一种高效的物联网移动Agent路由规划算法
发布时间:2021-11-26 04:53
针对现有物联网数据聚合方法存在网络生命周期短和数据传输时延较高等问题,提出了一种高效的基于马尔可夫决策过程(Markov Decision Process,MDP)的移动Agent物联网数据聚合路由规划算法.该算法使用k-中心点算法对物联网设备进行分簇,基于角度的移动Agent分配过程将簇头分成若干组,利用MDP参数(设备和信宿间的欧式距离、设备的剩余能量及其数据优先级)为每组簇头中的每个移动Agent提供路由规划,以实现高效的数据聚合.实验结果表明:与其他方法相比,本文方法在物联网的网络生存周期、能耗、数据传输时延和可靠性方面均有明显的改善.
【文章来源】:西南师范大学学报(自然科学版). 2020,45(11)北大核心
【文章页数】:7 页
【部分图文】:
IoT的能量消耗
图2 IoT的能量消耗物联网的可靠性是评估系统在规定条件下执行其指定功能的能力的主要因素. 移动Agent优先收集高优先级数据, 以防止移动Agent数据存储器在被填满的情况下丢失重要数据. 因此, 系统的可靠性定义为到达信宿的数据优先级, 表示为
本文使用的多个移动Agent聚合来自IoT设备的数据. 设每个移动Agent的总体大小为m, 并且其具有用于聚合数据的存储空间dm, 设备集群为k个集群, 每个物联网设备将其感测到的数据发送到簇头, 簇头具有足够的内存来缓冲从簇成员接收的数据. 在建立簇头组后, 信宿将移动Agent分配给每个组进行数据聚合.2 基于MDP的移动Agent路由规划
【参考文献】:
期刊论文
[1]物联网数据聚合技术及其主要挑战[J]. 张平. 计算机应用与软件. 2016(07)
本文编号:3519435
【文章来源】:西南师范大学学报(自然科学版). 2020,45(11)北大核心
【文章页数】:7 页
【部分图文】:
IoT的能量消耗
图2 IoT的能量消耗物联网的可靠性是评估系统在规定条件下执行其指定功能的能力的主要因素. 移动Agent优先收集高优先级数据, 以防止移动Agent数据存储器在被填满的情况下丢失重要数据. 因此, 系统的可靠性定义为到达信宿的数据优先级, 表示为
本文使用的多个移动Agent聚合来自IoT设备的数据. 设每个移动Agent的总体大小为m, 并且其具有用于聚合数据的存储空间dm, 设备集群为k个集群, 每个物联网设备将其感测到的数据发送到簇头, 簇头具有足够的内存来缓冲从簇成员接收的数据. 在建立簇头组后, 信宿将移动Agent分配给每个组进行数据聚合.2 基于MDP的移动Agent路由规划
【参考文献】:
期刊论文
[1]物联网数据聚合技术及其主要挑战[J]. 张平. 计算机应用与软件. 2016(07)
本文编号:3519435
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3519435.html