能量感知的传感器网络分布式时空相关数据收集方案

doi:10.13190/jbupt.201105.110.liyj

北京邮电大学学报 ›› 2011, Vol. 34 ›› Issue (5): 110-114.doi: 10.13190/jbupt.201105.110.liyj

能量感知的传感器网络分布式时空相关数据收集方案

李燕君^1,2,叶敬川¹,朱艺华¹

1.浙江工业大学计算机科学与技术学院，杭州 310023; 2.浙江省综合信息网技术重点实验室，杭州 310027

收稿日期:2010-10-29 修回日期:2011-04-11 出版日期:2011-10-28 发布日期:2011-08-26
通讯作者: 李燕君叶敬川 E-mail:yjli@zjut.edu.cn
基金资助:
国家自然科学基金项目(61070190, 61003264)；浙江省重大科技专项重点国际合作项目(2009C14033)；浙江省自然科学基金项目(Z1100455)；浙江省综合信息网技术重点实验室开放课题

An EnergyAware Distributed Protocol for SpatialTemporal  Correlated Data Gathering in Wireless Sensor Networks

Received:2010-10-29 Revised:2011-04-11 Online:2011-10-28 Published:2011-08-26

摘要/Abstract

摘要：

提出了基于域和树能量有效的数据收集方法，该方法基于采样数据之间的相关性差异构建域，根据域内节点之间的数据相关性融合采样数据，并调节节点的数据发送速率，然后基于节点的剩余能量和节点间的距离构建数据汇聚树. 仿真结果表明，所提出的数据收集方法比现有的数据收集方法能耗更小，且分布更均衡，延长了网络寿命.

关键词: 数据收集, 时空相关性, 汇聚树, 无线传感器网络

Abstract:

An energyefficient data gathering protocol based on zones and tree is proposed. The correlated zones are constructed based on the correlation difference among the sensing data. The data inside each correlated zone is aggregated and its transmission rate is adjusted. Then a data gathering tree is built based on nodes’ residual energy and distance in betweens. Simulations show that the proposed protocol outperforms existing data gathering protocols in terms of energy consumption and network lifetime.

Key words: data gathering, spatialtemporal correlation, gathering tree, wireless sensor network

中图分类号:

TN92

李燕君,叶敬川,朱艺华. 能量感知的传感器网络分布式时空相关数据收集方案[J]. 北京邮电大学学报, 2011, 34(5): 110-114.

[1]	余修武商亚东刘永. 临时优劣重心反向融变的麻雀优化 WSN 定位算法[J]. 北京邮电大学学报, 2023, 46(1): 90-96.
[2]	余修武, 秦晓坤, 刘永. 基于萤火虫算法优化FCM的WSN路由算法[J]. 北京邮电大学学报, 2022, 45(2): 50-56.
[3]	余修武, 黄露平, 刘永, 余昊, 李佩. 遗传-禁忌搜索优化的三维DV-Hop定位算法[J]. 北京邮电大学学报, 2021, 44(4): 75-81.
[4]	刘琳岚, 肖庭忠, 夏扬, 舒坚. 基于超限快速决策树的链路质量评估[J]. 北京邮电大学学报, 2021, 44(3): 125-130.
[5]	何建华, 赵辉, 徐晓斌, 闫蕾, 王尚广. 基于改进双层LT码的天基物联网数据收集方法[J]. 北京邮电大学学报, 2020, 43(6): 118-125.
[6]	余修武, 李莹, 刘永, 肖人榕, 余昊. 基于映射曲线的自适应莱维鲸鱼无线定位算法[J]. 北京邮电大学学报, 2020, 43(5): 125-129,136.
[7]	余修武, 张可, 刘永. 基于罚函数与水波优化的WSN定位算法[J]. 北京邮电大学学报, 2020, 43(4): 106-112.
[8]	胡中栋, 王俊岭, 王振东, 曾珽. 山区复杂地形的无线传感器网络节点定位算法[J]. 北京邮电大学学报, 2019, 42(5): 113-118.
[9]	潘蕾娜, 陶洋, 许湘扬, 王进. 基于信任与能耗均衡的安全分簇路由协议[J]. 北京邮电大学学报, 2019, 42(3): 29-36.
[10]	钱开国, 卜春芬, 王玉见, 申时凯. 基于相交度比的无线传感器网络迭代定位算法[J]. 北京邮电大学学报, 2019, 42(3): 98-105.
[11]	马峻岩, 张特, 王瑾. 基于任务转移概率的感知节点异常运行状态检测方法[J]. 北京邮电大学学报, 2019, 42(3): 37-42.
[12]	余修武, 肖人榕, 刘永, 郭倩, 余昊. 基于秩滤波和裴波那契树的信号强度定位算法[J]. 北京邮电大学学报, 2019, 42(2): 7-12.
[13]	董颖, 崔梦瑶, 李诗源, 王雨后, 董浩. 基于K-PPER算法的多充电车WRSNs充电策略[J]. 北京邮电大学学报, 2018, 41(6): 65-70,77.
[14]	余修武, 刘琴, 李向阳, 张可, 肖人榕. 基于改进蚁群的BP神经网络WSN数据融合算法[J]. 北京邮电大学学报, 2018, 41(4): 91-96.
[15]	薛寒寒, 王柏, 张雷, 黄海. 基于计算节点和转发节点的WSN自组织聚簇算法[J]. 北京邮电大学学报, 2018, 41(3): 101-106.

能量感知的传感器网络分布式时空相关数据收集方案

An EnergyAware Distributed Protocol for SpatialTemporal  Correlated Data Gathering 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

本文评价