CN110049465A - 一种基于wsn的水域监测通信方法 - Google Patents
一种基于wsn的水域监测通信方法 Download PDFInfo
- Publication number
- CN110049465A CN110049465A CN201910330660.9A CN201910330660A CN110049465A CN 110049465 A CN110049465 A CN 110049465A CN 201910330660 A CN201910330660 A CN 201910330660A CN 110049465 A CN110049465 A CN 110049465A
- Authority
- CN
- China
- Prior art keywords
- node
- cluster
- energy consumption
- data
- follows
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- 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
-
- 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)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mobile Radio Communication Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种基于WSN的水域监测通信方法,该方法为:在簇的形成阶段,计算节点的剩余能量信息,让剩余能量最大的节点担任簇头节点的概率变大。簇头选择结束以后,每个普通节点根据距离就近原则选择加入簇,成为簇内成员节点,其中一些成员节点与sink节点距离很近,就让这些节点直接和sink节点完成数据的交换,最后,正常进行数据的传输。本发明对水域监测通信性能进行优化,有效降低了网络的能量消耗,提高了网络的生命周期,延长了水域监测系统的工作寿命。
Description
技术领域
本发明涉及一种基于WSN的水域监测通信方法,属于水域监测网络通信技术领域。
背景技术
水是生命的源泉。多年来,水资源质量不断下降,水环境持续恶化,严重地威胁了社会的可持续发展。传统的有线监测系统因布线困难,线路易受损坏,导致系统的可靠性差,监测范围有限,维护成本高昂等,目前,无线传感器网络已经在水域监测系统中得到了广泛应用,水域监测系统多部署在偏僻的郊外,采用传统的无线传感器网络通信,节点能量严重受限,所以同样需要一个节能的路由方式提高网络的生命周期。
发明内容
本发明要解决的技术问题是:提供一种基于WSN的水域监测通信方法,以解决上述现有技术中存在的问题。
本发明采取的技术方案为:一种基于WSN的水域监测通信方法,该方法为
无线传感器网络活动节点的能耗主要由数据的收发能耗和数据处理能耗组成,节点发送kbits数据的能耗Ps(k)表示为:
PS(k)=Eelec×k+Eamp×dγ×k (2)
节点接收kbits数据的能耗PR(k)为:
PR(k)=Eelec×k (3)
节点分析和处理kbits数据的能耗Ecpu(k)为:
Pcpu(k)=Ecpu×k (4)
其中,k为数据包的二进制长度,Eelec(nJ/bit)为射频电路的能耗系数,Eamp(nJ/bit/m2)为电路的放大器能耗系数,d为发送距离,γ为信号衰减指数,取值为2或4;
设n个节点均匀分布在源节点和目标节点,相邻节点间距为d1hop,源节点采用多跳通信方式将长度为k的数据包发送至目标节点,其总能耗为:
其中,dtot为源节点到目标节点的总距离,是获得等于或大于的整数的函数,由式(5)知,以能耗最低为目标的最优单跳距离为:
式(6)最优单跳距离由节点的物理参数(Eelec,Ecpu,Eamp,γ)决定的,节点通信的单跳距离应满足dopt≤d1hop<dtot。
族头T(n)阈值公式为:
其中,
式(7)、(8)中:P(i)为当前轮节点i被选为簇头的百分比;p为初始时网络中簇头数与总节点数的百分比;n为网络中节点总数;Ei为当前轮每个节点的剩余能量;Eτ为当前轮网络中节点的总能量;Eα为当前轮网络中剩余节点的平均能量,r为当前的轮数,rmax网络运行的最大仿真轮数。在式(7)和(8)中,如果节点的剩余能量Ei越大,那么P(i)就越大。如果P(i)的值增大,就表示了当前节点在剩余节点中占有很高的能量比例,而且随着P(i)的增大,阈值T(n)也随之增大,当前节点担任簇头的概率随之增大。所以考虑节点剩余能量这一因素,可以选择一组最优的簇头节点。
优选的,上述网络分簇后簇内通信方式为:当dA>dB,则簇内成员节点A先向簇头节点B发送数据信息,再由簇头节点B进行数据融合将所有信息传送给sink节点,若dA<dB,成员节点A直接与sink节点进行通信。
本发明的有益效果:与现有技术相比,本发明提出自调节下垂控制方法该改进策略在传统无功下垂控制方程中引入关于无功功率比例积分控制环节,并推导出改进后的无功功率输出表达式,分析采用改进策略后的无功功率输出表达式可知,改进后DG逆变器输出无功功率与线路阻抗无关,并可通过设置期望输出的无功功率比,达到无功功率按DG容量比合理分配输出及抑制系统无功环流分量的目的。仿真结果证明了该改进策略的可行性。
附图说明
图1是总功耗与单跳距离的关系;
图2是簇内通信过程图;
图3是存活节点变化对比图;
图4是网络能耗对比图;
图5是网络数据传输对比图。
具体实施方式
下面结合附图及具体的实施例对本发明进行进一步介绍。
实施例1:LEACH算法:LEACH协议是自组织自适应的分簇协议,利用随机性使网络中节点的能量消耗均勾分布。簇头节点是周期性按轮随机选举,每轮选举方法是:各节点产生一个,之间的随机数,如果该随机数小于设定的阈值T(n),则该节点成为簇头。T(n)的计算公式如下:
其中,p是网络中簇头数与总节点数的百分比,r是当前的选举轮数,G是最近轮不是簇头的节点集。其中阀值T(n)的设定能充分保证选择出的簇头节点在网络中的随机分布。
一种基于WSN的水域监测通信方法,该方法为
无线传感器网络活动节点的能耗主要由数据的收发能耗和数据处理能耗组成,节点发送kbits数据的能耗Ps(k)表示为:
PS(k)=Eelec×k+Eamp×dγ×k (2)
节点接收kbits数据的能耗PR(k)为:
PR(k)=Eelec×k (3)
节点分析和处理kbits数据的能耗Ecpu(k)为:
Pcpu(k)=Ecpu×k (4)
其中,k为数据包的二进制长度,Eelec(nJ/bit)为射频电路的能耗系数,Eamp(nJ/bit/m2)为电路的放大器能耗系数,d为发送距离,γ为信号衰减指数,取值为2或4,由式(2)、(3)和(4)可知,能耗与通信距离和数据量密切相关,改进通信距离和减少通信量,能有效降低簇头能耗;
设n个节点均匀分布在源节点和目标节点,相邻节点间距为d1hop,源节点采用多跳通信方式将长度为k的数据包发送至目标节点,其总能耗为:
其中,dtot为源节点到目标节点的总距离,是获得等于或大于的整数的函数,由式(5)知,以能耗最低为目标的最优单跳距离为:
式(6)最优单跳距离由节点的物理参数(Eelec,Ecpu,Eamp,γ)决定的,而与网络的拓扑结构和节点的分布位置无关,如图1所示,是源节点和目标节点之间均匀分布着29个节点,各参数γ=2,Eamp=0.659nJ/bit/m2,Ecpu=7nJ/bit,Eelec=50nJ/bit,k=4000bit,dtot=30m的仿真图,由图不难得出,当d1hop从0增加到dtot时,总能耗是先减后增的,在d1hop=dopt处,总能耗最小。通过式(3.4)对d1hop二阶求导,可知总能耗增量的并不会随单跳距离的增加而急剧增加,且总能耗增量的变化率与单跳距离的3次方成反比关系,节点通信的单跳距离应满足dopt≤d1hop<dtot,尽管节点实际的分布带有很强的随机性,很难使单跳距离满足d1hop=dopt,但是只要单跳距离满足dopt≤d1hop<dtot,则总能耗就能被控制在一个较低的水平上。
原始的LEACH协议选择簇头时没有考虑剩余能量,只是将随机数与阈值进行比较,就此在LEACH的基础上加入剩余能量的因素,改进后的族头T(n)阈值公式为:
其中,
式(7)、(8)中:P(i)为当前轮节点i被选为簇头的百分比;p为初始时网络中簇头数与总节点数的百分比;n为网络中节点总数;Ei为当前轮每个节点的剩余能量;Eτ为当前轮网络中节点的总能量;Eα为当前轮网络中剩余节点的平均能量,r为当前的轮数,rmax网络运行的最大仿真轮数。在式(7)和(8)中,如果节点的剩余能量Ei越大,那么P(i)就越大。如果P(i)的值增大,就表示了当前节点在剩余节点中占有很高的能量比例,而且随着P(i)的增大,阈值T(n)也随之增大,当前节点担任簇头的概率随之增大。所以考虑节点剩余能量这一因素,可以选择一组最优的簇头节点。
为了减少簇头融合数据的压力,防止其过早死亡,并减少簇内成员节点没必要的能量消耗,对网络分簇后簇内通信方式进行改进,网络分簇后簇内通信方式为:当dA>dB,则簇内成员节点A先向簇头节点B发送数据信息,再由簇头节点B进行数据融合将所有信息传送给sink节点,若dA<dB,成员节点A直接与sink节点进行通信,具体通信过程如图2所示。
综合以上几方面的研究,改进算法的建立过程如下:
在簇的形成阶段,计算节点的剩余能量信息,让剩余能量最大的节点担任簇头节点的概率变大。簇头选择结束以后,每个普通节点根据距离就近原则选择加入簇,成为簇内成员节点。其中一些成员节点与sink节点距离很近,就让这些节点直接和sink节点完成数据的交换,最后,正常进行数据的传输。为了说明本发明的有益效果,进行如下仿真实验:
为了很好的评价改进后的LEACH算法,对改进后的I-LEACH算法进行仿真,并与LEACH算法在网络生命周期和数据传输能力方面进行比较。
1、仿真工具采用MATLAB2012a,表1给出主要的参数设置。
表1仿真参数设置
2、各项仿真参数比较
由图3所示,在原算法LEACH进行到200轮左右时,出现了第一个死亡节点,而改进算法I-LEACH在300轮左右出现了第一个死亡节点,首个节点死亡时间延迟了大约100轮。实验证明本文提出的改进算法延长了第一个节点死亡时间,相比于LEACH,能够均衡网络节点的能量损耗,网络生命周期得到延长。
由图4所示,随着轮次的进行,两种算法的网络总能耗情况,当程序试行初始,两种算法节点耗费的能量相差不多。随着网络实验的进行,两种协议的总能量消耗都在增加,但改进后的协议增长的速度较慢,随着轮数的增加,这种优势更加明显。
由图5所示,相同运行轮数的情况下,I-LEACH算法的sink节点接收数据包数要远远大于原LEACH算法。因此,改进后的I-LEACH算法在数据传输能力上得到很大提高。
3、平台搭建及结果分析
系统采用“传感器节点(节点层)—主控器(网关层)—监控中心(服务器层)”的三层框架结构。这种架构确定了系统的三个组成部分:部署在待测水域的传感器节点、部署在待测水域的网关和部署在服务器上的远程监控中心。部署在待测水域的传感器节点动态组成监测网络,可以采集温度、PH值、溶解氧等重要水质数据,并对其进行数据融合和数据存储等操作,最后将数据发送到网关;网关将所有的水质数据收集完成之后经过GPRS网络发送给远程监控中心。
3.1组网测试
在进行组网测试时选取2个传感器节点、1个路由器节点和1个ZigBee协调器节点,协调器节点通过串口线与上位机进行连接,其余3个节点不采集数据直接执行入网操作。
3.2通讯质量测试
从表2中可以看到,随着测试距离的不断加大,丢包率和误包率也随之上升,超过50m后通信质量已经无法得到保障,超过70m后不能接收数据,故部署节点时距离控制在40m以内,可以满足高质量通信要求。
表2通讯质量测试结果
通信距 | 发送数 | 丢包数 | 丢包率 |
10 | 1000 | 0 | 0 |
20 | 1000 | 0 | 0 |
30 | 1000 | 1 | 0001 |
40 | 1000 | 23 | 0023 |
50 | 1000 | 101 | 0101 |
60 | 1000 | 382 | 0382 |
70 | 1000 | 1000 | 1 |
3.3节点寿命测试
采用采样电阻法对节点的能耗参数进行测试。经测量,本系统的ZigBee节点接收数据时的电流为42mA,发送数据时的电流为60mA休眠时的电流为仅为1.3μA,每5分钟之内收发数据累积的时间约为7.34s。以路由器节点为例,使用1800mAh的电池可供该节点工作大约4个月,而对于能够休眠的终端节点其工作时间能够更长。
4、结论
本发明结合无线传感器网络和水域监测,将无线传感器网络技术应用于水域监测系统中,同时针对无线传感器网络能量受限的问题,对其典型的LEACH路由算法进行了理论上的研究以及优化提出了改进算法I-LEACH,并使用MATLAB软件进行仿真。最后基于实验室环境搭建了平台,对设计出的节点的各项性能参数进行了测试。结果表明:改进的I-LEACH算法可以对系统的总体性能进行优化,有效降低了网络的能量消耗,提高了网络的生命周期,延长了水域监测系统的工作寿命。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内,因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种基于WSN的水域监测通信方法,其特征在于:该方法为:
无线传感器网络活动节点的能耗主要由数据的收发能耗和数据处理能耗组成,节点发送kbits数据的能耗Ps(k)表示为:
Ps(k)=Eelec×k+Eamp×dγ×k (2)
节点接收kbits数据的能耗PR(k)为:
PR(k)=Eelec×k (3)
节点分析和处理kbits数据的能耗Ecpu(k)为:
Pcpu(k)=Ecpu×k (4)
其中,k为数据包的二进制长度,Eelec(nJ/bit)为射频电路的能耗系数,Eamp(nJ/bit/m2)为电路的放大器能耗系数,d为发送距离,γ为信号衰减指数,取值为2或4;
设n个节点均匀分布在源节点和目标节点,相邻节点间距为d1hop,源节点采用多跳通信方式将长度为k的数据包发送至目标节点,其总能耗为:
其中,dtot为源节点到目标节点的总距离,是获得等于或大于的整数的函数,由式(5)知,以能耗最低为目标的最优单跳距离为:
式(6)最优单跳距离dopt是由节点的物理参数(Eelec,Ecpu,Eamp,γ)决定的,节点通信的单跳距离应满足dopt≤d1hop<dtot。
2.根据权利要求1所述的一种基于WSN的水域监测通信方法,其特征在于:族头T(n)阈值公式为:
其中,
式(7)、(8)中:T(n)为计算出的阈值;P(i)为当前轮节点i被选为簇头的百分比;p为初始时网络中簇头数与总节点数的百分比;n为网络中节点总数;Ei为当前轮每个节点的剩余能量;Eτ为当前轮网络中节点的总能量;Eα为当前轮网络中剩余节点的平均能量,r为当前的轮数,rmax网络运行的最大仿真轮数,G为本轮未当选过簇头的节点集合。
3.根据权利要求1所述的一种基于WSN的水域监测通信方法,其特征在于:网络分簇后簇内通信方式为:当dA>dB,则簇内成员节点A先向簇头节点B发送数据信息,再由簇头节点B进行数据融合将所有信息传送给sink节点,若dA<dB,成员节点A直接与sink节点进行通信,其中,dA是节点A到sink节点的距离,dB是节点A到簇头节点B的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910330660.9A CN110049465B (zh) | 2019-04-23 | 2019-04-23 | 一种基于wsn的水域监测通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910330660.9A CN110049465B (zh) | 2019-04-23 | 2019-04-23 | 一种基于wsn的水域监测通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110049465A true CN110049465A (zh) | 2019-07-23 |
CN110049465B CN110049465B (zh) | 2021-11-30 |
Family
ID=67278874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910330660.9A Active CN110049465B (zh) | 2019-04-23 | 2019-04-23 | 一种基于wsn的水域监测通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110049465B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111314934A (zh) * | 2020-02-14 | 2020-06-19 | 西北工业大学 | 一种统一最优判决的网络协同探测方法 |
CN112486795A (zh) * | 2020-12-21 | 2021-03-12 | 北京安兔兔科技有限公司 | 一种运算性能测试方法、装置、电子设备及存储介质 |
CN114867082A (zh) * | 2022-03-31 | 2022-08-05 | 国网江苏省电力有限公司电力科学研究院 | 一种大规模电力物联网设备免授权接入系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917750A (zh) * | 2010-07-30 | 2010-12-15 | 南京工业大学 | 最小努力交付的跨区虚拟簇多跳路由方法 |
US20140098686A1 (en) * | 2012-10-09 | 2014-04-10 | At&T Intellectual Property I, L.P. | Geocast protocol for wireless sensor network |
CN104320796A (zh) * | 2014-10-28 | 2015-01-28 | 河海大学常州校区 | 基于leach协议的无线传感器网络数据传输方法 |
US20150036570A1 (en) * | 2013-08-02 | 2015-02-05 | Yonsei University, Univesity -Industry Foundation (UIF) | Method and apparatus for transmission scheduling in wireless sensor network |
CN104394571A (zh) * | 2014-12-10 | 2015-03-04 | 河海大学常州校区 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
US20160219516A1 (en) * | 2015-01-27 | 2016-07-28 | Vivek Subramanian | Systems and methods for providing wireless asymmetric network architectures of wireless devices with power management features |
CN106161118A (zh) * | 2016-09-30 | 2016-11-23 | 中南大学 | 一种无线传感网中能量均衡的k‑跳分簇路由方法 |
CN108566663A (zh) * | 2018-01-10 | 2018-09-21 | 重庆邮电大学 | 基于扰动粒子群优化的sdwsn能耗均衡路由算法 |
CN108696903A (zh) * | 2018-05-17 | 2018-10-23 | 昆明理工大学 | 一种基于能耗均衡的leach算法优化方法 |
-
2019
- 2019-04-23 CN CN201910330660.9A patent/CN110049465B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917750A (zh) * | 2010-07-30 | 2010-12-15 | 南京工业大学 | 最小努力交付的跨区虚拟簇多跳路由方法 |
US20140098686A1 (en) * | 2012-10-09 | 2014-04-10 | At&T Intellectual Property I, L.P. | Geocast protocol for wireless sensor network |
US20150036570A1 (en) * | 2013-08-02 | 2015-02-05 | Yonsei University, Univesity -Industry Foundation (UIF) | Method and apparatus for transmission scheduling in wireless sensor network |
CN104320796A (zh) * | 2014-10-28 | 2015-01-28 | 河海大学常州校区 | 基于leach协议的无线传感器网络数据传输方法 |
CN104394571A (zh) * | 2014-12-10 | 2015-03-04 | 河海大学常州校区 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
US20160219516A1 (en) * | 2015-01-27 | 2016-07-28 | Vivek Subramanian | Systems and methods for providing wireless asymmetric network architectures of wireless devices with power management features |
CN106161118A (zh) * | 2016-09-30 | 2016-11-23 | 中南大学 | 一种无线传感网中能量均衡的k‑跳分簇路由方法 |
CN108566663A (zh) * | 2018-01-10 | 2018-09-21 | 重庆邮电大学 | 基于扰动粒子群优化的sdwsn能耗均衡路由算法 |
CN108696903A (zh) * | 2018-05-17 | 2018-10-23 | 昆明理工大学 | 一种基于能耗均衡的leach算法优化方法 |
Non-Patent Citations (3)
Title |
---|
EMAD ALNAWAFA: "MHT: Multi-hop technique for the improvement of leach protocol", 《 2016 15TH ROEDUNET CONFERENCE: NETWORKING IN EDUCATION AND RESEARCH》 * |
LI-QING GUO: "Improvement on LEACH by combining Adaptive Cluster Head Election and Two-hop transmission", 《2010 INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND CYBERNETICS》 * |
刘迎盈: "基于能量优先的地理位置WSN路由算法设计", 《知网》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111314934A (zh) * | 2020-02-14 | 2020-06-19 | 西北工业大学 | 一种统一最优判决的网络协同探测方法 |
CN112486795A (zh) * | 2020-12-21 | 2021-03-12 | 北京安兔兔科技有限公司 | 一种运算性能测试方法、装置、电子设备及存储介质 |
CN114867082A (zh) * | 2022-03-31 | 2022-08-05 | 国网江苏省电力有限公司电力科学研究院 | 一种大规模电力物联网设备免授权接入系统及方法 |
CN114867082B (zh) * | 2022-03-31 | 2024-04-05 | 国网江苏省电力有限公司电力科学研究院 | 一种大规模电力物联网设备免授权接入系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110049465B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Intelligent resource management based on reinforcement learning for ultra-reliable and low-latency IoV communication networks | |
US12047860B2 (en) | Clustering routing optimization method based on adaptive evolutionary algorithm for wireless sensor network | |
CN110049465A (zh) | 一种基于wsn的水域监测通信方法 | |
Zhang et al. | A clustering routing protocol for wireless sensor networks based on type-2 fuzzy logic and ACO | |
CN103491566B (zh) | 一种面向无线体域网的能量效率优化方法 | |
CN104602302B (zh) | 一种基于分簇结构的ZigBee网络能量均衡路由方法 | |
CN102497679B (zh) | 一种无线传感器网络静态分簇算法 | |
Pilloni et al. | TAN: a distributed algorithm for dynamic task assignment in WSNs | |
CN105979565A (zh) | 基于动态路由机制的无线传感器网络及其拓扑控制方法 | |
CN111107602B (zh) | 一种无线体域网能耗和时延加权最小的安全路由选择方法 | |
CN103200643A (zh) | 基于剩余能量感知的分布式容错拓扑控制方法 | |
Tillapart et al. | An approach to hybrid clustering and routing in wireless sensor networks | |
CN113411766A (zh) | 智慧物联网综合感知系统及方法 | |
Bo et al. | An energy aware routing algorithm for software defined wireless sensor networks | |
CN107969008A (zh) | 一种软件定义传感网集中式路由计算方法 | |
CN103442382B (zh) | 降低链路间干扰的拓扑控制方法 | |
CN111935797B (zh) | 一种用于低压开关柜无线通信网络的动态路由方法 | |
CN106454858B (zh) | 一种解决在多跳传感器网络中存在的热区问题的方法 | |
CN104853365A (zh) | 一种基于有损链路状态预测的无线传感网拓扑构建方法 | |
CN103826282A (zh) | 基于剩余能量的集合划分多跳路由方法 | |
Matsuura | New routing framework for RPL: Constructing power-efficient wireless sensor network | |
Pitchai et al. | Game theoretical computation based energy efficient routing for wireless sensor networks | |
CN106488507A (zh) | 路由负载分流的非均匀分簇传感器网络能量空洞避免方法 | |
Kumar et al. | Improved data gathering protocol for WSN | |
Zhang et al. | Application of improved particle swarm-gray wolf data fusion algorithm for air quality prediction |
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 |