CN108012317A - 一种适用于认知网络的节点自适应休眠机制 - Google Patents
一种适用于认知网络的节点自适应休眠机制 Download PDFInfo
- Publication number
- CN108012317A CN108012317A CN201711366871.5A CN201711366871A CN108012317A CN 108012317 A CN108012317 A CN 108012317A CN 201711366871 A CN201711366871 A CN 201711366871A CN 108012317 A CN108012317 A CN 108012317A
- Authority
- CN
- China
- Prior art keywords
- node
- dormancy
- data packet
- self
- network
- 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
- 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
- H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
-
- 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
- H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
- H04W52/0248—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal dependent on the time of the day, e.g. according to expected transmission activity
-
- 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
一种适用于认知网络的节点自适应休眠机制,所有转发节点执行自适应休眠机制,自适应休眠机制的过程包括:步骤一、转发节点在启动后进入侦听状态;步骤二、转发节点从进入侦听状态的时刻开始,进行长度为T的计时,在时间T内未参与数据包转发,则进入持续时间为Tsleep的休眠状态;若在时间T内参与了数据包的转发,则从数据包转发完毕时刻重新开始进行长度为T的计时;步骤三、处于休眠状态的转发节点在经过了持续时间为Tsleep的休眠后进入到侦听状态,然后再次开始长度为T的计时。本发明提供一种适用于认知网络的节点自适应休眠机制,能够降低认知网络能耗,提高网络能量效率,并且保证了时延。
Description
技术领域
本发明涉及领域,具体的说是一种适用于认知网络的节点自适应休眠机制。
背景技术
认知网络被认为是下一代通信网络,在不影响当前用户的情况下,它提供机会式授权频带接入。由认知无线电技术组成的网络系统,这种网络系统充分利用了由计算机网络引进的先进技术,以解决在传统无线网络中所遇到的问题。认知网络的研究覆盖了开放式系统互联模型(OSI)的所有层。早期所定义的一种认知网络被描述为一个具有认知过程的网络,认知过程是认知网络的核心,它最大的特点就是具有认知和学习的能力,在这个过程中,它能够感知内外环境的变化,实时调整网络系统的配置,智能、动态地适应环境变化并指导未来的自主决策,同时也遵循端到端的目标。后来,随着对认知网络概念的完善,认知网络根据对资源可用性的感知,被描述为一个能机会式地利用无线电频谱和无线基站资源的网络。
认知网络中的节点通过对网络资源和网络环境进行认知,需要时刻保持清醒,与邻居节点建立合作关系,才能完成整个通信过程。但是,在通信过程的某一段时间过程中,并不是所有节点都参与数据包的收发,如果使网络中所有节点都一直处于侦听状态,这样会导致能量效率降低。基于认知网络的一些现有的性能优化主要包括:频谱感知和频谱分配策略,选频和路由算法等,却忽略了为获得预期性能所付出的能量代价。实际上,由于认知节点大都靠电池供电,能量受阻成为一个亟待解决的问题。
对于认知网络中能耗方面的研究不多,但是对于传感器网络中能耗方面的研究已有不少。为了降低能耗,已提出多种有关的休眠机制机制。休眠机制机制在无线传感器网络中广泛使用,以延长网络的生命周期。
“温涛,张冬青,郭权”等在《通信学报,2014,35(10):67-79.》中提出了一种冗余节点休眠机制算法来延长网络生命周期,在这个机制过程中,主要考虑两方面的问题:一是采取策略防止大量节点同时从工作状态转入休眠状态以防止大量盲区同时产生;二是根据邻居表中节点的工作邻居数量,判定节点是否处于网络边界,对边界节点和内部节点采用不同的机制策略,防止边界收缩。此算法有效地延长了网络的生命周期。
“Jing Zhang,Li Xu,Hong Yang.”等人在“015 IEEE International Conferenceon Intelligent Information Hiding and Multimedia Signal Processing.Adelaide,SA,Australia:IEEE,2015:364-367.”中提出了一种新型休眠机制算法,它使用了一种基于虚拟骨干网的连接控制集。与普通的连接控制集相比较,更小的R跳连接控制集更适合建立一个虚拟骨干网以节省能量。在本文中,基于分区算法的R跳连接控制集仅获取本地的连接信息,就可以创建R跳连接控制分区。基于分区算法的R跳连接控制集为无线传感器网络建立多个重叠的虚拟骨干网,这样每一个虚拟骨干网都使用睡眠机制来工作,以节省所有传感节点的能耗,延长网络的生命周期。
“Chanrit Danratchadakorn and Chotipat Pornavalai.”在“CoverageMaximization with Sleep Scheduling for Wireless Sensor Networks[C].IEEEInternational Conference on Electrical Engineering.Hua Hin,Thailand:IEEE,2015”中提出了一种休眠机制协议,它是一个分散协议,使网络的感知范围最大化。网络面积被分割成多个网格单元,每个节点产生一个邻居表格,转换成单元值表格,这些表格用来对每个节点应处于哪个模式,做出判决。仿真结果表明此协议消耗了较少的能量,而且所选择的活跃节点数目较少。此外,传感节点的通信范围没有影响到网络效率。
根据上述分析,前期已研究多种基于无线传感器网络的节点休眠机制算法,以降低能耗。但是,大都没有考虑到网络环境的实时动态变化。前期基于认知网络的相关研究主要包括:频谱感知和频谱分配策略,选频和路由算法等,却忽略了为获得预期性能所付出的能量代价。
发明内容
为了解决现有技术中的不足,本发明提供一种适用于认知网络的节点自适应休眠机制,能够降低认知网络能耗,提高网络能量效率,并且保证了时延。
为了实现上述目的,本发明采用的具体方案为:
一种适用于认知网络的节点自适应休眠机制,认知网络包括源节点、目的节点和若干个用于在源节点和目的节点之间转发数据包的转发节点,所有转发节点执行自适应休眠机制,自适应休眠机制的过程包括:步骤一、转发节点在启动后进入侦听状态;步骤二、转发节点从进入侦听状态的时刻开始,进行长度为T的计时,在时间T内未参与数据包转发,则进入持续时间为Tsleep的休眠状态;若在时间T内参与了数据包的转发,则从数据包转发完毕时刻重新开始进行长度为T的计时;步骤三、处于休眠状态的转发节点在经过了持续时间为Tsleep的休眠后进入到侦听状态,然后再次开始长度为T的计时。
优选的,Tsleep的范围是TsL≤Tsleep≤TsH,其中TsL为Tsleep的下限值,并且有TsL=10ms,TsH由转发节点根据源节点的发包频率来确定。
优选的,TsH的确定方法为式中τd为源节点的实际发包间隔,τmin为源节点的最小发包间隔,并且有τmin=30ms,τd和τmin由源节点传输给转发节点。
优选的,如果转发节点在nT的时间内未进入休眠状态,则自动开始时间长度为TsL的休眠。
优选的,所述步骤二的具体过程为:转发节点数据链路层的MAC子层中设置有定时器,转发节点从进入侦听状态的时刻开始,定时器进行长度为T的计时,MAC子层统计在时间T内数据包的接收数和转发数;如果数据包的接收数和转发数均为0,则MAC子层向转发节点的物理层发送一个休眠指令,同时开始进行长度为Tsleep的计时,物理层接收到休眠指令后开始进入休眠状态;如果数据包的接收数或者转发数不为0,则定时器在每个数据包转发完毕之后都重新进行长度为T的计时。
优选的,所述物理层接收到休眠指令后进入到休眠状态的过程为:如果物理层在接收到休眠指令时正在接收或者发送数据包,则在数据包发送完毕后关闭收发机,进入休眠状态;如果物理层在接收到休眠指令时未接收或者发送数据包,则立即关闭收发机,进入休眠状态。
优选的,所述步骤三的具体过程为:定时器在长度为Tsleep的计时完毕之后,向物理层发送一个侦听指令,物理层接收到侦听指令后打开收发机,进入到侦听状态。
优选的,T=25ms。
有益效果:本发明应用的节点自适应休眠的认知网络与节点完全不休眠认知网络、异步节点周期性休眠的认知网络对比,在节能和时延方面可同时达到较好性能;而且,针对不同的自适应休眠时间,低速率通信对能耗影响较大,高速率通信对时延影响较大;同时,根据不同的通信源速率,保证不超过时延容忍度20%的情况下,得出最佳的自适应休眠时间,而且源速率越低,最佳自适应休眠时间的范围越大。
附图说明
图1是自适应休眠机制流程图;
图2是四种方案网络节点平均能耗随源对比图;
图3是网络端到端平均时延对比图;
图4是源节点平均发包间隔30ms的能耗对比图;
图5是源节点平均发包间隔60ms的能耗对比图;
图6是源节点平均发包间隔90ms的能耗对比图;
图7是源节点平均发包间隔30ms的时延对比图;
图8是源节点平均发包间隔60ms的时延对比图;
图9是源节点平均发包间隔90ms的时延对比图;
图10是认知网络的工作流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种适用于认知网络的节点自适应休眠机制,认知网络包括源节点、目的节点和若干个用于在源节点和目的节点之间转发数据包的转发节点,其特征在于:所有转发节点执行自适应休眠机制,自适应休眠机制的过程如下。
步骤一、转发节点在启动后进入侦听状态。
步骤二、转发节点从进入侦听状态的时刻开始,进行长度为T的计时,T为设定好的固定值,T=25ms。在时间T内未参与数据包转发,则进入持续时间为Tsleep的休眠状态;若在时间T内参与了数据包的转发,则从数据包转发完毕时刻重新开始进行长度为T的计时。Tsleep的范围是TsL≤Tsleep≤TsH,其中TsL为Tsleep的下限值,并且有TsL=10ms,TsH为上限值,如果转发节点在nT的时间内未进入休眠状态,则自动开始时间长度为TsL的休眠。TsH由转发节点根据源节点的发包频率来确定,TsH的确定方法为式中τd为源节点的实际发包间隔,τmin为源节点的最小发包间隔,并且有τmin=30ms,τd和τmin由源节点传输给转发节点。通过对Tsleep大小的控制,能够避免网络中某些节点长时间休眠而浪费节点资源,还能够避免某些节点一直得不到休眠而损耗寿命。
步骤二的具体过程为:转发节点数据链路层的MAC子层中设置有定时器,转发节点从进入侦听状态的时刻开始,定时器进行长度为T的计时,MAC子层统计在时间T内数据包的接收数和转发数;如果数据包的接收数和转发数均为0,则MAC子层向转发节点的物理层发送一个休眠指令,同时开始进行长度为Tsleep的计时,物理层接收到休眠指令后开始进入休眠状态;如果数据包的接收数或者转发数不为0,则定时器在每个数据包转发完毕之后都重新进行长度为T的计时。物理层接收到休眠指令后进入到休眠状态的过程为:如果物理层在接收到休眠指令时正在接收或者发送数据包,则在数据包发送完毕后关闭收发机,进入休眠状态;如果物理层在接收到休眠指令时未接收或者发送数据包,则立即关闭收发机,进入休眠状态。
步骤三、处于休眠状态的转发节点在经过了持续时间为Tsleep的休眠后进入到侦听状态,然后再次开始长度为T的计时。
步骤三的具体过程为:定时器在长度为Tsleep的计时完毕之后,向物理层发送一个侦听指令,物理层接收到侦听指令后打开收发机,进入到侦听状态。
如图10所示,本发明应用的认知网络模型是由个认知节点等间距分布在一个A行B列(A×B=N)的矩形区域内组成,整个认知网络机制具体包括:频谱感知,信道选择和机会路由。其中频谱感知在物理层实现,信道选择和机会路由在MAC子层实现。该认知网络具有这些特点:(1)认知网络部署完成后,各认知节点静止不动;(2)信源节点和信宿节点分别位于网络区域的左上角和右下角位置;(3)此认知网络为同构网络,即由相同类型的认知节点(数据处理能力、通信能力、能量等均相同)组织而成。
认知网络工作过程如下。
当有数据包请求发送时,源节点首选进行频谱感知(物理层),检测出空闲信道和信道的各项参数值,MAC子层在获取了频谱感知的结果后执行选频算法,选出一条最佳的空闲信道,然后进行信道的同步,在选定的信道上进行数据包的传输。源节点首先向传输范围内的邻居节点广播RTS(请求发送的消息),同时产生一个Trts的定时;邻居节点收到RTS后会产生一个Tbackoff的定时(定时时间与该邻居节点和目的节点的距离有关),定时结束后会回复一个CTS(允许发送的消息);源节点收到邻居节点回复的第一个CTS后(如果节点在Trts的定时时间内未收到回复的CTS,就会重新执行频谱感知和信道选择的过程),会直接将数据包发送给第一个回复CTS的节点(第一个回复CTS的节点被选为下一跳),并产生一个Tack的定时;邻居节点接收到数据包以后会回复一个ACK(确认收到数据包的消息),源节点接收到回复的ACK,当前数据包的传输就结束了(如果节点在Tack定时时间内没有接收到邻居节点回复的ACK,就会重新执行频谱感知和信道选择的过程),紧接着,进行下一跳的传输。
为验证本发明在降低网络能耗方面的效果,采用OMNET++仿真平台建立仿真系统,系统参数如表1所示。
表1仿真系统参数表
并且设定数据包发送速率服从其中,λ是指数据包源速率的平均值,τd=1/λ是源节点的平均发包间隔。
在整个通信过程中,网络节点平均能量能耗的计算方法为:
其中,Tt是节点发送数据包的时间,Pt是节点发送数据包的功率,Tr是节点接收数据包的时间,Pr是节点接收数据包的功率,Tl是节点侦听时间,Pl是节点侦听功率,Ts是节点休眠时间,Ps是节点休眠功率。Nrec是目的节点接收数据包的总个数。
网络端到端平均时延的计算方法为其中,Dsum是从源节点发送第一个数据包开始到目的节点接收最后一个数据包结束总共经历的时间。
仿真结果如图2至9所示。
从图2可看出,随着源节点的平均发包间隔的增大,四种网络节点的平均能耗都呈随之下降趋势,其中100毫秒自适应休眠的认知网络的能耗性能最好,与节点完全不休眠的认知网络相比,能耗可降低50%。
从图3可以看出,随着源节点的平均发包间隔的增大,网络端到端平均时延呈随之下降趋势,其中传统认知网络的时延性能最好,20毫秒自适应休眠的认知网络的时延性能次之。并且,由于源节点的平均发包间隔的增大,时延几乎不受休眠时间的影响,所以四种方案的网络端到端平均时延的差距越来越小。
从图4~6可看出,在源节点平均发包间隔为30ms,60ms和90ms的情况下,节点完全不休眠的网络节点平均能耗不受节点自适应休眠时间的影响,节点自适应休眠的网络节点平均能耗要低于节点完全不休眠的网络节点平均能耗。当源节点的平均发包间隔为30ms时,能耗可降低37%;当源节点的平均发包间隔为60ms时,能耗可降低50%;当源节点的平均发包间隔为90ms时,能耗可降低57%。三幅图节点周期性休眠的网络节点平均能耗下降幅度都较大。
从图7可看出,当源节点平均发包间隔为30ms时,节点自适应休眠的网络端到端平均时延高于节点完全不休眠的网络端到端平均时延,而低于节点周期性休眠的网络端到端平均时延。节点自适应休眠的认知网络时延在增加不超过20%的情况下,选择10ms至20ms之间为最佳休眠时间。
从图8可看出,当源节点平均发包间隔为60ms时,节点自适应休眠的网络端到端平均时延高于节点完全不休眠的网络端到端平均时延,而低于节点周期性休眠的网络端到端平均时延。节点自适应休眠的认知网络时延在增加不超过20%的情况下,选择10ms至20ms之间为最佳休眠时间。
从图9可看出,当源节点平均发包间隔为90ms时,节点自适应休眠的网络端到端平均时延高于节点完全不休眠的网络端到端平均时延,而低于节点周期性休眠的网络端到端平均时延。节点自适应休眠的认知网络时延在增加不超过20%的情况下,选择10ms至20ms之间为最佳休眠时间。可见,随着源节点的平均发包间隔的增大,最佳休眠时间范围也随之增大。
综上所述,本发明基于当前网络环境的实时动态变化,节点可根据自己当前一段时间内的活跃情况,决定自己下一个时间段的工作状态。于是,节点在整个通信过程中可进行轮流工作,并且节点空闲侦听的时间减少,减少冗余节点的工作,从而提高整个网络的能量效率。通过仿真研究表明,在认知网络中引入此休眠机制后,节点自适应休眠的认知网络与节点不休眠的认知网络、节点周期性休眠的认知网络对比,在时延容忍度之内减少了能耗。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种适用于认知网络的节点自适应休眠机制,认知网络包括源节点、目的节点和若干个用于在源节点和目的节点之间转发数据包的转发节点,其特征在于:所有转发节点执行自适应休眠机制,自适应休眠机制的过程包括:
步骤一、转发节点在启动后进入侦听状态,
步骤二、转发节点从进入侦听状态的时刻开始,进行长度为T的计时,在时间T内未参与数据包转发,则进入持续时间为Tsleep的休眠状态;若在时间T内参与了数据包的转发,则从数据包转发完毕时刻重新开始进行长度为T的计时;
步骤三、处于休眠状态的转发节点在经过了持续时间为Tsleep的休眠后进入到侦听状态,然后再次开始长度为T的计时。
2.如权利要求1的一种适用于认知网络的节点自适应休眠机制,其特征在于:Tsleep的范围是TsL≤Tsleep≤TsH,其中TsL为Tsleep的下限值,并且有TsL=10ms,TsH由转发节点根据源节点的发包频率来确定。
3.如权利要求2的一种适用于认知网络的节点自适应休眠机制,其特征在于:TsH的确定方法为式中τd为源节点的实际发包间隔,τmin为源节点的最小发包间隔,并且有τmin=30ms,τd和τmin由源节点传输给转发节点。
4.如权利要求2的一种适用于认知网络的节点自适应休眠机制,其特征在于:如果转发节点在nT的时间内未进入休眠状态,则自动开始时间长度为TsL的休眠。
5.如权利要求1的一种适用于认知网络的节点自适应休眠机制,其特征在于:所述步骤二的具体过程为:转发节点数据链路层的MAC子层中设置有定时器,转发节点从进入侦听状态的时刻开始,定时器进行长度为T的计时,MAC子层统计在时间T内数据包的接收数和转发数;如果数据包的接收数和转发数均为0,则MAC子层向转发节点的物理层发送一个休眠指令,同时开始进行长度为Tsleep的计时,物理层接收到休眠指令后开始进入休眠状态;如果数据包的接收数或者转发数不为0,则定时器在每个数据包转发完毕之后都重新进行长度为T的计时。
6.如权利要求5的一种适用于认知网络的节点自适应休眠机制,其特征在于:所述物理层接收到休眠指令后进入到休眠状态的过程为:如果物理层在接收到休眠指令时正在接收或者发送数据包,则在数据包发送完毕后关闭收发机,进入休眠状态;如果物理层在接收到休眠指令时未接收或者发送数据包,则立即关闭收发机,进入休眠状态。
7.如权利要求5的一种适用于认知网络的节点自适应休眠机制,其特征在于:所述步骤三的具体过程为:定时器在长度为Tsleep的计时完毕之后,向物理层发送一个侦听指令,物理层接收到侦听指令后打开收发机,进入到侦听状态。
8.如权利要求1的一种适用于认知网络的节点自适应休眠机制,其特征在于:T=25ms。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711366871.5A CN108012317B (zh) | 2017-12-18 | 2017-12-18 | 一种适用于认知网络的节点自适应休眠机制 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711366871.5A CN108012317B (zh) | 2017-12-18 | 2017-12-18 | 一种适用于认知网络的节点自适应休眠机制 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108012317A true CN108012317A (zh) | 2018-05-08 |
CN108012317B CN108012317B (zh) | 2021-04-27 |
Family
ID=62059654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711366871.5A Active CN108012317B (zh) | 2017-12-18 | 2017-12-18 | 一种适用于认知网络的节点自适应休眠机制 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108012317B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110337138A (zh) * | 2019-06-05 | 2019-10-15 | 珠海欧麦斯通信科技有限公司 | 基于业务量预测的转发节点休眠调度方法及系统 |
CN110582060A (zh) * | 2019-09-12 | 2019-12-17 | 深圳市朗仁科技有限公司 | 通信方法、装置、节点设备及其存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101296144A (zh) * | 2008-06-24 | 2008-10-29 | 山东大学 | 睡眠模式下减少响应时间的装置及其控制方法 |
US20110171990A1 (en) * | 2010-01-12 | 2011-07-14 | Electronics And Telecommunications Research Institute | Terminal, method, and wireless communication for power saving |
CN103379166A (zh) * | 2012-04-28 | 2013-10-30 | 孙羽 | 一种基于物联网的无线传感控制网络系统 |
CN106604346A (zh) * | 2016-11-29 | 2017-04-26 | 河南科技大学 | 无线传感器网络能量有效机会路由协议的实现方法 |
-
2017
- 2017-12-18 CN CN201711366871.5A patent/CN108012317B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101296144A (zh) * | 2008-06-24 | 2008-10-29 | 山东大学 | 睡眠模式下减少响应时间的装置及其控制方法 |
US20110171990A1 (en) * | 2010-01-12 | 2011-07-14 | Electronics And Telecommunications Research Institute | Terminal, method, and wireless communication for power saving |
CN103379166A (zh) * | 2012-04-28 | 2013-10-30 | 孙羽 | 一种基于物联网的无线传感控制网络系统 |
CN106604346A (zh) * | 2016-11-29 | 2017-04-26 | 河南科技大学 | 无线传感器网络能量有效机会路由协议的实现方法 |
Non-Patent Citations (2)
Title |
---|
JUNG-RYUN LEE等: "Performance Evaluation of Energy-Saving Mechanism Based on Probabilistic Sleep Interval Decision Algorithm in IEEE 802.16e", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
谢小民等: "一种面向认知网络的QoS路由协议", 《计算机学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110337138A (zh) * | 2019-06-05 | 2019-10-15 | 珠海欧麦斯通信科技有限公司 | 基于业务量预测的转发节点休眠调度方法及系统 |
CN110582060A (zh) * | 2019-09-12 | 2019-12-17 | 深圳市朗仁科技有限公司 | 通信方法、装置、节点设备及其存储介质 |
CN110582060B (zh) * | 2019-09-12 | 2022-01-18 | 深圳市云伽智能技术有限公司 | 通信方法、装置、节点设备及其存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108012317B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Busch et al. | Contention-free MAC protocols for wireless sensor networks | |
Kalidindi et al. | Distributed Energy Aware MAC Layer Protocol for Wireless Sensor Networks. | |
Misra et al. | Policy controlled self-configuration in unattended wireless sensor networks | |
Villaverde et al. | Experimental evaluation of beacon scheduling mechanisms for multihop IEEE 802.15. 4 wireless sensor networks | |
Chao et al. | Energy-efficient multichannel MAC protocol design for bursty data traffic in underwater sensor networks | |
Rehan et al. | Anatomizing the robustness of multichannel MAC protocols for WSNs: An evaluation under MAC oriented design issues impacting QoS | |
Liu et al. | CSMAC: A novel DS-CDMA based MAC protocol for wireless sensor networks | |
CN108012317A (zh) | 一种适用于认知网络的节点自适应休眠机制 | |
CN103634913A (zh) | 基于分簇的多跳多信道认知无线传感网络的通信方法 | |
Wu et al. | Distributed TDMA scheduling protocol based on conflict-free for wireless sensor networks | |
Udoh et al. | Proactive energy-efficiency: Evaluation of duty-cycled MAC protocols in wireless sensor networks | |
Xu et al. | Maximizing throughput for low duty-cycled sensor networks | |
Krishnamurthy et al. | Reservation-based protocol for monitoring applications using IEEE 802.15. 4 sensor networks | |
Jamieson | Implementation of a power-saving protocol for ad hoc wireless networks | |
Busch et al. | Contention-free MAC protocols for asynchronous wireless sensor networks | |
Singh et al. | A novel real-time MAC layer protocol for wireless sensor network applications | |
Yang | A NON-COOPERATIVE GAME APPROACH FOR POWER CONTROL MAC IN WIRELESS SENSOR NETWORKS. | |
Tavakoli et al. | Evaluation of Single Dimensional Sensor Network Implemented Using Slave-Slave Bridging in IEEE 802.15. 4 Technology. | |
Liu et al. | GreenAP: An Energy-Saving Protocol for Mobile Access Points | |
Cheng et al. | Adaptive coverage-preserving routing protocol for wireless sensor network | |
Khojasteh et al. | A two-tier integrated RFID/sensor network with a WiFi WLAN | |
Bhattacharya et al. | Mathematical analysis of wsns using game theory: A survey | |
Fafoutis | Medium Access Control in Energy Harvesting-Wireless Sensor Networks | |
Azimian et al. | A Cross-layer Method for Scheduling and Routing Real-time Traffic Flow in Industrial IoT | |
Zhang et al. | An energy-efficient cross-layer scheduling for clustered sensor networks |
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 |