本文關(guān)鍵詞：物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點能耗實時檢測仿真　出處：《計算機仿真》2016年12期 　論文類型：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)點能耗實時檢測

【摘要】：對物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點能耗進(jìn)行實時估算,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)點能耗檢測時,需要獲取物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點能耗序列。對序列進(jìn)行指數(shù)平滑的預(yù)處理,消除節(jié)點檢測過程的干擾,但是傳統(tǒng)方法依據(jù)節(jié)點至基站的距離和近鄰節(jié)點的總量,對待選節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)能耗實現(xiàn)檢測,但是缺少節(jié)點能耗序列預(yù)處理過程,在進(jìn)行檢測時存在大量的干擾,降低了絡(luò)節(jié)點能耗實時檢測的準(zhǔn)確性。提出基于人工智能的物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點能耗實時檢測方法。首先融合于灰色理論的思想對原始網(wǎng)絡(luò)節(jié)點能耗序列進(jìn)行新陳代謝等維處理,組建新的節(jié)點能耗序列。對上述序列進(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)點能耗的檢測狀態(tài)轉(zhuǎn)移矩陣,利用人工智能方法對上述矩陣檢測結(jié)果進(jìn)行訓(xùn)練和驗證,有效地完成了對物聯(lián)網(wǎng)網(wǎng)絡(luò)節(jié)點能耗實時檢測。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)財經(jīng)學(xué)院;
【基金】：2011年國家自然科學(xué)基金項目(61072087)
【分類號】：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)點能夠高速移動,節(jié)點間的通信互聯(lián)鏈路通斷變化頻繁,網(wǎng)絡(luò)具有動態(tài)變化性和多樣性等[3]。這些特點使得物聯(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)測的移動目標(biāo)跟蹤節(jié)點協(xié)同調(diào)度算法[J];計算機應(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)點通信定位仿真[J];計算機仿真;2015年07期

3 楊曉峰;王睿;彭力;;基于剩余能量預(yù)測的WSN模糊分簇算法[J];計算機工程與應(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];計算機研究與發(fā)展;2015年01期

5 陳維興;林家泉;孫毅剛;;機場橋載設(shè)備監(jiān)控網(wǎng)絡(luò)節(jié)點能耗優(yōu)化設(shè)計[J];自動化儀表;2014年12期

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

7 曾東;熊飛;;面向能耗控制的無線傳感器網(wǎng)絡(luò)節(jié)點協(xié)議優(yōu)化[J];無線電通信技術(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[J];計算機工程與設(shè)計;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)勢預(yù)測[J];計算機與數(shù)字工程;2014年01期

10 汪成亮;王強;;基于活動預(yù)測和能耗均衡的WSN路由算法[J];北京航空航天大學(xué)學(xué)報;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)點能耗實時檢測仿真[J];計算機仿真;2016年12期

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

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

4 陳柏安;朱俊翔;田子都;;機坪地面設(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)計與實現(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能量優(yōu)化算法[J];計算機工程;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)勢預(yù)測方法分析[J];現(xiàn)代電子技術(shù);2016年03期

9 陳良維;;云計算環(huán)境下的網(wǎng)絡(luò)安全估計模型態(tài)勢仿真[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[J];無線電工程;2015年11期

【二級參考文獻(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)點定位方法[J];計算機測量與控制;2015年01期

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

3 張鵬;馮欣;周建國;鄒進(jìn)貴;;一種無需模型參數(shù)的無線傳感器網(wǎng)絡(luò)定位算法[J];大地測量與地球動力學(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;2014年01期

7 蘇金樹;郭文忠;余朝龍;陳國龍;;負(fù)載均衡感知的無線傳感器網(wǎng)絡(luò)容錯分簇算法[J];計算機學(xué)報;2014年02期

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

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

10 王海峰;陳慶奎;;靜態(tài)程序切片的GPU通用計算功耗預(yù)測模型[J];軟件學(xué)報;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)點能耗模型研究與設(shè)計[J];計算機應(yīng)用研究;2012年09期

2 程宏斌;李克清;孫霞;;基于減少偷聽的IEEE 802.15.4網(wǎng)絡(luò)節(jié)點能耗降低方法[J];計算機應(yīng)用研究;2011年09期

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

4 石堅;賈玉福;;無線傳感器網(wǎng)絡(luò)監(jiān)測區(qū)內(nèi)節(jié)點能耗估計[J];計算機仿真;2006年11期

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

6 牛星;李捷;周新運;趙忠華;;無線傳感器網(wǎng)絡(luò)節(jié)點能耗測量及分析[J];計算機科學(xué);2012年02期

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

8 李耀輝;董永強;吳義忠;;多媒體傳感器網(wǎng)絡(luò)節(jié)點能耗的SASM算法[J];機械設(shè)計與制造;2012年09期

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

10 潘中強;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)與計算機;2012年01期

相關(guān)會議論文 前1條

1 夏娜;徐順安;蔣建國;;WSNs中節(jié)點能耗分析與測試[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 王辛果;異步無線傳感網(wǎng)的跨層網(wǎng)絡(luò)協(xié)議研究[D];中國科學(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;無線傳感器網(wǎng)絡(luò)節(jié)點能耗測量設(shè)備設(shè)計與實現(xiàn)[D];河南大學(xué);2011年

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

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

4 李彩云;無線感知網(wǎng)節(jié)點能耗建模及系統(tǒng)能耗評測的研究與設(shè)計[D];哈爾濱工業(yè)大學(xué);2011年

，

本文編號：1368376