Flow Based Efficient Data Gathering in Wireless Sensor Network Using Path-Constrained Mobile Sink
在能量受限的无线传感器网络中,如何以最小的能量消耗最大化移动sink的数据汇集是一个具有实际挑战性的问题。在这篇文章中,我们考虑的问题,有效的数据汇集,以及一个预先指定的路径,使用一个恒定的速度移动汇。我们称之为一个最大化的数据收集与最小的能源消耗(MDGMEC)问题的问题。到目前为止,已有的作品MDGMEC问题的启发式算法。因此,基于网络流量优化方法,我们提出了一个确定性的算法,称为数据收集使用移动汇聚路径约束环境(DGAMSPCE)来处理MDGMEC问题。建议DGAMSPCE计划运行在多项式时间,是很容易扩展的网络与大量的节点。在此基础上,提出了一种基于单次访问的路径约束环境下移动汇聚数据收集算法(SADGAMSPCE)。我们评估建议的计划,并与现有的计划进行比较。在MATLAB中的仿真实验表明,我们提出的方案优于其他现有的计划,收集的数据量和网络的总能耗,显着。
2018-11-30 cs.NI
An Algorithm to Determine Energy-aware Maximal Leaf Nodes Data Gathering Tree for Wireless Sensor Networks
针对无线传感器网络中周期性的数据汇集和传输问题,提出了一种能量感知的最大叶节点数据收集(EMLN-DG)算法。对于每一轮的数据收集,一个EMLN-DG树跨越整个传感器网络形成的基础上,剩余的能量水平在节点和未覆盖的邻居节点的数量在树的形成。只有具有相对较大数目的邻居以及较高能量水平的节点才被包括作为EMLN-DG树中的中间结点。通过最大化DG树中的叶子节点的数量,并考虑在形成树时节点处可用的能量水平,我们减少了每轮的能量消耗,并平衡了网络中所有节点的能量水平。这有助于显著更大的网络寿命,测量为由于电池电量耗尽而导致的第一个节点故障之前的轮数。与LEACH和PEGASIS等知名数据收集算法的性能比较研究表明,EMLN-DG可以帮助维持网络的轮数显著增加,同时产生较低的能量损失,延迟和每轮数据收集的能量损失 * 延迟。
2014-12-07 cs.NI
An Efficient Hybrid Data Gathering Scheme in Wireless Sensor Networks
由于方程1中的一个关键符号错误,本文已被作者撤回
2011-06-26 cs.DC cs.NI
EDAP: An Efficient Data-Gathering Protocol for Wireless Sensor Networks
Amirkabir University of Technology (Tehran Polytechnic)(阿米尔卡比尔理工大学(德黑兰理工大学))
针对定向扩散协议存在的延迟聚合和独立ED洪泛问题,提出EDAP协议,利用虚拟汇聚节点构建多路径,实现负载均衡,显著节省能量并延长网络寿命(比DD提升75%)。
2026-10-07 cs.NI
Energy and Link Quality Based Routing for Data Gathering Tree in Wireless Sensor Networks Under TINYOS - 2.X
能量是无线传感器网络中最重要也是最稀缺的资源之一。无线传感器网络节点采用嵌入式操作系统TinyOS,解决了无线传感器网络节点处理能力、内存、能量等方面的限制,并采用收集树协议(CTP)从传感器节点收集数据。它使用四比特链路估计或链路估计交换协议(LEEP)来预测节点之间的无线链路的双向质量,并且下一跳候选是基于估计的链路质量。节点的剩余能量是一个重要的关键因素,它在网络的生存期中起着至关重要的作用,因此它必须作为父节点选择的度量之一。在这项工作中,我们考虑的剩余能量的节点作为度量之一,以决定除了链路质量指标的父。在每个节点转发的数据包数量和网络的数据包接收率(PRR)方面,该协议与CTP协议进行了比较。在TOSSIM仿真器中进行了仿真,并在Crossbow IRIS无线电测试台上进行了测试。结果表明,我们的算法在负载分布方面优于CTP,从而延长了生命周期
2010-05-11 cs.NI
Minimizing Flow Time in the Wireless Gathering Problem
我们解决的问题,有效的数据收集在无线网络中,通过多跳通信。我们专注于最小化数据包的最大流动时间的目标。我们证明了,没有多项式时间的算法,这个问题可以有近似比小于$Ω(m^{1/3)$时,$m$数据包必须发送,除非$P = NP$。然后,我们使用资源增加来评估FIFO类策略的性能。我们证明了这种策略是5速最优的,即,如果我们允许该算法以比我们比较的最优解高5倍的速度传输数据,则其成本保持在最优成本内。
2008-02-20 cs.DS cs.NI
An Energy Efficient Scheme for Data Gathering in Wireless Sensor Networks Using Particle Swarm Optimization
由于方程1中的一个关键符号错误,本文已被作者撤回
2011-06-26 cs.DC cs.NE cs.NI
Efficient Data Gathering in Wireless Sensor Networks Based on Matrix Completion and Compressive Sensing
在无线传感器网络中以节能的方式收集数据是一个重要的设计挑战。在无线传感器网络中,传感器的读数往往表现出时间内和空间间的相关性。因此,在这封信中,我们使用低秩矩阵完成理论来探索空间间的相关性,并使用压缩感知理论来利用时间内的相关性。我们的方法,被称为MCCS,可以显着减少数据量,每个传感器必须通过网络发送到sink,从而延长整个网络的生命周期。使用真实数据集的实验证明了我们的MCCS方法的可行性和有效性。
2013-02-09 cs.IT cs.NI math.IT
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
Dynamic Vehicle Routing for Data Gathering in Wireless Networks
我们考虑一个动态车辆路由问题在无线网络中的消息到达随机的时间和空间被收集的移动接收器(车辆或收集器)。收集器负责通过动态调整其在网络中的位置来经由无线通信接收这些消息。我们的目标是利用无线传输和受控的移动性相结合,以提高在这样的网络中的延迟性能。我们证明了这样一个系统稳定的充要条件(在有界平均消息数意义下)由ρ<1给出,其中ρ是系统的平均负载.我们推导出系统中延迟的基本下界,并开发出对所有负载ρ<1都稳定且具有渐近最优延迟缩放的策略。此外,我们将我们的分析扩展到网络中有多个收集器的情况。我们表明,移动性和无线传输的组合的结果在延迟缩放的Θ(1/(1- ρ))与系统负载ρ,这是一个因子的Θ(1/(1- ρ))小于的延迟缩放在相应的系统中的收集器访问每个消息的位置。
2010-08-27 cs.NI math.OC
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
Data Gathering from Path Constrained Mobile Sensors Using Data MULE
在无线传感器网络中,传感器节点被部署用于从环境中感知有用的数据。传感器是能量受限的设备。为了延长传感器网络的生命周期,现在使用移动机器人(有时称为数据汇,数据骡子或数据收集器)来收集传感器的传感数据。在这种环境中,传感器节点直接将其感测到的数据传输到数据骡子。传感数据有时对时间敏感;因此,应在预定义的时间段内收集数据。因此,根据数据骡子的速度,数据骡子的轨迹长度具有上限。本文提出了一种近似算法,用于移动数据采集器从移动传感器采集数据
2016-12-13 cs.NI
Designing a brown planthoppers surveillance network based on wireless sensor network approach
提出了一种利用省级褐飞虱监测网监测褐飞虱的新方法。该网络的拓扑结构被识别为无线传感器网络(WSN),其中每个节点是一个真正的光阱,每个边描述了两个节点之间的影响,允许收集BPH信息。不同的通信范围进行评估,以选择合适的网络。实验是在越南湄公河三角洲地区典型的水稻大省后江省的光诱监测网上进行的。
2013-12-13 cs.NI
Node Failure Time and Coverage Loss Time Analysis for Maximum Stability Vs Minimum Distance Spanning Tree based Data Gathering in Mobile Sensor Networks
移动传感器网络是由任意移动的传感器节点组成的无线网络。在本文中,我们探讨了使用最大的稳定性生成树为基础的数据收集(最大稳定DG)算法和最小距离生成树为基础的数据收集(MST-DG)算法的移动传感器网络。我们分析了这两种算法对节点故障时间的影响,以及由于节点故障而导致的覆盖损失。最大稳定DG和MST-DG算法都是基于一个贪婪的战略,确定一个数据收集树时,需要和使用,只要它存在的树。最大稳定性DG算法假设未来拓扑变化的完整知识的可用性,并确定其对应的生成树将自当前时刻起存在最长时间的数据收集树;而MST-DG算法确定其对应的生成树是当前时刻的最小距离树的数据收集树。我们观察到的最大稳定DG树,以产生更长的网络寿命(时间断开的网络的活传感器节点,由于节点故障),一个更大的覆盖范围损失的时间为一个特定的分数的覆盖范围损失,以及在任何时候的覆盖范围损失的较低分数。权衡是,最大稳定DG树招致较低的节点寿命(第一个节点故障的时间),由于重复使用的数据收集树较长的时间。
2014-12-01 cs.NI
CMIP: Clone Mobile-agent Itinerary Planning Approach for Enhancing Event-to-Sink Throughput in Wireless Sensor Networks
为了缓解无线传感器网络中数据拥塞、延迟增加和高能耗的问题,移动代理(MA)已被证明是传统客户端-服务器数据收集模型的可行替代方案。MA具有基于所分配的路线在网络节点之间迁移的能力,所述路线可以经由单路线规划(SIP)或多路线规划(MIP)形成。基于MIP的数据收集方法解决了与SIP相关的任务持续时间,能耗和可靠性方面的问题。然而,大多数现有的MIP方法只关注减少能耗和任务持续时间,而事件到宿吞吐量没有被考虑。在本文中,克隆移动代理行程规划方法(CMIP),提出了减少任务持续时间,同时提高事件到汇吞吐量的实时应用,特别是当MA被分配访问大量的源节点。仿真结果表明,CMIP方法优于中心位置为基础的MIP(CL-MIP)和最大信息最大内存为基础的MIP(GIGM-MIP)在减少约56%和16%的任务持续时间方面,分别。此外,与CL-MIP和GIGM-MIP方法相比,CMIP分别将事件到宿吞吐量提高了约93%和22%。
2021-02-14 cs.NI
Multi-UAV Assisted Data Gathering in WSN: A MILP Approach For Optimizing Network Lifetime
在本文中,我们研究了从大规模的无线传感器网络收集数据的问题,使用多个无人机(UAV)收集数据在指定的renewses,其目标是最大限度地提高网络的生命周期。先前的提议通常考虑一种实际的方法,其中确定数据收集方案的问题被分解成2个子问题:i)将网络划分成集群,以用于确定作为这些获得的集群头的重定向点;以及ii)确定一组给定数量的UAV的路径,以分别在这些重定向点收集数据,这些重定向点已经在每个本地集群内收集数据。我们试图处理这个作为一个整体的优化问题,预计在计算复杂性的显着增加,这将带来新的挑战,在创建大规模的无线传感器网络的实际解决方案。我们引入两种替代混合整数线性规划(MILP)配方,即2-指数模型与$O(n^2)$变量和3-指数模型,有$O(n^3)$变量,其中$n$表示传感器节点的数量。我们表明,我们的最佳模型可以最佳地解决问题的情况下,多达50个传感器节点在不到30分钟。接下来,我们提出了一个启发式的想法,以减少在实现3-索引模型的变量的数量,以有效地处理更大规模的网络大小数百。实验结果表明,我们的启发式方法显着延长了网络的生命周期相比,现有的最有效的建议。
2021-08-24 cs.NI
Robots-Assisted Redeployment in Wireless Sensor Networks
连通性和覆盖是无线传感器网络的两个关键问题。一些研究集中在提出解决方案,以改善和调整无线传感器网络的初始部署,以满足这两个标准。在我们的工作中,我们提出了一个新的层次结构的传感器网络,有利于收集冗余信息的拓扑结构。然后,几个移动机器人必须以优化的方式重新定位冗余传感器,以实现网络的最佳连接和覆盖。移动机器人必须相互合作,协调它们的运动。一个性能评估进行研究所需的机器人的数量和它的网络连接率和覆盖率的影响之间的权衡。
2012-07-31 cs.NI
TRASA: TRaffic Aware Slot Assignment Algorithm in Wireless Sensor Networks
在无线传感器网络的典型应用模式--数据收集应用中,传感器节点可能有不同的流量需求。对每个节点的不均等信道访问可能导致拥塞、带宽的低效使用和应用性能的降低。本文证明了当p跳节点不被分配相同的时隙时,时隙分配问题是NP-完全的,其中对任意严格正整数h,1 <= p <= h.我们提出了TRASA,一个TRAffic意识时隙分配算法能够分配时隙的传感器成比例的需求。我们评估的性能TRASA为不同的物流,并证明它提供了一个优化的空间重用和最小化的周期长度。
2012-09-13 cs.NI
A Heuristic for Maximizing the Lifetime of Data Aggregation in Wireless Sensor Networks
近年来,许多研究人员研究了在无线传感器网络中有效地收集数据,以最大限度地减少总能量消耗时,固定数量的数据被允许聚集到一个数据包。然而,最小化总能耗并不意味着网络寿命最大化。在本文中,我们研究的问题,调度数据聚合树工作在不同的时间段,以最大限度地提高网络的生命周期时,一个固定数量的数据被允许聚合到一个数据包。此外,我们提出了一个启发式的平衡数据聚合树中的节点的生命周期,使网络的生命周期最大化。仿真结果表明,该启发式算法具有良好的性能。
2019-09-23 cs.NI
Noise Filtering, Channel Modeling and Energy Utilization in Wireless Body Area Networks
通过移动网络可以在不干扰患者日常活动的情况下实现对患者的持续监测。无线可穿戴体域网的概念是将传感器节点分布在家庭环境中提供家庭帮助。收集有用信息并将其传送到所需目的地可能面临若干问题。在本文中,我们找出不同的问题,并讨论其可能的解决方案,以获得一个优化的基础设施,照顾老年人。本文讨论了不同的信道模型及其特点,不同均衡技术中的噪声滤波,能量消耗以及不同损伤的影响。这项工作的新颖之处在于,我们强调了BAN基础设施仍然面临的多个问题及其可能的解决方案。
2012-07-11 cs.NI
Clustering Based Lifetime Maximizing Aggregation Tree for Wireless Sensor Networks
由于无线传感器网络能量供应的有限性和不可补充性,能量效率是无线传感器网络(WSNs)运行各个方面中最重要的问题。数据聚合机制是延长传感器节点寿命的可能解决方案之一,另一方面也有助于消除数据冗余,提高信息收集的准确性,是无线传感器网络必不可少的。在本文中,我们提出了一个基于聚类的生命周期最大化聚合树(CLMAT),我们创建的聚合树,旨在减少能源消耗,最大限度地减少遍历的距离,并最大限度地减少能源消耗方面的成本。在CLMAT中,具有最大可用能量的节点被用作父结点/聚合器节点。我们得出结论,最好的聚合树最大限度地减少能源利用,最大限度地减少成本,从而最大限度地延长网络寿命。
2013-03-23 cs.NI
On the Construction of Data Aggregation Tree with Minimum Energy Cost in Wireless Sensor Networks: NP-Completeness and Approximation Algorithms
在许多应用中,接收器周期性地收集来自所有传感器的报告是基本操作。由于数据收集过程通常进行多轮,因此有效地收集这些数据,即减少数据传输的能量成本是重要的。在这种应用中,通常采用树作为路由结构,以节省维护传感器路由表的计算成本。在本文中,我们的工作在无线传感器网络中的数据传输的总能量成本最小化的数据聚合树的构建问题。此外,我们还解决了这样的问题,在无线传感器网络中的中继节点存在。我们证明了这两个问题是NP完全的,并分别给出了O(1)-近似算法。仿真结果表明,所提出的算法都有很好的性能方面的能量成本。
2014-02-26 cs.NI
Dynamic Channel Access for Energy Efficient Data Gathering in Cognitive Radio Sensor Networks
无线传感器网络(WSNs)运行在免许可的频谱遭受不受控制的干扰,因为这些频谱变得越来越拥挤。新兴的认知无线电传感器网络(CRSNs)提供了一个很有前途的解决方案,以应对这一挑战,使传感器节点的机会主义接入许可信道。然而,由于传感器节点必须消耗大量的能量来支持CR功能,如信道感知和切换,机会信道接入应仔细设计,以提高CRSN的能量效率。为此,我们研究了动态信道接入问题,以提高能源效率的集群CRSN。在保护主用户的需求下,我们研究了资源分配问题,以最大限度地提高利用许可信道进行簇内和簇间数据传输的能量效率。考虑到传感器节点在信道感知和切换过程中的能量消耗,根据免许可信道的丢包率,进一步确定了传感器节点感知和切换到许可信道以提高能量效率的条件。此外,提出了两种动态信道接入方案,分别用于确定簇内和簇间数据传输的信道感知和切换序列。大量的仿真结果表明,所提出的信道接入方案可以显着降低CRSN的能量消耗。
2015-07-22 cs.NI
Node Coloring in Wireless Networks: Complexity Results and Grid Coloring
着色在无线网络中用于提高通信效率,主要是在带宽、能量和可能的端到端延迟方面。本文定义了h跳节点着色问题,h为任意正整数,适用于无线网络中的两类应用。我们对一般的应用给出了一般模式,对数据收集应用给出了策略模式,并证明了相关的决策问题是NP-完全的。然后,我们专注于网格拓扑结构,构成大型或密集的无线网络的常规拓扑结构。我们考虑不同的传输范围,并确定一个颜色模式,可以复制到颜色的最佳数量的整个网格。我们得到一个最佳的周期性着色的网格所考虑的传输范围。然后,我们提出了一个3跳分布式着色算法,称为SERENA。通过模拟结果,我们强调了节点优先级分配对任何网络和网格获得的颜色数量的影响。然后,我们比较这些最佳结果的网格与SERENA获得的,并确定方向,以改善SERENA。
2012-09-13 cs.NI
An Indoor Fingerprinting Localization Approach for ZigBee Wireless Sensor Networks
位置跟踪系统正日益成为无线传感器网络领域的研究热点。基于接收信号强度(RSS)的定位系统处于跟踪研究应用的最前沿。无线电定位指纹是最有前途的室内定位方法之一,由于其强大的精度和成本。然而,指纹识别系统需要在跟踪区域中收集大量的参考点以实现合理的定位精度。在本文中,我们提出了一种基于RSS技术的指纹定位方法。所提出的系统不需要收集大量的参考点,并提供良好的室内定位精度。所实现的方法是基于将跟踪区域划分为子区域,并通过从不同的参考点的RSS值的范围内分配一个独特的功能,每个子区域。为了测试所提出的系统的效率,一些实际的实验已经进行了使用Jennic传感器节点。
2013-08-08 cs.NI
Topology Optimization for Galvanic Coupled Wireless Intra-body Communication
植入人体的传感器和执行器有望实现原位健康监测和个性化医疗的快速发展。我们提出了一种新的范例,这种植入物可以通过一种称为电流耦合的技术进行无线通信,该技术使用微弱的电信号和身体组织的传导特性。虽然电流耦合克服了体内大量吸收RF波的问题,但独特的体内通道提出了关于植入物和外部(即,在皮肤上)数据汇集节点。本文对以下方面做出了第一个贡献:(i)通过使用测量驱动的组织通道模型优化数据汇集点/继电器的位置来构建节能拓扑,以及(ii)平衡整个植入物网络的能耗,以满足应用需求。我们通过两阶段迭代聚类算法实现这一点的植入物,并制定一个优化问题,决定外部数据收集点的位置。我们的理论结果是通过模拟和实验研究验证真实组织,在网络寿命的增加。
2015-12-08 cs.NI
Efficient and Secure Routing Protocol for Wireless Sensor Networks through SNR based Dynamic Clustering Mechanisms
无线传感器网络技术(WSN)的发展提供了小型和低成本的传感器,其具有感测各种类型的物理和环境条件、数据处理和无线通信的能力。在无线传感器网络中,传感器节点的传输距离有限,其处理和存储能力以及能量资源都是有限的。三重仲裁系统(TUS)已经被证明在无线传感器网络中具有更好的性能。分簇技术为延长无线传感器网络的生命周期提供了一种有效的方法。在本文中,我们修改了Ad hoc按需距离矢量路由(AODV),将信噪比(SNR)的动态分簇。提出的基于SNR的动态分簇机制的无线传感器网络高效安全路由协议(ESRPSDC)能够将节点划分成簇,并根据能量选择簇头节点,非簇头节点根据SNR值加入特定的簇头节点。错误恢复已经在群集间路由本身期间实现,以避免端到端的错误恢复。安全性已经实现了隔离恶意节点使用汇基于路由模式分析。使用全球移动模拟器(GloMoSim)进行的广泛调查研究表明,与SNR未知的路由算法(如低能量感知自适应聚类层次(LEACH)和传感器信息系统中的功率有效收集(PEGASIS))相比,该混合ESRP显著提高了能量效率和分组接收率(PRR)。
2013-06-03 cs.NI
Application Scheduling with Multiplexed Sensing of Monitoring Points in Multi-purpose IoT Wireless Sensor Networks
无线传感器网络(WSNs)有许多应用,是物联网系统的重要组成部分。无线传感器网络的主要功能是从传感器节点覆盖的特定点收集数据,并将收集到的数据传输到远程单元进行进一步处理。在物联网用例中,WSN基础设施可能需要由许多应用共享,这需要调度这些应用以分时共享节点和网络资源。在本文中,我们调查的问题,在无线传感器网络基础设施的应用程序调度。我们专注于应用程序的情况下,请求一组监测点被感测在该区域的无线传感器网络的跨度,并提出了一个共享的数据的方法,利用多路复用的多个应用程序所请求的监测点的传感,这减少了传感和通信网络上的负载。我们还提出了一个遗传算法称为GABAS,和三个贪心算法调度应用到一个无线传感器网络的基础设施,考虑不同的标准。我们进行了广泛的模拟实验,以评估我们的算法,并比较它们的一些标准的调度方法。结果表明,我们提出的方法比标准的调度方法在最大完工时间,周转时间,等待时间,成功的执行率指标。我们还观察到,我们的遗传算法是非常有效的调度应用程序相对于这些指标。
2022-10-12 cs.NI
Sensors Lifetime Enhancement Techniques in Wireless Sensor Networks - A Survey
无线传感器网络基本上用于收集智能环境所需的信息,但它们在无人值守的情况下特别有用,其中地形,气候和其他环境限制可能会阻碍有线/传统网络的部署。与传统网络不同,这些传感器网络没有连续的电源。相反,各个传感器是电池供电的,并且各个传感器的寿命以及因此整个网络在很大程度上取决于这些传感器的占空比。对无线传感器网络的分析表明,通信模块是消耗传感器能量最多的部分,这就是为什么节能是主要的优化目标。由于路由协议和MAC协议直接访问通信模块,因此这两个域的协议设计应考虑节能目标。在本文中,我们讨论了不同的国家的最先进的协议,在MAC和路由域已提出的无线传感器网络,以实现延长网络寿命的总体目标。无线传感器网络中的路由协议通常分为三组-以数据为中心,分层和基于位置的,但我们只关注前两类,因为基于位置的路由协议通常需要有关传感器位置的先验知识,大多数时候是不可用的,由于随机部署的传感器。然后,我们将讨论如何基于调度和基于竞争的MAC协议可以有助于实现有限的能源资源的最佳利用,避免或减少冲突的机会,从而需要重传。
2010-05-21 cs.NI
SS5G: Collision Resolution Protocol for Delay and Energy Efficient LoRa Networks
未来的5G和物联网(IoT)应用将严重依赖远程通信技术,如低功耗无线局域网(LPWAN)。特别是,构建在LoRa物理层上的LoRaWAN正在学术界和工业界聚集越来越多的兴趣,以实现低成本节能的物联网无线传感器网络,例如,大范围的环境监测。虽然其通信范围可能高达20公里,但LoRaWAN中可实现的比特率仅限于每秒几个比特。在发生冲突的情况下,感知速率由于分组丢失和重传而进一步降低。首先,为了减轻冲突的有害影响,我们提出了一种解码算法,能够解决几个叠加的LoRa信号。我们提出的方法利用叠加信号的轻微去相干化和LoRa物理层的特定特征。其次,我们设计了一个完整的MAC协议,使冲突解决。仿真结果表明,该方法在系统吞吐量、能量效率和时延方面均优于传统LoRaWAN。这些结果表明,我们的方案非常适合5G和物联网系统,因为它们的主要目标之一是在这些性能目标之间提供最佳权衡。
2018-09-21 cs.NI
Towards Large-Scale Autonomous Wireless Sensor Networks
无线传感器网络(WSNs)的目标是从环境中收集数据。物联网(IoT)的出现彻底改变了WSN的愿景,前所未有地需要扩展并包括数百或数千个传感器。但是,为了遵循当前的物联网趋势,需要实施新技术,因为成千上万个传感器节点的订单无法通过当今的无线传感器网络系统进行管理,这些系统通常依赖于手动配置,因此不实用。例如,对于民用基础设施(即桥梁、塔)的结构健康监测,数千个节点的电池的更换可能是极其艰巨的,甚至是不可能的。因此,解决系统管理员日益增长的负担的方法是自动化,允许系统检查自己的状态,重新配置自己,并在可能的情况下修复网络中的主要问题。在本文中,我们提出并讨论了实现自主的大规模无线传感器网络所需的主要功能。此外,我们将这些功能与现实世界中大规模WSN部署的最新技术进行了比较,表明需要进一步的解决方案来大幅减少人为干预,同时保证系统的主要功能。
2019-06-28 cs.NI eess.SP
Strategic Demand-Planning in Wireless Networks: Can Generative-AI Save Spectrum and Energy?
Carleton University(卡尔顿大学);Ankara Yıldırım Beyazıt University(安卡拉耶尔德勒姆贝亚兹特大学)
本文提出无线网络中通过需求标记、塑造和重调度实现战略需求规划的概念,将生成式AI(GenAI)用于需求塑造以压缩转换内容,提升多场景性能并节省频谱和能源,且其实施因AI进展更可行。
2024-12-01 cs.AI cs.NI
Optimum Bi-level Hierarchical Clustering for Wireless Mobile Tracking Systems
提出了一种基于层次移动分簇的无线网络能量效率优化方法。新的双层聚类技术可以最大限度地减少节日和体育赛事等大型公共集会中使用的大规模跟踪系统的相互干扰和能耗。这种技术通过使用智能手机蓝牙和Wi-Fi连接的组合来跟踪大量人在有限区域内的随机移动。它可以有效地用于监测人群成员的健康状况,并提供他们的位置和移动方向。一个整数线性规划(ILP)模型的问题,制定了一个两级层次结构中的集群的形成优化。为了评估所提出的技术,它相比,从ILP模型获得的单级和两级聚类的最佳解决方案。此外,Matlab/Simulink仿真模型的开发,并用于测试在现实的操作条件下的技术性能。结果表明,所提出的技术的一个非常好的性能。
2019-02-08 cs.CY cs.DC cs.NI
Towards Energy Neutrality in Energy Harvesting Wireless Sensor Networks: A Case for Distributed Compressive Sensing?
本文主张使用新兴的分布式压缩感知(DCS)范例,以部署能量收集(EH)无线传感器网络(WSN),其实际网络寿命和数据收集速率远远高于最先进的水平。特别是,我们认为EH WSN中有两个基本机制:i)与EH过程相关联的能量多样性,其使得所收集的能量可以在传感器节点之间变化,和ii)与DCS过程相关联的感测多样性使得能量消耗也可以在传感器节点之间变化,危及数据恢复。我们还认为,这样的机制提供了一种手段,以密切匹配的能源需求的能源供应,以解锁能量中立的无线传感器网络,利用EH能力的可能性。一些分析和仿真结果,以说明该方法的潜力。
2013-10-17 cs.IT cs.NI math.IT
Simulated Annealing for Optimal Resource Allocation in Wireless Networks with ImperfectCommunications
模拟退火(SA)方法在设计无线网络的分布式控制算法方面取得了重大的成功。这些基于SA的技术形成了新的CSMA算法的基础,并引起了众多变体的发展,以实现最佳的系统性能,适应不同的通信技术和更现实的系统条件。然而,这些算法不容易扩展到具有噪声环境的网络,因为不可靠的通信阻止它们收集执行算法所需的必要系统状态信息。在认识到这一挑战,我们提出了一个新的SA算法,旨在更强大的网络通信经验频繁的消息下降。该算法的主要思想是一种新的耦合技术,考虑到外部的消息传递故障事件的随机性作为SA随机验收标准中固有的概率不确定性的一部分。因此,该算法可以执行,即使部分观察系统状态,这是不可能在传统的SA方法。我们发现,新提出的算法几乎肯定会在标准退火框架下找到最优解,同时提供显着的性能优势,在频繁的消息丢弃的存在下,其计算速度。
2018-09-09 cs.NI math.OC
A Combined Environmental Monitoring Framework based on WSN Clustering and VANET Edge Computation Offloading
本文提出一种结合WSN聚类与VANET边缘计算卸载的联合环境监测框架,通过SUMO和Veins仿真验证了其在广大农村道路上的高效性与可扩展性。
2024-11-15 cs.DC cs.NI
Multiple Criteria Clustering of Mobile Agents in WSN
在无线传感器网络中,成百上千个传感器节点的数据融合是一项非常复杂的任务。最近,移动代理已被提出用于传感器网络中的有效数据分发。在传统的基于客户端/服务器的计算架构中,数据从多个源收集并转发到目的地以进行进一步处理。它需要高带宽,而在移动代理是一个任务特定的可执行代码遍历到相关的源收集数据。它减少了通信开销,降低了成本,带宽低。代理具有为多个应用程序执行任务的能力。它只向目的节点发送有用的信息。问题是将相似的移动代理分组到多个集群中,使得每个集群在响应一组节点时具有相似性。通过对智能移动代理进行聚类,可以减少每个代理的时间成本,减少对网络的一组所需任务的需求,减少总的访问次数。在本文中,我们提出了移动代理(MCCMA)的多标准聚类的问题,其中的决定是集群移动代理,使一组类似的智能移动代理将访问一组类似的传感器节点。
2012-07-13 cs.NI
Technical Report: Sleep-Route - Routing through Sleeping Sensors
在这篇文章中,我们提出了一个节能的无线传感器网络的数据收集方案称为睡眠路由,它分为两组传感器节点-活动和休眠(低功耗睡眠)。只有活动的传感器节点集参与数据汇集。休眠的传感器节点的感知值预测的帮助下,一个活跃的传感器节点。虚拟传感框架(VSF)提供了一种利用传感器节点之间的数据相关性来预测传感值的机制。如果能够最小化活跃传感器节点的数量,可以节省大量的能量。主动节点的选择必须满足以下约束-(i)主动节点的集合足以预测休眠节点的感测值,(ii)每个主动传感器节点可以将它们的数据报告给汇聚节点(直接地或通过一些其他主动节点)。我们的目标是选择一个最小数量的活跃的传感器节点,以便可以最大限度地节省能源。主动节点选择的最优集合提出了一个组合优化问题,我们称之为睡眠路由问题。我们证明了睡眠路径问题是NP-困难的。然后,我们制定了一个整数线性规划(ILP)的最优解决问题。为了在多项式时间内解决此问题,我们也提出一个启发式演算法,其表现接近最佳。
2016-08-12 cs.NI
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
Broadcast Rate Limits in Wi-Fi: A Forgotten Bottleneck for Collaborative Edge LLM Inference
The Chinese University of Hong Kong(香港中文大学)
该研究针对协作式边缘LLM推理的通信瓶颈,提出适配UDP广播的MoE推理方法,发现Wi-Fi广播速率限制的遗留问题并通过仿真验证,推动Wi-Fi标准将广播纳入高吞吐量数据平面。
2026-08-04 cs.NI
A customized flocking algorithm for swarms of sensors tracking a swarm of targets
无线移动传感器网络(WMSNs)是一组具有多模态感知能力的移动传感代理,通过无线网络进行通信。WMSNs在部署和探索能力方面比静态传感器网络具有更大的灵活性。传感器网络在安全和监控系统、环境监测、以网络为中心的医疗保健系统的数据收集、监测地震活动和大气事件、跟踪交通拥堵和空气污染水平、智能交通系统中自动驾驶车辆的定位以及检测智能电网的感测、存储和开关组件的故障等方面具有广泛的应用。上述应用需要对环境中发生的感兴趣的过程和事件进行目标跟踪。已经提出了各种方法和途径以便跟踪预定义区域中的一个或多个目标。通常,这是一个复杂的工作,涉及高阶数学加上人工智能由于目标的动态性质。为了优化资源,我们需要有一种方法,以更直接的方式工作,同时产生相当令人满意的数据。在本文中,我们讨论了可能出现的各种情况下,而群集一组传感器跟踪目标在给定的环境中。这种方法是从零开始发展起来的,尽管在考虑到一些以前的理论的情况下做出了一些基本假设。本文概述了一种定制的方法,可行的跟踪在特定区域的目标群,以最大限度地减少资源和优化跟踪效率。
2013-11-13 cs.NI cs.OH
MILP, pseudo-boolean, and OMT solvers for optimal fault-tolerant placements of relay nodes in mission critical wireless networks
Sapienza University of Rome(罗马萨皮恩扎大学);University of Naples Federico II(那不勒斯费德里科二世大学)
在机场等关键基础设施中,必须非常小心地保护无线电通信网络免受外部电磁干扰。对这种关键任务无线电通信网络的保护通常通过利用无线电测向仪来解决:至少三个适当部署的无线电测向仪和一个从它们收集信息的网关,允许监测和定位不应该出现在监测区域的电磁辐射源。通常,无线电测向仪通过中继节点连接到网关。因此,为了提供可靠的监测,中继节点网络的一定程度的容错是必不可少的。另一方面,中继节点的部署通常相当昂贵。因此,我们有两个相互冲突的要求:最小化成本,同时保证给定的容错性。在本文中,我们解决的问题,计算部署的中继节点,最大限度地减少中继节点的网络成本,同时保证正常工作的网络,即使当一些中继节点(最多一个给定的最大数量)成为故障(容错)。我们表明,通过对HPC基础设施的计算密集型预处理,上述优化问题可以被编码为0/1线性规划,变得适合与标准的人工智能推理机,如MILP,PB-SAT和SMT/OMT求解器接近。我们的问题制定使我们能够提出实验结果,比较这三种解决技术的性能在一个真实的案例研究的中继节点网络部署在意大利罗马的达芬奇机场的地区。
2021-06-20 cs.AI cs.DC cs.LO
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
Energy-Delay Tradeoff and Dynamic Sleep Switching for Bluetooth-Like Body-Area Sensor Networks
无线技术使医疗保健的新方法成为可能,特别是远程监测生命体征和指示人们健康的其他参数。本文考虑了与此类应用相关的系统场景,其中智能手机充当数据收集中心,从多个具有无线功能的身体传感器收集数据,并通过标准现有蜂窝网络将其中继到医疗保健提供商主机。关键数据的延迟和传感器的能量效率是相关且冲突的问题。因此,重要的是在接近最佳能量延迟折衷曲线的某个期望点处操作无线体域传感器网络。该折衷曲线是所采用的物理层协议的函数:特别地,它取决于多址方案以及可用的编码和调制方案。在这项工作中,我们考虑一个协议密切的启发广泛使用的蓝牙标准。首先,我们考虑最小能量函数的计算,即,保证网络中所有传输队列稳定性的每符号最小能量总和。然后,我们应用尼利开发的一般理论,开发一个动态调度策略,接近最佳的能量延迟权衡网络在手。最后,我们研究了队列动态,并提出了一种新的政策,自适应连接和断开(睡眠)模式之间的切换。我们表明,所提出的政策可以实现显着的收益,在现实的情况下,控制“空”数据包必要的保持连接活着,有一个非零的能量成本,和数据到达统计对应的感测物理过程是突发性的。
2012-04-21 cs.IT cs.NI math.IT
Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and Insights
University of Quebec at Montreal(魁北克大学蒙特利尔分校);Virginia Tech(弗吉尼亚理工大学)
本文综述联邦学习在6G协议栈各层及无线运营中的应用价值,梳理范式、分类、热点与未来方向。
2023-12-07 cs.AI cs.GT cs.LG
On Computing Compression Trees for Data Collection in Sensor Networks
我们解决的问题,有效地收集相关的数据从有线或无线传感器网络,设计算法与可证明的最优性保证的目的,并了解如何接近我们可以得到已知的理论下限。我们提出的方法是基于找到一个最佳的或接近最佳的{ \em压缩树}为一个给定的传感器网络:压缩树是一个有向树的传感器网络节点,使节点的值被压缩使用的值其父节点。我们认为这个问题在不同的通信模型,包括{ \em广播通信}模型,使许多新的机会,能源效率的数据汇集。我们绘制连接之间的数据汇集问题和以前研究的图形概念,称为{ \em弱连接支配集},我们用它来开发新的近似算法的问题。我们提出了几个合成和现实世界的数据集的比较结果表明,我们的算法构建接近最佳的压缩树,产生显着减少的数据汇集成本。
2009-07-30 cs.IT cs.NI math.IT
Fundamentals of Large Sensor Networks: Connectivity, Capacity, Clocks and Computation
传感器网络潜在地具有大量节点,这些节点可以随着时间的推移感知其环境,通过无线网络彼此通信,并处理信息。它们与数据网的不同之处在于,网络作为一个整体可以被设计用于特定的应用。我们研究了这种大规模传感器网络的理论基础,解决了四个基本问题-连接,容量,时钟和功能计算。首先,传感器网络必须连接起来,以便节点之间确实可以交换信息。将ad-hoc网络的连通性图建模为随机图,确定了渐近连通性的临界范围以及节点需要连接的邻居的临界数量。接下来,考虑到连通性,我们解决了多少数据可以通过传感器网络传输的问题。我们提出了几种模式下的容量的基本界限,以及如何组织无线通信的架构的影响。时间信息对于传感器网络的应用和运行都是非常重要的,本文给出了传感器网络中时钟同步的基本界限,并给出和分析了时钟同步的算法。最后,我们转向收集相关信息的问题,传感器网络的目的。人们需要研究网络内数据聚合的最佳策略,以便可靠地计算传感器测量的复合函数,以及这样做的复杂性。我们解决的问题,如何计算可以有效地在传感器网络和算法这样做,为某些类的功能。
2009-11-17 cs.IT cs.NI math.IT