CN106658539A - 无线传感器网络中移动数据收集器的移动路径规划方法 - Google Patents

无线传感器网络中移动数据收集器的移动路径规划方法 Download PDF

Info

Publication number
CN106658539A
CN106658539A CN201611213916.0A CN201611213916A CN106658539A CN 106658539 A CN106658539 A CN 106658539A CN 201611213916 A CN201611213916 A CN 201611213916A CN 106658539 A CN106658539 A CN 106658539A
Authority
CN
China
Prior art keywords
node
network
mobile data
nodes
designated
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
Application number
CN201611213916.0A
Other languages
English (en)
Other versions
CN106658539B (zh
Inventor
刘文军
何福男
罗颖
孙伟
朱东
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.)
Suzhou Lixing Information Technology Co ltd
Original Assignee
Suzhou Vocational Institute of Industrial Technology
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 Suzhou Vocational Institute of Industrial Technology filed Critical Suzhou Vocational Institute of Industrial Technology
Priority to CN201611213916.0A priority Critical patent/CN106658539B/zh
Publication of CN106658539A publication Critical patent/CN106658539A/zh
Application granted granted Critical
Publication of CN106658539B publication Critical patent/CN106658539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22Traffic simulation tools or models
    • H04W16/225Traffic simulation tools or models for indoor or short range network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

本发明公开了一种无线传感器网络中移动数据收集器的移动路径规划方法,网络中任意节点分布式执行,且任意节点到支配节点的路由跳数不超过中继跳数k,包括:网络初始化与ID分配;成员节点确定;重复上述步骤至多k次,完成第一轮节点状态确定;支配节点确定与消息传播;重复上述步骤,完成第二轮节点状态确定,直至网络中所有状态未确定的节点要么是MN,要么是DN;计算所述移动数据收集器的移动轨迹。本发明的无线传感器网络中移动数据收集器的移动路径规划方法,网络中节点到支配节点的跳数不超过k,降低了数据收集的延迟,通过对支配节点负载和分布的有效调整,移动数据收集器的移动轨迹长度得到有效缩短,在延迟方面进一步提升。

Description

无线传感器网络中移动数据收集器的移动路径规划方法
技术领域
本发明涉及无线传感器领域,特别涉及一种无线传感器网络中移动数据收集器的移动路径规划方法。
背景技术
研究表明,在传感器网络中引入移动元素可以显著提高网络的能量效率、连通性和可靠性,并且能够有效降低组网成本。如以能量为例,无线传感器网络固有的多对一通信模式使得距离基站近的节点负载比其他节点更重,容易遭受过早的能量耗尽。MDC在网内移动收集节点数据可以使网络能量消耗更加均衡。此外,由于MDC可以和网内节点以单跳模式进行通信,不仅减少了信道的竞争和冲突,提高了通信质量,也在一定程度上避免了消息丢失情况的发生。
然而由于MDC通常具有较低的移动速度这一特征,移动元素的加入造成了数据收集延迟的显著增加。这使得移动数据收集器需要花费数小时才能遍历整个传感区域中的节点。这样一来,对延迟敏感(如监测类)应用施加了诸多不利影响。
针对该问题,当前出现了一种基于集结点(Rendezvous Point,RP)的解决方案,该类方法的主要思想是首先在网络静态节点中选出部分集结点,然后由MDC周期性访问这些节点并收集其上缓存的数据,最后由MDC将数据发送给基站。该解决方案在数据传输中存在的一个问题是可能引起传感节点到RP的中继跳数不均衡,且最近出现的改进方法仍存在移动轨迹过错等效率不够高的问题。
发明内容
本发明针对上述现有技术中存在的问题,提出一种无线传感器网络中移动数据收集器的移动路径规划方法,针对带有移动元素的无线传感器网络数据收集应用,为一种RP负载平衡的移动数据收集器(MDC)轨道规划方法,实现MDC的移动轨迹长度尽可能短;网络中节点到支配节点的跳数不超过k,降低了数据收集的延迟,通过对支配节点负载和分布的有效调整,移动数据收集器的移动轨迹长度得到有效缩短,意味着在延迟方面的进一步提升。
为解决上述技术问题,本发明是通过如下技术方案实现的:
本发明提供一种无线传感器网络中移动数据收集器的移动路径规划方法,网络中任意节点分布式执行,且任意节点到支配节点的路由跳数不超过中继跳数k,其包括以下步骤:
S11:网络初始化与ID分配
初始时,按照确定的节点通信范围R,整个网络构成通信拓扑G(V,E),网络中节点x的邻居记为N(x),按照节点距离移动数据收集器的初始位置π的距离大小为每个节点分配一个ID,距离所述移动数据收集器越远的节点的ID越大,反之,则ID越小,所有节点的状态均为状态未确定,记为UN,
其中,V表示网络中的所有节点集合,E表示通信范围R内节点间存在的通信链路集合;
S12:成员节点确定
如果当前节点x的ID大于其所有邻居N(x)的ID,则节点x变为成员节点,记为MN,并从原网络中剪除,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;如果当前节点x与其所有邻居N(x)构成完全图,且x∪N(x)的ID比其所有邻居N(x∪N(x))中节点的ID更大,则除了ID号最小的邻居外均变为MN,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;
S13:重复步骤S11~S12至多k次,完成第一轮节点状态确定,具体包括以下流程:
S131:对满足步骤S12中的条件的当前节点x,如果其自身为父节点i-PN,则节点x选择新父节点记为(++i)-PN,其自身变为成员节点;不足k次,为单独节点,则该节点为支配节点,记为DN,终止循环;
S132:如果算法提前结束,状态未确定且其邻居的状态为成员节点的节点变为支配节点,记为DN,此时所述网络中DN和路由树构建完成;
S133:对于每一次循环,如果节点x的i-PN选择一个新父节点,则该节点记为(++i)-PN,且初始的i-PN变为其成员节点;
S14:支配节点确定与消息传播
将上述所确定的网络中的父节点的状态变为支配节点,记为DN,所有的DN节点向k跳未确定父节点的邻居发送或转发DN声明消息,最先收到DN声明消息的节点变为该DN节点的成员节点,并从网络中剪除,此时形成第一批k-hop支配节点及受其支配的成员节点;
S15:重复步骤S11~S14,完成第二轮节点状态确定,直至网络中所有状态未确定的节点要么是MN,要么是DN;
S16:计算所述移动数据收集器的移动轨迹,具体包括:
S161:构建以π为根连接所有支配节点最小生成树TR
基于构建的支配节点,应用PRIM算法,构建以π为根连接所有支配节点最小生成树TR
S162:对TR应用近似算法产生所述移动数据收集器的移动轨迹。
在引入MDC后基于RP的无线传感器网络数据收集应用中,RP节点首先缓存从源节点收集的数据,在MDC到达或靠近时通过短距离通信将缓存信息发送到MDC。要求MDC遍历所有RP节点时的总路径长度在节点到RP跳数约束k下尽可能小。要想得到尽可能优化的解,一个重要的特征是MDC的移动轨迹和传感节点到基站形成的汇聚树中的数据的路由路径应当联合加以考虑。事实上,该问题是NP难的,不存在最优解。本发明的无线传感器网络中移动数据收集器的移动路径规划方法开发了一个基于RP负载优先和分布靠近基站的启发式确定算法逼近最优解。
较佳地,所述步骤S162具体为:对TR应用Christofides-1.5近似算法产生所述移动数据收集器的移动轨迹,令U为所述移动数据收集器的移动轨迹,LEN为其长度,则有:
LEN(U)≤1.5LEN(TR)
利用上述两公式,得到移动数据收集器的移动轨迹长度界如下:
其中,表示生成树TR的边集。
较佳地,所述步骤S14中的所有的DN节点向k跳未确定父节点的邻居发送或转发DN声明消息,最先收到DN声明消息的节点变为该DN节点的成员节点具体为:
任意的DN节点首先向其直接邻居发送DN声明消息,且DN声明消息在网络中至多传播k跳,网络中任一节点收到来自不同节点发送的DN声明消息,仅记录首先收到的节点为父节点,并转发至其余邻居,后续收到的DN声明消息被丢弃,这样操作进一步降低了消息交换的复杂度。
相较于现有技术,本发明具有以下优点:
(1)本发明提供的无线传感器网络中移动数据收集器的移动路径规划方法,将无线传感器网络中的数据收集与移动元素的路径规划相结合,实现了事件区域中的环境参数改变的自动检测,有助于平衡能量消耗和延迟,延长了节点的寿命,从而延长了无线传感器网络的生命周期;
(2)本发明的无线传感器网络中移动数据收集器的移动路径规划方法,为在中继跳约束下的MDC移动轨迹规划,既能够利用引入移动元素后带来的能量效率优点,最大化平衡网络的能量,又能够兼顾数据收集的延迟,具有较高的应用价值;
(3)本发明的无线传感器网络中移动数据收集器的移动路径规划方法能够应用于检测类数据收集应用中,可以提高区域检测的实时性,延长网络的生命周期。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
下面结合附图对本发明的实施方式作进一步说明:
图1为本发明的实施例的无线传感器网络中移动数据收集器的移动路径规划方法的流程图;
图2为本发明的实施例的无线传感器网络中的RP确定过程示例图;
图3为本发明的实施例的移动路径规划方法的第一轮中确定的首批成员节点的情形图;
图4为本发明的实施例的移动路径规划方法的第一轮中确定的第2批成员节点的情形图;
图5为本发明的实施例的移动路径规划方法的最终的DN、MN及MDC移动轨迹的情形图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
在基于RP的无线传感器网络数据收集应用中,源节点产生的数据需要被持续不断地发送到集结点RP,并进一步通过移动数据收集器进行收集,因此需要预先确立数据传输的路由。在确定的节点传输范围下基于潜在通信拓扑G,可以用一个有向汇聚树的集合T={Ti}来表示数据收集应用中实际的数据传输路由。对任意的一棵路由树Ti(0<i<|Ti|),在无特别说明的情况下令其根为集结点ri。对任意的通信链路e=(u,v)∈E(G),其通信代价由该边的欧氏距离|uV|表示。相应地,网络中的任意两个节点si和sj之间的通信代价用路径p(si,sj)上每条边的欧氏距离之和表示,记为|p(sisj)|。对数据收集时延的研究主要关注MDC遍历所有RP节点所花费的总时间。进一步地,在MDC平均移动速度vm保持不变的情况下,将该问题映射为在中继跳数k约束下,依次访问BS和所有RP节点最大可允许的MDC移动长度。
结合图1,对本发明的无线传感器网络中移动数据收集器的移动路径规划方法进行详细描述,网络中任意节点分布式执行,且任意节点到支配节点的路由跳数不超过中继跳数k,其包括以下步骤:
S11:网络初始化与ID分配
初始时,按照确定的节点通信范围R,整个网络构成通信拓扑G(V,E),网络中节点x的邻居记为N(x),按照节点距离移动数据收集器的初始位置π的距离大小为每个节点分配一个ID,距离所述移动数据收集器越远的节点的ID越大,反之,则ID越小,所有节点的状态均为状态未确定,记为UN,
其中,V表示网络中的所有节点集合,E表示通信范围R内节点间存在的通信链路集合;
S12:成员节点确定
如果当前节点x的ID大于其所有邻居N(x)的ID,则节点x变为成员节点,记为MN,并从原网络中剪除,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;如果当前节点x与其所有邻居N(x)构成完全图,且x∪N(x)的ID比其所有邻居N(x∪N(x))中节点的ID更大,则除了ID号最小的邻居外均变为MN,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;
S13:重复步骤S11~S12至多k次,完成第一轮节点状态确定,具体包括以下流程:
S131:对满足步骤S12中的条件的当前节点x,如果其自身为父节点i-PN,则节点x选择新父节点记为(++i)-PN,其自身变为成员节点;不足k次,为单独节点,则该节点为支配节点,记为DN,终止循环;
S132:如果算法提前结束,状态未确定且其邻居的状态为成员节点的节点变为支配节点,记为DN,此时网络中DN和路由树构建完成;
S133:对于每一次循环,如果节点x的i-PN选择一个新父节点,则该节点记为(++i)-PN,且初始的i-PN变为其成员节点;
S14:支配节点确定与消息传播
将上述所确定的网络中的父节点的状态变为支配节点,记为DN,所有的DN节点向k跳未确定父节点的邻居发送或转发DN声明消息,最先收到DN声明消息的节点变为该DN节点的成员节点,并从网络中剪除,此时形成第一批K-hop支配节点及受其支配的成员节点;
S15:重复步骤S11~S14,完成第二轮节点状态确定,直至网络中所有状态未确定的节点要么是MN,要么是DN;
S16:计算移动数据收集器的移动轨迹,具体包括:
S161:构建以π为根连接所有支配节点最小生成树TR
基于构建的支配节点,应用PRIM算法,构建以π为根连接所有支配节点最小生成树TR
S162:对TR应用Christofides-1.5近似算法产生所述移动数据收集器的移动轨迹,令U为所述移动数据收集器的移动轨迹,LEN为其长度,则有:
LEN(U)≤1.5LEN(TR)
利用上述两公式,得到移动数据收集器的移动轨迹长度界如下:
其中,表示生成树TR的边集。
以下给出k-hop支配集和i-PN的定义。
定义1(k-跳支配集/k-hop支配集)网络G(V,E)的一个k跳支配集是一个子集对V\D中的任意一个顶点v,存在某个u∈D,使得从v到该节点的距离至多为k跳。
定义2(i-父节点/i-PN)对网络G中的通信路由树T,假定其根节点为r,当前节点si到祖先节点sj的最短距离为i,则称sj为si在树T中的i-父节点,记为i-PN。特别到i=k时,成为k-父节点,记为k-PN。
该方法的正确性通过两个关键步骤保证:一个是k-PN的定义和操作;另一个是提前终止操作步骤。其中“k-PN”保证DN对MN的k跳覆盖,被确定为k-PN的节点总是从局部最远节点到当前节点的路由跳数为k跳,然后k-PN向其k跳邻居发送声明消息;“提前终止”保证当网络规模相对较小时仍能够选出DN,对成员节点进行支配,从而保证算法正常结束。
本实施例的移动路径规划方法中的算法采用迭代方式运行,迭代中随着节点状态的确定不断从原网络中剪除,从而剩余网络的规模(直径)逐渐变小,直至为0;在每次迭代中,局部最远(节点仅知道直接邻居信息)的节点首先确定其临时父节点(i-PN),自身状态变为“MN”,当循环执行完毕,k-PN发送DN声明消息,成员节点加入相应的支配节点,该过程需要O(k)时间。因而,在一次循环中所需要的时间复杂度为O(2k)。从整个网络看,当MDC位于网络一侧,此时迭代从网络的最远端开始执行,由于每次迭代花费的时间为O(2k),共需要迭代次数为dG/2k,因而总的时间为O(dG/k),dG为网络直径,从上述分析可知,本实施例的移动路径规划方法确定DN和数据汇聚树所需的最坏时间复杂度为O(dG/k),非常迅速,节省了运算时间,减少了数据收集的延迟。
较佳实施例中,网络中确定的任意一个支配节点首先向其(除孩子节点外)直接邻居发送DN声明消息,消息在网络中至多传播k跳。网络中任一传感节点收到来自不同节点发送的DN声明消息,仅记录首先收到的节点为父节点,并转发给其余邻域,后续收到的声明消息被丢弃,算法在剩余网络中重复该过程。从而可以看出,网络中的每个节点最多只收到一次声明消息和转发一次声明消息,进而消息交换复杂度为O(1)。
下面以一个具体实例来对本发明的移动路径规划方法进行举例说明,无线传感其网络中的节点随机散落在一二维正方形区域内,一个静态基站BS位于该区域的中心,基站通信和能量等功能不受限制,在实际应用中起到调度整个网络的作用。为表述方便此处设置节点到RP的中继跳数k为2。
图2给出了在一个27个节点组成的无线传感器网络中的RP确定过程示例图。其中,节点旁边的数字为依据距离MDC所处位置生成的距离标识符ID。假定节点的状态用不同的颜色匹配,其中成员节点“MN”(灰色节点),支配节点“DN”(黑色节点),状态未确定节点“UN”(白色节点)。初始时所有节点状态均为“UN”。图3给出执行第一轮中确定首批成员节点的情形。图4给出执行第一轮中确定第2批成员节点的情形,其中节点6、7、12、14组成2-父节点,这些节点充当DN节点并向网络中的2跳邻居发送DN声明消息来招募成员。接收到消息的节点,包括状态未确定的节点及1-父节点,选择加入距离最近的DN,自身变为成员节点。最后,图5给出最终的DN、MN和按照贪心算法生成的MDC移动轨迹。从图中可以看出,对于一个由27个节点构成的网络,算法仅执行一轮即可构建出中继跳数为2的支配节点和相应的路由树,表明了所提出的分布式算法的高效性。
此处公开的仅为本发明的优选实施例,本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,并不是对本发明的限定。任何本领域技术人员在说明书范围内所做的修改和变化,均应落在本发明所保护的范围内。

Claims (3)

1.一种无线传感器网络中移动数据收集器的移动路径规划方法,其特征在于,网络中任意节点分布式执行,且任意节点到支配节点的路由跳数不超过中继跳数k,其包括以下步骤:
S11:网络初始化与ID分配
初始时,按照确定的节点通信范围R,整个网络构成通信拓扑G(V,E),网络中节点x的邻居记为N(x),按照节点距离移动数据收集器的初始位置π的距离大小为每个节点分配一个ID,距离所述移动数据收集器越远的节点的ID越大,反之,则ID越小,所有节点的状态均为状态未确定,记为UN,
其中,V表示网络中的所有节点集合,E表示通信范围R内节点间存在的通信链路集合;
S12:成员节点确定
如果当前节点x的ID大于其所有邻居N(x)的ID,则节点x变为成员节点,记为MN,并从原网络中剪除,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;如果当前节点x与其所有邻居N(x)构成完全图,且x∪N(x)的ID比其所有邻居N(x∪N(x))中节点的ID更大,则除了ID号最小的邻居外均变为MN,节点x记录ID号最小的邻居为其路由树的父节点,记为i-PN;
S13:重复步骤S11~S12至多k次,完成第一轮节点状态确定,具体包括以下流程:
S131:对满足步骤S 12中的条件的当前节点x,如果其自身为父节点i-PN,则节点x选择新父节点记为(++i)-PN,其自身变为成员节点;不足k次,为单独节点,则该节点为支配节点,记为DN,终止循环;
S132:如果算法提前结束,状态未确定且其邻居的状态为成员节点的节点变为支配节点,记为DN,此时所述网络中DN和路由树构建完成;
S133:对于每一次循环,如果节点x的i-PN选择一个新父节点,则该节点记为(++i)-PN,且初始的i-PN变为其成员节点;
S14:支配节点确定与消息传播
将上述所确定的网络中的父节点的状态变为支配节点,记为DN,所有的DN节点向k跳未确定父节点的邻居发送或转发DN声明消息,最先收到DN声明消息的节点变为该DN节点的成员节点,并从网络中剪除,此时形成第一批k-hop支配节点及受其支配的成员节点;
S15:重复步骤S11~S14,完成第二轮节点状态确定,直至网络中所有状态未确定的节点要么是MN,要么是DN;
S16:计算所述移动数据收集器的移动轨迹,具体包括:
S161:构建以π为根连接所有支配节点最小生成树TR
基于构建的支配节点,应用PRIM算法,构建以π为根连接所有支配节点最小生成树TR
S162:对TR应用近似算法产生所述移动数据收集器的移动轨迹。
2.根据权利要求1所述的无线传感器网络中移动数据收集器的移动路径规划方法,其特征在于,所述步骤S162具体为:对TR应用Christofides-1.5近似算法产生所述移动数据收集器的移动轨迹,令U为所述移动数据收集器的移动轨迹,LEN为其长度,则有:
L E N ( T R ) = Σ ( i , j ) ∈ E T R | i j |
LEN(U)≤1.5LEN(TR)
利用上述两公式,得到移动数据收集器的移动轨迹长度界如下:
L E N ( U ) = Σ ( u , v ) ∈ U | u v | ≤ 1.5 ( Σ ( i , j ) ∈ E T R | i j | )
其中,表示生成树TR的边集。
3.根据权利要求1所述的无线传感器网络中移动数据收集器的移动路径规划方法,其特征在于,所述步骤S14中的所有的DN节点向k跳未确定父节点的邻居发送或转发DN声明消息,最先收到DN声明消息的节点变为该DN节点的成员节点具体为:
任意的DN节点首先向其直接邻居发送DN声明消息,且DN声明消息在网络中至多传播k跳,网络中任一节点收到来自不同节点发送的DN声明消息,仅记录首先收到的节点为父节点,并转发至其余邻居,后续收到的DN声明消息被丢弃。
CN201611213916.0A 2016-12-23 2016-12-23 无线传感器网络中移动数据收集器的移动路径规划方法 Active CN106658539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611213916.0A CN106658539B (zh) 2016-12-23 2016-12-23 无线传感器网络中移动数据收集器的移动路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611213916.0A CN106658539B (zh) 2016-12-23 2016-12-23 无线传感器网络中移动数据收集器的移动路径规划方法

Publications (2)

Publication Number Publication Date
CN106658539A true CN106658539A (zh) 2017-05-10
CN106658539B CN106658539B (zh) 2020-07-07

Family

ID=58827739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611213916.0A Active CN106658539B (zh) 2016-12-23 2016-12-23 无线传感器网络中移动数据收集器的移动路径规划方法

Country Status (1)

Country Link
CN (1) CN106658539B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483248A (zh) * 2017-08-17 2017-12-15 广东工业大学 一种基于无线传感器网络的约束最小生成树拓扑控制算法
CN108882195A (zh) * 2018-06-20 2018-11-23 天津大学 无线传感器网络基于移动目的节点的协作数据收集方法
CN109862612A (zh) * 2019-03-27 2019-06-07 中南大学 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
CN110167097A (zh) * 2019-04-22 2019-08-23 北京邮电大学 基于加权度量转发和路径规划的移动机器人中继路由方案
CN111830958A (zh) * 2019-03-26 2020-10-27 百度(美国)有限责任公司 用于操作自动驾驶车辆的方法、系统和机器可读介质
CN113260011A (zh) * 2021-05-14 2021-08-13 中国矿业大学 基于移动轨迹的矿井安全监测机会网络路由方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101557587A (zh) * 2009-04-08 2009-10-14 哈尔滨工程大学 一种无线传感器网络中层次树密钥管理方法
US20100260071A1 (en) * 2009-04-14 2010-10-14 Lai Jun-Yu Routing method and routing path recovery mechanism in wireless sensor network environment
CN102076022A (zh) * 2010-12-02 2011-05-25 清华大学 无线传感器网络中支持实时传输的势能场路由方法及系统
CN104202772A (zh) * 2014-09-09 2014-12-10 河海大学常州校区 应用于无线传感器网络的节点内存资源共享的移动Sink数据采集方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101557587A (zh) * 2009-04-08 2009-10-14 哈尔滨工程大学 一种无线传感器网络中层次树密钥管理方法
US20100260071A1 (en) * 2009-04-14 2010-10-14 Lai Jun-Yu Routing method and routing path recovery mechanism in wireless sensor network environment
CN102076022A (zh) * 2010-12-02 2011-05-25 清华大学 无线传感器网络中支持实时传输的势能场路由方法及系统
CN104202772A (zh) * 2014-09-09 2014-12-10 河海大学常州校区 应用于无线传感器网络的节点内存资源共享的移动Sink数据采集方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAOYUAN TA等: "On the Probability of K-hop Connection in Wireless Sensor Networks", 《IEEE COMMUNICATIONS LETTERS》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483248A (zh) * 2017-08-17 2017-12-15 广东工业大学 一种基于无线传感器网络的约束最小生成树拓扑控制算法
CN107483248B (zh) * 2017-08-17 2020-07-21 广东工业大学 一种基于无线传感器网络的约束最小生成树拓扑控制方法
CN108882195A (zh) * 2018-06-20 2018-11-23 天津大学 无线传感器网络基于移动目的节点的协作数据收集方法
CN108882195B (zh) * 2018-06-20 2020-10-23 天津大学 无线传感器网络基于移动目的节点的协作数据收集方法
CN111830958A (zh) * 2019-03-26 2020-10-27 百度(美国)有限责任公司 用于操作自动驾驶车辆的方法、系统和机器可读介质
CN109862612A (zh) * 2019-03-27 2019-06-07 中南大学 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
CN109862612B (zh) * 2019-03-27 2021-04-30 中南大学 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
CN110167097A (zh) * 2019-04-22 2019-08-23 北京邮电大学 基于加权度量转发和路径规划的移动机器人中继路由方案
CN110167097B (zh) * 2019-04-22 2024-02-20 北京邮电大学 基于加权度量转发和路径规划的移动机器人中继路由方法
CN113260011A (zh) * 2021-05-14 2021-08-13 中国矿业大学 基于移动轨迹的矿井安全监测机会网络路由方法

Also Published As

Publication number Publication date
CN106658539B (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN106658539A (zh) 无线传感器网络中移动数据收集器的移动路径规划方法
da Costa et al. Q-FANET: Improved Q-learning based routing protocol for FANETs
Rawat et al. Particle swarm optimization-based energy efficient clustering protocol in wireless sensor network
Faheem et al. FFRP: dynamic firefly mating optimization inspired energy efficient routing protocol for internet of underwater wireless sensor networks
CN107318146B (zh) 移动集群自组网的拓扑控制方法
Mahajan et al. LCIPA: Lightweight clustering protocol for industry 4.0 enabled precision agriculture
CN107483248A (zh) 一种基于无线传感器网络的约束最小生成树拓扑控制算法
CN104883304B (zh) 用于部分纠缠量子对桥接通信网络的路由方法
CN106604348A (zh) 一种无线自组网的路由方法及装置
Voigt et al. Solar-aware routing in wireless sensor networks
Booranawong et al. Energy consumption and control response evaluations of AODV routing in WSANs for building-temperature control
CN106559731A (zh) 一种污水监测用无线传感器网络
CN100471166C (zh) 一种基于移动Ad Hoc网络的分布式QoS多播路由方法
Chen et al. Structure-free general data aggregation scheduling for multihop battery-free wireless networks
US8908530B2 (en) Demand-driven prioritized data structure
CN102970714B (zh) 一种认知无线自组织网络多径路由的流量分配方法及装置
Tashtarian et al. Multihop data gathering in wireless sensor networks with a mobile sink
Ma et al. New AODV routing method for mobile wireless mesh network (MWMN)
CN113676979A (zh) 基于分支定界法的端到端路由中继链路选取方法、系统及装置
Subbaiah et al. Implementing routing protocol for energy-aware mobile Ad Hoc networks for WBAN-based healthcare systems
CN107820293A (zh) 一种无线中继节点选择方法、系统、设备及计算机介质
Farooq et al. Impact of route length on the performance of routing and flow admission control algorithms in wireless sensor networks
Balamuralikrishna et al. A framework for evaluating performance of MADA-AODV protocol by considering multi-dimensional parameters on MANET
Jin et al. A routing algorithm based on semi-supervised learning for cognitive radio sensor networks
CN104065572A (zh) 一种智能抄表系统无线网络路由算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230825

Address after: Room 416, No. 7 Datong Road, Suzhou High tech Zone, Suzhou City, Jiangsu Province, 215151

Patentee after: Suzhou Lixing Information Technology Co.,Ltd.

Address before: No.1 Zhineng Avenue, Suzhou International Education Park, Suzhou, Jiangsu Province

Patentee before: Suzhou Vocational Institute of Industrial Technology