【摘 要】
：
本文研究无线传感器网络中的能量有效的移动目标跟踪问题。为了减少网络内内节点的能量消耗，本文在目标跟踪的过程中引入了节点睡眠调度机制。考虑到节点运动的随机性，文章所提出方法不需要预测目标的轨迹，而是构建了一个基于网格的网络模型。该模型唤醒处于网格顶点的节点工作，其它的节点进入睡眠状态。
【机 构】
：
黑龙江大学计算机科学技术学院,哈尔滨 150080;黑龙江省数据库与并行计算重点实验室,哈尔滨 150080
【出 处】
：
第十届中国无线传感器网络大会(CWSN2016)
论文部分内容阅读
本文研究无线传感器网络中的能量有效的移动目标跟踪问题。为了减少网络内内节点的能量消耗，本文在目标跟踪的过程中引入了节点睡眠调度机制。考虑到节点运动的随机性，文章所提出方法不需要预测目标的轨迹，而是构建了一个基于网格的网络模型。该模型唤醒处于网格顶点的节点工作，其它的节点进入睡眠状态。
其他文献
随着经济的快速发展，消费者对健康保健食品的需求日益剧增。健康保健产品是食品领域目前乃至未来的一个研究重点，其会逐渐成为市场销售的一个流行趋势。苦荞是属于廖科荞麦属植物，性喜阴湿寒冷，多种植于高山地区。经过研究人员长期的实验研究，已证实苦荞是一种富有营养价值和医药价值的药食两用植物。苦荞富含蛋白质、碳水化合物等七大营养成分，可以为人体提供维持生命活动的能量。此外，苦荞还拥有大量的生物活性成分，如黄酮
无线传感器网络实际应用中，传感节点的资源受限问题一直是限制其发展的瓶颈。在众多解决方案中，数据融合技术以其在过滤冗余数据、降低能量开销方面的卓越性能而备受关注。当中间节点对数据进行融合操作时，需要获取节点的原始数据进行相关操作，使得该过程中面临的数据隐私保护问题需要予以重点研究。
在能量捕获速率非常低的能量捕获无线传感网(Energy harvesting wireless sensor networks,EH-WSNs)中,传感器节点能量捕获速率一般在毫微瓦级之间,比传感器节点工作时的平均所需功率低3-6 个数量级,传感器节点通常工作在极低的占空比模式下。对于低占空比的EHWSNs来说,由于传感器节点的能量捕获速率很低,其吞吐量也是非常低的。
水下传感器网络(UWSNs)的时间同步主要面临着两大挑战，分别是传播时延较长和节点的移动性。针对水下传感器网络时间同步问题，提出了一种结合Chirp 信号的单向广播机制的时间同步算法(CB-Sync)。传统利用Chirp 信号估计多普勒规模因子的算法都未将发送节点与接收节点之间的时间同步误差因素考虑进去，而CB-Sync 算法考虑在初始时刻发送节点与接收节点时间不同步的情况下利用Chirp 信号估
针对车辆传感器网络(Vehicular Sensor Networks,VSN)的特点,给出一种基于节点位置和定向扩散机制的混合路由协议HRPBP&DD(Hybrid Routing Protocol Based onPosition and Directed Diffusion)。
移动汇聚节点的选址对无线传感网络的负载均衡，生命周期延长，网络性能提升起着非常关键的作用。移动WSNs 应用类型很多，但都需要有动态实时的汇聚选址策略来应对网络拓扑结构的实时变化。目前，汇聚节点选址的研究已有很多人做了大量工作，有研究者将k-means聚类算法应用到双层异构传感器网络，簇头的位置作为汇聚节点位置；有研究者根据汇聚节点及相邻节点转发其他节点的数量建立模型求最优，使得网络能量均衡消耗，
物联网被认为是继计算机、互联网之后，信息技术领域的一次重大变革，它将“通过信息传感设备，按照标准的通信协议，实现任何物品在任何时间任何地点的互联互通” 。物联网可以广泛应用在环境监测、智慧城市、智慧医疗以及工业控制等领域，其中以工业无线技术为核心的工业物联网是目前物联网领域中主流发展方向之一。由于标准通信协议将在工业物联网发展过程中起到至关重要作用，国际工作组IEEE 和IETF 共同制定为其一个
在密集型无线传感器网络中，节点的密度较大，节点间存在较大的竞争和冲突。影响数据传输速率及可靠性。且冲突重传，增加能量消耗。对无线传感器节点的射频收发器的发射功率进行调整，可以改变传输的距离，继而改变网络的拓扑结构和节点的密度。在使用单一传输功率的网络中，节点传输功率过小，会造成网络不连通。节点传输功率过大，又会增加能量消耗与传输冲突。
由于无线传感器网络节点能量不足的特性，在传统的蚁群算法的基础上提出了一种基于蚁群的能量消耗优化算法(IACAEO)。该算法在每个节点都保存着与邻居节点间的距离和剩余能量的信息的基础上，在节点进行下一跳节点的概率选择和信息素更新上着重进行了节点间的距离和节点剩余能量的比较，使节点的剩余能量越小被选择为下一跳节点的概率越低，有利于无线传感器网络的能量的负载均衡、无线传感器网络的稳定和生命周期的延长。仿
可生存系统3R(Resistance、Recognition、Recovery)技术中可识别性研究方兴未艾。面向系统生存态势的可识别性，提出了一种可生存系统生存态势的可识别性模型。首先，基于Ward 方法将生存态势数据聚类为不同服务等级的生存簇，然后利用消错方法对生存态势数据所属簇进行分类和识别，实现系统生存态势的事前识别；其次，差分生存态势数据使其生成平稳预测序列，构建ARIMA 模型并通过自相