CN112911677B - 一种基于置换搜索的无线传感器网络聚类分簇方法 - Google Patents
一种基于置换搜索的无线传感器网络聚类分簇方法 Download PDFInfo
- Publication number
- CN112911677B CN112911677B CN202110060950.3A CN202110060950A CN112911677B CN 112911677 B CN112911677 B CN 112911677B CN 202110060950 A CN202110060950 A CN 202110060950A CN 112911677 B CN112911677 B CN 112911677B
- Authority
- CN
- China
- Prior art keywords
- cluster
- node
- nodes
- value
- replaced
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
-
- 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
- H04W40/248—Connectivity information update
-
- 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
本发明公开了一种基于置换搜索的无线传感器网络聚类分簇方法,将某个区域中包含的多个传感器节点划分为若干个初始簇,并选出各个初始簇中的某个节点作为临时簇首,传统的聚类方法受初始聚类中心的影响,易陷入局部最优的情况,本发明与传统聚类方法相比,通过置换的方式优化了簇首的选举和成簇方式,可以有效地避免簇首节点出现局部最优的情况,通过本发明的方法对网络中节点分簇,使得整个网络中能量消耗更均衡,从而延长网络的使用期限。
Description
技术领域
本发明涉及通无线传感技术领域,具体涉及一种基于置换搜索的无线传感器网络聚类分簇方法。
背景技术
无线传感器网络是当下通信领域研究的重点之一,它由一系列具有能量感知、位置感知和通信能力的传感器节点组成,这些传感器节点分布在监测区域内可以实时收集周围环境信息,并通过路由进行节点间的数据传输。由于传感器节点部署的环境复杂,节点间的成簇方式不能有效地均衡整个网络的能耗,这成为无线传感器网络长期持续工作的最关键的阻碍之一。
发明内容
发明目的:为了克服现有技术的不足,本发明提供一种基于置换搜索的无线传感器网络聚类分簇方法,该方法应用在无线传感器网络的节点分簇上,可以有效解决网络中的能耗不均衡的问题。
技术方案:本发明所述的基于置换搜索的无线传感器网络聚类分簇方法,包括:
(1)将某个区域中包含的多个传感器节点划分为若干个初始簇,设置轨迹表为空,并选出各个初始簇中的某个节点作为临时簇首;
(2)计算各簇内各个节点的聚合度值以及和整个该区域的聚合度值;
(3)判断各簇的当前临时簇首的聚合度值是否为各簇内各个节点的聚合度值的最大值,若是,转入步骤5,否则,转入步骤4;
(4)选取各簇的最大聚合度值对应的节点为各簇的簇首,并将轨迹表中与已调整的各簇中非当前簇首相关的记录清空,转入步骤5;
(5)判断是否达到终止条件,终止条件为达到最大的迭代次数或整个该区域的聚合度值稳定地收敛;若达到,转入步骤9,否则,当前迭代次数加一后,转入步骤6;
(6)将各簇中聚合度值中位数以下对应的节点选为待置换节点;
(7)按照置换规则进行置换,判断是否置换成功,若置换成功,转入步骤8,如果置换失败,转入步骤6;
(8)将置换成功的各簇中簇首与簇内节点信息录入轨迹表,并转入步骤2;
(9)输出各簇最优簇首节点信息和各簇的节点信息,完成网络中所有节点的分簇操作,得到最优的分簇结果,并输出最终的分簇结果。
进一步的,包括:
所述步骤(2)中,各簇内各个节点的聚合度值表示为:
整个该区域的聚合度值表示为:
其中,K为在该区域内划分的簇的总数,m为每个簇中包含的传感器节点总数,1≤i≤K,1≤j≤m,α表示距离调节参数;β表示能量调节参数,α+β=1,表示第i个簇中节点j与基站BS的曼哈顿距离;表示第i个簇中节点k到节点j的曼哈顿距离;表示第i个簇中节点j向基站BS传输单位数据量消耗的能量;表示第i个簇中节点j向节点k传输单位数据量消耗的能量。
进一步的,包括:
所述轨迹表为由K个带有各簇编号的空间组成,每个空间中均由键和值组成的键值对构成,键对应的是第i个簇的簇首信息,值对应的是一组链表,链表中存储的是第i个簇中所有节点组成的对象信息。
进一步的,包括:
所述步骤(3)具体为:
根据各簇内节点的聚合度值DPi j值的大小,将最大的DPi j值所对应的节点j选举为新一轮该簇的簇首节点即hi=max(DPi j)。
进一步的,包括:
所述步骤(7)中,置换规则具体为:
(71)计算各簇的待置换节点对各簇簇首的ξ值;
(72)选取各簇中对簇首的ξi j值低于该簇的待置换节点对应的ξ值的节点,若选取的ξi j数量小于该簇的待置换节点数,则该簇退出置换,否则,将选取的ξi j值按从小到大顺序排列;
(73)各簇优先选取最小的ξi j值对应的节点作为待置换节点,若各簇待置换节点产生竞争关系,即:多个簇选取的待置换节点为同一个,其中,r表示簇a中最小ξ值对应的预选节点,n表示簇b中最小ξ值对应的预选节点,则将各簇中ξi j取值最小的节点作为置换节点,其余簇的待置换节点的选取依序顺延,若该簇中满足要求的ξi j值对应的节点数小于该簇的待置换节点数,则该簇退出置换。
(74)若至少有两簇的节点满足置换操作,则转入步骤75,否则转入步骤6;
(75)若轨迹表中不包含符合条件的待置换节点与对应簇其他节点组成的集合对象信息,则转入步骤8,否则,转入步骤6。
进一步的,包括:
各簇中对簇首的ξi j值,表示为:
其中,表示第i个簇的簇首节点距离基站的曼哈顿距离;表示第x个簇中待置换节点j距离第i个簇的簇首的曼哈顿距离;表示第i个簇的簇首向基站传输单位数据量消耗的能量;表示第x个簇中待置换节点j向第i个簇的簇首传输单位数据量消耗的能量。
进一步的,包括:
所述步骤(7)中,置换失败的情况还包括:各簇中聚合度值中位数以下的节点均参与置换且所有簇均置换失败,则各簇除簇首外,所有节点均参与置换,按置换规则继续置换,仍然置换失败;此时置换失败,但各个簇状态稳定,此时的各簇簇首即是各簇的最优簇首,提前结束迭代,输出各簇的最优簇首,转入步骤9。
有益效果:本发明与现有技术相比,其显著优点是:该方法应用在无线传感器网络的节点分簇上,可以有效均衡网络中的能耗,有效避免“热点”问题的出现,延长网络的使用期限。
附图说明
图1是无线传感器网络体系结构图示例;
图2是无线传感器网络节点置换过程图示例;
图3是根据本发明的方法分簇后的效果图示例;
图4是本发明提出的分簇方法步骤的流程图。
具体实施方式
下面结合说明书附图及具体实施例对本发明的技术方案做进一步的详细说明。具体实施方式描述如下:下面所述节点即指传感器节点。
基于本发明的体系结构为一个部署在二维空间的无线传感器网络,其中包括基站、传感器节点。以下对各部分进行具体说明。
(1)基站:基站为一个处于网络中的固定的点,能通过路由传输的方法收集整个网络传感器的数据,包括收集到的数据以及其各个节点自身能量信息。同时可以为网络中节点的分簇,做出合理的规划。
(2)传感器节点:传感器节点为随机部署在这个二维空间位置上的一些节点,作用是可以对周围环境进行监测,节点间可以通过路由传输数据,节点位置的不同也导致了不同的节点传输数据时会有不同的能量消耗率。
如图4所示,本发明具体包含如下步骤:
设置轨迹表轨迹表由K个带有各簇编号的空间组成,每个空间中均由键和值组成的键值对构成,键对应的是簇i的簇首信息,值对应的是一组链表,链表中存储的是簇i中所有节点组成的对象信息,且在各个簇中随机选举一个节点为各簇的临时簇首h1,h2,...,hK。
步骤2:计算各簇的聚合度值DPGi(Degree of Polymerization of Group),各簇内各个节点的聚合度值DPi j(Degree of Polymerization)和整个系统的聚合度值DPS(Degree of Polymerization of System);
步骤2中的计算规则具体如下:
其中,α表示距离调节参数;β表示能量调节参数,α+β=1,表示第i个簇中节点j与基站BS的曼哈顿距离;表示第i个簇中节点k到节点j的曼哈顿距离;表示第i个簇中节点j向基站BS传输单位数据量消耗的能量;表示第i个簇中节点j向节点k传输单位数据量消耗的能量。
步骤3:判断各簇临时簇首是否需要调整:根据各簇内节点的聚合度值DPi j值的大小,将最大的DPi j值所对应的节点j选举为新一轮该簇的簇首节点,hi=max(DPi j)。若需要调整,调整各簇的临时簇首,转入步骤4,如果不需要调整,转入步骤5;
步骤4:将轨迹表中与已调整的各簇中非当前簇首相关的记录清空,转入步骤5;
步骤5:判断是否达到终止条件,即达到最大的迭代次数t≥T或DPS稳定地收敛,即连续n次迭代 为收敛阈值,其中,DPSpre表示上一次迭代的DPS值。若满足,停止迭代并输出各簇的最优簇首,转入步骤9,如果不满足,当前迭代次数为t=t+1,转入步骤6;
步骤6:将各簇中聚合度值中位数以下对应的节点以概率p选为待置换节点;
步骤7:按照置换规则进行置换,判断是否置换成功,若置换成功,转入步骤8,如果置换失败,转入步骤6;
且若各簇中聚合度值中位数以下的节点均参与置换且所有簇均置换失败,则各簇除簇首外,所有节点均参与置换,按置换规则继续置换,若仍然置换失败,则各个簇状态稳定,此时的各簇簇首即是各簇的最优簇首,则提前结束迭代,输出各簇的最优簇首,转入步骤10。
此外,步骤7中的置换规则具体如下:
式中:表示簇i中簇首节点距离基站的曼哈顿距离;表示第x个簇中待置换节点j距离簇i簇首的曼哈顿距离;表示第i个簇的簇首向基站传输单位数据量消耗的能量;表示第x个簇中待置换节点j向第i个簇的簇首传输单位数据量消耗的能量;
步骤7.2:对各簇对应的ξi j值进行筛选:选取ξi j值低于该簇的待置换节点对应的ξ值,若选取的ξi j数量小于该簇的待置换节点数,则该簇退出置换,否则,将选取的ξi j值按从小到大顺序排列;
步骤7.3:各簇优先选取最小的ξi j值对应的节点作为待置换节点,若各簇待置换节点产生竞争关系,即多个簇选取的待置换节点为同一个,其中,表示簇a中最小ξ值对应的预选节点,表示簇b中最小ξ值对应的预选节点,则按照该节点在各簇对应的ξi j值取最小的作为置换节点,其余簇待置换节点的选取依次顺延选择其他节点作为待置换节点;
若该簇中满足要求的ξi j值对应的节点数小于该簇的待置换节点数,则该簇退出置换,系统中至少有两簇的节点满足置换操作,若是,转入步骤8,否则转到步骤6。
步骤8、判断符合条件的待置换节点与对应簇其他节点组成的集合对象,若记录出现在轨迹表中,则重新选择符合的待置换节点,转到步骤6,否则转到步骤9;
步骤9:将置换成功的各簇中簇首与簇内节点信息录入轨迹表,转入步骤2;
步骤10:根据输出的各簇最优簇首节点信息,完成网络中所有节点的分簇操作,得到最优的分簇结果,并输出最终的分簇结果。
以图1的分布为例,假设图1中的传感器节点为待分簇节点集合,共100个节点,图中列出了所有节点的分布情况。
假设网络中需要分成6个簇,按本发明的方法构造出图2所示的分簇效果。由图可知,按照此方法对网络中所有传感器节点分簇,使得分簇后的网络中节点的能耗更加均衡,有利于延长网络的使用时长。
为了便于描述,以图1中场景为实例,
当一个待分簇的无线传感器网络节点分布情况出现后,以如下步骤执行:
步骤1:随机在数据集中选取6个初始簇C1,C2,...,C6,每个簇是由个16或17个节点组成的集合Ci={x1,x2,...,x16},设置轨迹表在各个簇中随机选举一个节点为各簇的临时簇首h1,h2,...,h6;
步骤2:设置距离调节参数α为0.4,能量调节参数β为0.6,计算各组内个体的聚合度值DPi j,各组的聚合度值DPGi和整个系统的聚合度值DPS;
为了便于描述,截取了网络中区域的一部分,以图2中场景为实例,介绍接下的步骤;
步骤3:根据簇1,簇2和簇3中每个节点对应的DPi j值,调整簇1,簇2和簇3的簇首为图2左图中正方形节点;
步骤4:将轨迹表中与已调整的各簇中非当前簇首相关的记录清空;
步骤6:设置p的值为0.3,将簇1,簇2和簇3中低于中位数的DPi j值以概率p选为待置换节点,确定本轮簇1的待置换节点A,簇2的待置换节点B和簇3的待置换节点C;此处以一定的概率选为待置换节点,这个概率是将各簇中位数以下的节点按概率选为待置换节点,比如中位数以下的有5个节点,然后这5个节点按概率选出,可能就只有一个被选为待置换节点,可保证每个簇中选出的待置换节点适中。
步骤7:计算节点A,节点B和节点C在簇1的ξ值,ξ1 A为10,ξ1 B为6,ξ1 C为18,计算节点A,节点B和节点C在簇2的ξ值,为20,为10,为8,计算节点A,节点B和节点C在簇3的ξ值,为10,为8,为12,则簇1的预选节点为节点B,簇2的预选节点为节点C,簇3的预选节点为节点B,则簇1和簇3的预选节点存在竞争关系,选取节点B在簇1和簇3中ξ值较小的簇1为预置换对象,则簇3选取的节点顺延选取节点A作为预置换节点,簇1,簇2和簇3中预置换节点数大于等于置换节点数,满足置换条件,则节点置换成功;
步骤8:将置换成功的各簇中簇首与簇内节点信息录入轨迹表,当前迭代次数t=t+1,进行下一轮的迭代;
节点置换完成后,簇1,簇2和簇3的节点划分和簇首调整后的状态如图2右图所示;
步骤9:当满足方法的终止条件,即达到最大的迭代次数t≥T或DPS稳定地收敛,即连续n次迭代根据输出的各簇最优簇首节点信息,完成网络中所有节点的分簇操作,得到最优的分簇结果,并输出最终的分簇结果,如图3所示,网络中节点最终的分簇效果和簇首信息,其中黑色圆形为簇首。
本发明与传统聚类方法相比,优化了簇首的搜索方式,可以有效地避免簇首节点出现局部最优的情况,通过本发明方法对网络中节点分簇,保证了整个网络中能量消耗更均衡,延长了网络的使用期限。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于置换搜索的无线传感器网络聚类分簇方法,其特征在于,包括以下步骤:
(1)将某个区域中包含的多个传感器节点划分为若干个初始簇,并选出各个初始簇中的某个节点作为临时簇首,此时设置轨迹表为空;
(2)计算各簇内各个节点的聚合度值以及和整个该区域的聚合度值;
各簇内各个节点的聚合度值表示为:
整个该区域的聚合度值表示为:
其中,K为在该区域内划分的簇的总数,m为每个簇中包含的传感器节点总数,1≤i≤K,1≤j≤m,α表示距离调节参数;β表示能量调节参数,α+β=1,表示第i个簇中节点j与基站BS的曼哈顿距离;表示第i个簇中节点k到节点j的曼哈顿距离;表示第i个簇中节点j向基站BS传输单位数据量消耗的能量;表示第i个簇中节点j向节点k传输单位数据量消耗的能量;
(3)判断各簇的当前临时簇首的聚合度值是否为各簇内各个节点的聚合度值的最大值,若是,转入步骤(5),否则,转入步骤(4);
(4)选取各簇的最大聚合度值对应的节点为各簇的簇首,并将轨迹表中与已调整的各簇中非当前簇首相关的记录清空,转入步骤(5);
(5)判断是否达到终止条件,终止条件为达到最大的迭代次数或整个该区域的聚合度值稳定地收敛;若达到,转入步骤(9),否则,当前迭代次数加一后,转入步骤(6);
(6)将各簇中聚合度值中位数以下对应的节点选为待置换节点;
(7)按照置换规则进行置换,判断是否置换成功,若置换成功,转入步骤(8),如果置换失败,转入步骤(6);
(8)将置换成功的各簇中簇首与簇内节点信息录入轨迹表,并转入步骤(2);
(9)输出各簇最优簇首节点信息和各簇的节点信息,完成网络中所有节点的分簇操作,得到最优的分簇结果,并输出最终的分簇结果。
2.根据权利要求1所述的基于置换搜索的无线传感器网络聚类分簇方法,其特征在于,所述轨迹表为由K个带有各簇编号的空间组成,每个空间中均由键和值组成的键值对构成,键对应的是第i个簇的簇首信息,值对应的是一组链表,链表中存储的是第i个簇中所有节点组成的对象信息。
3.根据权利要求1所述的基于置换搜索的无线传感器网络聚类分簇方法,其特征在于,所述步骤(3)具体为:
根据各簇内节点的聚合度值DPi j值的大小,将最大的DPi j值所对应的节点j选举为新一轮该簇的簇首节点即hi=max(DPi j)。
4.根据权利要求1所述的基于置换搜索的无线传感器网络聚类分簇方法,其特征在于,所述步骤(7)中,置换规则具体为:
(71)计算各簇的待置换节点对各簇簇首的ξ值;
(73)各簇优先选取最小的值对应的节点作为待置换节点,若各簇待置换节点产生竞争关系,即:多个簇选取的待置换节点为同一个,其中,r表示簇a中最小ξ值对应的预选节点,n表示簇b中最小ξ值对应的预选节点,则将各簇中取值最小的节点作为置换节点,其余簇的待置换节点的选取依序顺延,若该簇中满足要求的值对应的节点数小于该簇的待置换节点数,则该簇退出置换;
(74)若至少有两簇的节点满足置换操作,则转入步骤(75),否则转入步骤(6);
(75)若轨迹表中不包含符合条件的待置换节点与对应簇其他节点组成的集合对象信息,则转入步骤(8),否则,转入步骤(6)。
6.根据权利要求4所述的基于置换搜索的无线传感器网络聚类分簇方法,其特征在于,所述步骤(7)中,置换失败的情况还包括:各簇中聚合度值中位数以下的节点均参与置换且所有簇均置换失败,则各簇除簇首外,所有节点均参与置换,按置换规则继续置换,仍然置换失败;此时置换失败,但各个簇状态稳定,此时的各簇簇首即是各簇的最优簇首,提前结束迭代,输出各簇的最优簇首,转入步骤(9)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110060950.3A CN112911677B (zh) | 2021-01-18 | 2021-01-18 | 一种基于置换搜索的无线传感器网络聚类分簇方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110060950.3A CN112911677B (zh) | 2021-01-18 | 2021-01-18 | 一种基于置换搜索的无线传感器网络聚类分簇方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112911677A CN112911677A (zh) | 2021-06-04 |
CN112911677B true CN112911677B (zh) | 2022-08-26 |
Family
ID=76114498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110060950.3A Active CN112911677B (zh) | 2021-01-18 | 2021-01-18 | 一种基于置换搜索的无线传感器网络聚类分簇方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112911677B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115150437B (zh) * | 2022-09-01 | 2022-11-29 | 国汽智控(北京)科技有限公司 | 应用于车辆的自动驾驶系统的节点部署方法、装置及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107690167A (zh) * | 2016-08-04 | 2018-02-13 | 王莹莹 | 一种可扩展的无线传感器网络分簇方法 |
CN110830945A (zh) * | 2019-11-14 | 2020-02-21 | 南昌诺汇医药科技有限公司 | 一种智能变电站监测系统 |
-
2021
- 2021-01-18 CN CN202110060950.3A patent/CN112911677B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107690167A (zh) * | 2016-08-04 | 2018-02-13 | 王莹莹 | 一种可扩展的无线传感器网络分簇方法 |
CN110830945A (zh) * | 2019-11-14 | 2020-02-21 | 南昌诺汇医药科技有限公司 | 一种智能变电站监测系统 |
Non-Patent Citations (2)
Title |
---|
一种基于聚合度模型的WSNs双簇头分簇路由协议;侯冰俏等;《传感器与微系统》;20131029;全文 * |
无线传感器网络能耗均衡策略的研究;吴瑞;《中国硕士学位论文全文数据库(电子期刊) 信息科技辑》;20211122;正文第3章 * |
Also Published As
Publication number | Publication date |
---|---|
CN112911677A (zh) | 2021-06-04 |
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 | |
CN108540330B (zh) | 一种异构网络环境下的基于深度学习的网络故障诊断方法 | |
CN108366386B (zh) | 一种使用神经网络实现无线网络故障检测的方法 | |
CN111065103B (zh) | 一种多目标优化的无线传感器网络节点部署方法 | |
US20230196114A1 (en) | Method for optimizing reservoir operation for multiple objectives based on graph convolutional neural network and nsga-ii algorithm | |
CN109862573B (zh) | 一种基于多目标粒子群的lte混合组网自规划方法 | |
CN108092826B (zh) | 基于骨干节点安全角色层级化的无线传感网安全模型 | |
CN109862532B (zh) | 轨道交通状态监测多传感器节点布局优化方法及系统 | |
CN113573322B (zh) | 基于改进遗传算法的多目标区域传感器网络覆盖优化方法 | |
CN112911677B (zh) | 一种基于置换搜索的无线传感器网络聚类分簇方法 | |
CN112994099B (zh) | 一种高比例分布式光伏并网消纳能力分析方法 | |
CN105323166A (zh) | 一种面向云计算的基于网络能效优先的路由方法 | |
CN101677286A (zh) | 承载网络优化方法 | |
CN107277159A (zh) | 一种基于机器学习的超密集网络小站缓存方法 | |
Aziz et al. | Efficient routing approach using a collaborative strategy | |
CN112752320A (zh) | 一个基于双层分簇的高能效无线传感器网络拓扑控制方法 | |
CN110046774A (zh) | 一种配电网故障定位方法、装置及相关设备 | |
CN114158102A (zh) | 面向馈线自动化实时控制的无线异构通信网络切换方法 | |
CN113411213A (zh) | 基于物联网的自组网拓扑控制方法及协同监测方法 | |
CN114727353A (zh) | 基于遗传算法的移动机会传感器网络自适应信息传输方法 | |
Thumthawatworn et al. | Modular handover decision system based on fuzzy logic for wireless networks | |
CN111225398B (zh) | 一种基于协作覆盖的微电网无线传感器网络能耗优化方法 | |
CN113938376A (zh) | 分布式存储系统中故障节点修复方法 | |
CN109890068B (zh) | 一种基于加权gra和遗传算法的网络选择方法 | |
CN109120438B (zh) | 一种机会网络下的数据协同传输方法及系统 |
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 |