CN110769430A - 基于最小包围圆算法的无线传感器网络中继节点部署方法 - Google Patents
基于最小包围圆算法的无线传感器网络中继节点部署方法 Download PDFInfo
- Publication number
- CN110769430A CN110769430A CN201911031828.2A CN201911031828A CN110769430A CN 110769430 A CN110769430 A CN 110769430A CN 201911031828 A CN201911031828 A CN 201911031828A CN 110769430 A CN110769430 A CN 110769430A
- Authority
- CN
- China
- Prior art keywords
- relay node
- node
- new
- mst
- coordinates
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- 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
- 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
基于最小包围圆算法的无线传感器网络中继节点部署方法,主要包括以下步骤:在不存在无线信号传输障碍的无线传感器网络部署区域内,获取传感器节点部署的位置坐标,以及基站部署的位置坐标;根据传感器节点坐标和其通信半径,以及最小包围圆算法计算包围传感器节点的中继节点坐标;然后生成所有已知待部署中继节点与基站构成完全图的最小生成树;最后根据中继节点通信半径、最小生成树中边的权值大小与最小包围圆算法,获得组网所需的中继节点坐标;本发明具有所部署中继节点的利用率高,时间复杂度低,且可适用于单层与双层结构的无线传感器网络中继节点部署。
Description
技术领域
本发明属于无线传感器技术领域,特别涉及一种基于最小包围圆算法的无线传感器网络中继节点部署方法。
背景技术
无线传感器网络在工业生产控制、环境状态监测与智能家居等领域有着重要的应用。其主要由传感器节点、中继节点和基站或汇聚节点组成。传感器节点负责采集物理信息,并通过中继节点以接力的无线方式将数据传输到基站进行分析等处理。由于节点功耗的限制和网络低成本部署要求,因此需要根据已知信息模拟部署最少的中继节点来构建网络连通性。根据无线传感器网络结构,网络构建问题可分为单层无线传感器网络中继节点部署和双层无线传感器网络中继部署。在单层结构中,所有传感器节点除采集信息与收发数据外,还可转发数据。而在双层结构中,传感器节点不具有中继节点的转发路由功能。目前的研究主要集中于单层结构中继节点部署或双层结构受限中继节点部署,且多采用基于最短路径、Steiner树问题等算法为基础的近似算法解决中继节点部署问题,缺少高效、适应性强的算法。
发明内容
针对目前缺少面向单双层结构无线传感器网络中继节点部署方法的核心算法现状,本发明的目的在于提供一种基于最小包围圆算法的无线传感器网络中继节点部署方法,具有时间复杂度低、可满足不同结构网络组网的优点。
为了实现上述目的,本发明采用的技术方案为:
基于最小包围圆算法的无线传感器网络中继节点部署方法,包括以下步骤:
步骤1:在无信号传输障碍区域范围内,根据监测需求部署基站和感知传感器节点;同时通过定位算法或数字地图获取传感器节点位置坐标S和基站位置坐标即集合S={S1,S2,…,Sn}和将基站位置坐标加入中继节点初始位置坐标集合,即
步骤2:根据传感器节点位置坐标集合S与基站位置坐标集合以及传感器节点通信距离r,判断能够与基站通信的传感器节点Si,1≤i≤n,即计算欧几里德距离然后在S中删除满足条件的Si,得到新的传感器节点坐标集合,即Snew={S1,S2,…,Sm};
步骤3:计算包围传感器节点Snew所需部署的中继节点坐标集合γS,即任意传感器节点按就近原则都有与之通信的中继节点;
步骤4:对中继节点位置坐标集合构造完全图G(V,E),其中V为顶点集合,E为边集合,根据集合E生成邻接矩阵,使用最小生成树算法,获取最小生成树MST={(vi,vj,|vi-vj|)},vi≠vj,vi,vj∈V,vi,vj对应的位置坐标分别为γi,γj;
步骤5:基于最小圆包围算法以及|vi-vj|与中继节点通信距离R的比较结果,部署中继节点以使得最小生成树MST中|vi-vj|>R的两个顶点间可以通信,并根据vi,vj位置坐标计算部署中继节点的位置。
所述步骤3计算包围传感器节点Snew所需部署的中继节点坐标集合γ2,包括下列步骤:
步骤3.1:若坐标集合Snew不为空,则在Snew中随机任取传感器节点坐标Sj,1≤j≤m,计算距其最近的传感器节点坐标Sk,1≤k≤m且k≠j;若其为最后剩余的节点,则在此处部署中继节点,即在中继节点坐标集合γ添加Sj,更新Snew为空;
步骤3.2:若|Sj-Sk|>r,则在Sj处部署中继节点,并更新传感器节点坐标集合Snew,即删除Sj,m=m-1,同时更新中继节点坐标集合γ,即添加Sj,并转向步骤3.1;否则进行下一步;
步骤3.3:计算坐标Sj与Sk的中点坐标M及通信半径rs=|Sj-Sk|/2,更新传感器节点坐标集合Snew,即删除Sj与Sk;
步骤3.4:计算距M最近的传感器节点坐标Sl,若|Sl-M|≤rs,更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4;否则更新rs=(|Sl-M|+rs)/2,若rs>r,则更新中继节点坐标集合γ,即添加M(x,y,z),并转向步骤3.1;否则进行下一步;
步骤3.5:更新M=M+(|Sl-M|-rs)/|Sl-M|×(Sl-M),更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4。
所述步骤5基于最小圆算法以及|vi-vj|与中继节点通信距离R的比较结果,部署中继节点以使得最小生成树MST中|vi-vj|>R的两顶点可以通信,包括下列步骤:
步骤5.1:删除MST中|vi-vj|≤R的元素(vi,vj,|vi-vj|),更新MST;
步骤5.3:若更新后的MST为空,结束运算,否则随机选取MST中元素(vi,vj,|vi-vj|),计算顶点vi与vj的中心坐标M(x,y,z)及通信半径rR=|γi-γj|/2,同时在MST中删除该元素;
步骤5.4:在更新后的MST中搜索距M(x,y,z)最近的顶点vi;
步骤5.5:若|γi-M|≤rR,则转步骤5.6且Mi=M;否则更新rR=(|γi-M|+rR)/2,若rR>R,则更新中继节点位置坐标集合γ,即添加新的M,并转向步骤5.3;否则更新Mi=M+(|M-γi|-rR)/|M-γi|×(γi-M);
步骤5.6:根据Mi与元素(vi,vj,|vi-vj|)中顶点vj,判断|γj|≤rR;若符合条件,则转步骤5.4且更新M=Mi;否则更新rR=(|γj-Mi|+rR)/2,若rR>R,则转向步骤5.3;否则更新M=Mi+(|Mi-γj|-rR)/|Mi-γj|×(γj-Mi),同时在MST中删除新元素(vi,vj,|vi-vj|),并转向步骤5.4。
本发明可用于无线传感器网络节点组网规划,在基站、传感器节点部署位置已知的条件下,首先采用最小包围圆算法方法部署中继节点包围传感器节点,保证每个传感器节点可与其最近的中继节点进行通信;然后基于中继节点的最小生成树与最小圆算法方法再次部署中继节点,保证最小生成树任意顶点间可以通信,已达到网络组网的目的。该算法具有所需参数少、计算速度快,且可适应单双层结构的无线传感器网络中继节点部署的优点。
附图说明
图1为本发明的基于最小圆算法的无线传感器网络中继节点部署方法流程图。
图2为本发明的传感器节点及基站位置初始坐标图。
图3为本发明的包围传感器节点的中继节点部署示意图。
图4为本发明的连通最小生成树的中继节点部署示意图。
具体实施方式
以下结合附图对本发明的实施作详细说明。
参照图1,一种基于最小包围圆算法的无线传感器网络中继节点部署方法,包括以下步骤:
步骤1:在无信号传输障碍区域范围内,根据监测需求部署基站和感知传感器节点;同时通过定位算法或数字地图获取传感器节点位置坐标和基站位置坐标;假设初始坐标如图2所示,图中实线圆形表示传感器节点、六边形表示基站,传感器节点位置坐标和基站位置坐标可表示为集合S={S1,S2,…,S8}和将基站位置坐标加入中继节点初始位置坐标集合,即
步骤2:根据传感器节点位置坐标集合S与基站位置坐标集合以及传感器节点通信距离r,判断可以与基站通信的传感器节点Si,1≤i≤n,即计算欧几里德距离然后在S中删除满足条件的Si,得到新的传感器节点坐标集合,即Snew={S1,S2,…,Sm};根据上述原则,因节点S6,S7,S8被基站B1所包围,如图3所示;图2中的Snew={S1,S2,…,S5};
步骤3:计算包围传感器节点Snew所需部署的中继节点坐标集合γS,即任意传感器节点按就近原则都有与之通信的中继节点;
部署包围传感器节点的中继节点如示意图3所示:
步骤3.1:若坐标集合Snew不为空,则在Snew中随机任取传感器节点坐标Sj,1≤j≤m,计算距其最近的传感器节点坐标Sk,1≤k≤m且k≠j;若其为最后剩余的节点,则在此处部署中继节点,即在中继节点坐标集合γ添加Sj,更新Snew为空;假设在图3中首先任取传感器节点S2,其最近的传感器节点为S3;若Snew={S4,S5},则任选一节点,另一节点为最近节点;若Snew={S5},则更新Snew={Φ},并在中继节点坐标集合γ中添加S5,即图3中的三角形γ3;
步骤3.2:若|Sj-Sk|>2r,则在Sj处部署中继节点,并更新传感器节点坐标集合Snew,即删除Sj,m=m-1,同时更新中继节点坐标集合γ,即添加Sj,并转向步骤3.1;否则进行下一步;假设Snew剩余节点为S4,S5,两者距离大于r,则更新Snew={S5},并在中继节点坐标集合γ中添加S4,即图3中的三角形γ2;
步骤3.3:计算坐标Sj与Sk的中点坐标M及通信半径rs=|Sj-Sk|/2,更新传感器节点坐标集合Snew,即删除Sj与Sk;若|S2-S3|≤2r,Snew={S1,S4,S5};
步骤3.4:计算距M最近的传感器节点坐标Sl,若|Sl-M|≤rs,更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4;否则更新rs=(|Sl-M|+rs)/2,若rs>r,则更新中继节点坐标集合γ,即添加M,并转向步骤3.1;否则进行下一步;在本步骤中,若图3中Snew={S1,S4,S5}离M最近的节点为S1,其满足条件|S1-M|>rs与rs≤r,进行下一步;若图3中Snew={S4,S5}里M最近的节点为S4,其满足条件|S4-M|>rs与rs>r,则在中继节点坐标集合γ中添加M,即图3中的三角形γ1,并转向步骤3.1;
步骤3.5:更新M=M+(|Sl-M|-rs)/|Sl-M|×(Sl-M),更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4;在此步骤中删除S1,更新Snew为Snew={S4,S5},并转向步骤3.4;
步骤4:对中继节点位置坐标集合构造完全图G(V,E),其中V为顶点集合,E为边集合,根据集合E生成邻接矩阵,使用最小生成树算法,获取最小生成树MST={(vi,vj,|vi-vj|)},vi≠vj,vi,vj∈V,vi,vj对应的位置坐标分别为γi,γj;
步骤5:基于最小包围圆算法以及|vi-vj|与中继节点通信距离R的比较结果,部署中继节点以使得最小生成树MST中|vi-vj|>R的两个顶点间可以通信,并根据vi,vj位置坐标计算部署中继节点的位置。
连通最小生成树的中继节点部署,如示意图4所示:
步骤5.1:删除MST中|vi-vj|≤R的元素(vi,vj,|vi-vj|),更新MST;因本步骤不需部署中继节点,所以图4中γ={γ1,γ2,γ3,B1}且MST={(vγ1,vγ2,|vγ1-vγ2|),(vγ2,vγ3,|vγ2-vγ3|),(vγ3,vB1,|vγ3-vB1|)}不需要更新。
步骤5.2:若MST不为空,搜索|vi-vj|>2R,在vi,vj两点间部署个中继节点,同时删除MST中|vi-vj|>2R的元素(vi,vj,|vi-vj|),更新MST;图4中中继节点γ3与基站B1距离大于2R,因此需要部署两个中继节点γ4,γ5,同时更新MST={(vγ1,vγ2,|vγ1-vγ2|),(vγ2,vγ3,|vγ2-vγ3|)}与γ={γ1,γ2,γ3,γ4,γ5,B1};
步骤5.3:若更新后的MST为空,结束运算,否则随机选取MST中元素(vi,vj,|vi-vj|),计算顶点vi与vj的中心坐标M及通信半径rR=|γi-γj|/2,同时在MST中删除该元素;在图4中,选取MST元素(vγ1,vγ2,|vγ1-vγ2|),并计算M与rR,在MST中删除该元素,即MST={(vγ2,vγ3,|vγ2-vγ3|)};
步骤5.4:在更新后的MST中搜索距M最近的顶点vi;在本实例中,若距M最近的顶点为vγ2;若MST为空,则更新中继节点位置坐标集合γ,添加γ6=M,即γ={γ1,γ2,γ3,γ4,γ5,B1,γ6};
步骤5.5:若|γi-M|≤rR,则转步骤5.6且Mi=M;否则更新rR=(|γi-M|+rR)/2,若rR>R,则更新中继节点位置坐标集合γ,即添加新的M,并转向步骤5.3;否则更新Mi=M+(|M-γi|-rR)/|M-γi|×(γi-M);在本实例中,|vγ2-M|≤rR,转步骤5.6且Mi=M;
步骤5.6:根据Mi与元素(vi,vj,|vi-vj|)中顶点vj,判断|γj-M|≤rR;若符合条件,则转步骤5.4且更新M=Mi;否则更新rR=(|γj-Mi|+rR)/2,若rR>R,则转向步骤5.3,更新中继节点位置坐标集合γ,即添加M;否则更新M=Mi+(|Mi-γj|-rR)/|Mi-γj|×(γj-Mi),同时在MST中删除新元素(vi,vj,|vi-vj|),并转向步骤5.4;在本实例中,rR=(|γj-Mi|+rR)/2≤R,则转向步骤5.4。
本发明在基站部署位置、传感器节点部署位置、传感器节点与中继节点通信距离已知的条件下,采用最小包围圆算法方法与分层处理方式部署中继节点以达到包围传感器节点与网络连通的目的。因此,通过该部署方法,能够在理论上对无线传感器网络在工程应用前进行仿真模拟。该方法具有所需参数少、计算速度快,且可适应单双层结构的无线传感器网络的中继节点部署。
Claims (3)
1.基于最小包围圆算法的无线传感器网络中继节点部署方法,其特征在于,包括以下步骤:
步骤1:在无信号传输障碍区域范围内,根据监测需求部署基站和感知传感器节点;同时通过定位算法或数字地图获取传感器节点位置坐标S和基站位置坐标即集合S={S1,S2,…,Sn}和将基站位置坐标加入中继节点初始位置坐标集合,即
步骤2:根据传感器节点位置坐标集合S与基站位置坐标集合以及传感器节点通信距离r,判断能够与基站通信的传感器节点Si,1≤i≤n,即计算欧几里德距离然后在S中删除满足条件的Si,得到新的传感器节点坐标集合,即Snew={S1,S2,…,Sm};
步骤3:计算包围传感器节点Snew所需部署的中继节点坐标集合γS,即任意传感器节点按就近原则都有与之通信的中继节点;
步骤4:对中继节点位置坐标集合构造完全图G(V,E),其中V为顶点集合,E为边集合,根据集合E生成邻接矩阵,使用最小生成树算法,获取最小生成树MST={(vi,vj,|vi-vj|)},vi≠vj,vi,vj∈V,vi,vj对应的位置坐标分别为γi,γj;
步骤5:基于最小圆包围算法以及|vi-vj|与中继节点通信距离R的比较结果,部署中继节点以使得最小生成树MST中|vi-vj|>R的两个顶点间可以通信,并根据vi,vj位置坐标计算部署中继节点的位置。
2.根据权利要求1所述的基于最小包围圆算法的无线传感器网络中继节点部署方法,其特征在于,
所述步骤3计算包围传感器节点Snew所需部署的中继节点坐标集合γ2,包括下列步骤:
步骤3.1:若坐标集合Snew不为空,则在Snew中随机任取传感器节点坐标Sj,1≤j≤m,计算距其最近的传感器节点坐标Sk,1≤k≤m且k≠j;若其为最后剩余的节点,则在此处部署中继节点,即在中继节点坐标集合γ添加Sj,更新Snew为空;
步骤3.2:若|Sj-Sk|>r,则在Sj处部署中继节点,并更新传感器节点坐标集合Snew,即删除Sj,m=m-1,同时更新中继节点坐标集合γ,即添加Sj,并转向步骤3.1;否则进行下一步;
步骤3.3:计算坐标Sj与Sk的中点坐标M及通信半径rs=|Sj-Sk|/2,更新传感器节点坐标集合Snew,即删除Sj与Sk;
步骤3.4:计算距M最近的传感器节点坐标Sl,若|Sl-M|≤rs,更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4;否则更新rs=(|Sl-M|+rs)/2,若rs>r,则更新中继节点坐标集合γ,即添加M(x,y,z),并转向步骤3.1;否则进行下一步;
步骤3.5:更新M=M+(|Sl-M|-rs)/|Sl-M|×(Sl-M),更新传感器节点坐标集合Snew,即删除Sl,并转向步骤3.4。
3.根据权利要求1所述的基于最小包围圆算法的无线传感器网络中继节点部署方法,其特征在于,所述步骤5基于最小圆算法以及|vi-vj|与中继节点通信距离R的比较结果,部署中继节点以使得最小生成树MST中|vi-vj|>R的两顶点可以通信,包括下列步骤:
步骤5.1:删除MST中|vi-vj|≤R的元素(vi,vj,|vi-vj|),更新MST;
步骤5.3:若更新后的MST为空,结束运算,否则随机选取MST中元素(vi,vj,|vi-vj|),计算顶点vi与vj的中心坐标M(x,y,z)及通信半径rR=|γi-γj|/2,同时在MST中删除该元素;
步骤5.4:在更新后的MST中搜索距M(x,y,z)最近的顶点vi;
步骤5.5:若|γi-M|≤rR,则转步骤5.6且Mi=M;否则更新rR=(|γi-M|+rR)/2,若rR>R,则更新中继节点位置坐标集合γ,即添加新的M,并转向步骤5.3;否则更新Mi=M+(|M-γi|-rR)/|M-γi|×(γi-M);
步骤5.6:根据Mi与元素(vi,vj,|vi-vj|)中顶点vj,判断|γj|≤rR;若符合条件,则转步骤5.4且更新M=Mi;否则更新rR=(|γj-Mi|+rR)/2,若rR>R,则转向步骤5.3;否则更新M=Mi+(|Mi-γj|-rR)/|Mi-γj|×(γj-Mi),同时在MST中删除新元素(vi,vj,|vi-vj|),并转向步骤5.4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911031828.2A CN110769430B (zh) | 2019-10-28 | 2019-10-28 | 基于最小包围圆算法的无线传感器网络中继节点部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911031828.2A CN110769430B (zh) | 2019-10-28 | 2019-10-28 | 基于最小包围圆算法的无线传感器网络中继节点部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110769430A true CN110769430A (zh) | 2020-02-07 |
CN110769430B CN110769430B (zh) | 2022-09-09 |
Family
ID=69332946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911031828.2A Active CN110769430B (zh) | 2019-10-28 | 2019-10-28 | 基于最小包围圆算法的无线传感器网络中继节点部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110769430B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111314157A (zh) * | 2020-03-23 | 2020-06-19 | 中北大学 | 一种水质监测机器人集群通信网络节点高效部署方法 |
CN114915912A (zh) * | 2022-04-24 | 2022-08-16 | 四川轻化工大学 | 白酒窖池特定区域的监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120169491A1 (en) * | 2010-12-29 | 2012-07-05 | Chang Yi-Yin | Relay node placement method in wireless body sensor network |
CN103281708A (zh) * | 2013-06-19 | 2013-09-04 | 清华大学 | 无线传感器节点部署方法 |
CN103716803A (zh) * | 2013-12-03 | 2014-04-09 | 西安交通大学 | 一种无线传感器网络中继节点部署方法 |
US20170339572A1 (en) * | 2014-11-27 | 2017-11-23 | Shenyang Institute Of Automation, Chinese Academy Of Sciences | Robust coverage method for relay nodes in double-layer structure wireless sensor network |
CN108184239A (zh) * | 2016-12-08 | 2018-06-19 | 中国科学院沈阳自动化研究所 | 一种时延受限无线传感器网络中的中继节点部署方法 |
-
2019
- 2019-10-28 CN CN201911031828.2A patent/CN110769430B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120169491A1 (en) * | 2010-12-29 | 2012-07-05 | Chang Yi-Yin | Relay node placement method in wireless body sensor network |
CN103281708A (zh) * | 2013-06-19 | 2013-09-04 | 清华大学 | 无线传感器节点部署方法 |
CN103716803A (zh) * | 2013-12-03 | 2014-04-09 | 西安交通大学 | 一种无线传感器网络中继节点部署方法 |
US20170339572A1 (en) * | 2014-11-27 | 2017-11-23 | Shenyang Institute Of Automation, Chinese Academy Of Sciences | Robust coverage method for relay nodes in double-layer structure wireless sensor network |
CN108184239A (zh) * | 2016-12-08 | 2018-06-19 | 中国科学院沈阳自动化研究所 | 一种时延受限无线传感器网络中的中继节点部署方法 |
Non-Patent Citations (3)
Title |
---|
李军飞: ""无线传感网络定位与汇聚节点选址的研究"", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, 15 January 2016 (2016-01-15) * |
王旭: ""第二十四章 工业无线网络中继节点部署问题研究"", 《仪器仪表标准化与计量》, 26 December 2010 (2010-12-26) * |
苗春雨: ""面向数量最少化的双层WSN中继节点部署算法"", 《通信学报》, 25 April 2016 (2016-04-25) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111314157A (zh) * | 2020-03-23 | 2020-06-19 | 中北大学 | 一种水质监测机器人集群通信网络节点高效部署方法 |
CN114915912A (zh) * | 2022-04-24 | 2022-08-16 | 四川轻化工大学 | 白酒窖池特定区域的监测方法及系统 |
CN114915912B (zh) * | 2022-04-24 | 2024-05-17 | 四川轻化工大学 | 白酒窖池特定区域的监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110769430B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shang et al. | Improved MDS-based localization | |
US20060259597A1 (en) | Geometric routing in wireless networks | |
CN105091884A (zh) | 基于传感器网络动态环境监测的室内移动机器人路径规划方法 | |
CN107396374B (zh) | 一种基于虚拟力和泰森多边形的覆盖方法 | |
CN108709557B (zh) | 基于多用户轨迹拟合的室内地图生成方法 | |
KR20150129601A (ko) | 드론 네트워크에서 드론의 지리적 위치 정보를 기반으로 한 데이터 전달 방법 | |
CN110769430B (zh) | 基于最小包围圆算法的无线传感器网络中继节点部署方法 | |
CN108595608B (zh) | 一种面向路网通信场景的邻近对象索引查询方法 | |
CN107277889A (zh) | 一种基于k‑means的无线传感器网络分簇方法 | |
CN105953785A (zh) | 机器人室内自主导航的地图表示方法 | |
CN110856184B (zh) | 基于k均值算法的双层结构无线传感器网络节点部署方法 | |
CN102802229B (zh) | 在水环境中无线传感器网络的qos路由长寿路径的确定方法 | |
CN111182605A (zh) | 一种基于网络拓扑信息分簇的锚节点动态路径规划方法 | |
CN113485367A (zh) | 一种舞台多功能移动机器人的路径规划方法 | |
CN103281708A (zh) | 无线传感器节点部署方法 | |
KR20140089240A (ko) | 군집지능로봇의 전파맵 기반 위치 제어 장치 및 방법 | |
Mazinani et al. | Localization in wireless sensor network using a mobile anchor in obstacle environment | |
CN116723470B (zh) | 空中基站的移动轨迹预测模型的确定方法、装置和设备 | |
Miles et al. | Optimal trajectory determination of a single moving beacon for efficient localization in a mobile ad-hoc network | |
Wang | Three-dimensional wireless sensor networks: geometric approaches for topology and routing design | |
CN106412935B (zh) | 一种基于复杂网络理论的网络拓扑结构建立方法 | |
CN112484733B (zh) | 一种基于拓扑图的强化学习室内导航方法 | |
CN112887909B (zh) | 一种基于Wi-Fi信号的室内定位方法 | |
CN108731688A (zh) | 导航方法和装置 | |
Liu et al. | Collaboration and Management of Heterogeneous Robotic Systems for Road Network Construction, Management, and Maintenance under the Vision of “BIM+ GIS” Technology |
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 |