CN109195174B - 一种基于局部区域投影的边界节点判定方法 - Google Patents
一种基于局部区域投影的边界节点判定方法 Download PDFInfo
- Publication number
- CN109195174B CN109195174B CN201810991408.8A CN201810991408A CN109195174B CN 109195174 B CN109195174 B CN 109195174B CN 201810991408 A CN201810991408 A CN 201810991408A CN 109195174 B CN109195174 B CN 109195174B
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- local area
- hop neighbor
- boundary
- 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
Links
Images
Classifications
-
- 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
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
本发明公开了一种基于局部区域投影的边界节点判定方法,利用无线传感器节点之间的通信关系,将无线传感三维网络中的节点进行局部区域划分;对局部区域中的节点进行修剪,将剩余节点进行复制,将复制点投影至二维平面;以所需判定的节点为坐标原点,以二维平面中的节点与X轴正向的夹角大小进行排序,从起始节点开始依次寻找环,直至终结点寻找未成环,则可判定所需判定的节点为边界点;对于成环的节点,根据相邻象限节点间的连接情况和夹角大小,判断所需判定的节点是否为边界点。本发明的方法可以避免节点因通信过多而失效,提高边界点判定的准确性。
Description
技术领域
本发明涉及无线传感器网络领域,具体涉及一种基于局部区域投影的边界节点判定方法。
背景技术
在无线传感器网络中网络的覆盖率至关重要,节点是否能够覆盖住整个网络的规划区域关系到网络中数据包的转发效率、数据收集正确性、单个节点能量消耗和网络生存周期,因此需要确保网络的高覆盖率,计算无线传感器网络的覆盖率首先需要寻找网络中的覆盖洞;无线传感网络可以采用集中式或分布式运行系统,采用集中式运行系统时,通常需要收集网络中所有的节点数据,容易造成网络中通信量增多、单个节点能量消耗增加和中央处理器的单点失效问题,因此,无线传感器网络通常采用分布式方法进行系统运行;而在分布式系统中,边界节点可以指示覆盖洞的存在,边界节点的误判会对覆盖率的计算结果造成影响。
方清、高洁等人发表了一篇名为《传感器网络中洞的定位和避开》的文章,该文章中提到将覆盖洞定义为由边界节点构成的环,通过边界节点在网络中进行贪婪式的消息推送,来进行边界节点的定位,该过程中会因边界节点的地理位置处于洞的边界而使消息被阻塞在节点上,导致计算的覆盖率不精确;李炜、张伟等人发表了一篇名为《无线传感器网络中的覆盖洞和边界节点发现》的文章,该文章中的方法通过构建网络中所有节点的德劳奈三角形,通过相邻德劳奈三角形的公共边和这些三角形构成空圆的圆心连接而成的线段,来判断节点是否为边界节点,该过程过于繁琐;因此需要一种边界节点的判定方法可以解决上述问题。
发明内容
为了解决上述问题,本发明提供了一种基于局部区域投影的边界节点判定方法,该判定方法无需构建几何图形,过程简单;且边界节点不会因通信过多而失效形成覆盖洞,影响覆盖率的计算准确率。
为达成上述目的,本发明提出如下技术方案:
一种基于局部区域投影的边界节点判定方法,所述判定方法具体如下:
步骤一,局部区域划分:由无线传感器网络中的任意一个节点发出消息,收集发出消息节点通信范围内的所有一跳邻居节点的返回消息,并将所述发出消息节点的无线传感器节点覆盖范围和所述返回消息一跳邻居节点的无线传感器节点覆盖范围作并集,得到局部区域;对无线传感器网络中的所有节点都进行上述操作,针对无线传感器网络中的每一个发出消息的节点都会形成对应的局部区域,下面再针对每个局部区域中的节点进行下述判断;
所述发出消息的节点为需判定的节点;
步骤二,局部区域投影:在所述局部区域内计算除了所述需判定节点以外的剩余每个节点的邻居节点的数量,将邻居节点数量小于2的节点从所述局部区域内剔除;对剩余节点进行复制,将复制的节点进行二维平面投影,得到二维投影局部区域;
步骤三,边界节点判定:在所述二维投影局部区域内,以所需判定的节点为原点作笛卡尔直角坐标系,将所述需判定的节点的一跳邻居节点和原点连线,按照连线与X轴正方向之间夹角从小到大的顺序对连线所对应的一跳邻居节点排序,形成一跳邻居节点的排序集合;
接着,按照下述方法对边界节点进行寻找:
(1)以所述排序集合中排序第一的一跳邻居节点作为起始点,根据节点之间的连接关系寻找下一个一跳邻居节点,若能找到下一个一跳邻居节点,则从该下一个一跳邻居节点出发,继续寻找下一个一跳邻居节点,重复上述寻找过程;直至找到一个一跳邻居节点作为终结点,所述终结点满足与其在排序集合中位置之后的任意一个一跳邻居节点都不连接;
(2)判断所述终结点与起始点是否可以连接:
若能连接,则能形成由上述寻找到的一跳邻居节点连接的环,跳到步骤(3)进一步处理;
若不能连接,则无法形成由上述寻找到的一跳邻居节点连接的环;则进一步以所述起始点在排序集合中紧邻其位置之后的一跳邻居节点作为起始点,重复所述(1)的过程,直至以所述排序集合中排序最后的一跳邻居节点作为起始点的寻找过程中均未形成环,则判定所述需判定的节点为边界点;
(3)结合所述环对需判定的节点进行判定:
在笛卡尔直角坐标系的四个象限中,由其中两个象限形成相邻象限,形成所述相邻象限的两个象限内包含有一跳邻居节点,且两个象限之间不存在其它包含有一跳邻居节点的象限;分别各取所述相邻的两个象限中的一个一跳邻居节点,且这两个一跳邻居节点在排序集合中位置相邻,检查两个一跳邻居点是否可以连接;
若不能连接,则判定所需判定的节点为边界点;
若能连接,计算所述两个一跳邻居节点与原点的连线同X轴正方向之间夹角差的绝对值,若绝对值大于180度,则判定所需判定的节点为边界点;
完成对上述所有局部区域内的节点的判断,得出所需判断的节点是否为边界点。
由以上技术方案可知,本发明的技术方案提供了一种基于局部区域投影的边界节点判定方法,该方法的有意效果在于:
(1)该方法由单个节点在收集一跳邻居节点的信息后执行,除了所述局部区域划分过程外不需要节点之间进行通信,降低了网络中数据包发送量,不需要浪费单个节点的能量,不会因为通信中的数据收发耗费节点能量,使节点失效形成新的覆盖洞,影响覆盖率的计算结果;
(2)该方法中单个节点收集局部节点的数据并处理后独立判定自身是否为边界节点,无需数据的集中处理过程,避免出现因集中处理数据造成单点失效使任务无法完成的情况;
(3)该方法发现节点环后进行环检查,避免邻居节点成环但环位于判定节点一侧,对节点是否为边界节点造成误判,提高边界节点判定的正确性。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1为本发明基于局部区域投影的边界节点判定方法的三维无线传感器网络图。
图2为本发明基于局部区域投影的边界节点判定方法的局部区域划分节点工作流程图。
图3为本发明基于局部区域投影的边界节点判定方法的局部区域划分节点工作流程图。
图4为本发明基于局部区域投影的边界节点判定方法的局部区域投影节点剔除过程流程图。
图5为本发明基于局部区域投影的边界节点判定方法的一跳邻居节点在笛卡尔直角坐标系中的排序图。
图6为本发明基于局部区域投影的边界节点判定方法的节点成环判断工作流程图。
图7为本发明基于局部区域投影的边界节点判定方法的环检查工作流程图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
发明人考虑在一个三维无线传感器网络中,当一个节点周围角度为360度的四周都存在其他节点时,该节点不可能是一个边界节点。这种特性包含判定节点的局部区域被投影到二维平面上后依然存在。因此,通过寻找在局部投影后判定节点的周围是否存在它的一跳邻居构成的环,如果无法找到环或者环不在判定节点的周围,则判定节点为边界节点;需要说明的是在判定节点一侧而不是包围判定节点的环无法通过环检查。
本发明利用无线传感器节点之间的通信关系,将无线传感三维网络中的节点进行局部区域划分;对局部区域中的节点进行修剪,将剩余节点进行复制,将复制点投影至二维平面;以所需判定的节点为坐标原点作笛卡尔直角坐标系,将二维平面中的一跳邻居节点与原点连线,按照连线与X轴正向的夹角从小到大的顺序对连线所对应的一跳邻居节点进行排序,形成一跳邻居节点的排序集合;以排序集合中的第一个的一跳邻居节点作为起始点开始寻找下一个可连接的一跳邻居节点,直至以排序集合中最后一个一跳邻居节点作为起始点开始寻找可连接的一跳邻居节点,在该寻找的过程中均未形成由一跳邻居节点连接构成的环,则可判定所需判定的节点为边界点;对于成环的一跳邻居节点,根据相邻象限一跳邻居节点间的连接情况、一跳邻居节点与坐标原点连线与X轴正方向夹角的大小,判断所需判定的节点是否为边界点;下面将对该边界点的判定方法做详细描述。
参阅图1所示,图1为本发明的三维无线传感器的网络图,在该网络中,任意一个节点可以和位于其通信半径内的节点进行直接通信,获取一跳邻居节点的通信半径和三维坐标;图中示出节点A、B、C、D、E、F,网络中的A节点位于节点B的通信半径之内,则A节点是B节点的一跳邻居节点,A节点可以和B节点直接通信,B节点可以获得以B节点所处位置为圆心、B节点通信半径为圆周半径所限定范围内所有一跳邻居节点的通信半径和三维坐标,根据B节点接收到的一跳邻居节点信息,本发明将进行B节点独立执行的信息处理,判定B节点是否为边界节点,判定过程将在下文进行具体描述;同理,网络中的节点E和节点F可以直接通信;而节点C不位于节点D的通信半径之内,因此,节点C和节点D无法直接通信。
参阅图2所示,步骤一、首先进行局部区域划分;对三维无线传感器网络中的任意一个节点A,由A发出一条生存周期TTL=1的“HELLO”的消息,记为MA,MA包含节点A的身份标识号,即节点A的三维坐标(xA,yA,zA),A为需判定的节点;网络上位于节点A通信范围之内的任意一个节点B有能力接收MA;节点B在接收到消息MA之后,向节点A返回一条消息MB,MB包含节点B的身份标识号,即节点B的通信半径和三维坐标(xB,yB,zB);参阅图3所示,节点A等待一段时间T,来接收在节点A的通信范围内所有一跳邻居节点返回的通信半径和三维坐标;时间T的值在网络部署前由网络部署者统一设置,每个节点的T值时长相同,为2*ρ*t,其中ρ为网络中单位面积上节点的数量(即网络的节点密度),t为一个无线数据包在间距为节点通信半径长度的两个节点之间传输时所需的时长;节点A将接受到所有通信范围内一跳邻居节点的身份标识号并汇总,设置节点A所处的无线传感器节点覆盖范围和所有返回消息的一跳邻居节点所处的无线传感器节点覆盖范围的并集为局部区域,记为F。
参阅图4所示,步骤二、进行局部区域投影;该步骤为后续边界节点成环步骤做准备,对于不成环的节点先剔除;在上述划分的局部区域F中重新遍历每一个节点,计算除了节点A以外的每一个节点的邻居节点的数量;当一个节点位于环上时,其邻居节点的数量至少有2个,因此,将局部区域F中的一跳邻居节点的数量少于2个的节点剔除,减少后续节点成环过程中在搜索下一跳节点时的干扰;对于局部区域F中剔除后剩余的节点进行复制,将局部区域F中剔除后剩余的任意节点记为P,首先对节点P的通信半径和三维坐标(xP,yP,zP)进行复制,然后将节点P的高度坐标删除,使节点P的坐标表示为(xP,yP),以此坐标(xP,yP)和P的通信半径将P点部署在二维平面上的对应位置处;局部区域F中的所有剩余节点P完成二维平面部署后获得二维局部区域,将该二维局部区域记为F’;二维局部区域F’中的节点数量与局部区域F遍历剔除后的剩余节点的数量相同。
步骤三、对边界节点进行判定;在上述二维局部区域F’中,以所需判定的节点A为原点作笛卡尔直角坐标系,将区域F’中除了节点A以外的其它一跳邻居节点(记为节点P’)与坐标原点连线,按照连线与坐标系的X轴正方向之间的夹角αP’的大小对连线所对应的节点P’进行排序,得到节点A在区域F’中一组一跳邻居节点集合S={P’α1,P’α2,…P’αk},其中P’α1是集合中第一个节点,P’αk是集合中最后一个的节点,k是区域F’中除A以外的其它一跳邻居节点的数量。
根据节点之间的连接关系,从集合S中的节点P’α1出发寻找下一跳节点,节点P’α1为起始出发点,按照节点在集合S中的顺序搜寻节点P’α1的下一跳节点,如果S中的某一节点P’α中和节点P’α1相互连接,则节点P’α为节点P’α1下一跳节点,则将节点P’α作为出发点,寻找P’α的下一跳节点,该过程重复进行,直至搜寻到节点P’αx,P’αx和集合S中其所处的位置之后的任意一个节点都不连接;如果P’αx与P’α1相互连接,则说明区域F’中存在环,该环包含上述重复过程中所有相互存在连接关系的节点;如果P’αx与P’α1不相互连接,将节点P’α2作为出发点,寻找P’α2的下一跳节点并重复上述过程;若以节点P’α2为出发点的寻找过程没有找到环,则以节点P’α2在集合S中后续点为出发点,以此类推;当以P’αk为出发点的寻找过程也没有找到环,则判定节点A为边界节点。
参阅图5所示,图中节点A、B、C、D、E、F、G、H为三维网络中对应节点在二维平面上的投影,即上述节点P’在区域F’中的投影,其中所需判定的节点A为坐标系的原点;取X轴正方向上的任意一点P,以原点A为中心点,按照逆时针方向运动的虚拟指针首次遇到节点时,指针转过的角度为各节点的角度数值,分别计算∠HAP,∠CAP,∠BAP,∠FAP,∠GAP,∠DAP和∠EAP的大小并按照数值从小到大的顺序排序,得到节点A的一跳邻居节点集合S={B,C,D,E,F,G,H}。
参阅图5和图6所示,步骤一、将B作为出发点,按照节点在集合S中的顺序寻找下一跳节点;如果C和B相互连接,将C作为出发点,寻找C的下一跳节点;如果C和B不相连,但D和B相互连接,将D作为出发点,寻找D的下一跳节点;步骤二、如果B和C,D,E,F,G都不相互连接,将C作为初始出发点,重复步骤一中的内容;步骤三、检查步骤一的结束点是否和初始出发点相互连接,如果不相连,将初始出发点在S中的紧邻出发点的后一个节点作为新的初始出发点,重复步骤1中的内容;步骤四、如果步骤一的结束点(假设为H)和初始出发点B相互连接,则存在环R包围节点A,若不相互连接,则不存在环包围节点A,可以判定节点A为边界节点。
以所需判定的节点A为笛卡尔直角坐标系原点,将坐标系分为R1,R2,R3,R4四个象限,相邻象限由其中两个象限构成,属于相邻象限的两个象限内含有一跳邻居节点,且相邻的两个象限之间不存在含有一跳邻居节点的其它象限;对于象限R2,如果象限R1和象限R3均包含一跳邻居节点,则象限R1、象限R3均与象限R2相邻;如果象限R1不包含一跳邻居节点,但象限R4包含一跳邻居节点,则象限R4与象限R2相邻;如果象限R3不包含一跳邻居节点,但象限R4包含一跳邻居节点,则象限R4与象限R2相邻;通过对相邻象限内一跳邻居节点间的连接关系、一跳邻居节点与节点A的连线同坐标系的X轴正方向之间夹角大小关系判定节点A是否为边界节点。
分别各取相邻的两个象限中的一个一跳邻居节点,且这两个一跳邻居节点在排序集合S中位置相邻,检查两个一跳邻居点是否可以连接;若不能连接,则判定所需判定的节点为边界点;若能连接,计算所述两个一跳邻居节点与原点的连线同X轴正方向之间夹角差的绝对值,若绝对值大于180度,则判定所需判定的节点为边界点;设相邻的两个象限分别为Rc和Rd,取位于象限Rc中的节点P’αC和位于象限Rd中的节点P’αD,节点P’αC和节点P’αD在集合S中的排序相邻(即节点P’αC和节点P’αD在集合S中的排序序号之差不超过1),检查节点P’αC和节点P’αD是否相连;如果两者不相连,则节点A周围不存在环,判定节点A为边界节点;如果两者相连,计算两者与坐标原点的连线同X轴正方向之间夹角的差的绝对值,若绝对值大于180度,则判定节点A为边界节点。
参阅图5和图7所示,节点B,C,D,E,F,G,H分布在坐标系的四个象限中,其中节点B位于第一象限,节点C和节点D位于第二象限,节点E和节点F位于第三象限,节点G和节点H位于第四象限;第一象限中,所处位置同坐标系的X轴正方向之间夹角最小的节点和最大的节点均为B;第二象限中,所处位置同坐标系的X轴正方向之间夹角最小和最大的节点分别为节点C和节点D;第三象限中,所处位置同坐标系的X轴正方向之间夹角最小和最大的节点分别为节点E和节点F;第四象限中,所处位置同坐标系的X轴正方向之间夹角最小和最大的节点分别为节点G和节点H;逐一检查A和B,C和D,E和F,H和A相互间是否连接;如果任意一对不连接,则可判定A为边界节点;若上述检查中的每一对节点都相互连接,逐一计算∠CAP-∠BAP,∠EAP-∠DAP,∠GAP-∠FAP,∠CAP-∠BAP,360-∠HAP+∠BAP的数值;如果任意一个数值大于180度,判定A为边界节点。
本发明与现有技术相比,优点在于:本发明方法中的节点之间无需进行通信和集中处理,所以不会造成节点失效形成新的覆盖洞,影响覆盖率的计算结果,另外,本发明的方法会进行检查,避免边界节点误判,可以提高边界节点判定的正确性。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (7)
1.一种基于局部区域投影的边界节点判定方法,其特征在于,所述判定方法具体如下:
步骤一,局部区域划分:由无线传感器网络中的任意一个节点发出消息,收集发出消息节点通信范围内的所有一跳邻居节点的返回消息,并将所述发出消息节点所处的无线传感器覆盖范围和所述返回消息一跳邻居节点所处的无线传感器覆盖范围作并集,得到局部区域;对无线传感器网络中的所有节点都进行上述操作,针对无线传感器网络中的每一个发出消息的节点都会形成对应的局部区域,下面再针对每个局部区域中的节点进行下述判断;
所述发出消息的节点为需判定的节点;
步骤二,局部区域投影:在所述局部区域内计算除了所述需判定节点以外的剩余每个节点的邻居节点的数量,将邻居节点数量小于2的节点从所述局部区域内剔除;对剩余节点进行复制,将复制的节点进行二维平面投影,得到二维投影局部区域;
步骤三,边界节点判定:在所述二维投影局部区域内,以所需判定的节点为原点作笛卡尔直角坐标系,将除了所述需判定的节点以外的其他一跳邻居节点和原点连线,按照连线与X轴正方向之间夹角从小到大的顺序对连线所对应的一跳邻居节点排序,形成一跳邻居节点的排序集合;
接着,按照下述方法对边界节点进行寻找:
(1)以所述排序集合中排序第一的一跳邻居节点作为起始点,根据节点之间的连接关系寻找下一个一跳邻居节点,若能找到下一个一跳邻居节点,则从该下一个一跳邻居节点出发,继续寻找下一个一跳邻居节点,重复上述寻找过程;直至找到一个一跳邻居节点作为终结点,所述终结点满足与其在排序集合中位置之后的任意一个一跳邻居节点都不连接;
(2)判断所述终结点与起始点是否可以连接:
若能连接,则能形成由上述寻找到的一跳邻居节点连接的环,跳到步骤(3)进一步处理;
若不能连接,则无法形成由上述寻找到的一跳邻居节点连接的环;则进一步以所述起始点在排序集合中紧邻其位置之后的一跳邻居节点作为起始点,重复所述(1)的过程,直至以所述排序集合中排序最后的一跳邻居节点作为起始点的寻找过程中均未形成环,则判定所述需判定的节点为边界点;
(3)结合所述环对需判定的节点进行判定:
在笛卡尔直角坐标系的四个象限中,由其中两个象限形成相邻象限,形成所述相邻象限的两个象限内包含有一跳邻居节点,且两个象限之间不存在其它包含有一跳邻居节点的象限;分别各取所述相邻的两个象限中的一个一跳邻居节点,且这两个一跳邻居节点在排序集合中位置相邻,检查两个一跳邻居点是否可以连接;
若不能连接,则判定所需判定的节点为边界点;
若能连接,计算所述两个一跳邻居节点与原点的连线同X轴正方向之间夹角差的绝对值,若绝对值大于180度,则判定所需判定的节点为边界点;
完成对上述所有局部区域内的节点的判断,得出所需判断的节点是否为边界点。
2.根据权利要求1所述的基于局部区域投影的边界节点判定方法,其特征在于,所述发出消息为节点的身份标识号。
3.根据权利要求2所述的基于局部区域投影的边界节点判定方法,其特征在于,所述身份标识号为节点的三维坐标。
4.根据权利要求1所述的基于局部区域投影的边界节点判定方法,其特征在于,所述返回消息为节点身份标识号。
5.根据权利要求4所述的基于局部区域投影的边界节点判定方法,其特征在于,所述身份标识号为节点的通信半径和三维坐标。
6.根据权利要求1所述的基于局部区域投影的边界节点判定方法,其特征在于,所述复制信息为节点的通信半径和三维坐标。
7.根据权利要求6所述的基于局部区域投影的边界节点判定方法,其特征在于,所述投影方式为删除节点三维坐标中的高度坐标,根据剩余的横坐标、纵坐标以及通信半径的值将节点部署在二维平面上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810991408.8A CN109195174B (zh) | 2018-08-29 | 2018-08-29 | 一种基于局部区域投影的边界节点判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810991408.8A CN109195174B (zh) | 2018-08-29 | 2018-08-29 | 一种基于局部区域投影的边界节点判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109195174A CN109195174A (zh) | 2019-01-11 |
CN109195174B true CN109195174B (zh) | 2021-07-09 |
Family
ID=64916776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810991408.8A Active CN109195174B (zh) | 2018-08-29 | 2018-08-29 | 一种基于局部区域投影的边界节点判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109195174B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808390A (zh) * | 2010-03-08 | 2010-08-18 | 南昌航空大学 | 用于收集无线传感器网络自身健康状态的融合树构建方法 |
CN102158988A (zh) * | 2011-04-14 | 2011-08-17 | 北京交通大学 | 一种有向传感器网络强栅栏覆盖判定方法 |
CN102361514A (zh) * | 2011-10-24 | 2012-02-22 | 苏州大学 | 具有移动节点的监测区域空洞修复方法 |
CN103619062A (zh) * | 2013-11-29 | 2014-03-05 | 清华大学 | 野外环境无线传感网络中未知节点的定位方法 |
WO2015130907A1 (en) * | 2014-02-28 | 2015-09-03 | Rasband Paul B | Establishing links between sub-nets |
CN105072631A (zh) * | 2015-07-17 | 2015-11-18 | 中北大学 | 分布式无线传感器网络覆盖空洞识别方法 |
CN105357732A (zh) * | 2015-12-10 | 2016-02-24 | 中北大学 | 不依赖位置信息的无线传感器网络边缘节点识别方法 |
CN105610941A (zh) * | 2015-12-28 | 2016-05-25 | 安徽工业大学 | 一种移动网络中基于节点分组的数据分片缓存方法 |
CN107809277A (zh) * | 2017-10-17 | 2018-03-16 | 安徽工业大学 | 一种基于无人机和无线设备的应急救援通信网络及组网方法 |
-
2018
- 2018-08-29 CN CN201810991408.8A patent/CN109195174B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808390A (zh) * | 2010-03-08 | 2010-08-18 | 南昌航空大学 | 用于收集无线传感器网络自身健康状态的融合树构建方法 |
CN102158988A (zh) * | 2011-04-14 | 2011-08-17 | 北京交通大学 | 一种有向传感器网络强栅栏覆盖判定方法 |
CN102361514A (zh) * | 2011-10-24 | 2012-02-22 | 苏州大学 | 具有移动节点的监测区域空洞修复方法 |
CN103619062A (zh) * | 2013-11-29 | 2014-03-05 | 清华大学 | 野外环境无线传感网络中未知节点的定位方法 |
WO2015130907A1 (en) * | 2014-02-28 | 2015-09-03 | Rasband Paul B | Establishing links between sub-nets |
CN105072631A (zh) * | 2015-07-17 | 2015-11-18 | 中北大学 | 分布式无线传感器网络覆盖空洞识别方法 |
CN105357732A (zh) * | 2015-12-10 | 2016-02-24 | 中北大学 | 不依赖位置信息的无线传感器网络边缘节点识别方法 |
CN105610941A (zh) * | 2015-12-28 | 2016-05-25 | 安徽工业大学 | 一种移动网络中基于节点分组的数据分片缓存方法 |
CN107809277A (zh) * | 2017-10-17 | 2018-03-16 | 安徽工业大学 | 一种基于无人机和无线设备的应急救援通信网络及组网方法 |
Non-Patent Citations (2)
Title |
---|
Boundary Node Failure Detection in Wireless;Farid Lalem;《 2016 International Symposium on Networks, Computers and Communications (ISNCC)》;20161231;全文 * |
基于正六边形的无线传感器网络边界部署技术研究;周莲英;《无线通信技术》;20141231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109195174A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bruck et al. | MAP: Medial axis based geometric routing in sensor networks | |
Govindan et al. | Lazy cross-link removal for geographic routing | |
Funke | Topological hole detection in wireless sensor networks and its applications | |
CN111418192B (zh) | 一种基于坐标映射的多模标识网络寻址方法及系统 | |
Zhao et al. | Detecting boundary nodes and coverage holes in wireless sensor networks | |
Zhu et al. | Shape segmentation and applications in sensor networks | |
Zhou et al. | Localized and precise boundary detection in 3-D wireless sensor networks | |
Tan et al. | Convex partition of sensor networks and its use in virtual coordinate geographic routing | |
CN103905276A (zh) | 一种快速的网络拓扑探测方法 | |
CN109195174B (zh) | 一种基于局部区域投影的边界节点判定方法 | |
CN110234145A (zh) | 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 | |
CN110062400B (zh) | 任意二维与三维传感器网络拓扑带约束的节点线性化方法 | |
Das et al. | Computational geometry based coverage hole-detection and hole-area estimation in wireless sensor network | |
Yang et al. | Distributed information storage and retrieval in 3-d sensor networks with general topologies | |
Zhou et al. | Distributed algorithms for bottleneck identification and segmentation in 3D wireless sensor networks. | |
Tan et al. | Convex partitioning of large-scale sensor networks in complex fields: Algorithms and applications | |
Xia et al. | GPS-free greedy routing with delivery guarantee and low stretch factor on 2-D and 3-D surfaces | |
Yu et al. | SINUS: A scalable and distributed routing algorithm with guaranteed delivery for WSNs on high genus 3D surfaces | |
CN109257763B (zh) | 无线传感器二维网络边界节点的判断方法 | |
Jiang et al. | Connectivity-based segmentation in large-scale 2-D/3-D sensor networks: Algorithm and applications | |
CN112910689B (zh) | 一种时钟网络拓扑构建方法及系统 | |
Zhang et al. | On the utility of concave nodes in geometric processing of large-scale sensor networks | |
CN103974372A (zh) | 一种基于模糊推理的容忍延迟网络路由方法 | |
Salamatian et al. | Curvature-based analysis of network connectivity in private backbone infrastructures | |
Wei et al. | Boundary node identification in three dimensional wireless sensor networks for surface coverage |
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 |