异构型无线传感器网络的生命周期

吉林大学学报(工学版)

异构型无线传感器网络的生命周期

张瑞华¹，贾智平¹，袁东风²

1.山东大学计算机科学与技术学院，济南 250061；2.山东大学信息科学与工程学院, 济南 250100

收稿日期:2007-04-30 修回日期:1900-01-01 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 张瑞华

Lifetime analysis in heterogeneous wireless sensor networks

ZHANG Rui-hua¹, JIA Zhi-ping¹, YUAN Dong-feng²

1.School of Computer Science and Technology, Shandong University, Jinan 250061, China; 2.School of Information Science and Engineering, Shandong University, Jinan 250100, China

Received:2007-04-30 Revised:1900-01-01 Online:2008-09-01 Published:2008-09-01
Contact: ZHANG Rui-hua

摘要/Abstract

摘要： 研究了一种异构型无线传感器网络的能量效率问题。该网络是具有不同初始能量的两类传感器节点以不同的数量均匀地分布在监测区域形成的，它基于簇的方式周期性采集数据传输到网关（sink）节点。本文对簇头节点和成员节点的能量消耗进行了数学建模，并且分析了网络的生命周期与检测区域参数之间的关系。通过理论分析和仿真结果得到了最大网络生命周期的最佳分簇数目以及不同层次节点的能量分配比例，并进一步导出了网络生命周期与簇头能量配置的关系。

关键词: 人工智能, 无线传感器网络, 能量效率, 分簇, 异构网络, 生命周期

Abstract: The energy consumption issue of a kind heterogeneous wireless sensor networks was studied. Two types of sensor with different battery power are assumed to be uniformly deployed in a sensing field, one with a singlelayer of identical sensors and other with an additional overlay of fewer but more powerful sensors, which forms a eterogeneous wireless sensor network and works in clustering approach. Two type sensor energy consumptions were formulated and their lifetime with varying parameters related to the sensing field was studied. According to the theoretical analysis and experiment results, the optical number of clusters based on our proposed sensor model was obtained and the energy allocation between different layers was given. In addition, a relationship between the network lifetimes and sensor energy was found.

Key words: artificial intelligence, wireless sensor network, energy efficiency, cluster, heterogeneous networks, lifetime

中图分类号:

TP212.1

张瑞华，贾智平，袁东风 . 异构型无线传感器网络的生命周期[J]. 吉林大学学报(工学版), 2008, 38(05): 1136-1140.

ZHANG Rui-hua, JIA Zhi-ping, YUAN Dong-feng . Lifetime analysis in heterogeneous wireless sensor networks
[J]. 吉林大学学报(工学版), 2008, 38(05): 1136-1140.

参考文献

相关文章 15

[1]	宋大凤, 吴西涛, 曾小华, 杨南南, 李文远. 基于理论油耗模型的轻混重卡全生命周期成本分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1313-1323.
[2]	董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[3]	顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[4]	王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[5]	张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[6]	董颖, 崔梦瑶, 吴昊, 王雨后. 基于能量预测的分簇可充电无线传感器网络充电调度[J]. 吉林大学学报(工学版), 2018, 48(4): 1265-1273.
[7]	黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[8]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[9]	刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[10]	王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[11]	杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[12]	刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[13]	刘洲洲, 彭寒. 基于节点可靠度的无线传感器网络拓扑控制算法[J]. 吉林大学学报(工学版), 2018, 48(2): 571-577.
[14]	姜来为, 沙学军, 吴宣利, 张乃通. LTE-A异构网络中新的用户选择接入和资源分配联合方法[J]. 吉林大学学报(工学版), 2017, 47(6): 1926-1932.
[15]	曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed