-
公开(公告)号：CN107277889A
公开(公告)日：2017-10-20
申请号：CN201710655087.X
申请日：2017-08-03
Applicant: 扬州大学
Abstract: 本发明提出一种基于k-means的无线传感器网络分簇方法。步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；重复步骤二和三，直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
公开(公告)号：CN108235402B
公开(公告)日：2021-07-13
申请号：CN201611153064.0
申请日：2016-12-14
Applicant: 扬州大学
Abstract: 本发明提出一种基于改进树型分簇的无线传感器网络路由协议。在无线传感器网络中，先选举出簇头并分簇；簇内构建树型结构，以簇头为根节点，簇内各传感器节点如果与簇头距离较近，则直接与簇头通信，否则选择距离簇头较近的其他传感器节点进行通信；以距离汇聚节点最近的簇头为根节点，所有簇头组成一棵树，根节点与移动汇聚节点直接通信；所有传感器节点当选过一轮簇头后，整个网络开始新的一轮分簇；选举簇头时考虑了传感器节点的剩余能量。本发明避免传感器节点过早死亡，延长了无线传感器网络的使用寿命。
-
公开(公告)号：CN106899928B
公开(公告)日：2020-03-17
申请号：CN201710227174.5
申请日：2017-04-10
Applicant: 扬州大学
Abstract: 本发明公开一种基于移动节点的树形无线传感网数据收集方法，包括如下步骤：(10)网络初始化：将无线传感网络划分为大小相等的虚拟网格，由移动sink节点广播初始位置；(20)簇头选举：每个虚拟网格为一个竞选单元，在每一个竞选单元内进行簇头选举；(30)节点入簇：非簇头节点选择离自己较近的簇头节点作为下一跳节点；(40)簇内数据传输：簇内节点将采集到的传感数据发送至簇头节点；(50)移动节点数据收集：每个簇头节点找出离自己较近的簇头作为下一跳节点，并将所收集到的簇内所有节点的传感信息进行数据融合后发送至下一跳节点，直至传给移动sink节点。
-
公开(公告)号：CN106413021B
公开(公告)日：2019-06-04
申请号：CN201610828046.1
申请日：2016-09-18
Applicant: 扬州大学
CPC classification number: Y02D70/30
Abstract: 本发明公开一种基于蚁群算法的无线传感网络路由方法，包括如下步骤：(10)网络初始化：将无线传感网络划分为网格，广播报文及跳数，对前向蚂蚁和后向蚂蚁定义不同的报文结构；(20)路径搜索：前向蚂蚁出发，向下一节点运动，确定启发信息的重要程度的值；(30)信息素值确定：确定前向蚂蚁在经过某路径时释放的信息素值；(40)路由建立：对路径上的信息素进行迭代搜索，后向蚂蚁沿着反向信息素表返回源节点，路由建立成功；(50)数据传输：各节点获得其邻居节点到sink节点的路由情况，定期广播各个节点的邻居节点的路由表信息，进行数据传输。本发明的路由方法，数据传输效率高、网络能量消耗均衡、网络寿命更长。
-
公开(公告)号：CN108235402A
公开(公告)日：2018-06-29
申请号：CN201611153064.0
申请日：2016-12-14
Applicant: 扬州大学
Abstract: 本发明提出一种基于改进树型分簇的无线传感器网络路由协议。在无线传感器网络中，先选举出簇头并分簇；簇内构建树型结构，以簇头为根节点，簇内各传感器节点如果与簇头距离较近，则直接与簇头通信，否则选择距离簇头较近的其他传感器节点进行通信；以距离汇聚节点最近的簇头为根节点，所有簇头组成一棵树，根节点与移动汇聚节点直接通信；所有传感器节点当选过一轮簇头后，整个网络开始新的一轮分簇；选举簇头时考虑了传感器节点的剩余能量。本发明避免传感器节点过早死亡，延长了无线传感器网络的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN107277830B
公开(公告)日：2020-11-13
申请号：CN201710655123.2
申请日：2017-08-03
Applicant: 扬州大学
Abstract: 本发明提出一种基于粒子群优化和变异算子的无线传感器网络节点部署方法。将所有传感器随机散布在目标区域中，将各传感器的初始坐标作为粒子群算法中的粒子初始位置，将无线传感器网络的覆盖率作为粒子群算法的目标适应值函数；通过粒子群算法得出的全局历史最优解，并且根据最优解获得粒子自身的最优值，所述最优值就是在目标区域部署传感器的最佳位置。本发明通过改进惯性权重计算方法，提高算法的局部搜索能力；通过给粒子个体一个变异概率，使其重新计算个体历史最优解，有效避免整个算法陷入局部最优解，提高了传感器的利用率，降低了组建无线传感网的成本。
-
公开(公告)号：CN108307444A
公开(公告)日：2018-07-20
申请号：CN201810051019.7
申请日：2018-01-19
Applicant: 扬州大学
CPC classification number: H04W28/085 , H04W40/10 , H04W40/22 , H04W84/18
Abstract: 本发明公开一种基于优化粒子群算法的无线传感网无人机系统通信方法，用于由移动节点无人机(1)、地面通信站(2)和多个地面无线传感器节点(3)组成的无线传感器无人机系统网络，包括如下步骤：(10)网络区域划分：采用优化粒子群算法，将整个网络区域划分为多个子区域；(20)子区域簇头选择：每个子区域中的传感器节点(3)计算加权和，选择簇头节点；(30)下一跳访问节点选择：移动节点访问剩余溢出缓存时间最大的簇头节点，然后选择移动节点下一跳所要访问的簇头节点；(40)数据传输：无人机(1)将数据传输给地面通信站(2)。本发明的无线传感网无人机通信方法，能量消耗少，网络负载平衡性好，网络寿命长。
-
公开(公告)号：CN106412828A
公开(公告)日：2017-02-15
申请号：CN201610826634.1
申请日：2016-09-14
Applicant: 扬州大学
Abstract: 本发明公开一种基于APIT的无线传感器网络节点定位方法，包括：(10)锚节点位置信息收发：锚节点发送其位置信息，未知节点接收锚节点位置信息；(20)节点间距获取：根据信号强度，计算未知节点与锚节点的距离；(30)未知节点估计坐标计算：根据与锚节点的距离，计算未知节点的估计坐标；(40)未知节点位置筛选：根据估计坐标，采用改进的APIT算法，筛选包含未知节点的三角形区域；(50)质心多边形选定：将整个无线传感器网络划分成多个网格区域，将网格区域值最高的多边形网格区域选定为质心多边形；到未知节点的真实坐标。本发明的节点定位方法，精度准、效率高、成本低。(60)未知节点真实坐标确定：根据质心多边形得
-
公开(公告)号：CN108307444B
公开(公告)日：2020-12-04
申请号：CN201810051019.7
申请日：2018-01-19
Applicant: 扬州大学
Abstract: 本发明公开一种基于优化粒子群算法的无线传感网无人机系统通信方法，用于由移动节点无人机(1)、地面通信站(2)和多个地面无线传感器节点(3)组成的无线传感器无人机系统网络，包括如下步骤：(10)网络区域划分：采用优化粒子群算法，将整个网络区域划分为多个子区域；(20)子区域簇头选择：每个子区域中的传感器节点(3)计算加权和，选择簇头节点；(30)下一跳访问节点选择：移动节点访问剩余溢出缓存时间最大的簇头节点，然后选择移动节点下一跳所要访问的簇头节点；(40)数据传输：无人机(1)将数据传输给地面通信站(2)。本发明的无线传感网无人机通信方法，能量消耗少，网络负载平衡性好，网络寿命长。
-
公开(公告)号：CN107277889B
公开(公告)日：2020-10-20
申请号：CN201710655087.X
申请日：2017-08-03
Applicant: 扬州大学
Abstract: 本发明提出一种基于k‑means的无线传感器网络分簇方法。步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；重复步骤二和三，直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.043 seconds)
