TWI398127B - 無線感測網路及其取樣頻率設定方法 - Google Patents

無線感測網路及其取樣頻率設定方法 Download PDF

Info

Publication number
TWI398127B
TWI398127B TW097112699A TW97112699A TWI398127B TW I398127 B TWI398127 B TW I398127B TW 097112699 A TW097112699 A TW 097112699A TW 97112699 A TW97112699 A TW 97112699A TW I398127 B TWI398127 B TW I398127B
Authority
TW
Taiwan
Prior art keywords
node
samples
leaf
sample
intermediate node
Prior art date
Application number
TW097112699A
Other languages
English (en)
Other versions
TW200943828A (en
Inventor
Tsung Hsien Chu
Huang Yi Yu
Po Nung Chiang
Tai Yi Huang
Chung Chou Shen
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW097112699A priority Critical patent/TWI398127B/zh
Priority to US12/251,403 priority patent/US8085134B2/en
Publication of TW200943828A publication Critical patent/TW200943828A/zh
Application granted granted Critical
Publication of TWI398127B publication Critical patent/TWI398127B/zh

Links

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
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0251—Power saving arrangements in terminal devices using monitoring of local events, e.g. events related to user activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • 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)
  • Arrangements For Transmission Of Measured Signals (AREA)

Description

無線感測網路及其取樣頻率設定方法
本發明是有關於一種無線感測網路及其取樣頻率(sampling rate)設定方法，且特別是有關於一種可以擁有較長的壽命(life time)且兼顧總取樣數量與均衡度(fairness)需求的無線感測網路及其取樣頻率設定方法。
無線感測網路主要是由多個無線感測器連結而成，藉由每一個無線感測器週期性地感測各種樣本，例如：溫度、溼度、聲音、無線電波功率與大氣壓力等，可以達到監控環境的功能。其中，在特定時間內，無線感測器所感測的樣本之數量稱為取樣頻率。另外，無線感測網路的應用不限於監控環境，其它的應用，例如：語音辨識、物體定位與系統建模等，也常見於日常生活與工業製造中。
請參照圖1，圖1是無線感測網路10的架構圖。無線感測網路10包括多個節點100、101、...、107及主機108。其中，此多個節點100、101、...、107與主機108以無線電波或遠紅外光(infrared light)連結並進行通訊，以藉此傳送感測的樣本與設定取樣頻率的參數等。節點100、101、...、107與主機108可以具有感測器以感測獲得樣本，當然部份的節點100、101、...、107與主機108也可以不具有感測器，而僅是單純接收與傳送樣本(主機108不會傳送樣本)。無線感測網路10的節點100、101、...、107可 以是具有感測器的無線通訊單元，而主機108可以稱為根節點。主機108在接收到每一個節點100、101、...、107所感測的樣本後，會針對這些節點100、101、...、107所感測的樣本進行分析。
無線感測網路10所感測之樣本的品質與總取樣數量還有樣本的來源有關。為了使得無線感測網路10所感測的樣本有一定的可靠性，一般而言，會增加特定時間內的總取樣數量，並針對不同節點之重要性設定不同的取樣頻率，以達到滿足總取樣數量與均衡度的需求。然而，過多的總取樣數量並不會感測到之樣本的品質有顯著的增加，以聲音擷取系統的應用為例，當總取樣數量在大於每秒3000個樣本時，其品質並沒有顯著的增加。
無線感測網路10的壽命是某一個節點(101~107其中一個)用到沒有電為止的時間，也就是某個節點失去連結性的時間。一般而言，節點的取樣頻率會與感測網路的壽命有關。因為，節點每感測、傳送或接收1個樣本時，就會花費其節點的電量，所以對節點而言，若感測、傳送或接收的樣本之數量增加時，則節點減少的電量也會增加，而可能導致整個無線感測網路10的壽命減少。所以，節點的取樣頻率越高，則感測節點的壽命會越短。當總取樣數量增加時，節點的取樣頻率也可能會相對地增加，因此，過多總取樣數量不但沒有辦法提升樣本的品質與可靠性，還反而會浪費多餘的電量，甚至讓無線感測網路10的壽命減短。
美國公開第20060206857號專利、美國公開第20070058664號專利、美國公告核准第7002501號專利與歐洲公告核准第20050250440號專利與一些論文皆揭露了無線感測網路之取樣頻率設定方法。這些論文與專利提供的方法是讓第一個節點在電量用盡之前，能夠讓主機接收到最多的樣本之數量，但這些方法會導致樣本的來源可能集中在某一些節點，因此會導致主機接收到的樣本之可靠性不佳。因為這些方法選擇使用電量較充足的節點進行感測，所以能增加無線感測網路的壽命。但在最差的情況下，可能會導致所有感測到的樣本都來自於同一個節點，如此將會造成分析上的偏差，因為一個節點所測得的樣本並不能代表整體的性質，若要增加可靠性，則主機應該接收來自於不同節點之樣本。
提供上述之方法的論文包括：[1]J.H.Chang and L.Tassiulas,“Maximum lifetime routing in wireless sensor networks, ”IEEE Trans.on Networking.,vol.12,no.4,pp.609－619,Aug.2004.[2]J.Park and S.Sahni,“An Online Heuristic for Maximum Lifetime Routing in Wireless Sensor Netzvorks, ”IEEE/ACM Transactions on Networking,12(4)：609－619,2004.[3]K.Kar,M.Kodialam,T.V.Lakshman,and L.Tassiulas.,“Routing for Network Capacity Maximization in Energy－constrained Ad－hoc Networks, ”In INFOCOM ’03：Twenty－Second Annual Joint Conference of the IEEE computer and Communications Societies,pages 673－681.IEEE Press,2003.[4]Madan,R.Lall,S.,“Distributed Algorithms for Maximum Lifetime Routing in Wireless Sensor Networks, ”IEEE Transaction on Wireless Communications,5(8)：2185－2193,2006.[5]A.Sankar and Z.Liu.,“Maximum Lifetime Routing in Wireless Ad－Hoc Networks, ”In INFOCOM ’04：Twenty－Third Annual Joint Conference of the IEEE computer and Communications Societies,pages 1089－1097.IEEE Press,2004.。
另外，還有一些論文提出另一類型的無線感測網路之取樣頻率設定方法。這些方法主要是在每一個節點上設定一個功能函數，功能函數的值會隨著節點的取樣頻率增加而增加，但增加的幅度會隨取樣頻率增大而趨緩。這些方法的目的是設定每一個節點的取樣頻率，使得在第一個節點沒有電之前，各節點之功能函數值的總和可以最大，這些方法可以解決前述那些專利與論文所提出的方法之均衡度問題，可是卻無法保證主機可以接收到足夠數量的樣本以供分析，也就總取樣數量的需求可能無法被滿足。
提供上述之方法的論文包括：[1]Y.Cui,Y.Xue,and K.Nahrstedt,“A Utility－based Distributed Maximum Lifetime Routing Algorithm for Wireless Networks, ”in IEEE Transactions on Vehicular Technology,55(3)：797－805,2006.[2]Y.T.Hou,Y.Shi,and H.D.Sherali,"Rate allocation in wireless sensor networks with network lifetime requirement, "in Proceedings of ACM International Symposium on Mobile Ad Hoc Networking and Computing(MobiHoc),pp.67－77,May 24－26,2004,Tokyo,Japan.[3]V.Srinivasan,C.F.Chiasserini,P.Nuggehalli,and R.R.Rao.,“Optimal Rate Allocation for Energy Efficient Multipath Routing in Ad Hoc Wireless Net－works, ”IEEE Transactions on Wireless Communications,Vol.3,May 2004.[4]J.H.Zhu,Shan Chen,B.Bensaou,and K.L.Hung,“Tradeoff between Lifetime and Rate Allocation in Wireless Sensor Networks：A Cross Layer Approach, ”in IEEE INFOCOM 2007,May 2007.。
簡言之，上述這些專利與論文所述之取樣頻率設定的方法，雖然可以使得整個無線感測網路的壽命增長，可是卻無法同時滿足總取樣數量與均衡度的要求。
本發明提供一種無線感測網路及其取樣頻率設定方法，此無線感測網路的取樣頻率設定方法是利用分散式的計算，因此能夠讓樹狀拓樸(tree topology)的無線感測網路擁有較長的壽命，且又能兼顧總取樣數量與均衡度的需求。
本發明提供一種無線感測網路，包括根節點、至少一中間節點與多個葉節點。根節點用以傳遞總取樣數量給中間節點與多個葉節點，其中，總取樣數量是特定時間內無線感測網路所需感測的樣本數量。每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出第一運算結果，並將第一運算結果上傳給中間節點。中間節點根據這些第一運算結果計算出第二與第三運算結果，並將第二與 第三運算結果上傳給根節點。其中，根節點根據第二運算結果計算出其第四與第五運算結果；接著，根節點根據第五運算結果以及總取樣數量決定中間節點在特定時間內所需傳送給根節點之樣本數量；最後，中間節點根據其所需傳送給根節點之樣本數量與第三運算結果決定中間節點與這些葉節點在特定時間內所需感測的樣本數量。
根據本發明之實施例，上述之第一運算結果是葉節點的電量表，第二與第三運算結果分別是中間節點的電量表與決策表，而第四與第五運算結果分別是根節點的電量表與決策表。
本發明提供一種無線感測網路，包括根節點與多個葉節點。根節點用以傳遞總取樣數量給多個葉節點，其中，總取樣數量是特定時間內無線感測網路所需感測的樣本數量。每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出第一運算結果，並將第一運算結果上傳給根節點。其中，根節點根據這些第一運算結果計算出第二與第三運算結果；接著，根節點根據第三運算結果以及總取樣數量決定這些葉節點在特定時間內所需感測的樣本數量。
根據本發明之實施例，上述之第一運算結果是葉節點的電量表，第二與第三運算結果分別是根節點的電量表與決策表。
本發明提供一種無線感測網路之取樣頻率設定方法，適用於樹狀拓樸的無線感測網路，此無線感測網路包 括根節點、至少一中間節點與多個葉節點，此方法的步驟包括：(a)根節點傳遞總取樣數量給中間節點與每一個葉節點，其中，總取樣數量是在特定時間內無線感測網路所需的樣本數量；(b)每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出第一運算結果，並將第一運算結果上傳給中間節點；(c)中間節點根據這些第一運算結果計算出其第二與第三運算結果，並將第二運算結果上傳給根節點；(d)根節點根據第二運算結果計算出第四與第五運算結果；(e)根節點根據其第五運算結果以及總取樣數量決定中間節點在特定時間內所需傳送給根節點之樣本數量；(f)中間節點根據其所需傳送給根節點之樣本數量與第三運算結果決定中間節點與這些葉節點在特定時間內所需感測的樣本數量。
根據本發明之實施例，第一運算結果是葉節點的電量表，第二與第三運算結果分別是中間節點的電量表與決策表，第四與第五運算結果分別是根節點的電量表與決策表。其中，根節點的決策表記錄了總取樣數量與中間節點所需提供給根節點的樣本數量的對應關係，中間節點的決策表記錄了中間節點在特定時間內所需上傳給根節點的樣本數量、中間節點與多個葉節點所需感測之樣本數量的對應關係。
本發明提供一種無線感測網路之取樣頻率設定方法，適用於樹狀拓樸的無線感測網路，此無線感測網路包括根節點與多個葉節點，此方法的步驟包括：(a)根節點傳 遞總取樣數量給每一個葉節點，其中，總取樣數量是在特定時間內無線感測網路所需的樣本數量；(b)每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出第一運算結果，並將第一運算結果上傳給根節點；(c)根節點根據這些第一運算結果計算出第二與第三運算結果；(d)根節點根據第三運算結果及總取樣數量決定這些葉節點在特定時間內所需感測的樣本數量。
根據本發明之實施例，上述之第一運算結果是葉節點的電量表，第二與第三運算結果分別是根節點的電量表與決策表，而根節點的決策表記錄了總取樣數量與多個葉節點所需感測的樣本數量之對應關係。
本發明所提供的無線感測網路及其取樣頻率設定方法採用分散式的計算讓樹狀拓樸(tree topology)的無線感測網路可以擁有較長的壽命，且又能兼顧總取樣數量與均衡度的需求，因此能夠減少替換節點之電池的成本，並且能縮小其電池(例如：太陽能板)的體積。
為讓本發明之上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式，作詳細說明如下。
本發明之實施例提供了一種無線感測網路及其取樣頻率設定方法，實施例提供的無線感測網路之取樣頻率設定方法會替無線感測網路中每一個節點設定一個取樣頻率，並且讓無線感測網路具有較長的壽命，且又能同時滿 足總取樣數量與均衡度的需求。
〔無線感測網路之系統模型〕
請參照圖2，圖2是樹狀拓樸的無線感測網路30的架構圖。無線感測網路30包括多個節點300、301、...、306與主機307。其中，節點300、301與304在此樹狀拓樸內是葉節點(leaf node)，且葉節點300、301與304都有感測器。其它的節點302、303、305與306是中間節點，中間節點302、303、305與306可以具有感測器，亦可以不具有感測器而僅是負責傳遞與接收資料。上述之具有感測器的節點稱之為來源節點(source node)，可以感主機307所需求的樣本，例如：溼度、氣溫、壓力與無線電波功率等。而主機307在此樹狀拓樸內是根節點(root node)，用以接收每一個節點的資料，並對每一源節點所傳送的樣本進行分析。
〔符號與名詞定義〕
在此，定義臨界節點(critical node)是無線感測網路之所有節點中電量最小的節點，其電量稱之為臨界電量(critical energy)。在此，根節點的符號標示為S0 ，其它節點的符號分別標示為S1 、S2 、...與Sn 。節點Si 傳送1筆樣本給節點Sj 所需消耗的電量(transmission energy)表示為α i,j ，節點Si 接收1筆樣本所需消耗的電量(receiving energy)表示為β i ，節點Si 感測1筆樣本所需消耗的電量(sensing energy)表示為γ i ，在特定時間內根節點S0 所需的總樣本之數量表示為R，取樣頻率x i 表示特定時間T 內節點Si 所感測的樣本之數量，而取樣頻率x i 的上限為x u,i ，下限為x l,i 。因為，特定時間T 在本發明的實施例中是固定的，所以在實施例的說明中，可以將節點Si 所感測的樣本之數量視為取樣頻率x i 。
〔所欲解決之問題〕
在特定時間T 內，根節點S0 獲得R 筆樣本後，節點Si 的剩餘電量表示為e i '。節點Si 的剩餘電量e i '的計算方法 如下：其中，e i 表示節點Si 未進行感測前的原始電量，γ i ×x i 表示節點Si 感測x i 筆樣本所消耗的電量，z i,j 表示節點Si 傳送給Si 的樣本之數量，表示節點Si 傳送樣本所消耗的電量，表示節點Si 接收樣本所消耗的電量。另外，由節點Si 送出的樣本會等於自己感測到的樣本之數量加上自己接收到樣本之數量，所以根據先前定義，臨界電量就是剩餘電量e 1 '、e 2 '、...、e n '中最小的一個。因此，要延長整個無線感測網路的壽命就是要設定好取樣頻率x i 讓整個無線感測網路的臨界電量可以最大，上述之問題可以用下面的數學公式來敘述： 所以問題的本質便是要決定節點Si 的取樣頻率x i 與每一個節點間之流量z i,j 與z k,i ，使得根節點S0 在獲得R 筆樣本後，臨界電量可以最大。
此領域具有一般技藝者可以直覺地列舉所有取樣頻率x i 與感測節點Si 所剩電量e i '的所有組合，並找出滿足總取樣數量R 與均衡度的要求的組合，且能在滿足總取樣數量R 與均衡度的要求的組合找出一組讓無線感測網路的壽命最長的組合。此種列舉法雖然簡單，但是一旦感測節點Si 的數目過大與所需的總取樣數量R 過大時，則找出最佳的組合需要大量的時間且演算法的運算複雜度會變得非常地大。
為了克服上述的問題，本發明實施例提供的無線感測網路之取樣頻率設定方法是利用分散式的計算來減少複雜度，且藉由查表的方式可以計算出每一個節點Si 的最佳取樣頻率x i 。
〔電量表與決策表的定義〕
如同前面所述，本發明實施例提供的無線感測網路之頻率設定方法是採用查表的方式，在此定義電量表與決策表。除了葉節點僅記錄電量表之外，每一個節點皆記錄電量表與決策表。
在此用Ei 與Di 表示節點Si 的電量表與決策表。電量表Ei 共有R ＋1 個列，每列有1個欄位，從Ei [0]到Ei [R]，而決策表Di 共有R ＋1 列，每列有y ＋1 個欄位，其中y 為節點Si 的子節點數目，Ei [j]代表節點Si 提供j 筆樣本後所 剩餘的電量。另外，因為在特定時間內，節點Si 所提供的樣本中，有一部分是來自於節點Si 的子節點，有一部分則是來自於自己感測的樣本，所以利用決策表Di [g,j]代表節點Si 在特定時間內提供g 筆樣本給其父節點時，節點Si 之第j 個子節點所提供的樣本之數量，在此將節點Sk 本身視為其第0個子節點。所以，當節點Sk 提供k 筆樣本給其父節點時，節點Sk 本身需要感測的樣本之數量為Di [g ,0]，而其子節點們所需提供的樣本之數量分別為Di [g ,1]、Di [g ,2]、Di [g ,3]、...、Di [g ,y]，當然，上述Di [g ,j]會滿足Di [g ,0]＋Di [g ,1]＋Di [g ,2]＋...＋Di [g ,y]＝g 的關係。而葉節點本身並無子節點，所以僅記錄電量表。
〔範例說明(1)〕
以下將用一個範例來說明上述實施例所提出的無線感測網路利用建立與計算好的電量表與決策表來設定取樣頻率設定之方法，然而這個範例僅是為了讓讀者或審查委員可以更明確地明白實施例所提供的方法，並非用以限定本發明。
請參照圖3，圖3是一個樹狀拓樸的無線感測網路50的架構圖，其中，節點S1 、S2 、S3 、S4 已經計算出其電量表或決策表。如圖4所示，此無線感測網路40包括根節點S0 、中間節點S1 與葉節點S2 ~S4 。其中E2 [1]表示節點S2 提供1筆樣本後所剩的電量為85，E2 [2]表示節點S2 提供1筆樣本後所剩的電量為70，其他則可依此類推。決策表D1 表示中間節點S1 與其子節點們S2 ~S4 的最佳取樣頻率 的分配方式，當中間節點S1 需要提供3筆樣本給其父節點S0 時，節點S1 、S2 、S3 與S4 的最佳取樣頻率分配為(x 1 ,x 2 ,x 3 ,x 4 )＝(D1 [3,0],D2 [3,1],D3 [3,2],D4 [3,3])＝(1,1,0,1)，而提供完這3筆樣本後，節點S1 、S2 、S3 與S4 的臨界電量為E1 [3]＝80。同理，當節點S1 需要提供2筆樣本給其父節點S0 時，根據決策表D1 第2列，可知節點S1 、S2 、S3 與S4 的最佳取樣頻率分配為(x 1 ,x 2 ,x 3 ,x 4 )＝(D1 [2,0],D2 [2,1],D3 [2,2],D4 [2,3])＝(1,1,0,0)，而提供完這2筆樣本後，節點S1 、S2 、S3 與S4 的臨界電量為E1 [2]＝85。
〔無線感測網路之取樣頻率設定方法〕
請參照圖4，圖4是本發明實施例所提供的一種無線感測網路之取樣頻率設定方法的流程示意圖。此方法是用於樹狀拓樸的無線感測網路，如同前面所述，樹狀拓樸的無線感測網路包括一個根節點、多個中間節點與多個葉節點。
首先，於步驟S40，根節點S0 會廣播總取樣數量R 與每一個節點S1 、S2 、...、Sn 之取樣頻率x 1 、x 2 、...、x n 的上限x u,l 、x u,2 、...、x u,n 與下限x l,1 、x l,2 、...、x l,n 給與所有的節點S1 、S2 、...、Sn 知道。在此需注意的是，此實施雖然有取樣頻率x 1 、x 2 、...x n 的上限x u,1 x u,2 、...、x u,n 與下限x l,1 、x l,2 、...、x l,n ，但在這些上限與下限並非用以限定本發明，也就是本發明亦可以用於沒有上限與下限的範例，沒有上限與下限的範例僅是x u,1 、x u,2 、...、x u,n 等於無窮大且x l,1 、x l,2 、...、x l,n 等於0的特例。
接著，於步驟S41，使用分散式計算的方式讓每一個葉節點作局部計算，並將計算結果傳給葉節點相連的中間節點(也就是葉節點的父節點)，父節點在將其子節點們的計算結果傳給其父節點，直到最後所有的計算結果都傳給根節點S0 為止。對於葉節點來說，而上述這些計算結果就是前述的電量表，對於葉節點以外的節點來說，這些計算結果包括前述的電量表與決策表。
最後，於步驟S42，根節點S0 根據總取樣數量與其計算結果的設定其子節點的取樣頻率與需要上傳給根節點S0 的樣本之數量，其子節點便能被設定成最佳的取樣頻率，這些子節點再根據其計算結果與需要上傳給其父節點的樣本之數量設定下一層之子節點的取樣頻率與下一層子節點需要提供的樣本之數量，如此一來，每一層的節點皆會被設定好取樣頻率，最後當每一個葉節點皆被設定好取樣頻率後，便完成了此步驟。
〔葉節點的演算法〕
請參照圖5，圖5是實施例提供之無線感測網路之取樣頻率設定方法中，葉節點之演算法的流程圖。於步驟S60，葉節點Si 會判斷是否收到根節點S0 傳來的總取樣數量R 與取樣頻率x i 之上限x u,i 與下限x l,i 的資訊；若否，則葉節點持續等待到收到根節點S0 傳來的總取樣數量R 與取樣頻率x i 之上限x u,i 與下限x l,i 的資訊為止；若是，則執行步驟S61。於步驟S61，葉節點Si 開始計算與建立自己的電量表Ei ，其中，電量表Ei 共有R ＋1 列，每一列有一個 欄位，其第0列的欄位表示其原始電量e i ，其第j(j大於0)列的欄位Ei [j]表示提供j筆樣本後所剩餘的電量，其計算方式如下： ，其中，節點Sp 表示葉節點Si 的父節點，當電量表Ei 的每一列的欄位都計算完畢後，葉節點Si 將電量表Ei 傳回給其父節點Sp 。之後，於步驟S62，葉節點Si 判斷其父節點Sp 是否指定其取樣頻率x i ，若是，則執行步驟S63，否則，則持續等待到其父節點Sp 指定其取樣頻率x i 。於步驟S63，葉節點Si 根據父節點Sp 所指定的取樣頻率進行感測以獲得樣本。
在此需注意的是，此實施例雖然有取樣頻率x 1 、x 2 、...、x n 的上限x u,1 、x u,2 、...、x u,n 與下限x l,1 、x l,2 、...、x l,n ，但在這些上限與下限並非用以限定本發明，也就是本發明亦可以用於沒有上限與下限的範例，沒有上限與下限的範例僅是x u,1 、x u,2 、...x u,n 等於無窮大且x l,1 、x l,2 、...、x l,n 等於0的特例。而設定取樣頻率x 1 、x 2 、...、x n 的上限x u,1 、x u,2 、...、x u,n 與下限x l,2 、x l,2 、...、x l,n 的目的，僅是為了使每一個節點的取樣頻率介於其上限與下限，藉由均衡地設定每一節點取樣樣頻率的上限與下限將可以使得本發明實施例提供的之方法與無線網路有較佳的均衡度，然而，本發明實施例提供的之方法與無線網路亦可以使每一個節點的取樣頻率沒有上限與下限的限制。
〔中間節點與根節點的演算法〕
請參考圖5，圖5是實施例提供之無線感測網路之取樣頻率設定方法中根節點與中間節點之演算法的流程圖。首先，於步驟S70，節點Sk 會判斷是否收到所有其子節點們傳來的電量表，若是，則執行步驟S71，否則，則持續等到收到所有其子節點們傳來的電量表為止。
於步驟S71，節點Sk 會從第1筆樣本開始，為每一筆樣本決定其來源節點，直到第R 筆樣本為止。節點Sk 會選擇提供此筆樣本後電量剩下最多的那一個節點為此筆樣本為來源節點。以決定第1筆樣本的來源為例，假設節點Sk 有y個子節點，E1 [1]、E2 [1]、E3 [1]、...、Ey [1]分別代表節點Sk 的子節點提供1筆樣本後所剩的電量，則節點Sk 會取當中有最大剩餘電量的子節點為此筆樣本的來源，也是就是根據max{E1 [1],E2 [1],E3 [1],...,Ey [1]}來選擇來源節點。為了方便敘述，在此定義參數δ i 代表節點Sk 的子節點Si 已經提供的樣本之數量，當節點Si 每提供1筆樣本時，則δ i 會加一。
當每一個中間節點Sk 的子節點還沒有提供任何的樣本時，δ i ＝0，其中i＝1~y。此時，決策表Dk 的第0列的值也皆為0，若其第j子節點被選為第1個樣本的來源時，則δ j 會增加為1。接著，δ l ~δ y 會依序分別填入Dk 的第1列，因此Dk [1,j]＝1，而Dk [1,i]＝0,i≠j。此時，其第j子節點Sj 的電量會剩下Ej [1]，其餘的子節點Si 因為沒有提供樣本，電量還是維持在Ei [0]，所以當節點Sk 所屬的子節 點在取得1筆樣本後，此時的臨界電量為Ek [1]，Ek [1]＝min{E1 [0],E2 [0],E3 [0],...,Ej [1],...,Ey [0]}。由此類推，當要決定第m 筆樣本時，將根據max{E1 [δ 1 ＋1 ],E2 [δ 2 ＋1 ],E3 [δ 3 ＋1 ],...,Ey [δ y ＋1 ]}，來選取此第m 筆樣本的來源，若其第j子節點又被選中，則δ j ＝δ j ＋1 ，其餘i≠j的δ i 則不變，Dk 第m 列分別填入每一個δ i ，i＝1,2,...,y，也就是Dk [m ,i]＝δ i ，而此時臨界電量為Ek [m ]＝min{E1 [δ １ ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}。
因為每一個子節點Si 都有被設定取樣頻率x i 之下限x l,i ，所以要先傳送取樣頻率x i 之下限x l,i 給每一個子節點Si ，然後再利用上述的方法，依序從第筆樣本開始計算直到最後一筆(i＝R )樣本為止，如此，決策表Dk 與電量表Ek 則被完成。接著，於步驟S72，判斷中間節點Sk 本身是否可以感測到目標物以獲得樣本，若否，則執行步驟S73，若是，則執行步驟S74。當然，若沒有取樣頻率之上限與下限，則僅需將上述之依序從第筆樣本開始計算直到最後一筆(i＝R )樣本為止，改為從第1筆樣本開始計算直到最後一筆(i＝R )樣本為止。
步驟S73與S74，主要是讓節點Sk 根據本身電量對電量表Ek 與決策表Dk 的影響來修正電量表Ek 與決策表Dk 。於步驟S74，節點Sk 本身可以進行感測以獲得樣本，所以樣本的來源可以來自於節點Sk 的子節點們或本身。在此使用一個虛擬節點Sc 來表示節點Sk 的所有子節點，虛擬節點Sc 的電量表Ec 與決策表Dc 是複製步驟S71所獲得的電 量表Ek 與Dk ，也就是Ec ＝Ek 與Dc ＝Dk 。
節點Sk 會計算每一筆樣本是從節點Sk 本身感測較佳還是由虛擬節點Sc 提供較佳。以決定第1筆樣本來源為例，若節點Sk 自行感測，將消耗感測1筆樣本與回傳1筆樣本的電量，也就是所有節點Sk 的電量剩下e ' k ＝e k －γ k ×1－α k,p ×1，其中，Sp 表示節點Sk 的父節點。此時，虛擬節點Sc 的電量將維持在Ec [0]。若節點Sk 不進行感測，而是由虛擬節點Sc 來提供樣本，則節點Sk 將消耗接收1筆樣本與回傳1筆樣本的電量。此時，節點Sk 的電量剩下e ' k ＝e k －β k ×1－α k,p ×1，而虛擬節點Sc 的電量將減至Ec [1]。接著，檢查上述兩種狀況，選擇能使節點Sk 與虛擬節點Sc 在提供1筆樣本後剩下的電量最小者較大的那一種組合。若節點Sk 被選擇要提供此筆樣本，則Dk [1,0]＝1，而Dk [1,1]＝Dk [1,2]＝...＝Dk [1,y]＝0，而Ek [1]＝min{e k －γ k ×1－α k ,p ×1,Ec [0]}。相反的，若虛擬節點Sc 提供此筆樣本，則Dk [1,0]＝0，而Dk [1,1]＝Dc [1,1]、Dk [1,2]＝Dc [1,2]、...、Dk [1,y]＝Dc [1,y]，且Ek [1]＝min{e k －β k ×1－α k,p ×1,Ec [1]}。由此類推，當在提供m 筆樣本時，必須檢查每一種組合情況。也就是說，從節點Sk 提供0筆樣本，虛擬節點Sc 提供m 筆樣本開始，檢查到中間節點Sk 提供m 筆樣本，虛擬節點Sc 提供0筆樣本為止。因此，總共會有m ＋1 種組合必須被檢視。例如，節點Sk 提供a筆樣本，虛擬節點Sc 提供(i－a)筆樣本，則節點Sk 的電量剩下e ' k ＝e k －γ k ×α－β k ×(m －α )－α k,p ×m ，而虛擬節點Sc 剩餘的電量為Ec [m －a]，檢視上述之所有組合，選 擇可以使臨界電量最大的一種組合，便完成此步驟S74。以提供m 筆樣本為例，假設最佳組合為中間節點Sk 感測q 筆樣本，而虛擬節點Sc 提供m －q 筆樣本，此時，決策表Dk 的第m 列第0欄Dk [m ,0]＝q，而第m 列中其他欄位Dk [m ,1]＝Dk [m－q,1]、Dk [m ,2]＝Dk [m －q ,2]、...、Dk [m ,y]＝Dk [m －q ,y]，而臨界電量Ek [m ]＝min{e k －γ k ×a －β k ×(m －a )－α k,p ×m ,Ec [m －q ]}。
如同上面所述，當步驟S72執行後，若節點Sk 本身是不能感測以獲得樣本的節點時，則執行步驟S73。於步驟S73，因為節點Sk 無法感測，所以決策表Dk 的每一列第0個欄位全為0，因此所有的樣本都來自於節點Sk 的子節點們。在此，一樣使用虛擬節點Sc 來代表節點Sk 的所有子節點們，並複製步驟S72所獲得的電量表Ek 與決策表Dk ，接著修正電量表Ek ＝min{e k －γ k ×a －β k (m －a )－α k,p ×m ,Ec [m ]}(公式1)。
當步驟S74或S73被執行完後，步驟S75會被執行。於步驟S75，會判斷節點Sk 本身是否為根節點，若節點Sk 本身為根節點，則執行步驟S77，否則，則執行步驟S76。
若中間節點Sk 本身為根節點S0 ，於步驟S77，根節點S0 會根據決策表D0 中之第R 列，設定其子節點們所需提供的樣本之數量。換言之，假設根節點S0 有y個子節點，則根節點S0 會將D0 [R,1]、D0 [R,2]、...、D0 [R,y]的值分別告知其子節點們，根節點S0 至此結束所有的計算。
若節點Sk 本身不為根節點S0 ，於步驟S76，節點Sk 本身會判斷是否收到其父節點Sp 告知其所需提供的樣本之數量，若是，則執行步驟S79，若否，則持續等待到節點Sk 本身會收到其父節點Sp 告知其所需提供的樣本之數量為止。於步驟S79，節點Sk 根據其父節點Sp 所需提供的樣本之數量，查詢自己的決策表，設定自己的取樣頻率，並把告知其所屬的子節點所需提供之樣本的數量，如此一層一層地決定，每一層之節點Sk 的取樣頻率便會被設定，而葉節點們的上一層節點，則會決定其葉節點們的取樣頻率與自身的取樣頻率。以節點Sk 為例，假設有y個子節點，若其父節點Sp 告知其所需提供的樣本之數量為L，則節點Sk 根據其所需提供的樣本之數量為L查詢自己的決策表Dk ，其本身的取樣頻率為Dk [L,0]，其所屬的子節點所需提供的樣本之數量分別為Dk [L,1]、Dk [L,2]、...、Dk [L,y]。
〔範例說明(2)〕
以下將用一個範例來說明上述實施例所提出的方法是如何計算與建立電量表與決策表，並如何利用電量表與決策寶來設定取樣頻率設定。另外，這個範例僅是為了讓讀者或審查委員可以更明確地明白實施例所提供的方法，並非用以限定本發明。
請參照圖，圖7是樹狀拓樸的無線感測網路80的架構圖，其中，節點S2 、S3 、S4 、S5 、S6 與S7 可以自行感測到樣本，而節點S0 與S1 則無法自行感測到樣本。節點S2 、S3 、S4 、S6 與S7 是葉節點，節點S1 與S5 是中間節點，節點S0 是根節點。
請參照圖7與8，圖8是圖7中節點S0 、S1 、...、S7 的參數表。若假設總取樣數量為R ＝3 ，ρ＝∞(表示取樣頻率下限為零，上限為R )，根據上述實施例所提供的方法，則一開始節點S0 會對網路廣播單位時間內T 所需的總樣數量R 以及每一個節點S1 、...、S7 取樣頻率x 1 、...、x 7 的上限x u,1 、...、x u,7 與下限x l,1 、…、x l,7 。接著，葉節點S2 、S3 、S4 、S6 與S7 收到節點S0 傳送所需的總樣數量R 以及取樣頻率x 1 、...、x 7 的上限x u,1 、...、x u,7 與下限x l,1 、...、x l,7 後，會開始計算電量表E2 、E3 、E4 、E6 與E7 。例如，E2 [1]＝e 2－ γ2 －α2,1 ＝150 －10 －20 ＝120 。待葉節點S2 、S3 、S4 、S6 與S7 完成電量表E2 、E3 、E4 、E6 與E7 後，葉節點S2 、S3 與S4 會將電量表E2 、E3 、E4 傳給其對應之父節點S1 ，葉節點S6 與S7 會將電量表E6 與E7 傳給其父節點S5 。節點S1 與S5 在收到其所有子節點們的電量表後，會開始計算自己的電量表E1 、E5 與決策表D1 、D5 。以中間節點S1 為例，其第1筆樣本會選擇E2 [1]、E3 [1]、E4 [1]中值最大者為來源節點，因此，會選擇節點S2 ，所以D1 [1,2]＝1，節點S1 的子節點在提供完第1筆樣本後的臨界電量為E1 [1]＝min{E2 [1],E3 [0],E4 [0]}＝120 。再以第2筆樣本為例，節點S1 選擇E2 [2],E3 [1],E4 [1]中值最大者為來源節點，因此會選擇節點S3 ，所以D1 [2,3]＝1，而葉節點S2 與S4 所提供的樣本數量不變，此時，中間節點S1 的子節點在提供完第2筆樣本後的臨界電量為E1 [2]＝min{E2 [1],E3 [1],E4 [0]}＝120 。以此類推，將可以完成 節點S1 的電量表E1 與決策表D1 。
接著，根據非葉節點S1 是否可以自行感測到樣本來對電量表E1 與決策表D1 做修正，使用虛擬節點Sc 代表S1 之子節點S2 ~S4 ，其中，Ec ＝E1 ，Dc ＝D1 。因為中間節點S1 無法感測任何的樣本，所以決策表D1 第0行皆為0，然後根據(公式1)可計算出E1 [m]＝min{e 1 －β1 ×m －α1,0 ×m ,Ec [m]}，計算完畢後，便能夠修正電量表E1 。例如，E1[ 1]＝min{e 1 －β1 ×1－α1,0 ×1,Ec [1]}＝120 ，其餘之E1 [m]以此類推。當電量表E1 修正完畢後，節點S1 會將電量表E1 傳給根節點S0 。
接著，根據中間節點S5 是否可以自行感測到樣本來對電量表E5 與決策表D5 做修正，在本例中，虛擬節點Sc 代表中間節點S5 之所有子節點S6 與S7 ，其中，Ec ＝E5 ，Dc ＝D5 。因為中間節點S5 會自行感測以獲得樣本，所以每一筆樣本的來源可以是中間節點S5 或葉節點S6 、S7 。請參照圖9，圖9是電量表E5 與決策表D5 做修正的概念示意圖。以提供1筆樣本為例，如果由中間節點S5 提供，則中間節點S5 與虛擬節點Sc 在提供完第1筆樣本後的臨界電量是min{e 5 －γ5 ×1－α5,0 ×1,Ec [0]}＝130 ，如果是由虛擬節點Sc 提供，則中間節點S5 與虛擬節點Sc 在提供完第1筆樣本後的臨界電量是min{e 5 －β5 ×1－α5,0 ×1,Ec [1]}＝125 。因此，由上述的例子可知選擇節點S5 提供此筆感測料會使臨界電量較大，此時，D5 [1,0]＝1、D5 [1,1]＝0、D5 [1,2]＝0。
同理，中間節點S5 利用相同方式計算需提供2筆樣本 的情況，此時共有三種組合。第1種組合是節點S5 提供0筆樣本，而虛擬節點Sc 提供2筆樣本，此時的臨界電量為min{e 5 －β5 ×2－α5,0 ×2,Ec [2]}＝115 。第2種組合是節點S5 提供1筆樣本，而虛擬節點Sc 提供1筆樣本，此時的臨界電量為min{e 5 －β5 ×1－γ5 ×1－α5,0 ×2,Ec [1]}＝110 。第3種組合是節點S5 提供2筆樣本，而虛擬節點Sc 提供0筆樣本，此時的臨界電量為min{e 5 －γ5 ×2－α5,0 ×2,Ec [0]}＝105 。所以，藉由上述的計算可以知道當需要2筆樣本時，最好的選擇是讓虛擬節點Sc 提供2筆樣本。此時，D5 [2,0]＝0、D5 [2,1]＝Dc [2,1]、D5 [2,2]＝Dc [2,2]，而臨界電量為min{e 5 －β5 ×2－α5,0 ×2,Ec [2]}＝115 。而需提供3筆樣本的狀況，也可以照著上述的方式依此類推。當電量表E5 與決策表D5 修正完畢後，節點S5 會將電量表E5 傳給根節點S0 。
根節點S0 在收到電量表E1 與E5 後，利用相同的方式建立出電量表E0 與決策表D0 。根據建立好的電量表E0 與決策表D0 ，可以知道每單位時間T 內要蒐集3筆樣本時，最佳的來源是節點S1 提供1筆樣本，而節點S5 提供2筆樣本。根節點S0 將此結果告知中間節點S1 與S5 ，中間節點S1 查詢決策表D1 第1列，可知若需提供1筆樣本時，樣本的最佳來源為葉節點S2 。同理，節點S5 查詢決策表D5 第2列，可知若需提供2筆樣本，最佳來源是葉節點S6 提供2筆樣本。接著，中間節點S1 與S5 分別將最佳的取樣頻率告知其所屬的子節點S2 、S3 、S4 、S6 與S7 ，便完成了各節點S1 、S2 、...、S7 的取樣頻率x 1 、...、x 7 之設定。 以這個例子來說，總取樣數量R ＝3 ，而最後各節點S1 ~S7 的取樣頻率(x 1 ,x 2 ,x 3 ,x 4 ,x 5 ,x 6 ,x 7 )＝(0,1,0,0,0,2,0 )，而臨界電量為E0 [3]＝115。
〔取樣頻率之上限與下限的實施方式〕
如同前面所述了滿足均衡度的需求，一般而言，使用者可以藉由應用程式來設定取樣頻率的上限與下限。在此提出兩種取樣頻率之上限與下限的實施方式來設定取樣頻率之上限與下限，然而，這二種實施方式僅是本發明的實施例，並非用以限定本發明。
第一種實施方式是最小平均差法，最小平均差法希望每一個節點的取樣頻率與平均取樣頻率可以縮小在一個特定的範圍ρ，ρ可由使用者來設定，若總取樣數量為R ，有可以感測目標物以獲得樣本的n 個節點<不順>，則平均取樣頻率為A ＝R/n ，則每一個可以感測目標物的節點的取樣頻率之上一限為[A(1 －ρ) ,A(1 ＋ρ) ]。例如，ρ＝10% ，則每一個可以感測目標物的節點的取樣頻率之上限為A(1 ＋10%) ，其下限為A(1 －10%) 。
第二種實施方式是權重法，權重法希望每一個可以感測目標物的節點可以根據其節點所在的物理位置、所在的網路位置或者感測目標距離等來設定不同的權重。假設W 1 、W 2 、...、W n 為各個可以感測目標物的節點S1 ~Sn 的權重，其中，0 <W i <1 ，W 1 ＋W 2 ＋...＋W n ＝1 ，則節點Si 的取樣頻率的上下限為[W i *R(1 －ρ) ,W i *R(1 ＋ρ) ]。例如R ＝100 ，ρ＝10% ，W 1 、W 2 、W 3 、W 4 分別為0.25 、0.25 、0.1 與0.4 ， 則S1 ~SN 的取樣頻率上下限分別為[25(1 －10%) ,25(1 ＋10%) ]、[25(1 －10%) ,25(1 ＋10%) ]、[10(1 －10%) ,10(1 ＋10%) ]與[40(1 －10%) ,40(1 ＋10%) ]。
〔範例說明(3)〕
以下將用一個範例來說明上述實施例所提出的無線感測網路利用建立與計算好的電量表與決策表來設定取樣頻率設定之方法，其中，這個範例有設定取樣頻率之上限與下限。當然，這個範例僅是為了讓讀者或審查委員可以更明確地明白實施例所提供的方法，並非用以限定本發明。
請參照圖10，圖10是一個樹狀拓樸的無線感測網路60的架構圖，其中，節點S0 、S1 、S2 已經根據前述的方法計算與建立出其電量表或決策表，葉節點S1 與S2 有被設定取樣頻率的上限與下限。如圖10所示，假設總取樣數量R ＝300 ，而節點S1 與S2 的取樣頻率上下限分別為[40,160]與[50,150]。如同前面所述，節點S0 的電量表記錄接收(50 ＋40) ＝90 筆樣本至300筆樣本所剩的臨界電量。
綜上所述，本發明之實施例提供了一種無線感測網路及其取樣頻率設定方法，此取樣頻率設定方法是利用分散式的計算讓樹狀拓樸(tree topology)的無線感測網路可以擁有較長的壽命，且又能兼顧總取樣數量與均衡度的需求。另外，因為使用此方法的無線感測網路可以擁有較長的壽命，所以能夠減少替換節點之電池的成本與縮小其電池(例如：太陽能板)的體積。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離 本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10、30、50、60、80‧‧‧無線感測網路
100~107、300~306‧‧‧節點
108、307‧‧‧根節點
S40~S42、S60~S63、S70~S79‧‧‧步驟流程
S0 ~S7 ‧‧‧節點
Sc ‧‧‧虛擬節點
圖1是無線感測網路10的架構圖。
圖2是樹狀拓樸的無線感測網路30的架構圖。
圖3是一個樹狀拓樸的無線感測網路30的架構圖。
圖4是本發明實施例所提供的一種無線感測網路之取樣頻率設定方法的流程示意圖。
圖5是本發明實施例所提供之無線感測網路之取樣頻率設定方法中，葉節點之演算法的流程圖。
圖6是本發明實施例所提供之無線感測網路之取樣頻率設定方法中，根節點或中間節點演算法的流程圖。
圖7是樹狀拓樸的無線感測網路80的架構圖。
圖8是圖7中節點S0 ~S7 的參數表。
圖9是電量表E5 與決策表D5 做修正的概念示意圖。
圖10是一個樹狀拓樸的無線感測網路60的架構圖。
S40~S42‧‧‧步驟流程

Claims (27)

  1. 一種無線感測網路，包括：一根節點，用以傳遞一總取樣數量給至少一中間節點與多個葉節點，其中，該總取樣數量是一特定時間內該無線感測網路所需感測的樣本數量；該些葉節點，每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並產生一第一運算結果，以及將該第一結果上傳給該中間節點；該中間節點，根據該些第一運算結果計算出一第二與第三運算結果，以及將該第二運算結果上傳給該根節點；其中，該根節點根據該第二運算結果計算出一第四與第五運算結果；接著，該根節點根據該第五運算結果及該總取樣數量決定該中間節點在該特定時間內所需傳送給該根節點之樣本數量；最後，該中間節點根據其所需傳送給該根節點之樣本數量與該第三運算結果決定該中間節點與該些葉節點在該特定時間內所需感測的樣本數量。
  2. 如申請專利範圍第1項所述之無線感測網路，其中，該第一運算結果是該葉節點的電量表，該第二與第三運算結果分別是該中間節點的電量表與決策表，該第四與第五運算結果分別是該根節點的電量表與決策表。
  3. 如申請專利範圍第2項所述之無線感測網路，其中，該中間節點的決策表是根據該些葉節點的電量表計算出一暫時決策表與一暫時電量表後，再根據該中間節點是否能夠自行感測樣本來修正該暫時決策表與該暫時電量表 以產生該中間節點的決策表與電量表，該中間節點的決策表記錄了該中間節點在該特定時間內所需上傳給該根節點的樣本數量、該中間節點與該些葉節點所需感測的樣本數量的對應關係，該根節點的決策表記錄了該總取樣數量與該中間節點所需提供給該根節點的樣本數量的對應關係。
  4. 如申請專利範圍第2項所述之無線感測網路，其中，該根節點更用以傳遞該中間節點的最大與最小取樣頻率以及每一個葉節點的最大與最小取樣頻率，該中間節點在該特定時間內所感測的樣本數量必須介於該中間節點的最大與最小取樣頻率之間，每一個葉節點在該特定時間內所感測的樣本數量必須介於其最大與最小取樣頻率之間。
  5. 如申請專利範圍第4項所述之無線感測網路，該中間節點的最大與最小取樣頻率以及每一個葉節點的最大與最小取樣頻率的決定方式包括最小平均差法與權重法。
  6. 一種無線感測網路，包括：一根節點，用以傳遞一總取樣數量給多個葉節點，其中，該總取樣數量是一特定時間內該無線感測網路所需感測的樣本數量；以及該些葉節點，每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出一第一運算結果，以及將該第一運算結果上傳給該根節點；其中，該根節點根據該些第一運算結果計算出一第二與第三運算結果；接著，該根節點根據該第三運算結果及該總取樣數量決定該些葉節點在該特定時間內所需感測的 樣本數量。
  7. 如申請專利範圍第6項所述之無線感測網路，其中，該第一運算結果是該葉節點的電量表，該第二與第三運算結果分別是該根節點的電量表與決策表。
  8. 如申請專利範圍第7項所述之無線感測網路，其中，該根節點的決策表記錄了該總取樣數量與該些葉節點所需感測的樣本數量之對應關係。
  9. 如申請專利範圍第7項所述之無線感測網路，其中，該根節點更用以傳遞每一個葉節點的最大與最小取樣頻率，每一個葉節點在該特定時間內所感測的樣本數量必須介於其最大與最小取樣頻率之間。
  10. 如申請專利範圍第9項所述之無線感測網路，每一個葉節點的最大與最小取樣頻率的決定方式包括最小平均差法與權重法。
  11. 一種無線感測網路之取樣頻率設定方法，該方法適用於樹狀拓樸的一無線感測網路，該無線感測網路包括一根節點與多個葉節點，該方法包括：該根節點傳遞一總取樣數量給每一個葉節點，其中，該總取樣數量是在一特定時間內該無線感測網路所需的樣本數量；每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出一第一運算結果，並將該第一運算結果上傳給該根節點；該根節點根據該些第一運算結果計算出一第二與第三 運算結果；以及該根節點根據該第三運算結果以及該總取樣數量決定該些葉節點在該特定時間內所需感測的樣本數量。
  12. 如申請專利範圍第11項所述之無線感測網路之取樣頻率設定方法，其中，該第一運算結果是該葉節點的電量表，該第二與第三運算結果分別是該根節點的電量表與決策表，而該根節點的決策表記錄了該總取樣數量與該些葉節點所需感測的樣本數量之對應關係。
  13. 如申請專利範圍第12項所述之無線感測網路之取樣頻率設定方法，其中，每一個葉節點執行的步驟流程包括：該葉節點Si 會判斷是否收到該根節點S0 傳來的總取樣數量R ，若否，則該葉節點Si 持續等待到收到該根節點S0 傳來的總取樣數量R ；該葉節點Si 開始計算與建立其電量表Ei ，其中，該電量表Ei 共有R +1 列，每一列有一個欄位，其第0列的欄位表示其原始電量，其第j(j大於0)列的欄位Ei [j]表示提供第j筆樣本後所剩餘的電量；當該電量表Ei 的每一列的欄位都計算完畢後，該葉節點Si 將其電量表Ei 傳回給該根節點S0 ；以及該葉節點Si 判斷該根節點S0 是否指定該些節點在特定時間內所需感測的樣本數量x i ，若是，該葉節點Si 根據該根節點S0 所指定x i 進行感測以獲得樣本，否則，則持續等待到該根節點S0 設定x i 。
  14. 如申請專利範圍第12項所述之無線感測網路之取樣頻率設定方法，其中，該根節點執行的步驟流程包括：該根節點S0 會判斷是否收到該些葉節點所傳來的電量表，若否，則持續等到收到該些葉節點傳來的電量表；該根節點S0 為每一筆樣本決定其來源節點，直到第R 筆樣本，該根節點S0 會選擇提供此筆樣本後電量剩下最多的那一個該葉節點Si 為此筆樣本為來源節點，δ i 代表該葉節點Si 已經提供的樣本之數量，當該葉節點Si 每提供一筆樣本時，則δ i 加一，當該葉節點Si 還沒有提供任何的樣本時，δ i =0 ，其中i=1~y，此時，該根節點S0 的決策表D0 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該葉節點Sj 被選中，則δ j =δ j +1 ，其餘i≠j的δ i 則不變，該根節點S0 的決策表D0 之第m 列分別填入每一個δ k ，k=1,2,...,y，也就是D0 [m ,k]=δ k ，而此時臨界電量為E0 [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；以及該根節點S0 會根據其決策表D0 中之第R 列，設定該葉節點Si 在該特定時間內所需感測的樣本數量。
  15. 如申請專利範圍第12項所述之無線感測網路之取樣頻率設定方法，其中，該根節點更用以傳遞每一個葉節點的最大與最小取樣頻率，每一個葉節點在該特定時間內所感測的樣本數量必須介於其最大與最小取樣頻率之間。
  16. 如申請專利範圍第15項所述之無線感測網路之取樣頻率設定方法，其中，該根節點具執行的步驟流程包括：該根節點S0 會判斷是否收到該些葉節點所傳來的電量表，若否，則持續等到收到該些葉節點傳來的電量表；該根節點S0 會從第筆樣本開始，為每一筆樣本決定其來源節點，直到第R 筆樣本，其中，x l,i 表示該葉節點Si 的最小取樣頻率，且該葉節點Si 所提供的樣本數量最多僅到該葉節點Si 的最大取樣頻率x u,i ，該根節點S0 會選擇提供此筆樣本後電量剩下最多的那一個該葉節點Si 為此筆樣本為來源節點，δ i 代表該葉節點Si 已經提供的樣本之數量，當該葉節點Si 每提供一筆樣本時，則δ i 加一，當該葉節點Si 還沒有提供任何的樣本時，δ i =0 ，其中i=1~y，此時，該根節點S0 的決策表D0 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該葉節點Sj 被選中，則δ j =δ j +1 ，其餘i≠j的δ i 則不變，該根節點S0 的決策表D0 之第m 列分別填入每一個δ k ，k=1,2,...,y，也就是D0 [m ,k]=δ k ，而此時臨界電量為E0 [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；以及該根節點S0 會根據其決策表D0 中之第R 列，設定該葉節點Si 在該特定時間內所需感測的樣本數量。
  17. 如申請專利範圍第16項所述之無線感測網路之取樣頻率設定方法，每一個葉節點的最大與最小取樣頻率的決定方式包括最小平均差法與權重法。
  18. 一種無線感測網路之取樣頻率設定方法，該方法適用於樹狀拓樸的一無線感測網路，該無線感測網路包括一根節點、至少一中間節點與多個葉節點，該方法包括：該根節點傳遞一總取樣數量給該中間節點與每一個葉節點，其中，該總取樣數量是在一特定時間內該無線感測網路所需的樣本數量；每一個葉節點用以計算每提供一筆樣本後所剩餘的電量，並計算出一第一運算結果，並將該第一運算結果上傳給該中間節點；該中間節點根據該些第一運算結果算出一第二與第三，並將該第二與第三運算結果上傳給該根節點；該根節點根據該第二運算結果計算出一第四與第五運算結果；該根節點根據該第五運算結果及該總取樣數量決定該中間節點在該特定時間內所需傳送給該根節點之樣本數量；以及該中間節點根據其所需傳送給該根節點之樣本數量與該第三運算結果決定該中間節點與該些葉節點在該特定時間內所需感測的樣本數量。
  19. 如申請專利範圍第18項所述之無線感測網路之取樣頻率設定方法，其中，該第一運算結果是該葉節點的電量表，該第二與第三運算結果分別是該中間節點的電量表與決策表，該第四與第五運算結果分別是該根節點的電量表與決策表；其中，該根節點的決策表記錄了該總取樣數 量與該中間節點所需提供給該根節點的樣本數量的對應關係，該中間節點的決策表記錄了該中間節點在該特定時間內所需上傳給該根節點的樣本數量、該中間節點與該些葉節點所需感測之樣本數量的對應關係。
  20. 如申請專利範圍第19項所述之無線感測網路之取樣頻率設定方法，其中，每一個葉節點執行的步驟包括：該葉節點Si 會判斷是否收到該根節點S0 傳來的總取樣數量R ，若否，則該葉節點Si 持續等待到收到該根節點S0 傳來的總取樣數量R ；該葉節點Si 開始計算與建立其電量表Ei ，其中，該電量表Ei 共有R +1 列，每一列有一個欄位，其第0列的欄位表示其原始電量，其第j(j大於0)列的欄位Ei [j]表示提供第j筆樣本後所剩餘的電量；當該電量表Ei 的每一列的欄位都計算完畢後，該葉節點Si 將其電量表Ei 傳回給該中間節點Sk ；以及該葉節點Si 判斷該中間節點Sk 是否指定該些節點在特定時間內所需感測的樣本數量x i ，若是，該葉節點Si 根據該中間節點Sk 所指定x i 進行感測以獲得樣本，否則，則持續等待到該中間節點Sk 設定x i 。
  21. 如申請專利範圍第20項所述之無線感測網路之取樣頻率設定方法，其中，該中間節點Sk 執行的步驟包括：該中間節點Sk 會判斷是否收到所有該些葉節點傳來的電量表，若否，則持續等到收到所有該些葉節點傳來的電量表； 該中間節點Sk 為每一筆樣本決定其來源節點，直到第R 筆樣本，該中間節點Sk 會選擇提供此筆樣本後電量剩下最多的那一個葉節點為此筆樣本為來源節點，δ i 代表該葉節點Si 已經提供的樣本數量，當該葉節點Si 每提供一筆樣本時，則δ i 加一，當該葉節點Si 還沒有提供任何的樣本時，δ i =0 ，其中i=1~y，此時，該中間節點Sk 的決策表Dk 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該葉節點Sj 被選中，則δ j =δ j +1 ，其餘i≠j的δ i 則不變，該根節點的決策表Dk 之第m 列分別填入每一個δ i ，i=1,2,...,y，也就是Dk [m ,i]=δ i ，而此時臨界電量為Ek [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；該中間節點判斷Sk 本身是否可以感測以獲得樣本，並藉此修正該根節點的電量表Ek 或決策表Dk ；以及該中間節點Sk 會將其電量表Ek 與決策表Dk 上傳給該根節點S0 ；該中間節點Sk 判斷是否收到在該特定時間內該中間該節點Sk 所需提供給該根節點S0 的樣本數量，若否，則持續等到收到在該特定時間內該中間該節點Sk 所需提供給該根節點S0 的樣本數量；以及該中間節點Sk 根據其決策表Dk 中之第R 列，設定該葉節點Si 與該中間節點Sk 在該特定時間內所需感測的樣本數量。
  22. 如申請專利範圍第21項所述之無線感測網路之取 樣頻率設定方法，其中，該根節點執行的步驟包括：該根節點S0 會判斷是否收到該中間節點Sk 所傳來的電量表，若否，則持續等到收到該中間節點Sk 傳來的電量表；該根節點S0 為每一筆樣本決定其來源節點，直到第R 筆樣本，該根節點S0 會選擇提供此筆樣本後電量剩下最多的那一個該中間節點Sk 為此筆樣本為來源節點，δ k 代表該中間節點Sk 已經提供的樣本之數量，當該中間節點Sk 每提供一筆樣本時，則δ k 加一，當該中間節點Sk 還沒有提供任何的樣本時，δ k =0 ，其中k=1~y，此時，該根節點S0 的決策表D0 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該中間節點Sx 被選中，則δ x =δ x +1 ，其餘k≠x的δ k 則不變，該根節點S0 的決策表D0 之第m 列分別填入每一個δ k ，k=1,2,...,y，也就是D0 [m ,k]=δ k ，而此時臨界電量為E0 [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；以及該根節點S0 會根據其決策表D0 中之第R 列，設定該中間節點Sk 在該特定時間內所需提供給該根節點S0 的樣本數量。
  23. 如申請專利範圍第22項所述之無線感測網路之取樣頻率設定方法，其中，該中間節點Sk 判斷本身是否可以感測以獲得樣本，並藉此修正該中間節點Sk 的電量表Ek 或決策表Dk 的步驟流程包括： 使用一個虛擬節點Sc 來表示所有的該些葉節點，該虛擬節點Sc 的電量表Ec 等於該中間節點Sk 的電量表Ek ，該虛擬節點Sc 的決策表Dc 等於該中間節點Sk 的電量表Ek ；若該中間節點Sk 本身可以進行感測以獲得樣本，該中間節點Sk 計算每一筆樣本是從該中間節點Sk 本身感測較佳還是由該虛擬節點Sc 提供較佳，當在提供m 筆樣本時，必須從該中間節點Sk 提供0筆樣本，該虛擬節點Sc 提供m 筆樣本開始，檢查到該中間節點Sk 提供m 筆樣本，該虛擬節點Sc 提供0筆樣本，然後選擇可以使臨界電量最大的一種組合，並根據該中間節點Sk 的電量藉修正該決策表Dk 與電量表Ek ；以及若該中間節點Sk 本身不能感測以獲得樣本，則該決策表Dk 的每一列第0個欄位全為0，並根據該中間節點Sk 的電量正該電量表Ek 。
  24. 如申請專利範圍第19項所述之無線感測網路之取樣頻率設定方法，其中，該根節點更用以傳遞該中間節點的最大與最小取樣頻率以及每一個葉節點的最大與最小取樣頻率，該中間節點在該特定時間內所感測的樣本數量必須介於該中間節點的最大與最小取樣頻率之間，每一個葉節點在該特定時間內所感測的樣本數量必須介於其最大與最小取樣頻率之間。
  25. 如申請專利範圍第24項所述之無線感測網路之取樣頻率設定方法，其中，該中間節點執行的步驟包括：該中間節點Sk 會判斷是否收到所有該些葉節點傳來 的電量表，若否，則持續等到收到所有該些葉節點傳來的電量表；該中間節點Sk 會從第筆樣本開始，為每一筆樣本決定其來源節點，直到第R 筆樣本，其中，x l,i 表示該葉節點Si 的最小取樣頻率，且該葉節點Si 所提供的樣本數量最多僅到該葉節點Si 的最大取樣頻率x u,i ，R 表示該總取樣數量，該中間節點Sk 會選擇提供此筆樣本後電量剩下最多的那一個葉節點為此筆樣本為來源節點，δ i 代表該葉節點Si 已經提供的樣本之數量，當該葉節點Si 每提供一筆樣本時，則δ i 加一，當該葉節點Si 還沒有提供任何的樣本時，δ i =0 ，其中i=1~y，此時，該中間節點Sk 的決策表Dk 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該葉節點Sj 被選中，則δ j =δ j +1 ，其餘i≠j的δ i 則不變，該根節點的決策表Dk 之第m 列分別填入每一個δ i ，i=1,2,...,y，也就是Dk [m ,i]=δ i ，而此時臨界電量為Ek [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；該中間節點判斷Sk 本身是否可以感測以獲得樣本，並藉此修正該中間節點判斷Sk 的電量表Ek 或決策表Dk ；以及該中間節點Sk 會將其電量表Ek 與決策表Dk 上傳給該根節點S0 ；該中間節點Sk 判斷是否收到在該特定時間內該中間該節點Sk 所需提供給該根節點S0 的樣本數量，若否，則 持續等到收到在該特定時間內該中間該節點Sk 所需提供給該根節點S0 的樣本數量；以及該中間節點Sk 根據其決策表Dk 中之第R 列，設定該葉節點Si 與該中間節點Sk 在該特定時間內所需感測的樣本數量。
  26. 如申請專利範圍第25項所述之無線感測網路之取樣頻率設定方法，其中，該根節點執行的步驟包括：該根節點S0 會判斷是否收到該中間節點Sk 所傳來的電量表，若否，則持續等到收到該中間節點Sk 傳來的電量表；該根節點S0 會從第筆樣本開始，為每一筆樣本決定其來源節點，直到第R 筆樣本，其中，x l,k 表示該中間節點Sk 的最小取樣頻率，且該中間節點Sk 所提供的樣本數量最多僅到該中間節點Sk 的最大取樣頻率x u,k ，該根節點S0 會選擇提供此筆樣本後電量剩下最多的那一個該中間節點Sk 為此筆樣本為來源節點，δ k 代表該中間節點Sk 已經提供的樣本之數量，當該中間節點Sk 每提供一筆樣本時，則δ k 加一，當該中間節點Sk 還沒有提供任何的樣本時，δ k =0 ，其中k=1~y，此時，該根節點的決策表D0 的第0列的值也皆為0，當要決定第m 筆樣本的來源時，將根據max{E1 [δ 1 +1 ],E2 [δ 2 +1 ],E3 [δ 3 +1 ],...,Ey [δ y +1 ]}，來選取第m 筆樣本的來源，若該中間節點Sx 被選中，則δ x =δ x +1 ，其餘k≠x的δ k 則不變，該根節點S0 的決策表D0 之第m 列分別填入每一個δ k ，k=1,2,...,y，也就是D0 [m ,k]=δ k ，而此時 臨界電量為E0 [m ]=min{E1 [δ 1 ],E2 [δ 2 ],E3 [δ 3 ],...,Ey [δ y ]}；以及該根節點S0 會根據其決策表D0 中之第R 列，設定該中間節點Sk 在該特定時間內所需提供給該根節點S0 的樣本數量。
  27. 如申請專利範圍第24項所述之無線感測網路之取樣頻率設定方法，該中間節點的最大與最小取樣頻率以及每一個葉節點的最大與最小取樣頻率的決定方式包括最小平均差法與權重法。
TW097112699A 2008-04-08 2008-04-08 無線感測網路及其取樣頻率設定方法 TWI398127B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW097112699A TWI398127B (zh) 2008-04-08 2008-04-08 無線感測網路及其取樣頻率設定方法
US12/251,403 US8085134B2 (en) 2008-04-08 2008-10-14 Wireless sensor network and sampling rate allocation method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW097112699A TWI398127B (zh) 2008-04-08 2008-04-08 無線感測網路及其取樣頻率設定方法

Publications (2)

Publication Number Publication Date
TW200943828A TW200943828A (en) 2009-10-16
TWI398127B true TWI398127B (zh) 2013-06-01

Family

ID=41132736

Family Applications (1)

Application Number Title Priority Date Filing Date
TW097112699A TWI398127B (zh) 2008-04-08 2008-04-08 無線感測網路及其取樣頻率設定方法

Country Status (2)

Country Link
US (1) US8085134B2 (zh)
TW (1) TWI398127B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI408986B (zh) * 2009-10-27 2013-09-11 Univ Nat Sun Yat Sen 無線感測網路系統之無線感測器的取樣決定方法
CN102333321B (zh) * 2011-09-25 2013-08-28 杭州家和物联技术有限公司 一种基于分层结构的动态无线传感器网络的拓扑控制方法
US20130194928A1 (en) * 2012-01-30 2013-08-01 Nanyang Technological University Sensor network
CN105630733B (zh) * 2015-12-24 2017-05-03 中国科学院计算技术研究所 分形树中向量数据回传处理单元的装置、方法、控制装置及智能芯片
US10802009B2 (en) * 2016-12-06 2020-10-13 Ning Zeng Networked environmental monitoring system and method
CN107332691B (zh) * 2017-06-08 2021-01-26 西安电子科技大学 一种无线传感器网络故障节点检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040228293A1 (en) * 2003-05-12 2004-11-18 Daewood Educational Foundation Method for enhanced power saving on DCF based wireless networks
WO2006067271A1 (en) * 2004-12-22 2006-06-29 Mikko Kohvakka Energy efficient wireless sensor network, node devices for the same and a method for arranging communications in a wireless sensor network
US20060140135A1 (en) * 2004-12-28 2006-06-29 Bonta Jeffrey D Ad hoc cluster idle node coordination
TW200627320A (en) * 2004-11-25 2006-08-01 Matsushita Electric Works Ltd Wireless sensor device
TW200627872A (en) * 2004-05-28 2006-08-01 Ibm Wireless sensor network
US20060187866A1 (en) * 2004-12-20 2006-08-24 Sensicast Systems Method for reporting and accumulating data in a wireless communication network

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6973039B2 (en) * 2000-12-08 2005-12-06 Bbnt Solutions Llc Mechanism for performing energy-based routing in wireless networks
US6987738B2 (en) * 2001-01-12 2006-01-17 Motorola, Inc. Method for packet scheduling and radio resource allocation in a wireless communication system
US7020501B1 (en) 2001-11-30 2006-03-28 Bbnt Solutions Llc Energy efficient forwarding in ad-hoc wireless networks
US20040100917A1 (en) * 2002-11-26 2004-05-27 Perkins Matthew R. Coordinator device election process for wireless sensor networks
AU2002357353A1 (en) 2002-12-20 2004-07-22 International Business Machines Corporation Maximum lifetime routing in wireless ad-hoc networks
WO2004102891A1 (en) * 2003-05-15 2004-11-25 Telefonaktiebolaget Lm Ericsson (Publ) Interference cancellation in wireless relaying networks
US7436789B2 (en) * 2003-10-09 2008-10-14 Sarnoff Corporation Ad Hoc wireless node and network
GB0401760D0 (en) 2004-01-27 2004-03-03 Univ Edinburgh Mobile telephone network
US20070058664A1 (en) 2005-09-15 2007-03-15 Nec Laboratories America, Inc. Method and Apparatus for Lifetime Maximization of Wireless Sensor Networks
KR101356844B1 (ko) * 2007-07-10 2014-01-28 삼성전자주식회사 무선 센서 네트워크 내에서 비콘 스케줄링을 이용하여데이터를 송수신하는 방법
US8149716B2 (en) * 2007-08-20 2012-04-03 Raytheon Bbn Technologies Corp. Systems and methods for adaptive routing in mobile ad-hoc networks and disruption tolerant networks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040228293A1 (en) * 2003-05-12 2004-11-18 Daewood Educational Foundation Method for enhanced power saving on DCF based wireless networks
TW200627872A (en) * 2004-05-28 2006-08-01 Ibm Wireless sensor network
TW200627320A (en) * 2004-11-25 2006-08-01 Matsushita Electric Works Ltd Wireless sensor device
US20060187866A1 (en) * 2004-12-20 2006-08-24 Sensicast Systems Method for reporting and accumulating data in a wireless communication network
WO2006067271A1 (en) * 2004-12-22 2006-06-29 Mikko Kohvakka Energy efficient wireless sensor network, node devices for the same and a method for arranging communications in a wireless sensor network
US20060140135A1 (en) * 2004-12-28 2006-06-29 Bonta Jeffrey D Ad hoc cluster idle node coordination

Also Published As

Publication number Publication date
TW200943828A (en) 2009-10-16
US8085134B2 (en) 2011-12-27
US20090251297A1 (en) 2009-10-08

Similar Documents

Publication Publication Date Title
TWI398127B (zh) 無線感測網路及其取樣頻率設定方法
US20220353783A1 (en) Clustering Routing Optimization Method Based on Adaptive Evolutionary Algorithm for Wireless Sensor Network
Liu et al. Intelligent data fusion algorithm based on hybrid delay-aware adaptive clustering in wireless sensor networks
Aslam et al. A multi-criterion optimization technique for energy efficient cluster formation in wireless sensor networks
CN101790251B (zh) 基于改进粒子群优化算法的无线传感器节点联盟生成方法
CN108737191B (zh) 面向超密集无线传感器网基于无监督学习的拓扑控制方法
CN104468192B (zh) 一种多尺度多权重链路质量评估的路由方法
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
US20220369200A1 (en) Clustering and routing method and system for wireless sensor networks
CN103491566A (zh) 一种面向无线体域网的能量效率优化方法
WO2022262127A1 (zh) 智慧物联网综合感知系统及方法
CN104168661A (zh) 一种满足公平性条件的最大化网络生存期传输调度方法
Luo et al. Topology control based on optimally rigid graph in wireless sensor networks
CN107612806B (zh) 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法
CN110113807A (zh) 无线传感器网络中基于数据相似度的节点休眠调度方法
CN112423359A (zh) 能量均衡的工作流程
CN116390238A (zh) 基于深度强化学习的语义通信系统的资源分配方法
Peng et al. Energy-efficient and fault-tolerant evolution models for large-scale wireless sensor networks: A complex networks-based approach
CN113179544B (zh) 一种应用于电力物联网的无线传感分簇路由簇头选择方法
Choi et al. Divisible load scheduling inwireless sensor networks with information utility
CN114827933A (zh) 面向无线传感器网络的多路径路由方法
CN107820293A (zh) 一种无线中继节点选择方法、系统、设备及计算机介质
CN105722173A (zh) 基于双向吸引机制的大规模WSNs拓扑控制方法
Dagdevıren A minimum spanning tree based clustering algorithm for cloud based large scale sensor networks
Cong et al. Analysis on connectivity of energy harvesting wireless sensor networks based on simulation