【摘 要】
:
无线传感器网络(Wireless Sensor Networks,WSNs)通常用于低带宽和延迟容忍的环境。大多数应用中传感器节点受能源供应和通信带宽限制,为了达到节能的目的,使网络寿命最大化,在网络层中找到中继节点连接到基站的途径是十分必要的。传统的WSNs路由技术都存在传感器节点设计臃肿、路由局部优化和专网专用的问题,如何解决上述问题成为WSNs路由技术研究的关键。软件定义网络(Softwar
论文部分内容阅读
无线传感器网络(Wireless Sensor Networks,WSNs)通常用于低带宽和延迟容忍的环境。大多数应用中传感器节点受能源供应和通信带宽限制,为了达到节能的目的,使网络寿命最大化,在网络层中找到中继节点连接到基站的途径是十分必要的。传统的WSNs路由技术都存在传感器节点设计臃肿、路由局部优化和专网专用的问题,如何解决上述问题成为WSNs路由技术研究的关键。软件定义网络(Software-Defined Networking,SDN)是一种新的网络体系结构,该结构可实现控制和数据转发平面分离,能显著提高WSNs的灵活性,延长WSNs的网络生命周期,因此设计一种适用于软件定义无线传感器网络(Software-Defined Wireless Sensor Network,SDWSN)特点的路由算法变得尤为重要。本文在SDN-WISE(Software Defined Networking Solution for Wireless Sensor Networks)基础上,对SDWSN路由算法做以下优化:(1)由于传统WSNs层次路由簇头任务繁重导致能耗过大,在分析传统WSNs和基于SDWSN的路由算法基础上,提出一种基于SDWSN的Meanshift非均匀分簇路由算法(Meanshift Non-Uniform Clustering Routing Algorithm Based on SDWSN,NUR-SDWSN)。该算法利用SDN数控分离的优点减少簇头能耗。首先,控制器使用Meanshift算法完成非均匀分簇以减少热区,周期性刷新网络,当任意簇头节点度小于节点度阈值时,重新分簇。其次,通过节点剩余能量、位置和节点度计算簇内节点成为簇头的概率,排序形成簇头轮换表,优化数据包包头格式,根据能量阈值轮换簇头。最后,设置可充电超级节点(Rechargeable Super Nodes,RSNs)交互控制信息,采用分支定界法实现簇头间最优路径后形成流表,将流表和簇头轮换表等控制信息下发至RSNs中。通过与LEACH、UCR和基于SDN的ESR-W算法仿真对比,NUR-SDWSN算法在簇头分布方面,避免了簇头出现在网络边缘位置和邻居节点密度很低的区域,增加了簇头覆盖率,在簇头每轮能耗和每轮簇头存活数量对比上,其簇头每轮的能耗相对较低,存活数量相对较多,实现了减轻簇头任务繁重导致的能耗过大的问题。(2)为均衡网络中传感器节点能耗,提出一种基于SDWSN的熵值赋权优化分簇路由算法(Optimal Clustering Routing Algorithm for Entropy Weight Assignment based on SDWSN,ORAEA)。控制器通过熵值赋权法对传感器节点的期望寿命、邻居节点密度、节点距基站距离、节点传输能耗和节点负载等簇头选取影响因素进行客观赋值,选取出适应网络动态变化的簇头,形成簇头轮换表下发数据转发层。控制器以传感器节点距基站距离和能耗计算出的链路传输代价作为A*搜索算法的启发式函数,得到传输代价最小的簇头间多跳传输路由,形成流表下发数据层进行转发匹配。ORAEA算法在簇头分布方面,相对合理,在网络覆盖方面,由于簇头选取相对合理,所以其覆盖率随之增大,在总能耗方面,实现节点能耗均衡的目的。
其他文献
糖尿病性视网膜病变是导致成人视力障碍的主要原因,及早发现并治疗对于降低患者的致盲风险至关重要。基于深度卷积神经网络(CNN)的方法可以有效地通过对患者视网膜眼底图像进行分类,实现病变的分类检测。此类方法通常需要一个大型的已标注数据集来支持模型训练,但在实际应用中,高质量、大规模的标注数据集获取往往面临诸多挑战。同时,深层CNN模型,不仅训练耗时,而且容易导致过拟合等问题。因此,探索一种基于CNN且
无线传感器网络(Wireless Sensor Networks,WSNs)作为智能科技领域研究开发的基础设施,因其具有感知性能强和运算处理快速等特点而被广泛应用于众多领域。随着网络应用环境的不断变化,传感器节点的种类变得多样化,节点性能得到高质量的提升。人工智能时代的到来,涌现了大量的智能产品,无线传感器网络作为基础构件,被广泛应用于物联网智慧城市、智能家居、自然灾害监测预报预警、智能医疗与健康
图像去模糊技术不仅是计算机视觉范畴内的研究热点之一,也是最基本且具有研究意义的课题。手持设备和被拍摄物体之间的相对运动会使图像产生模糊效应,而将复杂的模糊图像通过算法模型复原出清晰的图像是图像去模糊的主要目标。由于模糊核的生成不满足唯一性,因此图像盲去模糊即是一种不适定性问题,也是一种病态问题。随着深度学习技术在图像处理领域的不断应用,图像去模糊技术在评价指标、视觉效果上均有所提升。深度神经网络通
准确判断农作物病害是监控农作物长势长情的重要的环节,计算机视觉图像技术和深度学习技术的发展,为精准农业提供了技术条件,为农业发展智能化提供了可能性。本文以番茄图像病害分类为切入点,采用一系列的图像处理技术优化图像数据集,在此基础上提出两种神经网络算法完成番茄叶片图像的病害分类和病害程度分类研究。本文的主要内容包括:(1)对数据进行预处理。本文的实验数据来源于Plantvillage工程提供的番茄图
牛无形体病(Bovine anaplasmosis)又叫牛边虫病,是一种立克次氏体目、埃利希体科、无形体属的牛无形体(Anaplasma bovis,A.bovis)侵染所导致的在全球范围内广泛分布的致死性的疾病。其病原体主要寄生在红细胞与单核细胞内。该病每年的易感期分布在4-10月,其中在7-10月份的发病率到达顶峰。该种疾病暴发的严重程度主要与其传播媒介-蜱虫的活跃度相关,但是其它的一些吸血昆
干旱是自然灾害中最严重、破坏性最强的灾害之一。在全球气候变暖的驱动下,气候变化和人类活动对干旱的影响及其驱动因子逐渐成为科学研究的热点。为了更好地监测和预报我国的干湿程度,分析研究干旱的驱动因子具有十分重要的意义。本文采用了气象站点、环流指数、社会经济指标和温室气体等数据分析了气候变化、社会经济发展和人类活动对干旱的影响。基于水分亏缺/盈余指数(water deficit/surplus,D)对我
猪繁殖与呼吸综合征(Porcine reproductive and respiratory syndrome,PRRS)俗称蓝耳病,是由猪繁殖与呼吸综合征病毒(Porcine reproductive and respiratory syndrome virus,PRRSV)感染引起的一种以繁殖障碍和呼吸道感染为主要症状的传染病,严重危害猪业。PRRSV是一种易突变的RNA病毒,具有基因多样性,
降水在时空分布上的不稳定性是引起如干旱、洪涝等自然灾害的直接因素,想要更为准确地监测旱涝灾害,就要准确了解降水在时间和空间上的变化规律,因而需要优质的高时空分辨率降水数据集。近年来,已有大量全球范围内的格网降水产品,且根据其资料来源和估算方法,大致可分为3种类型:基于地面站、基于卫星和基于再分析的降水产品,掌握这些产品的精度特性对其准确应用与发展具有重要意义,此外,旱灾是造成经济损失最为严重且发生
山羊传染性胸膜肺炎(CCPP)是由山羊支原体山羊肺炎亚种(Mccp)引起的高度接触性纤维素性肺炎,是一种发病急、传染性强、发病率与致死率高的急性传染病。虽然临床上按照常规免疫程序进行防控,但由于个体和菌株之间的差异,部分地区的羊免疫后仍然有发病现象,抗生素对该病的治疗效果也一直不佳。为了分离出引起当地流行CCPP的病原菌并为制定防控策略提供参考,本研究通过采集临床中疑似CCPP发病羊鼻拭子和肺脏,
子宫内膜炎是奶牛养殖中一种常见产科疾病,造成奶牛业巨大的经济损失。引起子宫内膜炎的病原多种多样,且病原体存在地域间差异,给抗生素的选用带来困难;在菌种不明确的情况下,滥用广谱抗生素易使细菌产生耐药性,也给人类生活构成严重威胁。利用非抗药物治疗子宫内膜炎的研究越来越受到关注。甘露寡糖(Mannan oligosaccharides,MOS)被称为抗生素生长促进剂的潜在替代品,可以增强机体的免疫力。作