物联网网络节点能耗实时检测仿真

发布时间：2018-01-02 08:09

本文关键词：物联网网络节点能耗实时检测仿真　出处：《计算机仿真》2016年12期 　论文类型：期刊论文

【摘要】：对物联网网络节点能耗进行实时估算,可以提高网络安全性能和网络寿命。进行物联网网络节点能耗检测时,需要获取物联网网络节点能耗序列。对序列进行指数平滑的预处理,消除节点检测过程的干扰,但是传统方法依据节点至基站的距离和近邻节点的总量,对待选节点转发数据能耗实现检测,但是缺少节点能耗序列预处理过程,在进行检测时存在大量的干扰,降低了络节点能耗实时检测的准确性。提出基于人工智能的物联网网络节点能耗实时检测方法。首先融合于灰色理论的思想对原始网络节点能耗序列进行新陈代谢等维处理,组建新的节点能耗序列。对上述序列进行指数平滑,将灰色理论与马尔可夫模型相结合组建网络节点能耗的检测状态转移矩阵,利用人工智能方法对上述矩阵检测结果进行训练和验证,有效地完成了对物联网网络节点能耗实时检测。仿真结果表明,所提方法可以大幅度地提升物联网网络寿命。
[Abstract]:The energy consumption of Internet of things nodes can be estimated in real time, which can improve the network security performance and network life. In order to eliminate the interference of node detection process, the traditional method is based on the distance from the node to the base station and the total amount of the nearest neighbor node. The energy consumption of transmitting data to selected nodes is detected, but there is a lot of interference in the detection process because of the lack of preprocessing process of energy consumption sequence of nodes. In this paper, the veracity of real-time detection of energy consumption of network nodes is reduced. A real-time energy consumption detection method based on artificial intelligence for nodes in the Internet of things is proposed. Firstly, a new generation of energy consumption sequences of original network nodes is presented by combining the idea of grey theory. Thank you. A new node energy consumption sequence is constructed. The above sequence is exponentially smoothed, and the detection state transition matrix of network node energy consumption is constructed by combining grey theory with Markov model. The artificial intelligence method is used to train and verify the results of the matrix detection, and the real time energy consumption detection of the Internet of things node is accomplished effectively. The simulation results show that. The proposed method can greatly improve the life of the Internet of things network.
【作者单位】：太原理工大学财经学院;
【基金】：2011年国家自然科学基金项目(61072087)
【分类号】：TP391.44;TN929.5
【正文快照】： _ 1引言随着互联网网络技术的进步以及现阶段社会发展的需要,物联网作为新兴的模式为网络信息技术领域带来了巨大变革2]。物联网有其自身的特殊属性,网络中的节点能够高速移动,节点间的通信互联链路通断变化频繁,网络具有动态变化性和多样性等[3]。这些特点使得物联网网络传

【参考文献】

相关期刊论文前10条

1 卢旭;岳利军;;基于预测的移动目标跟踪节点协同调度算法[J];计算机应用与软件;2015年12期

2 彭小梅;;物联网高速传感器中的异常节点通信定位仿真[J];计算机仿真;2015年07期

3 杨晓峰;王睿;彭力;;基于剩余能量预测的WSN模糊分簇算法[J];计算机工程与应用;2015年14期

4 王海峰;陈庆奎;;多指标自趋优的GPU集群能耗控制模型[J];计算机研究与发展;2015年01期

5 陈维兴;林家泉;孙毅刚;;机场桥载设备监控网络节点能耗优化设计[J];自动化仪表;2014年12期

6 樊源泉;伍卫国;许云龙;高颜;;MapReduce环境中的性能特征能耗估计方法[J];西安交通大学学报;2015年02期

7 曾东;熊飞;;面向能耗控制的无线传感器网络节点协议优化[J];无线电通信技术;2014年01期

8 程忠庆;葛珂楠;阚泽宝;;基于Elman神经网络的除湿系统能耗预测[J];计算机工程与设计;2014年02期

9 刘雷雷;臧洌;邱相存;;基于Kalman算法的网络安全态势预测[J];计算机与数字工程;2014年01期

10 汪成亮;王强;;基于活动预测和能耗均衡的WSN路由算法[J];北京航空航天大学学报;2014年01期

【共引文献】

相关期刊论文前10条

1 张海玉;;物联网网络节点能耗实时检测仿真[J];计算机仿真;2016年12期

2 吴良超;郭星;;基于改进果蝇算法的无线传感网络布局研究[J];微电子学与计算机;2016年12期

3 黎寰;徐杜;;一种WSN分簇路由协议[J];计算机与现代化;2016年10期

4 陈柏安;朱俊翔;田子都;;机坪地面设备工况监控系统Sensor-Hub技术研发[J];电子世界;2016年19期

5 周华;;ORC余热发电中的电源能耗最低控制模型设计与实现[J];电网与清洁能源;2016年08期

6 杨俭;谢欣妍;;基于能耗最低神经网络的光纤通信系统最优传递路径分析[J];激光杂志;2016年06期

7 张飞;耿红琴;;基于阴影衰落信道建模的WSN能量优化算法[J];计算机工程;2016年06期

8 李小玲;胡海;;基于卡尔曼算法的网络安全态势预测方法分析[J];现代电子技术;2016年03期

9 陈良维;;云计算环境下的网络安全估计模型态势仿真[J];现代电子技术;2015年20期

10 杜龙海;曹毅;齐忠杰;;外军导弹协同数据链现状及技术发展趋势[J];无线电工程;2015年11期

【二级参考文献】

相关期刊论文前10条

1 李秉键;夏文栋;黄戈文;;基于BADV-Hop的传感器节点定位方法[J];计算机测量与控制;2015年01期

2 姚汝贤;王晓涓;;基于测距和自学习粒子群算法的WSN节点定位[J];重庆师范大学学报(自然科学版);2015年01期

3 张鹏;冯欣;周建国;邹进贵;;一种无需模型参数的无线传感器网络定位算法[J];大地测量与地球动力学;2014年05期

4 吴金杰;;物联网家庭网关中传感器网络节点的接入与信息处理[J];信息通信;2014年06期

5 魏乾;陆和军;范晶晶;;基于物联网的无线传感器网络定位技术[J];指挥信息系统与技术;2014年02期

6 谢志伟;胡选子;;基于无线传感器网络拓扑结构的物联网模型研究[J];东莞理工学院学报;2014年01期

7 苏金树;郭文忠;余朝龙;陈国龙;;负载均衡感知的无线传感器网络容错分簇算法[J];计算机学报;2014年02期

8 鲁银芝;仲元昌;杨柳;李发传;;大规模带状无线传感器网络节点定位算法[J];传感器与微系统;2015年01期

9 周帆;江维;李树全;张玉宏;曾雪;吴跃;;基于粒子滤波的移动物体定位和追踪算法[J];软件学报;2013年09期

10 王海峰;陈庆奎;;静态程序切片的GPU通用计算功耗预测模型[J];软件学报;2013年08期

【相似文献】

相关期刊论文前10条

1 周海鹰;徐杰;高妍;谢和平;左德承;李剑;周鹏;;基于状态转移的感知节点能耗模型研究与设计[J];计算机应用研究;2012年09期

2 程宏斌;李克清;孙霞;;基于减少偷听的IEEE 802.15.4网络节点能耗降低方法[J];计算机应用研究;2011年09期

3 金冬成;王珂;冯琳函;;基于节点能耗的IEEE802.11s路径选择优化方法[J];吉林大学学报(工学版);2012年05期

4 石坚;贾玉福;;无线传感器网络监测区内节点能耗估计[J];计算机仿真;2006年11期

5 李帅;刘宏立;刘述钢;;基于ZigBee的无线传感网络节点能耗性能分析[J];科技导报;2009年13期

6 牛星;李捷;周新运;赵忠华;;无线传感器网络节点能耗测量及分析[J];计算机科学;2012年02期

7 汤文亮;周长雨;;基于半马尔科夫链的中小堤坝WSN节点能耗研究[J];华东交通大学学报;2014年03期

8 李耀辉;董永强;吴义忠;;多媒体传感器网络节点能耗的SASM算法[J];机械设计与制造;2012年09期

9 卢丽鹏;翟明岳;孙晓达;;一种平衡无线传感器网络节点能耗的策略[J];南方电网技术;2012年05期

10 潘中强;刘亮亮;张东;;基于非均匀分簇的能耗高效WSN路由协议[J];微电子学与计算机;2012年01期