一种基于改进树型分簇的无线传感器网络路由协议

    公开(公告)号:CN108235402A

    公开(公告)日:2018-06-29

    申请号:CN201611153064.0

    申请日:2016-12-14

    Applicant: 扬州大学

    Abstract: 本发明提出一种基于改进树型分簇的无线传感器网络路由协议。在无线传感器网络中,先选举出簇头并分簇;簇内构建树型结构,以簇头为根节点,簇内各传感器节点如果与簇头距离较近,则直接与簇头通信,否则选择距离簇头较近的其他传感器节点进行通信;以距离汇聚节点最近的簇头为根节点,所有簇头组成一棵树,根节点与移动汇聚节点直接通信;所有传感器节点当选过一轮簇头后,整个网络开始新的一轮分簇;选举簇头时考虑了传感器节点的剩余能量。本发明避免传感器节点过早死亡,延长了无线传感器网络的使用寿命。

    基于能量均衡的非均匀分簇多跳的无线传感网络路由协议

    公开(公告)号:CN107787021A

    公开(公告)日:2018-03-09

    申请号:CN201610747136.8

    申请日:2016-08-26

    Applicant: 扬州大学

    CPC classification number: Y02D70/00 H04W40/10 H04W40/246 H04W40/32 H04W84/18

    Abstract: 本发明提出一种基于能量均衡的非均匀分簇多跳的无线传感网络路由协议,作为无线传感网络数据传递方法,首先,根据各节点剩余能量、各节点到基站的距离以及各节点到簇头的距离等因素选举簇头,没有成为簇头的节点分别选择加入到与其距离最近的簇头所在的簇中;然后,簇头根据其剩余能量、其到基站的距离构造基于最小生成树的最优传输路径,从而找出最佳的下一跳转发簇头;最后,各节点通过簇内节点单跳、簇头间多跳的通信方式将数据传输给基站。本发明方法能有效节约各节点能量、均衡各节点能耗,从而延长无线传感器网络的生命周期。

    一种用于长丝纤维的拉伸测试制作方法

    公开(公告)号:CN114279838A

    公开(公告)日:2022-04-05

    申请号:CN202111560665.4

    申请日:2021-12-20

    Applicant: 扬州大学

    Abstract: 本发明公开了一种用于长丝纤维的拉伸测试制作方法,包括(1)采用一面粗糙,一面光滑的固定板,将纤维长丝的两端粘结在固定板的粗糙面上,与纤维接触的面为固定板的光滑面;(2)将工字型贴片对半折叠之后包裹在固定板外侧,纸片两端与固定板两端对齐;(3)将制作好的纤维粘贴片两端分别夹持在夹具上进行拉伸测试,拉伸测试仪的夹具的前端位置与纤维长丝固定板的内端部分相一致。本发明避免了夹具对纤维长丝造成损伤,通过强力胶,有效防止夹具夹持不牢以及方法不当而导致的长丝纤维产生滑移的问题,提高了试验效率,还使检测的试验数据客观、准确。

    基于优化粒子群算法的无线传感网无人机系统通信方法

    公开(公告)号:CN108307444B

    公开(公告)日:2020-12-04

    申请号:CN201810051019.7

    申请日:2018-01-19

    Applicant: 扬州大学

    Abstract: 本发明公开一种基于优化粒子群算法的无线传感网无人机系统通信方法,用于由移动节点无人机(1)、地面通信站(2)和多个地面无线传感器节点(3)组成的无线传感器无人机系统网络,包括如下步骤:(10)网络区域划分:采用优化粒子群算法,将整个网络区域划分为多个子区域;(20)子区域簇头选择:每个子区域中的传感器节点(3)计算加权和,选择簇头节点;(30)下一跳访问节点选择:移动节点访问剩余溢出缓存时间最大的簇头节点,然后选择移动节点下一跳所要访问的簇头节点;(40)数据传输:无人机(1)将数据传输给地面通信站(2)。本发明的无线传感网无人机通信方法,能量消耗少,网络负载平衡性好,网络寿命长。

    一种基于k-means的无线传感器网络分簇方法

    公开(公告)号:CN107277889B

    公开(公告)日:2020-10-20

    申请号:CN201710655087.X

    申请日:2017-08-03

    Applicant: 扬州大学

    Abstract: 本发明提出一种基于k‑means的无线传感器网络分簇方法。步骤一,计算网络中各传感器的中心点位置坐标,根据中心位置坐标计算聚类点的坐标;步骤二,计算网络中各传感器至各聚类点的距离,各传感器选择距离最近的聚类点加入到同一个簇中;在加入到同一个簇中的传感器中,选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头;步骤三,对于每一个簇,计算簇内传感器的中心点位置坐标,将该中心点位置坐标作为新的聚类点的坐标;重复步骤二和三,直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗,延长无线传感器网络整体的生存时间。

    一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法

    公开(公告)号:CN107295541B

    公开(公告)日:2019-12-27

    申请号:CN201610200522.5

    申请日:2016-03-31

    Applicant: 扬州大学

    Abstract: 本发明提出一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法,首先,以无线传感网络中的传感器节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型;然后,根据传感器节点之间的虚拟力合力进行传感器节点的初始布局;最后,通过萤火虫算法对传感器节点进行自适应动态部署。本发明在延长无线传感网络寿命的同时有效提高了网络覆盖效率。

    基于APIT的无线传感器网络节点定位方法

    公开(公告)号:CN106412828B

    公开(公告)日:2019-05-07

    申请号:CN201610826634.1

    申请日:2016-09-14

    Applicant: 扬州大学

    Abstract: 本发明公开一种基于APIT的无线传感器网络节点定位方法,包括:(10)锚节点位置信息收发:锚节点发送其位置信息,未知节点接收锚节点位置信息;(20)节点间距获取:根据信号强度,计算未知节点与锚节点的距离;(30)未知节点估计坐标计算:根据与锚节点的距离,计算未知节点的估计坐标;(40)未知节点位置筛选:根据估计坐标,采用改进的APIT算法,筛选包含未知节点的三角形区域;(50)质心多边形选定:将整个无线传感器网络划分成多个网格区域,将网格区域值最高的多边形网格区域选定为质心多边形;(60)未知节点真实坐标确定:根据质心多边形得到未知节点的真实坐标。本发明的节点定位方法,精度准、效率高、成本低。

    一种基于优化k-means的多移动节点数据收集方法

    公开(公告)号:CN107396419A

    公开(公告)日:2017-11-24

    申请号:CN201710655115.8

    申请日:2017-08-03

    Applicant: 扬州大学

    CPC classification number: H04W40/02 H04W40/10 H04W40/32

    Abstract: 本发明提出一种具有多个移动节点的数据收集方法。在无线传感器网络中随机选择k个传感器节点作为簇头节点;计算无线传感器网络中其它传感器节点到所选择的k个簇头节点的距离,选择距离最小的簇头节点加入到簇内;在k个簇内,每个传感器节点根据自己的剩余能量以及与其它传感器节点的距离计算加权和,选择加权和最小的传感器节点作为新的簇头节点;若簇头发生改变,则重新分簇;重新分簇后,簇内传感器节点将采集到的数据发送至簇头节点;多个移动节点在每个环状路径中收集多个簇头节点的数据;收集完数据后,每个移动节点通过协同的方法将数据传输给sink节点。本发明消除了网络中能量消耗不均匀的问题,提高了整个网络的负载平衡和能量平衡,同时也延长了网络寿命。

    一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法

    公开(公告)号:CN107295541A

    公开(公告)日:2017-10-24

    申请号:CN201610200522.5

    申请日:2016-03-31

    Applicant: 扬州大学

    Abstract: 本发明提出一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法,首先,以无线传感网络中的传感器节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型;然后,根据传感器节点之间的虚拟力合力进行传感器节点的初始布局;最后,通过萤火虫算法对传感器节点进行自适应动态部署。本发明在延长无线传感网络寿命的同时有效提高了网络覆盖效率。

    一种无线传感器网络数据融合方法

    公开(公告)号:CN107295453A

    公开(公告)日:2017-10-24

    申请号:CN201610197432.5

    申请日:2016-03-31

    Applicant: 扬州大学

    Abstract: 本发明提出一种基于萤火虫算法优化RBF神经网络的无线传感器网络数据融合方法,每个传感器节点对其采集到的数据按照输入层神经元函数进行初步处理,获得少量的特征数据,然后将特征数据发送给其所在簇的簇头节点;簇头节点根据隐层神经元函数和输出层神经元函数对特征数据做进一步处理,获得融合后数据;簇头节点将融合后数据发送给汇聚节点。本发明能有效减少信息在网内的传输量,可以在降低传感器节点功耗的同时节省网络通信带宽。

Patent Agency Ranking