-
公开(公告)号：CN103702276B
公开(公告)日：2016-09-28
申请号：CN201310733028.1
申请日：2013-12-26
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于分簇的无线传感器网络中复杂任务协作求解方法，其步骤包括：1.复杂任务分层，根据任务DAG图对其进行分层划分，任务分配时从上至下逐层分配；2.中心簇簇头将选定层中任务分配给中心簇内成员节点；3.如果中心簇簇能量消耗度超过设定阈值，中心簇请求周边一跳簇协助处理，簇能量消耗度未超过阈值的簇作为中心簇的协作簇。4.中心簇将未处理任务分配给协作簇，保证协作簇能量消耗度相差最小。5.协作簇将任务分配给簇内成员节点处理。通过该方法，可以将网络中的复杂任务分簇处理，可提高任务处理效率，平衡网络负载，延长网络寿命。
-
公开(公告)号：CN104253867A
公开(公告)日：2014-12-31
申请号：CN201410494224.2
申请日：2014-09-24
Applicant: 河海大学常州校区
CPC classification number: Y02D70/122
Abstract: 本发明涉及一种利用无线传感器网络实现对有毒气体边界的监测和追踪方法，包括三个阶段，（1）有毒气体边界识别阶段：节点相互协作，在一跳通信范围内广播信息包，根据信息包中节点的状态信息判断自己是否为边界节点；（2）代表节点的选择阶段：从当前所有边界节点中选出几个代表性的节点，聚合所有边界节点的信息，统一汇报给基站；（3）有毒气体的追踪阶段：利用节点与节点之间的协作找出有毒气体在当前环境下的扩散规律，利用边界节点的动态变化模拟有毒气体边界的变化，实现对目标的有效追踪。本发明有效实现了对有毒气体监测和追踪，极大提高了对目标边界追踪的精确性，并且有效减少了信息的传输量，节省追踪的能量消耗，延长网络生命周期。
-
公开(公告)号：CN103327607A
公开(公告)日：2013-09-25
申请号：CN201310270205.7
申请日：2013-06-28
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种无线传感器网络多锚节点组移动路径规划方法，所述网络中包括多个静止未知节点和三个移动锚节点，其步骤包括：三个移动锚节点之间有动态绑定和静态绑定两种关系，首先确定三个移动锚节点之间的关系形式；根据环境应用需求、三个移动锚节点之间的关系形式及三个移动锚节点处于区域中的位置和能量剩余这三个标准来确定组的移动模型；三个移动锚节点分别位于等边三角形顶点处，根据已确定的移动模型，每隔周期T移动并发送信标信号，在移动至传感区域边界处采用两种边缘漏洞解决方法保证整个区域的覆盖，而未知节点不断监听接收信标信息，通过三边测量法，获得位置信息。本发明有效辅助定位，提高定位精度及定位覆盖率。
-
公开(公告)号：CN103297339A
公开(公告)日：2013-09-11
申请号：CN201310273286.6
申请日：2013-06-28
Applicant: 河海大学常州校区
IPC: H04L12/721 , H04W84/18 , H04W40/00
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种水下传感器网络中基于空间区域划分的路由方法，包括三个阶段：(1)选择下一跳区域阶段：将水下三维网络监测区域视为一个立方体，等量划分为若干个小正方体区域，源节点根据自身位置和信息最终所要被传输到达的目的节点的位置信息，选择一个最优转发区域；(2)目标区域内选择节点阶段：考虑节点剩余能量、占空比睡眠机制以及可信度等衡量标准选择下一跳醒着的节点，保证整个网络连通；(3)优化路径阶段：存在路径环时，通过引入基于标签的优化策略来消除路径环，达到选择最优路径的目的。本发明考虑了在水下传感器网络中路由区域的划分和节点的可信度，增加了路由的可靠性和可扩展性，提高了网络的性能。
-
公开(公告)号：CN103297973A
公开(公告)日：2013-09-11
申请号：CN201310218923.X
申请日：2013-06-04
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种水下传感器网络中女巫入侵检测方法，包括三个阶段：（1）、可疑节点识别阶段：锚节点根据接收到的信息包识别网络中的可疑节点；（2）、女巫节点确定阶段：锚节点计算可疑节点的状态评估值，再比较可疑节点位置信息确定女巫节点；（3）、女巫节点隔离阶段：锚节点向基站报告女巫节点，基站将女巫节点从网络中删除。本发明所具有的积极效果是：能十分有效的检测女巫恶意攻击，保证网络的安全；对节点的硬件条件没有严格的限制，也不受特殊信息或者特定节点等限制，具有良好的扩展性。
-
Patent Agency Ranking
公开(公告)号：CN103607726B
公开(公告)日：2016-08-31
申请号：CN201310604565.6
申请日：2013-11-25
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种无线传感器网络中基于正六边形的移动锚节点路径规划方法，所述网络包括多个静止的未知节点和一个移动的锚节点，其步骤包括：移动锚节点以恒定速度v移动，每隔时间间隔t，以此刻所在位置为圆心，R为通信半径，广播信标信息，信标信息包括该时刻移动锚节点的位置和信标ID，移动锚节点的移动路径为正六边形，且R＝vt；未知节点不断监听、接收信标信息，若收到的三个信标位置可组成正三角形，且未知节点位于正三角形内，则未知节点通过三边测量法计算自身位置；当移动锚节点移动至网络区域边界处时，采用边界区域补偿方法保证边界未知节点可以收到至少三个不共线的信标位置。本发明定位精度高，网络成本低，且不易受环境影响。
-
公开(公告)号：CN103619009A
公开(公告)日：2014-03-05
申请号：CN201310511622.6
申请日：2013-10-25
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种建立水下传感器网络中信任模型的方法，其步骤包括：请求节点对目标节点进行邻居关系的判定，并根据彼此之间的数据通信和目标节点的剩余能量建立直接信任；如果两者之间的历史通信信息交互次数不够，则需要向二者的共同邻居请求推荐信任，并进一步计算目标节点的信任值；如果请求节点和目标节点并非邻居节点，则通过选取多跳邻居节点进行信任计算；在节点信任计算的基础上可实现该节点感知数据的信任评估，并更新传感器节点的信任值。本发明能够实时的更新传感器节点的信任值，可以避免在存在多条推荐路径情况下的信任传递和信任合并等问题；本发明结合感知数据信任计算，使得节点信任计算的精度更高，具有广泛的应用价值。
-
公开(公告)号：CN104219704B
公开(公告)日：2017-09-29
申请号：CN201410495857.5
申请日：2014-09-24
Applicant: 河海大学常州校区
CPC classification number: Y02D70/122
Abstract: 本发明涉及一种利用无线传感器网络实现对有毒气体边界的监测和追踪方法，包括三个阶段，（1）双层网格模型划分阶段：首先将全网划分为多个粗粒度的一级网格，再将每个一级网格划分为多个细粒度的二级网格，每个一级和二级网格分别形成一个一级簇和二级簇；（2）边界节点识别阶段：节点的感应状态发生变化时，立即向自己所属的二级簇头进行汇报，二级簇头根据自己簇内节点状态分布信息识别出边界节点；（3）目标边界追踪阶段：二级簇头根据自己簇内节点的状态分布信息实现对目标边界的动态追踪。本发明有效实现了对有毒气体的监测和追踪，减少了边界识别阶段的信息传输量，优化了边界信息向基站的传输过程，节省网络能量，延长网络生命周期。
-
公开(公告)号：CN104734372B
公开(公告)日：2017-02-22
申请号：CN201510114535.6
申请日：2015-03-16
Applicant: 河海大学常州校区
IPC: H04L12/10
Abstract: 本发明公开了一种WRSNs中联合地理位置路由的能量自适应充电方法，用于保证网络中每个节点都能及时补充电量，从而平衡网络能量，延长网络生命周期。本发明的方法结合充电器的充电特点和节点的地理位置信息设计路由协议，在确定了算法路由协议的基础上，根据网络中实际的能量分布情况，通过调整充电器的移动速度，给能耗更多的节点补充更多能量，以平衡网络能量。因此，本发明能有效延长网络寿命，同时能保证充电器能充分休息，提高充电效率。
-
公开(公告)号：CN103686777B
公开(公告)日：2016-10-19
申请号：CN201310731927.8
申请日：2013-12-26
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于逆向拍卖策略的无线传感器网络中复杂任务协作求解方法，包括四个阶段：（1）、任务分层：中心簇根据任务的DAG图对其进行分层划分；（2）确定协作簇：如果中心簇的能量消耗度超过设定阈值，则向周边一跳簇发送请求协助消息，周边一跳簇的能量消耗度如果未超过设定阈值，则成为中心簇的协作簇（3）任务分配到簇头：每层任务首先由中心簇负责处理，中心簇将未分配任务分配给协作簇；（4）簇头将任务分配给簇内节点：簇内任务分配采用第二低价密封拍卖方法，簇头作为拍卖方，簇内节点作为竞标方，拍卖方选择出价最低的竞标方中标，中标方以第二低价进行交易。本发明达到网络节点能量平衡，延长网络生存时间。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.028 seconds)
