一种用于无线传感器网络的新联合优化算法

doi:10.3778/j.issn.1002-8331.2010.09.028

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 95-97.DOI: 10.3778/j.issn.1002-8331.2010.09.028

一种用于无线传感器网络的新联合优化算法

邵迎春，王德政

山东大学信息科学与工程学院，济南 250100

收稿日期:2008-09-23 修回日期:2008-12-18 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 邵迎春

New algorithm with joint optimization in wireless sensor networks

SHAO Ying-chun，WANG De-zheng

School of Information Science and Engineering，Shandong University，Jinan 250100，China

Received:2008-09-23 Revised:2008-12-18 Online:2010-03-21 Published:2010-03-21
Contact: SHAO Ying-chun

摘要/Abstract

摘要： 提出了一种跨MAC层和网络层的联合设计算法（IMR），用于解决无线传感器网络中节约能量的问题。它能够迅速地对于频发性事件做出感知和报告，同时把能量消耗控制在一个较低的水平。IMR算法把一个监控区域划分为有一个汇聚节点的层次结构，以汇聚节点为中心进行数据传输。处于远端的节点通过不同层的中继节点将信息传输到汇聚节点。仿真结果表明，和S-MAC协议相比，提出的方法在节约能量方面明显优于前者。

关键词: 无线传感器网络, 网络层和数据链路层的联合设计, 分层, 媒体接入控制, 能量模型

Abstract: In this paper，an Integrated MAC and Routing protocol（IMR） is proposed solving the energy problem for Wireless Sensor Networks（WSNs）.IMR is proposed for WSNs deployed for detecting rare events which require prompt detection and response.IMR organizes the network into concentric tiers around the sink（s），and event is reported by forwarding them from one tier to another in the direction of （one of） the sink（s）.IMR is evaluated through analysis and simulations，and it is compared with S-MAC.IMR outperforms S-MAC for event-detection applications，in terms of total average power consumption.

Key words: Wireless Sensor Networks（WSNs）, Integrated MAC and Routing protocol（IMR）, tier, Media Access Control（MAC）, energy model

中图分类号:

TN915.04

邵迎春，王德政. 一种用于无线传感器网络的新联合优化算法[J]. 计算机工程与应用, 2010, 46(9): 95-97.

SHAO Ying-chun，WANG De-zheng. New algorithm with joint optimization in wireless sensor networks[J]. Computer Engineering and Applications, 2010, 46(9): 95-97.

[1]	万琴，朱晓林，陈国泉，肖岳平. 分层联合双边滤波的深度图修复算法研究[J]. 计算机工程与应用, 2021, 57(6): 184-190.
[2]	雷聪蕊，葛正浩，魏林林，陈浩. 3D打印模型切片及路径规划研究综述[J]. 计算机工程与应用, 2021, 57(3): 24-32.
[3]	赖俊，魏竞毅，陈希亮. 分层强化学习综述[J]. 计算机工程与应用, 2021, 57(3): 72-79.
[4]	赵宇，祝义，于巧，陈小颖. 基于分层数据筛选的跨项目缺陷预测方法[J]. 计算机工程与应用, 2021, 57(20): 279-286.
[5]	陈恒，祁瑞华，朱毅，杨晨，郭旭，王维美. 球坐标建模语义分层的知识图谱补全方法[J]. 计算机工程与应用, 2021, 57(15): 101-108.
[6]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[7]	张力为，王甦菁，段先华. 细粒度分层时空特征描述符的微表情识别方法[J]. 计算机工程与应用, 2021, 57(13): 154-160.
[8]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[9]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[10]	张爱梅，徐杨. 注意力分层双线性池化残差网络的表情识别[J]. 计算机工程与应用, 2020, 56(23): 161-166.
[11]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[12]	李森森，吴清. 改进Mask R-CNN的遥感图像多目标检测与分割[J]. 计算机工程与应用, 2020, 56(14): 183-190.
[13]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[14]	高宁1，王兴元1，2，王秀坤1. 基于多状态分层模型的有表情人脸配准[J]. 计算机工程与应用, 2019, 55(7): 40-47.
[15]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.

一种用于无线传感器网络的新联合优化算法

New algorithm with joint optimization in wireless sensor networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics