ofdataaggregationinsensornetworks傳感器網(wǎng)絡(luò)中數(shù)據(jù)(文件)
【正文】 儲(chǔ)先前的節(jié)的身份。沒有沒上色的鄰節(jié)點(diǎn)，進(jìn)入步驟 4。 ? I. 有顏色信息的移動(dòng)代理 ? II. 沒有顏色信息的移動(dòng)代理 ? 在我們的模擬中，我們比較了 FPRP需要的顏色數(shù)量、 MDF算法和 MASA。 在結(jié)的最大的交點(diǎn)程度和數(shù)字的每個(gè)組合，我們測量了所有三種算法平均表現(xiàn)。 ? Conclusion結(jié)論 ? 據(jù)我們所知， MASA是第一種使用一個(gè)移動(dòng)代理去試圖解決最小的槽孔分配問題。 通過給更多智能給移動(dòng)代理或使用多個(gè)移動(dòng)代理達(dá)到顏色的最佳數(shù)目是否是可能的？在我們的未來工作中，我們將設(shè)法提出那個(gè)問題。我們的目標(biāo)是使我們的算法在能量消耗和任務(wù)的執(zhí)行方面具有選擇性，并通過基于 JAVA的工具對(duì)各種算法進(jìn)行評(píng)價(jià)與仿真。為了解決數(shù)據(jù)擁塞這個(gè)難以解決的問題。隨機(jī)地選擇路由將導(dǎo)致性能的惡化甚至性能低于traditional client /server model，現(xiàn)在，我們就來研究這些問題。 ? LCF類型的算法 LCFlike algorithms的輸出主要依賴于移動(dòng)代理的原始位置，剩下的被訪問的節(jié)點(diǎn)都帶有高遷移的損失，這是因?yàn)橄乱粋€(gè)目的地的遷移取決于移動(dòng)代理的當(dāng)?shù)匚恢眯畔ⅲ皇且匀值那闆r來決定遷移的路線。同時(shí)在這種方法中，一大部分已經(jīng)被訪問的節(jié)點(diǎn) (. those with maximum detected signal level)由于目標(biāo)的移動(dòng)等因素，導(dǎo)致他們的狀況頻繁改變。這是因?yàn)殡S著節(jié)點(diǎn)數(shù)量的增加，移動(dòng)代理的的路由路徑變長，花費(fèi)的時(shí)間也不斷增加。 ? B 被訪問節(jié)點(diǎn)的能量消耗的狀況應(yīng)該是最小的。在 CMST問題中，目標(biāo)是能夠最優(yōu)地選擇鏈接的終端或者直接向網(wǎng)絡(luò)中心傳遞，從而使損失達(dá)到最小。這個(gè)因素是被 LCF和 GCF算法忽略的因素， NOID能夠記住移動(dòng)代理的遷移過的路線，然后返回到 PE結(jié)點(diǎn)。 ? 仿真是用基于 JAVA的工具執(zhí)行，來實(shí)現(xiàn)仿真的目的，仿真器允許簡單地定義仿真的一些 NOID算法、 LCF和 GCF算法參數(shù)的輸出，當(dāng)然也記錄了它們的整體的路線長度，數(shù)據(jù)融合的能耗和反應(yīng)時(shí)間。 (d) NOID output, where the four trees created on the previous step are traversed in postorder. ? 結(jié)論 CONCLUSIONS ? 本文我們提出了 NOID算法的改進(jìn)版本，它是一種有效的啟發(fā)式算法，它能夠得出移動(dòng)代理的近似的最優(yōu)路線，雖然 NOID算法只是考慮了移動(dòng)代理的空間大小和移動(dòng)代理遷移的路線，它能使能量損耗減少。 。 ? 展望我們未來的工作，我們打算研究 NDIOI算法在目標(biāo)跟蹤應(yīng)用的適用性， MA路線包括信號(hào)的強(qiáng)度和能量的有效性。 (b) GCF output。 ? 仿真結(jié)果 SIMULATION RESULTS ? 我們的仿真工作在整體路線長度、數(shù)據(jù)融合的能耗和時(shí)間方面上，試圖比較 NOID算法與 LCF和 GCF算法優(yōu)缺點(diǎn)。文獻(xiàn) [4]提出了一種解決 MAR問題的新的啟發(fā)式算法，我們叫它 NOID算法 (Near – Optimal Itinerary Design) algorithm。 ? 傳感器網(wǎng)絡(luò) (WSN)中移動(dòng)代理路由 Mobile Agent Routing (MAR)的問題需要給出一條路徑，以便優(yōu)化路由目標(biāo)，整體的路由目標(biāo)是增加網(wǎng)絡(luò)的生存時(shí)間和盡量減少能量的損耗和包的丟失。 ? Our algorithm has been designed on the basis of three objectives: ? (a) MA itineraries should be derived as fast as possible and adapt quickly to changing working conditions ? (b) visited sensors energy consumption should be minimized, ? (c) The number of MAs involved in the data fusion process should depend on the number and the physical location of the sensors to be visited。 ? 在文獻(xiàn) [8]和文獻(xiàn) [11]提出來的方法中，移動(dòng)代理都是從處理 PE節(jié)點(diǎn)出發(fā)然后訪問其它節(jié)點(diǎn)，不管它們的物理位
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1