CN110430546A - 一种无线传感网络的抗干扰优化系统 - Google Patents

一种无线传感网络的抗干扰优化系统 Download PDF

Info

Publication number
CN110430546A
CN110430546A CN201910627230.3A CN201910627230A CN110430546A CN 110430546 A CN110430546 A CN 110430546A CN 201910627230 A CN201910627230 A CN 201910627230A CN 110430546 A CN110430546 A CN 110430546A
Authority
CN
China
Prior art keywords
node
data
sensor
network
sense signals
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.)
Withdrawn
Application number
CN201910627230.3A
Other languages
English (en)
Inventor
林涛
吴朋
高凤梅
吴天舒
刘睿强
毛朝庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Chongqing College of Electronic Engineering
Original Assignee
Chongqing University
Chongqing College of Electronic Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University, Chongqing College of Electronic Engineering filed Critical Chongqing University
Priority to CN201910627230.3A priority Critical patent/CN110430546A/zh
Publication of CN110430546A publication Critical patent/CN110430546A/zh
Withdrawn legal-status Critical Current

Links

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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • 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
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/16—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference
    • 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
    • H04W40/246—Connectivity information discovery
    • 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

本发明涉及一种无线传感网络的抗干扰优化系统，解决的是抗干扰程度与资源有效利用之间存在矛盾的技术问题，通过采用所述无线传感网络的抗干扰优化系统包括：至少3个用于采集数据的传感器节点，传感器节点通过无线网络与相邻的传感器节点进行无线通信；所述传感器节点由至少分布式设置的2个传感器子节点组成；所述传感器子节点可通过选择控制对外无线通信的对象，与任一传感器子节点组合为传感器节点；所述传感器子节点内置有拓扑建模优化程序的技术方案，较好的解决了该问题，可用于无线传感网络的抗干扰中。

Description

一种无线传感网络的抗干扰优化系统
技术领域
本发明涉及无线传感网络抗干扰领域，具体涉及一种无线传感网络的抗干扰优化系统。
背景技术
无线传感器网络是一项通过无线通信技术把数以万计的传感器节点以自由式进行组织与结合进而形成的网络形式。构成传感器节点的单元分别为：数据采集单元、数据传输单元、数据处理单元以及能量供应单元。其中数据采集单元通常都是采集监测区域内的信息并加以转换，比如光强度跟大气压力与湿度等；数据传输单元则主要以无限通信和交流信息以及发送接收那些采集进来的数据信息为主；数据处理单元通常处理的是全部节点的路由协议和管理任务以及定位装置等；能量供应单元为缩减传感器节点占据的面积，会选择微型电池的构成形式。无线传感器网络当中的节点分为两种，一个是汇聚节点，一个是传感器节点。汇聚节点主要指的是网关能够在传感器节点当中将错误的报告数据剔除，并与相关的报告相结合将数据加以融合，对发生的事件进行判断。汇聚节点与用户节点连接可借助广域网络或者卫星直接通信，并对收集到的数据进行处理。
现有的无线传感网络的抗干扰采用的是单一的措施，不能有效实现抗干扰程度与资源有效利用共存的技术问题，本发明提供一种能够解决上述技术问题的无线传感网络的抗干扰优化系统。
发明内容
本发明所要解决的技术问题是现有技术中存在的抗干扰程度与资源有效利用之间存在矛盾的技术问题。提供一种新的无线传感网络的抗干扰优化系统，该无线传感网络的抗干扰优化系统具有抗干扰程度高的特点。
为解决上述技术问题，采用的技术方案如下：
一种无线传感网络的抗干扰优化系统，其特征在于：
所述无线传感网络的抗干扰优化系统包括：
至少3个用于采集数据的传感器节点，传感器节点通过无线网络与相邻的传感器节点进行无线通信；
所述传感器节点由至少分布式设置的2个传感器子节点组成；
所述传感器子节点可通过选择控制对外无线通信的对象，与任一传感器子节点组合为传感器节点；
所述传感器子节点内置有拓扑建模优化程序，所述拓扑建模优化程序完成以下步骤：
步骤1，定义传感器节点为拓扑点，建立网络拓扑模型结构图；
步骤2，计算出拓扑点与邻近拓扑点的网络质量，并将网络质量优于预定值的链路定义为网络稳定链路，统计拓扑点的网络稳定链路数量，将网络稳定链路数量＞2的拓扑点定义为正向待调整拓扑点，网络稳定链路数量＝2的拓扑点定义为最优拓扑点，网络稳定链路数量＜2的定义为负向待调整拓扑点；
步骤3，判断负向待调整拓扑点数量，负向待调整拓扑点数量大于0则执行步骤4；
步骤4，判断负向待调整拓扑点内的传感器子节点数；若传感器子节点数不超过1，则将负向待调整拓扑点最接近的传感器子节点自原传感器节点中分离，将分离出的传感器子节点定义为新的一个传感器节点；若传感器子节点数超过1，则将负向待调整拓扑点分离为2个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；
步骤5，若正向待调整拓扑点数量大于1，将相邻的2个正向待调整拓扑点组合为1个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；否则执行步骤6；
步骤6，完成自适应网络抗干扰优化。
本发明的工作原理：本发明抗干扰的资源消耗和抗干扰的效果之间的平衡，有效实现了抗干扰系统网络连接的结构自适应优化，从而实现从提高网络传输的抗干扰特性上提高抗干扰能力，并且兼顾网络传输冗余带来的资源浪费。
上述方案中，为优化，进一步地，所述传感器子节点还内置有数据采集抗干扰程序，数据采集抗干扰程序执行如下步骤：
步骤A，构建采集数据模型为
CUB(I)＝CBT(I)·CB；
其中，CB为传感器子节点采集数据的实时数据包数量，T是采集数据所用的时间，I为数据包在传感器子节点中缓存的总数；
步骤B，建立传感器子节点采集数据的损耗因子其中Q为数据损耗量，Zk为传感器子节点采集到缓存数据的路径长度；
步骤C，定义异常结构数据包络特征为
其中，θ(t)为高频分量，a(t)为异常结构数据信号干扰特征幅度，x(t)为异常结构数据信号的解析模型实部，y(t)为异常结构数据信号固有的模态函数，z(t)为异常结构数据信号；
步骤D，定义数据信息采集的信息分量，构建完成异常结构数据的信息流量模型；
r＝x(t)-wIJ；
wIJ＝βw(ek)；
其中，β为大于1的常数，w代表的是权重；
步骤E，采用小波分解的方法对步骤B中的异常结构数据的信息流量数据进行降噪预处理，去除数据中存在的噪声，计算出流量序列中存在的细节信号，完成对数据采集的采集干扰信号的识别，剔除识别出的采集干扰信号：
b＝(1-a)f0；
其中，a为尺度因子等于二维空间中母小波的平移伸缩量，b为异常结构数据信号扰动的轨迹。
进一步地，所述网络拓扑模型中的数据传输采用交叉映射方法进行数据传输。
进一步地，所述交叉映射方法包括：
步骤a，判断当前传感器子节点与目标传感器子节点的网络是否直接连通，连通则执行步骤b，否则执行步骤c；
步骤b，比较剩余TTL值与当前传感器子节点到达目标传感器子节点所需的跳数的大小，剩余TTL值大于或等于当前传感器子节点到达目标传感器子节点所需的跳数，则执行步骤e，否则将剩余TTL的值定义为中继跳数，再执行步骤e；
步骤c，比较剩余TTL值与自当前传感器子节点到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数，剩余TTL值大于等于到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数的；将数据分组转发给位于同一传感器节点内的最优的传感器子节点的下一跳传感器子节点位，返回执行步骤a，否则执行步骤d；
步骤d，将剩余TTL值定义为0，删除该数据分组，结束；
步骤e，查找路由表将数据分组逐跳传送至目标传感器子节点，结束。
本发明的有益效果：本发明抗干扰的资源消耗和抗干扰的效果之间的平衡，有效实现了抗干扰系统网络连接的结构自适应优化，从而实现从提高网络传输的抗干扰特性上提高抗干扰能力，并且兼顾网络传输冗余带来的资源浪费。在此基础上，将复合的组合节点作为一个族实现节点优化覆盖。通过网络信道映射的方法提高了数据采集的稳定性。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1，无线传感网络的抗干扰优化系统示意图。
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用以解释本发明，并不用于限定本发明。
实施例1
本实施例提供一种无线传感网络的抗干扰优化系统，如图1，所述无线传感网络的抗干扰优化系统包括：
至少3个用于采集数据的传感器节点，传感器节点通过无线网络与相邻的传感器节点进行无线通信；
所述传感器节点由至少分布式设置的2个传感器子节点组成；
所述传感器子节点可通过选择控制对外无线通信的对象，与任一传感器子节点组合为传感器节点；
所述传感器子节点内置有拓扑建模优化程序，所述拓扑建模优化程序完成以下步骤：
步骤1，定义传感器节点为拓扑点，建立网络拓扑模型结构图；
步骤2，计算出拓扑点与邻近拓扑点的网络质量，并将网络质量优于预定值的链路定义为网络稳定链路，统计拓扑点的网络稳定链路数量，将网络稳定链路数量＞2的拓扑点定义为正向待调整拓扑点，网络稳定链路数量＝2的拓扑点定义为最优拓扑点，网络稳定链路数量＜2的定义为负向待调整拓扑点；
步骤3，判断负向待调整拓扑点数量，负向待调整拓扑点数量大于0则执行步骤4；
步骤4，判断负向待调整拓扑点内的传感器子节点数；若传感器子节点数不超过1，则将负向待调整拓扑点最接近的传感器子节点自原传感器节点中分离，将分离出的传感器子节点定义为新的一个传感器节点；若传感器子节点数超过1，则将负向待调整拓扑点分离为2个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；
步骤5，若正向待调整拓扑点数量大于1，将相邻的2个正向待调整拓扑点组合为1个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；否则执行步骤6；
步骤6，完成自适应网络抗干扰优化。
本实施例抗干扰的资源消耗和抗干扰的效果之间的平衡，有效实现了抗干扰系统网络连接的结构自适应优化，从而实现从提高网络传输的抗干扰特性上提高抗干扰能力，并且兼顾网络传输冗余带来的资源浪费。
具体地，所述传感器子节点还内置有数据采集抗干扰程序，数据采集抗干扰程序执行如下步骤：
步骤A，构建采集数据模型为
CUB(I)＝CBT(I)·CB；
其中，CB为传感器子节点采集数据的实时数据包数量，T是采集数据所用的时间，I为数据包在传感器子节点中缓存的总数；
步骤B，建立传感器子节点采集数据的损耗因子其中Q为数据损耗量，Zk为传感器子节点采集到缓存数据的路径长度；
步骤C，定义异常结构数据包络特征为
其中，θ(t)为高频分量，a(t)为异常结构数据信号干扰特征幅度，x(t)为异常结构数据信号的解析模型实部，y(t)为异常结构数据信号固有的模态函数，z(t)为异常结构数据信号；
步骤D，定义数据信息采集的信息分量，构建完成异常结构数据的信息流量模型；
r＝x(t)-wIJ；
wIJ＝βw(ek)；
其中，β为大于1的常数，w代表的是权重；
步骤E，采用小波分解的方法对步骤B中的异常结构数据的信息流量数据进行降噪预处理，去除数据中存在的噪声，计算出流量序列中存在的细节信号，完成对数据采集的采集干扰信号的识别，剔除识别出的采集干扰信号：
b＝(1-a)f0；
其中，a为尺度因子等于二维空间中母小波的平移伸缩量，b为异常结构数据信号扰动的轨迹。
本实施例构建网络数据传输的模型，通过隐藏异常结构数据信号解析模型对异常结构数据信号进行解析，提高异常结构数据的识别效率。对网络中的数据进行预处理，去除数据中存在的噪声，提高抗干扰性能。
具体地，所述网络拓扑模型中的数据传输采用交叉映射方法进行数据传输。
具体地，所述交叉映射方法包括：
步骤a，判断当前传感器子节点与目标传感器子节点的网络是否直接连通，连通则执行步骤b，否则执行步骤c；
步骤b，比较剩余TTL值与当前传感器子节点到达目标传感器子节点所需的跳数的大小，剩余TTL值大于或等于当前传感器子节点到达目标传感器子节点所需的跳数，则执行步骤e，否则将剩余TTL的值定义为中继跳数，再执行步骤e；
步骤c，比较剩余TTL值与自当前传感器子节点到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数，剩余TTL值大于等于到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数的；将数据分组转发给位于同一传感器节点内的最优的传感器子节点的下一跳传感器子节点位，返回执行步骤a，否则执行步骤d；
步骤d，将剩余TTL值定义为0，删除该数据分组，结束；
步骤e，查找路由表将数据分组逐跳传送至目标传感器子节点，结束。
通过交叉映射的目的是要最小化簇内干扰节点的影响，提高了数据采集的稳定性。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种无线传感网络的抗干扰优化系统，其特征在于：
所述无线传感网络的抗干扰优化系统包括：
至少3个用于采集数据的传感器节点，传感器节点通过无线网络与相邻的传感器节点进行无线通信；
所述传感器节点由至少分布式设置的2个传感器子节点组成；
所述传感器子节点可通过选择控制对外无线通信的对象，与任一传感器子节点组合为传感器节点；
所述传感器子节点内置有拓扑建模优化程序，所述拓扑建模优化程序完成以下步骤：
步骤1，定义传感器节点为拓扑点，建立网络拓扑模型结构图；
步骤2，计算出拓扑点与邻近拓扑点的网络质量，并将网络质量优于预定值的链路定义为网络稳定链路，统计拓扑点的网络稳定链路数量，将网络稳定链路数量＞2的拓扑点定义为正向待调整拓扑点，网络稳定链路数量＝2的拓扑点定义为最优拓扑点，网络稳定链路数量＜2的定义为负向待调整拓扑点；
步骤3，判断负向待调整拓扑点数量，负向待调整拓扑点数量大于0则执行步骤4；
步骤4，判断负向待调整拓扑点内的传感器子节点数；若传感器子节点数不超过1，则将负向待调整拓扑点最接近的传感器子节点自原传感器节点中分离，将分离出的传感器子节点定义为新的一个传感器节点；若传感器子节点数超过1，则将负向待调整拓扑点分离为2个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；
步骤5，若正向待调整拓扑点数量大于1，将相邻的2个正向待调整拓扑点组合为1个新的传感器节点，更新网络拓扑模型结构图返还执行步骤2；否则执行步骤6；
步骤6，完成自适应网络抗干扰优化。
2.根据权利要求1所述的无线传感网络的抗干扰优化系统，其特征在于：
所述传感器子节点还内置有数据采集抗干扰程序，数据采集抗干扰程序执行如下步骤：
步骤A，构建采集数据模型为
CUB(I)＝CBT(I)·CB；
其中，CB为传感器子节点采集数据的实时数据包数量，T是采集数据所用的时间，I为数据包在传感器子节点中缓存的总数；
步骤B，建立传感器子节点采集数据的损耗因子其中Q为数据损耗量，Zk为传感器子节点采集到缓存数据的路径长度；
步骤C，定义异常结构数据包络特征为
其中，θ(t)为高频分量，a(t)为异常结构数据信号干扰特征幅度，x(t)为异常结构数据信号的解析模型实部，y(t)为异常结构数据信号固有的模态函数，z(t)为异常结构数据信号；
步骤D，定义数据信息采集的信息分量，构建完成异常结构数据的信息流量模型；
r＝x(t)-wIJ；
wIJ＝βw(ek)；
其中，β为大于1的常数，w代表的是权重；
步骤E，采用小波分解的方法对步骤B中的异常结构数据的信息流量数据进行降噪预处理，去除数据中存在的噪声，计算出流量序列中存在的细节信号，完成对数据采集的采集干扰信号的识别，剔除识别出的采集干扰信号：
b＝(1-a)f0；
其中，a为尺度因子等于二维空间中母小波的平移伸缩量，b为异常结构数据信号扰动的轨迹。
3.根据权利要求2所述的无线传感网络的抗干扰优化系统，其特征在于：所述网络拓扑模型中的数据传输采用交叉映射方法进行数据传输。
4.根据权利要求3所述的无线传感网络的抗干扰优化系统，其特征在于：所述交叉映射方法包括：
步骤a，判断当前传感器子节点与目标传感器子节点的网络是否直接连通，连通则执行步骤b，否则执行步骤c；
步骤b，比较剩余TTL值与当前传感器子节点到达目标传感器子节点所需的跳数的大小，剩余TTL值大于或等于当前传感器子节点到达目标传感器子节点所需的跳数，则执行步骤e，否则将剩余TTL的值定义为中继跳数，再执行步骤e；
步骤c，比较剩余TTL值与自当前传感器子节点到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数，剩余TTL值大于等于到达与当前传感器子节点位于同一传感器节点内的最优的传感器子节点的跳数的；将数据分组转发给位于同一传感器节点内的最优的传感器子节点的下一跳传感器子节点位，返回执行步骤a，否则执行步骤d；
步骤d，将剩余TTL值定义为0，删除该数据分组，结束；
步骤e，查找路由表将数据分组逐跳传送至目标传感器子节点，结束。
CN201910627230.3A 2019-07-12 2019-07-12 一种无线传感网络的抗干扰优化系统 Withdrawn CN110430546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910627230.3A CN110430546A (zh) 2019-07-12 2019-07-12 一种无线传感网络的抗干扰优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910627230.3A CN110430546A (zh) 2019-07-12 2019-07-12 一种无线传感网络的抗干扰优化系统

Publications (1)

Publication Number Publication Date
CN110430546A true CN110430546A (zh) 2019-11-08

Family

ID=68409270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910627230.3A Withdrawn CN110430546A (zh) 2019-07-12 2019-07-12 一种无线传感网络的抗干扰优化系统

Country Status (1)

Country Link
CN (1) CN110430546A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112019245A (zh) * 2020-08-26 2020-12-01 上海科技大学 信道信息实时预测与测量方法、装置、设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090028069A1 (en) * 2007-01-08 2009-01-29 Industrial Technology Research Institute Method and system for network data transmitting
CN102984715A (zh) * 2012-12-11 2013-03-20 武汉邮电科学研究院 无线传感器网络的组网方法
CN106454997A (zh) * 2016-09-27 2017-02-22 广东顺德中山大学卡内基梅隆大学国际联合研究院 无线传感网络拓扑改进方法
CN107295537A (zh) * 2017-08-08 2017-10-24 山东英才学院 一种测评无线传感器网络可靠性的方法及系统
CN109889376A (zh) * 2019-01-28 2019-06-14 东莞理工学院 一种均衡的网络拓扑生成方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090028069A1 (en) * 2007-01-08 2009-01-29 Industrial Technology Research Institute Method and system for network data transmitting
CN102984715A (zh) * 2012-12-11 2013-03-20 武汉邮电科学研究院 无线传感器网络的组网方法
CN106454997A (zh) * 2016-09-27 2017-02-22 广东顺德中山大学卡内基梅隆大学国际联合研究院 无线传感网络拓扑改进方法
CN107295537A (zh) * 2017-08-08 2017-10-24 山东英才学院 一种测评无线传感器网络可靠性的方法及系统
CN109889376A (zh) * 2019-01-28 2019-06-14 东莞理工学院 一种均衡的网络拓扑生成方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112019245A (zh) * 2020-08-26 2020-12-01 上海科技大学 信道信息实时预测与测量方法、装置、设备和介质
CN112019245B (zh) * 2020-08-26 2021-11-16 上海科技大学 信道信息实时预测与测量方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN108512760A (zh) 基于SDN保障业务QoS的路由方法
CN107360612B (zh) 一种基于蚁群多路径的无线传感器网络的数据传输方法
CN101588293B (zh) Ad Hoc网络与IPv6网络全IP通信互联系统
US9264315B2 (en) Event gathering method, information processing apparatus and event gathering system
DE60134658D1 (de) Verkehrsflussoptimierungssystem
CN106302209B (zh) 一种片上网络NoC及数据传输的方法
CN107306224A (zh) 一种路由路径更新方法及网络管理装置
CN108696515A (zh) 基于大数据的网络安全态势感知系统
CN107018545B (zh) 一种应用于无线通信系统中的自组网方法
CN108737169A (zh) 一种基于sdn的异构工业网络集中式融合管理方法
CN103763751B (zh) 无线传感器网络的数据传输方法和系统
CN106851769A (zh) 生成路由信息及确定传输路径的方法、装置
CN104469879A (zh) 一种动态k值分簇路由方法
CN103179517A (zh) 一种数据中心的无线组播方法
CN110430546A (zh) 一种无线传感网络的抗干扰优化系统
CN103281708A (zh) 无线传感器节点部署方法
CN111132236B (zh) 基于改进olsr协议的多无人机自组织网络mpr节点选择方法
CN114745227B (zh) 基于FlexE和SPN技术的电力业务网络切片时延计算方法及装置
CN111935797B (zh) 一种用于低压开关柜无线通信网络的动态路由方法
CN104519543B (zh) 无线传感网Sink节点的选择方法及系统
CN114650623A (zh) 一种ZigBee网络邻居节点间的PathCost数值生成的优化方法及系统
CN112423360A (zh) 传感器节点的硬件框架
CN103561444B (zh) 一种传感器网络中的数据收集的方法及装置
CN111314167B (zh) 片上网络中基于超立方体拓扑结构的测试规划系统及方法
CN104270797B (zh) 基于边介数的无线传感器网络分簇方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20191108