CN111669325B - 一种基于能量供给的混合式能量中心簇方法 - Google Patents
一种基于能量供给的混合式能量中心簇方法 Download PDFInfo
- Publication number
- CN111669325B CN111669325B CN202010521914.8A CN202010521914A CN111669325B CN 111669325 B CN111669325 B CN 111669325B CN 202010521914 A CN202010521914 A CN 202010521914A CN 111669325 B CN111669325 B CN 111669325B
- Authority
- CN
- China
- Prior art keywords
- cluster
- node
- energy
- nodes
- value
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/46—Cluster building
-
- 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
- H04W40/24—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)
Abstract
本发明公开了一种基于能量供给的混合式能量中心簇方法,包括:确定无线传感网络监控区域,节点个数及节点初始能量;对无线传感网络进行分层,确定每个节点所在的层次;计算首轮每个节点的初始等级值,将首轮每个节点的初始等级值与阈值比较,确定预期簇头的集合;确定无线传感网络中成簇的个数,结合各预期簇头的部署位置、首轮节点的初始等级值选定首轮的簇头集合,再根据节点加入最近簇头的原则,完成分簇;保持簇内成员不变并计算簇内成员节点的簇内等级值,选取簇内等级值最大的节点作为新簇头;计算周围簇头的转发度等级值,选取转发度等级值最大所对应的簇头为转发节点,并确定传输路径,在延长无线传感网络寿命基础上,提高整个网络的服务质量。
Description
技术领域
本发明涉及无线传感器网络中具有能量收集节点的混合分簇方法技术领域,尤其涉及一种基于能量供给的混合式能量中心簇方法。
背景技术
无线传感器网络(Wireless Sensor Networks,WSNs)是一种分布式传感网络,它是由具有感知和检测功能的节点组成。这些节点不仅要在特定区域内收集和处理数据,还要将周围节点的数据转发到基站。网络中的节点以无线、多跳的方式进行通信。由于节点间的通信不需要有线设备,具有容量小、低成本、低功耗和自组织能力强等优点,主要在军事、环境、健康、家庭和其他商业领域应用广泛。当然,在地区探索等特殊的领域,传感器网络也有其独特的技术优势。
通常,节点部署的环境相对较恶劣,甚至是人类无法实地考察的位置。距离基站较远的节点由于长距离数据传输而消耗大量的能量。网络的运行完全依靠锂电池供电,因此电池的容量限制了无线传感网的性能。为了降低整个网络的能耗,人们采取了很多的节能措施。一方面是从周围环境收集能量,目前,我们已经能够将周围环境中的太阳光、热和机械振动转化为可用的电能以供应节点。但现有的从环境中获取能源的技术并不稳定,能量获取的效率在很大程度上取决于周围环境,不同时间的能量获取效率有很大的不同。此外,能量收集技术也不能一劳永逸地解决节点的能耗问题,仍要结合能耗优化方法法。因此,另一方面就要采取能耗优化方法,如HUCL,EADUC,IEADUC和ECCR等方法。
上述方法通过动态或混合成簇方法,在选择簇头时考虑了节点剩余能量、节点距BS的距离、簇内成员个数及距离等传统传感器的影响因素。但是在现有的ECCR方法中,只是简单地让这些一次性的节点如何利用现有的能量以更好地维持网络的寿命,并没有考虑节点具有能量供给的情况。另外在整个网络成簇后进行转发数据时,并没有进一步分层,故方法优化程度不高。
发明内容
本发明的目的是提供一种基于能量供给的混合式能量中心簇方法,不仅定量给出了网络中成簇的个数,而且还根据综合权重得出的等级值进行评判,使得方法更加合理可靠。
本发明的上述技术目的是通过以下技术方案得以实现的:
本发明提供了一种基于能量供给的混合式能量中心簇方法,包括:
确定无线传感网络监控区域,节点个数及节点初始能量;
对无线传感网络进行分层,确定每个节点所在的层次;
计算首轮每个节点的初始等级值,将首轮每个节点的初始等级值与阈值比较,确定预期簇头的集合;
根据无线传感网络中节点个数、区域长度及预期簇头距基站的平均距离,确定无线传感网络中成簇的个数,结合各预期簇头的部署位置、首轮节点的初始等级值选定首轮的簇头集合,再根据节点加入最近簇头的原则,完成分簇;
保持簇内成员不变并计算簇内成员节点的簇内等级值,选取簇内等级值最大的节点作为新簇头;
计算当前新簇头节点的周围簇头节点转发度等级值,选取转发度等级值最大所对应的簇头为转发节点,并确定传输路径。
优选地,确定无线传感网络监控区域,节点个数及节点初始能量具体包括:
选取大小为100×100m2的区域作为无线传感网络的监控区域,其中里面随机部署了1000个节点用于周围环境的检测,所有节点的初始能量均为1000J,且所有节点和基站的位置均是固定的。
优选地,将无线传感网络划分N层,确定每个节点所在的层次,公式如下:
式中:ni表示节点i距离基站BS的跳数;n1,n2,…,nN-1表示各个层次的分界值;Ni表示每个节点所在的层次。
优选地,计算首轮节点的初始等级值公式如下:
式中:davg(i)表示节点i与周围节点的平均距离;Eres(i)表示节点i的剩余能量值;NL(i)表示节点i所覆盖的节点个数;α表示权重值;Einit(i)表示节点i的初始能量值;rank(i,1)表示首轮节点的初始等级值。
优选地,所述阈值的公式如下:
当首轮节点的综合等级值小于阈值时,则不是预期簇头;否则,是预期簇头;
式中:rank0表示阈值;Q表示节点个数。
优选地,确定无线传感网络中成簇的个数的公式如下:
式中:Q表示网络中节点个数;M表示区域长度;davg(CH,BS)表示预期簇头距基站的平均距离;clusters表示无线传感网络中成簇的个数。
优选地,计算簇内成员节点的簇内等级值,公式如下:
当r>1时,根据簇中成员节点的簇内等级值,取最大值所对应的节点为新簇头;
式中:r表示簇头选举的轮次,r>1;ε表示一个随机正数;Emax(i)表示节点i能量的最大值;EEH(i,r)表示节点i在前(r-1)轮次中能量供给的总值;Eres(i)表示节点i的剩余能量值;Davg(i)表示簇内平均距离;NL(i)表示覆盖的节点个数;表示已被选为簇头的次数。
优选地,计算周围簇头被选为转发节点的转发度等级值的公式如下:
式中:Eres(j)表示簇头j的剩余能量;d(j,BS)表示簇头j距离基站BS的距离;Nj表示簇内成员的个数;Emax(j)表示簇头j能量的最大值;EEH(j,r)表示簇头j在前(r-1)轮次中能量供给的总值;rankCH(i,j)表示簇头i的周围簇头j被选为转发节点的转发度等级值;δj表示簇头j所在的层次;
根据各簇头的转发度等级值,取最大值所对应的簇头为转发节点,并确定传输路径。
优选地,进一步包括:建立无线信道能耗自由空间模型,进行数据传输。
优选地,建立无线信道能耗自由空间模型如下:
ERX(l,d)=l×Eelec
式中:Eelec表示发射能量;εfs,εmp表示自由空间传播系数;d0表示参考距离;ETX(l,d)为发送一个l比特的数据包到距离发送端d的节点所需消耗的能量;ERX(l,d)为接收一个l比特的数据包到距离发送端d的节点所需消耗的能量。
本发明的有益效果如下:
本发明在ECCR的基础上,增加考虑了能量供给、网络分层和覆盖范围三种因素,不仅定量给出了网络中成簇的个数,而且还根据综合权重得出的等级值进行评判,使得方法更加合理可靠,在延长无线传感网络寿命的基础上,提高整个网络的服务质量。
附图说明
图1是根据本发明实施例提供的一种基于能量供给的混合式能量中心簇方法的流程图。
具体实施方式
本发明是基于混合成簇的思想,每一轮都包含建立路径和稳定传输两个阶段。在第一轮中,确定簇的个数和簇内成员。之后的每轮中,簇内成员保持不变但簇头发生改变。具体的构建过程是:首先根据由基站泛洪广播信息得知的跳数,将整个网络进行划分。接着将能量补给状态、剩余能量、覆盖范围和周围节点平均通信距离结合,依照不同的轮次来判定节点相应的初始等级值,并将第一轮的初始等级值与阈值比较来确定预期簇头。随后,由节点部署的区域、数量和预期簇头距基站的平均距离来确定网络中簇的个数。再根据节点加入最近簇头的原则,完成分簇。在之后每一轮中,保持簇的个数并判定簇内成员的簇内等级值,选取簇内等级值最大的节点作为新簇头。最后在选择转发节点时,将周围簇头所在层次、距基站的距离、簇内成员个数、剩余能量和能量补给状态综合考虑得出节点转发度等级值,进而确定传输路径,此后进行数据传输。
下面结合附图对本发明作进一步描述。如图1所示,根据本发明实施例提供的一种基于能量供给的混合式能量中心簇方法的流程图,具体实现过程如下:
具体实现过程如下:
(1)确定区域M2、传感器节点个数Q及初始能量Einit(i);
(2)将无线传感网络划分N层,确定每个节点所在的层次Ni:
其中,ni表示节点i距离基站BS的跳数;n1,n2,…,nN-1表示各个层次的分界值。
(3)计算首轮节点的初始等级值rank(i,1);
在首轮计算初始等级值时,不仅要考虑初始能量值Einit(i),还要综合考虑其他的因素。
其中,ωi表示节点i周围节点的个数;Ri表示节点i的覆盖半径;d(i,j)表示节点i,j之间的距离;davg(i)表示节点i与周围节点的平均距离;α表示权重值;Eres(i)表示节点i的剩余能量;NL(i)表示节点i所覆盖的节点个数。
(4)根据节点首轮初始等级值与阈值rank0的比较,确定预期簇头;
将步骤(3)得出的所有节点初始等级值的均值作为阈值rank0。
当节点的初始等级值小于阈值时,则不是预期簇头;否则,是预期簇头。
(5)确定无线传感网络中成簇的个数clusters及首轮簇头;
无线传感网中簇的个数与能耗问题息息相关,设定过少,则会出现分级低效的问题;而设定过多,则会造成多余的能量损失。因此,根据网络中节点个数Q、区域长度M及预期簇头距BS距离的均值davg(CH,BS),来确定成簇个数clusters:
在步骤(4)得出的预期簇头中,基站结合各预期簇头的部署位置、首轮初始等级值rank(i,1)两个因素选定首轮的簇头。随即簇头向周围节点发送消息,各节点则加入最近的簇头,确定簇内成员而完成分簇。
(6)计算每个簇中成员节点的簇内等级值rank(i,r);
在选取新簇头时,不仅要考虑自身剩余的能量Eres(i)、簇内平均距离Davg(i)、所覆盖的节点个数NL(i),还要考虑已被选为簇头的次数ω(i)。避免出现供给状态不好但因长期累积而获得高能量的节点被频繁选为簇头。因此,提出了如下的判定函数:
r表示簇头选举的轮次;ε表示一个随机正数;Emax(i)表示节点i能量的最大值;EEH(i,r)表示节点i在前(r-1)轮次中能量供给的总值。
当r>1时,根据簇内成员的簇内等级值,取最大值所对应的节点为新簇头。
(7)计算周围簇头被选为转发节点的转发度等级值rankCH(i,j);
其中rankCH(i,j)表示簇头i的周围簇头j被选为转发节点的转发度等级值;δj表示簇头j所在的层次;其余的符号与上述意义相同。
根据各簇头的转发度等级值,取最大值所对应的簇头为转发节点,并确定传输路径。
(8)建立无线信道能耗自由空间模型;
根据以上的步骤(1)至(7),完成整个网络的成簇阶段。随后进行稳定的数据传输阶段,当发送一个l比特的数据包到距离发送端d的节点所需消耗的能量为ETX(l,d),而接收该数据包所需消耗的能量为ERX(l,d)。
其中Eelec表示发射能量;εfs,εmp表示自由空间传播系数;d0表示参考距离。
经过以上步骤(1)、(2)、(3)、(4)、(5)、(6)、(7)、(8),实现了完整的基于能量供给的混合式能量中心簇方法。本发明在现有方法的基础上,增加考虑了能量供给、网络分层和覆盖范围三种因素,不仅定量给出了网络中成簇的个数,而且还根据综合权重得出的等级值进行评判,使得方法更加合理可靠。
下面我们结合具体的实施方式,进一步阐述本发明的方法模型过程。
步骤(1)确定区域M2、传感器节点个数Q及初始能量Einit(i);
选取大小为100×100m2的区域作为无线传感网络的监控区域,其中里面随机部署了1000个节点用于周围环境的检测,所有节点的初始能量均1000J,而且这些节点和基站BS的位置都是固定的。另外,基站不考虑能量限制的问题。
步骤(2)将无线传感网络划分N层,确定每个节点所在的层次Ni:
首先确定将整个网络划分4层,再根据节点距离BS的跳数跟临界值比较,确定每一节点的所在层次:
根据该分段函数,将网络细分成4个层次,其中第1层的节点等级最高,任务也最繁重。
步骤(3)计算首轮节点的初始等级值rank(i,1);
当第一轮时,每个节点根据自身所剩能量值和初始能量值的比值,以及覆盖节点个数和距周围节点平均距离的比值分别占有0.6,0.4的比重,计算得出第一轮中每个节点的初始等级值。
步骤(4)根据节点首轮初始等级值与阈值rank0的比较,确定预期簇头;
将步骤(3)计算出的rank(i,1)与rank0进行比较,若小于,则不是预期簇头;否则,是预期簇头。
计算各个节点被选为簇头的可能性等级;
步骤(5)确定无线传感网络中成簇的个数clusters及首轮簇头;
根据步骤(4)所确定的预期簇头的集合、节点个数以及部署区域的长度,可以计算出确切的簇的数量:
基站根据各预期簇头的位置和rank(i,1),确定出合理的簇头。
步骤(6)计算每个簇中成员节点的簇内等级值rank(i,r);
在之后的每一轮中,保持第一轮确定的簇内成员不变,重新选举新的簇头。此时,还要考虑簇内节点的能量供给状态和已选为簇头的次数这两个因子,计算出之后的每轮中各个节点的簇内等级值,并以此来确定新的簇头。
其中ε为[1,10]的随机数。根据上式簇内等级值的计算,整个无线传感网络在确定的轮次有确定的簇头集合。
步骤(7)计算周围簇头被选为转发节点的转发度等级值rankCH(i,j);
簇头不仅要整合处理本簇的数据,还要转发本层次或下一层次的簇的数据。类似地,也要根据簇头距BS的长度、簇内个数、所在层次、剩余能量及供给状态,来判定其被选为转发节点的转发度等级值:
依照综合考虑后的值,来选取更为合理的簇头充当转发节点。
步骤(8)建立无线信道能耗自由空间模型;
ERX(l,d)=l×50
经过以上步骤(1)、(2)、(3)、(4)、(5)、(6)、(7)、(8),实现了完整的基于能量供给的混合式能量中心簇方法。在延长无线传感网络寿命的基础上,提高整个网络的服务质量。
本发明中未详细阐述的部分均为领域技术人员所公认的常识,以上所述仅为本发明的一个具体实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于能量供给的混合式能量中心簇方法,其特征在于,包括:
确定无线传感网络监控区域,节点个数及节点初始能量;
对无线传感网络进行分层,确定每个节点所在的层次;
计算首轮每个节点的初始等级值,将首轮每个节点的初始等级值与阈值比较,确定预期簇头的集合;
根据无线传感网络中节点个数、区域长度及预期簇头距基站的平均距离,确定无线传感网络中成簇的个数,结合各预期簇头的部署位置、首轮节点的初始等级值选定首轮的簇头集合,再根据节点加入最近簇头的原则,完成分簇;
计算首轮节点的初始等级值公式如下:
式中:davg(i)表示节点i与周围节点的平均距离;Eres(i)表示节点i的剩余能量值;NL(i)表示节点i所覆盖的节点个数;α表示权重值;Einit(i)表示节点i的初始能量值;rank(i,1)表示首轮节点的初始等级值;
保持簇内成员不变并计算簇内成员节点的簇内等级值,选取簇内等级值最大的节点作为新簇头;
计算当前新簇头节点的周围簇头节点的转发度等级值,选取转发度等级值最大所对应的簇头为转发节点,并确定传输路径。
2.根据权利要求1所述的一种基于能量供给的混合式能量中心簇方法,其特征在于,确定无线传感网络监控区域,节点个数及节点初始能量具体包括:
选取大小为100×100m2的区域作为无线传感网络的监控区域,其中里面随机部署了1000个节点用于周围环境的检测,所有节点的初始能量均为1000J,且所有节点和基站的位置均是固定的。
8.根据权利要求1所述的一种基于能量供给的混合式能量中心簇方法,其特征在于,进一步包括:
建立无线信道能耗自由空间模型,进行数据传输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521914.8A CN111669325B (zh) | 2020-06-09 | 2020-06-09 | 一种基于能量供给的混合式能量中心簇方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521914.8A CN111669325B (zh) | 2020-06-09 | 2020-06-09 | 一种基于能量供给的混合式能量中心簇方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669325A CN111669325A (zh) | 2020-09-15 |
CN111669325B true CN111669325B (zh) | 2022-01-25 |
Family
ID=72386246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010521914.8A Active CN111669325B (zh) | 2020-06-09 | 2020-06-09 | 一种基于能量供给的混合式能量中心簇方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669325B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448138A (zh) * | 2011-12-31 | 2012-05-09 | 重庆邮电大学 | 一种无线传感器网络层次路由协议的组簇方法 |
KR20140075270A (ko) * | 2012-12-11 | 2014-06-19 | 국방과학연구소 | 타깃 추종 클러스터링 알고리즘 |
CN105848241A (zh) * | 2016-03-21 | 2016-08-10 | 广州供电局有限公司 | 移动自组织网的分簇方法及系统 |
CN111182492A (zh) * | 2020-01-03 | 2020-05-19 | 安徽理工大学 | 一种改进的leach分簇层次路由算法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8547982B2 (en) * | 2011-11-23 | 2013-10-01 | King Fahd University Of Petroleum And Minerals | Wireless sensor network with energy efficient protocols |
US8923880B2 (en) * | 2012-09-28 | 2014-12-30 | Intel Corporation | Selective joinder of user equipment with wireless cell |
CN103702276B (zh) * | 2013-12-26 | 2016-09-28 | 河海大学常州校区 | 一种基于分簇的无线传感器网络中复杂任务协作求解方法 |
WO2017195089A1 (en) * | 2016-05-09 | 2017-11-16 | Tata Consultancy Services Limited | Method and system for achieving auto-adaptive clustering in a sensor network |
-
2020
- 2020-06-09 CN CN202010521914.8A patent/CN111669325B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448138A (zh) * | 2011-12-31 | 2012-05-09 | 重庆邮电大学 | 一种无线传感器网络层次路由协议的组簇方法 |
KR20140075270A (ko) * | 2012-12-11 | 2014-06-19 | 국방과학연구소 | 타깃 추종 클러스터링 알고리즘 |
CN105848241A (zh) * | 2016-03-21 | 2016-08-10 | 广州供电局有限公司 | 移动自组织网的分簇方法及系统 |
CN111182492A (zh) * | 2020-01-03 | 2020-05-19 | 安徽理工大学 | 一种改进的leach分簇层次路由算法 |
Non-Patent Citations (5)
Title |
---|
Guibo Du ; Qinghua Shi ; Yunze Tang ; Xiao Sun.A mixed non-uniform clustering algorithm for wireless sensor networks.《2011 IEEE 13th International Conference on Communication Technology》.2011, * |
基于多重竞争的无线传感器网络簇头选择算法;贾银亮等;《传感器与微系统》;20180205(第02期);全文 * |
无线传感器网络TBCCA树形分簇算法;黄海平等;《计算机研究与发展》;20091215(第12期);全文 * |
无线传感器网络中的高效链式成簇算法;杨英军等;《计算机与数字工程》;20101120(第11期);全文 * |
王亚春 ; 张艳.能源网络的动态优化分簇改进LEACH路由协议.《齐齐哈尔大学学报(自然科学版) 》.2020, * |
Also Published As
Publication number | Publication date |
---|---|
CN111669325A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112469100B (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 | |
CN106454905B (zh) | 一种改进的无线传感网层次型多链路方法 | |
CN108712767B (zh) | 一种无线传感器网络中能耗均衡的簇间多跳路由控制方法 | |
CN109831811B (zh) | 分簇路由方法 | |
Kumar et al. | U-LEACH: A novel routing protocol for heterogeneous Wireless Sensor Networks | |
CN110121200B (zh) | 一种异质传感网中能量高效的组网方法 | |
CN105898764B (zh) | 多级能量异构的无线传感器网络部署方法 | |
CN110149672B (zh) | 一种改进的i-leach路由通信方法 | |
CN107371188B (zh) | 一种可控簇规模的能耗均衡路由方法 | |
Li et al. | Energy-efficient multipath routing in wireless sensor network considering wireless interference | |
CN113709841B (zh) | 一种基于布谷鸟算法和K-means算法的WSN路由协议方法 | |
CN112312511B (zh) | 基于树的无线传感器网络能耗均衡的改进leach方法 | |
CN115866735A (zh) | 一种基于超模博弈水下传感网络跨层拓扑控制方法 | |
Nguyen et al. | Prolonging of the network lifetime of WSN using fuzzy clustering topology | |
CN103701697A (zh) | 基于链路质量的层次型路由方法 | |
CN111669325B (zh) | 一种基于能量供给的混合式能量中心簇方法 | |
CN116209025A (zh) | 基于距离均方根和算子阈值修正leach的方法 | |
KR101219052B1 (ko) | 계층적 클러스터 구조의 생성 방법 | |
CN110972230B (zh) | 一种基于布谷鸟算法的leach二级分簇路由协议的方法 | |
Subbaiah et al. | Mobile ad hoc network | |
CN114286417A (zh) | 一种基于leach协议的分簇优化及多跳传输方法 | |
Cherian | A comprehensive review energy efficient wireless sensor network | |
Chen et al. | Research on the Improvement of Relay Selection Algorithm for Cooperative Communication in Cluster Network | |
Khodabandeh et al. | Scalable Cluster-Based Path Planning for Timely Data Gathering in Wireless Sensor Networks | |
CN112888041B (zh) | 一种基于非均匀节点部署的无线传感器网络通信方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |