CN105007599A - 一种基于连通度分簇的数据压缩收集方法 - Google Patents
一种基于连通度分簇的数据压缩收集方法 Download PDFInfo
- Publication number
- CN105007599A CN105007599A CN201510376478.9A CN201510376478A CN105007599A CN 105007599 A CN105007599 A CN 105007599A CN 201510376478 A CN201510376478 A CN 201510376478A CN 105007599 A CN105007599 A CN 105007599A
- Authority
- CN
- China
- Prior art keywords
- node
- data
- bunch
- sensing
- leader cluster
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于连通度分簇的数据压缩收集方法。其主要步骤为:首先,节点将感知节点按地理位置划分成簇,并根据感知节点所属簇以及在簇中的位置,给感知节点编号;然后,感知节点根据相邻节点个数计算连通度,并选择每个簇中拥有最大选择参数值的节点作为簇头节点;其次,感知节点根据第个单位时间内采集的数据的期望和方差,判断是否将数据发送给簇头;最后,簇头对于待传输数据进行融合处理后得数据,再用测量矩阵进行测量,得到观测值来进行数据的传输。本发明不仅能有效压缩无线传感网络中的冗余数据,减少通信量,还能通过簇头轮换均衡网络中感知节点的能量消耗。
Description
技术领域
本发明涉及通信领域,更具体的涉及一种基于连通度分簇的数据压缩收集方法。
背景技术
无线传感器网络(Wireless Sensor Network)具有可靠、低廉、易于部署等特征。在环境监测等应用领域中,无线传感器网络节点分布密集,同一感知区域内不同节点感知的数据有一定相似性,若将每个节点感知的数据直接发送到 节点,不仅毫无必要,而且会产生大量冗余的通信数据包,且无线传感器网络中节点感知的数据在长时间内均保持相对稳定,从而造成网络资源的浪费。
近年来,压缩感知(Compressed Sensing, CS)理论为无线传感器网络数据采集技术带来了革命性的突破。压缩感知不仅能够利用远低于奈奎斯特采样速率采集的少量数据完成对信号的获取,从而减少无线感知节点的通信总量,同时还能平衡网络的通信负载。然而,仅仅经过单纯的压缩感知处理,网络所需传输的数据量依然很大。因此,提出在无线传感器网络中结合压缩感知和分簇来进行数据传输的思想。
分簇具有拓扑管理方便、能量利用高效、数据融合简单等优点。将感知区域内的感知节点划分成多个簇,每个簇通常包括一个簇头节点和多个簇内成员节点,由簇头节点负责对簇内成员节点感知的数据进行融合,从而减少数据通信量。此外,簇头节点还担当节点的代理,对簇内的成员节点进行管理。在一个簇内,成员节点负责采集数据,然后将采集的数据上传至簇头节点,簇头节点承担簇内数据收集、压缩融合处理、簇间数据转发以及将处理后的数据转发至节点等功能。簇内的数据经簇头节点压缩融合处理后将减少大量的冗余数据。然而,压缩算法在减少传输数据的同时也会增加簇头节点的计算能量,这是因为基于簇结构的无线传感器网络会过分依赖于簇头节点,导致簇头节点的能量消耗要比簇内成员节点快,以至于网络能量消耗不均衡,加快网络的死亡。因此,簇头的轮换机制尤显重要。
综上所述,现有基于分簇的数据压缩收集方法都能在一定程度上减少网络的数据传输,从而减少存储和冗余数据的传输量,但是,针对如何在减少大量的冗余数据传输的同时,还均衡网络中感知节点的能量消耗的技术难题,目前尚没有合适的解决方案。
发明内容
针对上述问题,本发明的目的在于,提出一种基于连通度分簇的数据压缩收集方法。将感知节点按地理位置划分成簇,并根据节点的连通度、剩余能量和到节点的最小跳数采用轮换策略选举最佳簇头;簇内成员节点计算一个单位时间内采集的数据的期望和方差,仅将在一定范围内变化的期望和方差的数据发送给簇头节点,簇头节点对于收集的待转发数据再进行相应处理,最后将得到的观测值发送给节点;此过程不仅能够均衡网络中感知节点的能量消耗,还能有效减少大量的冗余数据,从而减小通信量。
本发明的主要步骤为:首先,节点将感知节点按地理位置划分成簇,并根据感知节点所属簇以及在簇中的位置,给感知节点编号;然后,感知节点根据相邻节点个数计算连通度,并选择每个簇中拥有最大选择参数值的节点作为簇头节点;其次,感知节点根据第个单位时间内采集的数据的期望和方差,判断是否将数据发送给簇头;最后,簇头对于待传输数据进行融合处理后得数据,再用测量矩阵进行测量,得到观测值来进行数据的传输。
本发明的具体步骤如下:
初始化:
1、个感知节点独立的分布在一个的方形区域,节点位于方形区域的中心;
2、所有感知节点具有相同的初始能量和传输速率,且都能获取自己的地理位置信息;所有数据传输均以最短路径进行传输;信道为无损信道;
3、设定节点能量阈值为,当感知节点的剩余能量小于能量阈值时,节点死亡;设定簇头节点在第个单位时间内进行数据接收、处理和转发所消耗的能量占时刻前簇头节点剩余能量的比例阈值为,其中;
4、设定最佳簇头节点数占感知节点总数的比率为(通常为5%—6%),则所有感知节点按地理位置被分成个簇,并根据感知节点所属簇以及在簇中的位置对感知节点进行编号,编号记为,其中表示感知节点所属簇的编号,表示感知节点在簇内的编号;
步骤一:设定感知节点在一跳范围内主动广播其,非同一簇内的邻居节点收到该信息后丢弃,同一簇内的邻居节点更新自己的邻节点表并将节点本身的信息回复给节点;
步骤二:节点收到邻居节点的回复信息后更新自己的邻节点表,当所有节点都更新完自身的邻节点表之后,节点统计与其直接相邻且位于同一簇内的节点数目,记为连通度;
步骤三:所有感知节点向节点发送包,包中包含的信息有:感知节点的剩余能量、连通度和到节点的最小跳数;
步骤四:节点根据包计算网络中每个感知节点的选择参数,选择第个簇中拥有最大值的节点作为簇头节点,并回复包,与第个簇中的簇头节点建立连接;
步骤五:簇头节点向簇内节点广播自己被选作簇头的信息;
步骤六:当网络中出现 以上的感知节点能量耗尽即网络陷入瘫痪状态或者目标数据收集完成,转步骤十二;否则转步骤七;
步骤七:在第个单位时间内,簇内节点采集目标数据,并计算该目标数据的期望和方差;
步骤八:当不等式满足或时,其中,,即感知节点在第个单位时间内采集的目标数据变化较大,则感知节点向簇头节点发送第个单位时间内采集的目标数据;否则,不向簇头节点发送目标数据;
步骤九:簇头节点收到第个单位时间内簇内节点发送来的数据, 其中,表示第个簇中感知节点的总个数,簇头节点对于待传输的数据进行融合处理后得数据,再将融合后数据,用测量矩阵(为高斯随机矩阵)进行测量,得到观测值;
步骤十:簇头节点将观测值发送给节点;
步骤十一:执行簇头轮换策略;
步骤十二:结束。
与现有基于分簇的数据压缩收集方法相比,本发明的优点在于:
1、本发明提出的综合感知节点所处的位置优势和剩余能量,选取最合适的节点作为簇头,并采用基于剩余能量的轮换策略,动态更换簇头,从而均衡网络中感知节点的能量消耗。
2、本发明提出的通过计算感知节点在一个单位时间内采集的数据的期望和方差,仅将期望和方差在一定范围内变化的节点目标数据发送给簇头节点,并在簇头节点对待传输数据进行融合压缩处理后发送给节点,能够有效减少大量的冗余数据,从而减小通信量。
附图说明
图1是一种基于连通度分簇的数据压缩收集方法的流程图。
具体实施方式
本发明设计了一种基于连通度分簇的数据压缩收集方法,结合图1,数据收集方法的具体实施方法如下:
初始化:
1、个感知节点独立的分布在一个的方形区域,节点位于方形区域的中心;
2、所有感知节点具有相同的初始能量和传输速率,且都能获取自己的地理位置信息;所有数据传输均以最短路径进行传输;信道为无损信道;
3、设定节点能量阈值为,当感知节点的剩余能量小于能量阈值时,节点死亡;设定簇头节点在第个单位时间内进行数据接收、处理和转发所消耗的能量占时刻前簇头节点剩余能量的比例阈值为,其中;
4、设定最佳簇头节点数占感知节点总数的比率为(通常为5%—6%),则所有感知节点按地理位置被分成个簇,并根据感知节点所属簇以及在簇中的位置对感知节点进行编号,编号记为,其中表示感知节点所属簇的编号,表示感知节点在簇内的编号,具体步骤如下:
1)、节点根据最佳簇头数占感知节点总数的比率,可得最佳分簇数目为:
(1)
2)、节点将的方形区域均匀划分成个部分,即将感知节点按地理位置分成个簇,则每个簇区域的边长为:
(2)
3)、将个簇,从左到右、从上到下依次标记为;
4)、根据感知节点所属簇以及在簇中的位置,给感知节点从左到右、从上到下依次编号为。
步骤一:设定感知节点在一跳范围内主动广播其,非同一簇内的邻居节点收到该信息后丢弃,同一簇内的邻居节点更新自己的邻节点表并将节点本身的信息回复给节点。
步骤二:节点收到邻居节点的回复信息后更新自己的邻节点表,当所有节点都更新完自身的邻节点表之后,节点统计与其直接相邻且位于同一簇内的节点数目,记为连通度。
步骤三:所有感知节点向节点发送包,包中包含的信息有:感知节点的剩余能量、连通度和到节点的最小跳数,具体步骤如下:
节点 | 剩余能量 | 连通度 | 到节点的最小跳数 |
步骤四:节点根据包计算网络中每个感知节点的选择参数,选择第个簇中拥有最大值的节点作为簇头节点,并回复包,与第个簇中的簇头节点建立连接,具体步骤如下:
1)、节点根据包计算网络中每个感知节点的选择参数:
(3)
2)、节点选择第个簇中拥有最大值的节点作为簇头节点。
步骤五:簇头节点向簇内节点广播自己被选作簇头的信息。
步骤六:当网络中出现 以上的感知节点能量耗尽即网络陷入瘫痪状态或者目标数据收集完成,转步骤十二;否则转步骤七。
步骤七:在第个单位时间内,簇内节点采集目标数据,并计算该目标数据的期望和方差。
步骤八:当不等式满足或时,其中,,即感知节点在第个单位时间内采集的目标数据变化较大,则感知节点向簇头节点发送第个单位时间内采集的目标数据;否则,不向簇头节点发送目标数据。
步骤九:簇头节点收到第个单位时间内簇内节点发送来的数据, 其中,表示第个簇中感知节点的总个数,簇头节点对于待传输的数据进行融合处理后得数据,再将融合后数据,用测量矩阵(为高斯随机矩阵)进行测量,得到观测值,具体步骤如下:
1)、簇头节点对待传输数据按列进行归一化处理,得矩阵;
2)、计算矩阵的列相关性矩阵,即,则矩阵中的元素表示矩阵中第列和第列的相关性大小;
3)、取矩阵的上三角矩阵,得矩阵,则 ,,,其中和分别表示矩阵和中第行第列的元素值;
4)、选取矩阵中绝对值大于 的元素所处行与列,放入集合,即得到;
5)、根据集合以及相关性的大小,从大到小,对待传输数据中的第列和第列的数据进行加权融合处理,并将融合后的数据,放至第列,并删除第列的数据;最终得到更新后的待传输数据。
步骤十:簇头节点将观测值发送给节点。
步骤十一:执行簇头轮换策略,具体步骤如下:
1)、当簇头节点在第个单位时间内消耗的能量与时刻前簇头节点剩余能量的比值大于 时,取为例,即时,重选簇头节点,转步骤一;
2)、当簇头节点在第个单位时间内消耗的能量与时刻前簇头节点剩余能量的比值不大于时,即时,不更换簇头节点,转步骤六。
步骤十二:结束。
Claims (6)
1.一种基于连通度分簇的数据压缩收集方法,其特征在于,所述方法至少包括以下步骤:
初始化:
1、 个感知节点独立的分布在一个的方形区域,节点位于方形区域的中心;
2、所有感知节点具有相同的初始能量和传输速率,且都能获取自己的地理位置信息;所有数据传输均以最短路径进行传输;信道为无损信道;
3、设定节点能量阈值为,当感知节点的剩余能量小于能量阈值时,节点死亡;设定簇头节点在第个单位时间内进行数据接收、处理和转发所消耗的能量占时刻前簇头节点剩余能量的比例阈值为,其中;
4、设定最佳簇头节点数占感知节点总数的比率为(通常为5%—6%),则所有感知节点按地理位置被分成个簇,并根据感知节点所属簇以及在簇中的位置对感知节点进行编号,编号记为,其中表示感知节点所属簇的编号,表示感知节点在簇内的编号;
步骤一:设定感知节点在一跳范围内主动广播其,非同一簇内的邻居节点收到该信息后丢弃,同一簇内的邻居节点更新自己的邻节点表并将节点本身的信息回复给节点;
步骤二:节点收到邻居节点的回复信息后更新自己的邻节点表,当所有节点都更新完自身的邻节点表之后,节点统计与其直接相邻且位于同一簇内的节点数目,记为连通度;
步骤三:所有感知节点向节点发送包,包中包含的信息有:感知节点的剩余能量、连通度和到节点的最小跳数;
步骤四:节点根据包计算网络中每个感知节点的选择参数,选择第个簇中拥有最大值的节点作为簇头节点,并回复包,与第个簇中的簇头节点建立连接;
步骤五:簇头节点向簇内节点广播自己被选作簇头的信息;
步骤六:当网络中出现 以上的感知节点能量耗尽即网络陷入瘫痪状态或者目标数据收集完成,转步骤十二;否则转步骤七;
步骤七:在第个单位时间内,簇内节点采集目标数据,并计算该目标数据的期望和方差;
步骤八:当不等式满足或时,其中,,即感知节点在第个单位时间内采集的目标数据变化较大,则感知节点向簇头节点发送第个单位时间内采集的目标数据;否则,不向簇头节点发送目标数据;
步骤九:簇头节点收到第个单位时间内簇内节点发送来的数据, 其中,表示第个簇中感知节点的总个数,簇头节点对于待传输的数据进行融合处理后得数据,再将融合后数据,用测量矩阵(为高斯随机矩阵)进行测量,得到观测值;
步骤十:簇头节点将观测值发送给节点;
步骤十一:执行簇头轮换策略;
步骤十二:结束。
2.如权利要求1所述的方法,其特征在于将感知节点分簇和给节点编号,至少还包括:
1)、节点根据最佳簇头数占感知节点总数的比率,可得最佳分簇数目为:;
2)、节点将的方形区域均匀划分成个部分,即将感知节点按地理位置分成个簇,则每个簇区域的边长为:;
3)、将个簇,从左到右、从上到下依次标记为;
4)、根据感知节点所属簇以及在簇中的位置,给感知节点从左到右、从上到下依次编号为。
3.如权利要求1所述的方法,其特征在于包的信息,至少还包括:
。
4.如权利要求1所述的方法,其特征在于动态簇头选取,至少还包括:
1)、节点根据包计算网络中每个感知节点的选择参数,;
2)、节点选择第个簇中拥有最大值的节点作为簇头节点。
5.如权利要求1所述的方法,其特征在于簇头节点对于待传输的数据进行融合压缩处理,至少还包括:
1)、簇头节点对待传输数据按列进行归一化处理,得矩阵;
2)、计算矩阵的列相关性矩阵,即,则矩阵中的元素表示矩阵中第列和第列的相关性大小;
3)、取矩阵的上三角矩阵,得矩阵,则 ,,,其中和分别表示矩阵和中第行第列的元素值;
4)、选取矩阵中绝对值大于 的元素所处行与列,放入集合,即得到;
5)、根据集合以及相关性的大小,从大到小,对待传输数据中的第列和第列的数据进行加权融合处理,并将融合后的数据,放至第列,并删除第列的数据;最终得到更新后的待传输数据。
6.如权利要求1所述的方法,其特征在于簇头轮换策略,至少还包括:
1)、当簇头节点在第个单位时间内消耗的能量与时刻前簇头节点剩余能量的比值大于 时,即时,重选簇头节点,转步骤一;
2)、当簇头节点在第个单位时间内消耗的能量与时刻前簇头节点剩余能量的比值不大于时,即时,不更换簇头节点,转步骤六。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510376478.9A CN105007599B (zh) | 2015-07-01 | 2015-07-01 | 一种基于连通度分簇的数据压缩收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510376478.9A CN105007599B (zh) | 2015-07-01 | 2015-07-01 | 一种基于连通度分簇的数据压缩收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105007599A true CN105007599A (zh) | 2015-10-28 |
CN105007599B CN105007599B (zh) | 2018-07-17 |
Family
ID=54380076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510376478.9A Active CN105007599B (zh) | 2015-07-01 | 2015-07-01 | 一种基于连通度分簇的数据压缩收集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105007599B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108668217A (zh) * | 2017-07-21 | 2018-10-16 | 长安大学 | 海上遇险救生自组网手持终端 |
CN108848541A (zh) * | 2018-07-17 | 2018-11-20 | 北京农业信息技术研究中心 | 节点间数据关联机会路由转发协调方法及系统 |
CN109743708A (zh) * | 2018-11-07 | 2019-05-10 | 湘潭大学 | 一种基于车流密度的车联网数据采集方法 |
CN110113413A (zh) * | 2019-04-30 | 2019-08-09 | 江苏汇智达信息科技有限公司 | 一种物联网中数据处理的方法 |
CN112566210A (zh) * | 2020-12-08 | 2021-03-26 | 三维通信股份有限公司 | 数据传输方法和装置、存储介质及电子装置 |
CN114079969A (zh) * | 2021-08-16 | 2022-02-22 | 珠海市杰理科技股份有限公司 | 数据传输方法及装置、可读存储介质、节点设备 |
CN116992220A (zh) * | 2023-09-25 | 2023-11-03 | 国网北京市电力公司 | 一种低冗余用电数据智能采集方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130022793A (ko) * | 2011-08-26 | 2013-03-07 | 목포대학교산학협력단 | 무선 센서 네트워크에서 싱크 노드 이동을 지원하는 계층적 라우팅 방법 |
CN103974268A (zh) * | 2013-01-29 | 2014-08-06 | 上海携昌电子科技有限公司 | 精细粒度可调的低延时传感器网络数据传输方法 |
-
2015
- 2015-07-01 CN CN201510376478.9A patent/CN105007599B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130022793A (ko) * | 2011-08-26 | 2013-03-07 | 목포대학교산학협력단 | 무선 센서 네트워크에서 싱크 노드 이동을 지원하는 계층적 라우팅 방법 |
CN103974268A (zh) * | 2013-01-29 | 2014-08-06 | 上海携昌电子科技有限公司 | 精细粒度可调的低延时传感器网络数据传输方法 |
Non-Patent Citations (1)
Title |
---|
董娟: "无线传感器网络中分簇算法的研究", 《中国优秀硕士学士论文全文数据库信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108668217A (zh) * | 2017-07-21 | 2018-10-16 | 长安大学 | 海上遇险救生自组网手持终端 |
CN108668217B (zh) * | 2017-07-21 | 2020-11-17 | 长安大学 | 海上遇险救生自组网手持终端 |
CN108848541A (zh) * | 2018-07-17 | 2018-11-20 | 北京农业信息技术研究中心 | 节点间数据关联机会路由转发协调方法及系统 |
CN109743708A (zh) * | 2018-11-07 | 2019-05-10 | 湘潭大学 | 一种基于车流密度的车联网数据采集方法 |
CN109743708B (zh) * | 2018-11-07 | 2022-03-18 | 湘潭大学 | 一种基于车流密度的车联网数据采集方法 |
CN110113413A (zh) * | 2019-04-30 | 2019-08-09 | 江苏汇智达信息科技有限公司 | 一种物联网中数据处理的方法 |
CN112566210A (zh) * | 2020-12-08 | 2021-03-26 | 三维通信股份有限公司 | 数据传输方法和装置、存储介质及电子装置 |
CN112566210B (zh) * | 2020-12-08 | 2022-12-27 | 三维通信股份有限公司 | 数据传输方法和装置、存储介质及电子装置 |
CN114079969A (zh) * | 2021-08-16 | 2022-02-22 | 珠海市杰理科技股份有限公司 | 数据传输方法及装置、可读存储介质、节点设备 |
CN114079969B (zh) * | 2021-08-16 | 2023-11-28 | 珠海市杰理科技股份有限公司 | 数据传输方法及装置、可读存储介质、节点设备 |
CN116992220A (zh) * | 2023-09-25 | 2023-11-03 | 国网北京市电力公司 | 一种低冗余用电数据智能采集方法 |
CN116992220B (zh) * | 2023-09-25 | 2023-12-19 | 国网北京市电力公司 | 一种低冗余用电数据智能采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105007599B (zh) | 2018-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105007599A (zh) | 一种基于连通度分簇的数据压缩收集方法 | |
CN105792305B (zh) | 一种超低功耗无线数据传输网络设计方法 | |
CN101835237B (zh) | 一种无线传感器网络中的数据融合方法 | |
CN103220216B (zh) | 一种基于区域划分的无线体域网路由方法 | |
CN102395173B (zh) | 环境监测物联网感知层能量高效利用的成簇方法 | |
CN103619049B (zh) | 无线传感器网络节能路由方法 | |
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 | |
CN104284386B (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
CN105072661A (zh) | 无线传感器网络分簇多跳路由协议 | |
CN101909330B (zh) | 基于近优分簇与局部虚拟坐标的传感器网络数据压缩方法 | |
CN106937352A (zh) | 基于粒子群算法的移动汇聚节点无线传感器网络路由协议 | |
CN102612080B (zh) | 基于第二代小波零树编码的最小能耗自适应汇聚路由方法 | |
CN103428834B (zh) | 一种降低wsn系统功耗的方法 | |
CN105898679B (zh) | 一种基于多代表节点与多层融合的异构传感数据收集方法 | |
CN104185191B (zh) | 基于多重数据收集二叉树的无线传感网数据收集方法 | |
CN104411000A (zh) | 一种无线传感器网络中分层路由协议簇头选择方法 | |
CN105376824B (zh) | 一种用于大田监控的移动传感器网络低功耗路由方法 | |
CN101640944B (zh) | 无线传感器分簇多跳通信方法 | |
CN102164395A (zh) | 基于压缩感知的无线传感器网络全局信息本地获取方法 | |
CN106559731A (zh) | 一种污水监测用无线传感器网络 | |
CN102594509B (zh) | 基于节点分级策略的无线传感器网络编码数据采集方法 | |
CN102983948B (zh) | 一种无线传感网络自适应聚类传输方法及其装置 | |
CN102595546A (zh) | 基于事件驱动的无线传感器执行器网络数据收集分簇方法 | |
CN104010339B (zh) | 一种基于丢包率测量的wsn分簇方法 | |
CN105873164A (zh) | 一种无线传感器网络的改进型gaf拓扑的设计方法 |
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 |