CN110087273B - 无线传感器网络分簇路由的方法、无线传感器网络协议平台 - Google Patents
无线传感器网络分簇路由的方法、无线传感器网络协议平台 Download PDFInfo
- Publication number
- CN110087273B CN110087273B CN201910189257.9A CN201910189257A CN110087273B CN 110087273 B CN110087273 B CN 110087273B CN 201910189257 A CN201910189257 A CN 201910189257A CN 110087273 B CN110087273 B CN 110087273B
- Authority
- CN
- China
- Prior art keywords
- cluster
- nodes
- node
- data
- 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.)
- Active
Links
Images
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
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- 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)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明属于无线传感器网络通信技术领域,公开了一种无线传感器分簇路由的方法、无线传感器网络协议平台,对传感器网络中的所有传感器节点进行分簇;针对每一个划分好的簇结构,选出一个节点充当簇首;所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合;一轮数据发送过后,重新对网络中的节点进行分簇。本发明可以使网络中的所有节点根据分簇的拓扑结构和节点的各种指标自适应地构建路由,可有效地提升传感器网络的网络生存周期。
Description
技术领域
本发明属于无线传感器网络通信技术领域,尤其涉及一种无线传感器网络分簇路由的方法、无线传感器网络协议平台。
背景技术
目前,最接近的现有技术:在无线传感器网络协议栈中,网络层是研究者关注最多的一层。无线传感器网络中的路由协议是网络层的核心技术之一。路由协议在一定程度上能决定整个网络的性能,尤其是能耗、数据服务质量方面。因此,路由协议应该尽可能地利用节点有限的能量,提高网络的生存周期和数据的服务质量。路由协议主要负责将数据分组从源节点以最优的方式发送到目的节点。这个过程,包括网络中数据传输路径的确定、路径的最终选择、及路径的维护与更新等。在一些节点数量众多的大型传感器网络中,往往需要一个或多个中继节点在源节点和目的节点之间转发数据分组。无线传感器网络中的多媒体传感器节点一般是有电池驱动的,有限且不易补充。现有路由协议主要分为平面路由协议和层次路由协议。其中,leach(Low-Energy Adaptive Clustering Hierarchy)路由协议是无线传感器网络中经典的基于簇的分层路由协议。此协议利用随机选举本地集群基站(即簇首)的方法,把能量损耗均匀地分布给网络中的传感器节点。从leach协议整个的算法流程可以看出,leach具有很多不完善的地方。首先,它是采用随机数的不均匀的分簇,每一轮网络中产生的簇的数量是不确定的,过多或过少的簇的分布,将会导致网络整体性能的下降。甚至极端情况下,可能整个网络不会产生一个簇,即所有节点直接把数据发给远距离的sink节点,这对于每个传感器节点来说都是毁灭性的路由规划。另外,在簇首的选举阶段,每个节点的权值计算仅仅由网络中节点的数量和轮数确定,每一轮中每个节点的权值全部相同,这导致全网节点无差别的选举簇首而无视节点之间各种信息的差异性,选举出的簇首并不是最优的。本方案基于上述两点缺点,提出了基于二分k-means算法的均匀分簇算法,首先计算出现有网络中的最优簇首数量,然后根据把网络传感器节点分成相应数量的簇,然后在各个簇中利用节点的能量、距离等重要指标设计出适合本簇的最优簇首选举公式,使得选举出的节点有能力担任本簇中数据的压缩和转发工作,延长每个节点的生存时间,进而提高网络整体的声明周期。
无线传感器网络中处理的信息数量极多且较为复杂,必要时还要进行数据的压缩和融合,或者一些附加功能的实现。整个网络在数据采集、信息处理、无线收发三个阶段,凸显出了更加严重的能耗问题。且呈现出能耗“均匀化”的状态。目前,已经存在一些基于leach的改进路由算法。例如A-leach路由算法,把本轮中节点的最大能量值和节点现有能量因子引入簇首选举公式;N-leach路由算法把本轮节点的消耗的能量和节点的初始能量因子引入簇首选举公式;但是仅由能量这一个因素选举出的簇首会有失偏颇,可能会选举一个能量状况较好,但是距离sink节点较远的节点,这会导致本来距离sink较近的节点数据由距离sink节点较远的簇首充当了中继,造成了能量的浪费。另有一些基于其他一些分簇的算法,对网络进行先分簇再选举簇首,但是分簇的结果往往具有局部最优,而不能实现最大程度地提高网络性能。
综上所述,现有技术存在的问题是:无线传感器网络中处理的信息数量极多且较为复杂,进行数据的压缩和融合或者一些附加功能的实现,存在严重的能耗问题;且呈现出能耗“均匀化”的状态,要综合考虑网络中的各个节点的状况信息,设计出适合网络整体结构的簇分布及适合簇内成员节点状况的簇首的选择方案。
解决上述技术问题的难度:为了设计出一个符合无线传感器网络特点的分层路由方案,要重点关注众多簇的合理划分,包括簇的数量、簇的位置分布、簇内节点的组成及簇首节点的确定等问题。这些问题都需要对网络整体状况进行严密考虑,设计出符合整体网络状况的分层路由算法。
解决上述技术问题的意义:本发明彻底地改变了传统基于leach的分簇的过程,即由leach的先选择簇首节点再由节点的候选簇首确定簇的由下而上的分层路由方案,转变成为了自上而下的分层路由方案,实现了更加合理的基于距离相似度的簇的分布和最优簇首的确定。本发明提出的方案对分层路由算法的变革思路和性能来说都是一次重要的提升。
发明内容
针对现有技术存在的问题,本发明提供了一种无线传感器分簇路由的方法、无线传感器网络协议平台。
本发明是这样实现的,一种无线传感器分簇路由的方法,所述无线传感器分簇路由的方法包括:
第一步,对传感器网络中的所有传感器节点进行分簇;
第二步,针对每一个划分好的簇结构,选出一个节点充当簇首;
第三步,所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合;
第四步,一轮数据发送过后,重新对网络中的节点进行分簇,重复第一步-第三步。
进一步,所述第一步的对传感器网络中的所有传感器节点进行分簇具体包括:
(1)把所有的节点作为一整个簇,针对整个簇运行k值为2的k-means算法,把这一整个簇一分为二;
(2)在现有的多个簇中以簇的最小误差平方和最小为目标选择一个簇,在选定的簇中继续簇一分为二的过程,此过程迭代进行,直到划分的簇的数量达到了预设值为止。
进一步,运行k值为2的k-means分簇过程按照如下步骤进行:
a)在选定的簇中随机选择两个节点a1、a2,作为分簇的初始化中心点,这两个初始化中心点分别属于一个簇;
进一步,选出要一分为二的簇,误差平方和按照下式计算:
其中,xi、yi是簇中节点的纵横坐标,x*、y*是本簇中簇首节点的纵横坐标。
进一步,所述第二步针对每一个划分好的簇结构,选出一个节点充当簇首具体包括:
(1)针对一个簇中的所有节点随机产生一个0到1的随机数;
(2)根据一个簇中的所有节点信息计算门限值,门限值的计算方法如下式:
其中,α是修正因子,使门限值保持在0到1之间,N为网络中所有节点的数量,r为当前路由进行的轮数,Emax是本簇中所有节点剩余能量的最大值,Ecur是本节点的剩余能量;Kopt是最优的簇的数量,其计算方法如下式;
其中,M2是布置传感器的区域面积,εfs为采用自由空间信道模型的参数,εmp为多径衰落信道模型的参数,电子能量Eelec;
(3)如果节点产生的随机数小于节点计算出的门限值thresh(i),则此节点就当选为本簇的簇首。
进一步,所述第三步所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合具体包括:
(1)簇首节点根据簇成员节点的数量创建TDMA时隙表,每个簇内成员节点周期性采集数据,并在自己的时隙内把数据发送给簇首;
(2)等簇内成员节点全部发送了监测数据之后,簇首节点执行数据融合功能,然后把本簇融合后的数据发送给sink节点。
本发明的另一目的在于提供一种应用所述无线传感器分簇路由的方法的无线传感器网络协议平台。
综上所述,本发明的优点及积极效果为:本发明联合考虑了基于距离相似度的分簇过程、节点的能量状态等因素。在无线传感器网络采集到的数据进行路由的时候,根据优化的簇的结构,每个状态良好的节点可以根据自身的信息以一定的概率担任簇首,一方面保证了簇内成员节点到簇首节点以较近的距离传输,另一方面保证了系统能量消耗的均衡性,与传统leach分簇算法相比,具有更好的生命周期的体现。
本发明提出的节点门限值的计算,在节点能量和节点距离两个节点指标的限制下,均衡网络节点的状况,延长网络的整体生命周期。
附图说明
图1是本发明实施例提供的无线传感器分簇路由的方法流程图。
图2是本发明实施例提供的无线传感器分簇路由的方法实现流程图。
图3是本发明实施例提供的仿真实验中本发明与基于leach分簇路由在网络节点生存性能的对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明联合考虑节点的能量状态、节点的位置信息,提出一种基于分层结构的路由协议,实现了更加有效的分簇结构,更加优化的簇首节点的选举方案,使系统的性能得到相应的提升。本发明采用二分k-means算法对网络结构进行分簇;采用优化的簇首选举方案,节点根据自己的能量百分比、与sink节点的距离等条件判断是否适合担任簇首。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的无线传感器分簇路由的方法包括以下步骤:
S101:对传感器网络中的所有传感器节点进行分簇;
S102:针对每一个划分好的簇结构,选出一个节点充当簇首;
S103:所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合;
S104:一轮数据发送过后,重新对网络中的节点进行分簇,重复步骤S101-S103。
下面结合附图对本发明的应用原理作进一步的描述。
本发明使用的无线传感器网络分簇路由的系统,网络中的所有节点均被随机放置在方形的网络区域内,每个节点具有可以区分自己身份的ID。在节点的整个生命周期里,节点会静止在最初放置的坐标,且其传输半径相同。
网络中的节点会根据自身的功能分为三类:sink节点、簇首节点和簇成员节点。其中,sink节点在网络中执行数据的汇集和网络间互联的功能;簇首节点除了自身能感知监测数据之外,还会对簇成员节点发送的数据进行融合压缩,具有成员节点数据中转的功能;簇成员节点是网络中数量最多的一类节点,分属于不同的簇首,执行最基础的数据采集、发送功能。
如图2所示,本发明的无线传感器分簇路由的方法实现步骤如下:
步骤1:使用二分k-means分簇算法把网络中的所有节点分成均匀的簇。过程如下:
1.1)把所有的节点作为一个簇,把这一整个簇一分为二,采用k值为2的k-means算法;
1.2)以簇的最小误差平方和最小为目标选择一个簇,然后,在选定的簇中继续簇一分为二的过程,此过程迭代进行,直到划分的簇的数量达到了预设值为止。
步骤2:根据节点信息,计算门限值,竞选簇首。过程如下:
2.1)簇中的每一个节点随机产生一个0到1的随机数;
2.2)根据簇中的所有节点状况计算门限值,门限值的计算方法如下式:
因此距离sink节点越近的节点,在本簇所有节点中具有较大能量的节点会使门限值变大。因此,节点状况越好,越可能会被选为簇首,负责同簇其他节点的数据转发工作。
步骤3:簇成员节点采集的数据在自己的时隙内发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合。过程如下:
3.1)簇首节点创建TDMA时隙表,每个簇内成员节点周期性在自己的时隙内采集数据并把数据发送给簇首。
3.2)一次时隙表全部轮完之后,簇首节点融合簇内节点的数据,然后把本簇融合后的数据发送给sink节点。
步骤4:路由运行一轮过后,重新对网络中的节点进行分簇,重复分簇、竞选簇首、发送数据的过程。
下面结合仿真对本发明的应用效果做详细的描述。
1、仿真参数设置为:网络中部署的传感器节点个数N=100,一个sink节点,所有节点保持静止。最优簇首数量kopt为4%到6%,自由空间信道模型参数εfs为10pJ/bit/m2,多径衰落模型参数εmp为0.0013pJ/bit/m2,节点初始能量为2J,数据信息大小是4000bit。
2、通过图3的仿真分析可以看出,随着网络时间推移,传感器节点不断死亡。本发明中节点死亡的时间相比于基于leach的路由的节点死亡时间大大推移,这是由于能量消耗被均匀分散到网络中的各个节点上。还可以看出本发明全部节点存活的时间被大大延长,提高了网络的生存周期。因此采用本发明的分簇路由方案相比于随机分簇的路由方案在网络生存周期上有更好的表现。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种无线传感器分簇路由的方法,其特征在于,所述无线传感器分簇路由的方法包括:
第一步,对传感器网络中的所有传感器节点进行分簇;
第二步,针对每一个划分好的簇结构,选出一个节点充当簇首;
第三步,所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合;
第四步,一轮数据发送过后,重新对网络中的节点进行分簇,重复第一步-第三步;
所述第一步的对传感器网络中的所有传感器节点进行分簇具体包括:
(1)把所有的节点作为一整个簇,针对整个簇运行k值为2的k-means算法,把这一整个簇一分为二;
(2)在现有的多个簇中以簇的最小误差平方和最小为目标选择一个簇,在选定的簇中继续簇一分为二的过程,此过程迭代进行,直到划分的簇的数量达到了预设值为止;选出要一分为二的簇,误差平方和按照下式计算:
其中,xi、yi是簇中节点的纵横坐标,x*、y*是本簇中簇首节点的纵横坐标;
所述第二步针对每一个划分好的簇结构,选出一个节点充当簇首具体包括:
(1)针对一个簇中的所有节点随机产生一个0到1的随机数;
(2)根据一个簇中的所有节点信息计算门限值,门限值的计算方法如下式:
其中,α是修正因子,使门限值保持在0到1之间,N为网络中所有节点的数量,r为当前路由进行的轮数,Emax是本簇中所有节点剩余能量的最大值,Ecur是本节点的剩余能量;Kopt是最优的簇的数量,其计算方法如下式;
其中,M2是布置传感器的区域面积,εfs为采用自由空间信道模型的参数,εmp为多径衰落信道模型的参数,电子能量Eelec;
(3)如果节点产生的随机数小于节点计算出的门限值thresh(i),则此节点就当选为本簇的簇首。
3.如权利要求1所述的无线传感器分簇路由的方法,其特征在于,所述第三步所有传感器节点采集监测的数据,簇成员节点在分配给自己的时隙内把数据发送给簇首,等簇内所有成员节点发送一轮数据之后,簇首把自身采集到的数据和接收到的簇内成员的数据进行融合具体包括:
(1)簇首节点根据簇成员节点的数量创建TDMA时隙表,每个簇内成员节点周期性采集数据,并在自己的时隙内把数据发送给簇首;
(2)等簇内成员节点全部发送了监测数据之后,簇首节点执行数据融合功能,然后把本簇融合后的数据发送给sink节点。
4.一种应用权利要求1~3任意一项所述无线传感器分簇路由的方法的无线传感器网络协议系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189257.9A CN110087273B (zh) | 2019-03-13 | 2019-03-13 | 无线传感器网络分簇路由的方法、无线传感器网络协议平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189257.9A CN110087273B (zh) | 2019-03-13 | 2019-03-13 | 无线传感器网络分簇路由的方法、无线传感器网络协议平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110087273A CN110087273A (zh) | 2019-08-02 |
CN110087273B true CN110087273B (zh) | 2022-07-22 |
Family
ID=67412478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910189257.9A Active CN110087273B (zh) | 2019-03-13 | 2019-03-13 | 无线传感器网络分簇路由的方法、无线传感器网络协议平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110087273B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110995590B (zh) * | 2019-10-22 | 2022-04-22 | 中国电子科技集团公司第七研究所 | 一种分布式分域网络下的高效路由方法 |
CN111615203B (zh) * | 2020-06-11 | 2022-03-18 | 北京印刷学院 | 面向数据中心的基于任务驱动的联合信道时隙分配方法 |
CN112423357A (zh) * | 2020-10-30 | 2021-02-26 | 沈阳化工大学 | 一种bp神经网络模型提高节点处理效率方法 |
CN112616155B (zh) * | 2020-12-28 | 2023-03-24 | 中国人民解放军63861部队 | 无线自组织网络性能评估方法 |
CN113361091B (zh) * | 2021-06-01 | 2022-05-17 | 杭州电力设备制造有限公司 | 一种esd强度估计方法和系统 |
CN115473781B (zh) * | 2022-11-01 | 2023-02-28 | 国网湖北省电力有限公司信息通信公司 | 一种分布式snmp数据中心设备监控方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107529201A (zh) * | 2017-08-29 | 2017-12-29 | 武汉中原电子信息有限公司 | 一种基于leach协议的无线传感器网络数据传输方法 |
CN108521633A (zh) * | 2018-02-27 | 2018-09-11 | 南京邮电大学 | 基于k均值的矿井环境无线传感网分簇路由方法 |
CN108900996A (zh) * | 2018-07-04 | 2018-11-27 | 中国海洋大学 | 一种基于双层模糊算法的无线传感器网络数据传输方法 |
CN108990129A (zh) * | 2018-08-14 | 2018-12-11 | 长春理工大学 | 一种无线传感网络分簇方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10034185B2 (en) * | 2015-03-31 | 2018-07-24 | King Fahd University Of Petroleum And Minerals | Apparatus and method for evaluating wireless sensor networks |
-
2019
- 2019-03-13 CN CN201910189257.9A patent/CN110087273B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107529201A (zh) * | 2017-08-29 | 2017-12-29 | 武汉中原电子信息有限公司 | 一种基于leach协议的无线传感器网络数据传输方法 |
CN108521633A (zh) * | 2018-02-27 | 2018-09-11 | 南京邮电大学 | 基于k均值的矿井环境无线传感网分簇路由方法 |
CN108900996A (zh) * | 2018-07-04 | 2018-11-27 | 中国海洋大学 | 一种基于双层模糊算法的无线传感器网络数据传输方法 |
CN108990129A (zh) * | 2018-08-14 | 2018-12-11 | 长春理工大学 | 一种无线传感网络分簇方法及系统 |
Non-Patent Citations (4)
Title |
---|
A Novel Cluster Head Selection Method based on K-Means Algorithm for Energy Efficient Wireless Sensor Network;Geon Yong Park ET AL.;《2013 27th International Conference on Advanced Information Networking and Applicati》;20130611;全文 * |
An improved K-means cluster-based routing scheme for wireless sensor networks;Mohamed LEHSAINI ET AL.;《2018 International Symposium on Programming and Systems (ISPS)》;20180611;全文 * |
基于K-Means聚类的无线传感网分层路由算法研究;张雅琼等;《榆林学院学报》;20181115(第06期);全文 * |
无线传感器网络LEACH协议的研究与改进;张伟;《中国优秀硕士学位论文全文数据库》;20180215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110087273A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110087273B (zh) | 无线传感器网络分簇路由的方法、无线传感器网络协议平台 | |
Murugaanandam et al. | Reliability-based cluster head selection methodology using fuzzy logic for performance improvement in WSNs | |
Prasanth et al. | Implementation of efficient intra-and inter-zone routing for extending network consistency in wireless sensor networks | |
Al-Karaki et al. | Data aggregation in wireless sensor networks-exact and approximate algorithms | |
Latiff et al. | Performance comparison of optimization algorithms for clustering in wireless sensor networks | |
CN112469100A (zh) | 基于可充电多基站式无线异构传感器网络的分层路由算法 | |
CN101119303A (zh) | 基于动态聚类的多目标规划无线传感网路由算法 | |
Rostami et al. | Wireless sensor network clustering using particles swarm optimization for reducing energy consumption | |
Meddah et al. | An energy efficient and density control clustering algorithm for wireless sensor network | |
Ding et al. | Energy-efficient topology control mechanism for IoT-oriented software-defined WSNs | |
Altakhayneh et al. | Cluster head selection using genetic algorithm in wireless network | |
Sahayaraj et al. | Relay node selection with energy efficient routing using hidden Markov model in wireless sensor networks | |
CN111447658B (zh) | 一种基于sdwsn的分簇路由方法 | |
Li et al. | Resource allocation schemes based on intelligent optimization algorithms for D2D communications underlaying cellular networks | |
Mansoor et al. | Cluster based energy efficient sensing for cognitive radio sensor networks | |
Zhao et al. | [Retracted] Adaptive Clustering Algorithm for IIoT Based Mobile Opportunistic Networks | |
Devi et al. | An energy‐efficient routing based on a hybrid improved whale artificial ecosystem optimization algorithm in WSN | |
Yarinezhad et al. | MLCA: a multi-level clustering algorithm for routing in wireless sensor networks | |
CN113727412B (zh) | 异构无线传感器网络分簇路由方法、装置、介质及设备 | |
Kumari et al. | A genetic algorithm based leach protocol for cluster head selection to enhance the network lifetime of wireless sensor network | |
Thomas et al. | Minimization of energy consumption in MANET using optimized k-medoid PSO Clustering Model | |
CN107682904A (zh) | 移动自组织网络群组移动行为判定方法 | |
Mamalis et al. | Energy Balanced Clustering and Data Gathering for Large-Scale Wireless Sensor Networks | |
Gunasekar et al. | Multi‐objective moth swarm based sailfish model for optimal routing in wireless sensor network | |
US10476805B2 (en) | Network communication method, device, and internet system |
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 |