【摘 要】
：
数据融合是节省无线传感器网络的能耗、延长网络寿命的有效方法之一.在一些传感器网络的应用中,融合数据包所消耗的能量与传输能耗在用一个量级,是不能被忽略的.在这种情况下
【机 构】
：
中国科学院研究生院数学科学学院,北京100049
论文部分内容阅读
数据融合是节省无线传感器网络的能耗、延长网络寿命的有效方法之一.在一些传感器网络的应用中,融合数据包所消耗的能量与传输能耗在用一个量级,是不能被忽略的.在这种情况下,如果网络中融合节点太多,数据融合会消耗大量能量;但融合节点太少,网络中需传输的数据量增多,同样导致网络总能耗增大.因此如何选取适量的节点进行数据融合,以最小化网络的总能耗是一个需要研究的重要问题.本文在融合消耗与融合前数据包的数目成正比的假设下,考虑如何选择融合节点从而最小化网络中数据传输消耗的总能量,并且研究单位融合能耗和融合系数的变化对融合节点选择的影响.本文提出一种动态规划算法,能在多项式时间内求得到融合节点的最优选择方案.仿真结果表明网络总能耗对融合系数的变化有较强的敏感度,大型网络中融合技术的应用更能减少网络的总能耗.
其他文献
这篇文章主要刻画了盒子约束或双值约束的非凸三次优化问题全局最优性条件.数值实例将会表明我们所给出的条件能够有效地判定此非凸优化问题的全局最优解.
在许多实际优化问题中,目标函数往往来自于庞大的模拟系统而因此不可导且计算花时间.对中小规模问题而言Powell的UOBYQA算法是最有效的直接方法之一.它基于对目标函数的多变
DC规划是一种非常重要的非线性规划,大量的优化问题都可以转化为DC规划问题,本文基于DCA算法及分枝定界策略,利用分离凹函数的特殊性质和最大距离对分法,提出一种求解特殊DC
本文对于一般半定规划问题,基于Log-sigmoid函数给出了一个非线性Lagrangian算法,简记为Log-sigmoid乘子法.并证明了在适当条件下,由此算法产生的序列Q-超线性收敛于原问题的
本论文结合仿射均衡尺度方法与中心路径跟踪方法,提出一个求解不等式约束线性规划问题的内点算法.通过对约束矩阵进行LU分解来保持矩阵的稀疏性,然后构造一系列的障碍子问题,
讨论把3m项任务指派(安排)给m台平行机的问题.已知任务j在任意一台机器上的加工时间是pj,j=1,2,…,3m,怎样分派任务,使在总完工时间最小的条件下最大完工时间最小.
广义分式规划问题是求有限个比率最大值函数的最小值问题,这种规划问题通常是非凸的,因而难以求解.本文考虑一种特殊情况,即比率是二次函数与凹函数之商.利用Fenchel-Rockafe
本文把离散半方差模型投资组合问题,推广到连续时间情形.引进恰当的状态约束,将原问题简化为一个有状态约束的随机最优控制问题.利用经典Lagrange理论,将其进二步转化为无约
与以往研究随机无线传感器网络拓扑控制时基于网络全连通的思路不同,本文利用几何随机图大连通分支理论提出了一个新的最优能效模型.在几何随机图已有结论的基础上,结合我们
本文建立了多目标规划模型来对公交线路的选择问题进行研究.首先从乘客的总出行时间和总出行费用这两方面出发,制定一个最佳路线的评价准则.然后设计算法搜索出所有可行路线,