On Frequency Optimisation for Power Saving in WSNs: Finding Optimum Hardware Timers Frequencies
无线传感器网络的研究和需求正在全面扩展,因为人们逐渐认识到这些是工业,商业,家庭自动化,医疗保健,农业和环境,监控,公共安全等大量问题的关键。在这篇硕士论文中,我们研究了一种特殊的节能技术,即频率缩放。特别是,我们分析了时钟频率之间的密切关系,在一个微控制器和几种类型的限制施加在这些频率上,例如,由微控制器的其他组件,由协议规范,由外部因素等,在这些限制,我们特别感兴趣的定时器服务和由串行端口的传输速率。我们的努力产生了一个微控制器配置管理工具,其目的是帮助应用程序员选择微控制器配置,根据其应用的特定需求和限制。
2012-02-27 cs.NI
Localization Procedure for Randomly Deployed Wireless Sensor Networks
无线传感器网络(WSNs)由节点组成,这些节点从外部实体产生的事件中收集温度,污染或压力等指标。无线传感器网络中的本地化是至关重要的,因为收集的度量必须与发生的地点相关。本文提出了一种基于定位协议的可组合性在随机部署的无线传感器网络中进行定位的替代方法。结果表明,一个完全分布式的定位程序,实现了更高的数量比传统的,单独执行的定位协议,同时保持相同的低水平的电池消耗的定位节点。
2013-06-10 cs.NI
Nature-Inspired Algorithms for Wireless Sensor Networks: A Comprehensive Survey
为了解决无线传感器网络(WSNs)中的关键问题,与有限的传感器寿命的关注,自然启发的算法正在出现作为一个合适的方法。获得最佳的网络覆盖是在设置任何网络之前需要严格检查的挑战性问题之一。最优的网络覆盖不仅可以最大限度地减少电池驱动传感器的有限能量消耗,而且可以减少冗余信息的感知。在本文中,我们专注于自然启发的优化算法在无线传感器网络的最佳覆盖。在本文的前半部分,我们简要讨论了无线传感器网络中的优化算法的分类以及问题域。在论文的后半部分,我们比较了两种自然启发的算法在无线传感器网络中获得最佳覆盖的性能。第一种是改进的遗传算法和二进制蚁群算法的组合算法(IGABACA),第二种是狮子优化算法(LO)。仿真结果表明,LO算法具有更好的网络覆盖性能,且收敛速度比IGA-BACA算法快。此外,我们观察到,最佳的覆盖率是在LO中实现了更少的代数相比,IGA-BACA。这篇综述将有助于研究人员探索在这一领域以及超越这一领域的应用。关键词:最佳覆盖,仿生算法,狮子优化,无线传感器网络。
2020-12-24 cs.NE cs.NI
Performance Optimization of Multiple Interconnected Heterogeneous Sensor Networks via Collaborative Information Sharing
多传感器网络互联是无线传感器网络领域中出现的一个较新的研究领域。无线传感器网络(WSNs)通常被视为逻辑上独立的,很少有工作考虑它们之间的互连和交互。因此,互连多个异构传感器网络开辟了一个新的领域,除了更传统的研究,例如,路由、自组织或MAC层开发。到目前为止,已经提出了一些方法来互连多个传感器网络的目标,如信息共享或监测多个传感器网络。在本文中,我们建议利用无线传感器网络之间的通信,使协同性能优化,即,我们的方法旨在通过考虑来自其他传感器的测量信息来优化单个传感器网络的性能。待优化的参数一方面是能量消耗,另一方面是感测质量。
2012-12-29 cs.NI
Network-centric optimal hybrid sensing hole recovery and self-healing in IPV6 WSNs
本文利用以网络为中心的最优混合移动性检测并填补IPv6无线传感器网络中的感知空洞,通过外部网络承担处理与移动成本,实现更优覆盖、恢复速度、能耗和网络寿命。
2025-01-10 cs.NI
On the Construction of Maximum-Quality Aggregation Trees in Deadline-Constrained WSNs
在有期限约束的无线传感器网络数据聚合中,由于Sink节点的期限约束和干扰约束,使得所有传感器节点都不能参与数据聚合。因此,利用群体范例的智慧,数据聚合中的参与节点的总数确定聚合的质量($QoA$)。虽然以前的研究已经提出了最优算法,最大化$QoA$在一个强加的截止日期和一个给定的聚合树,有没有工作在这种情况下构建最优树。在本文中,我们投下一个优化问题,以解决最佳的树构建的最后期限约束的数据聚合在无线传感器网络。我们证明,最佳和最差的聚合树的最大可实现的$QoA$之间的比率是一样大的$O(2^D)$,其中$D$是汇的最后期限,从而使设计有效的解决方案的问题的最重要的价值的问题。然而,问题是具有挑战性的解决,因为我们证明了它是NP-难的。我们应用最近提出的马尔可夫近似框架,设计两个分布式算法具有不同的计算开销,收敛到一个有界邻域的最优解。大量的模拟在一组代表性的随机生成的情况下表明,所提出的算法显着提高$QoA$的%101和%93,平均相比,最好的,据我们所知,现有的替代方法。
2014-07-31 cs.NI
Performance Advancement of Wireless Sensor Networks using Low Power Techniques and Efficient Placement of Nodes
在本文中,我们提出了无线传感器网络的优化技术。我们的主要目标是最小化功耗和延迟。我们解决的问题,最大限度地减少能源消耗的无线传感器网络,包括硬件。采用ZigBee协议设计无线传感器网络的节点,实现了极低的功耗率。此外,我们建议使用IRS协议在无线传感器网络中的ZigBee技术发现信息,从不知道的位置,并实现能源效率和牺牲延迟。我们的主要思想是支持无线传感器网络的ZigBee技术和IRS协议。此外,我们解决的问题,有效的节点放置在无线传感器网络的拥塞控制。因此,我们评估的性能,具体的路由和拥塞控制算法时,无线传感器节点部署在不同的网络布局。为了证明所使用的算法的强度,我们在C#中的模拟证明,与现有的低功耗和节点放置技术相比,ZigBee-IRS- ESRT-Flooding方法将功耗从10%降低到19%。
2014-07-01 cs.NI
A Centralized Mechanism to Make Predictions Based on Data From Multiple WSNs
Pompeu Fabra University(庞培法布拉大学)
本文提出了一种集中机制,通过多个无线传感器网络间的信息交换进行预测,并根据预测结果调整网络工作负载。通过具体用例展示了如何利用外部网络数据优化湿度测量网络,并通过仿真验证了在能耗与测量质量之间平衡的最优解。
2016-07-12 cs.NI cs.SY eess.SY
Performance Evaluation of Mobile Base Station under different Network Sizes on Cluster-Based Wireless Sensor Networks
无线传感器网络中基站的位置对网络的生存时间有着重要的影响。提出了一种基于簇的无线传感器网络移动基站定位算法,该算法综合考虑了簇首节点在网络中的位置和剩余能量,并对不同网络规模(100 m × 100 m、200 m × 200 m和300 m × 300 m)下的定位性能进行了评估。使用OMNeT++进行仿真,并与两个不同的静态BS位置,包括中心和外部,HEED协议的方法进行了比较。结果表明,在所有网络规模下,移动基站的性能都优于中心基站和外部基站。此外,所提出的方法和其他方法之间的性能差异随着网络规模的增加而增加,这表明所提出的移动BS定位也提供了可扩展性。
2017-03-20 cs.NI
EAPESS: An Adaptive Transmission Scheme in Wireless Sensor Networks
降低传感器节点的能量消耗是无线传感器网络(WSNs)部署的主要挑战之一。在这方面,错误控制编码(ECC)是用于无线传感器网络中的能量优化的技术之一。类似地,临界距离是用于能量效率的另一个术语,当与ECC一起使用时,提供了更好的节能效果。本文针对不同的编码增益,采用三种不同的临界距离值,以达到节能的目的。如果距离低于临界距离值,则相对于特定编码器的特定编码增益来选择特定编码器。编码增益用于所有编码器的临界距离估计。这种自适应编码器和发射功率选择方案相对于他们的编码增益的结果在无线传感器网络环境中的一个显着的节能。仿真结果表明,该自适应方案具有较好的节能效果。
2013-03-19 cs.NI
Routing Security Issues in Wireless Sensor Networks: Attacks and Defenses
无线传感器网络是无线和移动计算领域的一个重要研究方向。无线传感器网络的应用是众多的并且不断增长的,并且范围从家庭和办公室中的室内部署场景到战术战场中对手领土中的室外部署场景(Akyildiz等人,2002年)。对于军事环境,无线传感器网络的分散到对手的领土,使敌人的士兵和车辆的检测和跟踪。对于家庭/办公室环境,室内传感器网络提供了通过无线家庭安全系统监测老年人健康和检测入侵者的能力。在这些场景中的每一个,生活和生计可能取决于从分散的传感器节点获得的传感器数据的及时性和正确性。因此,这样的无线传感器网络必须是安全的,以防止入侵者阻碍正确的传感器数据的传递和伪造传感器数据。为了解决后一个问题,端到端数据完整性校验和和传感器数据的后处理可以用于识别伪造的传感器数据(Estrin等人,1999; Hu等人,2003 a; Ye等人,2004年)。本章的重点是无线传感器网络中的路由安全。现有的无线传感器网络路由协议大多针对节点的有限能力和网络的应用特性进行了优化,但没有考虑协议的安全性。虽然这些协议没有以安全性为目标进行设计,但分析其安全属性是非常重要的。当防御者有不安全的无线通信,有限的节点能力,和可能的内部威胁的责任,和对手可以使用强大的笔记本电脑与高能量和远距离通信来攻击网络,设计一个安全的无线传感器网络路由协议显然是一个不平凡的任务。
2011-01-14 cs.NI
Optimal Energy-Delay in Energy Harvesting Wireless Sensor Networks with Interference Channel
在这项工作中,我们研究的能量收集无线传感器网络(WSNs)的干扰信道的容量分配问题。对于固定的拓扑结构的数据和能源,我们制定的优化问题时,数据流保持不变的所有数据链路和每个传感器节点收获能量只有一次在一个时隙。我们专注于最佳的数据率,功率分配和传感器节点之间的能量传输在一个时隙。我们的目标是在两种情况下最小化网络的总延迟,即,没有能量转移和能量转移。此外,由于优化问题是非凸的,难以直接求解。考虑到网络具有较高的信干噪比(Signal to Interference-plus-Noise Ratio,SINR),通过凸逼近将非凸优化问题转化为凸优化问题。利用Lagrange对偶性得到最优解的性质,并利用CVX求解器求解凸优化问题。实验结果表明,干扰信道下的能量收集传感器网络总时延大于正交信道下的能量收集传感器网络总时延,能量转移有助于降低总时延。此外,我们还讨论了我们工作的扩展。
2018-10-30 cs.NI
Deep Reinforcement Learning-Based Topology Optimization for Self-Organized Wireless Sensor Networks
无线传感器网络(WSNs)是物联网(IoT)的基础,在第五代无线通信网络时代,它们被设想为真正无处不在、可靠、可扩展和节能。为此,拓扑控制是实现能够适应环境动态变化的自组织无线传感器网络的重要机制。拓扑优化问题本质上是一个组合问题,一般是NP难问题。现有的大多数算法都利用启发式规则来减少搜索候选的数量,从而在一定意义上获得次优解。在本文中,我们提出了一种基于深度强化学习的拓扑优化算法,一个统一的搜索框架,用于自组织节能的无线传感器网络。具体来说,所提出的算法使用深度神经网络来引导蒙特卡罗树搜索来推出模拟,树搜索的结果加强了神经网络的学习。此外,该算法是一个随时随地的算法,不断改善的解决方案,随着计算资源的增加。各种仿真结果表明,该算法实现了更好的性能相比,启发式解决方案,并能够适应环境和网络的变化,而无需从头开始的算法。
2019-10-31 cs.NI cs.SY eess.SP
EHRP : An effective hybrid routing protocol to compromise between energy consumption and delay in WSNs
Sink移动被认为是解决无线传感器网络热点问题的有效策略。移动sink在网络中漫游,通过短距离通信从簇头(CH)等特殊节点收集数据,提高了能量效率。许多基于移动汇聚点的路由协议已经被提出,然而,它们引起高延迟,特别是在大规模网络中,移动汇聚点必须旅行很长的距离来收集来自CH的数据,因此它们未能确保能量效率和延迟之间的权衡。为了解决这个问题,我们在本文中提出了一个有效的混合路由协议称为EHRP。该协议的主要目的是将单跳路由和多跳路由结合起来。事实上,当移动接收器到达一个集群,它收集它的数据,而其他遥远的CH继续发送他们的数据,使用我们提出的改进蚁群优化(ACO)算法,以避免等待时间。现有的蚁群优化算法采用距离启发式算法,这在现实世界中是不实用的,并且没有考虑能量的相关统计信息(例如,最小能量、平均能量),这导致网络中的能量消耗不平衡。为了解决这些问题,提出的路由算法使用接收信号强度指示符(RSSI)和能量的统计信息,以有效地消耗能量,降低发送失败的概率。该路由协议的性能进行了测试,并与相关的路由协议。仿真结果表明,与同类算法相比,EHRP算法在降低能耗和时延的同时,提高了分组投递率。
2022-01-11 cs.NI
Identity-based Trusted Authentication in Wireless Sensor Network
为了保证节点和数据的机密性、真实性和完整性,无线传感器网络中的安全通信机制得到了广泛的应用。近年来,许多无线传感器网络的应用依赖于可信通信,以确保大量的用户接受。事实上,到目前为止,信任关系只能通过信任管理系统(TMS)或通过在WSN平台上添加外部安全芯片来实现。在这项研究中,提出了一种替代机制,以实现传感器之间的可信通信的原则定义的可信计算组(TCG)。同时,本文还对其他相关研究的结果进行了分析,以验证和支持本文的研究结果.最后,建议的可信机制进行评估的潜在应用资源受限的设备,通过量化其功耗上选定的主要进程。实验结果表明,该方案能够以更少的计算量和通信量在无线传感器网络中建立信任,最重要的是,该方案不需要对TMS进行邻居评估,也不需要依赖外部安全芯片。
2012-07-26 cs.CR cs.NI
DV-Hop localization based on Distance Estimation using Multinode and Hop Loss in WSNs
针对无线传感器网络定位中多节点连接信息利用不足、欧氏距离损失多解难选的问题,提出结合多节点距离估计与跳数损失的DV-Hop定位方法,定位精度较DEM-DV-Hop提升6.05%。
2024-03-07 cs.NI cs.SE
Energy Aware Error Control in Cooperative Communication in Wireless Sensor Networks
由于无线传感器网络(WSNs)中部署的传感器节点体积小,能量利用是一个关键问题。差的信道条件导致重传,并且因此导致能量浪费。差错控制策略通常用于适应信道损伤,如噪声和衰落,以优化能量消耗,提高网络寿命。同时,协作通信也成为对抗信道衰落影响的一个合适的候选者。本文研究了在采用自动重传请求(ARQ)、混合ARQ(HARQ)和前向纠错(FEC)的情况下协作方案的能量效率。此外,还推导了直接传输、单中继协作和多中继协作的能量效率表达式。总之,我们的工作集中在无线传感器网络中的能量优化通信。我们的研究结果表明,错误控制策略与合作计划可以显着提高系统的性能,在能量优化的形式。
2013-09-17 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
Green WSN- Optimization of Energy Use Through Reduction in Communication Workload
无线传感器网络(WSNs)的应用日益增长,由于部署的方便性,降低成本,以负担得起的水平和这些网络的多功能性。除了开发先进的微制造技术外,还在设计减少能源消耗的方法,以降低网络设置和运营成本。随着应用的增加,这些网络中消耗的能量是巨大的。即使是能源消耗的一小部分节省,也会在全球能源消耗方面带来巨大的利益。这些网络的通信活动消耗了大量的能量。我们努力优化这一活动,使这些网络节能,从而减少其对整体环境的影响,符合绿色环保的原则。
2015-06-16 cs.NI
Balancing the trade-off between cost and reliability for wireless sensor networks: a multi-objective optimized deployment method
传感器节点的部署对无线传感器网络的系统性能起着决定性的作用。在这项工作中,我们提出了一个实际的异构无线传感器网络的可靠性和部署成本之间的权衡深入了解的最佳部署方法。具体来说,这项工作旨在提供SN的优化部署,以最大限度地提高覆盖度和连接度,同时最小化总体部署成本。此外,这项工作充分考虑了SN的异构性(即差异化的感知范围和部署成本)和三维(3-D)部署场景。这是一个多目标优化问题,非凸,多峰和NP-难。为了解决这个问题,我们开发了一种新的基于群体的多目标优化算法,称为竞争性多目标海洋捕食者算法(CMOMPA),其性能通过与其他十个国家的最先进的多目标优化算法的综合比较实验进行了验证。计算结果表明,CMOMPA在收敛性和精度方面优于其他算法,在多峰多目标优化问题上表现出优异的性能。充分的仿真也进行了评估的有效性CMOMPA为基础的最佳SN部署方法。结果表明,优化部署可以平衡部署成本、感知可靠性和网络可靠性之间的权衡。源代码可在https://github.com/iNet-WZU/CMOMPA上获得。
2022-07-19 cs.NE cs.NI
The Network-based Candidate Forwarding Set Optimization Approach for Opportunistic Routing in Wireless Sensor Network
在无线传感器网络中,机会路由比确定性路由具有更好的分组投递概率性能。为了减少机会路由中的传输延迟和重复传输,提出了候选转发集优化技术。该技术对于机会路由至关重要。现有技术在提高路由性能方面存在局限性。因此,在本文中,我们提出了基于网络的方法的概念,以解决现有技术的缺点。在基于网络的方法中,候选转发集中的节点被划分为不同的全连接中继网络。对于CFS中的转发节点,可以构建多个中继网络,并且只能选择一个中继网络作为最终中继网络。因此,首先,我们提出了全连通中继网络判断算法来判断所选择的网络是否是全连通的。接下来,研究这些网络的性质。在该算法中,中继网络的选择综合考虑了发送端和中继网络之间的数据包投递概率、传输时延和中继网络中节点的转发优先级,从而选择最有效的中继网络。该中继网络中的节点将被选为最终转发节点。在保证机会路由效率的前提下,减少了传输时延和重复传输。基于这些创新,该算法可以提高网络性能大于ExOR和SOAR。
2019-12-16 cs.NI
Distributed optimization in wireless sensor networks: an island-model framework
无线传感器网络(WSNs)是一种新兴的技术,在几个应用领域,从城市监控到环境和结构监测。计算智能(CI)技术特别适合于增强这些系统。然而,当将CI嵌入到无线传感器中时,必须考虑到严重的硬件限制。在本文中,我们调查的可能性,在一个无线传感器网络进行在线,分布式优化过程。例如,这样的系统可以用于实现高级网络功能,例如分布式建模、自优化协议和异常检测等。所提出的方法,称为DOWSN(分布式优化的WSN)是一个岛屿模型的基础设施,其中每个节点执行一个简单的,计算成本低(无论是在CPU和内存方面)的优化算法,并与邻居共享有前途的解决方案。我们进行了广泛的测试,不同的DOWSN配置的基准组成的连续优化问题,我们分析的网络参数(节点数量,节点间的通信周期和接受传入的解决方案的概率)的优化性能的影响。最后,我们剖析能源和内存消耗的DOWSN显示传感器节点上可用的有限的硬件资源的有效利用。
2018-10-05 cs.DC cs.NE cs.NI
Optimize Energy Consumption of Wireless Sensor Networks by using modified Ant Colony Optimization ACO
本文提出一种改进蚁群优化的WSN路由协议,通过在概率方程中引入节点间距离倒数、信息素和剩余能量,并迭代调参,以降低平均能耗并提升网络性能。
2024-02-19 cs.NI
Collaborative Charging Optimization for Wireless Rechargeable Sensor Networks via Heterogeneous Mobile Chargers
College of Computer Science and Technology, Jilin University(吉林大学计算机科学与技术学院);Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University(吉林大学符号计算与知识工程教育部重点实验室)
针对无线可充电传感器网络能量受限问题,提出异构移动充电架构,结合无人机与地面智能车协同充电,并设计IHATRPO算法优化充电效率,显著降低节点死亡率。
2026-06-26 cs.NI
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
Adaptive Vision-Based Coverage Optimization in Mobile Wireless Sensor Networks: A Multi-Agent Deep Reinforcement Learning Approach
针对传统WSNs预部署重叠大、MWSNs需优化覆盖的问题,本文提出基于视觉监控与多智能体深度强化学习的自适应覆盖优化策略,实现传感器自主定位以最大化覆盖,相比传统方法覆盖提升26.5%、能耗降32%。
2025-08-20 cs.NI
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
Hetero-Net: An Energy-Efficient Resource Allocation and 3D Placement in Heterogeneous LoRa Networks via Multi-Agent Optimization
College of Computing, Mohammed VI Polytechnic University (UM6P)(穆莱·伊沙克六世理工学院计算机学院);Telecommunications Department, Politehnica Bucharest(布加勒斯特理工大学电信系)
本文提出Hetero-Net,通过多智能体优化解决异构LoRa网络中资源分配和3D部署问题,显著提升能源效率。
2026-03-20 cs.LG cs.MA cs.NI
Game Theory and Coverage Optimization Based Multihop Routing Protocol for Network Lifetime in Wireless Sensor Networks
为延长无线传感器网络生命周期,提出基于博弈论与覆盖优化的多跳路由协议MRP-GTCO,通过带惩罚函数的聚类博弈和簇头覆盖集优化簇头选举,并设计基于剩余能量和节点度的多跳路径选择算法,显著降低能耗并延长网络生命周期。
2023-07-03 cs.NI eess.SP
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
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
External Memories of PDP Switches for In-Network Implementable Functions Placement: Deep Learning Based Reconfiguration of SFCs
针对网内功能部署的成本与性能需求,提出基于深度强化学习的服务功能链重配置方法,借助PDP交换机外部存储器与策略网络过滤器优化收敛、接受率与成本。
2024-09-12 cs.NI
A Spatial-Temporal Correlation Approach for Data Reduction in Cluster-Based Sensor Networks
在资源受限的无线传感器网络中,节点的采样率和传输率的优化是一个关键问题。通过网络传输的大量冗余数据将导致冲突、数据丢失和能量耗散。本文提出了一种新的数据减少计划,利用传感器数据之间的时空相关性,以确定最佳的采样策略部署的传感器节点。这种策略降低了总体采样/传输速率,同时保持了数据的质量。此外,在工作站(Sink)上部署了后端重建算法。该算法可以通过发现报告数据集之间的空间和时间相关性来重现未采样的数据,并使用预测填充“未采样”部分。我们使用了部署在位于瑞士和意大利之间的大圣伯纳德山口的网络的真实传感器数据。我们使用前面提到的数据集测试了我们的方法,并将其与最近的基于自适应采样的数据缩减方法进行了比较。实验结果表明,该方法可以节省60%的能量,并且可以更有效地处理非平稳数据。
2019-04-14 cs.NI eess.SP