没有合适的资源?快使用搜索试试~ 我知道了~
可在www.sciencedirect.com在线获取ScienceDirectICTExpress 9(2023)29www.elsevier.com/locate/icte从MWSN优化基于无人机的数据收集瓦西里奥斯河康斯坦丁诺斯·梅莫斯普桑尼斯马其顿大学应用信息学系,希腊接收日期:2021年8月9日;接收日期:2022年6月30日;接受日期:2022年10月12日2022年10月20日网上发售摘要在本文中,我们制定了一个能源效率(EE)部署的移动无线传感器网络(MWSNs),由多个传感器节点集群,在每个移动汇,和一个无人机(UAV)的整个MWSNs。UAV无线地从移动接收器接收所收集的感测数据,以便将它们递送到各种基于IoT的用户的设备。实验结果表明,该模型可以实现优化的能源消耗最小化和网络寿命的延长。版权所有© 2022作者。出版社:Elsevier B.V.代表韩国通信和信息科学研究所这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:能量效率;移动汇点;分组投递率;无人机;移动无线传感器网络1. 介绍无线传感器网络是由传感器节点或简单的传感器组成的自组织网络,它们可以通过无线通信来完成特定的任务。除了典型的静态传感器节点外,还有具有更高处理能力和联网能力的节点这些节点称为汇节点或简称为汇。在无线传感器网络中,无线节点有一个主要的缺点,这是有限的能量资源在其主要的电力存储单元(内置电池),这可能会很快耗尽的情况下,长时间的运行造成网络不稳定,甚至数据丢失。此外,无线节点还具有有限的存储器、计算速度和通信带宽[1]。这意味着需要新的架构和有效的数据收集和转发算法来提高整个网络的生命周期。无线传感器网络可以是移动的,由一个或多个移动传感器节点组成,在这种情况下称为移动无线传感器网络(MWSN)。特别是,汇聚节点可以具有移动性,作为移动数据收集器进行操作,以加快从传感器节点收集数据的过程,最小化能量消耗,提高覆盖范围,并最大化网络寿命[2]。此外,使用新颖的算法设计,*通讯作者。电子邮件地址:vmemos@uom.edu.gr(V.A.Memos)、kpsannis@uom.edu.gr(K.E.Psannis)。同行审议由韩国通信研究所负责教育与信息科学(KICS)。https://doi.org/10.1016/j.icte.2022.10.003对于MWSNs,确保从静态节点进行有效的数据收集,同时使用估计的传输速率减少移动sink的路径长度[3]。无人机(UAV)也可以被视为移动数据收集器,因为它实际上作为移动接收器操作,以便从WSN收集感测数据。此外,无人机还可以无线地向地面传感器发送功率,延长网络寿命[4]。具体来说,必要的能量可以从无人机转移到无线传感器网络的每个汇聚节点,原因有两个:要么通过给汇聚节点的电池充电来为汇聚节点提供更多的能量,要么给它们提供为其附近的传感器节点供电的可能性。在这种情况下,UAV可以具有集成的直流到直流(DC/DC)电路,该电路将太阳能转换为电能以最大化其操作,克服其能量受限的布局[5]。无人机更有可能与机载无线收发器建立用于地对空通信的视距(LoS)通信链路,并且能够靠近传感器节点飞行以实现更好的信道质量。因此,使用无人机从更广泛的区域收集数据可以更节能[6,7]。无人机还扮演着另一种类型的角色提供更快,可靠和节能的数据收集,远距离连接,更好的负载平衡,同时它延长了WSN的寿命[7,8]。与其他基准方法相比,部署无人机辅助的无线传感器网络(其中无人机充当延迟容忍感测数据的数据收集器的辅助角色)可以实现显著的节能、可扩展性和负载平衡[9,10]。节能(EE)2405-9595/© 2022作者。 由Elsevier B.V.代表韩国通信和信息科学研究所出版。这是一CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。V.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2930||Fig. 1. 无人机在MWSN上飞行,并从MWSN收集感测数据。 移动设备下沉。算法也可以并行用于无线传感器网络与无人机以最小化传感器节点的总能耗[8]。在本文中,我们研究了无人机在MWSNs中的使用提出了一种新的移动汇聚节点数据收集的操作EE路由机制,以实现高分组投递率和延长网络生命周期。本文的其余部分组织如下:第2节描述了我们提出的模型;第3节包括实验设置和结果;最后,第4节总结了本文。2. 系统模型在我们的模型中,一个特定的MWSN部署在网状拓扑结构中,由许多组传感器组成,称为集群,其中每个传感器都有许多静态节点,在群集的界限之间移动的移动接收器以从周围的静态节点收集感测数据假设nir节点已经从其区域收集了一些数据并且想要转发它们,但是由于低电池水平,它没有必要的能量来执行该过程。基于在[11]按需能量请求(OER)机制中,当传感器节点获得对信道的访问时,它应该检查其可用的能量水平。如果它不足以完成传输,则它通过向汇聚节点发送能量请求(ER)分组来向汇聚节点请求能量。为了方便起见,我们假设检查时间(tcheck)和请求时间(treq)可以忽略。因此,传感器节点nir向移动设备si发送ER分组以请求能量供应。从移动sink到传感器节点的能量供应过程可以瞬间完成[11]。此外,根据[2]的低能耗路由协议,传感器节点可以找到最短路径而不是最短延迟,以确保较低的能耗。这可以通过延迟发送收集到的数据直到移动信宿将接近具有最短路径的位置来实现。因此,nir将数据分组转发到保证最短路径的m位置在某个时候t sim当移动信宿S已经到达M。因此,我们不仅确保了传输时间t的传输,不仅包括来自NIR节点的分组,而且包括在数据传输开始之前从移动信宿S1对其电池进行再充电所需的时间TNIR这是我们提出的贡献。具体地说,部分地基于上述两种机制,我们提出了一种新的机制,它将等同于聚合的tsim1998年12月31日,中国人民银行公布了中国人民银行2000年年度报告。tsi m=t ernir+t transfer(5)tsim的值取决于从si的位置到m位置的距离及其覆盖该距离的速度,并且可以表示为:每个移动接收器都可以检查其周围环境ts m=|s im|(六)传感器节点,并在需要时对其充电。这个我vsi过程可以提供更好的分组传递率和改进的网络寿命。此外,如图1所示,UAV从每个移动接收器收集所有收集的数据,以便将它们转发给用户。让一个无线传感器网络与许多集群:WSNA={C1,C2,...,Cz}(1)其中C1... z是到WSN A中的各种集群。设Ci(i 1 .一、. . z)是传感器节点的集群,其中:其中si m是从si到m的距离,vsi是si的平均速度。因为从文献中得知:Eer=Per·ter( 7)将从移动接收器si接收并存储在收集电路电容器中的一定量的能量再充电到Eer水平所需的时间可以通过以下方式获得恩Ci∈ W SNA=Ci ∈{C1,C2,. .. 、Cz}(2)ternir=IR佩恩伊尔(八)每个簇由多个传感器节点和一个埃恩伊尔 可以通过以下公式计算:移动sink负责收集和转发数据。因此,Ci可以表示为:埃恩伊尔1=2C 北爱尔兰2北爱尔兰(九)C i={n i1,n i2,. . . ,n i,s i}(3)其中,n是传感器节点,s是∈VV.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2931=er n因此,(8)可以表示如下:1Cn V2i1... IL伊泰恩=2ir北爱尔兰(十)集群Ci.设nir(r∈ 1. . . l)是Ci的随机节点,irPernir其中:Cn V2北爱尔兰∈Ci=nir ∈{ni1,ni2,. . .、Nil,si},nir=si(四)特伊尔nirir2Pernir(十一)V.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2932=||1−δt()延迟||||Persi其中Cnir是nir节点的电容器的电容,单位为F(法拉),Vn ir是n ir节点的电容器的电压,单位为V(伏特),并且Pern ir是由n ir节点的电容器产生的功率,因此,如果我们为给定的数据速率和分组大小设置适当的Cnir值,则节点可以因为从地面节点收集的最佳数据是从40米的距离和20米/秒的速度获得的[12]。因此,在离地面40米高度的稳定航线上,UAV位置将恒定地在(x,y,40)轨迹上。通过使用这个假设,(19)可以计算如下:[11]快速充电传感器节点需要一个特定的10Cs V220t将其收集的数据分组传送到移动接收器的时间如下所示m′si+延迟−20 t延迟+|U AV|(二十)测试转换器|nir m|v传输(十二)基于上述方程,我们提出了一个复杂的无人机数据采集所提到的其中,NIR m是从NIR到m的距离,V_transmission是从NIR到达位置m的数据分组的预测传输速度(以m/s为单位)。可以通过使用以下等式[2]来计算v透射算法1,UAV开始移动并向每个集群的移动接收器发送唤醒信号(WUS)。接下来,每个移动接收器检查其能量水平是否足以完成其任务,或者,UAV向其传输适当量的能量当最优最短路径为-在每个移动接收器和无人机之间将确保,v传输 =δ|nir m|(十三)接收来自每个移动信宿的数据分组,并完成其调度过程。其中δ取决于网络拓扑,其中0<δ 1,并且t延迟用于避免冲突。因此,基于(13),(12)可以写为:t transfer =|nir m|=(1−δ)t延迟 =t延迟−t延迟(14)δ|nir m|δδ(1−δ)t延迟基于(6)、(11)和(14),可以通过以下方式获得(5)|SM|Cn V2tI=IR北爱尔兰 +delay−tdelay(15)vsi2Pernirδ因此,nir可以计算期望的sim距离,或者可替代地,距离si的当前位置的位置m,其中它将发送其收集的数据,如下所示:Cn V2tIR红外延迟|= v s ·(+ − t延迟)(16)| = vs·(+− t delay)(16)i2PernirδvsC nV2vt| − |SI|= iir|=iir北爱尔兰 +si 延迟 −vstdelay(17)2PernirδivsC nV2vt|= i ir|=iirnir+si 延迟 −vst delay+ |S I|(十八)2Pernirδi哪里|M|和|S I|单位:m,t delayin s,V in m 2 kg s −3 A −1(= 1伏特),C单位为m −2 kg −1 s 4 A 2(=1法拉),vsi 在m,P ernir 在m2kgs3(=M2 kg s−2SSJs = 1瓦特),且δ:0<δ<1。3. 实验基于(18),我们可以计算对应的期望UAVm’2D距离(如其他实体已知的),因为UAV基本上用作移动宿,并且因此我们可以在宿节点和UAV之间应用相同的路由机制。换句话说,我们可以计算从UAV的当前位置,其中每个移动汇聚节点将发送其收集的数据,使用以下公式:C V2t对于实验测试,我们考虑了以下三种部署场景的WSN架构:(a)sc 1:一个典型的WSN部署,其中有一个静态的sink节点,负责收集周围传感器节点的数据;(b)sc2:另一个WSN部署,其中使用一个移动sink来收集来自传感器节点的所有感测数据;以及(c)pro:所提出的方法,其中在每个WSN集群中,一个移动sink理论上可以获=V.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2933||δ2PersiU AV延迟取能量m′SISI +vU AV delay− vt+的|U AV|(十九)根据算法1从无人飞行器获得能量,以便为其提供动力。周围的传感器节点,无论在哪里需要开始之前,其中UAV是WSN中的2D(x,y坐标)位置。众所周知,UAV具有三个坐标(x,y,z),它的飞行能力然而,我们计算其2D位置(x,y)传输,并且来自移动接收器的所有收集的数据由负责将它们发送到用户的IoT设备的UAV收集δV.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2934××图二、 接收数据包与丢失数据包的比率,以及每个场景下相应的不可达汇点和扰动。表1模拟参数。参数值模拟器Cooja无线电介质UDGM距离损耗拓扑尺寸200 m 200 m微尘启动延迟1000 msMote type Tmote Sky固件(节点、接收器、UAV)udp-sender. c、udp-sink. c、udp-sink. c定位椭圆传感器数量a最多56个Mobility driver positions.dat移动下沉速度10 m/s无人机速度20 m/s传输距离为75-150米,干扰距离为150-300米。根据信道条件,传输和接收速率被定义为50%-100%。对于微尘,我们使用传感器节点和接收器的默认固件。相同的固件用于无人机的模拟,其中我们设置了20m/s的速度10 m/s 用 于 5 个 移 动 水 槽 。 移 动 设 备 遵 循 预 加 载 的positions.dat文件作为移动驱动程序。我们配置这个驱动程序的方式,产生85个不同的位置的移动汇和270个位置的无人机,完成16和44秒的移动周期,分别。此外,我们将我们提出的算法集成到移动阵地已就位(水槽、无人机)八十五,二百七十可编程无线节点(在Cooja中称为mote),移动周期(水槽,无人机)16秒,44秒发射距离75INT范围150TX比50%接收比50%报告间隔60 s报告随机60 s逐跳重传31模拟脚本记录所有printf()600000 ms模拟持续时间10分钟a无线传感器网络由50个静态传感器节点、5个移动汇聚节点和1个嵌入移动汇聚节点的无人机组成。该无线传感器网络分为5个簇,其中有10个静态传感器节点和1个移动汇聚节点。基于[12],在离地面40 m的高度处将UAV速度设置为20m/s,而对于移动水槽,基于上述(19),我们选择10m/s的中等速度以获得更好的效率。每个移动sink在其集群的半径内移动以收集来自周围节点的感知数据,而UAV在整个WSN的覆盖半径内移动以收集来自移动sink的收集的数据。表1详细列出了模拟参数。已经使用具有相应的移动性Cooja插件和表1的参数的Contiki OS的Cooja仿真器进行了实验。具体来说,我们使用了单位盘图中(UDGM)距离损耗无线电200× 200至400× 400椭圆拓扑中的介质V.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2935代码格式来构建模型。每个场景的模拟持续时间总共设置为10分钟图2分别在汇聚节点中的分组递送率(PDR)和错误方面呈现每个方案的可靠性比虽然我们提出的方案的PDR这意味着在我们提出的架构中,我们有一个更好的和更有效的路由没有网络的不稳定性。此外,与第二个传统方案相比,我们提出的方案实现了7.5%的PDR比这(80%)。此外,我们的方案的总功率消耗呈现出更好的平均效率,因为它平均消耗更少的资源,如图1所示。3 .第三章。具体而言,我们提出的方案具有1.015 mW的平均总功耗,相比之下,SC 1和SC 2,分别具有1.462 mW和1.202 mW的消耗。换句话说,我们提出的方案实现了30.55%和15.55%的资源消耗分别比sc 1和sc 2,这意味着我们提出的架构也更有效在功耗方面比传统的配置更好。4. 结论提出了一种利用无人机进行移动水槽用于V.A.备忘录和K.E. 普桑尼斯ICT Express 9(2023)2936图3.第三章。 每个接收器的功耗。为其周围的传感器节点供电并从它们接收收集的数据。此外,UAV应用最短路径路由算法来收集该信息。该方法不仅可以减少时间开销,还可以通过提高传感器节点的寿命来提高能量效率。未来的工作包括在真实世界条件下进行模拟实验,以计算无人机的能耗,并包括各种参数,如无线节点的充电过程竞合利益作者声明,他们没有已知的可能影响本文所报告工作引用[1] K.L. Ketshabetswe ,A.M. Zungeru ,B. Mtengi ,C.K. Lebekwe ,S.R.S. Prabaharan,无线传感器网络的数据压缩算法:回顾和比较,IEEE Access 9(2021)136872-136891。[2] M.T.Nuruzzaman , H.Ferng , Alowenergyconsumptionroutingprotocol for mobile sensor networks with a path- constrainedmobilesink,in:IEEE International Conference on Communications,ICC,Kuala Lumpur,2016,pp. 1比6[3] C. 张 , S 。 陈 岛 , 澳 - 地 张 , G. Yu , D.S. Roy , Multiratedatacollection using mobile sink in wireless sensor networks , IEEESensors20(14)(2020)8173-8185。[4] L.杨,Z. Su,H.杨,Z. Na,F. Yan,一种用于无人机辅助的无线传感器网络的高效计费算法,在:2020年IEEE第6届计算机与通信国际会议,ICCC,2020年,pp. 834-838[5] V.A.备忘录,K.E. Psannis,基于无线传感器网络的无人机智能监控系统,IEEE Commun。Stand. Mag. 5(4)(2021)68-73.[6] C. Zhan,Y.曾河,巴西-地Zhang,Energy-efficient data collection inUAVenabled wireless sensor network,IEEE Wirel. Commun. Lett. 7(3)(2018)328-331。[7] V. Sharma,M.本尼斯河Kumar,UAV辅助的异构网络容量增强,IEEE Commun。Lett. 20(6)(2016)1207-1210。[8] C. Zhan 、 黄 毛 藓 G. Yao , Energy efficient estimation in wirelesssensornetwork with unmanned aerodynamic vehicle ,IEEE Access 7(2019)63519-63530.[9] B. Liu,Z.洪波,无人机辅助无线传感器网络的节能数据收集,传感器19(11)(2019)2506。[10] R.A. Nazib , S. Moh , Energy-efficient and fast data collection inUAV-aided wireless sensor networks for Hilly Terrains,IEEE Access9(2021)23168-23190.[11] L. Guntupalli,M. Gidlund,F.Y. Li,一种用于无线能量收集供电物联 网 网 络 的 按 需 能 量 请 求 方 案 , IEEEInternetThings 5 ( 4 )(2018)2868-2879。[12] Q.平移X。温,Z.卢湖,加-地Li,W. Jing,物联网下用于数据采集的无人机动态速度控制,传感器18(11)(2018)3951。
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![.pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 藏经阁-应用多活技术白皮书-40.pdf
- 藏经阁-阿里云计算巢加速器:让优秀的软件生于云、长于云-90.pdf
- 藏经阁-玩转AIGC与应用部署-92.pdf
- 藏经阁-程序员面试宝典-193.pdf
- 藏经阁-Hologres 一站式实时数仓客户案例集-223.pdf
- 藏经阁-一站式结构化数据存储Tablestore实战手册-206.pdf
- 藏经阁-阿里云产品九月刊-223.pdf
- 藏经阁-2023云原生实战案例集-179.pdf
- 藏经阁-Nacos架构&原理-326.pdf
- ZTE电联中频一张网配置指导书
- 企业级数据治理之数据安全追溯
- MISRA-C 2012-中文翻译版.pdf
- 藏经阁-《多媒体行业质量成本优化及容灾方案白皮书》-37.pdf
- 藏经阁-浅谈阿里云通用产品线Serverless的小小演化史-23.pdf
- 藏经阁-冬季实战营第一期:从零到一上手玩转云服务器-44.pdf
- 藏经阁-云上自动化运维宝典-248.pdf
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)