CN111800825B - 一种基于压缩感知的无线传感网络中数据的动态重传方法 - Google Patents

一种基于压缩感知的无线传感网络中数据的动态重传方法 Download PDF

Info

Publication number
CN111800825B
CN111800825B CN202010701090.2A CN202010701090A CN111800825B CN 111800825 B CN111800825 B CN 111800825B CN 202010701090 A CN202010701090 A CN 202010701090A CN 111800825 B CN111800825 B CN 111800825B
Authority
CN
China
Prior art keywords
network
data
node
nodes
energy
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.)
Expired - Fee Related
Application number
CN202010701090.2A
Other languages
English (en)
Other versions
CN111800825A (zh
Inventor
蒋博
刘安丰
滕浩钧
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN202010701090.2A priority Critical patent/CN111800825B/zh
Publication of CN111800825A publication Critical patent/CN111800825A/zh
Application granted granted Critical
Publication of CN111800825B publication Critical patent/CN111800825B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/04Error control
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/12Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/18Automatic repetition systems, e.g. Van Duuren systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/30TPC using constraints in the total amount of available transmission power
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-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压缩感知的无线传感网络中数据的动态重传方法,对于无线传感网络而言,在数据路由的过程中,由于近sink区域承担了更多的数据量,从而导致近汇聚节点区域节点消耗的能量远比网络中其他区域更多,近汇聚节点区域节点的寿命往往决定了整个网络的寿命。而由于其他区域承担的数据量远小于近汇聚节点区域,所以当网络死亡时,网络常常有着大量的能量剩余,而这些能量无法再利用或回收。因此,本发明在保证网络寿命的前提下,充分利用网络中的剩余能量,以近汇聚节点区域的能量消耗为基准,对于有剩余能量的节点,当数据路由出现丢包时,根据其对应节点的剩余能量动态确定数据重传策略,进行数据包的重传,以降低数据路由的丢包率,对比以往的方法,本发明的方法大幅提高了网络的数据传输精度,降低了网络数据重构误差。

Description

一种基于压缩感知的无线传感网络中数据的动态重传方法
技术领域
本发明涉及无线通信领域,尤其是一种基于压缩感知的无线传感网络的数据路由方法。
背景技术
随着无线传感网络研究的深入,无线网络的普及以及压缩感知在无线传感网络的应用,如何高效的利用无线传感网络的能量,提高数据传输精度,延长网络的寿命已经变得越来越重要。已经有大量研究针对无线传感网络的压缩感知算法做出优化改进,却忽视了不可靠网络丢包对于数据重构精度的巨大影响,且传统无线传感网络节点工作模式的能量利用效率较低。本发明针对以上问题,对于网络数据路由的一般策略进行研究和改进。
传统的无线传感网络中,少量的丢包对于网络整体性能不会产生较大的影响。然而对于使用压缩感知的无线传感网络,即使少量丢包造成的影响,也会在数据压缩和重构的过程中不断地扩大。所以数据传输精度是压缩感知无线传感网络一个重要的性能衡量指标,提高数据传输精度,降低丢包率对于网络效果具有十分重要的意义。
对于无线传感网络而言,网络的寿命取决于网络中第一个死亡的节点,因为当网络中有一个节点死亡,网络的性能就会急剧的下降以致瘫痪,所以我们认为网络的寿命就是网络从开始运行到网络中第一个节点死亡的时间。而近sink区域节点的寿命往往决定了整个网络的寿命。由于其他区域承担的数据量远小于近sink区域,所以当网络死亡时,网络常常有着大量的能量剩余,而这些能量无法再利用或回收。因此,我们希望在保证网络寿命的前提下,充分利用网络中的剩余能量,提高数据传输精度,从而改进网络的性能。
大量的无线传感网络研究针对网络传播算法进行改进提升,但是由于忽视了网络中不同位置传感器的工作负担不同,对于全网采取统一的算法,导致网络中能量的利用不充分,整个网络的能量消耗不均衡。本发明创新地提出了数据丢包动态重传方法,对于网络中不同位置的节点采取不同丢包重传机制,最大化利用节点剩余能量,均衡网络能量消耗,降低因丢包而造成的数据重构误差,提高网络的数据传输精度。
发明内容
本发明提供一种能降低因丢包而造成数据重构误差,提高数据传输精度的无线传感网络数据动态重传方法。
为实现上述目的,本发明提供一种动态的网络重传机制,包括如下步骤:步骤一、计算网络中不同区域节点的数据承担量和能量消耗;步骤二、计算网络中不同区域节点所能达到的丢包重传次数;步骤三、当网络数据路由出现丢包情况时,根据其节点对应的最大丢包重传次数,进行数据的重传;基于上述的无线传感网络数据动态重传方法,能在保证网络寿命不变的条件下,降低因丢包而造成的数据重构误差,提高数据传输精度。
本发明的有益效果是:本发明针对压缩感知无线传感网络中能量消耗不均衡以及网络丢包对数据重构精度有很大影响的问题,首次提出了网络数据动态重传方法,对于远sink能量有剩余的区域,充分的利用其剩余能量,在保证网络寿命的条件下,动态地计算不同位置节点的最大重传次数,在发生丢包时进行数据重传以保证传输精度。通过这种方法在保证网络寿命的条件下提高了能量利用率,并极大的减小了数据重构误差,提升了数据重构精度。
附图说明
图1为本发明实施例基于压缩感知的无线传感网络的数据传输准确率示意图。
图2为本发明实施例在不同丢包率下网络数据重构误差对比示意图。
图3为本发明实施例网络不同区域数据重构误差对比示意图。
图4为本发明实施例网络数据总体重构误差对比示意图。
图5为本发明实施例网络能量消耗对比示意图。
图6为本发明实施例网络寿命示意图。
具体实施方式
下面结合附图及实例,对本发明做进一步说明。图中,CSDRA是指本发明提出的无线传感网络数据动态重传方法,CDG是指一种传统的数据路由策略,NMAE是指归一化平均绝对误差。
在本实施例中,无线传感器网络中所有的传感器节点随机部署在一个正方形区域,本实施例主要包括如下内容。
步骤一,网络各区域节点承担数据量以及能量消耗的计算。具体而言,为了确定网络不同区域节点的实际能达到的最大丢包重传次数,首先需要计算网络各个区域节点承担的数据量以及能量消耗情况。计算公式如下:
首先计算网络中不同区域节点的数据承担量,设网络半径为R,其计算公式如下:
Figure BDA0002590862620000021
其中r为节点发射半径,λ为事件产生率,每个节点采用最短路由路径,l为节点距离sink的距离,z为使z+r刚好小于R的整数。
当计算得到节点承担的数据量后,接下来就可以计算节点的能量消耗El,公式如下:
Figure BDA0002590862620000022
其中er表示接收单位数据所消耗的能量,et,1代表当节点据sink的距离小于阈值d0时发送单位数据所需要消耗的能量,et,2则代表距离大于阈值d0时发送单位数据所需要消耗的能量,Eelec代表传输路线的损耗,εfs和εamp是功率放大所需要的能量。
步骤二,网络中不同区域节点所能达到的丢包重传次数的计算。因为近sink区域是网络节点承担数据量最大的区域,也即能量消耗最大的区域,所以网络寿命取决于近sink区域节点的寿命。而当网络死亡时,远sink区域节点常常有大量能量剩余。故为了保证网络寿命不变,并提高网络数据传输精度,降低网络数据重构误差,本发明方法以近sink区域节点的能量消耗为依据,计算网络不同区域节点实际能达到的最大丢包重传次数,具体计算方法如下:首先根据近sink区域的节点能量消耗Esink和节点本身能量消耗El,计算节点所能达到的最大重传次数Nlmax,公式如下:
Figure BDA0002590862620000031
接下来根据我们期望达到的网络传输成功率Q和丢包率P计算期望达到的最大重传次数N,其计算公式如下:
Figure BDA0002590862620000032
最后计算节点的实际最大重传次数Nl
Figure BDA0002590862620000033
使用以上方法确定实际最大重传次数的好处在于:当某位置节点有能量剩余且能达到我们期望的传输成功率要求时,则增加最大重传次数使其达到阈值要求,但当达到阈值要求后不再继续增加最大重传次数以追求传输成功率的提高。以此在保证网络效果的前提下,最大程度减少能量消耗,延长网络寿命。而如果某位置节点的剩余能量不足以达到阈值要求,当出现丢包时,使其尽最大努力发送即可,即在保证网络寿命不受影响的情况下,尽量利用节点剩余能量尝试进行数据包的重传。
步骤三,网络实际运行过程中的数据动态重传方法。现在我们的方法已经根据网络不同区域的情况,为其对应节点动态的设定了不同的实际最大重传次数值。则当实际应用中网络进行数据路由时,一旦某节点出现丢包现象,其将根据上述方法计算得到的实际最大重传次数Nl,尝试进行数据包的重传,重传次数的上限为Nl,如果在上限次数范围内,节点成功进行了数据包的传输,没有发生丢包,则完成丢包重传策略;如果达到上限时节点仍未成功进行丢包重传,则终止重传尝试,结束丢包重传机制。由于现实中各网络节点的能量消耗往往与理论情况有少许偏差,本发明方法也可以根据现实情况动态地更新近sink区域的节点能量消耗Esink和不同区域节点的能量消耗El,并更新节点所能达到的最大重传次数Nlmax,最后计算得到节点的实际最大重传次数Nl,计算的方法与上文相同,以此保证本方法的精确性和可靠性,从而确保网络节点的能量消耗在预期范围内,使得网络寿命与传统策略保持一致。
综上所述,本发明提供了一种基于压缩感知的无线传感网络中数据的动态重传方法,对于远sink能量有剩余的区域,充分的利用其剩余能量,在保证网络寿命的条件下,动态地计算不同位置节点的最大重传次数,在发生丢包时进行数据重传,本发明的优点在于:
(1)本发明提出的数据的动态重传方法使得网络数据传输成功率得到提升。通过引入数据动态重传方法,当网络节点出现丢包情况时,可以根据本发明方法进行数据包的重传,从而减小了网络的丢包率,使得网络数据传输成功率得到提升。
(2)本发明提出的数据动态重传方法使得网络数据重构精度大幅提高。压缩感知采集信号的过程中通过稀疏基将原始数据信号X转换为稀疏系数α,在数据重构的过程中重构信号Y的精准度依赖于稀疏系数α的准确性,因为稀疏信号向量的稀疏性,所以信号中每一位不为零的压缩数据都有很大的权重,若由于有损网络丢包导致稀疏系数α产生数据错误或丢失,那么在数据重构过程中,这些误差都会被放大,作用在每一位恢复信号上。最后导致恢复数据的误差巨大,网络性能差。而当引入了本发明提出的数据动态重传方法后,就可以极大程度上避免由于数据错误或数据丢失导致的数据重构误差,从而大幅提高基于压缩感知的无线传感网络的数据重构精度。
(3)本发明提出的数据动态重传方法在提升数据传输成功率和数据重构精度的同时保证了网络寿命不受影响。由于本发明提出的数据动态重传方法仅在网络节点能量有剩余的区域,利用这部分能量实施数据动态重传策略,所以不会因为增加了少量的能量开销而导致网络寿命下降,而是与传统策略下网络的寿命保持一致。为验证本发明方法的可行性与效果,我们对提出的方法进行了理论分析与实验对比。得到图1到图6的实验结果。如图1所示,相较于传统策略,我们的方法使得网络数据传输准确率得到大幅提高。图2展示了不同观测次数和丢包率的条件下,网络数据重构误差的对比情况。可以看到,在相同网络条件下,相较于传统算法,本发明提出的方法可以大幅降低网络数据重构误差。图3给出了在不同丢包率条件下,网络不同区域的数据重构精度情况,相较于传统算法,本发明方法有效的提高了网络数据的重构精度,降低了数据重构误差。图4展示了网络数据的总体重构精度情况,在不同的网络条件下,相较于传统算法,本发明的方法都能有效降低网络数据重构误差,与传统方法相比,本发明方法的全网数据重构误差平均降低幅度高达69.6%。图5是网络总能量消耗情况。与传统算法相比,由于本发明方法增加了丢包重传机制,所以其总体能量消耗大于传统算法,但网络寿命并没有因此而下降,故网络能量的利用率得到了提高。图6是网络寿命情况,在不同发射半径下,数据传输消耗的能量不同,故网络寿命不同。但是在不同的网络条件下,本发明方法与传统方法的网络寿命都几乎一致,只是由于本发明方法增加了数据重传机制,导致网络少量节点异常提前死亡的机率变大,故在实验结果中本发明方法对应的网络寿命略微低于传统方法,但从总体上看,两种方法的网络寿命是相同的。

Claims (1)

1.一种压缩感知的无线传感网络中数据的动态重传方法,其特征在于,包括以下步骤:
步骤一、计算网络中不同区域节点的数据承担量和能量消耗;
步骤二、计算网络中不同区域节点所能达到的丢包重传次数;其特征在于:
首先根据近sink区域的节点能量消耗Esink和节点本身能量消耗El,计算节点所能达到的最大重传次数Nlmax,公式如下:
Figure FDA0003373362810000011
接下来根据期望达到的网络传输成功率Q和丢包率P计算期望达到的最大重传次数N,其计算公式如下:
Figure FDA0003373362810000012
最后计算节点的实际最大重传次数Nl,公式如下:
Figure FDA0003373362810000013
步骤三、当网络数据路由出现丢包情况时,根据其节点对应的最大丢包重传次数,进行数据的重传;
步骤一中计算网络中不同区域节点的数据承担量和能量消耗的具体步骤为:首先计算网络中不同区域节点的数据承担量,设网络半径为R,其计算公式如下:
Figure FDA0003373362810000014
其中r为节点发射半径,λ为事件产生率,每个节点采用最短路由路径,l为节点距离sink的距离,z为使z+r刚好小于R的整数;
当计算得到节点承担的数据量后,接下来就可以计算节点的能量消耗El,其计算公式如下:
Figure FDA0003373362810000015
其中er表示接收单位数据所消耗的能量,et,1代表当节点据sink的距离小于阈值d0时发送单位数据所需要消耗的能量,et,2则代表距离大于阈值d0时发送单位数据所需要消耗的能量,Eelec代表传输路线的损耗,εfs和εamp是功率放大所需要的能量。
CN202010701090.2A 2020-07-20 2020-07-20 一种基于压缩感知的无线传感网络中数据的动态重传方法 Expired - Fee Related CN111800825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010701090.2A CN111800825B (zh) 2020-07-20 2020-07-20 一种基于压缩感知的无线传感网络中数据的动态重传方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010701090.2A CN111800825B (zh) 2020-07-20 2020-07-20 一种基于压缩感知的无线传感网络中数据的动态重传方法

Publications (2)

Publication Number Publication Date
CN111800825A CN111800825A (zh) 2020-10-20
CN111800825B true CN111800825B (zh) 2022-03-25

Family

ID=72808147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010701090.2A Expired - Fee Related CN111800825B (zh) 2020-07-20 2020-07-20 一种基于压缩感知的无线传感网络中数据的动态重传方法

Country Status (1)

Country Link
CN (1) CN111800825B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114499777B (zh) * 2022-04-15 2022-07-22 四川腾盾科技有限公司 一种集群无人系统数据传输方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938770A (zh) * 2010-09-20 2011-01-05 南京邮电大学 基于网络信道状态的无线网络最大重传次数的优化方法
CN106060848A (zh) * 2016-05-25 2016-10-26 中国人民解放军信息工程大学 一种有损链路下压缩感知数据收集方法及装置
US9791910B1 (en) * 2005-05-30 2017-10-17 Invent.Ly, Llc Predictive power management in a wireless sensor network using presence detection
KR101794848B1 (ko) * 2016-09-21 2017-12-01 숭실대학교산학협력단 에너지 수집형 무선 센서 네트워크에서의 센서 노드 및 에너지 적응형 데이터 수집률 향상 방법, 이를 수행하기 위한 기록 매체
CN107612665A (zh) * 2017-10-27 2018-01-19 深圳友讯达科技股份有限公司 数据信息重传方法及网络传输系统
CN109714814A (zh) * 2019-02-18 2019-05-03 南开大学 一种无线传感器网络数据传输和恢复的方法
CN110430545A (zh) * 2019-07-10 2019-11-08 天津商业大学 一种用于无线传感器网络的高效数据采集方法
CN110505670A (zh) * 2018-05-16 2019-11-26 中南大学 一种基于传输范围控制优化无线传感网络的拓扑控制方法
CN110505669A (zh) * 2018-05-16 2019-11-26 中南大学 丢失敏感的无线传感网络中基于发射速率的机会路由方法
CN110932805A (zh) * 2019-04-19 2020-03-27 湖南商学院 网络拓扑结构动态自适应的压缩感知数据收集方法
CN111314841A (zh) * 2018-12-29 2020-06-19 南京龙渊微电子科技有限公司 一种基于压缩感知与改进遗传算法的wsn定位方法
CN111405516A (zh) * 2020-03-25 2020-07-10 西安电子科技大学 无线传感网中基于随机游走的数据收集方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180086044A (ko) * 2017-01-20 2018-07-30 삼성전자주식회사 지능 협상을 수행하는 반도체 장치의 동작 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9791910B1 (en) * 2005-05-30 2017-10-17 Invent.Ly, Llc Predictive power management in a wireless sensor network using presence detection
CN101938770A (zh) * 2010-09-20 2011-01-05 南京邮电大学 基于网络信道状态的无线网络最大重传次数的优化方法
CN106060848A (zh) * 2016-05-25 2016-10-26 中国人民解放军信息工程大学 一种有损链路下压缩感知数据收集方法及装置
KR101794848B1 (ko) * 2016-09-21 2017-12-01 숭실대학교산학협력단 에너지 수집형 무선 센서 네트워크에서의 센서 노드 및 에너지 적응형 데이터 수집률 향상 방법, 이를 수행하기 위한 기록 매체
CN107612665A (zh) * 2017-10-27 2018-01-19 深圳友讯达科技股份有限公司 数据信息重传方法及网络传输系统
CN110505670A (zh) * 2018-05-16 2019-11-26 中南大学 一种基于传输范围控制优化无线传感网络的拓扑控制方法
CN110505669A (zh) * 2018-05-16 2019-11-26 中南大学 丢失敏感的无线传感网络中基于发射速率的机会路由方法
CN111314841A (zh) * 2018-12-29 2020-06-19 南京龙渊微电子科技有限公司 一种基于压缩感知与改进遗传算法的wsn定位方法
CN109714814A (zh) * 2019-02-18 2019-05-03 南开大学 一种无线传感器网络数据传输和恢复的方法
CN110932805A (zh) * 2019-04-19 2020-03-27 湖南商学院 网络拓扑结构动态自适应的压缩感知数据收集方法
CN110430545A (zh) * 2019-07-10 2019-11-08 天津商业大学 一种用于无线传感器网络的高效数据采集方法
CN111405516A (zh) * 2020-03-25 2020-07-10 西安电子科技大学 无线传感网中基于随机游走的数据收集方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"A Cost-Efficient Greedy Code Dissemination Scheme Through Vehicle to Sensing Devices Communication in Smart City";HAOJUN TENG, WEI LIU, TIAN WANG, ANFENG LIU, XUXUN LIU,AND SHAOB;《IEEE Access 》;20190131;第7卷;全文 *
刘安丰 ; 任炬 ; 徐娟 ; 曾志文 ; 陈志刚."异构传感器网络能量空洞分析与避免研究".《软件学报》.2012, *

Also Published As

Publication number Publication date
CN111800825A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN111800825B (zh) 一种基于压缩感知的无线传感网络中数据的动态重传方法
CN101667885A (zh) Dtn或icn网络上利用网络编码技术减少冗余消息的方法
CN102202349B (zh) 基于自适应最优消零的无线传感器网络数据压缩方法
CN113590232B (zh) 一种基于数字孪生的中继边缘网络任务卸载方法
CN1917460A (zh) 无线传感器网络中虚拟骨干网的分布式构造方法
CN107580293B (zh) 一种基于虚拟力的汇聚节点重定位方法
CN101909330B (zh) 基于近优分簇与局部虚拟坐标的传感器网络数据压缩方法
CN101414965B (zh) 用于容迟网络和间歇连接网络的节省节点能量的方法
CN102612080B (zh) 基于第二代小波零树编码的最小能耗自适应汇聚路由方法
CN104411000A (zh) 一种无线传感器网络中分层路由协议簇头选择方法
CN109362048B (zh) 基于无线传感器网络的地下管廊检测方法
CN113329442B (zh) 一种通用的多链路载荷压缩与解压缩方法和系统
CN111405516B (zh) 无线传感网中基于随机游走的数据收集方法
CN112911585B (zh) 一种无线传感器网络抗毁性增强方法
CN113727411A (zh) 铁路防灾监测无线传输系统路由及数据压缩自适应优化方法
CN104394536A (zh) 延迟容忍移动传感器网络中传输质量可伸缩数据收集方法
CN104244358A (zh) 一种基于dcs的无线传感网节能路由策略
CN114139459B (zh) 一种基于约束多目标优化算法的无线传感器配置优化方法
CN114363852A (zh) 一种增强网络抗毁性的异构节点优化部署方法
CN106162793B (zh) 一种采用不均等网络编码冗余水平的无线传感器网络数据传输方法
CN109039535B (zh) 一种面向能量捕获电磁纳米网络的差错控制方法
CN110177003B (zh) 工业传感器网络中基于区块链技术的数据验证方法
Yang et al. Big data-oriented intelligent control algorithm for marine communication transmission channel
CN102158888A (zh) 基于随机行走备份及节点合作的数据转发方法
Guitton et al. Fault-tolerant compression algorithms for delay-sensitive sensor networks with unreliable links

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220325

CF01 Termination of patent right due to non-payment of annual fee