首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   51篇
  国内免费   20篇
  完全免费   13篇
  自动化技术   84篇
  2017年   3篇
  2016年   5篇
  2015年   4篇
  2014年   9篇
  2013年   8篇
  2012年   14篇
  2011年   15篇
  2010年   10篇
  2009年   9篇
  2008年   5篇
  2007年   1篇
  2006年   1篇
排序方式: 共有84条查询结果,搜索用时 46 毫秒
1.
无线传感器网络覆盖问题的研究进展*   总被引:3,自引:3,他引:4  
分析了无线传感器网络的网络特征以及影响网络覆盖的重要因素,总结和评估了近年来提出的覆盖机制,同时对该领域尚存问题以及发展趋势进行了讨论。  相似文献
2.
延迟容忍移动无线传感器网络路由分析   总被引:1,自引:1,他引:0       下载免费PDF全文
延迟容忍移动无线传感器网络DTMSN(Delay Tolerant Mobile Sensor Networks)用于广泛数据收集,传统传感器网络的数据收集方法在DTMSN中并不适用。为此研究了DTMSN的特性,分析了目前常用的几种DTMSN路由算法的特点,并通过详细的仿真实验给出了这几种算法的性能指标,如数据的平均传输成功率,传输能耗、传输延迟及网络寿命。  相似文献
3.
延迟容忍移动传感器网络中基于选择复制的数据传输   总被引:1,自引:1,他引:8  
提出了一种基于选择复制的动态数据传输策略SRAD(selective replication-based adaptive data delivery scheme),基本思想是把消息(message)动态的复制给更有可能与汇聚点(sink node)通信的传感器节点.SRAD由数据传输和队列管理两个主要部分组成:前者根据Random Waypoint随机运动模型下不同时刻各传感器节点传输概率的大小进行数据消息的传输;后者通过消息的生存时间ST(survival time)值决定队列中消息传递的优先顺序和丢弃原则,以进一步降低网络传输能耗.模拟实验结果表明,与现有的几种DTMSN(delay tolerant mobile sensor networks)数据传输算法相比,SRAD的网络寿命相对较长,且它能以较低的数据传输能耗和传输延迟获得较高的数据传输成功率.  相似文献
4.
考虑水流影响的水下传感器网络移动算法研究*   总被引:1,自引:1,他引:0  
曾斌  钟德欢  姚路 《计算机应用研究》2010,27(10):3926-3928
随着世界各国海洋开发和海洋军事的飞速发展,水下传感器网络成为一个新的研究热点,其中失效补偿和高效节能是水下传感器网络研究的重要问题。水声通信的特点使得移动节点在水下传感器网络中得到较为广泛的使用,以其作为失效补偿和提高覆盖效率的有效手段。为了减小移动节点的能耗,改进了现有的移动部署方案,提出一种新的水下传感节点移动算法,在移动路径规划时充分利用水流和重力、浮力的影响来减少节点的移动能量。数值计算和仿真结果表明,本算法有效节省了移动节点的能量消耗,验证了其有效性和正确性。  相似文献
5.
无线传感器网络中节点的动态部署   总被引:1,自引:1,他引:0  
作为无线传感器网络中节点部署的新兴技术,动态部署得到了越来越多的重视并在近年来取得了理论和应用上的一系列进展。首先介绍了动态部署的基本概念和设计难点,并根据移动主体的不同,将动态部署分为节点自主部署和机器人辅助部署两种方式。然后,依据静态和动态两种部署场景,分类论述了节点自主部署的代表性成果。接着从网络构建和网络维护两个阶段介绍机器人辅助部署的主要方案。最后总结了节点动态部署亚待解决的问题,并探讨了进一步研究的方向。  相似文献
6.
移动传感器网络中能量有效分簇算法   总被引:1,自引:0,他引:1  
针对移动传感器网络中节点移动及能量有限问题,提出基于TDMA和事件触发的能量有效分簇算法。该算法以移动网络为应用背景,结合时分复用,通过分析簇头节点剩余能量及簇头节点移动进行分簇,以减少网络中簇重构次数,有效均衡系统中节点能耗,并延长网络生存时间。仿真结果表明:所提出方法相对CBVRP算法簇重构次数可减少6.0%,相对MCR算法网络生存时间提高了10%。  相似文献
7.
In this paper the extremum seeking algorithm with sinusoidal perturbations has been extended and modified in two ways: (a) the output of the system is corrupted with measurement noise; (b) the amplitudes of the perturbation signals, as well as the gain of the integrator block, are time varying and tend to zero at a pre-specified rate. Convergence to the extremal point, with probability one, has been proved. Also, as a consequence of being able to cope with a stochastic environment, it has been shown how the proposed algorithm can be applied to mobile sensors as a tool for achieving the optimal observation positions. The proposed algorithm has been illustrated through several simulations.  相似文献
8.
In this paper, we consider the problem of predicting a large scale spatial field using successive noisy measurements obtained by mobile sensing agents. The physical spatial field of interest is discretized and modeled by a Gaussian Markov random field (GMRF) with uncertain hyperparameters. From a Bayesian perspective, we design a sequential prediction algorithm to exactly compute the predictive inference of the random field. The main advantages of the proposed algorithm are: (1) the computational efficiency due to the sparse structure of the precision matrix, and (2) the scalability as the number of measurements increases. Thus, the prediction algorithm correctly takes into account the uncertainty in hyperparameters in a Bayesian way and is also scalable to be usable for mobile sensor networks with limited resources. We also present a distributed version of the prediction algorithm for a special case. An adaptive sampling strategy is presented for mobile sensing agents to find the most informative locations in taking future measurements in order to minimize the prediction error and the uncertainty in hyperparameters simultaneously. The effectiveness of the proposed algorithms is illustrated by numerical experiments.  相似文献
9.
A collection of static and mobile radiation sensors is tasked with deciding, within a fixed time interval, whether a moving target carries radioactive material. Formally, this is a problem of detecting weak time-inhomogeneous Poisson signals (target radiation) concealed in another Poisson signal (naturally occurring background radiation). Each sensor locally processes its observations to form a likelihood ratio, which is transmitted once—at the end of the decision interval—to a fusion center. The latter combines the transmitted information to optimally (in the Neyman–Pearson sense) decide whether the measurements contain a radiation signal, or just noise. We provide a set of analytically derived upper bounds for the probabilities of false alarm and missed detection, which are used to design threshold tests without the need for computationally intensive Monte Carlo simulations. These analytical bounds couple the physical quantities of interest to facilitate planning the motion of the mobile sensors for minimizing the probability of missed detection. The network reconfigures itself in response to the target motion, to allow more accurate collective decisions within the given time interval. The approach is illustrated in numerical simulations, and its effectiveness demonstrated in experiments that emulate the statistics of nuclear emissions using a pulsed laser.  相似文献
10.
移动传感器网络中节点的移动引起网络拓扑动态变化,数据源节点到Sink节点之间往往不存在稳定的通信路径,从而对数据传输协议提出了更高的要求.基于接收者的路由不需要建立数据源节点到Sink节点的全局路由,而是由发送节点的邻居节点根据自身的位置信息按一定规则参与转发权的竞争,动态地生成下一跳的转发路径,因此能够应用于移动传感器网络.针对移动传感器网络的特性以及现有相关协议存在的缺陷,提出了一种基于接收者的跨层传输协议.该协议优化了转发优先度计算方法,设计了一种自适应的转发申请信息发送机制,采用双信道通信模式解决了转发权竞争过程中的数据碰撞和多播抑制问题,并提出了一种简单高效的路由空洞逾越机制.仿真实验表明,该协议在通信开销、传输时延以及可靠性等方面具有较好的性能.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号