CN108966306A - 基于无线传感器网络的事件监测方法及存储介质 - Google Patents
基于无线传感器网络的事件监测方法及存储介质 Download PDFInfo
- Publication number
- CN108966306A CN108966306A CN201810598865.0A CN201810598865A CN108966306A CN 108966306 A CN108966306 A CN 108966306A CN 201810598865 A CN201810598865 A CN 201810598865A CN 108966306 A CN108966306 A CN 108966306A
- Authority
- CN
- China
- Prior art keywords
- node
- hop
- sensor
- tree
- sensor 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.)
- Granted
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor 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无线传感器网络的事件监测方法及存储介质,方法包括:根据事件源节点以及汇聚节点,生成最小生成树;分别将最小生成树的每个边进行N等分;非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;若非死亡的一传感器节点与一事件源节点的距离小于或等于一传感器节点的监测半径与一事件源节点的可被监测半径之和,且距离最近,则根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;根据最小Hop树,确定一传感器节点与汇聚节点的通信通路;一传感器节点将一事件源节点的监测数据通过通信通路传输至汇聚节点。本发明可有效地解决监测盲区的问题,同时可提高无线传感器网络的寿命以及传输效率。
Description
技术领域
本发明涉及无线传感器网络技术领域,尤其涉及一种基于无线传感器网络的事件监测方法及存储介质。
背景技术
无线传感器网络(Wireless Sensor Network,WSN)是一种分布式传感网络,由大量传感器节点通过自组织的方式构建而成。在目标区域构建无线传感器网络,用来感知目标区域,并将收集到的信息经过处理然后通过多跳的方式传输给数据中心。无线传感器网络可以部署在一些人类无法到达的极端环境中,并且完成一些人工无法完成的任务。如在森林中检测火灾,在太空中和深海中监控环境等,还可以进行军事侦查、远程医疗、地震灾害等救灾等等。
传感器节点通过有限的电池提供能量,并且传感器常常被部署在一些环境恶劣的地带,比如原始森林和深海等,要更换电池几乎不可能。因此如何高效率地利用有限的能量从而提高无线传感器网络的传输效率是一个重要的课题。
在现有的实现方案中,有通过将网络划分为两级簇头,整个WSN网络由多个一级固定簇头,多个二级簇头,多个传感器节点和sink节点组成,其中一级固定簇头属于总线型拓扑结构,依次排列最终与sink节点相连,每一个固定簇头和多个二级非固定簇头相连通,一个二级非固定簇头和多个传感器节点相连通。二级非固定簇头接收其覆盖区域内的传感器节点采集信息,并进行第一次数据融合;固定簇头接收其覆盖区域内非固定簇头融合后的数据,进行第二次数据融合并逐个上传至sink节点。但该方案需要选择出额外簇头节点,这些节点的选择需要花费时间;其次,这些簇头节点将承担特别大的负担,因为普通成员节点只负责数据采集,而簇头节点需要转发整个簇内节点采集的信息。簇头节点一旦因为负载过重而过早消亡,整个网络将失去转发能力,甚至造成网络不连通。
同时,但上述方案中,以及现有技术的大多数无线传感器网络中的节点部署方式均为不可移动节点。如果无线传感器网络的节点为不可移动的节点,那么如果有一部分节点死亡的话,就会产生一些其他节点无法监测到的区域,被称之为监测盲区。并且,在现有的广泛应用中,为了方便起见,大部分情况下传感器节点是通过随机播撒的方式部署到目标区域的,但是这种部署方式所构建的无线传感器网络的效率是很低下的。
发明内容
本发明所要解决的技术问题是:提供一种基于无线传感器网络的事件监测方法及存储介质,可有效地解决监测盲区的问题,同时可提高无线传感器网络的寿命以及传输效率。
为了解决上述技术问题,本发明采用的技术方案为:一种基于无线传感器网络的事件监测方法,包括:
根据事件源的位置,构建事件源节点;
根据所述事件源节点以及汇聚节点,生成最小生成树;
分别将所述最小生成树的每个边进行N等分,得到每个边的N-1个等分点及两个端点的位置信息;
非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;
若非死亡的一传感器节点与一事件源节点的距离小于或等于所述一传感器节点的监测半径与所述一事件源节点的可被监测半径之和,且所述一传感器节点与所述一事件源节点的距离最近,则根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;
根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路;
所述一传感器节点将所述一事件源节点的监测数据通过所述通信通路传输至汇聚节点。
本发明还涉及一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的步骤。
本发明的有益效果在于:通过根据发生事件的位置以及汇聚节点构建最小生成树,然后让传感器节点向距离自己最近的最小生成树所在的地带移动,当传感器节点移动到目标地点的时候,每个事件的信息就能够通过位于最小生成树上的传感器节点向汇聚节点进行传输;通过构建最小Hop树来确定传输路径,使得监测数据可通过最少的跳数的路径传输到汇聚节点,提高传输效率;通过引入移动节点来优化网络中的节点分布,从而使节点达到更佳的能量利用率,由此达到延长无线传感器网络寿命的目的。本发明无需花费时间选取额外簇头节点,所有节点平等,没有额外负担,可避免出现网络不连通的情况;并且,由于节点具有可移动性,可有效地解决监测盲区的问题,同时可提高无线传感器网络的寿命以及传输效率。
附图说明
图1为本发明一种基于无线传感器网络的事件监测方法的流程图;
图2为本发明实施例一的方法流程图;
图3为本发明实施例二中步骤S6的方法流程图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图详予说明。
本发明最关键的构思在于:通过让可移动的传感器节点通过向sink点和并发事件所构成的最小生成树上进行靠拢的方式来提高网络的寿命;通过构建最小Hop树来确定传输路径,从而提高传输路径。
名词解释:
最小Hop树:所有节点到达sink点的跳数最小,由这些节点构成的树称为最小Hop树。
跳数:到目的节点所经过的路由器的个数。
邻居节点:传感器节点通信半径内的所有其他节点。
请参阅图1,一种基于无线传感器网络的事件监测方法,包括:
根据事件源的位置,构建事件源节点;
根据所述事件源节点以及汇聚节点,生成最小生成树;
分别将所述最小生成树的每个边进行N等分,得到每个边的N-1个等分点及两个端点的位置信息;
非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;
若非死亡的一传感器节点与一事件源节点的距离小于或等于所述一传感器节点的监测半径与所述一事件源节点的可被监测半径之和,且所述一传感器节点与所述一事件源节点的距离最近,则根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;
根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路;
所述一传感器节点将所述一事件源节点的监测数据通过所述通信通路传输至汇聚节点。
从上述描述可知,本发明的有益效果在于:可有效地解决监测盲区的问题,同时可提高无线传感器网络的寿命以及传输效率。
进一步地,所述生成最小生成树具体为:
通过普里姆算法生成最小生成树。
由上述描述可知,可提高最小生成树的生成效率。
进一步地,所述根据非死亡的传感器节点以及汇聚节点,构建最小Hop树具体为:
将汇聚节点的邻居节点中非死亡的传感器节点设置为第一跳节点;
将所述第一跳节点的上一跳节点信息记录为所述汇聚节点的信息;
判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点,所述n的初始值为1;
若是,则将所述传感器节点设置为第n+1跳节点;
将第n+1跳节点的上一跳节点信息记录为与其对应的第n跳节点的信息;
令n=n+1,执行所述判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点的步骤,直至不存在未加入最小Hop树的且非死亡的传感器节点。
由上述描述可知,通过构建最小Hop树,用于确定传感器节点到汇聚节点的最小跳数路径,以提高传输效率。
进一步地,还包括:
若两个以上不同的第n跳节点的邻居节点中存在同一个未加入最小Hop树的且非死亡的传感器节点,则将所述传感器节点的上一跳节点信息记录为与其距离最近的第n跳节点的信息。
由上述描述可知,保证通信通路的唯一性。
进一步地,还包括:
将第n跳节点的状态参数设为n。
进一步地,传感器节点是否加入最小Hop树以及是否死亡的判断方法为:
若一传感器节点的状态参数为初始状态值,则判定所述一传感器节点未加入最小Hop树,所述初始状态值为-1;
若一传感器节点的状态参数为0,则判定所述一传感器节点死亡。
由上述描述可知,通过状态参数,可方便地得知传感器节点的状态,以及到汇聚节点的跳数。
进一步地,所述根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路之后,进一步包括:
所述通信通路上的传感器节点停止移动。
由上述描述可知,可节约通信通路上传感器节点的能量,从而提高通信通路的寿命。
进一步地,还包括:
若所述通信通路上的传感器节点死亡,则重新构建最小Hop树,并重新确定通信通路。
由上述描述可知,保证监测数据可有效传输至汇聚节点。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的步骤。
实施例一
请参照图2,本发明的实施例一为:一种基于无线传感器网络的事件监测方法,本实施例中,所述无线传感器网络中传感器节点为可移动节点,所述方法基于事件触发,包括如下步骤:
S1:根据事件源的位置,构建事件源节点;所述事件源的位置即发生事件的中心位置,如森林发生火灾区域的中心位置。
S2:根据所述事件源节点以及汇聚节点(sink节点),生成最小生成树;进一步地,通过普里姆算法(Prim算法)生成最小生成树。
具体地,首先,根据所述事件源节点和sink节点,得到一个加权连通图,其中顶点集合为V,边集合为E;然后将sink节点加入第一集合Vnew,并初始化第二集合Enew为空,然后重复下列操作,直到Vnew=V:
a.在集合E中选取权值最小的边<u,v>,其中u为集合Vnew中的元素,而v不在Vnew集合当中,并且v∈V(如果存在有多条满足前述条件即具有相同权值的边,则可任意选取其中之一);
b.将v加入集合Vnew中,将<u,v>边加入集合Enew中;
最后,使用所述第一集合Vnew和第二集合Enew来描述所得到的最小生成树。
S3:分别将所述最小生成树的每个边进行N等分,得到每个边的N-1个等分点及两个端点的位置信息。本方法利用了数学中的微积分的思想,即只要在一条线段设置足够多的等分点的话,这些等分点就能够代表这条线段。因此,本实施例将最小生成树的每一条边进行16等分,利用这些等分点代表每一条线段。
S4:非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;即非死亡的传感器节点根据当前自身的位置信息与步骤S3得到的每个等分点和端点的位置信息,计算得到与其自身距离最近的等分点或端点,然后朝该等分点或端点移动。当传感器节点死亡(即能量消耗殆尽)时,则停止移动。
S5:判断是否有非死亡的传感器节点成为事件源节点对应的事件源监测节点,即判断是否存在非死亡的一传感器节点,所述一传感器节点与一事件源节点的距离小于或等于所述一传感器节点的监测半径与所述一事件源节点的可被监测半径之和,且相比其他非死亡的传感器节点,其与所述一事件源节点的距离最近,若是,则执行步骤S6。事件源监测节点即可监测到该事件源节点且与该事件源节点距离最近,当传感器节点成为事件源监测节点后,节点状态由监测状态转变为传输状态。
S6:根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;即根据无线传感器网络中所有非死亡的传感器节点以及汇聚节点(sink节点),构建最小Hop树。最小Hop树中的每个节点都存储有上一跳节点信息。
S7:根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路;即根据所述一传感器节点的上一跳节点信息,获取所述一传感器节点的上一跳节点,再根据所述上一跳节点的上一跳节点信息,获取所述上一跳节点的上一跳节点,直至获取到汇聚节点,从而得到所述一传感器节点到汇聚节点跳数最小的路径。
S8:所述一传感器节点将所述一事件源节点的监测数据通过所述通信通路传输至汇聚节点;即将不断地将监测数据逐跳地传向sink节点,直至该传感器节点死亡。
进一步地,当所述一传感器节点死亡时,则重新确定该事件源节点的事件源监测节点,即重新获取一个新的传感器节点,该传感器节点与该事件源节点的距离小于或等于该传感器节点的监测半径与该事件源节点的可被监测半径之和,且该传感器节点与所述该事件源节点的距离最近,然后重新执行步骤S6-S8,即重新构建最小Hop树并重新确定通信通路。
进一步地,当通信通路上的其他传感器节点死亡时,也重新执行步骤S6-S8。
进一步地,步骤S7中,确定通信通路后,该通信通路上的传感器节点均停止移动,可节约能量,从而提高通信通路的寿命。
本实施例通过根据发生事件的位置以及汇聚节点构建最小生成树,然后让传感器节点向距离自己最近的最小生成树所在的地带移动,当传感器节点移动到目标地点的时候,每个事件的信息就能够通过位于最小生成树上的传感器节点向汇聚节点进行传输;通过构建最小Hop树来确定传输路径,使得监测数据可通过最少的跳数的路径传输到汇聚节点,提高传输效率;通过引入移动节点来优化网络中的节点分布,从而使节点达到更佳的能量利用率,由此达到延长无线传感器网络寿命的目的。
实施例二
请参照图3,本实施例是实施例一中步骤S6的进一步拓展。
如图3所示,所述步骤S6包括如下步骤:
S601:将汇聚节点的邻居节点中非死亡的传感器节点设置为第一跳节点。进一步地,每个传感器节点都有一个状态参数,用来记录本节点可以通过几跳将信息传输到sink节点,其初始状态值为-1;当状态参数为0时,则表示该传感器节点已经能量耗尽而死亡。
S602:将所述第一跳节点的上一跳节点信息记录为所述汇聚节点的信息;进一步地,将第一跳节点的状态参数设为1。
S603:令n=1。
S604:判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点,即判断第n跳节点的邻居节点中是否存在状态参数为-1的传感器节点,若是,则执行步骤S605,若否,则最小Hop树生成完毕。
S605:将所述传感器节点设置为第n+1跳节点;进一步地,将第n+1跳节点的状态参数设为n+1。
S606:将第n+1跳节点的上一跳节点信息记录为与其对应的第n跳节点的信息;即若一第n+1跳节点是一第n跳节点的邻居节点,则将该第n+1跳节点的上一跳节点信息记录为该第n跳节点的信息。进一步地,若该第n+1跳节点同时为两个以上不同的第n跳节点的邻居节点,则将该第n+1跳节点的上一跳节点信息记录为这些第n跳节点中与该第n+1跳节点距离最近的第n跳节点的信息,即最短距离者优先。
S607:令n=n+1,执行步骤S604。
本实施例通过构建最小Hop树,确保网络拓扑结构的连通性,即使无线传感器网络中的可用节点通过一定规则与sink节点相连,使sink节点可成功汇聚各可用节点发送来的信息。
实施例三
本实施例是对应上述实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现以下步骤:
根据事件源的位置,构建事件源节点;
根据所述事件源节点以及汇聚节点,生成最小生成树;
分别将所述最小生成树的每个边进行N等分,得到每个边的N-1个等分点及两个端点的位置信息;
非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;
若非死亡的一传感器节点与一事件源节点的距离小于或等于所述一传感器节点的监测半径与所述一事件源节点的可被监测半径之和,且所述一传感器节点与所述一事件源节点的距离最近,则根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;
根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路;
所述一传感器节点将所述一事件源节点的监测数据通过所述通信通路传输至汇聚节点。
进一步地,所述生成最小生成树具体为:
通过普里姆算法生成最小生成树。
进一步地,所述根据非死亡的传感器节点以及汇聚节点,构建最小Hop树具体为:
将汇聚节点的邻居节点中非死亡的传感器节点设置为第一跳节点;
将所述第一跳节点的上一跳节点信息记录为所述汇聚节点的信息;
判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点,所述n的初始值为1;
若是,则将所述传感器节点设置为第n+1跳节点;
将第n+1跳节点的上一跳节点信息记录为与其对应的第n跳节点的信息;
令n=n+1,执行所述判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点的步骤,直至不存在未加入最小Hop树的且非死亡的传感器节点。
进一步地,还包括:
若两个以上不同的第n跳节点的邻居节点中存在同一个未加入最小Hop树的且非死亡的传感器节点,则将所述传感器节点的上一跳节点信息记录为与其距离最近的第n跳节点的信息。
进一步地,还包括:
将第n跳节点的状态参数设为n。
进一步地,传感器节点是否加入最小Hop树以及是否死亡的判断方法为:
若一传感器节点的状态参数为初始状态值,则判定所述一传感器节点未加入最小Hop树,所述初始状态值为-1;
若一传感器节点的状态参数为0,则判定所述一传感器节点死亡。
进一步地,所述根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路之后,进一步包括:
所述通信通路上的传感器节点停止移动。
进一步地,还包括:
若所述通信通路上的传感器节点死亡,则重新构建最小Hop树,并重新确定通信通路。
综上所述,本发明提供的一种基于无线传感器网络的事件监测方法及存储介质,通过根据发生事件的位置以及汇聚节点构建最小生成树,然后让传感器节点向距离自己最近的最小生成树所在的地带移动,当传感器节点移动到目标地点的时候,每个事件的信息就能够通过位于最小生成树上的传感器节点向汇聚节点进行传输;通过构建最小Hop树来确定传输路径,使得监测数据可通过最少的跳数的路径传输到汇聚节点,提高传输效率;通过引入移动节点来优化网络中的节点分布,从而使节点达到更佳的能量利用率,由此达到延长无线传感器网络寿命的目的。本发明无需花费时间选取额外簇头节点,所有节点平等,没有额外负担,可避免出现网络不连通的情况;并且,由于节点具有可移动性,可有效地解决监测盲区的问题,同时可提高无线传感器网络的寿命以及传输效率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于无线传感器网络的事件监测方法,其特征在于,包括:
根据事件源的位置,构建事件源节点;
根据所述事件源节点以及汇聚节点,生成最小生成树;
分别将所述最小生成树的每个边进行N等分,得到每个边的N-1个等分点及两个端点的位置信息;
非死亡的传感器节点分别朝与自身距离最近的等分点或端点移动;
若非死亡的一传感器节点与一事件源节点的距离小于或等于所述一传感器节点的监测半径与所述一事件源节点的可被监测半径之和,且所述一传感器节点与所述一事件源节点的距离最近,则根据非死亡的传感器节点以及汇聚节点,构建最小Hop树;
根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路;
所述一传感器节点将所述一事件源节点的监测数据通过所述通信通路传输至汇聚节点。
2.根据权利要求1所述的基于无线传感器网络的事件监测方法,其特征在于,所述生成最小生成树具体为:
通过普里姆算法生成最小生成树。
3.根据权利要求1所述的基于无线传感器网络的事件监测方法,其特征在于,所述根据非死亡的传感器节点以及汇聚节点,构建最小Hop树具体为:
将汇聚节点的邻居节点中非死亡的传感器节点设置为第一跳节点;
将所述第一跳节点的上一跳节点信息记录为所述汇聚节点的信息;
判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点,所述n的初始值为1;
若是,则将所述传感器节点设置为第n+1跳节点;
将第n+1跳节点的上一跳节点信息记录为与其对应的第n跳节点的信息;
令n=n+1,执行所述判断第n跳节点的邻居节点中是否存在未加入最小Hop树的且非死亡的传感器节点的步骤,直至不存在未加入最小Hop树的且非死亡的传感器节点。
4.根据权利要求3所述的基于无线传感器网络的事件监测方法,其特征在于,还包括:
若两个以上不同的第n跳节点的邻居节点中存在同一个未加入最小Hop树的且非死亡的传感器节点,则将所述传感器节点的上一跳节点信息记录为与其距离最近的第n跳节点的信息。
5.根据权利要求3所述的基于无线传感器网络的事件监测方法,其特征在于,还包括:
将第n跳节点的状态参数设为n。
6.根据权利要求5所述的基于无线传感器网络的事件监测方法,其特征在于,传感器节点是否加入最小Hop树以及是否死亡的判断方法为:
若一传感器节点的状态参数为初始状态值,则判定所述一传感器节点未加入最小Hop树,所述初始状态值为-1;
若一传感器节点的状态参数为0,则判定所述一传感器节点死亡。
7.根据权利要求1所述的基于无线传感器网络的事件监测方法,其特征在于,所述根据所述最小Hop树,确定所述一传感器节点与所述汇聚节点的通信通路之后,进一步包括:
所述通信通路上的传感器节点停止移动。
8.根据权利要求1所述的基于无线传感器网络的事件监测方法,其特征在于,还包括:
若所述通信通路上的传感器节点死亡,则重新构建最小Hop树,并重新确定通信通路。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8任一项所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810598865.0A CN108966306B (zh) | 2018-06-12 | 2018-06-12 | 基于无线传感器网络的事件监测方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810598865.0A CN108966306B (zh) | 2018-06-12 | 2018-06-12 | 基于无线传感器网络的事件监测方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108966306A true CN108966306A (zh) | 2018-12-07 |
CN108966306B CN108966306B (zh) | 2020-10-16 |
Family
ID=64488229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810598865.0A Active CN108966306B (zh) | 2018-06-12 | 2018-06-12 | 基于无线传感器网络的事件监测方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108966306B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179490A (zh) * | 2007-11-21 | 2008-05-14 | 湖南大学 | 一种基于事件感知的无线传感器网络选播路由方法 |
US20110090803A1 (en) * | 2009-10-15 | 2011-04-21 | Raul Hernan Etkin | Multi-Hop Network Having Reduced Power Consumption |
CN102612080A (zh) * | 2012-03-09 | 2012-07-25 | 武汉理工大学 | 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 |
US20130107761A1 (en) * | 2011-05-20 | 2013-05-02 | Arnab Das | Cost Optimization of Wireless-Enabled Metering Infrastructures |
CN103369619A (zh) * | 2013-06-21 | 2013-10-23 | 西安电子科技大学 | 一种基于度自适应调整动态聚合树的方法 |
CN103781143A (zh) * | 2014-02-25 | 2014-05-07 | 东南大学 | 一种能效优化的簇树分层无线传感网路由方法 |
CN104853398A (zh) * | 2015-06-01 | 2015-08-19 | 苏州博联科技有限公司 | 树型无线传感器网络的路由优化方法 |
CN107071853A (zh) * | 2017-03-23 | 2017-08-18 | 安徽师范大学 | 一种对事件进行监测的无线移动传感网络的构建方法 |
-
2018
- 2018-06-12 CN CN201810598865.0A patent/CN108966306B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179490A (zh) * | 2007-11-21 | 2008-05-14 | 湖南大学 | 一种基于事件感知的无线传感器网络选播路由方法 |
US20110090803A1 (en) * | 2009-10-15 | 2011-04-21 | Raul Hernan Etkin | Multi-Hop Network Having Reduced Power Consumption |
US20130107761A1 (en) * | 2011-05-20 | 2013-05-02 | Arnab Das | Cost Optimization of Wireless-Enabled Metering Infrastructures |
CN102612080A (zh) * | 2012-03-09 | 2012-07-25 | 武汉理工大学 | 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 |
CN103369619A (zh) * | 2013-06-21 | 2013-10-23 | 西安电子科技大学 | 一种基于度自适应调整动态聚合树的方法 |
CN103781143A (zh) * | 2014-02-25 | 2014-05-07 | 东南大学 | 一种能效优化的簇树分层无线传感网路由方法 |
CN104853398A (zh) * | 2015-06-01 | 2015-08-19 | 苏州博联科技有限公司 | 树型无线传感器网络的路由优化方法 |
CN107071853A (zh) * | 2017-03-23 | 2017-08-18 | 安徽师范大学 | 一种对事件进行监测的无线移动传感网络的构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108966306B (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olivier et al. | SDN based architecture for clustered WSN | |
Sapre et al. | Optimized relay nodes positioning to achieve full connectivity in wireless sensor networks | |
Rahat et al. | Evolutionary multi-path routing for network lifetime and robustness in wireless sensor networks | |
KR20130102445A (ko) | 무선 센서 네트워크에 대한 토폴로지의 상전이 방법 및 장치 | |
Tan et al. | SSTBC: Sleep scheduled and tree-based clustering routing protocol for energy-efficient in wireless sensor networks | |
Ranga et al. | A hybrid timer based single node failure recovery approach for WSANs | |
CN103929782A (zh) | 一种适用于工业无线传感器网络的资源均衡多径路由方法 | |
Santos et al. | Heuristics for designing multi-sink clustered WSN topologies | |
CN108966306A (zh) | 基于无线传感器网络的事件监测方法及存储介质 | |
JP7233254B2 (ja) | ネットワーク管理のための方法、装置、非一時的コンピュータ可読媒体、コンピュータプログラム製品及びデータセット | |
Bhattacharjee et al. | Energy efficient multiple sink placement in wireless sensor networks | |
Cao Minh et al. | DISON: a self-organizing network management framework for wireless sensor networks | |
Zanaj et al. | Customizable hierarchical wireless sensor networks based on genetic algorithm | |
Min et al. | An energy-efficient load-balanceable multipath routing algorithm based on AHP for wireless sensor networks | |
Bhunia et al. | Multi criteria decision analysis assisted routing in wireless sensor network using fuzzy rules | |
Sethi et al. | A multi-agent hybrid protocol for data fusion and data aggregation in non-deterministic wireless sensor networks | |
Villas et al. | Time-space correlation for real-time, accurate, and energy-aware data reporting in wireless sensor networks | |
Naskath et al. | Coverage maintenance using mobile nodes in clustered wireless sensor networks | |
Förster et al. | Machine learning across the WSN layers | |
Bharathi et al. | Artificial bee colony algorithm to find optimum path for mobile agents in wireless sensor networks | |
Venetis et al. | Benchmarking mobile agent itinerary planning algorithms for data aggregation on WSNs | |
Wu et al. | Obstacle-Avoiding Connectivity Restoration Based on Power Adjustment and Node's Movement in Disjoint Mobile Sensor Networks | |
Mendez et al. | A dynamic multi-layer self-healing algorithm for WSN using contiki OS | |
CN104837171A (zh) | 一种基于容错的多源异构无线传感网拓扑控制方法 | |
Xiao et al. | A new clustering routing algorithm for wsn based on brief artificial fish-school optimization and ant colony optimization |
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 |