CN102256327B - 一种无线传感器网络自适应拓扑控制方法 - Google Patents

一种无线传感器网络自适应拓扑控制方法 Download PDF

Info

Publication number
CN102256327B
CN102256327B CN201110185519.8A CN201110185519A CN102256327B CN 102256327 B CN102256327 B CN 102256327B CN 201110185519 A CN201110185519 A CN 201110185519A CN 102256327 B CN102256327 B CN 102256327B
Authority
CN
China
Prior art keywords
cellular
node
state
wireless sensor
sensor network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110185519.8A
Other languages
English (en)
Other versions
CN102256327A (zh
Inventor
陈志�
史倢
岳文静
章韵
梁小芮
彭娅
骆平
崔华
李帅
朱起蕊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201110185519.8A priority Critical patent/CN102256327B/zh
Publication of CN102256327A publication Critical patent/CN102256327A/zh
Application granted granted Critical
Publication of CN102256327B publication Critical patent/CN102256327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于元胞自动机和智能体的无线传感器网络自适应拓扑控制方法,在整体建模上采用多层次的元胞自动机方法,将异构的无线传感器网络的拓扑用简单的离散状态改变表示出来;引入智能体的概念,将部分关键节点抽象为智能体,提升网络自主处理复杂任务的能力。本发明将复杂系统、人工智能的相关知识与无线传感器网络结合起来,设计一种自适应拓扑方法,在保证网络覆盖率和连通度的前提下,节省能量消耗,延长网络寿命。

Description

一种无线传感器网络自适应拓扑控制方法
技术领域
本发明涉及一种无线传感器网络的自适应拓扑控制方法,主要利用元胞自动机和智能体技术相结合来解决网络自适应拓扑问题,属于复杂性科学、理论生物学、人工智能和无线传感器网络交叉技术应用领域。
背景技术
无线传感器网络是一种特殊的自组织网络,该网络的节点能够传感、启动、计算并且通过点到点的多跳通信与其他节点进行信息交互。无线传感器网络的应用相当广泛,包括环境监测、智能空间、医疗系统等。拓扑控制的目标是寻找一种节点的配置方法能够在减少系统能量消耗的前提下,保证整个网络拓扑的连通性和覆盖性。利用网络中的所有节点进行监测会产生冗余,即会有两个或两个以上的节点同时监测同一个区域,这样会造成能源浪费、传输数据包过程中容易产生碰撞和阻塞,所以研究网络拓扑控制具有重要的意义,具体表现在以下几个方面:
①低节点能量,延长网络寿命。无线传感器网络中节点通常采用能量有限的电池供电,更换或者给电池充电都较难实现。因此,降低节点能量消耗是整个网络设计时需要主要考虑的问题之一。拓扑控制通过合理调节节点的发射功率,选择适当的节点,关闭其通信模块,从而使节点能耗降低,延长网络生存时间。
②为路由协议提供基础。路由协议需要知道网络的拓扑结构,只有有效的节点才能进行数据传输和转发。拓扑控制机制能够调节节点之间的邻居关系,并且确定哪些节点处于活动状态,哪些节点处于非活动状态。
③降低节点通信干扰,提高网络吞吐量。无线传感器网络中节点通常部署密集,需要合理地选择节点的发射功率。发射功率过大容易引起节点之间的干扰太强,增加误码率,降低无线通信效率和节点能量利用率;过小则难以保证网络的连通性。
元胞自动机是一种时间、空间都离散的动力系统。散布在规则格网中的每个元胞取有限的离散状态,大量元胞通过简单的相互作用构成动态系统的演化。元胞自动机作为状态离散系统,能够以简单的规则揭示复杂的全局特性,因而成为研究自组织时空演化规律的重要工具,但是通常元胞空间内的每个元胞大小、形状、分布方式都相同,每个元胞的演化也服从相同的规律、相同的规则,不能满足异构、动态变化的无线传感器网络。
智能体能够根据环境以及本身反映的状态相互调节,以完成一定的目标。多智能体系统通过提升应用系统的智能水平从而提高系统解决复杂问题的能力,也同时增加了系统实现的复杂度。
元胞自动机和多智能体系统都是建模分析分布式复杂动态系统的良好工具,将元胞自动机和多智能体系统的建模方法联系起来解决无线传感器网络的自适应拓扑问题,取长补短,发挥各自的优点,在不影响覆盖度和连通度的前提下实现资源的有效利用,延长网络的生存时间。
发明内容
技术问题:本发明的目的是提出一种无线传感器网络自适应拓扑控制方法,解决无线传感器网络自适应拓扑控制问题,利用元胞自动机的建模方法,自适应的控制节点的休眠/调度机制,实现拓扑的优化处理,达到节约能耗,延长网络寿命的目的。
技术方案:本发明的方法是一种改进性和综合性的方法,通过在传统元胞自动的基础上改进以适应于异构型无线传感器网络;综合元胞自动机和多智能体系统的复杂建模思想而提出。在整体结构上采用元胞自动机演化方法作为传感器节点自适应休眠/调度规则,在局部决策中采用智能体抽象传感器节点,提高能源利用率,延长网络寿命,增强网络应变能力。
无线传感器网络自适应拓扑控制方法包含如下步骤:
步骤1:无线传感器网络的元胞空间划分:将系统空间按照节点元胞状态、大小、分布规则以及演化规律的不同分成多层次的节点元胞空间层;
步骤2:制定不同空间层的节点元胞状态演化规则:演化规则由上下级层次间元胞的相互作用和同一层次内元胞间相互作用决定:
两层节点元胞空间中,关键节点元胞状态由传感目标位置和邻居节点元胞状态共同决定;普通节点元胞状态由上层关键节点元胞状态和邻居节点元胞状态共同决定;
1)关键节点元胞层节点智能体状态改变规则:若关键节点的功率半径范围内监测到目标,则保持发射器打开,实时监听网络信息,并进行必要的接收、转发以及信息处理工作;若未监测到目标,则根据邻居状态判断目标距离;若有3个以上邻居保持工作状态,则认为目标在向本节点靠近,保持一段时间的监听状态;若邻居节点均处于休眠状态,则认为目标较远,关闭发射器进入休眠;
2)普通节点元胞层节点元胞状态改变规则:若簇首节点处于工作状态,则其所在簇内普通节点元胞状态为2;若簇首节点处于休眠状态,则普通节点元胞状态为1;若簇首节点未规定其簇内节点元胞状态,则根据类似传统元胞自动机演化规则,即若元胞当前状态为1,同时有5-6个邻居状态为2,则令该元胞下一时刻状态为2;若元胞当前状态为2,同时有4-6个邻居状态为2,则该元胞下一时刻状态仍为2;
步骤3:将上层关键节点抽象为智能体:将关键节点看成是具有特定期望、意图的智能体,能够根据环境和自身的变化,做出相应的行为决策,控制下层节点状态改变。
普通元胞空间层中的每一个元胞都有协调器与上层元胞或层次内邻居元胞进行协调通信,通过协调器获取邻居元胞状态或告知邻居元胞自身的状态。
关键元胞空间层中的每一个元胞将其状态封装扩展为具有自主性的智能体;每一个关键节点智能体具有知识性,能够根据预知的任务目标和环境状态进行相应的行为决策,具有对不同应用要求的应变能力。
有益效果:本发明所述的基于元胞自动机和智能体的无线传感器网络自适应拓扑控制方法中,元胞自动机方法利用网络系统中单元(节点)的相互作用来模拟其复杂行为,简化了网络系统的复杂度,易于实现。将网络中的关键节点抽象成智能体,能够较好地处理无线传感器网络拓扑的特殊变化,较好地满足不同应用的需求。具体来说,本发明具有如下有益效果:
(1)元胞自动机是一种通过局部的空间相互作用和时间因果关系模拟整个复杂系统的网格动力学模型。其规则简单,但具有强大的复杂计算功能、固有的平行计算能力、高度动态等特征。无线传感器网络中,节点能量有限,只能与其通信范围内的邻居节点进行通信,符合局部演化特征。同时该类网络通常拓扑动态变化,加上规模庞大,具有复杂系统特征,利用元胞自动机的状态演化规则简化无线传感器网络节点的状态改变,能够更好的模拟无线传感器网络的动态拓扑演化。
(2)本发明所述的元胞自动机方法,具有面向异构网络的建模能力。一般的元胞自动机模型要求所有元胞具有同质性和齐性。所谓同质性是指所有元胞服从相同的演化规律,遵循相同的演化规则;齐性是指所有元胞分布方式,大小、形状相同,空间分布规则整齐。显然,在实际应用的无线传感器网络中很难实现,因此,建立面向异构网络的元胞自动机,将元胞空间划分为多个层次,每个层次中的元胞具有同质性和齐性。
(3)本发明引入智能体概念,增强无线传感器网络处理控制能力,以适应各种应用需求。将无线传感器网络简化为元胞空间,便于控制其动态演化,但也在一定程度上减弱了其处理复杂任务的能力。通过引入智能体的概念,将一部分电源能量、计算处理能力较强的节点抽象为智能体,令其控制其他普通节点,处理数据等。
附图说明
图1是无线传感器网络的元胞空间层次划分图;
图2是将划分的两层元胞空间叠加后的系统示意图;
图3是普通节点的元胞模块结构图;
图4是关键节点智能体结构图;
图5是关键节点状态选择流程图;
图6是普通节点状态选择流程图;
图7是基于元胞自动机和智能体的无线传感器网络自适应拓扑控制框架图。
具体实施方式
一、体系结构:采用元胞自动机和智能体相结合的方法对无线传感器网络进行拓扑控制主要由两个部分组成:一个部分是整个元胞空间模型,一个部分是节点智能体。
1、无线传感器网络的元胞空间模型
在具体应用中,无线传感器网络可能由结构、初始能量、计算处理能力不同的节点组成,这类网络被称为异构无线传感器网络。即使是同类型节点组成的网络,为了延长网络的寿命,在原有节点的基础上加入新的传感器节点,或者因为链路选择的原因,每个节点不可能均等地消耗能量,这样使无线传感器网络呈现一种能量异构的特点。这样传统的元胞自动机模型不能满足节点多元化的无线传感器网络,因此,需要对传统的元胞自动机模型进行一些扩展和改进,定义如下:
(1)元胞空间划分
根据不同的实体,将元胞空间划分为多个层次,不同层次的元胞空间相叠加,构成一个系统的元胞空间。
(2)元胞及其状态设置
利用传统元胞自动机建模无线传感器网络时,通常认为元胞空间中的每个元胞都对应一个传感器节点,在实际应用中,传感器节点通常随机散布,这样存在元胞没有节点与之对应。因此,本发明中定义元胞状态不再仅仅为0和1。若元胞位置没有节点,则设置元胞状态为0;若元胞位置有节点,且节点处于休眠状态,则元胞状态为1;若节点处于活动状态,则元胞状态为2。
(3)元胞的局部演化规则
元胞的演化规则与元胞及其邻居的状态紧密联系。本发明描述无线传感器网络的元胞空间中,邻居为元胞对应节点发射功率半径范围内的所有元胞。
所述的元胞自动机根据元胞的不同类型、大小、规则划分为多个元胞空间层,同一层内的所有元胞具有相同的类型、大小、规则。
所述的元胞自动机中每个元胞模块包括一个协调器,负责与本层内邻居元胞模块或相邻层内的元胞进行交互。
所述的元胞局部演化规则,规定影响元胞状态改变的因素以及具体改变规则。
2、在无线传感器网络的元胞空间中引入关键节点智能体
在异构的无线传感器网络中,普通节点通常只需要其进行数据采集和简单的数据处理,对簇首节点要求较高,一般希望其能够规划管理普通节点、处理簇间数据转发等较高层次的任务。因此本发明采用簇首节点智能体,将簇首节点抽象为智能实体,能够自主感知环境信息,根据环境信息改变自己的状态,根据簇首智能体的行为特性提取其元胞状态,并指导其邻居元胞状态的改变。
所述的节点智能体由传感器、行为控制模块、知识库、传感计划、节点状态以及通信器组成。其中传感器能够探测外部环境,并通知行为控制模块进行行为决策;节点行为决策受到节点知识库、传感计划、节点状态的影响;节点的决策能够根据任务的改变修改知识库和传感计划;通信器保证节点智能体之间以及智能体与元胞模块之间的信息交互。
二、方法流程
1、基于元胞自动机的无线传感器网络的空间划分
本发明所述为两层元胞空间系统,根据传感器节点性能分为普通节点元胞空间层和关键节点元胞空间层。普通节点元胞空间中的每个元胞模块都有一个协调器记录上层元胞的状态信息,如选择关键节点加入其所在簇,关键节点元胞是否处于活动状态等。
将上层关键节点元胞抽象为智能体,对下层普通节点元胞来说,可以看成是分簇后的簇首节点。簇首节点智能体能够探测目标距离、与邻居簇首节点智能体协调信息,确定自身的休眠状态,并通过其通讯器指导下层元胞协调器改变元胞状态。
2、簇首节点智能体的状态改变规则
本发明所述的簇首节点的改变根据实际存在的信息流量监测的疏密程度更改簇首节点智能体的状态。簇首节点智能体通过其传感器感知环境信息,根据监测目标距离更改其发射器状态;或者根据邻居元胞的休眠状态改变其自身状态。若簇首智能体感知到信息,则保持其发射器打开,进入正常工作状态,根据要求进行相应的接收、转发、处理工作,其元胞状态为2(工作);若簇首智能体未感知到信息,且其邻居智能体的状态均为1(休眠),则认为距离目标信息较远,可进入休眠状态,元胞状态为1(休眠);若簇首智能体未感知到信息,且存在3个以上邻居节点智能体处于工作状态,则保持发射器打开监听一段时间。
3、普通节点元胞的状态改变规则
本发明所述的普通节点元胞空间层中的元胞状态由两个因素决定:
(1)元胞所属簇内的簇首智能体直接决策下层元胞休眠或工作:若簇首智能体处于休眠状态,则簇内元胞状态为1;若簇首智能体感知到目标信息,可直接决策元胞处于活动状态,元胞状态为2。
(2)簇首智能体未直接决策下层元胞休眠/工作:元胞根据其邻居及其自身状态定时关闭发射器进入休眠。本发明定义元胞邻居为其发射功率范围内所有状态非0的元胞,根据复杂性研究结果,若元胞当前状态为1(休眠),同时有5-6个邻居状态为2(工作),则令该元胞下一时刻状态为2(工作);若元胞当前状态为2(工作),同时有4-6个邻居状态为2(工作),则该元胞下一时刻状态仍为2(工作)。
(3)若节点因为故障或能量耗尽失效,则其对应元胞状态为0。
下面根据附图和实施例对本发明做更详细的叙述。
根据图1,本发明描述的是一种改进的元胞空间模型。将元胞空间根据节点的异构性特点划分为两个层次的元胞空间。每个元胞空间层中的元胞具有相同的结构分布方式、大小、形状,且遵循相同的演化规则。
图2描述将两层元胞空间叠加后的系统元胞空间示意图。其中,关键节点元胞空间层中的关键节点被看成是普通节点元胞空间层中节点分簇后的簇首节点;普通节点元胞层中的元胞具有三种状态:0、1、2。状态0表示该元胞无传感器节点与之对应;状态1表示该元胞有节点,且节点处于休眠状态;状态2表示该元胞有节点,且节点处于工作状态。
图3描述普通节点的元胞模块结构。每个元胞模块具有协调器能够与上层的关键节点智能体进行交互,选择适当的关键节点智能体作为簇首节点。该协调器能够储存多个簇首节点智能体信息,根据一定的优先权规则听从簇首节点智能体的调度。
图4描述关键节点智能体的结构。本发明将关键节点抽象成具有智能性的实体智能体,传感器能够感应环境信息,并指导其进行行为决策,行为决策遵循节点智能体自身的状态、目标和知识库,同时根据不同时刻的行为更改节点智能体的状态、目标和知识库。
图5直观地描述了关键节点元胞空间层中,关键节点根据目标距离确定其休眠状态的过程。若关键节点的功率半径范围内监测到目标,则保持发射器打开,实时监听网络信息,并进行必要的接收、转发以及信息处理工作。若未监测到目标,则根据邻居状态判断目标距离;若有3个以上邻居保持工作状态,则认为目标在向本节点靠近,保持一段时间的监听状态;若邻居节点均处于休眠状态,则认为目标较远,关闭发射器进入休眠。
图6所示为普通节点元胞状态流程图,主要由两个方面决定:
(1)层次间簇首节点与普通节点元胞间的相互作用。簇首节点通过其通信器与普通节点元胞的协调器进行协调交互,若簇首节点处于工作状态,则其所在簇内普通节点元胞状态为2(工作);若簇首节点处于休眠状态,则普通节点元胞状态为1(休眠)。
(2)层次内元胞间的相互作用。类似于传统元胞自动机中,本发明描述了适应于无线传感器网络的局部演化规则:定义元胞半径为传感器节点发射功率半径R(此处考虑节点发射功率不变),元胞邻居为R范围内所有状态非0的元胞。根据无线传感器网络的复杂性研究,传感器节点的最佳邻居数为4-6个。
若元胞当前状态为1(休眠),同时有5-6个邻居状态为2(工作),则令该元胞下一时刻状态为2(工作);若元胞当前状态为2(工作),同时有4-6个邻居状态为2(工作),则该元胞下一时刻状态仍为2(工作)。

Claims (4)

1.一种无线传感器网络自适应拓扑控制方法,其特征在于该方法包含如下步骤:
步骤1:无线传感器网络的元胞空间划分:将系统空间根据节点电池能量大小,计算、存储、通信能力的不同分为两层元胞空间层;
步骤2:制定不同空间层的节点元胞状态演化规则:
1)关键节点元胞层节点智能体状态改变规则:若关键节点的功率半径范围内监测到目标,则保持发射器打开,实时监听网络信息,并进行必要的接收、转发以及信息处理工作;若未监测到目标,则根据邻居状态判断目标距离;若有3个以上邻居保持工作状态,则认为目标在向本节点靠近,保持一段时间的监听状态;若邻居节点均处于休眠状态,则认为目标较远,关闭发射器进入休眠;
2)普通节点元胞层节点元胞状态改变规则:若通信范围内的关键节点处于工作状态,则普通节点元胞状态为2;若关键节点处于休眠状态,则普通节点元胞状态为1;若关键节点未规定节点元胞状态,则根据传统元胞自动机演化规则,即若元胞当前状态为1,同时有5-6个邻居状态为2,则令该元胞下一时刻状态为2;若元胞当前状态为2,同时有4-6个邻居状态为2,则该元胞下一时刻状态仍为2;状态为1表示节点处于休眠状态,状态为2表示节点处于工作状态;
步骤3:将上层关键节点抽象为智能体:将关键节点看成是具有特定期望、意图的智能体,能够根据环境和自身的变化,改变自身休眠/工作状态,并控制下层节点状态改变。
2.根据权利要求1所述的无线传感器网络自适应拓扑控制方法,其特征在于所述的根据节点电池能量大小,计算、存储、通信能力的不同分为两层元胞空间层,其中上层为关键节点元胞层,节点元胞具有较高的能量,能够处理较为复杂的任务;下层为普通节点元胞层,节点元胞能量有限,只负责数据采集。
3.根据权利要求2所述的无线传感器网络自适应拓扑控制方法,其特征在于普通节点元胞层中的每一个元胞都有协调器与上层关键节点元胞或层次内邻居元胞进行协调通信,通过协调器获取邻居元胞状态或告知邻居元胞自身的状态。
4.根据权利要求3所述的无线传感器网络自适应拓扑控制方法,其特征在于上层关键节点元胞将其状态封装扩展为具有自主性的智能体;每一个关键节点智能体具有知识性,能够根据预知的任务目标和环境状态进行相应的行为决策,具有对不同应用要求的应变能力。
CN201110185519.8A 2011-07-04 2011-07-04 一种无线传感器网络自适应拓扑控制方法 Active CN102256327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110185519.8A CN102256327B (zh) 2011-07-04 2011-07-04 一种无线传感器网络自适应拓扑控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110185519.8A CN102256327B (zh) 2011-07-04 2011-07-04 一种无线传感器网络自适应拓扑控制方法

Publications (2)

Publication Number Publication Date
CN102256327A CN102256327A (zh) 2011-11-23
CN102256327B true CN102256327B (zh) 2014-01-22

Family

ID=44983251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110185519.8A Active CN102256327B (zh) 2011-07-04 2011-07-04 一种无线传感器网络自适应拓扑控制方法

Country Status (1)

Country Link
CN (1) CN102256327B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395182B (zh) * 2011-12-15 2014-04-09 北京理工大学 双向度有界的三维无线传感器网络拓扑控制方法
CN103249056A (zh) * 2012-02-09 2013-08-14 迈普通信技术股份有限公司 一种无线传感网络的拓扑变化模拟方法及装置
CN104244287B (zh) * 2014-05-30 2017-12-01 电子科技大学 基于非易失性二维元胞自动机的无线传感网络建模方法
CN105426279B (zh) * 2015-11-23 2019-03-22 北京航空航天大学 基于元胞机的伺服系统故障传播分析方法
CN109209500A (zh) * 2018-10-16 2019-01-15 深圳美特优科技有限公司 一种煤矿井下火灾监测系统
CN110149658A (zh) * 2019-04-08 2019-08-20 浙江天地人科技有限公司 一种基于无线射频的同类设备近距自动成组上传数据方法
CN111757461B (zh) * 2020-07-06 2022-05-03 内蒙古科技大学 基于元胞自动机的环形wsn脉冲耦合振荡器时间同步模型
US11863239B2 (en) 2022-02-11 2024-01-02 L3Harris Technologies, Inc. Cellular automaton for use in long-range acoustic networks

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030202479A1 (en) * 2002-04-30 2003-10-30 Jian Huang Method and system for data in a collection and route discovery communication network
US20090019594A1 (en) * 2007-07-13 2009-01-15 Monsanto Technology Llc Soybean variety d4266582
CN101419623A (zh) * 2008-12-09 2009-04-29 中山大学 地理模拟优化系统
CN101515407A (zh) * 2009-03-04 2009-08-26 同济大学 基于流体动力学的城市交通控制信号的自组织化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030202479A1 (en) * 2002-04-30 2003-10-30 Jian Huang Method and system for data in a collection and route discovery communication network
US20090019594A1 (en) * 2007-07-13 2009-01-15 Monsanto Technology Llc Soybean variety d4266582
CN101419623A (zh) * 2008-12-09 2009-04-29 中山大学 地理模拟优化系统
CN101515407A (zh) * 2009-03-04 2009-08-26 同济大学 基于流体动力学的城市交通控制信号的自组织化方法

Also Published As

Publication number Publication date
CN102256327A (zh) 2011-11-23

Similar Documents

Publication Publication Date Title
CN102256327B (zh) 一种无线传感器网络自适应拓扑控制方法
Yue et al. A comprehensive survey on the reliability of mobile wireless sensor networks: Taxonomy, challenges, and future directions
Chen et al. A reinforcement learning-based sleep scheduling algorithm for desired area coverage in solar-powered wireless sensor networks
Gupta et al. Survey of important issues in UAV communication networks
Cao et al. Swarm intelligence-based performance optimization for mobile wireless sensor networks: survey, challenges, and future directions
Misra et al. Policy controlled self-configuration in unattended wireless sensor networks
CN102238562B (zh) 一种无线传感器网络覆盖优化方法
CN103327653B (zh) 基于睡眠调度和覆盖补偿的覆盖保持方法
CN102395146A (zh) 一种面向多目标点监测的无线传感网感知拓扑构建方法
Al-Sulaifanie et al. Recent trends in clustering algorithms for wireless sensor networks: A comprehensive review
CN114980252B (zh) 一种物联网终端设备的低功耗休眠控制方法与系统
CN103269489B (zh) 一种面向环境监测的无线传感器网络优化方法
CN111225398B (zh) 一种基于协作覆盖的微电网无线传感器网络能耗优化方法
Ameri et al. Cellular Goore Game and its application to quality-of-service control in wireless sensor networks
Patil et al. A novel AEB-AODV based AADITHYA cross layer design hibernation algorithm for energy optimization in WSN
Raghunandan et al. Hierarchical agglomerative clustering based routing algorithm for overall efficiency of wireless sensor network
Gherbi et al. Using adaptive clustering scheme with load balancing to enhance energy efficiency and reliability in delay tolerant with QoS in large-scale mobile wireless sensor networks
Quintao et al. Evolutionary algorithms for combinatorial problems in the uncertain environment of the wireless sensor networks
Liu et al. Modeling and performance optimization of wireless sensor network based on Markov chain
Mishra et al. Energy-Efficient and Reliable Clustering with Optimized Scheduling and Routing for Wireless Sensor Networks
Sharma et al. Improved Selection Process for Cluster Head and Increased Network Lifetime Using a Modified LEACH Protocol for WSN
Ragit et al. COMPUTATIONAL ANALYSIS OF ROUTING ALGORITHM FOR WIRELESS SENSOR NETWORK
Suh et al. Minimizing sleep duration time for energy harvesting wireless sensor networks
Tan Construction of Control Nodes in Wireless Sensor Network Based on Improved Model Predictive Control Algorithm
Ansari et al. Enhancement of Routing Flexibility by a Novel Distributed Approach for WSN

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20111123

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: Nanjing Post & Telecommunication Univ.

Contract record no.: 2016320000213

Denomination of invention: Self-adaptive topology control method for wireless sensor network

Granted publication date: 20140122

License type: Common License

Record date: 20161118

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
EC01 Cancellation of recordation of patent licensing contract

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: Nanjing Post & Telecommunication Univ.

Contract record no.: 2016320000213

Date of cancellation: 20180116

EC01 Cancellation of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20111123

Assignee: NUPT INSTITUTE OF BIG DATA RESEARCH AT YANCHENG

Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS

Contract record no.: X2020980007071

Denomination of invention: An adaptive topology control method for Wireless Sensor Networks

Granted publication date: 20140122

License type: Common License

Record date: 20201026

EE01 Entry into force of recordation of patent licensing contract