CN104394571B - 一种用于内河水质监测无线传感网络的拓扑控制方法 - Google Patents
一种用于内河水质监测无线传感网络的拓扑控制方法 Download PDFInfo
- Publication number
- CN104394571B CN104394571B CN201410758201.8A CN201410758201A CN104394571B CN 104394571 B CN104394571 B CN 104394571B CN 201410758201 A CN201410758201 A CN 201410758201A CN 104394571 B CN104394571 B CN 104394571B
- Authority
- CN
- China
- Prior art keywords
- node
- cluster
- network
- energy
- data
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/08—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- 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
Abstract
本发明公开了一种适用于内河水质监测无线传感网络的拓扑控制方法,包含网络初始化阶段,成簇阶段,簇头竞选阶段,簇内通信阶段,簇间通信阶段。针对多汇聚节点、长距离双线型分布的内河水质监测无线传感网络,将网络划分成大小相等的虚拟格,一个虚拟格里的所有活跃的传感器节点组成一个簇。每轮,簇选择通信代价小、剩余能量多的节点作为簇头,其余节点采用单跳数据传输方式将自身的监测数据发送给簇头,簇头进行数据融合后,采用簇间多跳数据传输方式,将数据发送给较近的汇聚节点,若路径不通,则将数据反向发送给较远的汇聚节点。本发明有效地延长了网络的生命周期,均衡了网络的负载,优化了网络的性能。
Description
技术领域
发明属于无线传感网络技术领域,尤其涉及一种用于内河水质监测无线传感网络的拓扑控制方法。
背景技术
近年来,人们饱尝环境污染的恶果,也使得环境问题越来越受重视,特别是与人们生产生活息息相关的水污染问题。我国水污染问题严峻,内河污染尤为突出,内河附近企业的偷排行为隐蔽,人力监管困难。因而,构建有效的内河水质监测系统具有重大的现实意义。传统的监测一般采用有线方式,存在建设维护成本高、环境条件要求严格的问题。具有分布广、组网简单、监测能力强、系统成本低等特点的无线传感网络提供了一种对内河水质有效的监测手段。
无线传感网络(Wireless Sensor Network,WSN)就是由大量部署在监测区域内的大量的廉价微型传感器节点组成,通过无线通信的方式形成的一个多跳的自组织的网络系统,从而协作的感知、采集和处理网络覆盖区域的监测信息,并发送给观察者。传感器节点采用有限能量的电池供电,计算能力和通信能力都很有限。对于自组织的无线传感网络而言,网络拓扑控制对网络性能影响很大,良好的拓扑控制有利于延长整个网络的生存时间,减小节点间通信干扰,提高网络通信效率。无线传感网络拓扑控制主要研究的问题是:在满足网络覆盖度和连通度的前提下,通过骨干网节点的选择,剔除节点之间不必要的通信链路,形成一个数据转发的优化网络结构。分簇是一种比较常用的拓扑控制机制。由于传感器节点的无线通信模块在空闲状态时的能量消耗与在收发状态是相当,所以只有关闭节点的通信模块,才能大幅度地降低无线通信模块的能量开销。考虑依据一定机制选择某些节点作为簇头,簇头对簇内节点采集到的数据进行数据融合,关闭簇内节点的通信模块,由簇头构建一个连通网络来负责数据的路由转发。这样既保证了原有覆盖范围内的数据通信,也减少节点数据的传输总量和平均传输距离,从而达到降低通信能耗、延长网络工作时间的目的。
Heinzelman等人提出了LEACH(Low Energy Adaptive Clustering Hierarchy)算法,其基本思想是以循环的方式随机选择簇头节点,将整个网络的能量负载均匀分配到网络中的每个传感器节点,从而达到降低网络能耗,提高网络生存周期的目的。但是LEACH算法没有考虑簇头节点当前的能量状况,如果能量很低的节点当选为簇头节点,那么将会加速该节点的死亡,影响整个网络的生命周期。其次,每一轮循环都要重新构造簇,而构造簇的能量开销比较大,另外,远离汇聚节点的簇头节点可能会由于长距离发送数据而过早耗尽自身能量,造成网络分割。Stephanie等人针对LEACH协议存在的不足提出了PEGASIS(Power-Efficient Gathering in Sensor Information Systems)算法,其基本思想是从网络中距离Sink最远的节点开始,采用贪婪算法,将网络中的所有传感器节点形成一条链,使得节点在进行数据传输的时候,只需与它们最近的邻居节点通信即可。节点与汇聚节点间的通信是轮流进行的,即每个节点都要做一次链首节点,基于这种轮换通信机制,PEGASIS可使得网络中的能量消耗可以统一分配到每一个节点上,均衡了节点能耗,有效延长了网络生命周期。尽管PEGASIS算法避免了重构簇的开销,但由于传感器节点需要知道邻居的能量状态以便传送数据,算法仍需要动态调整拓扑结构。对那些利用率高的网络而言,拓扑的调整会带来更大的开销,算法所构建的链中,远距离的节点会引起过多的数据延迟,而且链首节点的唯一性使得链首会成为瓶颈。
另外,内河水质监测系统需要周期性的采集水质参数,且内河无线传感网络呈长距离双线型分布,因此,网络能耗不均、数据冗余问题十分严重。而LEACH算法和PEGASIS算法都是针对普通拓扑结构的无线传感网络,LEACH算法假设每个簇头都能够直接和汇聚节点进行通信,而在狭长结构的无线传感网络中这个假设却无法成立,PEGASIS虽然每个节点数据传输距离较短,能耗较低,但是在狭长的无线传感网络中,PEGASIS协议建立的链路较长,传输延迟大,无法满足环境监测这种实时性要求较强的应用需求,此外链首的负担较重,数据传输极易失效。因此LEACH和PEGASIS两种协议都无法直接应用于内河水质监测无线传感网络中。
针对狭长的带状无线传感网络,乔钢柱等人提出了PBCR(Position-based ChainRouting)算法,该算法根据地理位置信息将整个网络划分成若干个大小相等的条形区域,相邻的两个条形区域中的任意两个节点都可以直接通讯,条形区域内的所有节点组成了一个簇,区域内节点周期性地根据剩余能量和到汇聚节点的距离来选取簇头。PBCR算法把节点的剩余能量作为一个参量引入算法,使得选出的簇头更合适担当数据转发任务,簇内能耗更为均衡,但PBCR算法的簇头竞选机制考虑了剩余能量,没有考虑通信代价,通信代价大的节点成为簇头,会使节点的通信能量消耗过多,节点过快死亡。
实用新型内容
针对现有问题的不足,本发明提供一种用于内河水质监测无线传感网络的拓扑控制方法,能有效地延长网络的生命周期,均衡网络的负载,优化网络的性能。
本发明所要解决的技术问题是通过以下技术方案实现的:
一种用于内河水质监测无线传感网络的拓扑控制方法,包括以下步骤:
(1)、网络初始化,在内河中取一长方形区域作为网络环境,在长方形区域长向的两个对顶角处分别设置汇聚节点A和B,在长方形区域的两个长边上均匀的设置N个传感器节点;
(2)、使传感器节点成簇,具体包括如下步骤:
(2a)、汇聚节点A和B广播位置信息,获知长方形网络的分布范围信息,即网络的长度L和宽度W,并且网络中的传感器节点获知节点自身与汇聚节点A和B的距离信息;
(2b)、将网络划分成M个大小相等的虚拟格,虚拟格的宽w为W/2,虚拟格的长l,每个虚拟格里的所有传感器节点组成一个簇,共M个簇,设置虚拟格的宽w=W/2,长且L mod l=0,其中d0是各节点之间通信能耗模型的距离阈值,将M个簇分别标记为C1,C2,…Cm,…,CM,其中,M=L/l,m为[1,M]内任意整数,m为簇的序号;
(3)、簇头竞选,即选剩余能量多、通信代价小的簇内节点作为簇头,包括以下子步骤:
(3a)、所有活跃的传感器节点广播自身的簇ID和节点ID信息,并且每个活跃的传感器节点获得其所在簇的活跃节点数以及簇内所有活跃节点的ID信息;
(3b)、根据式(1)计算簇内活跃传感器节点的竞争因子,
其中,P(Cm,i)为簇Cm内节点i的竞争因子,D(i,j)是簇Cm内的节点j和节点i的距离,N(m)为步骤(3a)中的活跃节点数,Er(i)是节点i的剩余能量;
(3c)、簇Cm内节点广播竞争因子信息,若节点接受到的竞争因子有大于本身的竞争因子,则节点设置为本轮的簇内节点,反之,若节点接受到的竞争因子都小于本身的竞争因子则节点设置为本轮的簇头节点,并标记为cm,其中,m为[1,M]内任意整数,簇头节点广播通告自身的簇头信息,并通告簇内节点可以发送信息。
(4)、簇内通信,簇内节点之间采用单跳方式通信,簇头节点根据簇内节点数分配TDMA时隙,簇内节点在指定的时隙将各自的监测数据发送给簇头节点,簇头节点收到簇内所有数据后,进行数据融合;
(5)、簇间通信,簇头节点将数据发送给与簇头节点距离较近的汇聚节点,若簇头节点与汇聚节点的距离不大于距离阀值d0,直接将数据单跳传输给汇聚节点,反之,该簇头节点在传输方向上选择相邻簇的簇头节点作为中继节点;若该簇头节点发出请求信息后,没有收到返回信息,则该簇头节点将数据反向发送给较远的汇聚节点。
(6)、重复执行步骤(2)到(5),直到执行次数达到指定轮数或者网络死亡。进一步的,所述能耗模型具体如下:
ERy(k)=kEe (3)
EDz(k)=kEd (4)
其中,一个节点X向另一个距离d的节点Y传输k比特数据时的能耗ETx由发射电路耗损和功率放大耗损两部分构,ERy(k)为节点Y接收k比特数据的能量消耗,EDz(k)为一个簇头节点Z进行k比特数据融合所消耗的能量,Ee表示发送或者接收每比特数据时的能量消耗,发送放大电路根据d值的不同分别采用不同的功率放大系数,当d小于距离阀值d0时,功率放大系数为γf,反之则为γm,其中,Ed表示融合单位比特数据耗费的能量。
更进一步的,步骤(5)中选择中继节点时,簇头节点ci会向传输方向上的相邻簇的簇头发送中继请求信息,相邻簇的簇头节点cj接收到请求后,返回自身能量信息给请求节点,簇头节点ci根据下跳能耗比(5),选择通信代价小,剩余能量多的相邻簇的簇头节点作为其中继节点,其中Er(cj)为节点cj的剩余能量,D(ci,cj)为节点ci和节点cj之间的距离。
发明所达到的有益效果是:本发明的一种适用于内河水质监测无线传感网络的拓扑控制方法,不仅考虑了数据的传输方向、路径的能耗、节点的负载平衡,还考虑了路径的冗余,并能有效地延长网络的生命周期,均衡网络的负载,优化网络的性能。
附图说明
图1是本发明的总体流程图;
图2是本发明的内河水质监测无线传感网络分簇图;
图3是采用PEGASIS算法、PBCR算法和本发明算法在网络剩余节点数的性能表现对比图;
图4是采用PEGASIS算法、PBCR算法和本发明算法在网络剩余能量的性能表现对比图。
具体实施方式
为了进一步描述发明的技术特点和效果,以下结合附图和具体实施方式对发明做进一步描述。
以下结合附图和具体实例对本发明的实施作详细的介绍。
如图1-4所示,本发明所述的适用于内河水质监测无线传感网络的拓扑控制方法具体包括以下步骤:
步骤1:网络初始化阶段
设置网络场景,内河水域一个长方形区域作为网络环境,网络中有汇聚节点和传感器节点。汇聚节点具有足够的能量、处理能力,传感器节点具有计算、通信和数据融合功能,能感知自身的剩余能量,还可通过接收到信号强度估算出发送节信号的点与自身的距离。两个汇聚节点分别部署在长方形区域的对顶角处,ID编号分别为A、B;并将N个具有相同初始能量、ID编号从1~N的传感器节点均匀分布在长方形区域的两个长边上。
本发明各节点之间通信的能耗模型:
当节点X向相距d的节点Y传输k字节长度的数据,则发送端节点X的能量消耗为
ERy(k)=kEe (3)
EDz(k)=kEd (4)
其中,一个节点X向另一个距离d的节点Y传输k比特数据时的能耗ETx由发射电路耗损和功率放大耗损两部分构,ERy(k)为节点Y接收k比特数据的能量消耗,EDz(k)为一个簇头节点Z进行k比特数据融合所消耗的能量,Ee表示发送或者接收每比特数据时的能量消耗,发送放大电路根据d值的不同分别采用不同的功率放大系数,当d小于距离阀值d0时,功率放大系数为γf,反之则为γm,其中,Ed表示融合单位比特数据耗费的能量。
另外,当节点剩余能量Er小于节点的最低工作能量Emin时,节点视为死亡。
步骤2:成簇阶段
汇聚节点A和B广播位置信息,从而汇聚节点获知长方形网络的分布范围信息,即长为L,宽为W,并且网络中的传感器节点获知节点自身与汇聚节点Sink A和Sink B的距离信息。如图2所示,将网络划分成大小相等的虚拟格,一个虚拟格里的所有传感器节点组成一个簇。由于内河河水流动性和扩散性使同岸水质传感器节点监测的数据相关性大的特点,设置虚拟格的宽w为W/2,为了保证每个簇都能和相邻的簇进行通信,虚拟格的长l应满足条件4w2+4l2≤R2且L mod l=0,其中R表示的是节点最大通信距离,由能耗模型可知,根据通信距离与距离阈值d0的大小关系会采用不同的通信模型,当节点通信距离d小于d0时,采用自由空间能耗模型,无线信号在自由空间传播,可以保证通信质量,反之,则采用多路衰减模型。为了保证通信质量和方便研究,定义这里的R就等于d0。通过条件且Lmod l=0来确定l的值。
这样,网络形成了M个簇,且这M个簇分别标记为C1,C2,…Cm,…,CM,其中,正整数M=L/l,m为[1,M]内任意整数。
步骤3:簇头竞选阶段
采用选择剩余能量多、通信代价小的节点选作簇头,可以有效地延长网络的生存周期。根据能耗公式可知,两节点的通信能耗与节点通信距离的平方呈正比,则簇内通信能耗与簇头到所有簇内节点的距离的平方和呈正比,定义节点的剩余能量与簇内通信能耗之比定义为簇头竞争因子。
首先,所有活跃的节点广播自身的簇ID和节点ID信息,簇Cm内活跃的节点i获知其所在簇Cm的活跃数N(m)和簇Cm内所有活跃节点的ID信息,其中,m为[1,M]内任意整数,i为[1,N(m)]内任意整数。
簇Cm内的活跃节点i计算出簇头竞争因子
其中,D(i,j)是簇Cm内的节点j和节点i的距离,j为[1,N(m)]内任意整数,Er(i)是节点i的剩余能量。
簇Cm内节点广播竞争因子信息,若节点接受到的竞争因子有大于本身的竞争因子,则节点设置为本轮的簇内节点,反之,若节点接受到的竞争因子都小于本身的竞争因子则节点设置为本轮的簇头节点,并标记为cm,其中,m为[1,M]内任意整数,簇头节点广播通告自身的簇头信息,并通告簇内节点可以发送数据。
步骤4:簇内通信阶段
簇内通信采用单跳方式传输,簇头节点根据簇内节点数分配TDMA时隙,簇内节点在指定的时间将各自的监测数据发送给簇头节点,簇头节点收到簇内所有数据后,进行数据融合。簇与簇边界的节点可能出现干扰、混淆,采用在MAC层加入簇识别分配减少簇内传输数据产生的冲突,避免相邻簇间的串扰。
步骤5:簇间通信阶段
簇头节点选择将数据发送给与簇头节点距离较近的汇聚节点,当簇头节点与汇聚节点的距离不大于d0时,直接将数据单跳传输给汇聚节点,反之,簇头节点在传输方向上选择相邻簇的簇头节点作为中继节点;选择中继节点时,簇头节点ci会向传输方向上的相邻簇的簇头发送中继请求信息,相邻簇的簇头节点cj接受到请求后,返回自身能量信息给请求节点,簇头节点ci根据下跳能耗比选择通信代价小,剩余能量多的相邻簇的簇头节点作为其中继节点,若簇头节点发出请求信息后,没有返回信息,则簇头将信息反向发送给较远的汇聚节点,其中Er(cj)为节点cj的剩余能量,D(ci,cj)为节点ci和节点cj之间的距离。
重复执行步骤2~5,直到执行次数到达指定轮数或网络死亡。
本发明使用MATLAB R2009a进行仿真以验证本发明的有效性。实验中,网络环境为200m×10m长方形区域,A的坐标(0,0),B的坐标为(200,10),ID编号分别为A、B;100个传感器节点具有0.5J初始能量、ID编号从1~100。设置网络能耗模型参数:Ee=5×10-8J,k=2000B,γf=1×10-11,γm=4×10-15,Ed=5×10-8J,Emin=0J。
仿真结果如下:
首先分析网络的剩余节点数。图3表示的是上面设定的场景下,PEGASIS算法、PBCR算法和本发明方法在剩余节点数方面的表现。当网络节点的存活率小于10%时,网络视为死亡,从图3可以很直观地看出本发明方法的网络生存时间明显长于其它两个算法。然后分析网络的剩余能量。图4表示的是上面设定的场景下,PEGASIS算法、PBCR算法和本发明方法在剩余能量方面的表现。从图4中我们可以看到,本发明方法的斜率最小,且剩余能量与轮数近似于线性关系,这表明本发明方法能量每轮能量消耗最少且较均衡。
这是由于分簇过程中,选择了剩余能量多,通信代价小的节点做簇头,从而使得低能量节点能够延长它们的生命周期;簇头将簇内数据进行数据融合,减少了需转发的数据量,从而也减少了能量的消耗;簇间通信时,选择剩余能量多,通信代价小的相邻簇的簇头节点做中继节点,避免了能量少的簇头承担转发任务,从而使得低能量簇头节点能够延长它们的生命周期,均衡了网络的负载。此外,簇头将数据发送给较近的汇聚节点,节省了簇间通信能耗,极大地延长了网络的生命周期。
由此可见,本发明在增加节点存活数、均衡网络负载、延长网络生命周期这些方面较PEGASIS算法、PBCR算法而言都表现出了良好的性能
上述实施例不以任何形式限定本发明,凡采取等同替换或等效变换的形式所获得的技术方案,均落在本发明的保护范围之内。
Claims (2)
1.一种用于内河水质监测无线传感网络的拓扑控制方法,其特征在于,包括以下步骤:
(1)、网络初始化,在内河中取一长方形区域作为网络环境,在长方形区域长向的两个对顶角处分别设置汇聚节点A和B,在长方形区域的两个长边上均匀的设置N个传感器节点;
(2)、使传感器节点成簇,具体包括如下步骤:
(2a)、汇聚节点A和B广播位置信息,获知长方形网络的分布范围信息,即网络的长度L和宽度W,并且网络中的传感器节点获知节点自身与汇聚节点A和B的距离信息;
(2b)、将网络划分成M个大小相等的虚拟格,虚拟格的宽w为W/2,虚拟格的长l,每个虚拟格里的所有传感器节点组成一个簇,共M个簇,设置虚拟格的宽w=W/2,长且L mod l=0,其中d0是各节点之间通信能耗模型的距离阈值,将M个簇分别标记为C1,C2,…Cm,…,CM,其中,M=L/l,m为[1,M]内任意整数,m为簇的序号;
(3)、簇头竞选,即选剩余能量多、通信代价小的簇内节点作为簇头,包括以下子步骤:
(3a)、所有活跃的传感器节点广播自身的簇ID和节点ID信息,并且每个活跃的传感器节点获得其所在簇的活跃节点数以及簇内所有活跃节点的ID信息;
(3b)、根据式(1)计算簇内活跃传感器节点的竞争因子,
其中,P(Cm,i)为簇Cm内节点i的竞争因子,D(i,j)是簇Cm内的节点j和节点i的距离,N(m)为步骤(3a)中的活跃节点数,Er(i)是节点i的剩余能量;
(3c)、簇Cm内节点广播竞争因子信息,若节点接受到的竞争因子有大于本身的竞争因子,则节点设置为本轮的簇内节点,反之,若节点接受到的竞争因子都小于本身的竞争因子则节点设置为本轮的簇头节点,并标记为cm,其中,m为[1,M]内任意整数,簇头节点广播通告自身的簇头信息,并通告簇内节点可以发送信息;
(4)、簇内通信,簇内节点之间采用单跳方式通信,簇头节点根据簇内节点数分配TDMA时隙,簇内节点在指定的时隙将各自的监测数据发送给簇头节点,簇头节点收到簇内所有数据后,进行数据融合;
(5)、簇间通信,簇头节点将数据发送给与簇头节点距离较近的汇聚节点,若簇头节点与汇聚节点的距离不大于距离阀值d0,直接将数据单跳传输给汇聚节点,反之,该簇头节点在传输方向上选择相邻簇的簇头节点作为中继节点;若该簇头节点发出请求信息后,没有收到返回信息,则该簇头节点将数据反向发送给较远的汇聚节点;选择中继节点时,簇头节点ci会向传输方向上的相邻簇的簇头发送中继请求信息,相邻簇的簇头节点cj接收到请求后,返回自身能量信息给请求节点,簇头节点ci根据下跳能耗比选择通信代价小,剩余能量多的相邻簇的簇头节点作为其中继节点,其中Er(cj)为节点cj的剩余能量,D(ci,cj)为节点ci和节点cj之间的距离;
(6)、重复执行步骤(2)到(5),直到执行次数达到指定轮数或者网络死亡。
2.根据权利要求1所述的一种用于内河水质监测无线传感网络的拓扑控制方法,其特征在于:所述能耗模型具体如下:
ERy(k)=kEe (3)
EDz(k)=kEd (4)
其中,一个节点X向另一个距离d的节点Y传输k比特数据时的能耗ETx由发射电路耗损和功率放大耗损两部分构成,ERy(k)为节点Y接收k比特数据的能量消耗,EDz(k)为一个簇头节点Z进行k比特数据融合所消耗的能量,Ee表示发送或者接收每比特数据时的能量消耗,发送放大电路根据d值的不同分别采用不同的功率放大系数,当d小于距离阀值d0时,功率放大系数为γf,反之则为γm,其中,Ed表示融合单位比特数据耗费的能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410758201.8A CN104394571B (zh) | 2014-12-10 | 2014-12-10 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410758201.8A CN104394571B (zh) | 2014-12-10 | 2014-12-10 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104394571A CN104394571A (zh) | 2015-03-04 |
CN104394571B true CN104394571B (zh) | 2018-02-13 |
Family
ID=52612389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410758201.8A Active CN104394571B (zh) | 2014-12-10 | 2014-12-10 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104394571B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105704775A (zh) * | 2016-01-13 | 2016-06-22 | 湖南工业大学 | 一种改进的低能量自适应分簇路由协议方法 |
CN106454858B (zh) * | 2016-07-21 | 2019-10-22 | 广州大学 | 一种解决在多跳传感器网络中存在的热区问题的方法 |
CN106535212A (zh) * | 2016-11-30 | 2017-03-22 | 中国舰船研究设计中心 | 一种舰船长带型舱室无线传感器节点部署方法 |
CN107148088A (zh) * | 2017-05-11 | 2017-09-08 | 哈尔滨工业大学(威海) | 基于二维虚拟网格的动态分簇水声网络路由方法 |
CN107367299B (zh) * | 2017-07-19 | 2020-10-16 | 张家界市新瑞生物饲料有限公司 | 一种水产品养殖水质智能监测系统 |
CN107396291B (zh) * | 2017-07-26 | 2019-12-03 | 中国联合网络通信集团有限公司 | 车辆分簇处理方法和系统 |
CN108777877B (zh) * | 2018-06-13 | 2021-06-22 | 苏州科技大学 | 一种狭长拓扑下的WSNs分簇路由方法 |
CN109001394A (zh) * | 2018-07-03 | 2018-12-14 | 深圳智达机械技术有限公司 | 基于物联网技术的农田灌溉水水质监测系统 |
CN108981807B (zh) * | 2018-07-09 | 2020-02-18 | 内蒙古万和工程项目管理有限责任公司 | 一种土木工程建筑智能监测系统 |
CN109067875A (zh) * | 2018-08-02 | 2018-12-21 | 深圳市创艺工业技术有限公司 | 建筑基坑沉降智慧监测系统 |
CN110049465B (zh) * | 2019-04-23 | 2021-11-30 | 贵州大学 | 一种基于wsn的水域监测通信方法 |
CN113038409B (zh) * | 2019-12-24 | 2022-06-28 | 中移(苏州)软件技术有限公司 | 一种数据传输方法、网络节点、传感器和无线传感网络 |
CN112104732B (zh) * | 2020-09-11 | 2023-01-20 | 清华大学 | 一种输电线路监测系统及监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103477608A (zh) * | 2011-04-13 | 2013-12-25 | 瑞萨移动公司 | 经由移动网关的传感器网络信息采集 |
-
2014
- 2014-12-10 CN CN201410758201.8A patent/CN104394571B/zh active Active
Non-Patent Citations (3)
Title |
---|
一种适合长距离带状无线传感器网络的路由协议;刘国梅等;《科学技术与工程》;20130228;第13卷(第6期);1661-1665 * |
基于LEACH的WSNs分簇优化策略;李亚男等;《传感技术学报》;20140531;第27卷(第5期);670-674 * |
长距离带状无线传感器网络路由协议设计;王伟;《计算机工程》;20140315;第40卷(第3期);132-136 * |
Also Published As
Publication number | Publication date |
---|---|
CN104394571A (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104394571B (zh) | 一种用于内河水质监测无线传感网络的拓扑控制方法 | |
CN103298032B (zh) | 一种无线传感器网络中的节点能耗均衡方法 | |
CN104507144B (zh) | 无线携能中继网络联合中继选择及资源分配方法 | |
Behera et al. | Hybrid heterogeneous routing scheme for improved network performance in WSNs for animal tracking | |
CN103139862A (zh) | 基于查询的无线传感器网络多源数据融合方法 | |
CN105072656A (zh) | 基于K-means聚类和蚁群算法的多级异构无线传感器网络分簇路由方法 | |
CN102802175A (zh) | 一种基于能量消耗的无线传感器网络路由优化算法 | |
Tay et al. | A new energy-aware cluster head selection algorithm for wireless sensor networks | |
CN102497679A (zh) | 一种无线传感器网络静态分簇算法 | |
CN108566664A (zh) | 一种分布式高能效的wsn分簇路由优化方法 | |
CN107801169A (zh) | 一种基于无线传感器网络的农田污染监测系统 | |
Liu et al. | An improved energy efficient unequal clustering algorithm of wireless sensor network | |
Wan et al. | AHP based relay selection strategy for energy harvesting wireless sensor networks | |
CN107222900A (zh) | 一种基于动态链的无线传感器网络节点协作方法 | |
CN103916939A (zh) | 一种无线链状传输系统 | |
CN102547906A (zh) | 一种基于虚拟mimo的无线传感网节点协作方法 | |
CN104394565A (zh) | 基于最大最小距离法的分簇多跳路由方法 | |
CN102983948B (zh) | 一种无线传感网络自适应聚类传输方法及其装置 | |
Park et al. | Fair clustering for energy efficiency in a cooperative wireless sensor network | |
Jamil et al. | COPE: cooperative power and energy-efficient routing protocol for wireless sensor networks | |
CN104717752B (zh) | 一种基于数据聚合的传输调度时隙分配方法 | |
Singh et al. | Energy Efficiency Techniques for Wireless Sensor Networks: A Review | |
CN113793044A (zh) | 一种智慧园区的能耗管理系统 | |
CN111556545A (zh) | 一种基于北斗定位系统的新型无线传感器网络路由算法 | |
Yang et al. | A topology control algorithm using power control for wireless mesh network |
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 |