ofdataaggregationinsensornetworks傳感器網(wǎng)絡(luò)中數(shù)據(jù)-資料下載頁
2024-09-29 20:29本頁面
【導(dǎo)讀】本文描述了在傳感器網(wǎng)絡(luò)中的基本性能表現(xiàn)和對分布式應(yīng)用中的簡單反饋控制。機制進(jìn)行性能優(yōu)化。數(shù)據(jù)的通信和融合的框架提出了圖像處理融合的度和在數(shù)據(jù)。傳輸過程中能同時減少能量損耗和保持可連接的延時。述實時性、能量和融合的程度的關(guān)系，并且源于實時要求的限制。最大限度時，反饋控制可以動態(tài)地適應(yīng)數(shù)據(jù)融合以響應(yīng)網(wǎng)絡(luò)負(fù)荷狀態(tài)。結(jié)果說明反饋控制在傳感器網(wǎng)絡(luò)領(lǐng)域是有效的。本文從反饋控制方面介紹了ADHOC無線傳。感器網(wǎng)絡(luò)提出的研究。實時的數(shù)據(jù)傳輸在傳感器網(wǎng)絡(luò)中是一個重要的性能表現(xiàn)，因。為這樣的網(wǎng)絡(luò)必須對外部環(huán)境的變化作出實時的反應(yīng)。求快速反應(yīng)的場合是無用的，實時也意味著有更大的時延。最大范圍的延時，并試圖減少能量的消耗。可能導(dǎo)致不能及時地傳送數(shù)據(jù)。多通道和基于競爭的協(xié)議對基于預(yù)約或保留的協(xié)議。在這些協(xié)議之下可能發(fā)生錯誤。避免暗藏的或被暴露的終端問題。聽和分組沖突上，那些都不適用于無線傳感器網(wǎng)絡(luò)。
【正文】 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。 the order an MA visits its assigned nodes should be puted in such a way as to minimize the overall migration cost. ? 我們的算法設(shè)計有三個目標(biāo)： ? A 移動代理的路線能夠盡快地適應(yīng)網(wǎng)絡(luò)狀況的改變。 ? B 被訪問節(jié)點的能量消耗的狀況應(yīng)該是最小的。 ? C 數(shù)據(jù)融合中移動代理的數(shù)量應(yīng)該依靠節(jié)點的數(shù)量和物理位置的改變而改變；移動代理遷移的路徑應(yīng)先進(jìn)行計算，然后再進(jìn)行遷移。 ? 傳感器網(wǎng)絡(luò) (WSN)中移動代理路由 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)的生存時間和盡量減少能量的損耗和包的丟失。 ? 我們的 MAR給出與 Constrained Minimum Spanning Tree (CMST)一些相似的問題， CMST是一種對數(shù)據(jù)進(jìn)行壓縮的子樹，這子樹的根在樹的中心。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。 CMST算法的輸出由多點線組成，在終端會自動共享子樹和特別的節(jié)點， CMST算法類似一大群的路線圖。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。 ? NOID算法考慮了移動代理訪問數(shù)據(jù)融合的節(jié)點數(shù)量。這個因素是被 LCF和 GCF算法忽略的因素， NOID能夠記住移動代理的遷移過的路線，然后返回到 PE結(jié)點。因此， NOID限制了遷移的路線。 ? 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)融合的能耗和時間方面上，試圖比較 NOID算法與 LCF和 GCF算法優(yōu)缺點。除了另外的定義，一些用到的參數(shù)都如圖 1所示。 ? 仿真是用基于 JAVA的工具執(zhí)行，來實現(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)時間。 ? Figure 1. Javabased simulation of MAbased distributed data ? fusion algorithms: (a) LCF output。 (b) GCF output。 ? (c) the trees constructed by NOID (four trees, each assigned to an individual MA。 (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，它能夠得出移動代理的近似的最優(yōu)路線，雖然 NOID算法只是考慮了移動代理的空間大小和移動代理遷移的路線，它能使能量損耗減少。 NOID算法已經(jīng)被仿真過，并得出它的輸出性能。 ? 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路線包括信號的強度和能量的有效性。另外未來工作的方向是 NOID算法應(yīng)用到實際的 WSN環(huán)境中去，特別地，把傳感節(jié)點放置到在一定的執(zhí)行環(huán)境中，移動代理的運行由JAVA來仿真得出我們所要的結(jié)果。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1