CN105430620B - 一种移动无线传感网络的数据收集方法 - Google Patents

一种移动无线传感网络的数据收集方法 Download PDF

Info

Publication number
CN105430620B
CN105430620B CN201510740841.0A CN201510740841A CN105430620B CN 105430620 B CN105430620 B CN 105430620B CN 201510740841 A CN201510740841 A CN 201510740841A CN 105430620 B CN105430620 B CN 105430620B
Authority
CN
China
Prior art keywords
node
leader cluster
mobile sink
mobile
sink node
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
CN201510740841.0A
Other languages
English (en)
Other versions
CN105430620A (zh
Inventor
李建清
乐英高
杨坚
秦钦
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201510740841.0A priority Critical patent/CN105430620B/zh
Publication of CN105430620A publication Critical patent/CN105430620A/zh
Application granted granted Critical
Publication of CN105430620B publication Critical patent/CN105430620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • 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
    • 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
    • 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)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动无线传感网络的数据收集方法，具体步骤为：首先由移动Sink节点广播初始消息，簇头节点和成员节点广播簇头消息；再由移动Sink节点分析出最短路径信息；移动Sink节点解析出匹配关系列表；成员节点获得目的节点信息后删除自身的匹配信息后继续广播；再由各簇头节点缓存自身及成员节点的传感数据；最后由各簇头节点将缓存的传感数据发送给移动Sink节点。该数据收集方法能够有效降低拓扑网络中其他各个节点能耗，延长拓扑网络的运行寿命，且具有较好的可靠性能，具有较好的应用前景。

Description

一种移动无线传感网络的数据收集方法
技术领域
本发明涉及一种数据采集方法，尤其是一种移动无线传感网络的数据收集方法。
背景技术
近几年，无线传感器网络得到蓬勃发展，已广泛应用在军事、智能医疗、智能安防和环境监测等领域。数据收集是无线传感器网络关键技术之一，得到了大量专家和学者的关注。在传统的数据收集方案设计中，所有节点都位置固定，采集到数据后，借助路由协议转发给Sink节点。主要存在的问题是：1)能量空洞问题，数据流遵循多对一模式，距离Sink节点近的节点需承担的较多的通信负载，导致节点尽早的能量耗尽，使得在Sink节点周围出现能量空洞；2)通信开销问题，传感器节点由于自身能量有限，无论哪种路由协议算法，都会有一定的控制开销，需要控制网络节点的能耗问题；3)连通约束问题，网络不连通时必然有部分节点的数据无法转发，得保持一定的连通可靠性。
针对这些问题，研究人员引入节点移动性来解决上述问题，移动节点充当数据收集器(mobile data collector，MDC)，按照一定的路线在网络中游走，对监测区域进行数据收集。利用节点的移动特性，移动无线传感器网络(mobile wireless sensor networks，MWSN)的网络连通度、覆盖度、能量分布等可根据实际情况进行动态部署或位置调整，填补网络的路由空洞和传感探测盲区。MWSN分为三类：1)Sink节点移动，普通节点静止；2)Sink节点静止，普通节点移动；3)Sink节点和普通节点都移动。移动Sink节点的无线传感器网络，简单实用而且可以显著提高无线传感器网络的生命周期，现在的研究大部分集中在移动Sink节点的无线传感器网络。由于Sink节点的周围节点转发数据较多，能耗较大，因此Sink节点的移动路径的选择至关重要，直接关系到整个传感器网络的生命周期。
发明内容
发明目的：提供一种能够降低移动无线传感器网络节点能耗并延长寿命的数据收集方法。
技术方案：本发明所述的移动无线传感网络的数据收集方法，包括如下步骤：
步骤1，由移动Sink节点广播初始消息，所有接收到初始消息的节点被自动选择为簇头节点，再由簇头节点广播簇头消息，所有接收到簇头消息的成员节点在加入自身信息后继续广播簇头消息；
步骤2，簇头节点将再次接收到的簇头消息发送给移动Sink节点，再由移动Sink节点分析出各个成员节点距离对应簇头节点的最短路径信息；
步骤3，移动Sink节点再根据最短路径信息解析出各个成员节点和对应簇头节点之间的匹配关系列表，并将匹配关系列表发送给相应的簇头节点；
步骤4，簇头节点将匹配关系列表广播给相应的成员节点，各个成员节点在接收到匹配关系列表后解析获得自身的目的节点信息，然后删除匹配关系列表中与自身相关的匹配信息后继续广播，以建立多个以簇头节点为根的最短路径树；
步骤5，各个成员节点根据各自的目的节点信息将采集的传感数据发送至目的节点，并由各簇头节点在移动Sink节点到来之前缓存自身及来自各个成员节点的传感数据；
步骤6，移动Sink节点在下一数据收集周期再次进入簇头节点的通信范围内时，由各簇头节点将缓存的传感数据发送给移动Sink节点。
采用移动Sink节点分析出各个成员节点距离对应簇头节点的最短路径信息，从而使需要消耗大量电能的分析工作由移动Sink节点完成，避免簇头节点能耗消耗过大，延长簇头节点的寿命；各个成员节点在删除匹配关系列表中与自身相关的匹配信息后继续广播，从而逐步减小广播包含的数据量，有效降低广播时的能耗，延长成员节点的使用寿命；采用簇头节点在移动Sink节点到来之前缓存传感数据，能够在移动Sink节点到来时进行快速地传感数据传输，有效提高了数据收集效率。
作为本发明的进一步限定方案，簇头消息中包括树根节点的地址以及当前节点距离其路径树树根簇头节点的跳数。将地址和跳数信息放置在簇头消息内，能够为移动Sink节点分析获得最短路径信息提供依据。
作为本发明的进一步改进方案，步骤2中，移动Sink节点再进一步根据最短路径信息计算出分配给各个簇头节点的通信时长；步骤6中，移动Sink节点在簇头节点通信范围内的停留时长大于等于步骤2中的通信时长。采用该设置能够使移动Sink节点合理分配停留时长，确保移动Sink节点不会遗漏各个成员节点的传感数据，有效增强了收集传感数据的可靠性。
作为本发明的进一步改进方案，步骤1中，簇头节点记录移动Sink节点首次进入其通信范围的进入时间点；步骤4中，簇头节点记录移动Sink节点首次进入后离开其通信范围的离开时间点；步骤5中，成员节点和簇头节点在下一数据收集周期内的进入时间点结束传感数据的传送；步骤6中，簇头节点在离开时间点前将缓存的传感数据发送给移动Sink节点。采用该设计能够使簇头节点和成员节点合理分配传感数据传送时间，使移动Sink节点在数据收集周期内有效收集全部数据而不发生遗漏，进一步确保传感数据收集的可靠性。
本发明与现有技术相比，其有益效果是：(1)采用移动Sink节点分析出各个成员节点距离对应簇头节点的最短路径信息，从而使需要消耗大量电能的分析工作由移动Sink节点完成，避免簇头节点能耗消耗过大，延长簇头节点的寿命；(2)各个成员节点在删除匹配关系列表中与自身相关的匹配信息后继续广播，从而逐步减小广播包含的数据量，有效降低广播时的能耗，延长成员节点的使用寿命；(3)采用簇头节点在移动Sink节点到来之前缓存传感数据，能够在移动Sink节点到来时进行快速地传感数据传输，有效提高了数据收集效率。
附图说明
图1是本发明的数据收集方法流程图。
图2是移动Sink节点数据收集的随机移动路径仿真示意图；
图3是基于蚁群算法的移动Sink节点数据收集移动路径仿真示意图；
图4是基于蜂群算法的移动Sink节点数据收集移动路径仿真示意图；
图5是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集的总路径长度对比示意图；
图6是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络平均能耗影响；
图7是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络负载均衡影响；
图8是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对簇头个数影响；
图9是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络时延影响；
图10是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络连通度影响；
图11是基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络综合可靠性影响。
具体实施方式
下面结合附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
实施例1：
如图1所示，本发明的移动无线传感网络的数据收集方法，其特征在于，包括如下步骤：
步骤1，由移动Sink节点广播初始消息，所有接收到初始消息的节点被自动选择为簇头节点，再由簇头节点广播簇头消息，所有接收到簇头消息的成员节点在加入自身信息后继续广播簇头消息，其中，簇头消息中包括树根节点的地址以及当前节点距离其路径树树根簇头节点的跳数，簇头节点还记录了移动Sink节点首次进入其通信范围的进入时间点；
步骤2，簇头节点将再次接收到的簇头消息发送给移动Sink节点，再由移动Sink节点分析出各个成员节点距离对应簇头节点的最短路径信息，再进一步根据最短路径信息计算出分配给各个簇头节点的通信时长；
步骤3，移动Sink节点再根据最短路径信息解析出各个成员节点和对应簇头节点之间的匹配关系列表，并将匹配关系列表发送给相应的簇头节点；
步骤4，簇头节点将匹配关系列表广播给相应的成员节点，各个成员节点在接收到匹配关系列表后解析获得自身的目的节点信息，然后删除匹配关系列表中与自身相关的匹配信息后继续广播，以建立多个以簇头节点为根的最短路径树，簇头节点还记录移动Sink节点首次进入后离开其通信范围的离开时间点；
步骤5，各个成员节点根据各自的目的节点信息将采集的传感数据发送至目的节点，并由各簇头节点在移动Sink节点到来之前缓存自身及来自各个成员节点的传感数据，且成员节点和簇头节点在下一数据收集周期内的进入时间点结束传感数据的传送；
步骤6，移动Sink节点在下一数据收集周期再次进入簇头节点的通信范围内时，由各簇头节点将缓存的传感数据发送给移动Sink节点；移动Sink节点在簇头节点通信范围内的停留时长大于等于步骤2中的通信时长，簇头节点在离开时间点前将缓存的传感数据发送给移动Sink节点。
本发明的移动无线传感网络的数据收集方法是基于蜂群算法的改进算法，能够有效降低移动无线传感网络中簇头节点和成员节点的能耗，延长了簇头节点和成员节点的使用寿命，且在传感数据收集过程中具备较好的可靠性。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。
如图2所示，为基于随机行走的移动Sink节点数据收集移动路径仿真示意图，从图中可以看出，Sink节点访问了全部的簇头节点进行数据收集，但其移动路径杂乱无章，没有任何规则可寻。
如图3所示，为基于蚁群算法的移动Sink节点数据收集移动路径仿真示意图，相比图2而言，图3中基于蚁群算法的数据收集路径规划方法较好，移动Sink遍寻的路径相对较短，但还是存在一些簇头节点的访问不是最短路径。
如图4所示，为基于蜂群算法的移动Sink节点数据收集移动路径仿真示意图，即为本发明所利用的方法，从图中可以明显看出，基于蜂群算法的数据收集路径规划比较理想，能够寻找到最短的移动Sink遍寻路径。
如图5所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对总路径长度影响，从图5中可以看出，随机行走的移动路径随机性很大，导致总的路径长度随机波动，路径规划长度平均在4000m左右；蚁群算法寻找最优路径在迭代次数40次时，寻找到较短的路径，路径规划长度平均在2400m左右；而蜂群算法寻找最优路径在迭代34次时，寻找到最短的路径，路径规划长度平均在1800m左右，大大缩短了路径规划长度。
如图6所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络平均能耗影响，由图6可知，随着仿真轮数的增加，网络的能耗都在逐渐增加，但是随机行走的能耗增长幅度最大，蚁群算法的能耗相对较小，蜂群算法能耗最小，比随机行走的能耗节省18.2％，比蚁群算法的能耗节省了4.5％。
如图7所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络负载均衡影响，由图7可知，随着仿真轮数的增加，随机移动的移动Sink路径规划方法的负载均衡性较差，随机性较大，蚁群算法的能耗均衡性较好，能够保持网络的能耗均衡性，蜂群算法的网络能耗均衡性最好，随着仿真轮数的增加，网络的能耗均衡性越好。
如图8所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对簇头个数影响，如果簇头节点太少，则一个簇的覆盖区域太大，这样就会导致成员节点距离簇头太远，数据传输会消耗太多的能量；如果簇头太多，则因为簇头消耗的能量远远多于成员节点消耗的能量，这样也会增加网络的能量消耗。所以应该选择合适的簇头数目，使网络每一轮的能耗最小。由图8可知，蜂群算法相比蚁群、随机行走方法，选出的簇头个数更加合理。
如图9所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络时延影响，由图可知，随机行走的网络时延最大，最高时延达到近2S，之后逐渐降低。起初，蚁群算法和蜂群算法的实验的时延也相对较大，在0.8S左右，主要因为群智能算法开始迭代寻找最优路径时具有随机性，之后进行学习和优化，最终蚁群算法的时延在0.2S左右，蜂群算法在0.1S左右，蜂群算法时延最短。
如图10所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络连通度影响，由图可知，随着仿真轮数的增加，随机行走的数据收集方法网络连通率较低，而且波动很大，蚁群算法的网络连通性较高，也较稳定，蜂群算法网络连通性最高，整体稳定，但个别地方波动幅度有点大。从整体来看，蜂群算法的网络连通性最好。
如图11所示，表示基于随机行走、蚁群算法和蜂群算法的移动Sink节点数据收集对网络综合可靠性影响，由图可知，随着仿真轮数的增加，随机行走的网络综合可靠性逐渐降低，波动性很大；蚁群算法的网络综合可靠性相对稳定，波动幅度不大，平均值为0.78；蜂群算法的综合可靠性波动幅度较大，平均值为0.83。可见，蜂群的可靠性是最高的。与仿真的预期是一致的。
综上可见，基于蜂群算法的移动Sink节点路径进行数据收集，即为本发明所利用的方法，可以提高收集效率，降低能耗，减少时延，提高网络可靠性。因此，本发明的移动无线传感网络的数据收集方法能够有效降低移动无线传感网络中簇头节点和成员节点的能耗，延长了簇头节点和成员节点的使用寿命，且在传感数据收集过程中具备较好的可靠性。

Claims (1)

1.一种移动无线传感网络的数据收集方法，其特征在于，包括如下步骤：
步骤1，由移动Sink节点广播初始消息，所有接收到初始消息的节点被自动选择为簇头节点，再由簇头节点广播簇头消息，所有接收到簇头消息的成员节点在加入自身信息后继续广播簇头消息；
步骤2，簇头节点将再次接收到的簇头消息发送给移动Sink节点，再由移动Sink节点分析出各个成员节点距离对应簇头节点的最短路径信息；
步骤3，移动Sink节点再根据最短路径信息解析出各个成员节点和对应簇头节点之间的匹配关系列表，并将匹配关系列表发送给相应的簇头节点；
步骤4，簇头节点将匹配关系列表广播给相应的成员节点，各个成员节点在接收到匹配关系列表后解析获得自身的目的节点信息，然后删除匹配关系列表中与自身相关的匹配信息后继续广播，以建立多个以簇头节点为根的最短路径树；
步骤5，各个成员节点根据各自的目的节点信息将采集的传感数据发送至目的节点，并由各簇头节点在移动Sink节点到来之前缓存自身及来自各个成员节点的传感数据；
步骤6，移动Sink节点在下一数据收集周期再次进入簇头节点的通信范围内时，由各簇头节点将缓存的传感数据发送给移动Sink节点；
簇头消息中包括树根节点的地址以及当前节点距离其路径树树根簇头节点的跳数；
步骤2中，移动Sink节点再进一步根据最短路径信息计算出分配给各个簇头节点的通信时长；步骤6中，移动Sink节点在簇头节点通信范围内的停留时长大于等于步骤2中的通信时长；
步骤1中，簇头节点记录移动Sink节点首次进入其通信范围的进入时间点；步骤4中，簇头节点记录移动Sink节点首次进入后离开其通信范围的离开时间点；步骤5中，成员节点和簇头节点在下一数据收集周期内的进入时间点结束传感数据的传送；步骤6中，簇头节点在离开时间点前将缓存的传感数据发送给移动Sink节点。
CN201510740841.0A 2015-11-04 2015-11-04 一种移动无线传感网络的数据收集方法 Active CN105430620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510740841.0A CN105430620B (zh) 2015-11-04 2015-11-04 一种移动无线传感网络的数据收集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510740841.0A CN105430620B (zh) 2015-11-04 2015-11-04 一种移动无线传感网络的数据收集方法

Publications (2)

Publication Number Publication Date
CN105430620A CN105430620A (zh) 2016-03-23
CN105430620B true CN105430620B (zh) 2018-11-06

Family

ID=55508491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510740841.0A Active CN105430620B (zh) 2015-11-04 2015-11-04 一种移动无线传感网络的数据收集方法

Country Status (1)

Country Link
CN (1) CN105430620B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107548072B (zh) * 2016-06-24 2020-11-17 上海理工大学 事件收集方法
CN110932805B (zh) * 2019-04-19 2021-10-19 湖南商学院 网络拓扑结构动态自适应的压缩感知数据收集方法
CN112333654A (zh) * 2020-10-28 2021-02-05 华北电力大学 提高无线传感网鲁棒性的能量局部均衡拓扑控制算法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103987101A (zh) * 2014-04-17 2014-08-13 南京邮电大学 无线传感器网络中移动sink节点的自主移动方法
CN104539542A (zh) * 2014-12-03 2015-04-22 南京邮电大学 一种基于移动Sink数据收集的低能耗路由树枝剪方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103987101A (zh) * 2014-04-17 2014-08-13 南京邮电大学 无线传感器网络中移动sink节点的自主移动方法
CN104539542A (zh) * 2014-12-03 2015-04-22 南京邮电大学 一种基于移动Sink数据收集的低能耗路由树枝剪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Efficient Data-Driven Routing Protocol for Wireless Sensor Networks with Mobile Sinks;Lei Shi et al;《Communications (ICC), 2011 IEEE International Conference on》;IEEE;20110609;全文 *
Data Gathering Protocols for Wireless Sensor Networks with Mobile Sinks;Ke Tian et al;《 Global Telecommunications Conference (GLOBECOM 2010), 2010 IEEE》;IEEE;20101210;全文 *

Also Published As

Publication number Publication date
CN105430620A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
Ahmed et al. Internet of Things (IoT) for smart precision agriculture and farming in rural areas
Halgamuge et al. An estimation of sensor energy consumption
CN103716803B (zh) 一种无线传感器网络中继节点部署方法
Misra et al. Ant-aggregation: ant colony algorithm for optimal data aggregation in wireless sensor networks
CN105430620B (zh) 一种移动无线传感网络的数据收集方法
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
CN103228023A (zh) 基于粒子群蚁群优化的无线传感器网络分簇路由方法
Song et al. A hierarchical routing protocol based on AFSO algorithm for WSN
CN102143547B (zh) 一种无线传感器网络中连续的Top-k区域查询方法
CN104883676A (zh) 一种多无人机环境下协同安全通信方法
CN104539542A (zh) 一种基于移动Sink数据收集的低能耗路由树枝剪方法
CN104284386A (zh) 基于点介数的无线传感器网络簇头选择方法
CN102572997A (zh) 移动无线传感器网络Sink节点的开发方法
CN105592472A (zh) 无线传感器网络拓扑方法
CN102595546B (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
Huo et al. A UAV mobile strategy in mobile ad hoc networks
Khan et al. Ensuring energy efficient coverage for participatory sensing in urban streets
Yunjie Wireless sensor monitoring system of Canadian Poplar Forests based on Internet of Things
CN103442382A (zh) 降低链路间干扰的拓扑控制方法
CN114980134B (zh) 基于虚拟力的移动多目标动态覆盖方法
Singh et al. A review: power efficient gathering in sensor information system (PEGASIS) protocol for WSN
CN104301983B (zh) 一种基于分步式信道状态估计的功率控制方法
Usha et al. Node density based clustering to maximize the network lifetime of WSN using multiple mobile elements
Chai et al. Joint clustering and UAV trajectory planning algorithm in UAV-assisted WSNs with data collection time minimization
Xu et al. A low energy adaptive clustering multi-hop routing protocol based on fuzzy decision

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