认知网络能量感知及伽玛统计模型能量优化算法

发布时间：2018-04-14 20:36

  本文选题：认知网络 + 能量感知　； 参考：《计算机应用研究》2017年07期

【摘要】：为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法。算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程。在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量。实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性。
[Abstract]:In order to improve the energy efficiency of cluster wireless sensor networks and balance the energy load of nodes, a cognitive network energy perception and gamma statistical model energy optimization algorithm is proposed.An energy sensing model based on cognitive radio is proposed, which can obtain the energy distribution equations of the network in sleep mode and operation mode.The gamma function is used to analyze the total network energy consumption in multiple relay network scenarios. Based on the relationship between the number of secondary network hops and the cluster head total energy consumption, an energy optimization strategy is proposed to minimize the total network energy consumption while balancing the cluster head energy load.Experimental results show that the proposed energy optimization algorithm is compared with the cognitive radio network based on energy-saving routing scheme and the cognitive network based on multi-energy detector in the total energy consumption of the network.The energy saving effect is increased by 37.6% and 12.2% respectively, and the gamma function is used to analyze the energy distribution of the network.
【作者单位】： 中南财经政法大学信息与安全工程学院;湖北大学计算机与信息工程学院;
【基金】：湖北省重大科技支持项目(2014BAA089) 国家自然科学基金资助项目(61063028)
【分类号】：TN925

【相似文献】

相关期刊论文 前10条

1 滑楠;曹志刚;;无线认知网络概念与实例研究[J];计算机工程与应用;2009年02期

2 刘超;王海涛;;网络发展的一种新动向——认知网络[J];数据通信;2009年02期

3 邵飞;汪李峰;伍春;;基于认知层的认知网络结构及其认知方法[J];北京工业大学学报;2009年09期

4 陈铮;张勇;滕颖蕾;罗希;;认知网络概述[J];无线通信技术;2009年04期

5 雷宜海;;认知网络概述[J];电信快报;2010年04期

6 沙智;;浅析认知网络的关键技术及其多方面应用[J];知识经济;2010年07期

7 王琪;;认知网络概念及技术要求[J];洛阳师范学院学报;2010年05期

8 刘琪;周正;王树彬;;主用户链路深度衰落下的认知网络中继[J];高技术通讯;2010年03期

9 ;“认知网络”正文通知[J];通信学报;2011年01期

10 王健;赵国生;孙广路;赵中楠;;面向服务性能的认知网络理论及形式化建模方法[J];哈尔滨理工大学学报;2014年01期

相关会议论文 前2条

1 吴继宝;;认知网络端到端QoS技术研究[A];江苏省电子学会2010年学术年会论文集[C];2010年

2 高春蓉;贲可荣;;一种基于Agent的认知网络节点模型[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

相关博士学位论文 前10条

1 刘舒祺;基于QoS度量的移动认知网络路由决策[D];苏州大学;2016年

2 钟鸣;面向认知网络的链路初始化与频谱分配技术研究[D];西安电子科技大学;2016年

3 李婕;认知网络中基于网络状态和行为预测的路由及数据分发算法研究[D];东北大学;2015年

4 胡罡;无线认知网络频谱感知与接入关键技术研究[D];国防科学技术大学;2010年

5 冯光升;面向认知网络的自适应QoS感知与配置方法[D];哈尔滨工程大学;2009年

6 亓晋;基于贝叶斯网络的认知网络QoS自主控制技术研究[D];南京邮电大学;2013年

7 陈少磊;无速率码的编译码及其在中继与认知网络中的应用[D];浙江大学;2013年

8 梁伟;认知网络的接入选择与拥塞控制研究[D];南京邮电大学;2011年

9 陈亮;认知网络中频谱管理与流量调度关键技术研究[D];北京邮电大学;2012年

10 李丹丹;认知网络中具有自主学习特征的智能QoS保障机制研究[D];北京交通大学;2013年

相关硕士学位论文 前10条

1 郭苑;基于业务的认知网络健康度评价体系研究[D];南京邮电大学;2011年

2 季丽娟;认知网络中动态调度机理研究[D];上海交通大学;2015年

3 简洪浩;干扰对齐方法在认知网络的应用研究[D];上海交通大学;2015年

4 魏凤生;认知网络中继节点选择与信道分配算法研究[D];电子科技大学;2016年

5 段晓雪;认知网络中高效辅助传输的骨干组网技术研究[D];电子科技大学;2016年

6 朱雯君;无线多跳认知网络速率与功率优化技术研究[D];南京邮电大学;2016年

7 高赞;携能认知网络的协作通信方案研究[D];南京邮电大学;2016年

8 李耿;下一代无线通信系统关键技术研究[D];西北工业大学;2015年

9 贺冰涛;携能协作认知网络稳态吞吐量研究[D];西安电子科技大学;2015年

10 周天卫;认知网络资源质量分析与其管理演示系统设计实现[D];西安电子科技大学;2015年

，

本文编号：1750915