發(fā)布時間：2018-04-14 20:36

  本文選題：認知網(wǎng)絡(luò) + 能量感知��； 參考：《計算機應(yīng)用研究》2017年07期

【摘要】：為了提升分簇無線傳感器網(wǎng)絡(luò)的能量效率并均衡節(jié)點的能量負載,提出了一種認知網(wǎng)絡(luò)能量感知及伽瑪統(tǒng)計模型能量優(yōu)化算法。算法提出基于認知無線電的信道能量感知模型,可以得到網(wǎng)絡(luò)休眠模式和運作模式下網(wǎng)絡(luò)的能量分布方程。在多個中繼網(wǎng)絡(luò)場景中采用伽瑪函數(shù)進行網(wǎng)絡(luò)總能耗分析,并基于次級網(wǎng)絡(luò)跳數(shù)與簇頭總能耗關(guān)系提出能量優(yōu)化策略,在均衡簇頭能量負載的同時最小化網(wǎng)絡(luò)總能耗量。實驗仿真結(jié)果表明,在網(wǎng)絡(luò)總能量消耗上,所提出的能量優(yōu)化算法相比基于節(jié)能路由方案的認知無線電網(wǎng)絡(luò)和基于多能量探測器的認知網(wǎng)絡(luò),節(jié)能效果分別提高了37.6%和12.2%,并且算法采用伽瑪函數(shù)對網(wǎng)絡(luò)能量分布的分析具有一定的準確性。
[Abstract]:In order to improve the energy efficiency of cluster wireless sensor networks and balance the energy load of nodes, a cognitive network energy perception and gamma statistical model energy optimization algorithm is proposed.An energy sensing model based on cognitive radio is proposed, which can obtain the energy distribution equations of the network in sleep mode and operation mode.The gamma function is used to analyze the total network energy consumption in multiple relay network scenarios. Based on the relationship between the number of secondary network hops and the cluster head total energy consumption, an energy optimization strategy is proposed to minimize the total network energy consumption while balancing the cluster head energy load.Experimental results show that the proposed energy optimization algorithm is compared with the cognitive radio network based on energy-saving routing scheme and the cognitive network based on multi-energy detector in the total energy consumption of the network.The energy saving effect is increased by 37.6% and 12.2% respectively, and the gamma function is used to analyze the energy distribution of the network.
【作者單位】： 中南財經(jīng)政法大學信息與安全工程學院;湖北大學計算機與信息工程學院;
【基金】：湖北省重大科技支持項目(2014BAA089) 國家自然科學基金資助項目(61063028)
【分類號】：TN925

【相似文獻】

相關(guān)期刊論文 前10條

1 滑楠;曹志剛;;無線認知網(wǎng)絡(luò)概念與實例研究[J];計算機工程與應(yīng)用;2009年02期

2 劉超;王海濤;;網(wǎng)絡(luò)發(fā)展的一種新動向——認知網(wǎng)絡(luò)[J];數(shù)據(jù)通信;2009年02期

3 邵飛;汪李峰;伍春;;基于認知層的認知網(wǎng)絡(luò)結(jié)構(gòu)及其認知方法[J];北京工業(yè)大學學報;2009年09期

4 陳錚;張勇;滕穎蕾;羅希;;認知網(wǎng)絡(luò)概述[J];無線通信技術(shù);2009年04期

5 雷宜海;;認知網(wǎng)絡(luò)概述[J];電信快報;2010年04期

6 沙智;;淺析認知網(wǎng)絡(luò)的關(guān)鍵技術(shù)及其多方面應(yīng)用[J];知識經(jīng)濟;2010年07期

7 王琪;;認知網(wǎng)絡(luò)概念及技術(shù)要求[J];洛陽師范學院學報;2010年05期

8 劉琪;周正;王樹彬;;主用戶鏈路深度衰落下的認知網(wǎng)絡(luò)中繼[J];高技術(shù)通訊;2010年03期

9 ;“認知網(wǎng)絡(luò)”正文通知[J];通信學報;2011年01期

10 王健;趙國生;孫廣路;趙中楠;;面向服務(wù)性能的認知網(wǎng)絡(luò)理論及形式化建模方法[J];哈爾濱理工大學學報;2014年01期

相關(guān)會議論文 前2條

1 吳繼寶;;認知網(wǎng)絡(luò)端到端QoS技術(shù)研究[A];江蘇省電子學會2010年學術(shù)年會論文集[C];2010年

2 高春蓉;賁可榮;;一種基于Agent的認知網(wǎng)絡(luò)節(jié)點模型[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)年會論文集[C];2011年

相關(guān)博士學位論文 前10條

1 劉舒祺;基于QoS度量的移動認知網(wǎng)絡(luò)路由決策[D];蘇州大學;2016年

2 鐘鳴;面向認知網(wǎng)絡(luò)的鏈路初始化與頻譜分配技術(shù)研究[D];西安電子科技大學;2016年

3 李婕;認知網(wǎng)絡(luò)中基于網(wǎng)絡(luò)狀態(tài)和行為預測的路由及數(shù)據(jù)分發(fā)算法研究[D];東北大學;2015年

4 胡罡;無線認知網(wǎng)絡(luò)頻譜感知與接入關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2010年

5 馮光升;面向認知網(wǎng)絡(luò)的自適應(yīng)QoS感知與配置方法[D];哈爾濱工程大學;2009年

6 亓晉;基于貝葉斯網(wǎng)絡(luò)的認知網(wǎng)絡(luò)QoS自主控制技術(shù)研究[D];南京郵電大學;2013年

7 陳少磊;無速率碼的編譯碼及其在中繼與認知網(wǎng)絡(luò)中的應(yīng)用[D];浙江大學;2013年

8 梁偉;認知網(wǎng)絡(luò)的接入選擇與擁塞控制研究[D];南京郵電大學;2011年

9 陳亮;認知網(wǎng)絡(luò)中頻譜管理與流量調(diào)度關(guān)鍵技術(shù)研究[D];北京郵電大學;2012年

10 李丹丹;認知網(wǎng)絡(luò)中具有自主學習特征的智能QoS保障機制研究[D];北京交通大學;2013年

相關(guān)碩士學位論文 前10條

1 郭苑;基于業(yè)務(wù)的認知網(wǎng)絡(luò)健康度評價體系研究[D];南京郵電大學;2011年

2 季麗娟;認知網(wǎng)絡(luò)中動態(tài)調(diào)度機理研究[D];上海交通大學;2015年

3 簡洪浩;干擾對齊方法在認知網(wǎng)絡(luò)的應(yīng)用研究[D];上海交通大學;2015年

4 魏鳳生;認知網(wǎng)絡(luò)中繼節(jié)點選擇與信道分配算法研究[D];電子科技大學;2016年

5 段曉雪;認知網(wǎng)絡(luò)中高效輔助傳輸?shù)墓歉山M網(wǎng)技術(shù)研究[D];電子科技大學;2016年

6 朱雯君;無線多跳認知網(wǎng)絡(luò)速率與功率優(yōu)化技術(shù)研究[D];南京郵電大學;2016年

7 高贊;攜能認知網(wǎng)絡(luò)的協(xié)作通信方案研究[D];南京郵電大學;2016年

8 李耿;下一代無線通信系統(tǒng)關(guān)鍵技術(shù)研究[D];西北工業(yè)大學;2015年

9 賀冰濤;攜能協(xié)作認知網(wǎng)絡(luò)穩(wěn)態(tài)吞吐量研究[D];西安電子科技大學;2015年

10 周天衛(wèi);認知網(wǎng)絡(luò)資源質(zhì)量分析與其管理演示系統(tǒng)設(shè)計實現(xiàn)[D];西安電子科技大學;2015年

，

本文編號：1750915