雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际期刊的创新在计算机和通信工程的研究

菜单

ISSN在线(2320 - 9801)打印(2320 - 9798)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

综合拓扑控制和基于集群的无线传感器网络的路由问题

M.Jenora1,一个。为由珍妮弗2,D.Anitha3
  1. 打开学生,计算机工程系,政府,工程学院,Tirunelveli Tamilnadu、印度
  2. 打开学生,计算机工程系,政府,工程学院,Tirunelveli Tamilnadu、印度
  3. 计算机工程系副教授,政府。Engg学院Tirunelveli Tamilnadu、印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

国际期刊的创新在计算机和通信工程的研究

文摘

数据采集的无线传感器网络(网络)在长时间无人操作视野在多个应用程序收集数据。通常情况下,传感器的有限能源(如车载电池)和地形中的元素。网络操作,这主要涉及定期改变网络流决定延长网络生命周期,远程管理,收集到的数据是由用户通过互联网检索。一个集成的基于集群的网络拓扑控制和路由问题进行了分析,提高网络的生命周期。延长网络的生命周期通过传感器,有效地利用有限的能源分层网络结构与多个水槽收集的数据通过传感器收集集群头采用。一个混合整数线性规划(MILP)模型来优化确定水槽和CH位置以及数据流在网络被认为是。该模型有效地利用传感器的位置和能级方面而选择CHs和避免高能传感器。MILP模型的解决方案,一个有效的弯管机分解(BD)方法包含一个上界启发式算法。

关键字
弯管机分解(BD),网络设计,无线传感器网络(网络)。

介绍
我们的兴趣的一般框架的基础网络运营可以概述如下。最初,一组传感器,配备有限的能源资源(如电池)以及传感、处理和通信功能,部署在一个地理区域。通过传感器收集的数据转发到指定传感器,称为集群头(CHs),进行一些处理接收的数据聚合。CHs的数据转发到特定位置,称为下沉,直接或通过其他CHs。在这个基础设置,也描绘在图1中,设计的网络指的是CH和水槽位置的确定,而操作决策指的是路由的数据从传感器到汇网络
给定的有限能量水平传感器,在许多应用程序中一样的网络,在网络设计和操作的一个主要担忧是网络的生命周期,我们认为在这个研究是两个传感器之间的时间部署。可能需要重新部署传感器由于若干原因,例如,在不到一个关键的操作传感器网络中有足够的剩余能量
通常,一生被认为是分为均匀长度的时期,每个时期,网络设计和运营决策,这样的时间部署周期最大化。因此,网络的生命周期定义为时间的数量可以实现与部署
拓扑控制和路由两个基本网络的有效设计和运行中存在的问题。这些决策之间的关系和他们的关系网络的生命周期是特别强调通过WSNspecific设计/操作属性,包括能源效率和computation-communication权衡。如前所述,能源效率是一个重要问题,因为每个传感器都有有限的和可再生能源资源Communication-computation平衡指的是事实,通信消耗更多的能量比进行计算传感器。
这是至关重要的,因为它关系到能源效率。虽然一个传感器的直接沟通与水槽比整个网络,这是不切实际或,否则,会导致过度的能源使用,从而缩短了网络的生命周期。因此,路由方案的数据大小通过网内数据聚合(即下降。,using energy for computation rather than communication) along the paths from sensors to a sink (user) are usually preferred.

二世。相关工作
在本节中,我们将看到一些相关的作品网络拓扑结构和数据路由:Heinzelman等。[2]开发一个数据聚合基于集群路由协议低能量自适应聚类层次结构(LEACH)。在浸出,他们认为单跳CH-to-sink CHs连接,采用随机旋转,以确保均衡的能源消耗。然而,这种假设可能不保证网络连接。
尤尼斯和Fahmy[26]提出一个混合动力节能分布式集群路由(注意)协议CHs的概率选择根据他们的剩余能量和传感器加入集群的通信成本最小化。注意假设之间的多次反射连接CHs和下沉
刘et al。[3]提出的分布式节能协议EAP一般设置在[26]。在东亚,每个CH概率选择基于其剩余能量的比例平均剩余能量的所有邻居传感器其集群范围内。这与注意,只有选择CHs基于传感器的剩余能量。进一步延长网络的生命周期,EAP介绍“星团内报道”的想法,允许部分的一组传感器内活跃集群,同时保持预期的报道
Ademola等。[27]也旨在促进统一的能源使用通过网络通过最小化之间的沟通距离传感器和基于剩余能量选择CHs的传感器。因为传感器通常将数据发送给水槽“many-toone”(convergecast)的方式,Haenggi[23]指出,一些关键传感器靠近水槽出现在大多数网络中转发路径。具体来说,多次反射基于集群的WSN, CHs靠近水池可能快速排水,由于他们在转发数据到水槽重负载
与上述研究,采用局部和/或协议为基础的方法,Al-Karaki等。[27]提出一个数学公式的共同考虑基于集群的特定于应用程序的数据聚合的路由问题
Al-Turjman等。[15]提出一个混合整数线性规划(MILP)最小化总网络能耗的目的,包括限制同时容错。在这个研究中,传感器是认为他们的数据转发到水槽通过特定的中继节点配备更高的能源。在[4],一个被认为是与平面拓扑网络的路由问题。为此,线性规划的方法是建议最大化每段数据流。在另一项研究中,类似的假设,但不考虑数据聚合,multicommodity流方法提供最大化的一生中使用多个传感器网络下沉。
王et al。[5]也考虑一个类似的设置与移动CHs是特殊高能传感器和检查下网络生命周期固定水槽位置的假设。努力为此还包括考虑放置特定的中继节点与更多的能量。
金等。[15]说明的好处使用多个水槽和提出一个混合整数线性规划来确定位置。罗和Hubaux[30]解决路由问题与水槽的流动性,提高网络的生命周期。有效的近似算法生成多次反射的路由树(单水槽)和森林(多个水槽)[6]。然而,在这些研究中,flat-routing结构没有任何CHs或聚合。
基于集群的特定上下文的方法,我们有以下的观察:1)的大部分研究集群传感器网络采用局部方法选择和不同时期CHs。这些方法可能偏向于长期的网络生命周期的视角。2)多数文献中,拓扑控制和路由问题分别处理,从而忽略了它们之间的相互关系。3)大多数的研究基于集群的网络没有考虑使用多个水槽与流动性。因此,我们正在积极探讨广义和综合拓扑控制使用优化技术和路由问题。在这一过程中,我们特别考虑一个多目标优化模型,结合能源使用和剩余能量特征,同时考虑基于集群的拓扑控制和路由决策multiple-sink WSN分层网络结构,以促进数据聚合
对于我们的数学模型,我们开发一个解决方案算法基于联合使用弯管机分解和一个有效的启发式和分析算法和网络特征在一个广泛的计算研究。

三世。提出工作
延长网络的生命周期通过使用能量有限的传感器,我们采用分层网络结构与多个水槽的传感器收集的数据通过未聚集(CH)。我们考虑一个混合整数线性规划(MILP)模型来确定水槽和CH位置和网络中的数据流。一个上界启发式算法将弯管机分解(BD)的方法
•首先,在造型上下文中,我们把总固定成本项与CH选择目标函数。通过设置更高的使用固定成本(CH)传感器能量较低,模型试图避免一些具备良好的传感器被选为CHs反复连续时期从快速能源消耗和保护这些传感器。这种方法还有助于一个统一的能源消耗资料在传感器网络。这是很重要的,因为在一个分层设置,从传感器数据流到水槽发生通过CHs、CH不仅功能捕捉信息在其附近,但也作为一个聚合器/继电器节点处理和其他传感器产生的数据转移到水槽。因此,比常规传感器CHs消耗更多的能量,而整个网络操作喜欢利用computation-communication权衡
•第二,观察模型是适合精确解通过弯管机分解(BD),在方法论的上下文中,我们集中我们的努力设计一个高效的BD算法作为解决方法。特别是我们开发一个解决方案方法,包含一个有效的启发式算法,加强了弯管机的削减——最优BD框架。计算证据表明有效方法的解决方案的性能质量和时间。特别是,我们的启发式算法提供了一个良好的初始上限和促进生成初始弯管机削减,削减而加强弯管机和BD的加速收敛算法优化框架。

网络的形成
所做的层次网络形成过程中的每一个节点网络分组树,网状结构。结构每个节点有不同的位置,大小和能量。给每个节点初始能量。两个节点之间的距离应该是相同的;如果node0 node1距离是173.8763然后node0 node1之间的距离是相同的值

邻居发现
这是计算你的邻居节点值的过程中,发现周围的节点。你的邻居列表是由网络中所有的节点。每个节点初始能量价值由其创建时间。网络描述节点的集合和它们之间的联系。节点自动计算你的邻居节点根据传动功率和位置的节点使用AODV路由协议。

簇头形成
CH是传感器节点传输一个传感器数据进行聚合到遥远的基站。开始时,一组随机的基础上选择簇头。这些集群头将消息发送给邻居节点,确定哪些节点具有较高的能量。传感器节点接收消息并选择集群基于电池的能量。每个传感器节点发送一个确认消息集群头。在集群头传感器节点收集到的数据传输到他们的集群。每个集群有一组负责人,由几种虚拟集群头;然而,只有一个头集成员主动一次

数据采集阶段
在数据收集阶段,最初的部分数据采集节点处于活动状态。参与传感节点和数据的收集。在这之后每个节点形式单一的数据包。然后,节点消息传送到他们的集群,集群头传递一个消息聚合到遥远的基站。收集信息的传感器节点和信息的发送给簇头。

路由阶段
在路由阶段,每个集群头已经收集到的数据,集群头确定其他集群头有更多的能量。如果找到任何最高能量集群头信息的发送,最高能量集群头,启发式算法用于执行数据传输集群头直到达到最高能量的簇头。

多个水槽
基本上传感器能量有限。簇首发送的信息存储在多个水槽来减少能源消耗,因为如果所有的数据都存储在单一的水槽或基站需要更多的能量,以便使用多个水池增加网络生命时间安全地擦除任何短暂的值使用,仍然访问控制是保证密码的意思,而不是依靠一些服务器限制访问诚实

四、方法
弯管机分解
弯管机分解是一个混合整数线性规划问题的解决方法,它已成功用于解决一系列广泛的大规模优化问题。这项技术是基于的想法利用手边的问题的特殊结构;原始配方分解成了两个小称为主问题和子问题容易解决问题。
主问题占所有整数变量和相关部分的原问题的目标函数和约束。这也体现了信息问题的子问题部分通过使用额外的(连续)辅助变量和一组约束称为弯管机削减。另一方面,子问题包括所有连续变量和相关的约束在最初的问题。求解子问题的双重提供信息的子问题部分原始目标函数,这个信息是传达到主问题通过削减弯管机。

答:基地弯管机分解方法
在弯管机算法的每次迭代中,主问题解决最优性的一个弯管机。这给了一个下界的原始问题(P),然后整数变量的值替换到子问题。双重子问题然后解决生产的上界(P)和一组对偶变量值,用于生成一个新的弯管机主问题的下一次迭代。重复这个过程,直到终止条件,通常是一个小的最优下界和上界,差距是满足。在弯管机方法中,众所周知,如果迭代允许继续的时间足够长,一个最优解作为弯管机削减恢复完整可行的多面体的整体问题。

b .弯管机子问题及其对偶
子问题可以很容易地获得整体配方(P),凭直觉,对于给定二进制变量与固定CH和水槽位置的位置被称为由主问题,子问题本质上是一个线性的最小化问题,决定了传感器收集的数据路由方案通过CHs下沉和能源使用/网络中的地位。弯管机的框架,而不是解决子问题(原始的),我们解决它的对偶。

c .弯管机主问题
主问题是获得整体配方(P)采用需求CHs的数量和水槽的约束。实值变量包含在弯管机的集合。主问题本质上是一个最小化问题,给出了一个初步的网络配置,选择CH和水槽位置和一个下界的原始模型。在每个迭代中,我们获得一个新的双解,代入约束,将其添加到主问题,然后解决主问题获得一套新的二进制变量的值

d方法加速BD算法
我们观察到古典BD的直接实现方法在我们的模型往往收敛缓慢。这是由于以下原因。
1)在缺乏一套双变量,BD方法开始解决主问题的迭代过程没有任何削减弯管机。然而,削减的初始选择可以产生深远的影响在弯管机算法的性能
2)由于简并的子问题,存在多个双双重子问题最优解。这意味着多组双值可以提供相同的双重子问题最优解。因此,重要的是要获得一个最优解,这样强势的形式生成(30)。
3)主问题必须解决每个迭代添加一个新的弯管机降低因此,随着迭代次数的增加,急剧增加的复杂性和规模,而且,因此,解决变得非常耗时。为了克服这些困难,我们探索BD的几个技术来加速收敛算法。
大肠上界启发式算法:我们设计一个有效的启发式算法,称为上界启发式(UBH),整体问题,它提供了一个可行的解决方案(P)没有太多的计算工作。我们的启发式算法的目的是找到一个好上界和促进生成初始弯管机削减。我们使用的解决方案,特别是CH和给出的选择,从启发式作为输入和获得解决双重子问题生成一个初始弯曲机切割,以便它可以被添加到主问题在接下来的迭代。这与最初解决主问题没有任何削减在一个典型的双相障碍实现。我们设计的启发式方法避免条件传感器被选为CHs反复连续时期和保护低能耗的传感器被选为CHs。

诉的结论
结果我们提出了基于分层集群路由协议表明,能源消耗可以系统地减少包括集群中的多个传感器。相同数量的数据采集传感器节点,控制和管理节点的数量可以根据网络环境调整。我们开发一个MILP模型确定多个水槽和CH位置和网络中的数据流。我们的模型避免了一些改进传感器被选为CHs反复连续时期保护低能量传感器从快速能源消耗,同时促进统一的能源消耗在网络。

数据乍一看
图1 图2
图1 图2

引用


























全球技术峰会