带能量补充的LEACH路由算法研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:electron999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线可充电传感器网络(Wireless Rechargeable Sensor Networks,WRSNs)中,如何设计合理的路由协议,关系到节点能量动态平衡以及数据传输路径稳定性,进而影响网络的生命周期。因此,在网络有能量补充前提下,本文对路由协议进行研究,具体内容如下:针对一对一充电方式下的无线可充电传感器网络,根据网络能量消耗特点和网络规模大小,对圆形网络进行区域划分,在此基础上,本文提出一种基于区域优先级的充电调度算法(Charging Scheduling Algorithm Based on Regional Priority,CSA-RP)。每个小区域构成一个充电簇,当网络中节点有能量需求时,通过分析节点所属簇的簇优先级和节点优先级来决定MC的移动充电次序,从MC能量效用、MC总移动距离及MC累积消耗时间三个方面验证了该算法有效性。针对LEACH协议的不足,结合本文所提充电调度算法,提出一种基于节点剩余能量和距离平方的LEACH路由算法(LEACH Routing Algorithm Based on Node Residual Energy and Squared Distance,LEACH-NRESD)。具体思想为:同一个充电簇中的节点也属于同一个路由簇;建立簇时,采用静态簇划分方法,只在首轮进行路由簇的划分,之后轮只进行簇头的轮换选取;簇头选取时,考虑传感器节点剩余能量以及簇内传感器节点间距离;簇间通信时,各簇簇头节点依据本文所提改进的Dijkstra算法(Path Selection Scheduling Algorithm Based on Distance and Energy Dual Weights,PSSA-DEDW)进行下一跳簇头节点的选取,直至将数据转发至基站。最后,从网络剩余能量、网络死亡节点数及数据包吐吞量三个方面验证了LEACH_NRESD算法的有效性。
其他文献
目标跟踪算法是人工智能和计算机视觉研究领域的重要组成部分,广泛应用于智能监控等系统中,在生产生活和实际工程中都有很重要的研究价值。本文学习和总结了当前几种主流的目标跟踪算法,并且深入研究了基于压缩感知的目标跟踪算法,针对该算法在外界光照变化和目标局部遮挡时易出现跟踪漂移等情况,提出了相应的改进算法。文章首先详细介绍了压缩感知理论,并且应用该理论对信号重构进行了实验仿真。然后说明了压缩跟踪算法的理论
随着工厂智能制造模式兴起,移动机器人在人类社会的多个领域开始扮演着重要角色,尤其在工业领域有着重要的应用需求。因此,对自主移动机器人技术的研究具有广泛的应用前景,而
随着智能家居的市场规模的不断扩张以及自然语言处理技术的快速发展,自然语言处理技术的研究价值以及在智能家居领域的应用前景开始飞速上升。为了更好的研究和应用自然语言
人类视觉系统的注意力机制使人类选择性地关注图片中信息量最大、最具特征的部分,而不是整个场景。通过计算机学习人类的这种视觉机制,被称为图像显著性目标检测。传统的方法
图像在获取、传输、存储的过程中容易受到噪声的干扰。噪声图像的存在是非常普遍的。噪声图像不仅影响视觉体验,而且对数字图像处理技术有较大的影响。本文以显著性检测为例,
21世纪以来,随着互联网技术的快速发展和多媒体技术的日趋成熟,网络视频点播日受欢迎。但是随着网络的发展,特别是在数据流量方面的日益增长,传统的视频点播存在视频画面不清晰、跳帧、连续性差等一系列用户体验不良好的问题,除了网络带宽低、拓扑结构复杂、视频数据冷门等原因外,产生这些问题的关键是基于TCP/IP的通信模式为基础架构的互联网存在严重资源浪费的问题,即当前的互联网上发生了大量的重复(冗余)传输。
近年来,随着物联网应用的快速发展以及市场需求的增大,传统的物联网无线通信技术如Wi-Fi、蓝牙、Zig Bee等已经无法满足大规模应用部署的要求。物联网低功耗广域网LPWAN(Low-
基于表面等离子体共振的光纤传感器是一种新兴的传感器,其具有高灵敏度、高分辨率、响应速度快、抗干扰能力强等优点,在环境监测、生物医学等领域具有很广泛的应用前景。本文
随着计算机网络,通信技术和电子技术的快速发展,信息传播已经取得迅猛的发展。其中数字图像和视频作为信息的主要载体,是人类获取和交换信息的主要来源。数字图像的相关研究
电容层析成像(Electrical Capacitance Tomography,ECT)技术是自20世纪80年代借鉴医学CT技术发展起来的一种成本低廉且安全性能高的新型流动层析成像技术。它可以在不破坏封