CN109756917B - 一种面向无线传感器网络的并发多路径可靠传输方法 - Google Patents
一种面向无线传感器网络的并发多路径可靠传输方法 Download PDFInfo
- Publication number
- CN109756917B CN109756917B CN201910166866.2A CN201910166866A CN109756917B CN 109756917 B CN109756917 B CN 109756917B CN 201910166866 A CN201910166866 A CN 201910166866A CN 109756917 B CN109756917 B CN 109756917B
- Authority
- CN
- China
- Prior art keywords
- data
- cluster head
- node
- data packet
- transmission
- 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.)
- Expired - Fee Related
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 167
- 230000004927 fusion Effects 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 238000005265 energy consumption Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 9
- 230000002776 aggregation Effects 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 3
- 238000009941 weaving Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
一种面向无线传感器网络的并发多路径可靠传输方法(RCB‑MRT)。在分布较为密集的无线传感器网络中，数据传输过程会产生大量的冲突问题，冲突会造成传输数据的丢失和传输时延的增大。多路径数据传输方法可以有效地减少冲突造成的数据丢失和传输时延较大问题。RCB‑MRT方法建立在层次分簇完成后的网络拓扑结构上，将传感器节点需要传输的数据包分成若干带有数据冗余的子包，然后通过中间节点以多路径方式转发至汇聚节点。和已有的CB‑RACO协议、DE‑MRT协议和FRTSMC协议相比，可以有效地降低发生冲突和节点故障时造成的成本代价，降低了数据丢包率，减少了时延，提高了可靠数据传输的效率，延长了网络的生命周期。
Description
【技术领域】
本发明属于物联网领域，具体涉及一种面向无线传感器网络的并发多路径可靠传输方法。
【背景技术】
无线传感器网络(Wireless Sensor Network,WSN)是一种新的信息获取和处理的技术。WSN是由一组随机分布的微型传感器节点以自组织方式构成的无线网络。这些年来，随着计算机技术、集成电路技术、短距无线通信技术、数字信号处理技术、微机电技术的不断发展，低能耗、微型WSN的应用越来越广泛。传感器网络实现了数据的采集、处理和传输三种功能。它与通信技术和计算机技术共同构成信息技术的三大支柱。
WSN和传统的网络不同，针对WSN的可靠性评估与传统网络也存在明显的不同。传统网络评估更关注网络设计阶段和部署阶段对网络的可靠性进行评估，而WSN是一种动态的网络拓扑结构，同时在WSN进行数据传输的过程中，存在多种元素会对WSN的可靠性造成影响。WSN中，通常用于确保可靠数据传输的两种方法分别是重传机制和冗余机制。重传机制要求相关的发送节点在丢失发生后重传丢失的数据包，冗余机制要求相关的发送节点从传输开始除了原始数据包外会添加补充的数据包，接收节点在数据丢失的情况下可以利用这些补充数据包重新构建丢失的数据信息。数据重传机制不仅能够保证分组的成功到达率，而且网络能够通过建立和维护多条端到端的独立路径来提高通信可靠性，但是会增加节点能量消耗，缩短网络生存时间。分布较为密集的无线传感器网络中，数据传输过程会产生大量的冲突问题，冲突会造成传输数据的丢失和传输时延的增大。多路径数据传输方法可以有效地减少冲突造成的数据丢失和传输时延较大问题。但是已有的保证数据传输可靠性的路由协议方法在端到端数据传输高冲突的WSN环境下，均不能保持很好的数据传输效率，造成的网络资源浪费较大。
针对上述的问题，一种基于冗余策略的并发编织多路径可靠传输方法(RCB-MRT)采用冗余策略,首先对WSN进行层次分簇，然后传感器节点将采集到的数据信息发送至簇头节点(Cluster Node,CN)，最后簇头节点将数据包分组并拷贝后通过编织多路径动态路径方式转发至汇聚节点(Sink Node,SN)。该方法的提出与已有的CB-RACO协议、DE-MRT协议和FRTSMC协议相比能够减少数据在传输过程中的丢包率，提高数据传输的可靠性，并能够降低传输时延，均衡网络能耗，增加网络生命周期，确保数据的可靠传输。
【发明内容】
本发明的目的是解决在分布较为密集的WSN中，数据传输过程会产生大量的冲突而造成传输数据的丢失和传输时延的增大等问题，提供一种基于冗余策略的并发编织多路径可靠传输方法。WSN中节点的计算能力、存储容量、通信能力和电量是有限的，已有的保证数据传输可靠性的路由协议方法在端到端数据传输高冲突的WSN环境下，均不能保持很好的数据传输效率，造成的网络资源浪费较大。本发明通过在层次分簇完成后的网络拓扑结构上，将传感器节点需要传输的数据包分成若干带有数据冗余的子包，然后通过中间节点以多路径方式转发至汇聚节点。通过实验仿真对比，与其他方法相比，本方法降低了数据丢包率，减少了时延，提高了可靠数据传输的效率，延长了网络的生命周期以及提高了网络的综合效率，具有一定的实用价值。
本发明提供的面向无线传感器网络的并发多路径可靠传输方法，主要包括如下关键步骤：
第1、无线传感器网络模型的构建：
第1.1、建立无线传感器网络结构模型，传感器节点将感知到的数据信息发送到该集群的簇头节点，簇头节点根据本地路由表信息，将数据包分成n个子数据包，以并发多路径方式将子数据包通过中间节点传送到汇聚节点，汇聚节点接收到来自同一集群的子数据包后进行简单的数据融合，若组成了完整的原始数据包，则自动丢弃传输线路上该集群所有的子数据包；
第1.2、建立无线传感器网络能量消耗模型；
第2、准备阶段，为传感器节点进行数据感知，簇头节点进行数据融合，建立簇头节点本地路由表和完成数据分组：
第2.1、为传感器节点进行数据感知，网络中所有传感器节点感知周围的数据信息，并将这些数据信息传输至对应集群的簇头节点，簇头节点对收集到的数据信息进行数据融合，形成一个数据包，称之为原始数据包；
第2.2、为簇头节点构建本地路由表，将簇头节点CNi感知范围内的低层次簇头节点组成的集合定义为转发节点集合，记为TNi，簇头节点根据公式TNi＝{CNj|Dis(CNj,CNi)≤CNi.R&&Level(CNj)＜Level(CNi)}得到自己的转发节点集合，CNi.R表示簇头节点的感知半径，然后根据转发节点集合，构建本地路由表；
第2.3、为簇头节点进行数据分组，簇头节点根据第2.2步构建的路由表，将第2.1步得到的原始数据包分成n份后，按照冗余机制组合成与“下一跳”个数相同的兄弟数据包，此时会将簇头信息(包括簇头ID、原始数据包大小和划分后的数据包序列号)添加到兄弟数据包的头部，完成数据分组；
第3、数据传输阶段，为簇头节点进行并发多路径传输，簇头节点将从准备阶段得到的分组后的数据包按照不同的“下一跳”路由信息并发的进行多路径传输，此时会建立子数据包与选择的传输链路的对应关系，并将对应关系添加到数据包的头部：
第3.1、在数据传输前采用二进制指数退避算法进行冲突监测；
第3.2、数据传输；
第3.3、数据传输过程中时延定义，由于本发明建立的网络模型分布区域大小与电磁波每秒传播的距离相比较而言可以忽略不计，所以，这里不考虑传播时延问题，只考虑发送时延、处理时延和排队时延，发送时延是指从发送数据包第一个比特开始，到发送完该数据包最后一个比特为止所需要的时间，处理时延是指簇头节点和汇聚节点处理所接收到的数据包的时间，排队时延是指数据包在输入队列中排队等待处理的时间延迟；
第4、数据融合阶段；为汇聚节点进行数据融合，汇聚节点接收到子数据包后，分析其头部信息，将来自于相同簇头节点的兄弟数据包进行数据融合，对于冗余的信息部分，只保存一份，然后比较融合后的数据包与原始数据包大小，进行对比选择重传。
本发明的优点和积极效果
本发明主要设计一种面向无线传感器网络的并发多路径可靠传输方法，在该方法中，主要研究在分布较为密集的无线传感器网络(Wireless Sensor Network,WSN)中的传统路由协议在保证数据传输可靠性的方法上不能保持很好的数据传输效率，造成的网络资源浪费较大。RCB-MRT方法通过将传感器节点需要传输的数据包分成若干带有数据冗余的子包，然后通过中间节点以多路径方式转发至汇聚节点。和已有的CB-RACO协议、DE-MRT协议和FRTSMC协议相比，本方法可以有效地降低发生冲突和节点故障时造成的成本代价，降低了数据丢包率，减少了时延，提高了可靠数据传输的效率，延长了网络的生命周期，具有一定的实用价值。
【附图说明】
图1是RCB-MRT方法的流程图；
图2是网络结构模型图；
图3是数据传输路径图；
图4是双路径、两跳情况下数据传输图；
图5是三路径、两跳情况下数据传输图；
图6是实际应用场景图；
图7是实验测试的簇头能耗图；
图8是实验测试的存活节点个数图；
图9是实验测试的数据发送量图；
图10是实验测试的数据接收量图；
图11是实验测试的网络时延图；
图12是实验测试的平均网络时延图；
图13是实验测试的数据丢包率图；
图14是实验测试的网络能耗图。
【具体实施方式】
本实施例设计的方法是借助MATLAB2013a开发工具对本发明方法进行仿真实验。将该方法和AOMDV、AOMR-LV和FF-AOMDV方法进行对比分析。在相同的测试环境与测试参数下，分析对比这四种不同的方法的数据丢包率、传输时延和生命周期参数，其中在附图中(a)、(b)、(c)、(d)分别表示CB-RACO方法、DE-MRT方法、FRTSMC方法和本发明所提出的RCB-MRT方法。参见附图1，具体实施过程详述如下：
步骤1、无线传感器网络模型的构建：
步骤1.1、建立无线传感器网络结构模型
在大规模高冲突的WSN环境中，它由成百上千个传感器节点组成，这些节点通过层次分簇算法从高到低划分为不同层次的集群，每个集群内的节点将感知到的数据信息发送给通过选举产生的簇头节点，最后由簇头节点将收集到的所有簇内节点数据信息通过多跳的形式转发至汇聚节点。不同的集群在数据传输的过程中会造成冲突，造成数据信息的丢失，负责转发的节点发生故障也会造成数据信息的丢失。
网络的结构模型图如附图2所示，传感器节点将感知到的数据信息发送到该集群的簇头节点，簇头节点根据本地路由表信息，将数据包分成n个子数据包，以并发多路径方式将子数据包通过中间节点传送到汇聚节点，汇聚节点接收到来自同一集群的子数据包后进行简单的数据融合，若组成了完整的原始数据包，则自动丢弃传输线路上该集群所有的子数据包。
步骤1.2、建立无线传感器网络能量消耗模型
在步骤1.1中建立的结构模型中主要存在三种消耗能量的方式，第一种是簇头节点进行数据分组时所需消耗的能量，第二种是进行数据传输时所需要消耗的能量，第三种是汇聚节点进行数据融合时所需要消耗的能量，数据传输的能量消耗高于数据分组和数据融合。
簇头节点具有数据分组的能力，该模型中的数据分组主要是把数据包拆分为n个相互之间具有交集的兄弟数据包，消耗的能量大小与分成的子数据包个数相关，用EDc表示将ubits数据包分为2个子数据包所消耗的能量。那么将nbits的数据包分为x个子数据包所消耗的能量为：
步骤2、准备阶段：
准备阶段主要完成数据感知，簇头节点进行数据融合，建立簇头节点本地路由和数据分组任务。
兄弟数据包。簇头节点在进行数据传输前，先对收集到的数据包进行数据处理，划分为n个子数据包，同一簇头生成的子数据包称为兄弟数据包。汇聚节点接收到转发的子数据包后，对各兄弟数据包进行数据融合，得到完整的数据信息。
对于簇头节点CNi，数据包DPi分为n个兄弟数据包DPi1，DPi2，…，DPij，…，DPin，由定义可知，
DPi＝DPi1∪DPi2∪...∪DPij∪...∪DPin (2)
子数据包是原始数据包的非空真子集。原始数据包作为全集，其划分生成的子数据包大小小于原始数据包，子数据包的大小一定大于空集，否则没有物理意义。所以子数据包是原始数据包的非空真子集。
定义簇头节点的数据结构为CN(ID,Location,Energy,Level,RoutingTable),其中ID为簇头节点具有的唯一标识符，Location包含簇头节点的位置坐标信息，用CNi(cxi,cyi)表示簇头节点CNi的坐标位置，Energy为簇头节点的当前能量值，Level表示簇头节点所在的层次信息，RoutingTable用于保存簇头节点的本地路由表。
在算法的初始阶段，需要计算每个簇头节点CNi(cxi,cyi)与汇聚节点SN(sx,sy)间的距离表示为：
转发节点集合。层次分簇后形成的网络拓扑结构中，高层次的簇头节点通过低层次的簇头节点与汇聚节点进行数据传输。将簇头节点CNi感知范围内的低层次簇头节点组成的集合定义为转发节点集合，记为TNi，计算公式为：
TNi＝{CNj|Dis(CNj,CNi)≤CNi.R&&Level(CNj)＜Level(CNi)} (4)
其中，CNi.R表示簇头节点的感知半径。与汇聚节点直接连接的簇头节点CNj的转发节点集合TNj为空。若簇头节点CNj的转发节点集合TNj不为空，则说明存在更低层次的簇头节点与汇聚节点相连接，只有最底层次的簇头节点才能与汇聚节点直接连接，所以两者显然是矛盾的。所以，与汇聚节点直接连接的簇头节点CNj的转发节点集合TNj为空。
转发节点集合TNj的大小要么大于等于2，要么为空。高密度WSN环境下，由于簇头节点收集传感器节点数据信息时效率的限制，层次分簇过程生成的集群与集群之间存在较大的覆盖冗余，不同层次的邻近集群之间也会存在覆盖冗余。所以，不与汇聚节点直接连接的簇头节点的转发节点集合的大小大于等于2，与汇聚节点直接连接的簇头节点不需要转发节点集合就可以完成数据传输，故其为空。
簇头节点CNi(cxi,cyi)通过计算与所有低层次的簇头节点的距离，若距离小于单跳上限阈值，则确定该低层次的簇头节点为CNi的转发节点集合TNi。
步骤2.1、为传感器节点进行数据感知，网络中所有传感器节点感知周围的数据信息，并将这些数据信息传输至对应集群的簇头节点：
传感器节点将感知到的数据信息发送至其所属的集群的簇头节点，然后簇头节点将收集到的分散的数据信息融合成数据包，称之为原始数据包。
原始数据包由至少两个兄弟数据包组成。由上文可知，子数据包是原始数据包的非空真子集，兄弟数据包作为子数据包，单个的兄弟数据包大小小于原始数据包。又由公式(2)可知若干个兄弟数据包一定可以通过数据融合得到原始数据包。
步骤2.2、为簇头节点构建本地路由表
构建本地路由表RoutingTable,数据结构为：(RT_ID,NEXT_HOP),其中，RT_ID表示路由表ID,对应当前簇头节点ID，NEXT_HOP表示“下一跳”，对应当前簇头节点的转发节点集合。簇头节点根据公式(4)得到自己的转发节点集合，然后根据转发节点集合，构建本地路由表，除了直接与汇聚节点相连接的集群外，簇头节点的“下一跳”不止一个，由转发节点集合组成,这里调用算法1。
算法1构建转发节点集合
步骤2.3、为簇头节点进行数据分组。
根据转发节点集合TNi的大小Ci,将原始数据包分成Ci份兄弟数据包，并编号为CNiN1，CNiN2，...,CNiNCi，根据公式(2)，这些兄弟数据包之间存在冗余信息，若干兄弟数据包可以组成完整的原始数据包。
为簇头节点进行数据分组，簇头节点根据第2.2步构建的路由表，将第2.1步得到的原始数据包分成n份后，按照冗余机制组合成与“下一跳”个数相同的兄弟数据包，此时会将簇头信息(包括簇头ID、原始数据包大小和划分后的数据包序列号)添加到兄弟数据包的头部，这里调用算法2。例如，将原始数据包分成1、2、3三个部分，“下一跳”个数为3，则将原始数据包分成3个兄弟数据包，分别包含的数据信息为1：{1,2}、2：{2,3}和3：{1,3}。
算法2进行数据分组
步骤3、数据传输阶段
数据传输阶段主要负责将兄弟数据包根据本地路由表以并发多路径的方式逐跳传输至汇聚节点。簇头节点CNi根据自己的转发节点集合TNi大小将数据包均分为N份，满足以下公式(5)，
N＝|TNi| (5)
如附图3所示，首先，簇头节点CNi将根据公式(5)原始数据包均分为三个子数据包，分别沿着路径dij1、dij2、dij3传输至第j层簇头节点集合CNj，然后再转发至第k层簇头节点集合CNk，直至传送到汇聚节点SN为止。
数据传输成功的概率记为p，即传输过程中没有产生数据丢包问题。p与有向图节点的入度大小d有关，节点的入度越大，接收数据过程中产生冲突的可能性越大，成功的概率p越小，定义两者之间的关系为：
考虑将一个单元子数据包经过两条路径并发方式，两跳长度传输至汇聚节点的情况：如附图4所示，簇头节点经过两个中间节点将数据传输至汇聚节点，两个中间节点的入度均为d1＝1，汇聚节点的入度d2＝2，此时，数据传输成功率p1为：
再考虑一种经过三条路径并发方式，两跳长度传输至汇聚节点的情况：
如附图5所示，簇头节点经过三个中间节点将数据传输至汇聚节点，三个中间节点的入度均为d1＝1，汇聚节点的入度d2＝3，此时，数据传输成功率p2为：
由公式(7)、(8)可知，多路径并发方式在理论上可以提高数据传输成功率，降低数据丢包率。
步骤3.1、数据传输前进行冲突检测
经过上述分析，可以得知，虽然多路径并发方式可以提高数据传输的成功率，但是随着路径数目的增加，汇聚节点发生冲突的可能性变得很高，这会导致汇聚节点接收数据的成功率变得很低，这也是制约整个网络数据传输成功率最大的因素。所以，进行每一跳数据传输前，簇头节点都需要对通信链路进行冲突检测，主要通过侦听当前链路是否在进行数据传输，这里采用二进制指数退避算法。在CSMA/CD协议中，一旦检测到冲突，为降低再冲突的概率，需要等待一个随机时间，然后再使用CSMA方法试图传输。为了保证这种退避维持稳定，采用了二进制指数退避算法的技术，其算法过程如下：
1.将冲突发生后的时间划分为长度为2t(1t＝25.6us)的时隙。
2.发生第一次冲突后，各个站点等待0或1个时隙再开始重传。
3.发生第二次冲突后，各个站点随机地选择等待0，1，2或3个时隙再开始重传。
4.第i次冲突后，在0至2i-1间随机地选择一个等待的时隙数，再开始重传。
5.10次冲突后，选择等待的时隙数固定在0至1023。16次冲突后，告知上层节点发送失败。
经过二进制指数退避算法，当前单跳链路没有进行数据传输时，簇头节点开始将自己的数据包发送出去。这样可以减少数据传输过程中的冲突问题，提高数据传输的成功率。
步骤3.2、数据传输
为簇头节点进行并发多路径传输，簇头节点将第2.3步得到的兄弟数据包按照各自不同的“下一跳”路由信息并发的进行多路径传输，此时会建立子数据包与其选择的传输链路的对应关系，并将此信息添加到数据包的头部，这里调用算法3：
算法3进行并发多路径数据传输
步骤3.3、数据传输过程中时延定义
无线传感器网络中，数据传输存在时延问题，由于本发明建立的网络模型分布区域大小与电磁波每秒传播的距离相比较而言可以忽略不计，所以，这里不考虑传播时延问题，只考虑发送时延、处理时延和排队时延。
发送时延是指从发送数据包第一个比特开始，到发送完该数据包最后一个比特为止所需要的时间，记为Td，发送时延的计算公式为：
Td＝Packet/R (9)
其中，Packet为数据包大小，R为数据传输速率，计算公式为：
R＝(1/T)*log2 N (10)
其中，T为一个数字脉冲信号(也称作码元)的宽度，N为一个码元所取的有效离散值个数(也称调制电平数)，N一般取2的整数次方。
处理时延是指簇头节点和汇聚节点处理所接收到的数据包的时间，用Tp表示。处理时延包括分析子数据包头部，查找路由等。
排队时延是指数据包在输入队列中排队等待处理的时间延迟，用Tq表示。由于数据包的到达速度大于路由器的处理速度，就会将数据包暂存起来，产生排队队列。在无线传感器网络中，排队时延与网络利用率有关，利用率越高，排队时延就越大，计算公式为：
其中，Vt表示路由器的传输速度，U表示路由器的利用率。由公式(11)可以看出，数据包大小越大，排队时延越长。所以，将原始数据包分成若干较小的兄弟数据包可以有效降低排队时延。
由上述分析可以得出，无线传感器网络中总时延T的计算公式为：
T＝Td+Tp+Tq (12)
步骤4、数据融合阶段
汇聚节点接收到子数据包后，根据编号信息进行数据融合，将来自于同一集群的兄弟数据包融合在一起，自动丢弃数据融合后多余的数据信息，并将融合后的数据包大小与原始数据包进行比较，若相等，说明汇聚节点已经接收到该集群完整的数据信息，此时，丢弃网络中所有相关的子数据包；若不相等，则继续等待，超过16个时间轮次后，若仍未收到缺少的子数据包，申请重传该子数据包。这里调用算法4：
算法4进行数据融合并选择性重传
仿真和具体实例应用场景的实验测试。
在大规模的高冲突的WSN环境中，场景如附图6所示，它由成百上千个传感器节点组成，这些节点通过层次分簇算法从高到低划分为不同层次的集群，每个集群内的节点将感知到的数据信息发送给通过选举产生的簇头节点，最后由簇头节点将收集到的所有簇内节点数据信息通过多跳的形式转发至汇聚节点。不同的集群在数据传输的过程中会造成冲突，造成数据信息的丢失，负责转发的节点发生故障也会造成数据信息的丢失。
我们将本发明方法与AOMDV、AOMR-LV和FF-AOMDV方法进行对比分析。在相同的测试环境与测试参数下，分析对比这四种不同的方法的数据丢包率、传输时延和生命周期参数，在所有附图中，(a)、(b)、(c)、(d)分别表示CB-RACO方法、DE-MRT方法、FRTSMC方法和本发明所提出的RCB-MRT方法。
测试环境与测试参数的设置：网络中的节点随机分布在400m*400m的区域内，基站不在该区域内，汇聚节点位于区域的中心，汇聚节点负责将收集到的数据转发至基站。具体参数见表1：
表1测试参数
本实例的实验测试结果如下：
1.由附图7可以看出，本发明提出的RCB-MRT协议在进行数据传输的过程中，簇头节点消耗的能量低于其它三种协议，更能节约簇头节点能量开销。SPF问题大多数是由于簇头节点能量耗尽造成的。所以，RCB-MRT协议也能更好地减少SPF问题的发生。
2.由附图8可以看出，本发明提出的RCB-MRT协议较其它三种协议而言，随着时间的推移，相同时间下，存活的节点个数更多，也就是节点的存活时间更久。在实验最后的400轮时间段里，由于大量的簇头节点死亡，造成孤立的集群个数断崖式地增加，网络生命周期迅速的缩短。
3.由附图9可以看出，本发明提出的RCB-MRT协议较其它三种协议而言，能在最短的时间轮数内发送完所有簇头节点需要发送的数据信息。
4.由附图10可以看出，本发明提出的RCB-MRT协议随着时间的推移，接收到的数据包量是最多的，也就是说数据丢包率是最低的，也说明了采用该路由协议的无线传感器网络的可靠性最好。
5.由附图11可知，由于随着时间的推移，传感器采集到的数据信息越来越多的进入无线通信网络中。使用二进制退避算法进行冲突检测时，等待时间越来越长，数据包从源节点传送到目的节点的网络时延也在逐渐增加。另外，可以看出，本发明提出的RCB-MRT协议网络时延的增长趋势是最慢的。
6.由附图12可知，本发明提出的RCB-MRT协议的平均网络时延明显小于其他三种协议，无线传感器网络平均时延越小，数据传输效率越高，数据传输的可靠性就越高。
7.附图13为四种不同的协议在时间轮数为t＝540，t＝1080时，无线传感器网络中数据丢包率的比较图。由图可以看出，本发明提出的RCB-MRT协议的数据丢包率最低。
8.由附图14可以看出，本发明提出的RCB-MRT协议较其它三种协议而言，网络能耗更低，数据传输过程中能节约网络能耗，更好地延长网络的生命周期。
Claims (5)
1.一种面向无线传感器网络的并发多路径可靠传输方法，其特征在于该方法主要包括如下步骤：
第1、无线传感器网络模型的构建：
第1.1、建立无线传感器网络结构模型，传感器节点将感知到的数据信息发送到集群的簇头节点，簇头节点根据本地路由表信息，将数据包分成n个子数据包，以并发多路径方式将子数据包通过中间节点传送到汇聚节点，汇聚节点接收到来自同一集群的子数据包后进行简单的数据融合，若组成了完整的原始数据包，则自动丢弃传输线路上该集群所有的子数据包；
第1.2、建立无线传感器网络能量消耗模型；
第2、准备阶段，为传感器节点进行数据感知，簇头节点进行数据融合，建立簇头节点本地路由表和完成数据分组：
第2.1、为传感器节点进行数据感知，网络中所有传感器节点感知周围的数据信息，并将这些数据信息传输至对应集群的簇头节点，簇头节点对收集到的数据信息进行数据融合，形成一个数据包，称之为原始数据包；
第2.2、为簇头节点构建本地路由表，将簇头节点CNi感知范围内的低层次簇头节点组成的集合定义为转发节点集合，记为TNi，簇头节点根据公式TNi＝{CNj|Dis(CNj,CNi)≤CNi.R&&Level(CNj)＜Level(CNi)}得到自己的转发节点集合，其中，Dis(.,.)表示某两个簇头节点间的距离，Level(.)表示某个簇头节点的层级，CNi.R表示簇头节点的感知半径，然后根据转发节点集合，构建本地路由表；
第2.3、为簇头节点进行数据分组，簇头节点根据第2.2步构建的路由表，将第2.1步得到的原始数据包分成n份后，按照冗余机制组合成与“下一跳”个数相同的兄弟数据包，此时会将簇头信息，包括簇头ID、原始数据包大小和划分后的数据包序列号，添加到兄弟数据包的头部，完成数据分组；
第3、数据传输阶段，为簇头节点进行并发多路径传输，簇头节点将从准备阶段得到的分组后的数据包按照不同的“下一跳”路由信息并发的进行多路径传输，此时会建立子数据包与选择的传输链路的对应关系，并将对应关系添加到数据包的头部：
第3.1、在数据传输前采用二进制指数退避算法进行冲突监测；
第3.2、数据传输；
第3.3、数据传输过程中时延定义，由于本发明建立的网络模型分布区域大小与电磁波每秒传播的距离相比较而言可以忽略不计，所以，这里不考虑传播时延问题，只考虑发送时延、处理时延和排队时延，发送时延是指从发送数据包第一个比特开始，到发送完该数据包最后一个比特为止所需要的时间，处理时延是指簇头节点和汇聚节点处理所接收到的数据包的时间，排队时延是指数据包在输入队列中排队等待处理的时间延迟；
第4、数据融合阶段，为汇聚节点进行数据融合，汇聚节点接收到子数据包后，分析其头部信息，将来自于相同簇头节点的兄弟数据包进行数据融合，对于冗余的信息部分，只保存一份，然后比较融合后的数据包与原始数据包大小，进行对比选择重传。
2.根据权利要求1所述的面向无线传感器网络的并发多路径可靠传输方法，其特征在于，步骤第1.1中建立WSN网络结构模型，在大规模高冲突的WSN环境中，它由成百上千个传感器节点组成，这些节点通过层次分簇算法从高到低划分为不同层次的集群，每个集群内的节点将感知到的数据信息发送给通过选举产生的簇头节点，最后由簇头节点将收集到的所有簇内节点数据信息通过多跳的形式转发至汇聚节点，不同的集群在数据传输的过程中会造成冲突，造成数据信息的丢失，负责转发的节点发生故障也会造成数据信息的丢失，传感器节点将感知到的数据信息发送到该集群的簇头节点，簇头节点根据本地路由表信息，将数据包分成n个子数据包，以并发多路径方式将子数据包通过中间节点传送到汇聚节点，汇聚节点接收到来自同一集群的子数据包后进行简单的数据融合，若组成了完整的原始数据包，则自动丢弃传输线路上该集群所有的子数据包；
在步骤1.2中建立WSN网络能量消耗模型，主要存在三种消耗能量的方式，第一种是簇头节点进行数据分组时所需消耗的能量，第二种是进行数据传输时所需要消耗的能量，第三种是汇聚节点进行数据融合时所需要消耗的能量，数据传输的能量消耗高于数据分组和数据融合；
簇头节点具有数据分组的能力，该模型中的数据分组主要是把数据包拆分为n个相互之间具有交集的兄弟数据包，消耗的能量大小与分成的子数据包个数相关，用EDc表示将ubits 数据包分为2个子数据包所消耗的能量，那么将n bits的数据包分为x个子数据包所消耗的能量为：
3.根据权利要求1所述的面向无线传感器网络的并发多路径可靠传输方法，其特征在于，步骤2准备阶段主要完成数据感知，簇头节点进行数据融合，建立簇头节点本地路由和数据分组任务；
兄弟数据包，簇头节点在进行数据传输前，先对收集到的数据包进行数据处理，划分为n个子数据包，同一簇头生成的子数据包称为兄弟数据包，汇聚节点接收到转发的子数据包后，对各兄弟数据包进行数据融合，得到完整的数据信息；
对于簇头节点CNi，数据包DPi分为n个兄弟数据包DPi1，DPi2，…，DPij，…，DPin，由定义可知，
DPi＝DPi1∪DPi2∪...∪DPij∪...∪DPin (2)
子数据包是原始数据包的非空真子集，原始数据包作为全集，其划分生成的子数据包大小小于原始数据包，子数据包的大小一定大于空集，否则没有物理意义，所以子数据包是原始数据包的非空真子集；
定义簇头节点的数据结构为CN(ID,Location,Energy,Level,RoutingTable),其中ID为簇头节点具有的唯一标识符，Location包含簇头节点的位置坐标信息，用CNi(cxi,cyi)表示簇头节点CNi的坐标位置，Energy为簇头节点的当前能量值，Level表示簇头节点所在的层次信息，RoutingTable用于保存簇头节点的本地路由表；
在算法的初始阶段，需要计算每个簇头节点CNi(cxi,cyi)与汇聚节点SN(sx,sy)间的距离表示为：
转发节点集合，层次分簇后形成的网络拓扑结构中，高层次的簇头节点通过低层次的簇头节点与汇聚节点进行数据传输，将簇头节点CNi感知范围内的低层次簇头节点组成的集合定义为转发节点集合，记为TNi，计算公式为：
TNi＝{CNj|Dis(CNj,CNi)≤CNi.R&&Level(CNj)＜Level(CNi)} (4)
其中，CNi.R表示簇头节点的感知半径，与汇聚节点直接连接的簇头节点CNj的转发节点集合TNj为空；
不与汇聚节点直接连接的簇头节点的转发节点集合的大小大于等于2，而与汇聚节点直接连接的簇头节点不需要转发节点集合就可以完成数据传输，故其为空；
簇头节点CNi(cxi,cyi)通过计算与所有低层次的簇头节点的距离，若距离小于单跳上限阈值，则确定该低层次的簇头节点为CNi的转发节点集合TNi；
在步骤2.1中为传感器节点进行数据感知，网络中所有传感器节点感知周围的数据信息，并将这些数据信息传输至对应集群的簇头节点：
传感器节点将感知到的数据信息发送至其所属的集群的簇头节点，然后簇头节点将收集到的分散的数据信息融合成数据包，称之为原始数据包；
原始数据包由至少两个兄弟数据包组成，由上文可知，子数据包是原始数据包的非空真子集，兄弟数据包作为子数据包，单个的兄弟数据包大小小于原始数据包，又由公式(2)可知若干个兄弟数据包一定可以通过数据融合得到原始数据包；
在步骤2.2中为簇头节点构建本地路由表，构建本地路由表RoutingTable,数据结构为：(RT_ID,NEXT_HOP),其中，RT_ID表示路由表的标识号ID对应当前簇头节点的标识号ID，NEXT_HOP表示“下一跳”的节点集合对应当前簇头节点的转发节点集合，簇头节点根据公式(4)得到自己的转发节点集合，然后根据转发节点集合，构建本地路由表，除了直接与汇聚节点相连接的集群外，簇头节点的“下一跳”不止一个，由转发节点集合组成；
在步骤2.3中为簇头节点进行数据分组，根据转发节点集合TNi的大小Ci,将原始数据包分成Ci份兄弟数据包，并编号为CNiN1，CNiN2，...,CNiNCi，根据公式(2)，这些兄弟数据包之间存在冗余信息，若干兄弟数据包可以组成完整的原始数据包；
为簇头节点进行数据分组，簇头节点根据第2.2步构建的路由表，将第2.1步得到的原始数据包分成n份后，按照冗余机制组合成与“下一跳”个数相同的兄弟数据包，此时会将簇头信息，包括簇头ID、原始数据包大小和划分后的数据包序列号，添加到兄弟数据包的头部。
4.根据权利要求1所述的面向无线传感器网络的并发多路径可靠传输方法，其特征在于，步骤3数据传输阶段主要负责将兄弟数据包根据本地路由表以并发多路径的方式逐跳传输至汇聚节点，簇头节点CNi根据自己的转发节点集合TNi大小将数据包均分为N份，满足以下公式(5)，
N＝|TNi| (5)
首先，簇头节点CNi将根据公式(5)原始数据包均分为三个子数据包，分别沿着路径dij1、dij2、dij3传输至第j层簇头节点集合CNj，然后再转发至第k层簇头节点集合CNk，直至传送到汇聚节点SN为止；
数据传输成功的概率记为p，即传输过程中没有产生数据丢包问题，p与有向图节点的入度大小d有关，节点的入度越大，接收数据过程中产生冲突的可能性越大，成功的概率p越小，定义两者之间的关系为：
考虑将一个单元子数据包经过两条路径并发方式，两跳长度传输至汇聚节点的情况：簇头节点经过两个中间节点将数据传输至汇聚节点，两个中间节点的入度均为d1，汇聚节点的入度为d2，此时，数据传输成功率p1为：
再考虑一种经过三条路径并发方式，两跳长度传输至汇聚节点的情况：
簇头节点经过三个中间节点将数据传输至汇聚节点，三个中间节点的入度均为d1，汇聚节点的入度为d2，此时，数据传输成功率p2为：
在步骤3.1中进行数据传输前进行冲突检测，经过上述分析，可以得知，虽然多路径并发方式可以提高数据传输的成功率，但是随着路径数目的增加，汇聚节点发生冲突的可能性变得很高，这会导致汇聚节点接收数据的成功率变得很低，这也是制约整个网络数据传输成功率最大的因素，所以，进行每一跳数据传输前，簇头节点都需要对通信链路进行冲突检测，主要通过侦听当前链路是否在进行数据传输，这里采用二进制指数退避算法，在CSMA/CD协议中，一旦检测到冲突，为降低再冲突的概率，需要等待一个随机时间，然后再使用CSMA方法试图传输，为了保证这种退避维持稳定，采用了二进制指数退避算法的技术，其算法过程如下：
1.将冲突发生后的时间划分为长度为2t(1t＝25.6us)的时隙；
2.发生第一次冲突后，各个站点等待0或1个时隙再开始重传；
3.发生第二次冲突后，各个站点随机地选择等待0，1，2或3个时隙再开始重传；
4.第i次冲突后，在0至2i-1间随机地选择一个等待的时隙数，再开始重传；
5.10次冲突后，选择等待的时隙数固定在0至1023，16次冲突后，告知上层节点发送失败经过二进制指数退避算法，当前单跳链路没有进行数据传输时，簇头节点开始将自己的数据包发送出去；
步骤3.2数据传输表述如下，为簇头节点进行并发多路径传输，簇头节点将第2.3步得到的兄弟数据包按照各自不同的“下一跳”路由信息并发的进行多路径传输，此时会建立子数据包与其选择的传输链路的对应关系，并将此信息添加到数据包的头部；
步骤3.3数据传输过程中时延定义为，无线传感器网络中，数据传输存在时延问题，由于本发明建立的网络模型分布区域大小与电磁波每秒传播的距离相比较而言可以忽略不计，所以，这里不考虑传播时延问题，只考虑发送时延、处理时延和排队时延；
发送时延是指从发送数据包第一个比特开始，到发送完该数据包最后一个比特为止所需要的时间，记为Td，发送时延的计算公式为：
Td＝Packet/R (9)
其中，Packet为数据包大小，R为数据传输速率，计算公式为：
R＝(1/T)*log2 N (10)
其中，T为一个数字脉冲信号，即码元的宽度，N为一个码元所取的有效离散值个数，即调制电平数，N一般取2的整数次方；
处理时延是指簇头节点和汇聚节点处理所接收到的数据包的时间，用Tp表示，处理时延包括分析子数据包头部，查找路由；
排队时延是指数据包在输入队列中排队等待处理的时间延迟，用Tq表示，由于数据包的到达速度大于路由器的处理速度，就会将数据包暂存起来，产生排队队列，在无线传感器网络中，排队时延与网络利用率有关，利用率越高，排队时延就越大，计算公式为：
其中，Vt表示路由器的传输速度，U表示路由器的利用率，由公式(11)可以看出，数据包大小越大，排队时延越长，所以，将原始数据包分成若干较小的兄弟数据包可以有效降低排队时延；
由上述分析可以得出，无线传感器网络中总时延T的计算公式为：
T＝Td+Tp+Tq (12)。
5.根据权利要求1所述的面向无线传感器网络的并发多路径可靠传输方法，其特征在于，在步骤4数据融合阶段，汇聚节点接收到子数据包后，根据编号信息进行数据融合，将来自于同一集群的兄弟数据包融合在一起，自动丢弃数据融合后多余的数据信息，并将融合后的数据包大小与原始数据包进行比较，若相等，说明汇聚节点已经接收到该集群完整的数据信息，此时，丢弃网络中所有相关的子数据包；若不相等，则继续等待，超过16个时间轮次后，若仍未收到缺少的子数据包，申请重传该子数据包。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910166866.2A CN109756917B (zh) | 2019-03-06 | 2019-03-06 | 一种面向无线传感器网络的并发多路径可靠传输方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910166866.2A CN109756917B (zh) | 2019-03-06 | 2019-03-06 | 一种面向无线传感器网络的并发多路径可靠传输方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109756917A CN109756917A (zh) | 2019-05-14 |
| CN109756917B true CN109756917B (zh) | 2022-04-26 |
Family
ID=66408281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910166866.2A Expired - Fee Related CN109756917B (zh) | 2019-03-06 | 2019-03-06 | 一种面向无线传感器网络的并发多路径可靠传输方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109756917B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110853322A (zh) * | 2019-11-18 | 2020-02-28 | 南京铁道职业技术学院 | 轨电位采集平台与方式 |
| CN112422421B (zh) * | 2020-11-23 | 2022-02-22 | 北京交通大学 | 一种异构网络的多路径数据包传输方法 |
| CN112911599B (zh) * | 2021-01-20 | 2023-03-28 | 沈阳化工大学 | 支持完整性验证无线传感器网络低能耗数据融合隐性方法 |
| CN112788609B (zh) * | 2021-03-04 | 2022-08-19 | 杭州时域软件有限公司 | 一种链型无线传感器网络传输方法 |
| CN112995943B (zh) * | 2021-05-13 | 2021-10-29 | 深圳市速腾聚创科技有限公司 | 多传感器的感知信息融合方法及相关设备 |
| CN113824635B (zh) * | 2021-11-24 | 2022-02-22 | 中国电子科技集团公司第二十八研究所 | 一种城市窄带弱连接环境下冗余多径数据可靠传输方法 |
| CN116150702B (zh) * | 2023-02-10 | 2023-11-10 | 北京国信华源科技有限公司 | 一种主备通信融合的数据整合方法及装置 |
| CN117956481B (zh) * | 2024-03-26 | 2024-07-23 | 上海海事大学 | 一种基于无线传感器网络的船舶智能监测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009260967A (ja) * | 2008-04-15 | 2009-11-05 | Ntt Docomo Inc | 無線ネットワークにおけるデータ転送方法および装置 |
| CN101583171A (zh) * | 2009-06-10 | 2009-11-18 | 南京邮电大学 | 一种面向感知事件的无线传感器网络分层能耗平衡方法 |
| CN102711206A (zh) * | 2012-05-14 | 2012-10-03 | 南京邮电大学 | 一种基于模拟退火的无线传感器网络层次式路由方法 |
| CN103619049A (zh) * | 2013-10-14 | 2014-03-05 | 天津工业大学 | 无线传感器网络节能路由 |
| CN108882258A (zh) * | 2018-09-18 | 2018-11-23 | 天津理工大学 | 一种面向无线传感器网络的近邻轮转层次分簇方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012143931A2 (en) * | 2011-04-21 | 2012-10-26 | Tata Consultancy Services Limited | A method and system for preserving privacy during data aggregation in a wireless sensor network |
-
2019
- 2019-03-06 CN CN201910166866.2A patent/CN109756917B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009260967A (ja) * | 2008-04-15 | 2009-11-05 | Ntt Docomo Inc | 無線ネットワークにおけるデータ転送方法および装置 |
| CN101583171A (zh) * | 2009-06-10 | 2009-11-18 | 南京邮电大学 | 一种面向感知事件的无线传感器网络分层能耗平衡方法 |
| CN102711206A (zh) * | 2012-05-14 | 2012-10-03 | 南京邮电大学 | 一种基于模拟退火的无线传感器网络层次式路由方法 |
| CN103619049A (zh) * | 2013-10-14 | 2014-03-05 | 天津工业大学 | 无线传感器网络节能路由 |
| CN108882258A (zh) * | 2018-09-18 | 2018-11-23 | 天津理工大学 | 一种面向无线传感器网络的近邻轮转层次分簇方法 |
Non-Patent Citations (2)
| Title |
|---|
| DF-SWin: Sliding windows for multi-sensor data fusion in wireless sensor networks;H. Duong-Viet and V. Nguyen-Dinh;《2017 9th International Conference on Knowledge and Systems Engineering (KSE)》;20171123;全文 * |
| 无线传感器网络数据可靠传输关键技术研究;王海勇;《博士论文》;20181115;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109756917A (zh) | 2019-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109756917B (zh) | 一种面向无线传感器网络的并发多路径可靠传输方法 | |
| Zhang et al. | New approach of multi-path reliable transmission for marginal wireless sensor network | |
| Kumar et al. | A survey on scheduling algorithms for wireless sensor networks | |
| Cheng et al. | Dynamic source routing (DSR) protocol implementation in ns-3 | |
| CN111641990B (zh) | 高数据包投递率与能量有效性的水声传感器网络传输方法 | |
| Impett et al. | A receiver-oriented approach to reliable broadcast in ad hoc networks | |
| Al-Tabbakh | Novel technique for data aggregation in wireless sensor networks | |
| Lee et al. | A focus on practical assessment of MAC protocols for underwater acoustic communication with regard to network architecture | |
| Shen et al. | A distributed three-hop routing protocol to increase the capacity of hybrid wireless networks | |
| Rao et al. | Performance analysis of ZigBee wireless sensor networks using Riverbed simulation modeler | |
| El Arbi Abdellaoui Alaoui et al. | Improving the delivery rate of data with: DTN routing hierarchical topology (DRHT) | |
| KR100872351B1 (ko) | 이동 애드혹 네트워크의 라우팅 방법 | |
| Divyashree et al. | Performance Analysis and Enhancement of QoS Parameters for Real-Time Applications in MANETs-Comparative Study | |
| Rabarijaona et al. | Hierarchical mesh routing implementation for indoor data collection | |
| Clausen et al. | A depth first forwarding (dff) extension for the loadng routing protocol | |
| Venkataramanan et al. | Rermac congestion control protocol for wireless sensor networks | |
| Priya et al. | Traffic aware multipath communication for time-critical applications in underwater acoustic sensor networks | |
| Siddiqui et al. | Achieving energy efficiency in wireless sensor networks using dynamic channel polling and packet concatenation | |
| Ravi et al. | Intercluster link management for quality of service development by mitigating the hidden node problem in wireless sensor networks | |
| Sengar et al. | RRDVCR: Real-time reliable data delivery based on virtual coordinating routing for Wireless Sensor Networks | |
| Golański et al. | RBCP-WSN: The Reliable Biderectional Control Protocol for Wireless Sensor Networks | |
| Ni et al. | Non-saturated performance analysis of IEEE 802.11 broadcast in 2-D mobile ad hoc networks | |
| Shi et al. | Enhanced simulation model of ZigBee wireless sensor network | |
| Hemanth | Minimizing Delay and Maximizing Network Lifetime by Power-Aware Energy Efficient Routing [PAEER] Mechanism in Wireless Sensor Networks | |
| Papadimitriou et al. | HIPERSIM: A sense range distinctive simulation environment for HiperLAN systems |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220426 |