CN115529247B - 一种基于时变水声信道的传感器探测网络拓扑控制方法 - Google Patents
一种基于时变水声信道的传感器探测网络拓扑控制方法 Download PDFInfo
- Publication number
- CN115529247B CN115529247B CN202211007349.9A CN202211007349A CN115529247B CN 115529247 B CN115529247 B CN 115529247B CN 202211007349 A CN202211007349 A CN 202211007349A CN 115529247 B CN115529247 B CN 115529247B
- Authority
- CN
- China
- Prior art keywords
- nodes
- node
- network
- time
- sound velocity
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 38
- 230000005059 dormancy Effects 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering 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)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种基于时变水声信道的传感器探测网络拓扑控制方法，包括骤：获取某一水域历年来声速剖面数据；构造节点信道状态信息预测网络，包括声速剖面预测网络和通过声速剖面计算信道状态信息的bellhop模型；离线训练结束后，准备部署水下探测网络；根据当前的声速剖面通过bellhop计算出节点初次部署位置处的可探测区域，所有节点广播探测区域集合到水面中心的接收器；中心接收器收集到所有其他节点发送的信息后；将当前及一段时间前的声剖数据输入信道状态信息预测网络，得到一段时间后的信道状态预测信息，根据信道状态变化情况计算节点的休眠时间；向所有节点广播计算好的节点工作状态和休眠时间；传感器探测网络在当前拓扑下展开探测工作。
Description
技术领域
本发明涉及一种基于时变水声信道的传感器探测网络拓扑控制方法。
背景技术
声纳探测包括主动声纳和被动声纳，其中主动声纳是通过主动发送声波信号来探测水中物体的水声设备，适用于探测静止、辐射噪声低的目标。由于水声信道具有噪声大、误码率高、多径效应、传播损失的特点，存在时空不确定性，且传感器节点体积大、能耗高、难以更换电池，因此设计一种适用于声纳探测网络的拓扑控制方法具有很大的挑战。
目前应用于水声传感器网络的拓扑控制方法主要分为三类：静态部署、运动辅助部署和自调节部署，三类方法在覆盖率、网络能耗与寿命和灵活性上都有不同程度的侧重与优劣。然而，现有的几种部署策略都没有考虑水声信道的时变性。由于水下环境恶劣，如果信道状态发生变化，设计的拓扑控制策略将不能发挥最大的效用。因此，为一种基于时变水声信道的传感器节点状态更新算法，作为一种拓扑控制方法，应用在主动声纳探测网络中。
发明内容
为有效应对水声信道的时空不确定性，本发明提出一种基于时变水声信道的传感器探测网络拓扑控制方法，将水声信道的时变性考虑在内，根据不同时刻的水声信道状态信息，给出不同的探测网络拓扑结构，从而提高网络覆盖率、连通率和生存周期。技术方案如下：
一种基于时变水声信道的传感器探测网络拓扑控制方法，包括下列的步骤：
(1)获取某一水域历年来声速剖面数据，归一化处理，将数据划分为训练集、验证集和测试集；
(2)构造节点信道状态信息预测网络，包括声速剖面预测网络和通过声速剖面计算信道状态信息的bellhop模型，声速剖面预测网络由LSTM网络构造，输入层输入当前时间及前一段时间不同深度下的声速信息，输出层输出一段时间后不同深度的声速预测信息；bellhop模型输入获取到的LSTM模型输出的某一时间下所有深度的温度信息，输出该时间下所有不同空间分布的传感器节点的探测范围；
(3)初始化声速剖面预测网络和bellhop模型参数；在将传感器节点部署到水下前，通过历史数据采用离线训练的方式训练声速剖面预测网络，直到网络收敛；
(4)离线训练结束后，准备部署水下探测网络。初始时所有节点在水面，根据当前的声速剖面通过bellhop计算出节点初次部署位置处的可探测区域，所有节点广播探测区域集合到水面中心的接收器；中心接收器收集到所有其他节点发送的信息后，首先，通过重复计算公式(a)s＝argmaxX∈S|X∩E|/w(xe)，(b)C＝C∪s,S＝S\{s},and E＝E\S直到所有探测区域都被覆盖，得到覆盖整个水域的所有传感器节点集合，其中E表示划分好的所有待覆盖的水域集合，S表示每一个传感器节点可以覆盖的水域集合，X表示某一个传感器节点可以覆盖的水域集合，C表示最终选择出来的s的集合，w(xe)表示某一个传感器节点的能量权重，定义为其中xe表示该节点的剩余能量百分比；将集合C中的节点工作状态设置为发射态，其余节点设置为休眠态；将当前及一段时间前的声剖数据输入信道状态信息预测网络，得到一段时间后的信道状态预测信息，根据信道状态变化情况计算节点的休眠时间；向所有节点广播计算好的节点工作状态和休眠时间；
(5)按照初始化位置部署节点并切换到相应的工作状态；
(6)传感器探测网络在当前拓扑下展开探测工作；
(7)休眠期前设置一段固定保护间隔，保护期到，休眠节点会提前醒来切换到监听态，发射态节点进行电量异常检测：若无异常，保持原有状态继续工作，直到休眠期到，所有休眠节点转到发射态，向水面接收器发送自己的状态信息；若有异常，异常节点提前唤醒所有休眠节点，探测网络的所有节点向水面接收器发送自己的状态信息；
(8)水面中心接收器接收到所有节点的信息后，重新计算节点工作状态和休眠时间，向水下传感器节点发送计算结果，节点接收到后切换工作状态；
(9)重复(6)(7)(8)过程完成水下传感器网络探测工作。
本发明提出的一种基于时变水声信道的传感器探测网络拓扑控制方法，利用当前时刻的声速剖面计算得到传感器节点的探测覆盖范围，完成节点拓扑控制；通过信道状态信息预测网络预测节点未来的覆盖范围变化，完成网络拓扑的迭代更新，解决了水声信道时变性给拓扑控制带来的负面影响，转变为利用信道时变性来完成拓扑控制，从而提高网络覆盖率、连通率和生存周期。
附图说明
图1是LSTM声速剖面预测网络示意图。
具体实施方式
下面结合附图对本发明进行说明。
本发明提出的基于时变水声信道的传感器探测网络拓扑控制方法，通过声速剖面信息计算和预测节点探测覆盖范围的变化，利用水声信道时变性进行探测网络的动态拓扑控制，使得节点能够发挥最大的通信能力，从而提升网络的覆盖率、连通率和生存周期。
在一个1500×1500×900m3的水下传感器探测网络场景中，水面部署着五个接收器，中心接收器作为计算单元承担收集、计算和分发信息的任务；将待探测水域划分为均匀立方体，节点初次部署位置初始化为每个立方体中心，水下均匀部署75个传感器节点，节点分为发射态、监听态和休眠态三个状态。
本发明的具体操作流程如下：
(1)数据预处理：获取西北太平洋某一900m深水域2016年-2022年声速剖面数据，根据公式对声速数据进行归一化处理，其中s表示声速，将处理后的数据按照6：2：2的比例划分为训练集、验证集和测试集；
(2)构造节点信道状态信息预测网络：该网络包括声速剖面预测网络和通过声速剖面计算信道状态信息的bellhop模型。声速剖面预测网络由LSTM网络构造，输入端包括31个节点，携带前30天的温度信息和1个深度信息；输出端包括5个节点，携带该深度下连续5天的温度预测信息；损失函数采用MSE均方误差函数；优化方法采用Adma算法；bellhop模型输入获取到的LSTM模型输出的某一时间下所有深度的温度信息，输出该时间下所有不同空间分布的传感器节点的探测范围；
(3)模型参数初始化与离线训练：初始化声速剖面预测网络和bellhop模型参数，在bellhop模型中，设置声源级为180dB，中心频率为26kHz,带宽为10kHz，声速剖面采用NVMT拟合；在将传感器节点部署到水下之前采用离线训练的方式训练声速剖面预测网络，直到网络收敛；
(4)探测网络部署前准备：离线训练结束后，准备部署水下探测网络。探测网络未开始部署前，所有节点在水面，根据当前的声速剖面信息通过bellhop计算出信道状态信息，从而获取节点初次部署位置处的可探测区域，所有节点广播探测区域集合到水面中心的接收器；中心接收器收集到所有其他节点发送的信息后，首先，通过重复计算公式(a)s＝argmaxX∈S|X∩E|/w(xe)，(b)C＝C∪s,S＝S\{s},and E＝E\S直到所有探测区域都被覆盖，得到覆盖整个区域的所有传感器节点集合，其中E表示划分好的所有待覆盖的水域集合，S表示每一个传感器节点可以覆盖的水域集合，X表示某一个传感器节点可以覆盖的水域集合，C表示最终选择出来的s的集合，w(xe)表示某一个传感器节点的能量权重，定义为其中xe表示该节点的剩余能量百分比，将集合C中的节点工作状态设置为发射态，其余节点设置为休眠态；然后，根据信道状态预测算法，将当前及一段时间前的声剖数据输入信道状态信息预测网络，得到一段时间后的信道状态预测信息，根据信道状态变化情况计算节点的休眠时间，将预测到出现探测空洞的时间间隔设置为休眠时间；最后，向所有节点广播计算好的节点工作状态和休眠时间；
(5)部署探测网络：按照初始化位置部署节点，节点达到位置后，切换到相应的工作状态；
(6)当前拓扑下的探测网络工作过程：传感器探测网络在当前拓扑下展开探测工作；
(7)保护期到情况下节点行为：休眠期前设置一段固定保护间隔，探测网络工作一段时间后，保护期到，休眠节点会提前醒来切换到监听态，发射态节点进行电量异常检测：若无异常，保持原有状态继续工作，直到休眠期到，所有休眠节点转到发射态，向水面接收器发送自己的状态信息；若有异常，异常节点提前唤醒所有休眠节点，探测网络的所有节点向水面接收器发送自己的状态信息；
(8)休眠期到/保护期节点电量异常情况下水面接收器行为：水面接收器接收到所有节点的信息后，发送到中心接收器，中心接收器重新计算节点工作状态和休眠时间，向水下传感器节点发送计算结果，节点接收到后切换工作状态；
(9)重复(6)(7)(8)过程完成自适应信道状态信息变化的传感器探测网络拓扑控制。
Claims (1)
1.一种基于时变水声信道的传感器探测网络拓扑控制方法，包括下列的步骤：
(1)获取某一水域历年来声速剖面数据，归一化处理，将数据划分为训练集、验证集和测试集；
(2)构造节点信道状态信息预测网络，包括声速剖面预测网络和通过声速剖面计算信道状态信息的bellhop模型，声速剖面预测网络由LSTM网络构造，输入层输入当前时间及前一段时间不同深度下的声速信息，输出层输出一段时间后不同深度的声速预测信息；bellhop模型输入获取到的LSTM模型输出的某一时间下所有深度的温度信息，输出该时间下所有不同空间分布的传感器节点的探测范围；
(3)初始化声速剖面预测网络和bellhop模型参数；在将传感器节点部署到水下前，通过历史数据采用离线训练的方式训练声速剖面预测网络，直到网络收敛；
(4)离线训练结束后，准备部署水下探测网络；初始时所有节点在水面，根据当前的声速剖面通过bellhop计算出节点初次部署位置处的可探测区域，所有节点广播探测区域集合到水面中心的接收器；中心接收器收集到所有其他节点发送的信息后，首先，通过重复计算公式(a)s＝argmaxX∈S|X∩E|/w(xe)，(b)C＝C∪s,S＝S\{s},and E＝E\S直到所有探测区域都被覆盖，得到覆盖整个水域的所有传感器节点集合，其中E表示划分好的所有待覆盖的水域集合，S表示每一个传感器节点可以覆盖的水域集合，X表示某一个传感器节点可以覆盖的水域集合，C表示最终选择出来的s的集合，w(xe)表示某一个传感器节点的能量权重，定义为其中xe表示该节点的剩余能量百分比；将集合C中的节点工作状态设置为发射态，其余节点设置为休眠态；将当前及一段时间前的声剖数据输入信道状态信息预测网络，得到一段时间后的信道状态预测信息，根据信道状态变化情况计算节点的休眠时间；向所有节点广播计算好的节点工作状态和休眠时间；
(5)按照初始化位置部署节点并切换到相应的工作状态；
(6)传感器探测网络在当前拓扑下展开探测工作；
(7)休眠期前设置一段固定保护间隔，保护期到，休眠节点会提前醒来切换到监听态，发射态节点进行电量异常检测：若无异常，保持原有状态继续工作，直到休眠期到，所有休眠节点转到发射态，向水面接收器发送自己的状态信息；若有异常，异常节点提前唤醒所有休眠节点，探测网络的所有节点向水面接收器发送自己的状态信息；
(8)水面中心接收器接收到所有节点的信息后，重新计算节点工作状态和休眠时间，向水下传感器节点发送计算结果，节点接收到后切换工作状态；
(9)重复步骤(6)(7)(8)过程完成水下传感器网络探测工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211007349.9A CN115529247B (zh) | 2022-08-22 | 2022-08-22 | 一种基于时变水声信道的传感器探测网络拓扑控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211007349.9A CN115529247B (zh) | 2022-08-22 | 2022-08-22 | 一种基于时变水声信道的传感器探测网络拓扑控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115529247A CN115529247A (zh) | 2022-12-27 |
| CN115529247B true CN115529247B (zh) | 2024-03-26 |
Family
ID=84696948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211007349.9A Active CN115529247B (zh) | 2022-08-22 | 2022-08-22 | 一种基于时变水声信道的传感器探测网络拓扑控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115529247B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110035084A (ko) * | 2009-09-29 | 2011-04-06 | 강릉원주대학교산학협력단 | 수중 환경에 적합한 통신 프로토콜과 이를 이용한 네트워크 형성방법 및 통신방법 |
| CN102546323A (zh) * | 2010-12-14 | 2012-07-04 | 中国科学院声学研究所 | 一种基于水声和无线电混合信道的对等网络 |
| CN105242275A (zh) * | 2015-09-29 | 2016-01-13 | 燕山大学 | 基于一致性估计与休眠调度的水下目标协同追踪方法 |
| CN106211187A (zh) * | 2015-05-07 | 2016-12-07 | 宁波中国科学院信息技术应用研究院 | 一种基于预测的水声传感器网络动态网关节点部署方法 |
| CN109327891A (zh) * | 2018-10-24 | 2019-02-12 | 沈阳理工大学 | 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 |
| CN110113796A (zh) * | 2019-04-22 | 2019-08-09 | 天津大学 | 自适应能耗和延迟的水声传感器网络路由决策方法 |
| CN110784842A (zh) * | 2019-11-04 | 2020-02-11 | 常州信息职业技术学院 | 水声传感器网络中基于多auv位置预测的数据收集方法 |
| CN111542016A (zh) * | 2020-05-20 | 2020-08-14 | 燕山大学 | 一种基于滑翔机的水下传感网络数据收集方法 |
| CN113923123A (zh) * | 2021-09-24 | 2022-01-11 | 天津大学 | 一种基于深度强化学习的水下无线传感器网络拓扑控制方法 |
-
2022
- 2022-08-22 CN CN202211007349.9A patent/CN115529247B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110035084A (ko) * | 2009-09-29 | 2011-04-06 | 강릉원주대학교산학협력단 | 수중 환경에 적합한 통신 프로토콜과 이를 이용한 네트워크 형성방법 및 통신방법 |
| CN102546323A (zh) * | 2010-12-14 | 2012-07-04 | 中国科学院声学研究所 | 一种基于水声和无线电混合信道的对等网络 |
| CN106211187A (zh) * | 2015-05-07 | 2016-12-07 | 宁波中国科学院信息技术应用研究院 | 一种基于预测的水声传感器网络动态网关节点部署方法 |
| CN105242275A (zh) * | 2015-09-29 | 2016-01-13 | 燕山大学 | 基于一致性估计与休眠调度的水下目标协同追踪方法 |
| CN109327891A (zh) * | 2018-10-24 | 2019-02-12 | 沈阳理工大学 | 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 |
| CN110113796A (zh) * | 2019-04-22 | 2019-08-09 | 天津大学 | 自适应能耗和延迟的水声传感器网络路由决策方法 |
| CN110784842A (zh) * | 2019-11-04 | 2020-02-11 | 常州信息职业技术学院 | 水声传感器网络中基于多auv位置预测的数据收集方法 |
| CN111542016A (zh) * | 2020-05-20 | 2020-08-14 | 燕山大学 | 一种基于滑翔机的水下传感网络数据收集方法 |
| CN113923123A (zh) * | 2021-09-24 | 2022-01-11 | 天津大学 | 一种基于深度强化学习的水下无线传感器网络拓扑控制方法 |
Non-Patent Citations (4)
| Title |
|---|
| AUV辅助的水下无线传感器网络模糊功率拓扑控制算法;任文豪;郝琨;赵璐;;天津城建大学学报;20200228(第01期);全文 * |
| 多水下机器人编队的组网通信方法研究;黄海;李岳明;庞永杰;;电机与控制学报;20170515(第05期);全文 * |
| 水下传感器网络定位技术发展现状及若干前沿问题;孙大军;郑翠娥;崔宏宇;张居成;韩云峰;;中国科学:信息科学;20180918(第09期);全文 * |
| 海洋声场中分布式无源定位系统的节点配置方法;周荣艳;陈建峰;闫青丽;蔡畅;;声学学报;20200114(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115529247A (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bholowalia et al. | EBK-means: A clustering technique based on elbow method and k-means in WSN | |
| Liu et al. | A complex network approach to topology control problem in underwater acoustic sensor networks | |
| CN103152791B (zh) | 一种基于水下无线传感器网络的目标跟踪方法 | |
| CN107453993B (zh) | 基于Fisher信息矩阵与SUKF的目标跟踪方法 | |
| Zhang et al. | Energy‐efficient adaptive dynamic sensor scheduling for target monitoring in wireless sensor networks | |
| Zhang et al. | Sensor-networked underwater target tracking based on grubbs criterion and improved particle filter algorithm | |
| Alsalman et al. | A balanced routing protocol based on machine learning for underwater sensor networks | |
| CN112866911A (zh) | 基于q学习的自主水下航行器协助下水下数据收集方法 | |
| CN115529247B (zh) | 一种基于时变水声信道的传感器探测网络拓扑控制方法 | |
| CN109327891B (zh) | 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 | |
| Onel et al. | Information content-based sensor selection and transmission power adjustment for collaborative target tracking | |
| Hare et al. | Distributed smart sensor scheduling for underwater target tracking | |
| CN110391851B (zh) | 基于复杂网络理论的水声传感器网络信任模型更新方法 | |
| CN110191422B (zh) | 海洋水下传感器网络目标跟踪方法 | |
| Fan et al. | A time-varying acoustic channel-aware topology control mechanism for cooperative underwater sonar detection network | |
| Yu et al. | Distributed single target tracking in underwater wireless sensor networks | |
| Parwekar et al. | Localization of sensors by base station in wireless sensor networks | |
| Wang et al. | 3D percolation theory-based exposure-path prevention for optimal power-coverage tradeoff in clustered wireless camera sensor networks | |
| Charalambous et al. | A bio-inspired distributed clustering algorithm for wireless sensor networks | |
| Ou et al. | Modeling wireless sensor network coverage based on random radius | |
| Raina et al. | QoS evaluation of square-grid topology in underwater acoustic sensor networks | |
| Bhatia et al. | A hidden markov model based prediction mechanism for cluster head selection in WSN | |
| Vijayan et al. | Deterministic Centroid Localization for Improving Energy Efficiency in Wireless Sensor Networks | |
| Cheng et al. | A PSO-based maintenance strategy in wireless sensor networks | |
| Bhavana et al. | Spatial correlation based clustering algorithm for random and uniform topology in WSNs |
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 |