[go: up one dir, main page]

CN102938892A - 一种认知无线传感器网络跨层协议设计方法 - Google Patents

一种认知无线传感器网络跨层协议设计方法 Download PDF

Info

Publication number
CN102938892A
CN102938892A CN2012103854902A CN201210385490A CN102938892A CN 102938892 A CN102938892 A CN 102938892A CN 2012103854902 A CN2012103854902 A CN 2012103854902A CN 201210385490 A CN201210385490 A CN 201210385490A CN 102938892 A CN102938892 A CN 102938892A
Authority
CN
China
Prior art keywords
network
layer
cognitive
cross
spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012103854902A
Other languages
English (en)
Inventor
王娇
陈继承
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IEIT Systems Co Ltd
Original Assignee
Inspur Electronic Information Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inspur Electronic Information Industry Co Ltd filed Critical Inspur Electronic Information Industry Co Ltd
Priority to CN2012103854902A priority Critical patent/CN102938892A/zh
Publication of CN102938892A publication Critical patent/CN102938892A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种认知无线传感器网络跨层协议设计方法。本设计以合理进行资源分配、提高服务质量、节约能耗为目的,从跨层的方式出发,在网络的更高层做出规划,帮助路由、资源分配以及调度做出更好的决策,节点获取当前网络的状态以后,MAC层会自动改变节点的睡眠时间;在获取网络和链路状态后,物理层可以通过改变发送速率、发送能耗和编码方式来适应对应用的需求。同时可以实现逻辑上并不相邻的协议层次间的设计互动与性能平衡,支持网络能量管理的优化,提高网络的实用性和可行性,能够通过层间的交互,满足网络的应用的高吞吐量、低延迟等要求,达到优化全网性能的目标。

Description

一种认知无线传感器网络跨层协议设计方法
技术领域
本发明涉及通讯技术领域, 具体地说是一种认知无线传感器网络跨层协议设计方法。
背景技术
造成这种现象最主要的原因是目前我们采取的频谱策略是静态分配和集中管理,在其空闲时循环使用被分配出去的频谱资源是很困难的,这造成了资源的浪费。因此,动态频谱接入(DSA)的技术应运而生,可以用来解决频谱效率低下的问题。为了解决这个问题,需巧妙建立网络,使其可以感知周围的环境,做出智能的适应行为。因此网络应该提高其认知能力。
造成这种现象最主要的原因是目前我们采取的频谱策略是静态分配和集中管理,在其空闲时循环使用被分配出去的频谱资源是很困难的,这造成了资源的浪费。因此,动态频谱接入(DSA)的技术应运而生,可以用来解决频谱效率低下的问题。为了解决这个问题,需巧妙建立网络,使其可以感知周围的环境,做出智能的适应行为。因此网络应该提高其认知能力。
认知网络被定义为一个具有认知过程的网络,它可以感知网络当前的状况,然后制定计划,做出决定,并且根据以上条件去执行,该网络可以借鉴上述这些适应性的行为,利用它们做出未来的决定,同时考虑终端到终端的目标。
传统的无线传感器网络是一种无线多跳网络,它由部署在监测区域内一些资源受限的传感器节点组成,通过无线通信方式形成一个多跳的自组织网络系统。所有节点属于同一频率,要依靠复杂的路由算法和网络的同步方法获得信息的有效传输。
众所周知无线电技术的进步减少了功耗的消耗,使得非常小的电池供电的通信系统得以创建。当接入任何一种带有低功率微处理器的微型传感器(如,光照强度、温度、三维运动、心跳),就创建了一个小型供电系统传感器,它具有数据处理能力,与其它无线设备进行通信。而且,这种新器件测量范围比较广,不仅仅局限于一个单点。最后,被检测到的数据可以传送到一个或者更多sink节点,可以将获得的数据传送给网关,并进一步给用户。此外,用户可以通过改变sink节点来调节传感器节点的参数(如测量报告的时间间隔,传感器节点的拓扑结构等)。
发明内容
本发明的目的是从改善网络服务质量、提高网络性能、节约能耗出发,提出了一种无线传感器网络跨层解决方案。首先,它允许所有协议层的信息有效共享,并能够通过认知提高系统性能。单独的层仍可以独立做出决策,相邻层的信息交流仍在进行。此外,系统架构是完全分散的,每层的认知主体可以收集有关信息和控制参数。在某种程度上,认知主体可以作为一个本地传感器、控制器和特定层的执行者。此外,如果每个层都有一个独立的认知主体,网络事件的协议参数和每层的行为都能更加有效的处理。
本发明是通过下述的技术方案实现:利用认知模块对跨层实施管理,通过其间的认知控制器进行信息和数据的交换,协调每一层的认知主体,建立网络信息的共享和优化,具体内容如下:
1)单独的层仍独立做出决策,每层的认知主体收集有关信息和控制参数,认知主体作为一个本地传感器、控制器和特定层的执行者;
2)认知无线传感器网络频谱管理架构采用认知循环,进行动态的频谱感知、频谱决策和频谱共享;
3)跨层架构包括:新接口的创建;合并相邻层;设计没有新接口的耦合;跨层垂直校准;
4)物理层采用跨层自适应码位置调制ACPM计划,定义数据包调度层,通过数据包调度层算延迟和丢包率;
5)MAC层采用多址接入的载波侦听碰撞CSMA/CA技术,计算传感器工作周期包括:休眠、侦听和传输时间,以确定事件被检测的可靠性,按照封包遗失的几率、物理层测量和数据包碰撞的概率分组阻塞率和服务时间的概率分布计算MAC层;
6)对于无线传感器网络,采用基于优先级的拥塞控制跨层协议PCCP,以减少网络层的拥塞;
7)应用层采用数据融合或称数据聚集技术来减少测量误差,利用传感器的信道状态信息CSI来安排到传感器传输体验更多渠道,或利用这些信息来衡量一个传感器进行数据融合的可靠性。
具体设计步骤如下:
首先利用认知模块对跨层实施管理,通过其间的认知控制器进行信息和数据的交换,协调每一层的认知主体,建立网络信息的共享和优化;
认知无线电网络架构被分为两个主要部分:主网和CR网络,主网是指现有的网络,主要的用户PUs有一个执行许可去运行特定的频段,如果主网有一个基础的支持,Pus的操作被主机站控制,由于它们具有频谱接入的优先权,Pus不会被没有授权的用户所影响,CR网络或者是没有在特定频段运行许可的第二网络,因此,CR用户或者是没有在特定频段运行许可的第二用户需要额外的功能来分享许可的频段,此外,CR用户具有移动性,能够互相之间以多跳方式在授权或者未授权频段交流, CR网络作为独立网络,不具备与主网络直接沟通的渠道,因此,每个CR网络的行为取决于当时的条件;
为了适应动态的频谱环境,就必须进行CRAHNs的频谱感知操作,形成一种认知循环,认知周期具有四个频谱管理功能:频谱感知、频谱决策、频谱共享、频谱的移动性,为了实现CRAHNs,每个功能都必须融入传统的分层,同时,建立认知无线传感器网络需要考虑以下几层:应用层APP,网络层NWK或者NET,媒体接入控制MAC和物理层PHY,跨层协议可用来控制拥塞和终端对终端的通信传输层的功能,在应用层的服务质量可以获知MAC层,以达到更好的调度程序来运行应用,信道状态信息CSI可以到网络层从而路由协议可以避免包括环的状态的路径。
本发明的优异效果是,设计方法是以合理进行资源分配、提高服务质量、节约能耗为目的,从跨层的方式出发,在网络的更高层做出规划,帮助路由、资源分配以及调度做出更好的决策。由于每一层都把对协议的行为考虑进去,而实现了无线传感器网络的优化。本发明可以使各层协议能够通过获取交互的数据自动去改变自身行为方式。节点获取当前网络的状态以后,MAC层会自动改变节点的睡眠时间;在获取网络和链路状态后,物理层可以通过改变发送速率、发送能耗和编码方式来适应对应用的需求。同时可以实现逻辑上并不相邻的协议层次间的设计互动与性能平衡,支持网络能量管理的优化,提高网络的实用性和可行性,能够通过层间的交互,满足网络的应用的高吞吐量、低延迟等要求,达到优化全网性能的目标。
附图说明
图1是认知无线传感器网络频谱管理架构示意图;
图2是认知无线传感器网络跨层结构示意图;
图3是认知无线传感器网络跨层设计示意图。
具体实施方式
参照附图堆本发明的方法做以下详细的说明;
首先利用认知模块对跨层实施管理,通过其间的认知控制器进行信息和数据的交换,协调每一层的认知主体,建立网络信息的共享和优化。
认知无线电网络架构被分为两个主要部分:主网和CR网络。主网是指现有的网络,主要的用户PUs有一个执行许可去运行特定的频段。如果主网有一个基础的支持,Pus的操作被主机站控制。由于它们具有频谱接入的优先权,Pus不被没有授权的用户所影响。CR网络或者是第二网络没有在特定频段运行的许可。因此,CR网络用户或者是第二用户需要额外的功能来分享许可的频段。此外,CR网络用户具有移动性,能够互相之间以多跳方式在授权或者未授权频段交流。通常情况下,CR网络作为独立网络,不具备与主网络直接沟通的渠道。因此,每个CR网络的行为取决于当时的条件。
为了适应动态的频谱环境,就必须进行CRAHNs的频谱感知操作,形成一种认知循环,认知周期具有四个频谱管理功能:频谱感知、频谱决策、频谱共享、频谱的移动性,为了实现CRAHNs,每个功能都必须融入传统的分层。
同时,建立认知无线传感器网络需要考虑以下几层:应用层APP,网络层NWK或者NET,媒体接入控制MAC和物理层PHY,跨层协议可用来控制拥塞和终端对终端的通信传输层的功能,在应用层的服务质量可以获知MAC层,以达到更好的调度程序来运行应用,信道状态信息CSI可以到网络层从而路由协议可以避免包括环的状态的路径。
如图1所示,认知循环包括频谱感知、决策和共享,其中:
频谱感知:当一个CR网络用户被分配到一个未使用的频谱,CR网络用户应检测到可用频谱,然后监测频谱空穴。它同其他频谱管理功能密切相关,靠分层协议来提供频谱可用性。
频谱决策:一旦可获得的频谱被认定了,CR网络用户可以根据自己的QoS要求选择最合适的频段。本发明采用动态频谱特性的决定算法,因此需要获得关于PU活动的先验信息。此外,在CRAHNs,频谱决定设定共同承担的频谱选择和路线形成。
频谱共享:由于可能会有多种CR网络用户尝试访问频谱,它们的传输应该加以调节,以防止频谱重叠碰撞,频谱共享能力,提供了多种首要的网络造成的干扰。
图2是应用本发明的认知无线传感器网络跨层结构示意图。
本跨层架构在四个基本的方式上做了改变:新接口的创建;合并相邻层;设计没有新接口的耦合;跨层垂直校准。
图3是认知无线传感器网络跨层设计示意图。
物理层提出一个跨层自适应码位置调制ACPM计划。定义了一个新的层——数据包调度层,这个层可以计算延迟和丢包率。从延迟需求讲,最佳调制方案可以选择,从丢包率的角度说,物理层可以决定一个包传输过程中所遇到的最大误码率,因此,为满足需要,可以调整预定的调制发射功率。
MAC层多址接入的载波侦听碰撞CSMA/CA技术被IEEE的802.15.4使用。为了确定事件被检测的可靠性,传感器工作周期休眠和侦听/传输时间要被计算。按照封包遗失的几率、物理层测量和数据包碰撞的概率分组阻塞率和服务时间的概率分布计算MAC层。计算工作周期需要考虑两个过程,收集和分发。对于收集,sink节点决定了工作时间和将他们传输给其他传感器节点。这实现了可靠性,但让协调节点更为耗能。分发方面,协调节点只发送传感器节点的数目,然后每个都可以计算出自身的占空比,以保持高于预定义限制的可靠性 。这样,协调节点的能耗变少了,网络传感的可靠性还保持在相同的水平。
网络层主要解决拥塞问题,对于无线传感器网络采用基于优先级的拥塞控制跨层协议PCCP。这个协议包括了网络层和MAC层之间的两个新的队列,一个作为节点头上的通路,另一个作为节点中的通路。通过核实路由流量队列中的挎包到达时间,PCCP可以检测都拥塞。接着,隐拥塞通知ICN到其他节点。最后,每一个节点降低了其流量路由队列调控率来控制检测的拥塞情况。
应用层采用数据融合,也称数据聚集技术来减少测量误差。在这种情况下,数据没有编码,以减少传输的比特数。相反,从多个传感器接收数据进行比较来搜索错误。因此,本跨层方案中一个可靠的测量可以提高数据融合和网络寿命。利用传感器的信道状态信息CSI来安排到传感器传输体验更好多渠道,也利用这些信息来衡量一个传感器测量融合时进行数据的可靠性。因此,防止传感器经历坏的发射通道,误比特率同最大比合并融合算法可降到1000倍,从而更加节能。
数据融合也被用于GRASS。在分析的情况下,组得以形成,簇头CHs合计来自于传感器组的数据。然后,簇头有责任找到一个通往基站的路由以实现网络寿命最大化。同定向扩散协议相比具有寿命增益。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。

Claims (1)

1.一种认知无线传感器网络跨层协议设计方法, 其特征在于利用认知模块对跨层实施管理,通过其间的认知控制器进行信息和数据的交换,协调每一层的认知主体,建立网络信息的共享和优化,具体内容如下:
1)单独的层仍独立做出决策,每层的认知主体收集有关信息和控制参数,认知主体作为一个本地传感器、控制器和特定层的执行者;
2)认知无线传感器网络频谱管理架构采用认知循环,进行动态的频谱感知、频谱决策和频谱共享;
3)跨层架构包括:新接口的创建;合并相邻层;设计没有新接口的耦合;跨层垂直校准;
4)物理层采用跨层自适应码位置调制ACPM计划,定义数据包调度层,通过数据包调度层算延迟和丢包率;
5)MAC层采用多址接入的载波侦听碰撞CSMA/CA技术,计算传感器工作周期包括:休眠、侦听和传输时间,以确定事件被检测的可靠性,按照封包遗失的几率、物理层测量和数据包碰撞的概率分组阻塞率和服务时间的概率分布计算MAC层;
6)对于无线传感器网络,采用基于优先级的拥塞控制跨层协议PCCP,以减少网络层的拥塞;
7)应用层采用数据融合或称数据聚集技术来减少测量误差,利用传感器的信道状态信息CSI来安排到传感器传输体验更多渠道,或利用这些信息来衡量一个传感器进行数据融合的可靠性;
具体设计步骤如下:
首先利用认知模块对跨层实施管理,通过其间的认知控制器进行信息和数据的交换,协调每一层的认知主体,建立网络信息的共享和优化;
认知无线电网络架构被分为两个主要部分:主网和CR网络,主网是指现有的网络,主要的用户PUs有一个执行许可去运行特定的频段,如果主网有一个基础的支持,Pus的操作被主机站控制,由于它们具有频谱接入的优先权,Pus不会被没有授权的用户所影响,CR网络或者是没有在特定频段运行许可的第二网络,因此,CR用户或者是没有在特定频段运行许可的第二用户需要额外的功能来分享许可的频段,此外,CR用户具有移动性,能够互相之间以多跳方式在授权或者未授权频段交流, CR网络作为独立网络,不具备与主网络直接沟通的渠道,因此,每个CR网络的行为取决于当时的条件;
为了适应动态的频谱环境,就必须进行CRAHNs的频谱感知操作,形成一种认知循环,认知周期具有四个频谱管理功能:频谱感知、频谱决策、频谱共享、频谱的移动性,为了实现CRAHNs,每个功能都必须融入传统的分层,同时,建立认知无线传感器网络需要考虑以下几层:应用层APP,网络层NWK或者NET,媒体接入控制MAC和物理层PHY,跨层协议可用来控制拥塞和终端对终端的通信传输层的功能,在应用层的服务质量可以获知MAC层,以达到更好的调度程序来运行应用,信道状态信息CSI可以到网络层从而路由协议可以避免包括环的状态的路径。
CN2012103854902A 2012-10-12 2012-10-12 一种认知无线传感器网络跨层协议设计方法 Pending CN102938892A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012103854902A CN102938892A (zh) 2012-10-12 2012-10-12 一种认知无线传感器网络跨层协议设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012103854902A CN102938892A (zh) 2012-10-12 2012-10-12 一种认知无线传感器网络跨层协议设计方法

Publications (1)

Publication Number Publication Date
CN102938892A true CN102938892A (zh) 2013-02-20

Family

ID=47697749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012103854902A Pending CN102938892A (zh) 2012-10-12 2012-10-12 一种认知无线传感器网络跨层协议设计方法

Country Status (1)

Country Link
CN (1) CN102938892A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959988A (zh) * 2016-04-15 2016-09-21 北京航空航天大学 一种基于支持向量机的认知无线自组织网络节点稳定性判决方法
CN106465136A (zh) * 2014-06-27 2017-02-22 诺基亚技术有限公司 用于分布式层级数据库的基于云的系统
CN107018548A (zh) * 2017-05-27 2017-08-04 河南科技大学 基于频谱感知的认知无线网络机会路由协议的实现方法
US9800718B2 (en) 2014-07-14 2017-10-24 Huawei Technologies Co., Ltd. Method for controlling wearable electronic devices, central apparatus, and central device
CN107682434A (zh) * 2017-09-30 2018-02-09 深圳市智慧海洋科技有限公司 一种水下传感器网络架构及其实现方法
CN107948990A (zh) * 2017-07-31 2018-04-20 常州工学院 Dcss‑ocr机会认知路由协议优化方法
WO2018153053A1 (zh) * 2017-02-21 2018-08-30 中国科学院沈阳自动化研究所 基于广播前导侦听的认知传感器网络介质访问控制方法
CN108471619A (zh) * 2018-03-22 2018-08-31 中南大学 认知无线传感器网络的信道选择方法
CN108834174A (zh) * 2018-07-20 2018-11-16 东北电力大学 基于拥塞控制的无线传感器网络分簇式路由协议跨层优化方法
CN109863778A (zh) * 2016-10-21 2019-06-07 大众汽车有限公司 用于监控数据连接的质量的方法以及用于在该方法中使用的成员站和网络管理单元
CN110636489A (zh) * 2019-09-20 2019-12-31 中标消安(北京)科技有限公司 一种无线自组网多媒体宽带传输系统
CN112867020A (zh) * 2021-02-24 2021-05-28 中南大学 一种无线传感器网络传输方法
CN114374721A (zh) * 2022-01-14 2022-04-19 重庆大学 一种面向电力物联网的电力线与无线通信融合方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143591A (zh) * 2011-04-07 2011-08-03 上海交通大学 分簇无线传感网中认知mac协议的实现方法
CN102595550A (zh) * 2012-02-16 2012-07-18 河海大学常州校区 基于跨层优化的自适应无线传感器网络路由方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143591A (zh) * 2011-04-07 2011-08-03 上海交通大学 分簇无线传感网中认知mac协议的实现方法
CN102595550A (zh) * 2012-02-16 2012-07-18 河海大学常州校区 基于跨层优化的自适应无线传感器网络路由方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DAVE CAVALCANTI ET AL.: "Cognitive Radio based Wireless Sensor Networks", 《PROCEEDINGS OF 17TH INTERNATIONAL CONFERENCE ON COMPUTER COMMUNICATIONS AND NETWORKS》 *
OZGUR B. AKAN ET AL.: "Cognitive Radio Sensor Networks", 《IEEE NETWORKS》 *
YONG YUAN ET AL.: "An Adaptive Code Position Modulation Scheme for Wireless Sensor Networks", 《IEEE COMMUNICATIONS LETTERS》 *
汪海等: "认知无线电ad hoc网络的跨层设计", 《中国通信学会第五届学术年会论文集》 *
王永华等: "无线认知传感器网络的研究", 《计算机科学》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106465136A (zh) * 2014-06-27 2017-02-22 诺基亚技术有限公司 用于分布式层级数据库的基于云的系统
CN106465136B (zh) * 2014-06-27 2021-01-01 诺基亚技术有限公司 用于分布式层级数据库的基于云的系统
US9800718B2 (en) 2014-07-14 2017-10-24 Huawei Technologies Co., Ltd. Method for controlling wearable electronic devices, central apparatus, and central device
CN105959988B (zh) * 2016-04-15 2021-05-18 北京航空航天大学 一种基于支持向量机的认知无线自组织网络节点稳定性判决方法
CN105959988A (zh) * 2016-04-15 2016-09-21 北京航空航天大学 一种基于支持向量机的认知无线自组织网络节点稳定性判决方法
CN109863778B (zh) * 2016-10-21 2022-06-21 大众汽车有限公司 用于监控数据连接的质量的方法以及用于在该方法中使用的订户站和网络管理单元
CN109863778A (zh) * 2016-10-21 2019-06-07 大众汽车有限公司 用于监控数据连接的质量的方法以及用于在该方法中使用的成员站和网络管理单元
US11323898B2 (en) 2016-10-21 2022-05-03 Volkswagen Aktiengesellschaft Method for monitoring the quality of a data connection, subscriber station, and network management unit for use in the method
WO2018153053A1 (zh) * 2017-02-21 2018-08-30 中国科学院沈阳自动化研究所 基于广播前导侦听的认知传感器网络介质访问控制方法
CN107018548A (zh) * 2017-05-27 2017-08-04 河南科技大学 基于频谱感知的认知无线网络机会路由协议的实现方法
CN107948990A (zh) * 2017-07-31 2018-04-20 常州工学院 Dcss‑ocr机会认知路由协议优化方法
CN107948990B (zh) * 2017-07-31 2021-02-12 常州工学院 Dcss-ocr机会认知路由协议优化方法
CN107682434B (zh) * 2017-09-30 2020-11-06 深圳市智慧海洋科技有限公司 一种水下传感器网络架构及其实现方法
CN107682434A (zh) * 2017-09-30 2018-02-09 深圳市智慧海洋科技有限公司 一种水下传感器网络架构及其实现方法
CN108471619A (zh) * 2018-03-22 2018-08-31 中南大学 认知无线传感器网络的信道选择方法
CN108471619B (zh) * 2018-03-22 2021-02-02 中南大学 认知无线传感器网络的信道选择方法
CN108834174B (zh) * 2018-07-20 2021-04-27 东北电力大学 基于拥塞控制的无线传感器网络分簇式路由协议跨层优化方法
CN108834174A (zh) * 2018-07-20 2018-11-16 东北电力大学 基于拥塞控制的无线传感器网络分簇式路由协议跨层优化方法
CN110636489A (zh) * 2019-09-20 2019-12-31 中标消安(北京)科技有限公司 一种无线自组网多媒体宽带传输系统
CN112867020A (zh) * 2021-02-24 2021-05-28 中南大学 一种无线传感器网络传输方法
CN112867020B (zh) * 2021-02-24 2022-04-19 中南大学 一种无线传感器网络传输方法
CN114374721A (zh) * 2022-01-14 2022-04-19 重庆大学 一种面向电力物联网的电力线与无线通信融合方法及系统

Similar Documents

Publication Publication Date Title
CN102938892A (zh) 一种认知无线传感器网络跨层协议设计方法
Lin et al. A survey on energy-efficient strategies in static wireless sensor networks
Al-Anbagi et al. A survey on cross-layer quality-of-service approaches in WSNs for delay and reliability-aware applications
He et al. Multiperiod scheduling for wireless sensor networks: A distributed consensus approach
Ma et al. Tour planning for mobile data-gathering mechanisms in wireless sensor networks
Perillo et al. An analysis of strategies for mitigating the sensor network hot spot problem
EP1835668B1 (en) Method and apparatus for controlling transmission of data from a plurality of sensor nodes
Al-Turjman Cognitive-node architecture and a deployment strategy for the future WSNs
Li et al. Adaptive energy-efficient scheduling for hierarchical wireless sensor networks
Tabassum et al. An energy aware event-driven routing protocol for cognitive radio sensor networks
CN103096415A (zh) 一种面向认知无线Mesh网络的路由优化装置及方法
Asghary Astaneh et al. Review and comparison of routing metrics in cognitive radio networks
Tashtarian et al. Energy efficient data gathering algorithm in hierarchical wireless sensor networks with mobile sink
Chang et al. DBDC: A distributed bus-based data collection mechanism for maximizing throughput and lifetime in WSNs
Anand et al. Analyzing the performance of diverse LEACH algorithms for wireless sensor networks
Kalaivaani et al. Performance analysis of various hierarchical routing protocols using spatial correlation
Gurupriya et al. Dynamic clustering in wireless sensor networks using hybrid jellyfish optimization-leach protocol
Fan et al. A new nonuniform random deployment method to minimize cost for large-scale wireless sensor networks
Wang et al. Topology control, resources allocation and routing in wireless sensor networks
Wang et al. Keeping desired QoS by a partial coverage algorithm for cluster-based wireless sensor networks
Sheikh et al. Cross-Layer Design for Smart Routing
Diratie Hybrid internet of things network for energy-efficient video surveillance system
Gherbi et al. Using adaptive clustering scheme with load balancing to enhance energy efficiency and reliability in delay tolerant with QoS in large-scale mobile wireless sensor networks
Nathani et al. Cognitive radio networks based internet of things: A survey on spectrum sharing or spectrum allocation schemes
Wang et al. A coverage and connectivity method to cluster topology in wireless sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130220