没有合适的资源?快使用搜索试试~ 我知道了~
Egyptian Informatics Journal(2015)16,167开罗大学埃及信息学杂志www.elsevier.com/locate/eijwww.sciencedirect.com原创文章能量高效的两层无线传感器网络G. Kannana,*,T. Sree Renga拉贾ba印度泰米尔纳德邦钦奈Abdur Rahman大学电子通信工程系b印度泰米尔纳德邦Tiruchirappalli,安纳大学电气电子工程系接收日期:2014年9月9日;修订日期:2015年2月4日;接受日期:2015年3月1日2015年4月11日在线发布摘要无线传感器网络(WSN)在环境智能和普适计算等新兴领域做出了重大贡献。在无线传感器网络中,网络资源的优化和负载平衡是提供长时间智能的关键。由于传感器节点的分簇可以显著提高系统的整体可扩展性和能量效率,本文提出了一种分布式簇头调度(DCHS)算法,以实现无线传感器网络的网络寿命。这项工作的主要新颖之处在于,网络被划分为初级和次级层的基础上,从基站的传感器节点的接收信号强度指示。提出的DCHS支持两层结构的无线传感器网络,并给出了建议,选择簇头节点和网关节点的主,辅层。DCHS机制基于接收信号强度指示(RSSI)和传感器节点的剩余能量水平,满足了簇头在传感器节点之间的理想分布,避免了频繁的簇头选择。由于RSSI是本课题研究的关键参数,因此利用MSP430F149处理器和CC2500收发器对RSSI值的测量进行了实际实验。将测量的RSSI值输入到基于事件的模拟器以测试DCHS机制。实时实验研究验证了所提出的方案,为各种情况下。©2015制作和主办由Elsevier B.V.代表计算机与信息学院开罗大学。 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/)。1. 介绍*通讯作者。电子邮件地址:kannan_ins@yahoo.co.in(G.Kannan),renga_raja@rediffmail.com(T. Sree Renga Raja)。开罗大学计算机和信息系负责同行审查。无线传感器网络是一个高度复杂的分布式系统,由大量微小的无线传感器节点和基站(BS)组成的TEM。每个无线传感器节点由传感器、处理器、存储器、RF收发器(无线电)、外围设备和电源单元(电池)组成[1]。这些无线传感器节点部署在一个特定的地理区域,用于事件检测和观察各种环境条件的数据。无线传感器网络可以收集这些实时数据来设计http://dx.doi.org/10.1016/j.eij.2015.03.0011110-8665© 2015由Elsevier B. V.代表开罗大学计算机与信息学院制作和主办。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/)。制作和主办:Elsevier关键词能量效率;无线传感器网络;簇头选择; RSSI168G. Kannan,T.斯里伦加·拉贾P更智能的环境[2]。无线传感器网络还专注于灾害管理,如海啸预警、地震监测、洪水预报和管道监测系统。传感器网络的快速部署、自组织和容错特性使其成为一种非常有前途的军事应用传感技术[3,4]。由于无线传感器网络需要在资源受限的环境中运行,更换或充电电池是一项难以管理的任务。即使单个节点由于能量不足而失效,也会使整个系统瘫痪。因此,这个问题迫使学术研究人员开发一种能量有效的协议,重点是节点和网络层[4,5]。在网络层,近年来开发了各种节能路由协议[6无线传感器网络中的路由协议分为三大类:数据中心协议、基于位置的协议和分层协议。本文主要集中在层次协议,处理组织成一组簇的无线传感器网络在每个集群中,2. 相关作品本节利用了先前在WSN分层分簇协议中的宝贵工作,这些协议主要集中在提高网络生命周期上。在[12]中提出的低能量自适应聚类层次(LEACH)是被设计为将数据聚集和传播到基站的最流行的层次路由协议之一。LEACH通过将节点划分为簇来获得能量效率。LEACH在每轮上操作,其中每轮由设置阶段和稳态阶段组成。在设置阶段,传感器节点将选择0和1之间的随机数。如果该随机数低于阈值T(n),则相应的传感器节点将在给定的周期(称为一轮)期间充当簇头。LEACH根据阈值在簇内成员节点之间分配簇头角色,其计算公式如下:称为簇头(CH)节点的专用节点,唐P1-Pωrmod1如果n2Gð3Þ传感器节点被称为集群节点(CN)。每个人的作用CH将执行以下三项任务。第一个任务是定期从集群节点收集感知数据,并聚合数据,以消除相关值之间的冗余[9]。簇头的第二个任务是生成一个时分多址(TDMA)调度,通过该调度传感器节点接收数据传输的时隙。第三个任务是将聚合的数据发送到附近的CH或直接发送到基站。因此,CH的生命周期将是一个非常短的时间跨度,如果固定的节点执行所有三个任务,它变得至关重要,以良好的结构化方式定期转移簇头。针对两层结构的无线传感器网络,提出了一种基于节点剩余能量和通信距离的信道选择机制。现有的文献[10]大多是通过标准的数学坐标系来估计距离的。本文提出了一种基于RSSI值的传感器节点间距离估计的实时实验装置。RSSI值可以通过测量无线电信号的接收功率来估计,并且大多数IEEE 802.11和802.15.4无线电模块支持RSSI的测量。接收功率(P_Rx)和RSSI之间的关系如下面的公式[11]所示:RSSI ¼10log10PRx接收器弗里斯传输方程通常被描述为无线电通信的传播。该等式给出了传输距离(D)和接收功率(P_Rx)之间的关系,如下所示:PTx GT GRk20;否则其中,P是期望的簇头%,r是当前轮,G是在最后1/P轮中还不是CH的节点的集合。在稳定状态阶段,所选CH创建TDMA调度并为每个成员节点分配用于数据传输的时隙。在特定时间段之后,网络返回到建立阶段以选择新CH。该方法基于预定概率选择簇头,并且在选择T(n)时不遵循任何能量效率机制。LEACH集中式(LEACH-C)使用集中式算法用于选择CH和相同的稳态阶段[13]李。在建立阶段,基站收集传感器节点的位置和能量水平,并且具有大于所有传感器节点的平均能量的节点将被选为CH。由于该方法在选择CH时仅考虑传感器节点的能量水平,因此在BS与CH之间的通信时,可能存在更大的概率选出CH远离消耗更多能量Younis[14]提出了一种协议HEED(混合能量-高效分布式聚类),该协议根据剩余能量定期选择作者没有对基础设施的存在或节点能力做任何假设,除了传感器节点中多个功率电平的可用性然而,所提出的算法只支持建立一个两级的层次结构,而缺乏多级层次结构。Yu等人。[15]提出了一种新的节能动态聚类技术,该技术处理每个节点,活动节点的数量,并计算其最佳PRx¼2014年4月2日通过监视来自其相邻节点的接收信号功率来确定成为簇头的概率。作者其中P_Tx是发射功率,G_T是发射天线增益,G_R是接收天线的增益,并且k是RF信号的波长。本实验报告的结构安排如下:第二部分讨论了相关的工作。第三节详细介绍了网络模型和DCHS机制。第4节包含实验设置和结果。最后,第5节结束了这项工作的未来改进提 出 了 一 种 基 于 能 量 效 率 和 功 率 感 知 的 路 由 算 法(EEPA),并与AODV、MTE和MRE路由协议进行了生命周期比较。Jung等人[16]提出了一种基于集群的能量有效转发方案,该方案确保当集群中的多个节点接收到一个数据包时,其中只有一个节点被选为发回确认。采用二进制指数退避算法进行节点选举Akhtar等人(能量有效的分布式簇头调度方案169X[17]提出了基于RSSI的能量感知集群内路由技术,并且不关注集群间路由。该算法使能量效率提高了17%。此外,该算法进行了测试与TOSSIM模拟器,不涉及任何实时硬件来测量信号强度。上述概率聚类算法考虑了两个重要的参数,如节点之间的距离和节点的剩余能量。现有的聚类算法实验结果大多是基于仿真结果,缺乏实时性。在这份报告中,实时实验装置的构建,以估计传感器节点之间的距离,并结合仿真参数,以验证所提出的DCHS计划。3. 建议方案:分布式簇头调度算法本节涉及所提出的DCHS的网络模型和算法。3.1. 网络模型考虑一组部署在野外的传感器。假设传感器网络具有以下属性一个同构的无线传感器网络被假定为网络模型,其中节点随机分散在整个传感器领域。部署后,节点处于无人值守状态。电池充电和更换几乎是不可能的整个操作。基站对能量约束没有限制,并且知道节点的地理位置。其显著地减小了节点CH和CN之间的通信距离。因此,这种方法创造了降低CH节点的发射功率的可能性,这将进一步增强各个节点的寿命。DCHS方法包括三个阶段:集群间通信(IECC)阶段,数据通信(DC)阶段和集群内通信(IACC)阶段。DCHS的聚类结构如图所示。1.一、3.2.1. 群集间通信阶段在此阶段,传感器节点与基站进行通信,以形成层,选举簇头和网关节点。在该阶段的初始阶段,每个节点向基站发送信标消息。根据该消息,基站创建具有节点id及其用于每个节点的RSSI水平的查找表。BS通过将所有节点的RSSI值相加并除以节点的总数来从查找表计算节点的平均RSSI值。现在,BS将网络隔离成主层T1和辅助层T2。具有大于平均RSSI值的RSSI值的节点按节点集合分组,由N1表示,其余节点由N2表示。BS指示N1属于主层并且N2属于辅助层。现在,基站在T1中选择三种类型的节点,诸如与簇节点通信的簇头节点、在主层之间转发数据的网关节点G1、充当主层和辅层之间的中继节点的BS和网关节点G2。在给定的传感器区域中,第一簇头以这样的方式确定,即CH不应该远离BS,并且接近每个簇中所有节点的中心位置。为此,可以将接近平均RSSI值的节点选为T1的CH。成为初始CH的概率(PCH(i))计算如下:每个传感器节点具有相似的功能(感知、处理和通信),并具有基于RSSIPCHUANGn1/1ðRSSIÞinð4Þ值传感器节点之间的通信是多跳节点和基站不支持移动性,并且假定为静止的。3.2. 分布式簇头调度算法建议的长者住屋系统旨在达致下列目标:提出了一种层次分簇的无线传感器网络。实现传感器节点间的负载均衡,避免能量空洞.确定一个簇头,它以最小的通信距离覆盖整个区域。簇头应该以能量有效的方式分布在整个传感器区域中。● 降低输电成本。建议的DCHS方法将网络分为两层。两层体系结构的主要优点是其中n是T1中传感器节点的数量,RSSIi是来自对应节点的第i个由于在初始阶段所有传感器节点的能量水平是相同的,因此在此阶段不考虑能量水平参数图1 DCHS方案的聚类结构。●●●●●●●●●●170G. Kannan,T.斯里伦加·拉贾Xn寻找第一个CH。类似地,BS计算所有节点的平均RSSI水平,并识别辅助层T2中的簇头节点的集合。因此,所提出的DCHS方案总是试图最小化基站、主层和辅层之间的传输距离。3.2.2. 数据通信阶段这是集群形成阶段。基站将消息广播到所有传感器节点,以给出关于新选举的簇头的信息。邻近节点向CH发送加入请求消息,CH确认该加入请求并形成簇。在主层中,每个CH选择一个网关节点G1,以确保G1更靠近基站。进行辅助层中的一个网关节点G2的类似选择,使得G2更靠近主层和辅助层之间的边界。现在CH为簇中的每个节点分配TDMA调度用于传输数据。在分配的时隙期间,集群节点将发送数据。现在,群集头会聚合和压缩从群集节点收集的数据。如果CH属于主层,则CH将压缩数据转发到网关节点G1,否则转发到网关节点G2。3.2.3. 群集内通信阶段该阶段主要处理两层传感器节点之间的通信和簇头的重新选举。在4.3节中对簇头切换剩余能量阈值的选取进行了实验分析,并将其设定为初始能量的一半。如果当前CH的剩余能量下降到初始能量的一半以下,则CH将通过多播方式向簇节点广播CH_SCHEDULING消息。该消息表示,当前CH具有不足以充当CH的剩余能量,并且需要立即簇头切换以延长网络寿命。响应于调度消息,簇节点向CH发送其剩余能量(Ei)和RSSI水平(Ri)之和的参数Ti,此时簇头计算用于识别下一个簇头的阈值TCH (i)成为下一个CH的阈值可以表示为4. 实验设置和分析所提出的系统的性能估计分两个阶段。在第一阶段,实时实验装置的构建,以找到两个传感器节点之间的通信距离的基础上RSSI值。在第二阶段中,通过结合从实时经验值(第一阶段结果)获得的RSSI值,通过仿真模型对所提出的DCHS方案进行评估。4.1. 相a由于无线传感器网络节点配备了具有发送和接收能力的射频收发器,因此可以通过接收信号强度指示来估计传感器节点之间的通信距离。设计了以MSP430F149单片机和CC2500射频收发器为核心的硬件平台。CC2500具有内置RSSI,并在RSSI引脚[18]提供模拟输出信号。在这项工作中,RSSI值测量与9个无线传感器节点。第一个节点N1通过串行端口与PC相连,其余8个节点(N2传感器节点N1被编程为发送节点,通过CC 2500收发器发送数据包,其余节点(N2- N9)被编程为接收节点,收集数据包。为MSP430F149处理器编写了接收RSSI值的程序,并以命令提示符显示。该实验在B.S.Abdur Rahman大学校园内的一个开放空间进行,具有良好的视线。实际RSSI值是8位十六进制数, 可从RSSI状态寄存器[19]读取。CC2500说明实际RSSI值是RSSI寄存器值的2以下步骤可用于将RSSI读数转换为绝对功率电平(RSSI_dBm):Tn1/1Ei其中n是集群中的节点总数。现在,当前CH将TCH(i)与每个节点的Ti值进行比较具有Ti更接近T的CH(i)将当选新CH到簇节点的通知遵循与IECC阶段中类似的过程图2示出了所提出的DCHS方案在IECC阶段中的初始簇形成的流程图。初始CH选择基于其与所有传感器节点的RSSI值的最终平均值的接近度来进行。现在基站通过检查传感器节点的RSSI值是否大于所有传感器节点的平均RSSI来隔离主层或辅助层中的节点。由于假设传感器节点的初始能量水平对于所有节点是相同的,因此在IECC阶段不考虑剩余能量水平参数。这也减少了传感器节点的计算开销。在形成集群架构之后,基站向所有传感器节点广播路由信息。其中RSSI_offset是对应于由制造商提供的数据速率的典型值 。 CC 2500 编 程 为 以 250 kb/s 的 速 度 工 作 ; 因 此 ,RSSI_offset= 72。[19]第10段。为了获得RSSI值的准确测量,对于具有如表1中所示的各种步距角的每个距离,取大约八个这样的值。每个距离的RSSI平均值被视为最终信号强度,以确保准确性。从表中可以观察到,随着距离增加,RSSI值减小,这意味着节点越近,接收到的信号强度将越强。(1)当CC2500处于接收模式时,从RSSI获取RSSI值状态寄存器。(2)将读数从十六进制数转换为十进制数。(RSSI_dec)。(3)如果(RSSI_decP 128)。(4)否则,如果(RSSI_dec128)。没计算主层节点之间的平均RSSI(RSSI)T1计算次级层节点之间的平均RSSI(RSSI)T2节点属于辅助层(T2)节点属于主层(T1)基站用传感器节点ID及其对应的RSSI值(RSSI)n创建查找表,还计算RSSI值(RSSI)m的平均值开始传感器节点向基站发送信标信号,并接收所有传感器节点RSSI接近均值(RSSI)T1的节点被选为CH,T1中具有最高RSSI的节点被选为网关节点RSSI接近平均值(RSSI)T2的节点被选为CH,T2中具有最高RSSI的节点被选为网关节点图3实验装置。172G. Kannan,T.斯里伦加·拉贾表1各种距离和步距角的RSSI值测量。90°135°180°225°270°315°360°-59.55-58.12-57.11-59.49-58.10-58.14-58.13-60.41-61.13-60.98-60.15-61.54-60.78-60.74-63.97-64.10-63.87-64.18-63.99-64.30-64.43-67.95-67.20-67.55-68.12-67.35-68.10-67.11-69.15-69.88-70.12-70.15-70.20-69.55-69.16-73.95-74.10-73.23-73.54-73.99-74.11-73.55-77.55-78.10-77.41-78.20-77.65-77.59-77.25-83.55-84.90-83.99-84.56-85.98-85.55-85.12-90.10-89.55-89.99-90.55-91.10-90.55-90.12-96.16-95.52-95.36-94.98-96.12-95.55-95.23平均值(RSSI)-58.34-60.79-64.16-67.57-69.77-73.70-77.62-84.82-90.14-95.60步距角RSSI(dBm)2m4 m7m9m12米15m20米30m40米50m45°-58.11-60.57-64.43-67.19-69.95-73.15-77.20-84.91-89.13-95.914.2. 相b通过仿真模型对所提出的DCHS方案的性能进行了评估。RSSI值从实时实验装置中物理测量,并将值制成查找表。查找表显示了具有相应信号强度的距离值。然后,将该查找表作为输入馈送给作为单独函数的模拟。这里使用的模拟器版本是NS-2.35。在该环境中模拟了总共100个节点,面积为50 * 50 m。数据包大小被认为是500字节。IEEEMAC协议采用802.11。模拟进行了200秒的时间。4.3. 簇首切换本节讨论当电流CH耗尽其能级时,确定CH切换阈值的实验过程。试验得到网络寿命和剩余能量的百分比CH之间的关系。在这次试验中,CH位于距离100米内的传感器的总数量约为200。所有类型的传感器节点的初始能量取为2J。因此,网络中的总能量将为400 J。剩余的模拟参数取自表2。从图 4、如果剩余能量百分比为10%,则网络寿命约为520轮。当剩余能量从10%逐渐增加到50%时,轮数达到最大值。 从图4中还可以观察到,当CH的剩余能量为表2模拟参数。参数值无线传感器网络区域50米 * 50米无线传感器网络节点100无线传感器网络节点初始能量2 JE(用于Tx和Rx)50 * 10-9 J/位eamp100 * 10-12 J广播消息大小100字节数据包大小(感测参数)500字节80070060050040030020010000 20 40 60 80 100CH剩余能级百分比图4 CH的寿命与剩余能量的关系超过50%,网络的寿命将逐渐减少。因此,确定CH切换的阈值为初始能量的50%,并在IACC阶段考虑该值。4.4. 结果和性能分析本节描述了仿真模型和仿真结果,并举例说明了DCHS方案与经典的LEACH,HEED和LEACH-C的性能分析,以观察 网 络 寿 命 。 表 2 中 示 出 了 用 于 四 种 方 案 DCHS 、LEACH、HEED和LEACH-C的实验工作中的模拟参数。提出的DCHS的性能分析是基于四个指标,即不同轮次消耗的总网络能量,第一个节点死亡,一半的节点存活和BS接收的数据总数图5示出了针对每轮绘制的总网络能量,其是所有传感器节点处的剩余能量的总和。从图5中可以清楚地看出,当传感器节点的数量取为100时,即使在900次运行之后,DCHS 方 案 的 剩 余 能 量 水 平 也 高 于 LEACH 、 HEED 和LEACH-C方案的剩余能量水平。该系统通过考虑RSSI的最后均值,始终保证簇头靠近簇中心,而不会选在传感器区域的边界,从而大大缩短了CH、CN和BS之间的传输距离。它还可以避免更长的数据包延迟。此外,网关节点也被选择为更靠近BS,以减少CH的过载。因此,DCHS方案有助于轮数能量有效的分布式簇头调度方案173250200150100500 0 200 400 600 800 10001000900800700600500400300200100号轮LEACH HEED沥滤-C DCHS0LEACH HEED LEACH-C DCHS图5模拟时间内的总网络能量与LEACH,HEED和LEACH-C相比,LEACH节省了大量的能量,并为传感器节点提供了更好的寿命。图6表示从针对不同聚类算法(例如LEACH、HEED、LEACH-C和DCHS)在第一个节点死亡和轮数之间进行的模 拟 中 获 得 的 结 果 。 从 图 6 中 可 以 看 出 , LEACH 、HEED、LEACH-C和DCHS针对第一个节点死亡所采取的轮数被发现为142、241、379和379。554人。与其他方案相比,所提出的DCHS方案对于第一个节点死亡需要更多的轮数。类似地,图7示出了从模拟获得的结果。一半节点存活(HNDA)图7传感器节点数=50时250200150100500200400600800100012001400 1600这是在存活节点的一半和不同聚类算法的轮数之间进行的,时间(秒)LEACH HEED LEACH-C DCHSLEACH、HEED、LEACH-C和DCHS。从图7中可以清楚地看出,LEACH、HEED、LEACH-发现C和DCHS占用一半存活节点的时间分别为320、590、850和901。提出的DCHS方案需要更多的轮数为一半的节点活着时,与其他计划相比。根据图如图6和图7所示,当在模拟时段内与LEACH、HEED和LEACH-C进行比较时,DCHS中的活动节点的数量很高,并且提供了更好的节点级能量管理。在所提出的方案的传输距离已大大减少,有进一步的可能性,通过最小化的信号强度指示的基础上的发射功率电平,减少节点的能量。图8示出了传送到基站的数据的数量。结果 表明,与LEACH 、HEED 和LEACH-C 相比,DCHS的基站接收数据量更大。基于6005004003002001000LEACH HEED LEACH-C DCHS第一个节点死亡(FND)图6传感器节点数=50时的第一个节点死亡(FND)图8基站的数据传输。通过以上分析,证明了该DCHS具有较低的能量消耗、较高的数据传输率和较长的网络寿命。5. 结论当轮数在500到700之间时,与LEACH-C协议相比,所提出的分布式簇头调度算法具有7.5-12%的节能效率,而与HEED和LEACH协议相比,LEACH-C协议的节能效率分别为17.5%和39.7%。因此,所提出的方案可以实现7.5-39.7%的整体减少消耗的能量相比,现有的层次协议。所提出的方案的性能指标也进行了评估的帮助下,第一个节点死亡和一半的节点活着。LEACH、HEED和LEACH-C原子弹的第一个死亡淋巴结分别为142、241和379个,而DCHS则需要554轮。类似地,对于LEACH、HEED和LEACH-C协议,50%的节点存活需要320、590、850轮,而DCHS需要901轮。DCHS在每轮调度CH的基础上的剩余能量和RSSI水平的 传 感 器 节 点 和 流 行 的 概 率 分 簇 协 议 , 如 LEACH ,LEACH-C和HEED通过公平分配的能量负载之间的集群网络。由于实验装置涉及实时硬件和事件驱动的模拟器,所获得的结果表现出更多的实时行为。为了进一步提高能量效率,延长传感器节点的寿命,554379241142850901590320能量(焦耳)回合数回合数BS收到的数据数量174G. Kannan,T.斯里伦加·拉贾管理方案可与DCHS方案合并。因此,建议的DCHS可以有效地采用在无线传感器网络中的能量敏感的应用。确认研究人员对印度钦奈Abdur Rahman大学电子与通信工程系表示诚挚的感谢,感谢他们的不断支持和提供必要的设施,以成功开展这项引用[1] 张文辉,张文辉,张文辉.传感器网络综述。IEEE CommunMag2002;40(8):102-14.[2] 放大图片创作者:J.具有确定性簇头选择的低能耗自适应分簇层次结构。斯德哥尔摩,瑞典:IEEE MWCN; 2002年。[3] 吴晓波,王晓波,王晓波,王晓波,王晓波.无线传感器网络的集中式能量有效路由协议。IEEE Radio Commun2005;43(3):8-13.[4] 张正浩,马明,杨媛媛。两层异构传感器网络簇中的节能多跳轮询。IEEE Trans Comput2008;57(2).[5] Zong Ziliang et al. EAD and PEBD : Two energy-awareduplicationschedulingalgorithmsforparalleltasksonhomogeneousclusters. IEEE Trans Comput2011;60(3).[6] Wei Dali et al. An energy-efficient clustering solution for wirelesssensor networks. IEEE Trans Wireless Commun2011;10(11).[7] 张 , 朱 。 一 种 有 效 的 无 线 传 感 器 网 络 分 簇 节 能 方 案 。EURASIP J Wireless Commun Netw2012:1-10.[8] Kianzad Vida 等 人 , 《 Efficient techniques for clusteringandscheduling onto embedded multiprocessors》。IEEE跨并行分布系统2006;17(7).[9] Hanza'lekZdenek等. 具有时间限制数据流的簇树型无线传感器网络能量有效调度。IEEETrans Industr Inf 2010;6(3).[10] 无线传感器网络的规划:联合路由和覆盖约束下的节能聚类。IEEE Trans Mob Comput2009;8(8).[11] Lau Erin-Ee-Lin等人,增强型基于RSSI的室内和室外环境高精度实时用户位置跟踪系统。 国际智能传感器集成系统杂志2008;1(2).[12] 吴伟杰,王伟杰,王伟杰.无线微传感器网络能量有效通信协议。第33届夏威夷国际系统科学会议论文集,2000年。[13] 吴伟杰,王伟杰,王伟杰.无线微传感器网络的应用规范协议体系结构。IEEE TransWireless Commun2002;1:660-70.[14] 尤尼斯·奥萨马,法赫米·索尼娅. HEED:一个混合的,节能的,分布式集群方法的ad hoc传感器网络。IEEETrans MobComput 2004;3(4).[15] Yu Ming等.传感器网络的动态分簇和节能路由技术。IEEETrans Wireless Commun2007;6(8).[16] 郑钟植朴泰根金芝荷基于簇的传感器网络中可靠和节能数据传输的转发方案。IEEE Commun Lett2005;9(2):112-4.[17] 阿赫塔尔·阿迪尔,米哈斯·阿比德·阿里,贾巴尔·索海尔。无线传感器网络能量感知簇内路由。Int J HybridInform Technol2010;3(1):29-48.[18] 严如强,孙航航,钱玉宁。能量感知传感器节点设计及其在无线传感器网络中的应用。IEEE跨仪器测量2013;62(5)。[19] 低功耗射频IC- 2.
下载后可阅读完整内容,剩余1页未读,立即下载
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
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功