一种物联网感知层簇内高效低功耗的数据收集方法

发布时间：2024-05-12 15:41

　　针对物联网感知层簇内数据收集过程中存在收集效率较低、能耗较高和传输时延较大等问题,提出了一种基于鸡群优化(chicken swarm optimization, CSO)算法的物联网感知层簇内高效数据收集方法。对物联网感知层簇内传感节点的数据收集问题进行了数学计算、分析和建模。簇内传感节点数据传输过程中,如何兼顾簇内传感网络节点能耗、传输时延和网络均衡性等指标,是一个复杂的多目标优化问题。利用CSO算法的高效优化性能,从簇成员传感节点到簇头节点之间的多条通信路径中寻找传输路径最短、网络能耗最低和传输时延较小的传输路径,以提高数据收集能力。仿真结果表明,与其他物联网感知层数据收集算法相比,所提出的算法可降低网络能耗,提高网络数据收集工作效率,延长网络寿命。

【文章页数】：6 页

【部分图文】：

图1WSNs数据收集模型

针对物联网感知层数据收集过程中易出现的节点能耗过快、能耗不均衡和时延较大等问题,本文提出一种基于感知层分簇的多路径数据收集协议。首先对无线传感网络监测区域进行分区分簇,实现层次化结构;然后每个区域挑选一个簇头节点负责收集数据,簇成员节点通过多路径多跳自组织形式发送给簇头,簇头节点....

图2CSO算法流程

CSO算法流程如图2所示。3CSO算法在数据收集中的应用

图3簇内数据收集能耗对比

在任何的数据收集过程中都伴随着一定的能量消耗,一般情况下,网络能耗与轮询次数成正比。但是随着轮询次数的增加,网络能耗会呈现不同比例的增长。本文对3种算法的数据收集能耗进行对此,如图3所示。由图3可以看出,在数据收集的初期,3种算法的数据收集能耗差异不大。但随着轮询次数的增加,3种....

图4基于ACO算法的能量消耗

网络平均能耗是评价网络综合性能的一个重要指标。本文综合考虑网络生命周期,以多跳的通信方式有效地减少了簇间的相互通信能耗,并降低了网络能耗,3种算法的簇内能量对比分别如图4～图6所示。图5基于CS算法的能量消耗

本文编号：3971534