无线传感器网络中的新型数据收集协议

doi:10.3778/j.issn.1002-8331.2009.06.032

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (6): 113-116.DOI: 10.3778/j.issn.1002-8331.2009.06.032

无线传感器网络中的新型数据收集协议

龚波,徐建波

湖南科技大学计算机学院，湖南湘潭 411201

收稿日期:2008-08-22 修回日期:2008-10-31 出版日期:2009-02-21 发布日期:2009-02-21
通讯作者: 龚波

New data gathering protocol of wireless sensor networks

GONG Bo,XU Jian-bo

School of Computer Science and Engineer，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China

Received:2008-08-22 Revised:2008-10-31 Online:2009-02-21 Published:2009-02-21
Contact: GONG Bo

摘要/Abstract

摘要： 数据收集是无线传感器网络最基本的应用，数据收集协议设计的首要目标是有效节约能源，延长网络生命周期。提出了一种网内数据融合和网络区分服务的思想，在此基础上实现了一种既能采纳网内数据融合技术，高效周期性地收集检测数据，又能满足紧急数据处理要求的具有区分服务机制的数据收集算法DSDG（Differentiated Service in-network data aggregation Data Gathering algorithm）。该算法对网络中数据流采用区分服务，在数据传输过程中采用高效的网内数据融合技术。仿真实验表明，与LEACH、HEED协议比较，DSDG数据收集协议能使WSN具有更长的网络寿命和更好的可扩充性。

关键词: 无线传感器网络, 数据收集, 数据融合, 区分服务, 仿真

Abstract: Data gathering protocol is the main application of WSN.Its first aim is to save energy efficiently and prolong the network lifetime.This paper presents an idea of and differentiated service.Based on the idea，an algorithm named DSDG is presented which uses differentiated service mechanism，it both use in-network data aggregation technology to efficiently collect data periodically and meet the requirement of urgent data processing.DSDG use differentiated service on network data flow，on the other hand，this algorithm uses high efficient network data fusion technology on data transmission process.Simulation experiment indicates that compared with LEACH and HEED，DSDG can make the WSN possess longer lifetime and better expansibility.

Key words: wireless sensor network, data gathering, data aggregation, differentiated service, simulation

龚波,徐建波. 无线传感器网络中的新型数据收集协议[J]. 计算机工程与应用, 2009, 45(6): 113-116.

GONG Bo,XU Jian-bo. New data gathering protocol of wireless sensor networks[J]. Computer Engineering and Applications, 2009, 45(6): 113-116.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[3]	李高源，王晋宇，张长弓，冯博迪，高宇歌，杨海涛. SAR图像仿真方法研究综述[J]. 计算机工程与应用, 2021, 57(15): 62-72.
[4]	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.
[5]	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.
[6]	赵怡，高淑萍，何迪. 基于深度学习的眼动跟踪数据融合算法[J]. 计算机工程与应用, 2021, 57(10): 211-217.
[7]	张悟移，李建国，龚钰雯. 高层住户防抛物、坠物安全意识演化模型[J]. 计算机工程与应用, 2021, 57(1): 254-260.
[8]	康雷雷，卢维科，刘澜. 城市快速路入口匝道与交叉口协调控制策略[J]. 计算机工程与应用, 2020, 56(9): 267-271.
[9]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[10]	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.
[11]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.
[12]	朱惠娟，王永利，陈琳琳. 面向三维模型轻量化的自私羊群优化算法研究[J]. 计算机工程与应用, 2020, 56(3): 42-48.
[13]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[14]	张新伟，李康，郁龚健，刘家航，李佩琦，柴志雷. 基于ZYNQ集群的神经形态计算加速研究与实现[J]. 计算机工程与应用, 2020, 56(21): 65-71.
[15]	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.

无线传感器网络中的新型数据收集协议

New data gathering protocol of 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