本文關(guān)鍵詞：物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)仿真　出處：《計(jì)算機(jī)仿真》2016年12期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 人工智能 物聯(lián)網(wǎng)網(wǎng)絡(luò) 節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)

【摘要】：對(duì)物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗進(jìn)行實(shí)時(shí)估算,可以提高網(wǎng)絡(luò)安全性能和網(wǎng)絡(luò)壽命。進(jìn)行物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗檢測(cè)時(shí),需要獲取物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗序列。對(duì)序列進(jìn)行指數(shù)平滑的預(yù)處理,消除節(jié)點(diǎn)檢測(cè)過(guò)程的干擾,但是傳統(tǒng)方法依據(jù)節(jié)點(diǎn)至基站的距離和近鄰節(jié)點(diǎn)的總量,對(duì)待選節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)能耗實(shí)現(xiàn)檢測(cè),但是缺少節(jié)點(diǎn)能耗序列預(yù)處理過(guò)程,在進(jìn)行檢測(cè)時(shí)存在大量的干擾,降低了絡(luò)節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)的準(zhǔn)確性。提出基于人工智能的物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)方法。首先融合于灰色理論的思想對(duì)原始網(wǎng)絡(luò)節(jié)點(diǎn)能耗序列進(jìn)行新陳代謝等維處理,組建新的節(jié)點(diǎn)能耗序列。對(duì)上述序列進(jìn)行指數(shù)平滑,將灰色理論與馬爾可夫模型相結(jié)合組建網(wǎng)絡(luò)節(jié)點(diǎn)能耗的檢測(cè)狀態(tài)轉(zhuǎn)移矩陣,利用人工智能方法對(duì)上述矩陣檢測(cè)結(jié)果進(jìn)行訓(xùn)練和驗(yàn)證,有效地完成了對(duì)物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)。仿真結(jié)果表明,所提方法可以大幅度地提升物聯(lián)網(wǎng)網(wǎng)絡(luò)壽命。
[Abstract]:The energy consumption of Internet of things nodes can be estimated in real time, which can improve the network security performance and network life. In order to eliminate the interference of node detection process, the traditional method is based on the distance from the node to the base station and the total amount of the nearest neighbor node. The energy consumption of transmitting data to selected nodes is detected, but there is a lot of interference in the detection process because of the lack of preprocessing process of energy consumption sequence of nodes. In this paper, the veracity of real-time detection of energy consumption of network nodes is reduced. A real-time energy consumption detection method based on artificial intelligence for nodes in the Internet of things is proposed. Firstly, a new generation of energy consumption sequences of original network nodes is presented by combining the idea of grey theory. Thank you. A new node energy consumption sequence is constructed. The above sequence is exponentially smoothed, and the detection state transition matrix of network node energy consumption is constructed by combining grey theory with Markov model. The artificial intelligence method is used to train and verify the results of the matrix detection, and the real time energy consumption detection of the Internet of things node is accomplished effectively. The simulation results show that. The proposed method can greatly improve the life of the Internet of things network.
【作者單位】： 太原理工大學(xué)財(cái)經(jīng)學(xué)院;
【基金】：2011年國(guó)家自然科學(xué)基金項(xiàng)目(61072087)
【分類(lèi)號(hào)】：TP391.44;TN929.5
【正文快照】： _ 1引言 隨著互聯(lián)網(wǎng)網(wǎng)絡(luò)技術(shù)的進(jìn)步以及現(xiàn)階段社會(huì)發(fā)展的需要,物聯(lián)網(wǎng)作為新興的模式為網(wǎng)絡(luò)信息技術(shù)領(lǐng)域帶來(lái)了巨大變革2]。物聯(lián)網(wǎng)有其自身的特殊屬性,網(wǎng)絡(luò)中的節(jié)點(diǎn)能夠高速移動(dòng),節(jié)點(diǎn)間的通信互聯(lián)鏈路通斷變化頻繁,網(wǎng)絡(luò)具有動(dòng)態(tài)變化性和多樣性等[3]。這些特點(diǎn)使得物聯(lián)網(wǎng)網(wǎng)絡(luò)傳

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧旭;岳利軍;;基于預(yù)測(cè)的移動(dòng)目標(biāo)跟蹤節(jié)點(diǎn)協(xié)同調(diào)度算法[J];計(jì)算機(jī)應(yīng)用與軟件;2015年12期

2 彭小梅;;物聯(lián)網(wǎng)高速傳感器中的異常節(jié)點(diǎn)通信定位仿真[J];計(jì)算機(jī)仿真;2015年07期

3 楊曉峰;王睿;彭力;;基于剩余能量預(yù)測(cè)的WSN模糊分簇算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年14期

4 王海峰;陳慶奎;;多指標(biāo)自趨優(yōu)的GPU集群能耗控制模型[J];計(jì)算機(jī)研究與發(fā)展;2015年01期

5 陳維興;林家泉;孫毅剛;;機(jī)場(chǎng)橋載設(shè)備監(jiān)控網(wǎng)絡(luò)節(jié)點(diǎn)能耗優(yōu)化設(shè)計(jì)[J];自動(dòng)化儀表;2014年12期

6 樊源泉;伍衛(wèi)國(guó);許云龍;高顏;;MapReduce環(huán)境中的性能特征能耗估計(jì)方法[J];西安交通大學(xué)學(xué)報(bào);2015年02期

7 曾東;熊飛;;面向能耗控制的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)協(xié)議優(yōu)化[J];無(wú)線電通信技術(shù);2014年01期

8 程忠慶;葛珂楠;闞澤寶;;基于Elman神經(jīng)網(wǎng)絡(luò)的除濕系統(tǒng)能耗預(yù)測(cè)[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年02期

9 劉雷雷;臧洌;邱相存;;基于Kalman算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[J];計(jì)算機(jī)與數(shù)字工程;2014年01期

10 汪成亮;王強(qiáng);;基于活動(dòng)預(yù)測(cè)和能耗均衡的WSN路由算法[J];北京航空航天大學(xué)學(xué)報(bào);2014年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張海玉;;物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點(diǎn)能耗實(shí)時(shí)檢測(cè)仿真[J];計(jì)算機(jī)仿真;2016年12期

2 吳良超;郭星;;基于改進(jìn)果蠅算法的無(wú)線傳感網(wǎng)絡(luò)布局研究[J];微電子學(xué)與計(jì)算機(jī);2016年12期

3 黎寰;徐杜;;一種WSN分簇路由協(xié)議[J];計(jì)算機(jī)與現(xiàn)代化;2016年10期

4 陳柏安;朱俊翔;田子都;;機(jī)坪地面設(shè)備工況監(jiān)控系統(tǒng)Sensor-Hub技術(shù)研發(fā)[J];電子世界;2016年19期

5 周華;;ORC余熱發(fā)電中的電源能耗最低控制模型設(shè)計(jì)與實(shí)現(xiàn)[J];電網(wǎng)與清潔能源;2016年08期

6 楊儉;謝欣妍;;基于能耗最低神經(jīng)網(wǎng)絡(luò)的光纖通信系統(tǒng)最優(yōu)傳遞路徑分析[J];激光雜志;2016年06期

7 張飛;耿紅琴;;基于陰影衰落信道建模的WSN能量?jī)?yōu)化算法[J];計(jì)算機(jī)工程;2016年06期

8 李小玲;胡海;;基于卡爾曼算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法分析[J];現(xiàn)代電子技術(shù);2016年03期

9 陳良維;;云計(jì)算環(huán)境下的網(wǎng)絡(luò)安全估計(jì)模型態(tài)勢(shì)仿真[J];現(xiàn)代電子技術(shù);2015年20期

10 杜龍海;曹毅;齊忠杰;;外軍導(dǎo)彈協(xié)同數(shù)據(jù)鏈現(xiàn)狀及技術(shù)發(fā)展趨勢(shì)[J];無(wú)線電工程;2015年11期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李秉鍵;夏文棟;黃戈文;;基于BADV-Hop的傳感器節(jié)點(diǎn)定位方法[J];計(jì)算機(jī)測(cè)量與控制;2015年01期

2 姚汝賢;王曉涓;;基于測(cè)距和自學(xué)習(xí)粒子群算法的WSN節(jié)點(diǎn)定位[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

3 張鵬;馮欣;周建國(guó);鄒進(jìn)貴;;一種無(wú)需模型參數(shù)的無(wú)線傳感器網(wǎng)絡(luò)定位算法[J];大地測(cè)量與地球動(dòng)力學(xué);2014年05期

4 吳金杰;;物聯(lián)網(wǎng)家庭網(wǎng)關(guān)中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的接入與信息處理[J];信息通信;2014年06期

5 魏乾;陸和軍;范晶晶;;基于物聯(lián)網(wǎng)的無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)[J];指揮信息系統(tǒng)與技術(shù);2014年02期

6 謝志偉;胡選子;;基于無(wú)線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的物聯(lián)網(wǎng)模型研究[J];東莞理工學(xué)院學(xué)報(bào);2014年01期

7 蘇金樹(shù);郭文忠;余朝龍;陳國(guó)龍;;負(fù)載均衡感知的無(wú)線傳感器網(wǎng)絡(luò)容錯(cuò)分簇算法[J];計(jì)算機(jī)學(xué)報(bào);2014年02期

8 魯銀芝;仲元昌;楊柳;李發(fā)傳;;大規(guī)模帶狀無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J];傳感器與微系統(tǒng);2015年01期

9 周帆;江維;李樹(shù)全;張玉宏;曾雪;吳躍;;基于粒子濾波的移動(dòng)物體定位和追蹤算法[J];軟件學(xué)報(bào);2013年09期

10 王海峰;陳慶奎;;靜態(tài)程序切片的GPU通用計(jì)算功耗預(yù)測(cè)模型[J];軟件學(xué)報(bào);2013年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周海鷹;徐杰;高妍;謝和平;左德承;李劍;周鵬;;基于狀態(tài)轉(zhuǎn)移的感知節(jié)點(diǎn)能耗模型研究與設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用研究;2012年09期

2 程宏斌;李克清;孫霞;;基于減少偷聽(tīng)的IEEE 802.15.4網(wǎng)絡(luò)節(jié)點(diǎn)能耗降低方法[J];計(jì)算機(jī)應(yīng)用研究;2011年09期

3 金冬成;王珂;馮琳函;;基于節(jié)點(diǎn)能耗的IEEE802.11s路徑選擇優(yōu)化方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年05期

4 石堅(jiān);賈玉福;;無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)區(qū)內(nèi)節(jié)點(diǎn)能耗估計(jì)[J];計(jì)算機(jī)仿真;2006年11期

5 李帥;劉宏立;劉述鋼;;基于ZigBee的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)能耗性能分析[J];科技導(dǎo)報(bào);2009年13期

6 牛星;李捷;周新運(yùn);趙忠華;;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗測(cè)量及分析[J];計(jì)算機(jī)科學(xué);2012年02期

7 湯文亮;周長(zhǎng)雨;;基于半馬爾科夫鏈的中小堤壩WSN節(jié)點(diǎn)能耗研究[J];華東交通大學(xué)學(xué)報(bào);2014年03期

8 李耀輝;董永強(qiáng);吳義忠;;多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗的SASM算法[J];機(jī)械設(shè)計(jì)與制造;2012年09期

9 盧麗鵬;翟明岳;孫曉達(dá);;一種平衡無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗的策略[J];南方電網(wǎng)技術(shù);2012年05期

10 潘中強(qiáng);劉亮亮;張東;;基于非均勻分簇的能耗高效WSN路由協(xié)議[J];微電子學(xué)與計(jì)算機(jī);2012年01期

相關(guān)會(huì)議論文 前1條

1 夏娜;徐順安;蔣建國(guó);;WSNs中節(jié)點(diǎn)能耗分析與測(cè)試[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 王辛果;異步無(wú)線傳感網(wǎng)的跨層網(wǎng)絡(luò)協(xié)議研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前4條

1 牛星;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗測(cè)量設(shè)備設(shè)計(jì)與實(shí)現(xiàn)[D];河南大學(xué);2011年

2 謝和平;基于排隊(duì)Petri網(wǎng)的感知網(wǎng)節(jié)點(diǎn)能耗建模技術(shù)研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

3 高妍;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗建模與仿真[D];哈爾濱工業(yè)大學(xué);2010年

4 李彩云;無(wú)線感知網(wǎng)節(jié)點(diǎn)能耗建模及系統(tǒng)能耗評(píng)測(cè)的研究與設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2011年

，

本文編號(hào)：1368376