針對(duì)現(xiàn)有物聯(lián)網(wǎng)數(shù)據(jù)聚合方法存在網(wǎng)絡(luò)生命周期短和數(shù)據(jù)傳輸時(shí)延較高等問(wèn)題,提出了一種高效的基于馬爾可夫決策過(guò)程（Markov Decision Process,MDP）的移動(dòng)Agent物聯(lián)網(wǎng)數(shù)據(jù)聚合路由規(guī)劃算法.該算法使用k-中心點(diǎn)算法對(duì)物聯(lián)網(wǎng)設(shè)備進(jìn)行分簇,基于角度的移動(dòng)Agent分配過(guò)程將簇頭分成若干組,利用MDP參數(shù)（設(shè)備和信宿間的歐式距離、設(shè)備的剩余能量及其數(shù)據(jù)優(yōu)先級(jí)）為每組簇頭中的每個(gè)移動(dòng)Agent提供路由規(guī)劃,以實(shí)現(xiàn)高效的數(shù)據(jù)聚合.實(shí)驗(yàn)結(jié)果表明:與其他方法相比,本文方法在物聯(lián)網(wǎng)的網(wǎng)絡(luò)生存周期、能耗、數(shù)據(jù)傳輸時(shí)延和可靠性方面均有明顯的改善. 

【文章來(lái)源】：西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,45(11)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

IoT的能量消耗

圖2 IoT的能量消耗物聯(lián)網(wǎng)的可靠性是評(píng)估系統(tǒng)在規(guī)定條件下執(zhí)行其指定功能的能力的主要因素. 移動(dòng)Agent優(yōu)先收集高優(yōu)先級(jí)數(shù)據(jù), 以防止移動(dòng)Agent數(shù)據(jù)存儲(chǔ)器在被填滿的情況下丟失重要數(shù)據(jù). 因此, 系統(tǒng)的可靠性定義為到達(dá)信宿的數(shù)據(jù)優(yōu)先級(jí), 表示為

本文使用的多個(gè)移動(dòng)Agent聚合來(lái)自IoT設(shè)備的數(shù)據(jù). 設(shè)每個(gè)移動(dòng)Agent的總體大小為m, 并且其具有用于聚合數(shù)據(jù)的存儲(chǔ)空間dm, 設(shè)備集群為k個(gè)集群, 每個(gè)物聯(lián)網(wǎng)設(shè)備將其感測(cè)到的數(shù)據(jù)發(fā)送到簇頭, 簇頭具有足夠的內(nèi)存來(lái)緩沖從簇成員接收的數(shù)據(jù). 在建立簇頭組后, 信宿將移動(dòng)Agent分配給每個(gè)組進(jìn)行數(shù)據(jù)聚合.2 基于MDP的移動(dòng)Agent路由規(guī)劃

【參考文獻(xiàn)】：
期刊論文
[1]物聯(lián)網(wǎng)數(shù)據(jù)聚合技術(shù)及其主要挑戰(zhàn)[J]. 張平.  計(jì)算機(jī)應(yīng)用與軟件. 2016(07)



本文編號(hào)：3519435