Dynamic Compression-Transmission for Energy-Harvesting Multihop Networks with Correlated Sources
能量收集无线传感器网络是一种新兴技术，应用于环境和结构健康监测等各个领域。无线传感器的显著特征是需要执行信源编码任务（例如测量和压缩）和传输任务。已知的是，用于信源编码的总能量消耗通常与传输的能量消耗相当，并且两类任务的联合设计可以导致相关的性能增益。此外，传感器网络中的信源编码的效率可以经由分布式技术通过利用由不同节点测量的信号是相关的这一事实来潜在地提高。在本文中，数据收集协议的多跳无线传感器网络的能量收集能力的研究，从而传感器测量的源相关。对信源编码和传输的能量消耗进行了建模，并假设了分布式信源编码。针对时变信道和信源，提出了动态联合优化信源编码和传输策略的问题。该问题包括在队列稳定性约束下的源重建在汇的失真的成本函数的最小化。通过采用基于扰动的李雅普诺夫技术，一个接近最优的在线计划，提出了一个明确的和可控的权衡之间的最优性差距和队列大小。在接收端可用的边信息的作用也被讨论的假设下，获取的边信息需要一个能量成本。结果表明，边信息的存在下，可以提高网络的整体网络成本函数和队列大小方面的性能。
2012-03-14 cs.IT cs.NI math.IT
Deep Reinforcement Learning for Fresh Data Collection in UAV-assisted IoT Networks
由于其灵活性和低运营成本，派遣无人机（UAV）从分布式传感器收集信息有望成为物联网（IoT）中一种有前途的解决方案，特别是对于时间关键型应用。如何保持信息的新鲜度是一个具有挑战性的问题。在本文中，我们研究了无人机辅助物联网网络中的新鲜数据汇集问题。特别地，UAV飞向传感器以在给定持续时间内收集状态更新分组，同时保持非负剩余能量。我们制定了一个马尔可夫决策过程（MDP），以找到最佳的飞行轨迹的无人机和传感器的传输调度，最大限度地减少信息的年龄（AoI）的加权和。为克服维数灾难，提出了一种基于深度强化学习（DRL）的无人机辅助数据汇集算法。大量的仿真结果表明，建议的DRL为基础的算法可以显着降低AoI的加权和相比，其他基线算法。
2020-03-01 cs.IT cs.NI math.IT
Energy-Efficient Data Collection in Clustered Wireless Sensor Networks employing Distributed DCT
针对无线传感器网络（WSNs）中传感器数据的相关性强、适合于在离散余弦变换（DCT）域进行变换的特点，提出了一种基于DCT变换矩阵和分簇的能量有效的数据汇集方法，我们建议来自网络的每个簇仅以两种常见方式向基站（BS）发送少量的大DCT变换系数以用于数据汇集，直接地或者在多跳路由中。可以基于在BS处接收的大系数来恢复来自传感器网络的所有传感数据。我们进一步分析和制定的通信成本的功率消耗传输数据在这样的网络的基础上随机问题。最后，对几种常用的聚类算法进行了应用和比较，验证了分析和仿真结果.噪声和无噪声环境中所提出的方法被认为是。
2016-11-17 cs.NI
Hybrid Point Cloud Semantic Compression for Automotive Sensors: A Performance Evaluation
在完全自动驾驶的框架中，车辆在没有人为干预的情况下运行，信息共享起着至关重要的作用。在这种情况下，必须设计新的网络解决方案，以可靠和有效的方式处理汽车丰富的传感器套件产生的大量数据。在所有可能的传感器中，光探测和测距（LiDAR）可以生成周围环境的精确3D点云表示，这反过来又会生成高数据率。因此，有效的点云压缩对于减轻带宽受限信道上的数据传输负担和促进实时通信至关重要。在本文中，我们提出了一个管道，以有效地压缩汽车场景中的激光雷达观测。首先，我们利用RangeNet++的功能，这是一种用于语义推断点标签的深度神经网络（DNN），通过选择最有价值的环境数据来减少信道负载。其次，我们使用Draco压缩所选的点，Draco是一种3D压缩算法，能够获得量化误差的压缩。我们的实验，验证语义KITTI数据集上，表明它是可能的压缩和发送的信息的激光雷达的帧速率，从而实现实时性能。
2021-03-05 cs.NI
k-DAG Based Lifetime Aware Data Collection in Wireless Sensor Networks
无线传感器网络需要进行有效的数据汇集和生命周期最大化的组织。在本文中，我们提出了一种新的路由结构，即k-DAG，以平衡负载的基站的邻居，同时提供最坏情况下的延迟保证数据汇集，和一个分布式算法的基础上构建一个k-DAG的最短路径DAG（SPD）。在k-DAG中，每个传感器节点到基站的最长路径和最短路径的长度最多相差k。通过添加兄弟边缘的SPD，我们的分布式算法允许关键节点有更多的路由选择。仿真结果表明，我们的方法显着优于基于SPD的数据汇集方法在网络寿命和负载平衡。
2013-11-13 cs.NI
A Survey on Delay-Aware Network Structure for Wireless Sensor Networks with Consecutive Data Collection Processes
无线传感器网络（WSN）由空间分布的自主传感器组成，以监测物理或环境条件，如温度，声音，压力等。在传感应用中，数据包从传感器节点流向基站。在数据汇集过程中，使用自自底向上的的方法。在自自底向上的的方法中，所有节点将其感测到的数据分组直接发送到基站。在这种方法将导致增加延迟，这将导致更高的能源消耗。为了降低传感器节点的能量消耗，分簇算法和低能量自适应分簇层次（LEACH）被使用。在无线传感器信息系统中，正在使用传感器信息系统中的功率高效收集（PEGASIS）。无线传感器网络中存在着诸如时延、网络生命周期、能量耗散等问题需要解决。
2014-02-06 cs.NI
High Reliable secure data collection using Complexity exchanging code key method addressing protocol in Wireless Sensor Network
无线传感器网络（Wireless Sensor Network，WSN）是信息与通信技术中的一个新兴领域。在无线传感器网络中，由于传感器节点的不兼容性，数据传输和数据汇集都是不安全的。因此，为传感器网络提供安全保障是非常重要的。基于密钥的机制是一种安全的数据汇集机制，主要用于保证数据的机密性。由于每对通信节点之间都需要进行数据加密和解密，因此大量使用了区间成对密钥。固定密钥机制中，攻击者很难检测到隐私同态（PH）中随机生成的密钥链函数的规律性，PH意味着没有中间结点进行加解密，只能直接收集和聚合数据进行加解密。这是一种特殊的基于密钥的方案。它完全基于贝塔分布和一些统计工具，使用密钥编码方法，使用复杂性交换码密钥方法寻址协议。我们展示了如何减少重大的攻击和安全的数据汇集无线传感器网络。
2012-07-23 cs.CR cs.NI
Multi-UAV Data Collection Framework for Wireless Sensor Networks
在本文中，我们提出了一个框架设计的无线传感器网络的基础上，多无人机（UAV）。具体而言，我们的目标是在预算和电力限制方面最大限度地降低部署和运营成本。为此，我们首先优化簇头（CH）的数量和位置，保证从所有传感器收集数据。然后，以最小化数据收集飞行时间为目标，对无人机的数量和飞行轨迹进行优化。因此，我们区分两种轨迹方法：1）无人机悬停在访问CH的上方; 2）无人机悬停在CH的范围内。这一结果包括数据收集设计的指导方针。讨论了传感器节点K均值聚类的特点。接下来，我们说明了轨迹规划的最优和启发式解决方案的性能。遗传算法被证明是接近最优的，只有$3.5\%$退化。研究了航迹进场、环境和无人机高度等因素的影响。最后讨论了无人机航迹的公平性问题。
2019-12-03 cs.NI eess.SP
Optimizing data collection for object tracking in wireless sensor networks
针对无线传感器网络中目标跟踪算法的不足，提出了一种改进算法。所考虑的任务是控制移动接收器的移动，该移动接收器必须在尽可能短的时间内到达目标。通过仅将选定的数据读数（目标位置）传输到移动接收器来优化WSN资源的利用。进行模拟以评估针对最先进的方法提出的修改。所得到的结果表明，所提出的跟踪算法允许大幅减少数据汇集的成本没有显着增加的时间量，它需要赶上目标。
2013-11-02 cs.NI
Extend the lifetime of wireless sensor networks by modifying cluster-based data collection
无线传感器网络有很大的潜力，以提高我们的能力，以查看和控制的物理环境，但在这些网络的功耗问题已成为一个重要的参数，在其可靠性，因为在许多应用的网络。无线传感器需要保证端到端的质量参数，在这些网络中对服务质量的支持至关重要。在无线传感器网络中，最重要的问题之一是每个网络的生命周期，它直接关系到网络传感器的能量消耗。增加网络寿命是这些类型网络中最具挑战性的要求之一。提出了一种降低无线传感器网络功耗的分簇方法，该方法是传感器网络可扩展性和降低能耗的最有效方法。仿真结果表明，该算法能够有效降低无线传感器网络的能量消耗，显著提高网络的生存时间。
2022-07-16 cs.NI
To Compress or Not To Compress: Processing vs Transmission Tradeoffs for Energy Constrained Sensor Networking
在过去的几年中，有损压缩已被广泛应用于无线传感器网络（WSN）领域，由于传输设备的约束性质，能量效率是一个至关重要的问题。通常，研究人员和实施者的共同想法是，压缩始终是一个很好的选择，因为传感器节点中的主要能耗来源来自数据的传输。有损压缩被认为是一种可行的解决方案，因为在无线传感器网络中，信号的不完美重构通常是可以接受的。在本文中，我们全面回顾了一些有损压缩方法从文献中，并分析其性能的压缩效率，计算复杂性和能量消耗。我们考虑了两种不同的情况，即无线和水下通信，并表明信号压缩可能有助于或可能无助于降低整体能耗，这取决于压缩算法，信号统计和硬件特性等因素，即，微控制器和传输技术。我们学到的教训是，信号压缩实际上可以节省一些能量。然而，应仔细评估其使用情况，因为在相当多的情况下，处理和传输成本是同一数量级的，而在其他一些情况下，前者甚至可能超过后者。在本文中，我们展示了定量比较，以评估这些权衡在上述情况下。最后，我们提供的公式，通过数值拟合，以衡量计算复杂性，整体能耗和信号表示精度的最佳性能的算法作为最相关的系统参数的函数。
2012-06-11 cs.NI cs.PF
Scalable and Energy-Efficient Predictive Data Collection in Wireless Sensor Networks with Constructive Interference
本文提出STAIR框架，利用构造性干扰和子模优化算法在资源受限的无线传感器网络中实现可扩展、节能的预测性数据收集，并在真实测试床上验证了其有效性。
2025-08-11 cs.NI
Uncertainty-dependent data collection in vehicular sensor networks
Faculty of Transport, Silesian University of Technology（西里西亚理工大学交通学院）
针对车载传感器网络中的数据收集问题，提出利用不确定性估计减少数据传输的算法，以提升无线信道利用效率。
2012-08-06 cs.NI cs.SY eess.SY
Observation Compression in Rate-Limited Closed-Loop Distributed ISAC Systems: From Signal Reconstruction to Control
Department of Electrical Engineering, Chalmers University of Technology, Sweden（楚德斯技术大学电气工程系）；Department of Computer Science and Engineering, Chalmers University of Technology, Sweden（楚德斯技术大学计算机科学与工程系）；Department of Electrical Engineering, Uppsala University, Sweden（乌普萨拉大学电气工程系）
本文提出基于自编码器的观测压缩方法，研究其在速率受限闭环分布式ISAC系统中对信号重构和控制性能的影响，并探讨多传感器场景下的资源分配策略。
2025-12-17 cs.AI cs.NI cs.SY
Fair Scheduling for Data Collection in Mobile Sensor Networks with Energy Harvesting
我们考虑的问题，数据汇集从一个大陆规模的网络的能量收集传感器，适用于跟踪移动资产在农村环境中。我们的应用限制有利于一个高度不对称的解决方案，重占空比传感器节点与供电基站通信。我们研究了一种新的调度优化问题的能量收集移动传感器网络，最大限度地提高无线电链路质量和能量收集效率的约束下收集的数据量，同时确保公平的数据接收。我们证明了该问题是NP-完全的，并提出了一个启发式算法来近似的最优调度解决方案在多项式时间。此外，我们的算法在处理渐进式能量收集事件（例如太阳能电池板）或机会主义和突发事件（例如无线电力传输）方面非常灵活。我们使用经验的链路质量数据，太阳能和WPT效率，以评估所提出的算法在广泛的模拟和比较其性能的国家的最先进的。我们表明，我们的算法实现了高的数据接收率，在不同的公平性和节点寿命的限制。
2016-03-08 cs.NI
Compression of Video Tracking and Bandwidth Balancing Routing in Wireless Multimedia Sensor Networks
无线网络上的多媒体应用已经有了巨大的增长。无线多媒体传感器网络（WMSNs）已成为许多研究团体和工业界的首选。许多最先进的应用，如监控，交通监控和远程医疗保健，本质上是WMSNs中的视频跟踪和传输。针对视频数据量大、固定路由路径下带宽分配固定等问题，提出了一种基于CamShift的视频跟踪压缩算法。然后，我们提出了一个带宽平衡策略，其中每个传感器节点能够动态地选择节点的下一跳具有最高的潜在带宽容量恢复通信。该策略的关键是每个节点只需维护两个包含其历史带宽变化趋势的参数，然后预测其近期的带宽容量。然后，转发节点选择具有最高潜在带宽容量的下一跳。仿真结果表明，该方法在无线多媒体传感器网络环境中，显著提高了汇聚节点接收的数据量，降低了视频传输的延迟。
2014-12-20 cs.MM cs.NI
Empirical Evaluation of the Heat-Diffusion Collection Protocol for Wireless Sensor Networks
热扩散（HD）路由是我们最近开发的多跳无线网络的热感知路由策略的启发热力学。在以前的理论研究中，我们已经表明，HD路由保证吞吐量最优，最大限度地减少二次路由成本，最大限度地减少网络上的队列拥塞，并提供路由成本和排队延迟之间的权衡，是帕累托最优的。虽然引人注目，但这些保证是基于理想化的假设（包括全局同步，集中控制和无限缓冲区），迄今为止仅通过简化的数值模拟进行评估。我们在这里提出了第一个实用的分散版本的HD算法，我们称之为热扩散收集协议（HDCP），用于无线传感器网络。我们提出了一个彻底的评估HDCP的基础上，真正的试验台实验，包括其性能的比较分析，相对于最先进的收集树协议（CTP）和背压收集协议（BCP）的无线传感器网络。我们发现，HDCP具有显着更高的吞吐量区域和更大的抗干扰能力相比，CTP。然而，我们也发现，HDCP的最佳性能是最好的BCP的性能，由于在他们的邻居排名，我们通过肯德尔的Tau检验验证的相似性。
2018-09-02 cs.NI
Energy-Efficient UAV-Assisted IoT Data Collection via TSP-Based Solution Space Reduction
Deakin University（迪肯大学）
针对无人机辅助大范围 IoT 传感器数据采集，本文证明 TSP 变体的最优航点位于通信范围边界，并据此提出低复杂度算法，联合优化飞行距离与通信范围以最小化总能耗。
2023-06-02 cs.AI cs.NI
Towards Internet of Things (IOTS):Integration of Wireless Sensor Network to Cloud Services for Data Collection and Sharing
云计算为托管在Web上的应用程序提供了巨大的好处，这些应用程序也具有特殊的计算和存储要求。本文提出了一种可扩展的和灵活的架构集成无线传感器网络与云。我们使用基于REST的Web服务作为可互操作的应用层，可以直接集成到其他应用领域中进行远程监控，例如电子医疗保健服务、灵巧家庭，甚至车辆区域网络（VAN）。为了验证概念，我们在基于IP的低功耗WSN测试床上实现了基于REST的Web服务，它可以从任何地方访问数据。警报功能也已实现，以通过电子邮件或推文通知用户，以便在超过感兴趣的值和事件时监视数据。
2013-10-08 cs.NI
Semantic Compression for Edge-Assisted Systems
提出了一种新的语义数据选择和压缩方法，用于“无线岛”内物联网数据处理和传输的动态适应，其中一组传感设备（传感器）通过一跳无线链路经由本地接入点互连到计算资源。所提出的技术的核心是一个合作的框架，在移动节点的本地分类器动态制作和更新的基础上观察系统的当前状态，全球处理目标和传感器和数据流的特性。边缘处理器通过在分布式系统内建立内容和操作之间的链接而发挥关键作用。局部分类器被设计为过滤数据流，并仅向边缘处理器处的全局分类器提供所需的信息，从而最小化带宽使用。然而，这些局部分类器的精度越高，在各个传感器上运行它们所需的能量就越大。提出了带宽和能量约束下的分类器的动态构造的优化问题的配方，并证明了一个合成的例子。
2017-02-20 cs.NI
Harvest: A Reliable and Energy Efficient Bulk Data Collection Service for Large Scale Wireless Sensor Networks
我们提出了一个批量数据汇集服务，收获，能量受限的无线传感器节点。为了增加空间重用，从而减少延迟，Harvest执行从多个节点到基站的并发、流水线式渗出。为此，它使用的节点的距离-k着色，特别是具有恒定数量的颜色，这产生了TDMA调度，从而节点可以同时通信，由于冲突的低分组丢失。该着色基于不利用位置知识的随机化CSMA方法。给定网络的有界度，每个节点仅等待O个$(1)$时间以在其距离k的邻居中获得唯一的颜色，与传统的确定性分布式距离k的顶点着色形成对比，其中每个节点等待O个$(Δ^{2})$时间以获得颜色。Harvest提供了将内存使用限制为一个小的恒定字节数或随着内存使用的增加而改善延迟的选项;它可以与或不与额外的消息转发可靠性机制一起使用。我们在感性测试平台上使用51个微尘对Harvest的性能进行了实验评估。我们还提供了理论以及基于TOSIM的比较收获与秸秆，现存的数据汇集服务实施的TinyOS平台，使用一个节点一次渗出。对于超过3跳的网络，Harvest与Straw相比至少减少了33%的延迟。
2021-01-27 cs.NI
Design and Implementation of a Wireless SensorNetwork for Agricultural Applications
我们提出了一个最短路径树为基础的设计和实施，能源效率高的数据汇集无线传感器网络感测各种参数在农业农场使用内部开发的低成本传感器。节点遵循同步的、周期性的睡眠-唤醒时间表，以最大化网络的生命周期。实现的网络由24个传感器节点在3英亩的玉米农场和它的性能被捕获的7个窥探节点不同的数据汇集间隔：10分钟，1小时和3小时。农场中几乎静态的无线链路促使我们在很长的数据汇集周期（3天）内使用同一棵树。观察到跨节点的能量消耗的不平衡非常小，并且网络架构使用易于实现的协议来执行不同的网络活动，包括处理节点故障。我们提出了对我们的实施进行的广泛测试的结果和分析，这提供了重要的见解。
2019-10-22 cs.NI
Distributed Principal Component Analysis for Wireless Sensor Networks
主成分分析（PCA）是一种数据降维技术，非常适合处理来自传感器网络的数据。它可以应用于压缩、事件检测和事件识别等任务。该技术基于线性变换，其中传感器测量被投影在一组主分量上。当传感器测量值相关时，一小组主成分可以解释大多数测量值的变化。这允许显著减少无线电通信量和能量消耗。在本文中，我们表明，功率迭代方法可以分布在传感器网络中，以计算近似的主成分。所提出的实现依赖于聚合服务，最近已被证明提供了一个合适的框架，用于分布在传感器网络内的线性变换的计算。我们还扩展了以前的工作，提供了一个详细的分析所涉及的计算，内存和通信成本。一个涉及真实数据的压缩实验验证了该算法，并说明了准确性和通信成本之间的权衡。
2010-03-09 cs.NI
Mobile Base Station Optimal Tour in Wide Area IoT Sensor Networks
Motilal Nehru National Institute of Technology (MNNIT)（莫蒂拉尔·尼赫鲁国立理工学院）
针对广域物联网传感器网络，提出移动基站最优巡回（MOT）问题，通过形式化建模为组合优化问题，因计算难设计多项式时间贪婪启发式算法，模拟结果显示算法能低成本、全覆盖且快速执行。
2026-07-07 cs.NI eess.SP
UAV-Assisted Joint Data Collection and Wireless Power Transfer for Batteryless Sensor Networks
College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
本文提出一种无人机辅助的联合数据采集与无线电力传输方案，通过深度强化学习优化发射功率和轨迹，以提高偏远地区无电池传感器网络的数据收集效率和公平性。
2026-01-23 cs.NI
Network Functional Compression for Control Applications
未来通信系统的发展趋势是以信息物理系统的操纵和控制为目标。这些系统在工业4.0中呈现的环境中可能会很快变得拥挤。在这些场景中，过多的传感器数据被无线传输到计算网络物理系统的控制功能的多个网络控制器。在本文中，我们展示了网络功能压缩（FC）的实现，作为概念证明，以大幅减少这些场景中的数据流量。FC是一种面向目标的通信方案，其中发送器接收器对的目标是传输最小量的信息以在接收器端计算函数。在我们的场景中，网络控制器将传感器数据的编码和压缩版本传输到目的地，即对计算感兴趣的网络控制器，即PID控制器。我们表明，它是可能的，以实现超过50%的压缩率，在某些情况下，采用FC。我们还表明，使用FC在分布式级联的方式可以实现更显着的压缩率，同时降低计算成本。
2022-10-26 cs.NI
Efficient Data Collection in Multimedia Vehicular Sensing Platforms
车辆为城市传感应用提供了一个理想的平台，因为它们可以配备各种传感设备，可以连续监测行驶车辆周围的环境。在这项工作中，我们特别关注的是使用车辆作为积木的多媒体移动传感器系统能够捕捉摄像头快照的街道，以支持交通监控和城市监控任务。然而，相机是高数据速率传感器，而用于车辆通信的无线基础设施可能面临性能限制。因此，数据冗余缓解在这样的系统中是至关重要的。为了解决这个问题，在本文中，我们利用子模块优化技术设计高效和强大的数据汇集计划的多媒体车载传感器网络。我们还探索了另一种方法，用于数据汇集，在更长的时间尺度上运行，只依赖于本地化的决策，而不是集中计算。我们使用具有真实车辆移动模式的网络模拟来验证我们提出的方案与忽略数据冗余的基线解决方案相比的性能提升。仿真结果表明，我们的数据汇集技术可以确保更准确的道路网络的覆盖，同时显着减少传输的数据量。
2013-11-23 cs.NI
Technical Report for A Joint User Scheduling and Trajectory Planning Data Collection Strategy for the UAV-assisted WSN
无人机（无人机）通常作为移动汇点被派遣，以协助大规模无线传感器网络（WSNs）中的数据汇集。然而，当考虑到大规模WSN中UAV的移动性和通信能力的限制时，一些传感器节点可能会耗尽存储空间，因为它们无法在延长的时间段内将其数据卸载到UAV。为了最大限度地减少数据丢失所造成的上述问题，联合用户调度和轨迹规划数据汇集策略，提出了这封信，这是制定为一个非凸优化问题。该问题被进一步分解为两个子问题并依次求解。仿真结果表明，该策略在最小化数据丢失率方面比其他策略更有效。
2021-03-01 cs.NI
Maximum Lifetime Convergecast Tree in Wireless Sensor Networks
研究了无线传感器网络中周期性汇聚广播应用的最大生存期数据汇集树构建问题。我们通过实验观察到，如果两个节点发送相同数量的数据包，即使发送的数据包的有效载荷长度不同，节点的能量消耗量也大致相同。这是因为分组传输期间的主要能量消耗来自无线电启动和介质访问控制开销。我们制定的生命周期最大化问题捕获的能量消耗，由于消息传输/接收的数据包发送/接收的数量方面，与以前的作品，考虑发送/接收的数据单元（由节点生成的传感器数据量）的数量。无线电的可变发射功率水平和占传感器的能量消耗是其他因素，使我们的问题制定不同于那些在以前的工作。我们证明了该问题是NP完全的，并提出了一种算法来解决该问题，在一个由20个传感器节点组成的实际测试床上，以Jain的公平性指标为度量，对该算法的性能进行了实验评估，并与广泛使用的最短路径树（SPT）和随机数据汇集树（RDCT）算法进行了比较。实验结果表明，与SPT和RDCT算法相比，该算法下不同节点的能耗更加均衡。此外，该算法在大型网络中的性能进行了研究，通过仿真，并与最先进的RaSMaLai算法，SPT，最小生成树，RDCT的数据汇集计划。我们的模拟表明，该算法提供了一个显着更高的网络寿命相比，所有其他考虑的数据汇集方法。
2020-06-09 cs.NI
Energy Transfer and Data Collection from Batteryless Sensors in Low-altitude Wireless Networks
针对高温等难以到达区域的无电池传感器网络，提出无人机辅助无线能量传输与数据收集框架，通过SAC-PPV算法联合优化功率分配和轨迹，在最大化公平数据收集量的同时最小化无人机能耗。
2025-07-10 cs.NI eess.SP
Plane Sweep Algorithms for Data Collection in Wireless Sensor Network using Mobile Sink
在无线传感器网络（WSNs）中使用移动汇点进行数据收集在许多方面提高了WSNs的性能，例如功耗、寿命等。在一些应用中，移动汇点$MS$沿着预定义的路径行进以从附近的传感器（其被称为子汇点）收集数据。由于$MS$的速度慢，数据传送延迟高。然而，优化{ \em数据收集调度}，即优化子宿到$MS$的传输调度和$MS$的移动速度，可以减少数据收集延迟。我们制定了两个新的优化问题的数据收集在最短的时间。第一个问题通过控制数据传输调度和$MS$的速度来确定$MS$的最优数据收集调度，其中子宿的数据可用性被给定。第二个问题概括了第一个问题，其中子汇的数据可用性是未知的。平面扫描算法被提出来寻找最佳的数据收集时间表和子汇的数据可用性。所提出的算法的性能进行了评估，通过仿真。仿真结果表明，最优的数据收集时间表的子汇之间的数据的最佳分配，提高了数据收集时间。
2019-06-15 cs.CG cs.NI eess.SP
Enabling robust sensor network design with data processing and optimization making use of local beehive image and video files
针对鲁棒传感器网络中蜂巢图像与视频大数据的高效管理问题，提出结合边缘计算、新型压缩算法和数据聚合技术的整体优化方案，以提升传输与存储效率并支持资源受限环境下的可持续物联网应用。
2024-02-26 cs.NI cs.SE
Data Collection through Vehicular Sensor Networks by using TCDGP
如今，许多汽车制造商正计划在其车辆中安装无线连接设备，以实现与“路边基站”以及车辆之间的通信，以实现安全，驾驶辅助和娱乐的目的。一个明显的特点是，车辆是高度移动的，速度高达30米/秒，虽然他们的移动模式是更可预测的比移动自组织网络（MANET）中的节点，由于道路，速度限制和通勤习惯的约束。因此，这些网络需要特定的解决方案，并确定一个新的研究领域，即，车载自组织网络（VANET）。在本文中，我们专注于一个特定的VSN架构，其中的ad hoc网络由电信/服务提供商操作，结合无价值的个人感知数据，并从中提取有效的反馈有关的情况下，在一个地理区域的道路。在运营的VSN中，提供商倾向于使用自由频率通信介质（例如IEEE 802.11p）来减少其网络上的流量负载。为此，我们提出了TCDGP（树形数据收集协议），一个跨层协议的基础上分层和地理数据汇集，聚合和传播机制。我们分析我们的解决方案的性能，使用模拟环境和现实的移动模型。我们证明了这种解决方案的可行性，并表明，TCDGP提供了宝贵的信息，而不会使他的网络过载的运营商。
2012-08-19 cs.NI
Performance Analysis of RFDMRP:River Formation Dynamics based Multi-Hop Routing Protocol in WSNs
在无线传感器网络中，传感器节点根据其功能从环境中感知数据并转发到其基站。此过程称为数据汇集。数据汇集过程可以直接完成，也可以通过多跳路由完成。在直接路由中，每个传感器节点直接将其传感数据传输到基站，由于传感器节点与基站之间的距离较远，影响了传感器节点的能量消耗。在多跳路由中，感知数据通过多个节点中继到基站，它消耗较少的能量。本文提出并分析了一种基于河流形成动力学的多跳路由协议RFDMRP（数据汇集）的性能。针对网络寿命、能量使用、节点密度和数据聚合等网络参数对RFDMRP的性能进行了测试和分析。仿真结果与两种算法LEACH和MOD_LEACH进行了比较。比较结果表明，该算法在网络生命周期方面优于LEACH和MOD_LEACH。
2016-02-16 cs.NI
Hierarchical Range Sectoring and Bidirectional Link Quality Estimation for On-demand Collections in WSNs
本文提出了两种机制，设计一个按需的，可靠的和有效的收集协议的无线传感器网络。前者是双向链路质量估计，它允许节点轻松快速地计算一对节点之间的链路质量。后者，分层范围扇区，组织传感器在不同的部门，根据他们在网络中的位置。在此基础上，每个扇区的节点被协调在特定的时间段内进行传输，以减少隐藏终端问题。为了评估这两种机制，在TinyOS 2.1中实现了一个名为HBCP（基于层次的收集协议）的协议，并在使用TelosB motes的测试平台中进行了评估。结果表明，HBCP协议能够实现很高的可靠性，特别是在大型网络和瓶颈场景。
2012-08-10 cs.NI
A Cross-Layer Approach for Video Delivery over Wireless Video Sensor Networks
本文提出了一种新的无线视频传感器网络（WVSN）跨层视频传输方法。264/AVC视频压缩标准的基础上，采用了一种节能的自适应视频压缩方案。编码器使用两种模式操作。在第一模式中，节点在低帧速率之后捕获场景。当检测到事件时，编码器切换到具有较高帧速率的第二模式，并输出两种不同类型的宏块，分别参考感兴趣区域和背景。此外，我们提出了一个能源和队列缓冲区大小感知MMSPEED为基础的协议，可靠和能源效率的路由两个区域的目的地。仿真结果表明，该方法是能量有效的，并提供良好的视频流质量。此外，建议的路由协议EQBSA-MMSPEED优于它的前辈，QBSA-MMSPEED和MMSPEED，提供33%的寿命延长和3 dB的视频质量增强。
2015-01-29 cs.NI
Optimizing IoT and Web Traffic Using Selective Edge Compression
物联网（IoT）设备和应用正在生成和传送大量数据，并且数据汇集的速率正在快速增加。这些高通信量对于能量受限、数据受限的无线移动设备和联网传感器来说是一个挑战。压缩通常用于减少Web流量，节省能源，并使网络传输更快。但是，如果使用不当，压缩可能会损害性能。这项工作提出并评估机制，采用选择性压缩在网络的边缘，基于数据的特性和网络条件。这种方法（i）提高了物联网环境中网络传输的性能，同时（ii）节省了大量数据。我们证明了我们的库在固定和动态变化的网络条件下分别平均加速了2.18倍和2.03倍的网络传输。此外，它还提供一致的数据节省，将数据压缩到原始数据大小的19%。
2020-12-29 cs.NI cs.PF
