CN102395173B - 环境监测物联网感知层能量高效利用的成簇方法 - Google Patents
环境监测物联网感知层能量高效利用的成簇方法 Download PDFInfo
- Publication number
- CN102395173B CN102395173B CN201110341207.1A CN201110341207A CN102395173B CN 102395173 B CN102395173 B CN 102395173B CN 201110341207 A CN201110341207 A CN 201110341207A CN 102395173 B CN102395173 B CN 102395173B
- Authority
- CN
- China
- Prior art keywords
- node
- energy
- grid
- leader cluster
- bunch
- 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
Links
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种环境监测物联网感知层能量高效利用的成簇方法,适用于层次型的异构网络结构。本方法分为四个阶段:1)区域划分阶段,根据最佳簇头数目对无线传感器节点随机分布的区域进行划分。2)选择候选簇头,计算每个划分区域内节点的平均分布坐标点,然后以该点为圆心划定圆形区域,此圆形区域内的节点作为候选节点。3)确定簇头节点,基于候选簇头节点的剩余能量,确定每个区域内的簇头节点。4)稳定的数据传输阶段,每个簇头节点将本簇内的数据传输到基站。其优点是:本方法使簇头的分布比较均匀,节点的能耗更加均衡,从而有效的延长了网络的生存时间。
Description
技术领域
本发明属于物联网技术领域,具体是一种环境监测物联网感知层能量高效利用的成簇方法。
背景技术
高效的短距离射频通信技术,微型化的计算设备和先进的传感器技术使物联网技术在军事、环境监测、医疗健康、智能家居、交通等领域得到了广泛的应用。物联网的本质主要体现在三个方面:一是全面感知,利用传感器随时随地获取物体的信息;二是可靠传递,通过网络将物体的信息实时准确的传递出去;三是智能处理,利用智能计算技术对数据和信息进行分析和处理。
感知层的传感器节点是一种微型的嵌入式设备,可以通过单跳或多跳的方式,将感知的短信息传送到基站。传感器节点的计算能力,存储空间和通信能力相对较弱,使用电池供电,而且一次性的部署使得节点难以进行能量的补充,使得传感器节点的能量受到严格的限制,这些因素决定了网络的生存时间。因此如何高效的利用传感器节点的能量,最大的延长网络的生存时间是在设计物联网网络时首要考虑的问题。
成簇技术是延长物联网络生存时间最有效的技术,簇是一组相似对象的集合或者自然发现特定物体或数据之间联系的过程。成簇技术可以进行数据融合,将处理过的数据传送到基站,可以减少直接与基站进行远距离通信的节点,从而减少了整个网络的能量消耗。
W.R.Heinzelman等人提出的LEACH是第一个适用于同构传感器网络的成自适应完全分布式成簇算法。LECAH采用所有节点通过一个概率,周期性的轮流担任簇头节点的办法来达到使得所有节点均匀消耗能量的目的。但是也存在一些问题:一是本算法没有考虑节点的剩余能量,导致一些节点由于能量很快耗尽,缩短了网络的生存时间。二是没有考虑节点的分布,使簇头的分布不均匀,从而导致网络的能耗不均。
Younis等人提出的HEED协议是一种完全分布式的成簇算法,在选择簇头的过程中,考虑了节点的剩余能量。并以主从关系引入了多个约束条件作用于簇头的选择过程。较LEACH成簇速度较快,簇头分布较为合理,能耗更均匀。但是HEED只适合同构网络环境.在异构网络中,HEED可能使低能量的节点比高能量节点拥有更大的概率成为簇头,节点在异构网络环境中难以主充分利用能量异构特点。
发明内容
本发明的目的是针对现有技术中存在的缺陷,提出一种改进的环境监测物联网感知层的成簇方法,解决网络中簇头的分布问题,减少网络的总能量消耗,平衡节点的能量消耗,延长网络的生存时间。
按照本发明提供的技术方案,所述环境监测物联网感知层能量高效利用的成簇方法包含以下步骤:
1)传感器节点分布区域的划分:基站根据最优簇头数目Mopt将传感器节点分布的区域进行划分,并且对划分的网格进行编号;
2)选择候选簇头:计算每个划分的网格内节点平均分布的坐标点,然后以该坐标点为圆心,进一步计算出候选簇头节点的选择半径Rc,缩小簇头节点的选择范围;
3)确定每个网格中的簇头:选择所述圆形区域内剩余能量最大的节点为簇头节点;
4)簇的建立:簇头节点广播自身成为簇头的消息,其他节点接收到消息后,根据划分的网格编号,加入相应的簇头;
5)稳定的数据传输:每个网格中的非簇头节点在自身分配的不同的TDMA时间间隙内向各自的簇头节点发送采集的数据以及自身的剩余能量,簇头节点保存每个节点的剩余能量值,并融合采集的数据,然后将融合后的数据传送到基站;
6)簇头的更换:簇头节点在将数据发送到基站后,判断自身的剩余能量是否大于设置的能量阈值Eth,若是,则继续担任簇头;若不是,则进行簇头的重新选举。
其中,步骤1具体为:基站首先向各个节点广播帧检测请求数据包,节点在收到帧检测请求数据包后向基站传回自身的信息,包括节点的ID号、节点的能量值和坐标位置;基站收到回复信息后,根据最优簇头数目Mopt将传感器节点分布的区域进行网格划分;已知传感器节点的总数目N,最优簇头数目Mopt,节点分布的坐标位置(Xi,Yi),基站根据N,Mopt, (Xi,Yi)将传感器节点分布的区域划分为具有相同数目传感器节点的网格区域,将划分的网格编号,并且在网格内所有节点的消息序列中添加所述编号。
步骤2具体为:根据节点的位置坐标,计算每个网格内传感器节点平均分布的坐标位置(Xm,Ym);然后以该坐标点为圆心,计算出候选簇头的选择半径Rc,进一步缩小簇头的选择范围。
步骤4具体为:簇头节点采用基于CSMA/CA的MAC协议向本区域内其他节点发布成为簇头节点的消息,其他节点接收到消息后,根据划分的网格编号发送请求加入该簇头的消息。
步骤5具体为:簇头在接收到所在网格中其他节点加入簇头的消息后,会产生TDMA定时信息,并通知所在网格中的非簇头节点;簇头节点在接收不同的数据后进行融合,减低冗余度,然后将数据传送到基站。
在步骤2为圆形区域内的节点设置能量阈值Eth,能量阈值Eth的大小是簇 头节点在一轮中接收数据且进行一次数据融合,并将数据发送到基站所需的能量。
步骤6具体为:当簇头节点的能量小于能量阈值Eth时,广播退出簇头的消息,原簇头节点根据剩余能量列表,重新选择相应的网格中圆形区域内能量大于能量阈值Eth且能量值最大的节点作为新的簇头节点;如果能量均小于能量阈值Eth,则产生报警信息,提醒管理人员补充能量或者更换电池。
本发明的优点是:本发明在需要感知的区域内部署传感器节点后,各个节点之间形成网络拓扑结构;首先基站向各个节点广播帧检测请求包,节点在收到请求数据包后向基站传回自身的信息,包括节点的地理位置和节点的剩余能量值;然后基站根据最优簇头数目划分感知区域,并在每个划分网格内进一步缩小簇头的选择范围。本方法在选择簇头节点时,不仅考虑了节点分布的地理位置,还考虑了节点的剩余能量,对簇头的分布进行了优化,避免了能量较低和处于边界位置的节点当选为簇头。本方法均衡了网络节点中的能量消耗,有效的延长了网络的生命时间。
附图说明:
图1:环境监测物联网网络结构图。
图2:异质传感器节点随机分布及网格划分示意图。
图3:候选簇头的选择示意图。
图4:网络分簇建簇流程图。
图5:簇头节点选择方法的流程图。
图6:节点平均能量消耗仿真图。
具体实施方式
本发明是为解决物联网中大规模环境监测的“感知空洞”的问题,可以有效的延长网络的生命时间。下面结合附图和实施例对本发明作进一步说明。
图1为本发明环境监测物联网网络的结构图,三角形、方形、五角星形等不同的形状表示不同类型的无线传感器节点1,如温度,湿度,压力等传感器节点。首先部署网络,无线传感器节点1随机部署,已知监测区域的面积S,传感器节点1的数目是N(其中最优簇头数目是Mopt),每个传感器节点1都有一个定位装置(如GPS),基站2位于部署区域的正上方。
步骤1:节点位置侦测存储阶段
无线传感器节点在随机部署之后,即位置保持固定不变,各个节点之间形成网络拓扑结构。基站向每个节点广播帧检测请求数据包,节点在收到帧检测请求数据包后,向基站传回自身的信息,包括节点的ID号、节点的能量值和坐标位置,基站存储收到的回复信息。
步骤2:簇的建立
1)计算最优分簇个数
首先计算最优簇头的数目Mopt,基站根据传感器节点的总数目N,最优簇头数目Mopt,节点分布的坐标位置(Xi,Yi),将传感器节点分布的区域划分为具有相同数目传感器节点的网格区域。
假设将监测区域换分成M个网格,使每个网格中节点的数目尽量相等,则每个网中节点数目为k=N/M。假设传输l位数据,k-1个节点成员传输数据到簇头的能耗为Enode=l(k-1)(Eelec+εfsd2),εfs是自由空间模型发射放大器的单位能量消耗值,d是一个常数,数值取决于使用的环境。N-M个成员传输数据到簇头的能耗为:E1=(N-M)Enode,簇头节点在一轮中接收数据且进行一次数据融合,并将数据发送到基站所需的能量为:
Etotal=E1+Eag+Ebs
k为每个网格区域中节点的个数,Eelec表示发送电路发送l位数据消耗的能量,Eag表示簇头融合数据消耗的能量,εmp是多路径衰减模型功率放大所需的能量,dtobs表示簇头到基站的距离,Ebs表示簇头接收数据并将数据传送到基站消耗的能量。通信能量参数值的消耗值设置是:Eelec=50nJ/bit,εfs=10pJ/bit/m2,εmp=0.013pJ/bit/m4。
从节省能量的角度出发,使网络在一次收集数据中能耗最小的M为最优簇头数。对Etotal关于M求导数,并使其等于0,得到最优簇头数Mopt为:
基站根据N,Mopt和(Xi,Yi),将传感器节点分布的区域进行划分,尽量使每个划分的网格中传感器节点的个数相等,并对每个网格进行编号,如图2所示,区域被划分为a、b、c、d四个网格。然后在网格内所有节点的消息序列中添加所述编号。
2)节点平均分布位置的计算
根据节点的位置坐标,基站分别计算每个划分网格中所有节点均匀分布的坐标点:
k表示每个网格中节点的个数,i表示节点的ID号,m表示网格的编号。则(Xm,Ym)表示节点分布的均匀位置坐标,如图3中的黑色圆点。
3)候选簇头的选择
依据步骤2)所得的节点分布均匀位置(Xm,Ym)为圆心,进一步缩小簇头的选择范围。网格划分之后,每个网格中的各传感器节点计算其到节点均匀分布位置的距离,根据公式计算出候选簇头的选择半径:
其中dmax是网格中节点到节点分布均匀位置的距离最大值,dmin是网格中节 点到节点分布均匀位置的距离的最小值,c是在 之间的值。如图3所示,此圆形区域内的节点作为候选簇头节点,参与簇头节点的竞争,并对这些候选簇头节点进行标记。
4)簇头的选择
在每轮开始时,每个节点会广播节点的ID号,所在网格的编号和剩余能量。基站收到信息后,根据广播信息中的网格编号及候选簇头节点的标号进一步选择簇头节点。对于具有N个异质传感器节点(温度,湿度,压力等传感器),具有的初始能量不同,而且不同类型的传感器在采集数据和传输数据是消耗的能量不同,考虑到分簇网络中能量消耗的特点,节点成为簇头的概率应该与节点的剩余能量相关,所以在候选簇头的区域中选择具有剩余能量最高的节点担任簇头节点,可以均衡网络节点的能量消耗。簇头节点采用基于CSMA/CA(载波侦听多路访问/冲突避免)的MAC协议向本网格内其他节点发布成为簇头节点的消息,其他节点接收到消息后,根据划分的网格编号发送请求加入该簇头的消息。具体为:簇头节点广播消息,通知本网格中其他的节点成为簇头节点,等待与之具有相同网格标号的非簇头节点的请求加入消息;簇头节点收到加入消息后,为所在网格中每个非簇头节点分配TDMA时隙,并将该消息广播给簇内成员,当簇内成员收到该消息后,簇的建立完成,如图4。
步骤3:稳定的数据传输阶段
1)簇建立以后,各个簇自组织的进行数据传输,非簇头节点根据簇头节点分配的TDMA时隙,在每一帧指定的时隙内,向簇头节点发送数据报文,报文中包含非簇头节点采集的数据,ID和自身的当前剩余能量。
2)簇头节点接收到非簇头节点的数据报文以后,将提取各个非簇头节点的剩余能量值,并保存在一个剩余能量列表中,同时将收集到的非簇头节点的数据与自身的数据进行融合,减低冗余度,然后将数据传送到基站。
3)设置能量阈值Eth,大小是簇头节点在一轮中接收数据且进行一次数据融合,并将数据发送到基站所需的能量。簇头节点在将数据发送到基站以后,会判断自身的剩余能量是否大于初始担任簇头时设置的能量阈值Eth,若大于,则可以继续担任簇头,进入休眠状态,等待下一帧数据的到来。若小于,则广播退出簇头的消息,进行下一轮的簇头选择,如图5所示。
Eth=Etotal=Eag+E1+Ebs
步骤4:簇头的重新选择
原簇头节点将在剩余能量列表中选择候选簇头中具有剩余能量大于阈值Eth,并且剩余能量值最大的节点担任簇头节点。如果在候选簇头节点中的剩余能量均小于阈值Eth,则产生报警,提醒管理人员对节点能量进行补充。这样可以保证簇头节点尽量靠近节点均匀分布的位置,使节点的分布更加均匀,簇头节点之间的距离比较合理,整个网络能量消耗较为均衡。
为了评价改进后的方法,本发明采用MATLAB对LEACH方法和改进方 法在网络能耗方面进行仿真比较。在100m*100m的正方形区域中,随机部署100个节点,基站位于正方形的正上方,所有节点的初始能量为1J,接收数据消耗的能量和发送数据消耗的能量均为50nJ/bit,控制数据包长度为30位。数据包的长度为500*50bit,融合系数为0.5。平均能量消耗仿真结果如图6所示,由于多个约束条件优化了簇头的选择方法,使簇头节点分布的较为均匀,并使一个网格区域中的非簇头节点在发送数据时消耗的能量较为均等,从而使整个网络的能耗平衡。改进的方法中平均能量消耗曲线斜率更小,从而延长了整个网络的生命周期。
Claims (1)
1.环境监测物联网感知层能量高效利用的成簇方法,其特征是包含以下步骤:
1)传感器节点分布区域的划分:基站根据最优簇头数目Mopt将传感器节点分布的区域进行划分,并且对划分的网格进行编号;
2)选择候选簇头:计算每个划分的网格内节点平均分布的坐标点,然后以该坐标点为圆心,进一步计算出候选簇头节点的选择半径Rc,缩小簇头节点的选择范围;
3)确定每个网格中的簇头:选择圆形区域内剩余能量最大的节点为簇头节点;
4)簇的建立:簇头节点广播自身成为簇头的消息,其他节点接收到消息后,根据划分的网格编号,加入相应的簇头;
5)稳定的数据传输:每个网格中的非簇头节点在自身分配的不同的TDMA时间间隙内向各自的簇头节点发送采集的数据以及自身的剩余能量,簇头节点保存每个节点的剩余能量值,并融合采集的数据,然后将融合后的数据传送到基站;
6)簇头的更换:簇头节点在将数据发送到基站后,判断自身的剩余能量是否大于设置的能量阈值Eth,若是,则继续担任簇头;若不是,则进行簇头的重新选举;
所述步骤1具体为:基站首先向各个节点广播帧检测请求数据包,节点在收到帧检测请求数据包后向基站传回自身的信息,包括节点的ID号、节点的能量值和坐标位置;基站收到回复信息后,根据最优簇头数目Mopt将传感器节点分布的区域进行网格划分;已知传感器节点的总数目N,最优簇头数目Mopt,节点分布的坐标位置(Xi,Yi),基站根据N,Mopt,(Xi,Yi)将传感器节点分布的区域划分为具有相同数目传感器节点的网格区域,将划分的网格编号,并且在网格内所有节点的消息序列中添加所述编号;
所述步骤2具体为:根据节点的位置坐标,计算每个网格内所有传感器节点平均分布的坐标位置(Xm,Ym);然后以该坐标点为圆心,计算出候选簇头的选择半径Rc,进一步缩小簇头的选择范围;
所述步骤4具体为:簇头节点采用基于CSMA/CA的MAC协议向本网格内其他节点发布成为簇头节点的消息,其他节点接收到消息后,根据划分的网格编号发送请求加入该簇头的消息;
所述步骤5具体为:簇头在接收到所在网格中其他节点加入簇头的消息后,会产生TDMA定时信息,并通知所在网格中的非簇头节点;簇头节点在接收不同的数据后进行融合,减低冗余度,然后将数据传送到基站;
在步骤2为圆形区域内的节点设置能量阈值Eth,能量阈值Eth的大小是簇头节点在一轮中接收数据且进行一次数据融合,并将数据发送到基站所需的能量;
所述步骤6具体为:当簇头节点的能量小于能量阈值Eth时,广播退出簇头的消息,原簇头节点根据剩余能量列表,重新选择相应的网格中圆形区域内能量大于能量阈值Eth且能量值最大的节点作为新的簇头节点;如果能量均小于能量阈值Eth,则产生报警信息,提醒管理人员补充能量或者更换电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110341207.1A CN102395173B (zh) | 2011-11-01 | 2011-11-01 | 环境监测物联网感知层能量高效利用的成簇方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110341207.1A CN102395173B (zh) | 2011-11-01 | 2011-11-01 | 环境监测物联网感知层能量高效利用的成簇方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102395173A CN102395173A (zh) | 2012-03-28 |
CN102395173B true CN102395173B (zh) | 2014-03-26 |
Family
ID=45862357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110341207.1A Active CN102395173B (zh) | 2011-11-01 | 2011-11-01 | 环境监测物联网感知层能量高效利用的成簇方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102395173B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102905336B (zh) * | 2012-09-10 | 2017-10-20 | 中国科学院信息工程研究所 | 路由方法及系统 |
CN103260170B (zh) * | 2013-05-20 | 2016-04-27 | 华北科技学院 | 一种物联网节点部署方法 |
CN103298032B (zh) * | 2013-07-02 | 2016-02-03 | 重庆大学 | 一种无线传感器网络中的节点能耗均衡方法 |
CN103389710B (zh) * | 2013-07-22 | 2015-07-29 | 重庆邮电大学 | 一种基于情境感知的物联网环境控制方法及设备 |
CN104658222B (zh) * | 2013-11-22 | 2017-09-22 | 中国科学院沈阳自动化研究所 | 一种无线式变电设备温升监测方法 |
CN104053175B (zh) * | 2014-06-17 | 2019-01-11 | 安徽理工大学 | 一种物联网感知层拓扑控制方法 |
CN104468715B (zh) * | 2014-10-31 | 2018-09-04 | 广东工业大学 | 一种制造业物联网节点协同存储方法 |
CN104537847A (zh) * | 2014-12-19 | 2015-04-22 | 上海物联网有限公司 | 一种具有互诊断功能的地磁车辆检测装置 |
CN105611601A (zh) * | 2015-12-29 | 2016-05-25 | 张豫 | 基于物联网的河流水生态环境监测方法 |
CN106446545B (zh) * | 2016-09-23 | 2017-11-03 | 宁波大学 | 环境信息监测协同认知多路数据融合方法 |
CN107295533B (zh) * | 2017-06-20 | 2020-06-30 | 海信集团有限公司 | 一种选举簇头节点的方法和装置 |
CN107274650A (zh) * | 2017-07-18 | 2017-10-20 | 陈剑桃 | 一种水处理工程监控系统 |
CN107426680B (zh) * | 2017-08-06 | 2018-10-09 | 广州迈傲信息科技有限公司 | 面向楼宇监测的无线传感器网络数据收集系统 |
CN108513332B (zh) * | 2018-04-26 | 2020-05-26 | 江西理工大学 | 一种分簇路由方法及系统 |
CN108828978B (zh) * | 2018-09-03 | 2021-07-27 | 山东德浦泰管业科技有限公司 | 基于计算机控制的温室智能控制装置 |
CN109041161B (zh) * | 2018-09-05 | 2021-07-06 | 重庆邮电大学 | 基于异质节点的无线认知传感器网络低能量适应性分簇方法 |
CN109673034B (zh) * | 2018-12-28 | 2022-08-26 | 中国科学院上海微系统与信息技术研究所 | 一种基于天牛须搜索的无线传感网络分簇路由方法 |
CN110267221B (zh) * | 2019-05-30 | 2022-11-11 | 深圳市秒加能源科技有限公司 | 基于物联网的无线电子收费系统 |
CN112055394B (zh) * | 2019-06-06 | 2023-01-24 | 佛山科学技术学院 | 快速包含排除的无线传感器网络分簇路由方法及系统 |
CN111314473A (zh) * | 2020-02-22 | 2020-06-19 | 洋浦美诺安电子科技有限责任公司 | 一种基于人工智能的环境监测系统 |
CN111735504A (zh) * | 2020-07-30 | 2020-10-02 | 中电科新型智慧城市研究院有限公司 | 环境监测方法、系统及计算节点 |
CN112437477B (zh) * | 2020-10-21 | 2022-12-20 | 山东省科学院自动化研究所 | 一种无线传感器网络路由方法及系统 |
CN114553923B (zh) * | 2022-02-10 | 2024-03-22 | 宁夏弘兴达果业有限公司 | 一种基于物联网的苹果种植环境监测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6744740B2 (en) * | 2001-12-21 | 2004-06-01 | Motorola, Inc. | Network protocol for wireless devices utilizing location information |
CN101841884B (zh) * | 2010-04-30 | 2012-05-02 | 北京航空航天大学 | 一种基于能量的无线传感网络簇头继承分簇方法 |
-
2011
- 2011-11-01 CN CN201110341207.1A patent/CN102395173B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102395173A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102395173B (zh) | 环境监测物联网感知层能量高效利用的成簇方法 | |
Zhang et al. | Novel unequal clustering routing protocol considering energy balancing based on network partition & distance for mobile education | |
CN101241177B (zh) | 一种面向三维空间的无线传感器网络定位系统 | |
CN102149160B (zh) | 一种用于无线传感网络的能量感知路由算法 | |
Behera et al. | Hybrid heterogeneous routing scheme for improved network performance in WSNs for animal tracking | |
CN102638863B (zh) | 一种无线传感器网络中的移动目标跟踪方法 | |
Basagni et al. | CTP-WUR: The collection tree protocol in wake-up radio WSNs for critical applications | |
Sahota et al. | An energy-efficient wireless sensor network for precision agriculture | |
CN107682905B (zh) | 一种星链型无线传感器网络无层通信方法 | |
CN103209455A (zh) | 一种基于节点位置信息的无线传感网路由方法 | |
CN101242433B (zh) | 面向目标节点定位的无线传感器网络中动态休眠调度方法 | |
Liu et al. | An improved energy efficient unequal clustering algorithm of wireless sensor network | |
CN103987100A (zh) | 基于区域划分的传感网节能离取改进方法 | |
Xu et al. | Adaptive beaconing based MAC protocol for sensor based wearable system | |
Azevedo et al. | Sleeping ZigBee networks at the application layer | |
Sadouq et al. | Conserving energy in WSN through clustering and power control | |
Thaskani et al. | Mobility tolerant TDMA based MAC protocol for WSN | |
Younis et al. | Location-unaware coverage in wireless sensor networks | |
Peng et al. | An energy-efficient mobility-supporting MAC protocol in wireless sensor networks | |
Amengu et al. | SMAC‐Based WSN Protocol‐Current State of the Art, Challenges, and Future Directions | |
Basagni et al. | Enabling the mobile IoT: Wake-up unmanned aerial systems for long-lived data collection | |
CN103260132B (zh) | 无线传感器网络的移动多播路由方法 | |
Lu et al. | Power-efficient scheduling method in sensor networks | |
Banerjee et al. | Energy efficient optimization in the LEACH architecture | |
Udayakumar et al. | Energy efficient election protocol for wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |