MHR无线传感器网络梯度场动态调整策略

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 83-86.

MHR无线传感器网络梯度场动态调整策略

郑明才1，2，张大方1，3，赵小超2

1.湖南大学计算机与通信学院，长沙 410082
2.湖南第一师范学院信息科学与工程系，长沙 410205
3.湖南大学软件学院，长沙 410082

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Dynamic adjusting policies on minimum hop gradient field in MHR wireless sensor networks

ZHENG Mingcai1，2，ZHANG Dafang1，3，ZHAO Xiaochao2

1.School of Computer and Communications，Hunan University，Changsha 410082，China
2.Department of Information Science and Engineering，Hunan First Normal University，Changsha 410205，China
3.School of Software，Hunan University，Changsha 410082，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 为了适应无线传感器网络的动态拓扑结构特性、提高数据汇聚的可靠性，MHR无线传感器网络的最小跳数梯度场应该实时动态更新。为节省能量，节点可实时监听其梯度化邻居节点信息并据此动态调整其拥有的最小跳数值，以实现MHR无线传感器网络最小跳数梯度场的廉价动态实时更新。理论分析和仿真结果表明该方法在无线传感器网络物理拓扑结构不发生大规模突变的状态下具有良好的效果。

关键词: 无线传感器网络, 最小跳数路由, 最小跳数梯度场, 动态调整, 可靠性

Abstract: In order to adapt to the dynamic topology structure of wireless sensor networks and improve the reliability of data sinking，the minimum hop routing wireless sensor networks must adjust its minimum hop gradient field real time.Considering for energy conservation，every node can monitor the information of its gradient neighbors in real time and dynamically adjust its minimum hop count value，so the network’s minimum hop gradient field is updated real time and at an ease rate.Theoretical analysis and simulation results show that the method is efficient when the change of network physical topology structure is small-scale and without mutation.

Key words: wireless sensor networks, minimum hop routing, minimum hop gradient field, dynamic adjusting, reliability

郑明才1，2，张大方1，3，赵小超2. MHR无线传感器网络梯度场动态调整策略[J]. 计算机工程与应用, 2011, 47(8): 83-86.

ZHENG Mingcai1，2，ZHANG Dafang1，3，ZHAO Xiaochao2. Dynamic adjusting policies on minimum hop gradient field in MHR wireless sensor networks[J]. Computer Engineering and Applications, 2011, 47(8): 83-86.

[1]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[2]	冯凯，李婧. k元n方体网络的子网络可靠性[J]. 计算机工程与应用, 2021, 57(16): 83-89.
[3]	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.
[4]	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.
[5]	张海南，游晓明，刘升，刘中强. 交互式学习的布谷鸟搜索算法[J]. 计算机工程与应用, 2020, 56(7): 147-154.
[6]	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.
[7]	李锐，李晓会，陈鑫. 可靠性绿色物流配送选址-路径问题研究[J]. 计算机工程与应用, 2020, 56(23): 237-244.
[8]	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.
[9]	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.
[10]	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.
[11]	任慧. 考虑运输中断的可靠三级供应链网络设计[J]. 计算机工程与应用, 2019, 55(6): 265-270.
[12]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[13]	张水平，高栋. 基于动态调整和协同搜索的花授粉算法[J]. 计算机工程与应用, 2019, 55(24): 46-53.
[14]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[15]	杨明慧，邹翔. 美国电子身份指南评析[J]. 计算机工程与应用, 2019, 55(23): 22-28.