CN110475308A - 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 - Google Patents
基于DV-hop的无线传感器网络的蚁群优化任播路由方法 Download PDFInfo
- Publication number
- CN110475308A CN110475308A CN201910597336.3A CN201910597336A CN110475308A CN 110475308 A CN110475308 A CN 110475308A CN 201910597336 A CN201910597336 A CN 201910597336A CN 110475308 A CN110475308 A CN 110475308A
- Authority
- CN
- China
- Prior art keywords
- package size
- data package
- node
- sent
- distance
- 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
-
- 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
-
- 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
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明无线传感器网络任播路由技术领域,具体为基于DV‑hop的无线传感器网络的蚁群优化任播路由方法,解决了无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题,本发明所述方法首先利用DV‑hop算法计算出P的具体位置,然后引入蚁群算法选择出P到就近sink节点间最优传输路径,最后P通过最优传输路径的距离并按一定的权重比例发送数据包,故能够降低网络延迟,减少发送时间;均衡节点能耗,减少网络耗能;提高网络整体生存时间。
Description
技术领域
本发明属于无线传感器网络任播路由技术领域,具体为基于DV-hop的无线传感器网络的蚁群优化任播路由方法。
背景技术
近年来物联网技术不断取得新的成果,已经运用到国防军事、环境监测、交通管理、医疗卫生、制造业、抗灾抢险等领域,作为物联网底层重要技术之一的无线传感器网络已经成为了研究热点。其中任播路由技术是无线传感器网络中一项十分重要的研究技术。在无线传感器网络中,由于传感器节点能量来源于有限电源(电池),节点计算和存储能力较弱,且发送数据包要消耗能量,故无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题。
发明内容
本发明的目的在于解决无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题,提供了基于DV-hop的无线传感器网络的蚁群优化任播路由方法。
本发明解决其技术问题的技术方案是:基于DV-hop的无线传感器网络的蚁群优化任播路由方法,包括以下步骤:
Z1:指定一个发送节点为P,4个sink节点均位于P的通信范围之外,其中s1、s2、s3、s4分别代表4个不同的sink节点,且s1、s2、s3、s4的坐标位置已知;设P到s1、s2、s3、s4的任一条路径上有k个节点,其中k个节点中包括P和一个sink节点;
Z2:设定P在一个四边形ABCD中,s1、s2、s3、s4分别在四边形ABCD的四条边上;设s1坐标为s1(xs1,ys1);s2坐标为s2(xs2,ys2);s3坐标为s3(xs3,ys3);s4坐标为s4(xs4,ys4);
Z3:根据步骤Z2可得,直线s1s2的方程为y-ys2=k1(x-xs2),直线s2s3的方程为y-ys3=k2(x-xs3),直线s3s4的方程为y-ys4=k3(x-xs4),直线s4s1的方程为y-ys1=k4(x-xs1),
Z4:判断P位于哪个区域:通过DV-hop算法得到P点坐标为p(xp,yp),将P点横坐标代入直线s1s2的方程中即x=xp,求得的y且标记为y1;将P点横坐标代入直线s2s3的方程中即x=xp,求得的y且标记为y2;将P点横坐标代入直线s3s4的方程中即x=xp,求得的y且标记为y3;将P点横坐标代入直线s4s1的方程中即x=xp,求得的y且标记为y4;
①当yp≥y1时,则P位于Ⅱ区;
②当yp≤y2时,则P位于Ⅲ区;
③当yp≤y3时,则P位于Ⅳ区;
④当yp≥y4时,则P位于Ⅴ区;
⑤当yp<y1,且yp>y2,且yp>y3,且yp<y4时,则P位于Ⅰ区;
Z5:通过蚁群算法来选取一条从P到s1、s2、s3或s4之间的最短路径即最优传输路径,所述蚁群算法的适应度函数为:
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一条路径上均包括k个节点,设P到s1、s2、s3或s4任一sink节点间均包括M条路径;每条路径均可得一个适应度函数值Fsjz,适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离,其中1≤z≤M;Li为第z条路径上第i个节点和第i+1个节点间的距离,从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz,从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中,选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离;
Z6:设P发送的数据包大小为D,由步骤Z5可得,P向s1的最优传输路径的距离为Fs1m,P向s2的最优传输路径的距离为Fs2m,P向s3的最优传输路径的距离为Fs3m,P向s4的最优传输路径的距离为Fs4m,P通过最优传输路径发送数据包,则当P位于Ⅰ区时,P向s1发送的数据包大小为P向s2发送的数据包大小为P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅱ区时,P向s1发送的数据包大小为P向s2发送数据包大小为当P位于Ⅲ区时,P向s2发送的数据包大小为P向s3发送的数据包大小为当P位于Ⅳ区时,P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅴ区时P向s4发送的数据包大小为P向s1发送的数据包大小为
步骤Z4中DV-hop算法确定P的位置,确定P所在区域之后,P向附近的多个sink节点发送数据包,这样可以减少发送数据包的时间,降低网络延迟;步骤Z5中进一步通过蚁群算法对传输路径进行优化,确定出P到sink节点间的最优传输路径即最短传输路径,这能够减少P发送数据包的时间,使数据包尽快送到sink节点,进一步降低网络延迟;所述DV-hop算法为现有技术,DV-hop算法在书名为《无线传感器网络技术及应用》、由中国电力出版社出版的、作者为张少军且出版日期为2010年1月的出版物上有详细公开;所述蚁群算法为现有技术,蚁群算法(ACO)在书名为《MATLAB优化算法案例分析与应用》、由清华大学出版社出版的、作者为余胜威且出版日期为2014年9月的出版物上有详细公开。步骤Z6中在发送数据包时,P按一定的权重比例向各sink节点发送数据包,这样不只是一个sink节点可接收到数据包并且在工作,而是多个sink节点能接收到数据包并且在工作,故有利于网络均衡能耗,使得整个网络的生存时间加长。
本发明的有益效果是:本发明所述方法先确定好P所在区域,然后选择出P到sink节点间最短传输路径,最后P按一定的权重比例发送数据包,故能够降低网络延迟,减少发送时间;均衡节点能耗,减少网络耗能;提高网络整体生存时间。
附图说明
图1为本发明所述基于DV-hop的无线传感器网络的蚁群优化任播路由方法的原理示意图。
图2为本发明所述P到sink节点之间的结构示意图(增加了普通节点)。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其他实施方式,都属于本发明所保护的范围。
参见附图1和附图2,现对本发明提供的基于DV-hop的无线传感器网络的蚁群优化任播路由方法进行说明。
基于DV-hop的无线传感器网络的蚁群优化任播路由方法,包括以下步骤:
Z1:指定一个发送节点为P,4个sink节点均位于P的通信范围之外,其中s1、s2、s3、s4分别代表4个不同的sink节点,且s1、s2、s3、s4的坐标位置已知;设P到s1、s2、s3、s4的任一条路径上有k个节点,其中k个节点中包括P和一个sink节点;具体如图2所示,n1、n2、n3……nk-2即为普通节点,具体的,P和sink节点之间的n1、n2、n3……nk-2是随机分布的;
Z2:设定P在一个四边形ABCD中,s1、s2、s3、s4分别在四边形ABCD的四条边上;设s1坐标为s1(xs1,ys1);s2坐标为s2(xs2,ys2);s3坐标为s3(xs3,ys3);s4坐标为s4(xs4,ys4);
Z3:根据步骤Z2可得,直线s1s2的方程为y-ys2=k1(x-xs2),直线s2s3的方程为y-ys3=k2(x-xs3),直线s3s4的方程为y-ys4=k3(x-xs4),直线s4s1的方程为y-ys1=k4(x-xs1),
Z4:判断P位于哪个区域:通过DV-hop算法得到P点坐标为p(xp,yp),将P点横坐标代入直线s1s2的方程中即x=xp,求得的y且标记为y1;将P点横坐标代入直线s2s3的方程中即x=xp,求得的y且标记为y2;将P点横坐标代入直线s3s4的方程中即x=xp,求得的y且标记为y3;将P点横坐标代入直线s4s1的方程中即x=xp,求得的y且标记为y4;
①当yp≥y1时,则P位于Ⅱ区;
②当yp≤y2时,则P位于Ⅲ区;
③当yp≤y3时,则P位于Ⅳ区;
④当yp≥y4时,则P位于Ⅴ区;
⑤当yp<y1,且yp>y2,且yp>y3,且yp<y4时,则P位于Ⅰ区;
Z5:然后通过蚁群算法来选取一条从P到s1、s2、s3或s4之间的最短路径即最优传输路径,所述蚁群算法的适应度函数为:
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一路径上均包括k个节点;设P到s1、s2、s3或s4任一sink节点间均包括M条路径;每条路径均可得一个适应度函数值Fsjz,适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离,其中1≤z≤M;比如说Fs11表示P到s1间的第1条路径的距离;Li为第z条路径上第i个节点和第i+1个节点间的距离,从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz,从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中,选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离;
Z6:设P发送的数据包大小为D,由步骤Z5可得,P向s1的最优传输路径的距离为Fs1m,P向s2的最优传输路径的距离为Fs2m,P向s3的最优传输路径的距离为Fs3m,P向s4的最优传输路径的距离为Fs4m,P通过最优传输路径发送数据包,则当P位于Ⅰ区时,P向s1发送的数据包大小为P向s2发送的数据包大小为P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅱ区时,P向s1发送的数据包大小为P向s2发送数据包大小为当P位于Ⅲ区时,P向s2发送的数据包大小为P向s3发送的数据包大小为当P位于Ⅳ区时,P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅴ区时P向s4发送的数据包大小为P向s1发送的数据包大小为
本发明所述方法首先利用DV-hop算法计算出P的具体位置,sink节点能接收到它周围的所有节点(所有普通节点以及P)的信号强度,sink节点通过信号强度对它周围的各个节点进行位置判断和路径规划,然后sink节点把最优传输路径直接传输给P,最后P通过最优传输路径的距离并按一定的权重比例发送数据包,故能够降低网络延迟,减少发送时间;均衡节点能耗,减少网络耗能;提高网络整体生存时间。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (1)
1.基于DV-hop的无线传感器网络的蚁群优化任播路由方法,其特征在于,包括以下步骤:
Z1:指定一个发送节点为P,4个sink节点均位于P的通信范围之外,其中s1、s2、s3、s4分别代表4个不同的sink节点,且s1、s2、s3、s4的坐标位置已知;设P到s1、s2、s3、s4的任一条路径上有k个节点,其中k个节点中包括P和一个sink节点;
Z2:设定P在一个四边形ABCD中,s1、s2、s3、s4分别在四边形ABCD的四条边上;设s1坐标为s1(xs1,ys1);s2坐标为s2(xs2,ys2);s3坐标为s3(xs3,ys3);s4坐标为s4(xs4,ys4);
Z3:根据步骤Z2可得,直线s1s2的方程为y-ys2=k1(x-xs2),
直线s2s3的方程为y-ys3=k2(x-xs3),直线s3s4的方程为y-ys4=k3(x-xs4),直线s4s1的方程为y-ys1=k4(x-xs1),
Z4:判断P位于哪个区域:通过DV-hop算法得到P点坐标为p(xp,yp),将P点横坐标代入直线s1s2的方程中即x=xp,求得的y且标记为y1;将P点横坐标代入直线s2s3的方程中即x=xp,求得的y且标记为y2;将P点横坐标代入直线s3s4的方程中即x=xp,求得的y且标记为y3;将P点横坐标代入直线s4s1的方程中即x=xp,求得的y且标记为y4;
①当yp≥y1时,则P位于Ⅱ区;
②当yp≤y2时,则P位于Ⅲ区;
③当yp≤y3时,则P位于Ⅳ区;
④当yp≥y4时,则P位于Ⅴ区;
⑤当yp<y1,且yp>y2,且yp>y3,且yp<y4时,则P位于Ⅰ区;
Z5:通过蚁群算法来选取一条从P到s1、s2、s3、s4之间的最短路径即最优传输路径,所述蚁群算法的适应度函数为:
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一条路径上均包括k个节点,设P到s1、s2、s3或s4任一sink节点间均包括M条路径;每条路径均可得一个适应度函数值Fsjz,适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离,其中1≤z≤M;Li为第z条路径上第i个节点和第i+1个节点间的距离,从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz,从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中,选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离;
Z6:设P发送的数据包大小为D,由步骤Z5可得,P向s1的最优传输路径的距离为Fs1m,P向s2的最优传输路径的距离为Fs2m,P向s3的最优传输路径的距离为Fs3m,P向s4的最优传输路径的距离为Fs4m,P通过最优传输路径发送数据包,则当P位于Ⅰ区时,P向s1发送的数据包大小为P向s2发送的数据包大小为P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅱ区时,P向s1发送的数据包大小为P向s2发送数据包大小为当P位于Ⅲ区时,P向s2发送的数据包大小为P向s3发送的数据包大小为当P位于Ⅳ区时,P向s3发送的数据包大小为P向s4发送的数据包大小为当P位于Ⅴ区时P向s4发送的数据包大小为P向s1发送的数据包大小为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597336.3A CN110475308B (zh) | 2019-07-04 | 2019-07-04 | 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597336.3A CN110475308B (zh) | 2019-07-04 | 2019-07-04 | 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110475308A true CN110475308A (zh) | 2019-11-19 |
CN110475308B CN110475308B (zh) | 2022-07-12 |
Family
ID=68506859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910597336.3A Active CN110475308B (zh) | 2019-07-04 | 2019-07-04 | 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110475308B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070159986A1 (en) * | 2006-01-09 | 2007-07-12 | Samsung Electronics Co., Ltd. | Method of refining node position information in wireless sensor network |
CN101277264A (zh) * | 2008-05-13 | 2008-10-01 | 武汉理工大学 | 无线传感器网络中基于蚁群算法的定向扩散方法 |
CN103228023A (zh) * | 2013-04-25 | 2013-07-31 | 青岛农业大学 | 基于粒子群蚁群优化的无线传感器网络分簇路由方法 |
CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
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 |
CN103781146A (zh) * | 2014-01-22 | 2014-05-07 | 南昌大学 | 基于蚁群算法的无线传感器网络最优路由路径构建方法 |
CN104023394A (zh) * | 2014-06-17 | 2014-09-03 | 河海大学 | 基于自适应惯性权重的wsn定位方法 |
CN106413021A (zh) * | 2016-09-18 | 2017-02-15 | 扬州大学 | 基于蚁群算法的无线传感网络路由方法 |
-
2019
- 2019-07-04 CN CN201910597336.3A patent/CN110475308B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070159986A1 (en) * | 2006-01-09 | 2007-07-12 | Samsung Electronics Co., Ltd. | Method of refining node position information in wireless sensor network |
CN101277264A (zh) * | 2008-05-13 | 2008-10-01 | 武汉理工大学 | 无线传感器网络中基于蚁群算法的定向扩散方法 |
CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
CN103228023A (zh) * | 2013-04-25 | 2013-07-31 | 青岛农业大学 | 基于粒子群蚁群优化的无线传感器网络分簇路由方法 |
CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
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 |
CN103781146A (zh) * | 2014-01-22 | 2014-05-07 | 南昌大学 | 基于蚁群算法的无线传感器网络最优路由路径构建方法 |
CN104023394A (zh) * | 2014-06-17 | 2014-09-03 | 河海大学 | 基于自适应惯性权重的wsn定位方法 |
CN106413021A (zh) * | 2016-09-18 | 2017-02-15 | 扬州大学 | 基于蚁群算法的无线传感网络路由方法 |
Non-Patent Citations (1)
Title |
---|
林凤德: ""基于DV-Hop的WSN定位算法的研究与优化"", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110475308B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xin et al. | Energy-balanced transmission with accurate distances for strip-based wireless sensor networks | |
CN108064065A (zh) | 一种基于无线传感器网络的远程水质监测系统 | |
CN105959987A (zh) | 一种提高无线传感器网络能量利用率和服务性能的数据融合算法 | |
CN108966239A (zh) | 一种基于能量空洞度部署中继节点的方法 | |
CN111093244A (zh) | 一种无线传感器网络路由优化方法和系统 | |
Xia et al. | A path forming method for water surface mobile sink using Voronoi diagram and dominating set | |
Aravind et al. | Fractional rider optimization algorithm for the optimal placement of the mobile sinks in wireless sensor networks | |
CN108684008A (zh) | 无线传感器、无线传感系统以及无线传感方法 | |
CN202475486U (zh) | 一种振弦式传感器监测网络 | |
Chen et al. | A clustering protocol for wireless sensor networks based on energy potential field | |
CN110475308A (zh) | 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 | |
Zi et al. | A novel chain-based routing protocol, branchain, in wireless sensor networks | |
CN105050168B (zh) | 基于非测距的水下无线传感器网络节点定位方法及系统 | |
CN110505654A (zh) | 一种无线传感器网络的蚁群优化的任播路由方法 | |
CN110351753A (zh) | 基于DV-hop算法的无线传感器网络的任播路由方法 | |
CN106686652B (zh) | 无线传感器网络拓扑控制方法 | |
CN109413607A (zh) | 一种实时智能的电网输电线路监测系统 | |
Mahyastuty et al. | Low energy adaptive clustering hierarchy routing protocol for wireless sensor network | |
Bahale et al. | Performance evaluation of SCERP: a cluster based network lifetime improvement protocol for WSN | |
Al Essa et al. | ZigBee network using low power techniques and modified LEACH protocol | |
Fonda et al. | Development and implementation of optimized energy-delay sub-network routing protocol for wireless sensor networks | |
Zhao et al. | An energy-saving cluster routing for wireless sensor networks with mobile sink | |
CN109151754A (zh) | 农田环境高精度无线监测系统 | |
Mathur et al. | An Energy-Efficient Cluster-Based Routing Protocol Techniques for Extending the Lifetime of Wireless Sensor Network | |
CN108990003A (zh) | 一种网络地板系统 |
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 |