CN105873164A - 一种无线传感器网络的改进型gaf拓扑的设计方法 - Google Patents

一种无线传感器网络的改进型gaf拓扑的设计方法 Download PDF

Info

Publication number
CN105873164A
CN105873164A CN201610466261.1A CN201610466261A CN105873164A CN 105873164 A CN105873164 A CN 105873164A CN 201610466261 A CN201610466261 A CN 201610466261A CN 105873164 A CN105873164 A CN 105873164A
Authority
CN
China
Prior art keywords
node
energy
head
network
bunch
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
Application number
CN201610466261.1A
Other languages
English (en)
Inventor
刘贵云
刘铭超
李致富
邬嘉麒
王佳庆
唐冬
肖忠
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.)
Guangzhou University
Original Assignee
Guangzhou 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 Guangzhou University filed Critical Guangzhou University
Priority to CN201610466261.1A priority Critical patent/CN105873164A/zh
Publication of CN105873164A publication Critical patent/CN105873164A/zh
Pending legal-status Critical Current

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
    • H04W40/10—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
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
    • 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
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • 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)
  • Mobile Radio Communication Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种无线传感器网络的改进型GAF拓扑的设计方法，包括能量采集模块及网络拓扑结构控制模块，将传感器网络分成多个大区域，每个大区域内部划分多个小区域，每个小区域代表一个小簇，通过簇头选举方法选择一个小区域簇头，其余节点进入睡眠状态，每个大区域代表一个大簇，在多个小簇头中通过选举选择出一个大簇头进行信息打包传递；小区域的节点将信息传递给该区域内的活跃节点，经过活跃节点打包后将信息传递给各自大区域的簇头，簇头将信息打包后将信息传递到基站，增加节点生命周期，平衡节点能量状态，使节点系统相对稳定。

Description

一种无线传感器网络的改进型GAF拓扑的设计方法
技术领域
本发明涉及无线通信技术领域，具体涉及一种无线传感器网络的改进型GAF拓扑的设计方法。
背景技术
GAF(geographical adaptive fidelity)算法是一种基于地理位置作为分簇依据的路由算法，之后应用到了WSN无线传感器网络中，加入了节点睡眠机制，成为无线传感网络器的经典分簇节能路由算法。GAF算法将检测区域分为若干个虚拟的单元网格，每个虚拟网格通过其簇头选举机制选举出一个簇头节点，同一虚拟网格的其它节点进入睡眠状态，降低能量消耗。
GAF算法作为一种经典的节能分簇路由算法，自身仍然存在许多有待改善之处，主要问题如下：(1)GAF算法中的簇头选举机制没有考虑单元虚拟网格内各个节点的能量状态，而是随机的选择簇头，这样会造成部分节点过多竞选成为簇头，簇头处理任务繁重，能量消耗过快，而很少当选簇头的节点常处于睡眠状态，剩余能量充足，最后影响节点的负载均衡，部分节点提前死亡。
发明内容
为了减少WSN中的网络节点能量消耗，提高负载均衡及延长网络周期，本发明提供一种无线传感器网络的改进型GAF拓扑的设计方法。
本发明采用如下技术方案：
一种无线传感器网络的改进型GAF拓扑的设计方法，包括能量采集模块及网络拓扑结构控制模块，所述网络拓扑结构控制模块包括无线传感器网络，设传感器网络的工作区域是一个边长为a的正方形，其内部分割成多个边长为b的正方形大区域称为大簇，所述大区域内分割成多个边长为c的正方形的小区域称为小簇，小区域由多个单元格构成，单元格内为网络节点，所述能量采集模块为无线传感器网络中的节点提供能量；
网络拓扑结构控制模块的控制方法为：
网络初始化，所述网络初始化包括产生随机数，确定当前时间，各网络节点均处于试探状态及根据网络节点所在的小区域分配网络节点到达基站的预估跳数；
当前时间与系统设置的选举时间相等时，系统进入选举分支，小区域选举活跃节点作为小簇头，然后小簇头在同一小区域进行广播，非活跃节点接收到广播后，进入睡眠状态；然后在大区域内的多个小簇头中选举活跃节点作为大簇头，大簇头在同一大区域进行广播，其他小簇头接收到广播后，进入睡眠状态；
当前时间与系统设置的活跃时间相等时，系统进入活跃分支，小区域内的各节点开始收集环境信息并将收集到环境信息发送给小区域的小簇头，各个小簇头将收集的环境信息进行初次打包后同时发送给所在大区域的大簇头，传感器网络内的大簇头将数据进行二次打包发送到信息基站；
当前时间与系统设置的睡眠时间相等时，系统进入睡眠分支，处于睡眠状态的节点改变为试探状态；
当前时间与系统设置的能量采集时间相等时，系统进入能量采集分支，能量采集模块为传感器网络中的节点提供能量。
所述小区域选举活跃节点作为小簇头及多个小簇头中选举大簇头的选举机制是相同的，均基于节点能量及节点位置进行簇头选举，具体选举为：
将节点剩余能量值划分为若干个能量等级，每个等级分配一个权重系数，其等级及权重系数对应关系如下：
能量等级：(0,0.5x],(0.5x,1.0x],(1.0x,1.5x],(1.5x,2.0x],(2.0x,2.5x],(2.5x,3.0x],(3.0x,3.5x],(3.5x,4.0x],(4.0x,4.5x],(4.5x,5.0x]...；其中x表示节点的能量；
权重系数f(x)：0.5,0.52,0.53,0.54,0.55,0.56,0.57,0.58,0.59,0.510...；
确定节点所在的虚拟网格得到节点到基站的预估跳数n及最大预估跳数dump_max；
根据能量等级、权重系数及预估跳数，确定每个网络节点的倒计时时间 rand为随机数；
在同一小区域内进行广播倒计时，最先倒计时结束的网络节点开始广播进入活跃状态称为簇头。
设大簇个数为为m，小簇个数为n，则m＝a^2/b^2,n＝a^2/c^2，单元格个数g＝a^2/d^2。
小区域内节点的广播距离：d1_max＝1.1*d1，其中d1为小区域内各个节点间的最大距离。
小簇头之间的广播距离与大区域对角线长度相等即d2_max＝(2*b2)^0.5。
每轮分支执行结束后，判断节点能量，若能量大于0，返回初始状态；若节点能量小于0，节点死亡。
预估跳数范围为[1,11]的整数。
所述环境信息包括温度，压力，湿度及浓度。
所述初次打包及二次打包的压缩率不同。
本发明的有益效果：
(1)在GAF算法中加入与节点能量相关的簇头选择机制，让剩余能量更多的节点担任簇头，提高节点负载均衡；
(2)GAF算法中的簇头选举机制没有考虑节点到基站的基本跳数，随机选择簇头，距离基站过远的节点当选簇头，传输距离大，消耗能量增大，加快节点能量耗尽，针对此问题，在GAF算法中加入与网络节点到基站的基本跳数的簇头选举机制，使跳数更小的节点担任簇头，节省能量消耗，延长节点网络周期；
(3)GAF算法中簇头将信息传至基站，没有考虑簇头与簇头之间的数据传输及数据打包，消耗能量过大。为此，在GAF算法中加入簇头相互通讯，打包传输的信息传输机制，节省节点能量消耗，延长节点网络周期。
附图说明
图1是本发明节点状态转换示意图；
图2是本发明的工作流程图；
图3是本发明节点在10分钟时的能量示意图。
图4是本发明节点在20分钟时的能量示意图。
图5是本发明节点在30分钟时的能量示意图。
图6是本发明具备信息数据压缩传输机制的节点能量示意图。
图7是本发明不具备信息数据压缩传输机制的节点能量示意图。
图8是本发明具备基于节点能量的簇头选举机制的节点能量示意图。
图9是本发明不具备基于节点能量的簇头选举机制的节点能量示意图。
图10是本发明具备基于节点所在网格的簇头选举机制的节点能量示意图。
图11是本发明不具备基于节点所在网格的簇头选举机制的节点能量示意图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图1-图2所示，一种无线传感器网络的改进型GAF拓扑的设计方法，包括能量采集模块及网络拓扑结构控制模块，所述网络拓扑结构控制模块包括无线传感器网络，设传感器网络的工作区域是一个边长为a的正方形，其内部分割成多个边长为b的正方形大区域称为大簇，所述大区域内分割成多个边长为c的正方形的小区域称为小簇，小区域由多个单元格构成，单元格内为网络节点，所述能量采集模块为无线传感器网络中的节点提供能量；
整个传感器网络的工作区域划分为m个大区域，n个小区域，每个小区域代表一个小簇，每个大区域代表一个大簇，
网络节点node在三个状态间切换，假设规定只有活跃状态的的节点可当选簇头。基站Base位于工作区域的正中心，如图1所示。
假设条件：
(1)Base基站能力不受限制。
(2)每个node节点都有初始能量E0，且有其唯一标识ID，节点都具有能量收集功能，其能量转化效率相同，传感器的电池容量为E0。
(3)根据区域面积分簇，每个大区域为一个大簇，每个小区域为一个小簇，大簇个数为m，小簇个数为n，则m＝a^2/b^2,n＝a^2/c^2，网格数g＝a^2/d^2；Matlab仿真中假设m＝4，n＝16，g＝144。
能量采集模块给节点采集补充能量，大幅提高网络节点生命周期；网络拓扑结构控制模块从节省节点能量消耗方面出发，通过优化的簇头选择机制及簇头通信打包传输机制来减少网络节点的能量消耗，提高负载均衡，是一种延长WSN生命周期和提高WSN性能的有效方法。
所述网络拓扑结构控制模块的控制方法：
网络初始化，所述网络初始化包括产生随机数，确定当前时间，各网络节点均处于试探状态及根据网络节点所在的小区域分配网络节点到达基站的预估跳数，预估跳数范围为[1,11]的整数。所述当前时间具体为节点开始工作，计时开始。
当前时间与系统设置的选举时间相等时，系统进入选举分支，小区域选举活跃节点作为小簇头，然后小簇头在同一小区域进行广播，非活跃节点接收到广播后，进入睡眠状态；然后在大区域内的多个小簇头中选举活跃节点作为大簇头，大簇头在同一大区域进行广播，其他小簇头接收到广播后，进入睡眠状态；
所述小区域选举活跃节点作为小簇头与多个小簇头中选举大簇头的选举机制是相同的，均基于节点能量及节点位置进行簇头选举，具体选举为：
设定随机数rand，其随机数范围为(0,1]；本实施例中节点能量在[0,5x]，根据节点能量区间划分了10个能量等级，
每个等级分配一个权重系数，其等级及权重系数对应关系如下：
能量等级：(0,0.5x],(0.5x,1.0x],(1.0x,1.5x],(1.5x,2.0x],(2.0x,2.5x],(2.5x,3.0x],(3.0x,3.5x],(3.5x,4.0x],(4.0x,4.5x],(4.5x,5.0x]...；其中x表示节点的能量；
权重系数f(x)：0.5,0.52,0.53,0.54,0.55,0.56,0.57,0.58,0.59,0.510...；
确定节点所在的虚拟网格得到节点到基站的预估跳数n及最大预估跳数dump_max；
根据能量等级、权重系数及预估跳数，确定每个网络节点的倒计时时间rand为随机数；
在同一小区域内进行广播倒计时，最先倒计时结束的网络节点开始广播进入活跃状态称为簇头。
由本发明上述选举机制可知：能量值越高，权重系数就越小，随机数与权重系数相乘，使得能量值越高的节点越容易当选簇头，能量值低的节点更多机会进入睡眠状态，最终使得网络节点能量处于一个相对均衡的状态，提高网络的稳定性。
加入节点到基站预估跳数的簇头选择机制，使得距离基站近，跳数小的节点产生的选择时间更小，更容易当选簇头。而距离近、跳数小的节点当选簇头，消耗的能量比距离远、跳数大的节点小，从而降低系统的能量消耗，延长网络节点的生存周期。
当前时间与系统设置的活跃时间相等时，系统进入活跃分支，小区域内的各节点开始收集环境信息并将收集到环境信息发送给小区域的小簇头，各个小簇头将收集的环境信息进行初次打包后同时发送给所在大区域的大簇头，传感器网络内的大簇头将数据进行二次打包发送到信息基站，信息打包后再传输可以减少传输的能量消耗，小簇头选择将信息传输至较近大簇头，再由大簇头打包传输，也可以减少小簇头传输距离，较少能量消耗，在两个方面较少了网络节点的能量消耗，延长网络节点的生存周期。信息数据传输完毕后，原来处于活跃状态的节点变为试探状态，原来是簇头的节点还原为普通节点。
当前时间与系统设置的睡眠时间相等时，系统进入睡眠分支，处于睡眠状态的节点改变为试探状态；
当前时间与系统设置的能量采集时间相等时，系统进入能量采集分支，能量采集模块为传感器网络中的节点提供能量。
本发明在每轮分支结束后，判断节点能量，若能量大于0，返回初始状态，若节点能量小于0，则节点死亡。
小区域内节点的广播距离：d1_max＝1.1*d1，其中d1为小区域内各个节点间的最大距离，取1.1倍是为了排除测量及传播误差，保证小区域内各节点都能接收到活跃节点的广播信息。
小簇头广播距离：从节省能量的角度出发，小簇头广播距离也应该在满足广播条件的情况下尽可能小，但是小簇头是每次选举出来的，同一大区域内各小簇头的最大距离会随着选举出来的小簇头改变而改变，而又为了能满足大区域内各小簇头都能接收到广播信息，所以取广播距离与大区域对角线长度相等，则d2_max＝(2*b)^0.5。
将信息打包发送能减少传输的数据量，从而减少能量损耗，这里假设数据的融合率为c％，如两个5Bit的数据经过打包后其大小l＝5+5*(1-c％)Bit。
具体流程为：
程序开始，信息初始化x、y轴长度；当前时间；基站位置；节点个数；初始能量；节点状态；簇头选举；临界距离；节点位置随机数；节点网格；节点小区域；节点大区域；节点到基站跳数；小区域节点最大距离；计时开始，判断当前时间与系统设置的各分支时间是否相等，若相等，进入分支，向下执行；每轮分支执行结束，判断节点能量，若能量大于0，回到进入分支前的节点处，如此循环；若节点能量小于0，节点死亡，不再参与循环，结束；流程如图2所示。
程序执行节点能量变化说明及各功能优化的节点能量对比说明：
图3、图4及图5分别是程序执行10分钟、20分钟及30分钟后的节点能量分布图。由图9可以看出，节点能量在逐渐被消耗，节点的能量相对均衡，在图11中，有的节点能量消耗较快，有的节点能量消耗较慢，这是由于各个区域的节点分布密度不均匀所造成的，在同一区域内分布的节点越多，那此区域节点被选择成为簇头的几率就越小，所以此区域的节点能量值就会相对较高，而节点数量很少的区域，各节点被选择为簇头的几率相当大，所以节点能量消耗较快，如图11中部分节点能量消耗较快，那是因为这部分节点所在区域节点稀少，当选簇头机会大，消耗能量块，但是同一小区域的节点能量相对均衡。
图6及图7分别是加入信息数据压缩传输节点能量图及未加入信息数据压缩传输节点能量图，由两图对比可以看出，数据经过压缩后传输，可以减少节点在传输过程中的能量损耗，延长节点的生命周期。
图8及图9分别是加入基于节点能量及未加入基于节点能量的簇头选举机制的节点能量图；
由两图对比可以看出，基于节点能量的簇头选举机制能提高节点的负载均衡；那是因为基于节点能量的簇头选举机制可以使能量高的节点更容易当选簇头，避免了节点连续多次当选簇头，图9中的节点10就是连续多次当选簇头，即使能量极低的情况下也没有限制，所以能量消耗过快，加入基于节点能量的簇头选举机制之后，能量的节点当选簇头的几率增大，减少能量低的节点的能量损耗，提高系统节点能量的负载均衡。
图10是程序执行到20分钟时，加入基于节点所在网格的簇头选举机制的节点能量图；
图11是程序执行到20分钟时，未加入基于节点所在网格的簇头选举机制的节点能量图；
由两图对比可以看出，基于节点网格的簇头选举机制更节省节点能量，提高节点的生命周期；那是因为基于节点网格位置的簇头选举机制，会使距离基站更近的节点当选簇头的几率更大，从而使簇头到基站的传输距离更短，减少传输过程的能量消耗，达到减少节点能量损耗的效果，从而提高节点的生命周期。
本发明在GAF拓扑的基础上加入了能量采集模块，延长了节点生存时间；根据网络节点能量状态及节点地理位置建立的簇头选择机制，节约了节点能量消耗，增加节点生命周期，平衡节点能量状态，使节点系统相对稳定。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种无线传感器网络的改进型GAF拓扑的设计方法，其特征在于，包括能量采集模块及网络拓扑结构控制模块，所述网络拓扑结构控制模块包括无线传感器网络，设传感器网络的工作区域是一个边长为a的正方形，其内部分割成多个边长为b的正方形大区域称为大簇，所述大区域内分割成多个边长为c的正方形的小区域称为小簇，小区域由多个单元格构成，单元格内为网络节点，所述能量采集模块为无线传感器网络中的节点提供能量；
网络拓扑结构控制模块的控制方法为：
网络初始化，所述网络初始化包括产生随机数，确定当前时间，各网络节点均处于试探状态及根据网络节点所在的小区域分配网络节点到达基站的预估跳数；
当前时间与系统设置的选举时间相等时，系统进入选举分支，小区域选举活跃节点作为小簇头，然后小簇头在同一小区域进行广播，非活跃节点接收到广播后，进入睡眠状态；然后在大区域内的多个小簇头中选举活跃节点作为大簇头，大簇头在同一大区域进行广播，其他小簇头接收到广播后，进入睡眠状态；
当前时间与系统设置的活跃时间相等时，系统进入活跃分支，小区域内的各节点开始收集环境信息并将收集到环境信息发送给小区域的小簇头，各个小簇头将收集的环境信息进行初次打包后同时发送给所在大区域的大簇头，传感器网络内的大簇头将数据进行二次打包发送到信息基站；
当前时间与系统设置的睡眠时间相等时，系统进入睡眠分支，处于睡眠状态的节点改变为试探状态；
当前时间与系统设置的能量采集时间相等时，系统进入能量采集分支，能量采集模块为传感器网络中的节点提供能量。
2.根据权利要求1所述的设计方法，其特征在于，所述小区域选举活跃节点作为小簇头及多个小簇头中选举大簇头的选举机制是相同的，均基于节点能量及节点位置进行簇头选举，具体选举为：
将节点剩余能量值划分为若干个能量等级，每个等级分配一个权重系数，其等级及权重系数对应关系如下：
能量等级：(0,0.5x],(0.5x,1.0x],(1.0x,1.5x],(1.5x,2.0x],(2.0x,2.5x],(2.5x,3.0x],(3.0x,3.5x],(3.5x,4.0x],(4.0x,4.5x],(4.5x,5.0x]...；其中x表示节点的能量；
权重系数f(x)：0.5,0.52,0.53,0.54,0.55,0.56,0.57,0.58,0.59,0.510...；
确定节点所在的虚拟网格得到节点到基站的预估跳数n及最大预估跳数dump_max；
根据能量等级、权重系数及预估跳数，确定每个网络节点的倒计时时间 rand为随机数；
在同一小区域内进行广播倒计时，最先倒计时结束的网络节点开始广播进入活跃状态称为簇头。
3.根据权利要求1所述的设计方法，其特征在于，设大簇个数为为m，小簇个数为n，则m＝a^2/b^2,n＝a^2/c^2，单元格个数g＝a^2/d^2。
4.根据权利要求1所述的改进型GAF拓扑的设计方法，其特征在于，小区域内节点的广播距离：d1_max＝1.1*d1，其中d1为小区域内各个节点间的最大距离。
5.根据权利要求1所述的设计方法，其特征在于，小簇头之间的广播距离与大区域对角线长度相等即d2_max＝(2*b2)^0.5。
6.根据权利要求1所述的设计方法，其特征在于，每轮分支执行结束后，判断节点能量，若能量大于0，返回初始状态；若节点能量小于0，节点死亡。
7.根据权利要求1所述的设计方法，其特征在于，预估跳数范围为[1,11]的整数。
8.根据权利要求1所述的设计方法，其特征在于，所述环境信息包括温度，压力，湿度及浓度。
9.根据权利要求1所述的设计方法，其特征在于，所述初次打包及二次打包的压缩率不同。
CN201610466261.1A 2016-06-21 2016-06-21 一种无线传感器网络的改进型gaf拓扑的设计方法 Pending CN105873164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610466261.1A CN105873164A (zh) 2016-06-21 2016-06-21 一种无线传感器网络的改进型gaf拓扑的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610466261.1A CN105873164A (zh) 2016-06-21 2016-06-21 一种无线传感器网络的改进型gaf拓扑的设计方法

Publications (1)

Publication Number Publication Date
CN105873164A true CN105873164A (zh) 2016-08-17

Family

ID=56654964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610466261.1A Pending CN105873164A (zh) 2016-06-21 2016-06-21 一种无线传感器网络的改进型gaf拓扑的设计方法

Country Status (1)

Country Link
CN (1) CN105873164A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065809A (zh) * 2017-05-29 2017-08-18 深圳众厉电力科技有限公司 一种基于无线传感器网络的智能家居系统
CN109255938A (zh) * 2018-08-16 2019-01-22 全球能源互联网研究院有限公司 一种配网数据通信装置、方法及配电网络
CN114363350A (zh) * 2021-12-14 2022-04-15 中科曙光南京研究院有限公司 一种服务治理系统及方法
CN116074923A (zh) * 2023-04-06 2023-05-05 陕西思极科技有限公司 一种定向无线网络通信装置管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102572995A (zh) * 2012-01-10 2012-07-11 山东大学 一种无线传感器网络中基于gaf改进分簇机制的热区问题解决方案
CN103209455A (zh) * 2013-01-06 2013-07-17 南昌大学 一种基于节点位置信息的无线传感网路由方法
CN104219704A (zh) * 2014-09-24 2014-12-17 河海大学常州校区 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102572995A (zh) * 2012-01-10 2012-07-11 山东大学 一种无线传感器网络中基于gaf改进分簇机制的热区问题解决方案
CN103209455A (zh) * 2013-01-06 2013-07-17 南昌大学 一种基于节点位置信息的无线传感网路由方法
CN104219704A (zh) * 2014-09-24 2014-12-17 河海大学常州校区 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065809A (zh) * 2017-05-29 2017-08-18 深圳众厉电力科技有限公司 一种基于无线传感器网络的智能家居系统
CN107065809B (zh) * 2017-05-29 2019-02-19 深圳市万佳安智能科技有限公司 一种基于无线传感器网络的智能家居系统
CN109255938A (zh) * 2018-08-16 2019-01-22 全球能源互联网研究院有限公司 一种配网数据通信装置、方法及配电网络
CN114363350A (zh) * 2021-12-14 2022-04-15 中科曙光南京研究院有限公司 一种服务治理系统及方法
CN114363350B (zh) * 2021-12-14 2024-04-16 中科曙光南京研究院有限公司 一种服务治理系统及方法
CN116074923A (zh) * 2023-04-06 2023-05-05 陕西思极科技有限公司 一种定向无线网络通信装置管理系统

Similar Documents

Publication Publication Date Title
CN101959244B (zh) 一种适用于无线传感网的层次型路由控制方法
CN102497679B (zh) 一种无线传感器网络静态分簇算法
CN105873164A (zh) 一种无线传感器网络的改进型gaf拓扑的设计方法
CN107835499A (zh) 一种WSNs中基于分簇和能量中继的移动充电方法
CN103269507A (zh) 双簇头无线传感器网络路由方法
CN104093188A (zh) 一种无线传感器网络簇头选举新方法
CN103200598A (zh) 一种基于粒子群优化的无线传感器网络分簇方法
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
CN104301965A (zh) 一种无线传感器网络非均匀分簇节点调度方法
CN105979488B (zh) 无线传感器网络中基于区域划分的协同充电算法
CN109862612A (zh) 基于双功能小车移动路径规划的数据收集和无线充电方法
CN104219704A (zh) 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
CN103298154A (zh) 一种基于温差电池的无线传感器网络动态能量分配方法
CN109451556A (zh) 基于uav对无线传感网充电的方法
CN107222900A (zh) 一种基于动态链的无线传感器网络节点协作方法
CN105472685A (zh) 一种基于粒子群的无线传感器网络路由节能方法
Xuegong A control algorithm based on double cluster-head for heterogeneous wireless sensor network
CN101394425B (zh) 一种自适应划分簇的方法及系统
Ishihara et al. Active node selection in flowing wireless sensor networks
CN102238561A (zh) 基于能量有效的分层协作覆盖模型的节点部署方法
CN103237364B (zh) 一种集成的无线传感器网络数据收集机制
Song et al. Design of greenhouse control system based on wireless sensor networks and AVR microcontroller
Ghneimat et al. Adaptive, cluster based, sensor network routing protocol
Liu et al. A improved GAF clustering algorithm for three-dimensional underwater acoustic networks
CN105323817A (zh) 异构传感器网络中基于簇树拓扑结构的tdma调度方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817

RJ01 Rejection of invention patent application after publication