CN104254079A - 一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 - Google Patents
一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 Download PDFInfo
- Publication number
- CN104254079A CN104254079A CN201310264920.XA CN201310264920A CN104254079A CN 104254079 A CN104254079 A CN 104254079A CN 201310264920 A CN201310264920 A CN 201310264920A CN 104254079 A CN104254079 A CN 104254079A
- Authority
- CN
- China
- Prior art keywords
- network
- underground space
- sensor node
- near surface
- surface underground
- 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.)
- Pending
Links
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明涉及一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,属无线传感器网络设计应用技术领域,包括如下步骤:一、建立近地表地下空间的网格模型;二、建立网络运行拓扑结构;三、网络运行拓扑结构更新。本发明可根据近地表地下空间的特点,建立近地表地下空间网格模型,优化网格模型中传感器节点的部署与工作调度,使其在满足网络覆盖和连通的多指标约束基础上,所需传感器节点数更少,有效地解决了近地表地下空间节点的三维部署问题,具有算法简单、降低无线传感器网络的组网成本、经济实用的特点。
Description
技术领域:
本发明涉及一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,属无线传感器网络设计应用技术领域。
背景技术:
无线传感器网络(Wireless Sensor Networks,WSNs)技术是解决各类信息监测的主要技术手段。WSNs由大量资源受限的传感器节点组成,是一种无中心节点的全分布式系统。传感节点一般配置有感测单元、计算单元、存储单元和通讯单元等模块。传感器节点以随机部署或确定性部署的方式在监测目标区域内协作完成监测对象的感测、计算和数据传输任务,实现监测区域的长时间、不间断监测。目前,无线传感器网络已广泛应用在环境监控、科学探索、工业控制以及战场监测等民用和军事领域。其应用空间主要包括地上空间、水下空间和地下空间等。
面向近地表地下空间的无线传感器网络有着广泛的应用前景。一是土壤环境监测获取土壤的各种参数;二是智能交通监测,如高速公路、铁路、城市路网、地下隧道监测等;三是管道监测,包括长距离输油输气管道、城市天然气、自来水及各类污水管网监测等;四是地下目标监测,如山体滑坡、重大工程的地下安全监测。无线地下传感器网络通过部署在近地表地下空间中的节点对目标进行监测,从而对监测目标实施有效的维护,保障目标的运行安全,降低物质消耗,提高经济效益和社会效益。
在构建无线传感器网络时,如何根据不用的应用环境需要,设计高效、灵活、可靠的节点部署算法是无线传感器网络的基本问题之一。近年来,节点部署研究主要集中在地上空间二维平面问题上,对有特殊感知及通信环境需求的地下三维节点覆盖问题研究较少。
建立面向地下空间的无线传感器网络三维覆盖的控制方法需要充分考虑近地表地下空间的特点。一是土壤对电磁波的衰减作用远大于空气。对于地上传感器节点来说,节点的通信距离(Rc)往往远大于感知距离(Rs)。对地下传感器节点来说,节点的Rc十分有限,与Rs大致相当,甚至更低。因此,保持网络连通性是首先考虑的因素,其次才是网络的覆盖性能。二是地下感知与通讯链路具有明显的空变特性。在地上空间中,通常认为网络条件是均匀的,而在地下空间中,节点间的感知和通信质量可能相差较大,分布不均匀,距离相同的两点之间的路径损耗或误码率可能出现较大的差别,并且,具体的特征与特定的区域、土壤环境有关。因此,在设计覆盖控制方法时,需要考虑地下链路质量非均质问题。三是传感器节点的能量消耗不平衡。WSNs的能量资源有限,其能量消耗关系到网络的生命周期。节点能量消耗的模块包括传感器模块、处理器模块和无线通信模块,其中,无线通讯模块能耗是最主要能耗单元。尤其是在地下的三维空间中,土壤对信号的衰减大,而且在三维空间中存在能耗不平衡的情况。所以在网络的覆盖控制方法中,也要综合考虑网络能耗平衡性问题。上述特征决定了现有的二维或三维空间节点部署算法不能很好适应近地表地下空间的节点部署需求,有必要设计新的面向近地表地下空间无线传感器网络三维覆盖的控制方法,以提高监测系统的针对性、适应性和可靠性。
发明内容:
为了克服现有技术的不足,本发明的目的在于提供一种面向近地表地下空间无线传感器网络三维覆盖的控制方法,可根据近地表地下空间的特点,建立近地表地下空间网格模型,优化网格模型中传感器节点的部署与工作调度,使其在满足网络覆盖和连通的多指标约束基础上,所需传感器节点数更少,具有算法简单、降低无线传感器网络的组网成本、经济实用的特点。
本发明是通过如下技术方案来实现上述目的的。
本发明提供的一种面向近地表地下空间无线传感器网络三维覆盖的控制方法,包括如下步骤:
一、建立近地表地下空间的网格模型;
二、建立网络运行拓扑结构;
三、网络运行拓扑结构更新;
所述的建立近地表地下空间的网格模型,包括:
①、收集获得近地表地下空间的结构参数和传感器节点的参数;
②、确定近地表地下空间网格模型的边长;
③、建立近地表地下空间网格模型的空间坐标;
④、在网格模型上部署传感器节点;
⑤、建立网格模型的失误覆盖概率矩阵和失误连通概率矩阵;
所述的建立网络运行拓扑结构,包括:
①、确定活跃传感器节点选择算法的约束目标;
②、初始化活跃传感器节点选择算法的输入参数;
③、活跃传感器节点的选择;
所述的网络运行拓扑结构更新,是指网络运行一段时间后,由于网络能量消耗或者其他地下空间特性的改变,造成的网络覆盖和连通等性能的下降,不能满足应用时,再次调用活跃传感器节点选择算法进行传感器节点工作状态的调度,使网络满足实际应用的需求。其步骤包括:设定定时器,判断定时器是否被触发,如果触发定时器,则进行网络性能分析;如果定时器没有被触发,则重复判断定时器是否被触发。当网络性能分析后,判断网络性能是否低于应用需求,如果低于应用需求,则调用活跃传感器节点选择算法进行传感器节点工作状态调度,否则重新设定网络定时器,进行下一轮网络性能监测。
本发明与现有的技术相比,具有如下有益效果:
1、本发明根据近地表地下空间的特征,建立近地表地下空间的网格模型,能够有效提高网络的针对性、适应性和可靠性。
2、本发明设计了多指标约束的活跃传感器节点的选择算法,对传感器节点在“活跃”和“休眠”状态之间进行调度,使其所需传感器节点数更少,从而降低无线传感器网络的组网成本。
3、本发明可方便地计算出近地表地下空间中激活节点的坐标位置,具有算法简单,经济实用的特点。
附图说明:
图1是本发明的网络体系结构示意图。
图2是本发明的近地表地下空间网格模型示意图。
图3是本发明的活跃传感器节点选择算法流程图。
图4是本发明的网络运行拓扑结构更新流程图。
具体实施方式:
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的网络体系结构示意图。在第三层近地表地下空间节点,传感器节点部署在近地表的地下空间中,实现监测区域的覆盖和连通。这些节点具有有限的能量、计算和存储资源,节点能量不能及时补充,节点之间通过短距离无线通讯传输数据,其主要作用是监测近地表地下空间的各种状态参数,并把监测的数据上传到上层的sink汇聚节点。在第二层sink汇聚节点,传感器节点主要是指部署在地上空间的固定sink汇聚节点或移动sink汇聚节点。此层节点的计算、存储资源比第三层节点明显增强,能量一般可补充,节点间可通过卫星、无线基站及有线网络通讯,其主要作用是负责收集第三层节点的数据,进行初步的分析整合后上传到最上层的系统监控管理中心。
实施本发明的具体步骤如下:
(1)建立近地表地下空间的网格模型:
网格模型是指把监测区域(网络体系结构中的第三层)用网格均分成大小相同的正方体网格,如图2所示,其网格交叉节点数为Nall=n×m×t,即在(x,y)平面为n×m,在z方向为t。网格模型交叉节点的编号先按x方向,后y方向,最后z方向顺次排列。即在同一平面上按列排列,排完一个平面再排下一平面。具体的建立近地表地下空间的网格模型包括如下五个步骤:
①、收集获得近地表地下空间的结构参数和传感器节点的参数:
收集获得的近地表地下空间的结构参数包括:空间长度L(X轴方向)、宽度D(Y轴方向)和高度H(Z轴方向);
收集获得的传感器节点的参数包括:传感器节点的通讯半径Rc和感知半径Rs;所述的无线传感器网络中各个传感器节点的通讯半径Rc相同,感知半径Rs相同;
②、确定近地表地下空间网格模型的边长a
由于近地表地下空间传感器节点的Rc十分有限,与Rs大致相当,甚至更低,则保证网格模型节点的全覆盖和全联通的充分必要条件为0<a<Rc;另外,对于给定的监测区域,a的取值由监测精度需求决定,a取值大时,n,m,t取值小,精度低;a取值小时,n,m,t取值大,精度高。在实际应用中,可在条件0<a<Rc范围内,根据实际监测精度需求来确定网格模型边长值a。
③、建立近地表地下空间网格模型的空间坐标
以近地表地下空间的长度L方向为X轴,以近地表地下空间的宽度D方向为Y轴,以近地表地下空间深度H方向(垂直于地面)为Z轴,三者的交点为坐标系原点。网格模型中每个交叉节点的坐标位置记录在Nall×3矩阵G中,即G[Nall][1]表示X轴坐标,G[Nall][2]表示Y轴坐标,G[Nall][3]表示Z轴坐标。
④、在网格模型上部署传感器节点
在网格模型中每个交叉节点处部署传感器节点,为了平衡网络的能耗平衡,在距地面不同距离的网格层上部署不同数量的传感器节点。即采用能耗均衡的传感器节点部署策略来平衡网络的能耗平衡,如图2所示。设t=1表示第1层网络模型,即地面;t=2表示第2层网格模型,依此类推。通过部署工具在网格中一次性部署相应数目的传感器节点数,具体部署的传感器节点数目如下:在离地面最深的第t层的每个网格模型交叉节点上各部署1个传感器节点,在t-1层的每个网格模型交叉节点上各部署2个传感器节点,依此类推,在第2层上的每个网格模型交叉节点上各部署t-1个传感器节点,在第1层上(地面)的每个网格模型交叉节点上各部署t个传感器节点,与sink节点一起负责收集地下传感器节点采集的数据。各层网格模型节点上的传感器节点通过调度轮换工作或休眠,这样就能有效地节约节点能耗和平衡整个网络的能量消耗。
⑤、确定网格模型的失误覆盖概率矩阵M和失误连通概率矩阵W
考虑近地表地下空间传感器节点的感知和通讯链路质量在时间和空间上的空变特性,通过认知无线电技术确定或者根据抽样实验确定监测区域内传感器节点的通讯半径Rc和感知半径Rs等链路质量参数,然后通过感知模型和通讯模型计算出网格模型的失误覆盖概率矩阵M和失误连通概率矩阵W,具体包括如下三个步骤:
1)确定传感器节点感知模型
节点感知模型采用能更真实描述传感器节点感知属性的概率感知模型,如式(1)所示。
式中,P(s,p)为传感器节点s检测到目标p的概率,Rs1为传感器节点不确定感知的起点半径,Rs2为传感器节点感知范围的最大半径,参数a为传感器节点的物理特性参数,表示节点感知能力随距离增大的下降程。Rs1,Rs2和a由实验确定。d(s,p)表示传感器节点s与目标p之间的欧式距离,计算如下:
在实际应用环境中,传感器节点对监测区域的覆盖往往是多重的,即监测区域中任意一点同时被多个传感器节点覆盖,形成多重覆盖。如果一个目标j同时被k个传感器节点覆盖,则根据概率计算公式,目标j的联合感知概率可用(3)式计算,其中pij为单个传感器节点i对目标j的感知概率。
2)确定传感器节点通讯模型
传感器节点概率通讯模型如式(4)所示。式中,C(si,sj)表示传感器节点si和sj的连通强度,Rc1,Rc2表示通信范围的门限值,由β表示通信强度随距离增大的衰减程度,Rc1,Rc2和β由实验确定。d(si,sj)表示传感器节点传感器节点si与sj之间的欧式距离,计算方法与式(2)相同。
如果传感器节点si有k个传感器节点可以相互通讯,则节点si的连通性能可表示为:
3)计算网格模型的连通概率矩阵C和感知概率矩阵P
连通概率矩阵C是指各网格模型节点上各传感节点间的连通概率,表示节点间的连通精度。感知概率矩阵P是指各网格模型各传感节点对之间的感知概率,表示对目标的感知精度。如式(6)所示,式中Cij,Pij按照式(1)和式(4)计算。
4)计算网格模型的失误覆盖概率矩阵M和失误连通概率矩阵W
考虑每个节点的覆盖性概率和连通性概率的相互独立性问题,所以在实际计算中,采用失误连通概率矩阵W和失误覆盖概率矩阵M,如式(7)所示,式中wij=1-Cij,mij=1-Pij。
(2)建立网络运行拓扑结构:
通过活跃传感器节点的选择算法调度网格模型中各传感器节点的工作状态,建立网络运行时的拓扑结构。活跃传感器节点选择算法的目标是激活尽量少的传感器节点,使得每个网格模型节点以感知概率Ps和连通概率Cs实现Ks重覆盖与Rs重连通的要求,将未被选择的非活跃节点关闭,即建立起网络的运行拓扑结构。本步骤主要通过以下子步骤实现,其流程图如图3所示:
①、确定活跃传感器节点选择算法的约束目标
根据实际应用需求,确定如下算法约束指标:
1)目标覆盖概率向量目标覆盖度向量和向量K=(K1,K2,…,KN),其中Ki表示第i个传感器节点的目标覆盖概率,目标覆盖度和节点配置过程中所达到的覆盖度。
2)目标连通概率向量目标连通度向量和向量R=(R1,R2,…,RN),其中Ri表示第i个节点的目标连通概率,目标连通度和节点配置过程中所达到的连通度。
②、初始化活跃传感器节点选择算法的输入参数
1)定义并初始化激活节点列表List为空,激活节点数Num为0。
2)根据实际需求,初始化目标覆盖概率向量Ps,目标覆盖度向量Ks,目标连通概率向量Cs和目标连通度向量Rs。
3)初始化向量K,R为全零向量。
4)根据实际需求和(7)式,初始化失误覆盖概率矩阵M和失误连通概率W。
③、活跃传感器节点选择
1)选择一个活跃节点。选择使网络平均未覆盖概率和未连通概率最小的传感器节点。即选择使∑mkj=mk1+mk2+…+mkN的值最小的传感器节点j,k=1,…,N。如果这样的点j有多个(记为h个),则选择使∑Ckj=Ck1+Ck2+…+CkN的值最小的节点j,k=1,…,h。进一步的,如果这样的节点j还有多个,则随机选取其中之一。激活传感器节点数加Num=Num+1,更新激活节点列表List;
2)根据式(3)计算选择节点j的覆盖概率P(j),若为目标覆盖概率向量中的第j个节点的目标覆盖概率,j=1,…,N,则对应的覆盖度Kj加1,更新向量K=(K1,K2,…,KN);
3)根据式(5)计算选择节点j的连通概率C(j),若为目标覆盖概率向量中的第j个节点的目标连通概率,j=1,…,N,则对应的连通度Rj加1,更新向量R=(R1,R2,…,RN);
4)若Kj达到指定的目标覆盖度,则删除M矩阵的第j行和第j列;若Rj达到指定的目标连通度,则删除W矩阵的第j行和第j列;
5)转至第1步,直到或者已配置的传感器节点数量超过了预设的上界。
(3)网络运行拓扑结构更新:
在网络工作一段时间后,一部分传感器节点可能出现异常,或者由于环境变化,网络性能下降。此时,再次调用活跃传感器节点选择算法进行传感器节点工作状态调度,将某些后备的非活跃传感器节点激活,将某些性能降低的传感器节点转为“休眠”状态,重新部署网络的运行拓扑结构。具体流程如图4所示,其步骤包括:设定定时器,判断定时器是否被触发,如果触发定时器,则进行网络性能分析;如果定时器没有被触发,则重复判断定时器是否被触发。当网络性能分析后,判断网络性能是否低于应用需求,如果低于应用需求,则调用活跃传感器节点选择算法进行传感器节点工作状态调度,否则重新设定网络定时器,进行下一轮网络性能监测。
实例1
1、建立近地表地下空间的网格模型:
①收集参数:感知半径Rs(m)=20,Rc(m)=20,空间长度L(m)=60,空间长度D(m)=30,空间长度H(m)=30。
②确定网格模型边长a(m)=15。
③计算得到:网格模型交叉节点数Nall(个)=45,网格模型坐标为G[45][3],同时在网格模型上部署传感器节点,为了平衡网格模型上不同层的能量消耗,即在第一层交叉节点上部署3个传感器节点,在第二层交叉节点上部署2个传感器节点,在第三层交叉节点上部署1个传感器节点。具体如表1(第5,6列)所示。
④确定网格模型失误覆盖概率矩阵M和失误连通概率矩阵W,即
上述失误覆盖概率矩阵M和失误连通概率矩阵W中空白处为1,从中可以看出,此地下空间是覆盖和连通链路质量均匀的空间。
2、建立网络运行拓扑结构:
①目标覆盖概率向量Ps=(1,1,…,1,1),目标覆盖度向量Ks=(3,3,…,3,3),目标连通概率向量Cs=(1,1,…,1,1)和目标连通度向量Rs=(3,3,…,3,3)。即每个网格点要以100%的覆盖概率达到3重覆盖,以100%的连通概率达到3重连通。
②通过活跃传感器节点选择算法,得到输出结果:
激活传感器节点数Num=22。
激活传感器节点列表List={2,4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34,36,38,40,42,44}
激活传感器节点坐标G[Num][3],见表1(第2,3,4,7列)所示。
表1网格模型交叉节点坐标和激活节点坐标
3、网络运行拓扑结构更新:
根据图4所示的网络运行拓扑结构更新流程图,设定网络定时器T的阈值为86400分钟(即24小时),当网络运行一个周期(24小时)后,根据系统收集到的各传感器节点返回的工作状态参数,与实现设定的网络目标覆盖概率向量Ps=(1,1,…,1,1),目标覆盖度向量Ks=(3,3,…,3,3),目标连通概率向量Cs=(1,1,…,1,1)和目标连通度向量Rs=(3,3,…,3,3)进行比较,当性能低于设定的网络目标性能时,则再次调用活跃传感器节点选择算法。否则重置网络定时器T重新开始计时,开始下一周的网络性能监测。
对本实例,当首次网络性能低于设定值后,再次调用活跃传感器节点选择算法,激活的传感器节点如表1(第8列)所示。相关输出数据为:
激活传感器节点数Num=23。
激活传感器节点列表List={1,3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,33,35,37,39,41,43,45}
激活传感器节点坐标G[Num][3],见表1(第2,3,4,8列)所示。
实例2
1、建立近地表地下空间的网格模型:
①感知半径Rs(m)=40,Rc(m)=40,空间长度L(m)=60,,空间长度D(m)=40,空间长度H(m)=40。
②确定网格模型边长a(m)=20。
③计算得到:网格模型交叉节点数Nall(个)=36,网格模型坐标为G[36][3],同时在网格模型上部署传感器节点,为了平衡网格模型上不同层的能量消耗,即在第一层交叉节点上部署3个传感器节点,在第二层交叉节点上部署2个传感器节点,在第三层交叉节点上部署1个传感器节点。具体如表2(第5,6列)所示。
④确定网格模型失误覆盖概率矩阵M和失误连通概率矩阵W:
2、建立网络运行拓扑结构:
①目标覆盖概率向量Ps=(0.8,0.8,…,0.8,0.8),目标覆盖度向量Ks=(3,3,…,3,3),目标连通概率向量Cs=(1,1,…,1,1)和目标连通度向量Rs=(3,3,…,3,3)。即每个网格点要以80%的覆盖概率达到3重覆盖,以100%的连通概率达到3重连通。
②通过活跃传感器节点选择算法,得到输出结果:
激活传感器节点数Num=7。
激活传感器节点列表List={1,3,6,12,18,22,25}。
激活传感器节点坐标G[Num][3],见表2(第2,3,4,7列)所示。
表2网格模型交叉节点坐标和激活节点坐标
3、网络运行拓扑结构更新:
对本实例,设定网络定时器T的阈值为86400分钟(即24小时),网络目标覆盖概率向量Ps=(0.8,0.8,…,0.8,0.8),目标覆盖度向量Ks=(3,3,…,3,3),目标连通概率向量Cs=(1,1,…,1,1)和目标连通度向量Rs=(3,3,…,3,3)。当首次网络性能低于设定值后,再次调用活跃传感器节点选择算法,激活的传感器节点如表2(第8列)所示。相关输出数据为:
激活传感器节点数Num=8。
激活传感器节点列表List={2,7,10,13,19,23,26,34}。
激活传感器节点坐标G[Num][3],见表2(第2,3,4,8列)所示。
Claims (5)
1.一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,其特征在于包括如下步骤:
一、建立近地表地下空间的网格模型;
二、建立网络运行拓扑结构;
三、网络运行拓扑结构更新。
2.根据权利要求1所述的一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,其特征在于所述的建立近地表地下空间的网格模型包括:
①、收集获得近地表地下空间的结构参数和传感器节点的参数;
②、确定近地表地下空间网格模型的边长;
③、建立近地表地下空间网格模型的空间坐标;
④、在网格模型上部署传感器节点;
⑤、建立网格模型的失误覆盖概率矩阵和失误连通概率矩阵。
3.根据权利要求2所述的一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,其特征在于所述的建立网络运行拓扑结构包括:
①、确定活跃传感器节点选择算法的约束目标;
②、初始化活跃传感器节点选择算法的输入参数;
③、活跃传感器节点的选择。
4.根据权利要求3所述的一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,其特征在于所述的网络运行拓扑结构更新包括:设定定时器,判断定时器是否被触发,如果触发定时器,则进行网络性能分析;如果定时器没有被触发,则重复判断定时器是否被触发;当网络性能分析后,判断网络性能是否低于应用需求,如果低于应用需求,则调用活跃传感器节点选择算法进行传感器节点工作状态调度,否则重新设定网络定时器,进行下一轮网络性能监测。
5.根据权利要求4所述的一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法,其特征在于所述的活跃传感器节点选择是根据目标覆盖概率向量Ps、目标覆盖度向量Ks、目标连通概率向量Cs和目标连通度向量Rs等约束指标,以及网格模型参数矩阵W和M,激活尽量少的传感器节点,建成网络运行拓扑结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310264920.XA CN104254079A (zh) | 2013-06-28 | 2013-06-28 | 一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310264920.XA CN104254079A (zh) | 2013-06-28 | 2013-06-28 | 一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104254079A true CN104254079A (zh) | 2014-12-31 |
Family
ID=52188532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310264920.XA Pending CN104254079A (zh) | 2013-06-28 | 2013-06-28 | 一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104254079A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454560A (zh) * | 2017-08-10 | 2017-12-08 | 中北大学 | 通信特性获取方法及装置 |
CN109982283A (zh) * | 2019-02-15 | 2019-07-05 | 江苏商贸职业学院 | 一种面向期望传输能耗的工业云雾架构通信系统 |
US10607475B1 (en) | 2019-03-21 | 2020-03-31 | Underground Systems, Inc. | Remote monitoring system |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
-
2013
- 2013-06-28 CN CN201310264920.XA patent/CN104254079A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
Non-Patent Citations (1)
Title |
---|
余华平等: "面向近地表地下空间信息监测的无线传感器网络三维节点部署算法研究", 《计算机应用研究》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454560A (zh) * | 2017-08-10 | 2017-12-08 | 中北大学 | 通信特性获取方法及装置 |
CN109982283A (zh) * | 2019-02-15 | 2019-07-05 | 江苏商贸职业学院 | 一种面向期望传输能耗的工业云雾架构通信系统 |
US10607475B1 (en) | 2019-03-21 | 2020-03-31 | Underground Systems, Inc. | Remote monitoring system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abbasian Dehkordi et al. | A survey on data aggregation techniques in IoT sensor networks | |
CN102752761B (zh) | 基于粒子群的无线传感器网络移动节点覆盖优化方法 | |
CN101415256B (zh) | 基于人工免疫系统的无线传感器网络故障诊断方法 | |
CN205354288U (zh) | 一种基于物联网技术的山体滑坡监测预警装置 | |
CN103247151A (zh) | 一种地质灾害监测系统 | |
CN105091884A (zh) | 基于传感器网络动态环境监测的室内移动机器人路径规划方法 | |
CN104953643A (zh) | 一种多充电节点的无线传感器网络充电方法 | |
CN105959987A (zh) | 一种提高无线传感器网络能量利用率和服务性能的数据融合算法 | |
CN108684005A (zh) | 基于som的水下传感网中多auv高效数据收集方法 | |
CN101789167A (zh) | 无线传感器网络的农田污染区域监控系统及其监控方法 | |
CN108111214A (zh) | 基于无人机的野外生态环境观测数据自动收集系统及方法 | |
CN103281704A (zh) | 基于三维感知的无线传感器网络确定性空间部署方法 | |
CN102568171A (zh) | 一种用于测量田间农作物土壤墒情的可控无线传输仪 | |
CN101848529A (zh) | 一种无线传感器网络的多重主成分分析数据压缩方法 | |
Bhakare et al. | An energy-efficient grid based clustering topology for a wireless sensor network | |
CN202648697U (zh) | 基站式土壤墒情远程实时监测系统 | |
CN106254155A (zh) | 一种无线传感器网络的覆盖性能的修复增强方法以及装置 | |
CN104254079A (zh) | 一种面向近地表地下空间的无线传感器网络三维覆盖的控制方法 | |
CN104284386A (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
CN202102294U (zh) | 基于传感网的放射源感知监控管理系统 | |
CN109142684A (zh) | 农田土壤环境智能可靠监测系统 | |
CN102724681A (zh) | 一种结合能量有效性的传感器网络覆盖空洞检测方法 | |
CN109406751A (zh) | 区域化种植物土壤质量高精度实时监控系统 | |
CN102497669A (zh) | 一种无线传感器网络节点定位的方法 | |
Poongodi et al. | Application of IoT in green computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141231 |