CN104618993B - 基于jcnc的无线传感器网络自适应动态能耗优化方法 - Google Patents

基于jcnc的无线传感器网络自适应动态能耗优化方法 Download PDF

Info

Publication number
CN104618993B
CN104618993B CN201410837766.5A CN201410837766A CN104618993B CN 104618993 B CN104618993 B CN 104618993B CN 201410837766 A CN201410837766 A CN 201410837766A CN 104618993 B CN104618993 B CN 104618993B
Authority
CN
China
Prior art keywords
bit error
error rate
energy consumption
node
code
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
CN201410837766.5A
Other languages
English (en)
Other versions
CN104618993A (zh
Inventor
刘星成
熊南迪
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.)
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen 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 National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN201410837766.5A priority Critical patent/CN104618993B/zh
Publication of CN104618993A publication Critical patent/CN104618993A/zh
Application granted granted Critical
Publication of CN104618993B publication Critical patent/CN104618993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • H04W52/0222—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave in packet switched networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
    • H04L1/0009—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the channel coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0076—Distributed coding, e.g. network coding, involving channel coding
    • H04L1/0077—Cooperative coding
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于JCNC的无线传感器网络自适应动态能耗优化方法，通过从目的节点D反馈回来的联合译码误码率信息，对簇内节点的网络编码包个数M进行动态搜索调整，使其满足误比特率要求且使通信的能耗最小；本发明能够保证通信误比特率要求的基础上，尽可能地降低能耗。

Description

基于JCNC的无线传感器网络自适应动态能耗优化方法
技术领域
本发明涉及无线传感器网络(Wireless Sensor Networks,WSNs)，具体地说，是涉及到一种基于JCNC的无线传感器网络自适应动态能耗优化方法。
背景技术
无线传感器网络脱胎于传感器技术，可以部署在不适于人类生存的环境进行监测，借助无线通信的便利性，使人们足不出户便可及时的获取传感数据。由于传感器节点体积小、成本低，即使在恶劣环境下也能正常工作，因而获得了工业、农业、交通、军事等领域的广泛重视和应用。
传感器节点首先会对传输路径进行规划，并随着部分节点的失效而动态更新。传感器节点通过自身安装的传感器采集监测周围的环境数据并储存下来，然后经初步处理后将数据发送到下一跳节点，直到数据最终抵达汇聚节点。汇聚节点通过公共通信网络与终端用户相连，用户可通过汇聚节点查询历史数据。
由于成本和体积的限制，传感器节点的无线通信模块往往不够强大，通信距离和可靠性都较差，而且节点也只能由小型电池供电，能耗问题十分关键。因此，传统的网络路由协议不适合直接应用在WSN当中，而是应该针对可靠性和能耗进行优化，并尽可能的简单高效。
传统的JCNC算法，其网络编码包的数目是固定不变的，其可靠性随信道条件的变化而改变，无法自适应的调整。实际上，当信道条件较好时，通过较少的网络编码包就能达到通信的误比特率要求；而信道条件较差时，应当适当增加网络编码包以达到误比特率要求。
发明内容
本发明公开了一种基于JCNC的无线传感器网络自适应动态能耗优化方法，在保证通信误比特率要求的基础上，尽可能的降低能耗。为了达到以上目的，本发明采用的技术方案如下：
一种基于JCNC的无线传感器网络自适应动态能耗优化方法，通过从目的节点D反馈回来的联合译码误码率信息，对簇内节点的网络编码包个数M进行动态搜索调整，使其满足误比特率要求且使通信的能耗最小。具体地，通过目的节点D根据译码结果估计误比特率并将发送回簇；簇内节点根据反馈的误比特率通过搜索阶段动态地调整网络编码包的数目M：如果反馈的误比特率较大，则将网络编码包数目M提高；反之则减少网络编码包数目M，从而在满足误比特率要求的基础上降低能耗。
所述搜索阶段具体步骤如下：
S11.初始化low＝0，high＝N0–1，设置M的搜索区间为[low，high]；
S12.将M设为搜索区间的中间值，即其中符号表示向下取整；
S13.簇内N0个源节点进行低密度奇偶校验码(LDPC,Low Density Parity-CheckCode)的编码和数据广播后，选取M个节点进行网络编码发送到目的节点D；
S14.目的节点D将接收到的全部数据包进行联合译码，并根据译码结果估计误比特率目的节点D随后将发送回簇内；
S15.簇内节点根据反馈的误比特率情况调整网络编码的节点个数M，如果说明此时误比特率达到通信的最低要求，则可以减小M，执行high＝M，反之，说明误比特率未能达到通信要求，必须增大M，执行low＝M+1；
S16.判断low是否大于等于high，若否返回步骤S12，若是则执行S17；
S17.结束程序。
本发明中所述误比特率根据LDPC信道译码时不满足校验方程的个数来估计；
此处，定义误比特率估值为：
在LDPC码领域，构造LDPC码的校验矩阵H与Tanner图有对应关系，Tanner图的顶点由H矩阵的变量节点和校验节点组成，变量节点和校验节点的连接关系由校验矩阵H的元素唯一确定。由于LDPC码的码字C和校验矩阵之间满足关系(校验方程)：CHT＝0，因此，根据这种关系就可以判断接收端收到的信息是否满足此校验方程。从而，上面的“不满足校验方程个数”就可以因此统计出来。相关的仿真实验(LDPC码长分别为64、128和256)表明，对误比特率的这种估计方法是能对误比特率进行估计的。
由于在搜索阶段，误比特率是通过目的节点D联合译码后估计得到的，存在一定的偏差，因此在搜索阶段得到的网络编码数目M可能不是最优的M值，此时的值M设为M0。此外，信道条件随时间也存在细微变化。这就需要通过微调处理完成。
所述微调处理具体为：
S30.设置M＝M0,其中M0为搜索阶段获得的关于M的值作为初始值；
S31.初始化发送数据包的个数total＝0，初始化错误记录数为error＝0；
S32.每发送一次数据则total＝total+1；
S33.簇内N0个源节点进行信号编码和数据广播后，选取M个网络编码节点
联合编码，发送数据到目的节点D；
S34.目的节点D将接收到的全部数据包进行联合译码，并根据译码结果估
计误比特率目的节点D随后将发送回簇内；
S35.簇内节点接收反馈的误比特率情况并判断是否小于等于BER0,若是，则执行S36，若否则执行
其中是向下取整操作,然后执行S36；
S36.判断total是否大于total0，若是，则执行S37，若否则执行S39；
S37.判断是否大于BER0，若是则执行M＝M+1，返回S31，若否则执行S38；
S38.判断是否小于BER0/2，若是则执行M＝M-1，返回S31，若否则执行S39；
S39.判断数据是否已经全部发送，若是则结束程序，若否则返回S32。
本发明通过研究发现，在满足误比特率基础上，网络编码包越少，则通信的能量消耗越小。
为了更直观了解上述关系，本发明建立了基于JCNC的无线传感器网络自适应动态能耗优化方法的系统模型，而系统总能耗与网络编码数M的关系为Eall(N,M)＝N(ELDPC+Etran+Elisten)+M(EXOR+Etran)，其中N为节点数，而对于ELDPC有：ELDPC＝(aLDPCL+bLDPC)ED，其中aLDPC和bLDPC是与编码算法有关的常数，ED是处理器每执行一条语句所消耗的能量；对于Etran有：其中r为LDPC码码率，L为数据包的长度ET＝ETB+ETRF+EA，其中ETB是发送1bit数据时，基带信号处理器消耗的能量；ETRF是发送1bit数据时，Tx电路消耗的能量；EA是发送1bit数据时，PA(PowerAmplifier,功率放大器)消耗的能量；对于Elisten有：它是每个节点监听其他N-1个节点广播的数据包所需能量，其中ER＝ERB+ERRF+EL＝ER0是接收数据时的能耗，其中aXOR和bXOR是与网络编码算法有关的常数。
通过上述相关式子可以得出系统的总能耗与网络编码包数量M的数学关系：在其它能耗确定的情况下，M越大，系统总能耗越高；M越小，系统总能耗越小。故通过搜索和微调处理步骤得出的M值既满足了误比特率的要求，同时它也可以使能耗最小。
与现有技术相比，本发明具有的有益效果：它能够保证通信误比特率要求的基础上，尽可能的降低能耗。
附图说明
图1是信道编码和数据传输模型。
图2是网络编码模型。
图3是传感器节点的能耗模型。
图4是搜索阶段的处理流程。
图5是微调处理的处理流程。
图6是不同信噪比条件下各算法的误比特率对比，其中L＝64bit,N＝5。
图7是不同信噪比条件下各算法的能耗对比，其中L＝64bit,N＝5。
图8是不同误比特率要求下各算法的误比特率对比，其中L＝128bit,N＝5。
图9是不同误比特率要求下各算法的能耗对比，其中L＝128bit,N＝5。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明所述的系统的传输是由以下几个步骤完成：
1、如图1所示，本发明构建的系统涉及信道编码和数据广播模型：节点S1～SN各自将数据包u1～uN采用式(1)方式进行LDPC编码得到c1～cN，然后通过时分的方式发送到距离为d的目的节点D。
ci＝uiGi,i∈[1,N] (1)
2、如图2所示，系统的网络编码模型：选择其中M个节点 经式(2)和(3)按照各自的网络编码向量将数据包c1～cN进行网络编码为r1～rM，分时发送到目的节点。
其中，
3.联合译码：目的节点将接收到的数据包c1～cN,r1～rM组合起来，进行联合译码。可知其联合生成矩阵G为：
其联合译码矩阵为：
而对于实际的无线传感器网络而言，往往部署的是相同的LDPC码，那么每个网络编码包也将满足校验方程H0，则联合校验矩阵可进一步改写为：
容易验证，当G1＝G2＝…＝GN＝G0时，GH'T＝0，因此H'也是系统的联合校验矩阵。注意到校验矩阵H'的行数为N×m+M×m+M×n，列数为N×n+M×n，而校验矩阵的行数必须小于列数，即N×m+M×m+M×n<N×n+M×n，化简得
即网络编码包发送的个数M必须小于Nr/(1-r)，其中r为LDPC码码率。当码率r＝1/2时，必须满足M<N。
根据节点能耗模型，可以建立传输过程的能耗模型，如图3所示。同样分成三部分。
1.信道编码和数据广播。每个节点的处理器对长度为L的数据包进行LDPC编码，需要消耗能量。通常LDPC编码的复杂度是在O(L)与O(L2)量级之间，这里取O(L)：
ELDPC＝(aLDPCL+bLDPC)ED (10)
其中aLDPC,bLDPC是与编码算法有关的常数，ED是处理器每执行一条语句所消耗的能量；LDPC编码码率为r，则每个节点将编码后的数据包发送到目的节点所需能量为：
L是数据包的长度，ET为发送数据时的能耗，ET＝ETB+ETRF+EA，其中ETB是发送1bit数据时，基带信号处理器消耗的能量，ETRF是发送1bit数据时，Tx电路消耗的能量，EA是发送1bit数据时，PA(PowerAmplifier,功率放大器)消耗的能量；
此外每个节点监听其他N-1个节点广播的数据包所需能量为：
因此在数据广播阶段系统内N个节点消耗的总能量为：
其中ED是处理器每执行一条语句所消耗的能量；
2.网络编码。首先每个节点将N个数据包进行复杂度为O(n)的XOR网络编码：
其中aXOR,bXOR是与网络编码算法有关的常数。数据包在编码后的长度仍然为随后每个节点再将网络编码包发送到目的节点消耗的能量为：
因此系统内M个节点在网络编码阶段消耗的总能量为：
3.联合译码。由于联合译码是在目的节点D上完成，而本发明考虑的是单跳模型，目的节点D即汇聚节点，能量与计算能力都较为强大。另外这里考虑的主要是簇内节点的能耗，因此将译码能耗忽略。
综上所述，联合编码传输过程中的总能耗为：
Eall＝Ebroad+Enet＝N(ELDPC+Etran)+M(Elisten+EXOR+Etran) (17)
基于JCNC的无线传感器网络自适应动态能耗优化方法建立在传感器节点射频功率不可调整即EA＝EA0的基础上，要传输的数据需连续多次传输完成(如音频、视频等流媒体数据)，且在全部传输期间，信道和噪声基本保持不变，或者变化很小。则发送1bit数据通信模块消耗的能量ET变为常量，式(6)可改写为：
ET＝ETB+ETRF+EA0＝ET0 (18)
式(15)的Etran也为常量，因此式(17)的总能耗Eall可看做N,M的函数：
Eall(N,M)＝N(ELDPC+Etran+Elisten)+M(EXOR+Etran) (19)
因此在信道和噪声恒定的条件下，系统联合译码的误比特率也是N,M的函数，设为BER(N,M)，而要求的误比特率阈值为BER0。
则优化问题用数学语言描述为：
用自然语言描述为：在簇内有N0个节点的情况下，给定需要达到的误比特率BER0，总共需要传输sumdata个数据包，求最佳网络编码节点数目M，使传输过程的总能耗最小。其中r是节点部署的LDPC码的码率。优化问题(20)的直接求解较为困难，下面将描述基于JCNC的无线传感器网络自适应动态能耗优化方法，在传输过程中根据反馈的误比特率估值通过搜索阶段和微调处理动态调节M值，使最终的平均误比特率小于阈值BER0，从而得到了式(20)的次优解。
如图4所示，所述搜索阶段包括如下步骤：
S11.初始化low＝0,high＝N0–1，设置M的搜索区间为[low，high]；
S12.将M设为搜索区间的中间值，即其中符号表示向下取整；
S13.簇内N0个源节点进行低密度奇偶校验码(LDPC,Low Density Parity-CheckCode)的编码和数据广播后，选取M个节点进行网络编码发送到目的节点D；
S14.目的节点D将接收到的全部数据包进行联合译码，并根据译码结果估计误比特率目的节点D随后将发送回簇内；
S15.簇内节点根据反馈的误比特率情况调整网络编码的节点个数M，如果说明此时误比特率达到通信的最低要求，则可以减小M，执行high＝M，反之，说明误比特率未能达到通信要求，必须增大M，执行low＝M+1；
S16.判断low是否大于等于high，若否返回步骤S12，若是则执行S17；
S17.结束程序。
本发明中所述误比特率根据LDPC信道译码时不满足校验方程的个数来估计；
此处，定义误比特率估值为：
在LDPC码领域，构造LDPC码的校验矩阵H与Tanner图有对应关系，Tanner图的顶点由H矩阵的变量节点和校验节点组成，变量节点和校验节点的连接关系由矩阵H的元素唯一确定。由于LDPC码的码字C和校验矩阵之间满足关系(校验方程)：CHT＝0，因此，根据这种关系就可以判断接收端收到的信息是否满足此校验方程。从而，上面的“不满足校验方程个数”就可以因此统计出来。相关的仿真实验(LDPC码长分别为64、128和256)表明，对误比特率的这种估计方法是能对误比特率进行估计的。
由于在搜索阶段，误比特率是通过目的节点D联合译码后估计得到的，存在一定的偏差，因此在搜索阶段得到的网络编码数目M可能不是最优的M值。此外，信道条件随时间也存在细微变化。这就需要通过微调处理完成。
如图5所示，所述微调处理具体为：
S30.设置M＝M0,其中M0为搜索阶段获得的关于M的值作为初始值；
S31.初始化发送数据包的个数total＝0，初始化错误记录数为error＝0；
S32.每发送一次数据则total＝total+1；
S33.簇内N0个源节点进行信号编码和数据广播后，选取M个网络编码节点
联合编码，发送数据到目的节点D；
S34.目的节点D将接收到的全部数据包进行联合译码，并根据译码结果估
计误比特率目的节点D随后将发送回簇内；
S35.簇内节点接收反馈的误比特率情况并判断是否小于等于BER0,若是，则执行S36，若否则执行
其中是向下取整操作,然后执行S36；
S36.判断total是否大于total0，若是，则执行S37，若否则执行S39；
S37.判断是否大于BER0，若是则执行M＝M+1，返回S31，若否则执行S38；
S38.判断是否小于BER0/2，若是则执行M＝M-1，返回S31，若否则执行S39；
S39.判断数据是否已经全部发送，若是则结束程序，若否则返回S32。
为了验证基于JCNC的无线传感器网络自适应动态能耗优化方法性能，本发明进行计算机实验仿真基于JCNC的无线传感器网络自适应动态能耗优化方法的误比特率与能耗情况，以及与传统联合编码方案的对比。仿真时数据包长度为L＝64bit，子码选用比特填充法随机构造的(128,64)规则LDPC码，行重为6，列重为3，码率为1/2。簇内传输节点数目N＝5。每个节点都要传输总共200个数据包。信道采用自由空间的AWGN信道模型，通过调整簇与目的节点的距离改变接收信噪比。其仿真结果如图6和图7所示。
对于传统联合信道网络编码(JCNC)来说，其网络编码包数目M是固定的，发明对M＝1,2,3,4四种情况进行了仿真，图中分别用JCNC with M＝1,2,3,4表示，自适应动态能耗优化算法则用ADEC表示。从仿真结果可以看出，传统的联合编码方案由于固定了网络编码包数目，当信噪比较低时，较小的M值不能保证误比特率要求BER0(10-3)，而当信噪比较高时，较大的M值又远超过了误比特率要求。而本文提出的自适应动态能耗优化算法则通过动态选取最佳M值，从而始终在尽可能的保证误比特率要求。但当信噪比小于1dB时，即使发送最多的网络编码包数目也无法达到误比特率要求，因此基于JCNC的无线传感器网络自适应动态能耗优化方法也无法达到误比特率要求。而在信噪比较高时，即使发送最少的网络编码包数目，误比特率也比要求的误比特率更低。虽然ADEC的误比特率性能曲线无法紧贴BER0直线，但仍尽可能的减少了能耗。
本发明还针对不同误比特率要求BER0，分析基于JCNC的无线传感器网络自适应动态能耗优化方法的误比特率与能耗情况，以及与传统联合编码方案的对比。仿真时数据包长度为L＝128bit，子码选用随机构造的(128,64)规则LDPC码，行重为6，列重为3，码率为1/2。簇内传输节点数目为N＝5。误比特率要求分别为10-3和10-4。每个节点都要传输总共2000个数据包。误比特率和能耗仿真结果分别如图8，图9所示。

Claims (2)

1.一种基于JCNC的无线传感器网络自适应动态能耗优化方法，其特征在于，通过从目的节点D反馈回来的联合译码误码率信息，对簇内节点的网络编码包个数M进行动态搜索调整，使其满足误比特率要求且使通信的能耗最小，具体步骤如下：
S11.初始化low＝0，high＝N0–1，设置M的搜索区间为[low，high]；
S12.将M设为搜索区间的中间值，即其中符号表示向下取整；
S13.簇内N0个源节点进行低密度奇偶校验码(LDPC,Low Density Parity-Check Code)的编码和数据广播后，选取M个节点进行网络编码发送到目的节点D；
S14.目的节点D将接收到的全部数据包进行联合译码，并根据译码结果估计误比特率目的节点D随后将发送回簇内；
S15.簇内节点根据反馈的误比特率情况调整网络编码的节点个数M，如果说明此时误比特率达到通信的最低要求，则可以减小M，执行high＝M，反之，说明误比特率未能达到通信要求，必须增大M，执行low＝M+1；
S16.判断low是否大于等于high，若否返回步骤S12，若是则执行S17；
S17.结束程序。
2.根据权利要求1所述的基于JCNC的无线传感器网络自适应动态能耗优化方法，其特征在于，所述误比特率根据LDPC信道译码时不满足校验方程的个数来估计；
此处，定义误比特率估值为：
其中：校验方程CHT＝0，C为LDPC码的码字，H为LDPC码的校验矩阵。
CN201410837766.5A 2014-12-29 2014-12-29 基于jcnc的无线传感器网络自适应动态能耗优化方法 Active CN104618993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410837766.5A CN104618993B (zh) 2014-12-29 2014-12-29 基于jcnc的无线传感器网络自适应动态能耗优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410837766.5A CN104618993B (zh) 2014-12-29 2014-12-29 基于jcnc的无线传感器网络自适应动态能耗优化方法

Publications (2)

Publication Number Publication Date
CN104618993A CN104618993A (zh) 2015-05-13
CN104618993B true CN104618993B (zh) 2019-05-10

Family

ID=53153210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410837766.5A Active CN104618993B (zh) 2014-12-29 2014-12-29 基于jcnc的无线传感器网络自适应动态能耗优化方法

Country Status (1)

Country Link
CN (1) CN104618993B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106603195B (zh) * 2016-08-18 2019-09-24 中山大学 基于jncc的增强型无线传感器网络自适应动态能耗优化方法
CN106792920B (zh) * 2016-12-14 2020-04-28 华南理工大学 一种无线体域网功率及速率的自适应调整方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388849A (zh) * 2008-10-29 2009-03-18 北京航空航天大学 选取协作节点的方法
CN101867451A (zh) * 2010-06-02 2010-10-20 北京邮电大学 具有高速并行编译码结构的多用户网络编码通信的方法
CN102571274A (zh) * 2011-12-26 2012-07-11 东南大学 一种适用于无线双向中继系统预旋转相位的信号发送方法
CN104052578A (zh) * 2014-06-24 2014-09-17 东南大学 一种适用于全双工物理层网络编码系统中多次译码检测的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG173662A1 (en) * 2009-02-12 2011-09-29 Agency Science Tech & Res A method of communication

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388849A (zh) * 2008-10-29 2009-03-18 北京航空航天大学 选取协作节点的方法
CN101867451A (zh) * 2010-06-02 2010-10-20 北京邮电大学 具有高速并行编译码结构的多用户网络编码通信的方法
CN102571274A (zh) * 2011-12-26 2012-07-11 东南大学 一种适用于无线双向中继系统预旋转相位的信号发送方法
CN104052578A (zh) * 2014-06-24 2014-09-17 东南大学 一种适用于全双工物理层网络编码系统中多次译码检测的方法

Also Published As

Publication number Publication date
CN104618993A (zh) 2015-05-13

Similar Documents

Publication Publication Date Title
Bhatia et al. A genetic algorithm based distance-aware routing protocol for wireless sensor networks
Jiang et al. A multicast delivery approach with minimum energy consumption for wireless multi-hop networks
Rout et al. Adaptive data aggregation and energy efficiency using network coding in a clustered wireless sensor network: An analytical approach
CN102687568A (zh) 基于传送功率和物理资源块数量的自适应调度数据传送
Yetgin et al. Cross‐layer network lifetime optimisation considering transmit and signal processing power in wireless sensor networks
Yu et al. Topology control in cooperative wireless ad-hoc networks
Khalily-Dermany et al. Combining topology control and network coding to optimize lifetime in wireless-sensor networks
Song et al. Energy efficient cooperative coalition selection in cluster-based capillary networks for CMIMO IoT systems
Dong et al. An efficient network reprogramming protocol for wireless sensor networks
CN104618993B (zh) 基于jcnc的无线传感器网络自适应动态能耗优化方法
Shi et al. SARSA-based delay-aware route selection for SDN-enabled wireless-PLC power distribution IoT
Liu et al. An optimization scheme of enhanced adaptive dynamic energy consumption based on joint network-channel coding in WSNs
Golsorkhtabar et al. New power aware energy adaptive protocol with hierarchical clustering for WSN
CN103517365B (zh) 一种基于无线传感器网络的信息传输方法及装置
Vasudevan et al. Optimal Power Allocation in Wireless Networks with Transmitter-Receiver Power Tradeoffs.
Al-Humidi et al. Lightweight data transmission scheme based on data aggregation technique in wireless sensor networks
Hoang et al. Exploiting wireless broadcast in spatially correlated sensor networks
Lindsey et al. Energy efficient all-to-all broadcasting for situation awareness in wireless ad hoc networks
CN105790810A (zh) 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法
Li et al. Cluster-based distributed compressed sensing for QoS routing in cognitive video sensor networks
Wang et al. Interplay between routing and distributed source coding in wireless sensor network
Rao et al. Energy efficient cross layer multipath routing for image delivery in wireless sensor networks
Tiwari et al. Various Methods of Link Design for Transferring Data in Wireless Sensor Networks for different Applications
CN105873100A (zh) 轻量级QoE驱动的自适应抗毁无线通信机会控制方法
Veenu et al. A Proposed System Using Genetic Algorithm for Energy Efficiency in Wireless Mesh 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