共查询到19条相似文献,搜索用时 203 毫秒
1.
2.
为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少. 相似文献
3.
面向无线传感器网络的流数据压缩技术 总被引:2,自引:0,他引:2
目前无线传感器网络广泛应用在各个领域来进行复杂的监控和计算任务。因其资源有限的特点(处理、传输带宽、能量),对无线传感器网络在数据处理和传输方面提出了新的挑战。本文提出一种基于曲线拟合技术的流数据的压缩传输方法CODST,用于压缩每个传感器采集到的数据,并在基站进行数据还原。实验表明,提出的方法在保证压缩传输后的流数据的精度前提下可以大大减少数据传输量,节省网络带宽和能量。 相似文献
4.
在认知传感器节点构建无线传感器网络的过程中,为了降低节点的能量消耗和提高数据的传输能力,提出一种基于稳定性的能效路由协议。该协议引入了稳定性因子,通过采用授权用户占用信道模型建模,并不断调整稳定性因子来研究路径选择与系统能量消耗的关系,找出一种受主用户影响最小的合理路径选择方案,减少链路失效的次数,提高数据传输能力,且保证较小的能量消耗,从而有效地均衡网络能量,延长网络生命周期。模拟的结果与理论分析结果一致,且表明所提出的协议在能量消耗和数据传输能力方面都具有更好的表现。 相似文献
5.
在资源受限的无线多媒体传感器网络(WMSNs)中进行图像编码和传输需要综合考虑能量消耗、压缩率和图像质量三者之间平衡的图像编码方案。对基于离散小波变换的图像编码算法的能耗进行建模分析,提出了一种适用于WMSNs的能量有效的JPEG 2000图像编码算法,根据网络条件和图像质量的限制,使用查找表来选择适当的量子化层级和小波变换层级以减少能量消耗。并采用半可靠的方案进行图像传输,节点根据剩余能量和数据优先级来决定转发或丢弃。仿真实验结果表明:所提出的方法能够在保证所要求图像质量的情况下,有效地降低无线传感器节点的计算和通信能耗。 相似文献
6.
针对无线传感器网络(WSN)汇聚传输中的数据传输时间和功耗问题,提出了考虑时间同步和唤醒延迟的汇聚传输时隙选择重排算法。将时分多址接入(TDMA)用作介质访问协议,并允许每个节点在传输时隙期间可以发送或接收数据;设计新的WSN数据收集树模型,将传感器节点生成的数据通过无线链路形成的多跳网络发送到汇聚节点,在数据收集树的每条链路上分析时隙顺序,优化时隙选择,并基于蚁群算法优化路径选择,减少传输能量消耗和均衡簇头能量。实验结果表明,提出的算法可以实现显著的数据传输性能提高和功耗节约。 相似文献
7.
徐新爱 《计算机工程与设计》2009,30(10)
低能量消耗是无线传感器网络数据传输中面临的设计挑战之一.分别对直接传输、多跳传输、混合传输以及能量平衡传输的总能量消耗进行了比较,并指出了它们各自的缺点,从而提出了一种基于可变范围传输策略的能量优化与能量平衡算法.仿真结果表明,该算法不仅明显降低了网络的总能耗,而且降低了网络中各个节点的能量消耗不平衡. 相似文献
8.
9.
10.
基于单向无线网的飞行试验视频遥测传输技术 总被引:2,自引:0,他引:2
针对目前飞行试验视频遥测传输中遇到的遥测频带资源有限、传输视频路数少、数据保密性差等技术问题进行了分析,提出了采用单向无线网络进行数字视频遥测传输的技术优势,并对飞行试验单向无线网络数据传输中的网络通信协议进行了分析说明。提出采用H.264视频压缩技术进行飞行试验图像数据遥测传输的技术优势,针对在无线环境下视频传输需要解决的压缩数据编码问题,提出了采用分级编码技术和误码掩盖技术。结合飞行试验对研究结果进行了技术验证,并对试验方法和结果进行了说明。 相似文献
11.
对无线视频传感器节点的图像通信活动进行研究,分析了其在资源受限的无线多媒体传感器网络中进行图像编码和传输的性能。对基于DCT和DWT的图像编码与传输的能量消耗和率失真进行建模分析。根据所建立的能量消耗与率失真模型,对有限的能量和传输带宽进行优化分配。根据监测场景的统计信息,调整编码中所使用的参数,以使得能量消耗最小化。仿真实验结果表明,所提出的方法在保证应用所需图像质量的情况,有效地降低了无线传感器节点的数据通信量和计算过程的能耗。 相似文献
12.
基于动态数据压缩的能量采集无线传感网络数据收集优化 总被引:1,自引:0,他引:1
针对能量采集无线传感网络(WSN)中的数据收集优化问题,考虑传感器节点能量采集的时空变化特性,提出一种基于节点动态采样速率和数据压缩的策略,以实现网络中采样数据总量的最大化。首先,提出一种根据节点的邻居信息决定其最优压缩策略的本地压缩算法,基于节点在数据汇聚树中的拓扑位置考虑其数据接收和转发能耗,逐渐增加其采样速率直到其总能耗到达采集能耗阈值。接着构造网络性能的全局优化问题并提出一种启发式的算法,通过迭代求解线性规划问题计算最优的采样速率和压缩策略。实验结果表明,与现有的自适应传感和压缩率选择方案相比,所提出的两种数据收集优化算法能够维持更加稳定的传感器节点电量水平并实现更高的网络性能。 相似文献
13.
袁静 《计算机与数字工程》2014,(2):183-186,205
基于多级模糊综合评判,提出一种既可节省传感节点能量又能提高数据聚集度和减少数据传输延迟的高效的数据聚集算法.先由一级模糊综合评判获得路由信息,然后根据路由表中相邻传感节点转发的数据包个数,利用二级模糊综合评判重新选择下一跳传感节点,通过增加原有路径间交叠的方式来高效的提高数据聚集度;然后为了均衡能耗和减少传输延迟提出一种新的聚集定时机制.仿真结果表明,该算法能延长网络生命周期,提高数据包交付率,降低平均传输延迟及提升数据聚集度. 相似文献
14.
视频压缩可以降低多媒体传感器网络中的数据信息量。传统分布式视频编码方案采用区域统一编码,可能导致运动剧烈区域解码估计的失真。提出一种改进的分布式视频编码算法。该算法基于图像梯度场,针对Wyner-Ziv帧不能准确编解码的区域,通过ROI判定准则提取该区域并基于熵编码压缩,图像其他区域则基于LDPC实现分布式编解码,进而实现视频的优化传输。仿真实验表明:本文算法可增强运动剧烈区域的编码效率,在降低码率的同时提高解码图像质量,最终降低传感器节点能耗。 相似文献
15.
为了减少网络中的数据传输量,提高数据融合率,降低网络延时,针对无线传感器网络数据融合问题的研究,提出了一种邻域搜索蚁群算法。首先利用蚁群算法寻找最短路径的优势,构造最短路径。为了避免蚁群算法的早熟收敛和收敛速度慢的问题,当达到一定的迭代次数后,运用具有可变邻域搜索的变异算子对搜索结果进行优化。算法不但考虑了无线传感器网络节点能量消耗也考虑了数据传输的网络延时问题。实验结果表明,该算法减少了网络能耗,降低了网络延时,稳定性更好,性能更优。 相似文献
16.
马荣飞 《计算机工程与设计》2012,33(6):2156-2159
提出了适用于无线视频传感器网络的基于能量感知的跨层交互多路径协作路由技术.该技术首先采用了基于视频传感器节点感知距离的遗传优化算法,预测传输视频数据的能耗和剩余能量,结合无线信道质量和视频编码算法建立一种跨层协同的工作体系,优化节点传输视频数据的能耗、时延和带宽等因素;然后建立应用层、网络层和物理层跨层协同工作体系.仿真实验和数学分析表明,该技术不仅能够较好地满足视频传感器网络应用业务的多样性QoS数据传输性能需求,而且可以充分利用视频传感器网络受限的计算、存储能力和能量等资源. 相似文献
17.
18.
The design of ultra-low cost wireless body sensor networks for wearable biomedical monitors has been made possible by today technology scaling. In these systems, a typically multi-channel biosignal sensor takes care of the operations of acquisition, data compression and final output transmission or storage. Furthermore, since these sensors are usually battery powered, the achievement of minimal energy operation is a fundamental issue. To this aim, several aspects must be considered, ranging from signal processing to architectural optimization. In this paper we consider the recently proposed rakeness-based compressed sensing (CS) paradigm along with its zeroing companion. With respect to a standard CS base sensor, the first approach allows us to further increase compression rate without sensible signal quality degradation by exploiting localization of input signal energy. The latter paradigm is here formalized and applied to further reduce the energy consumption of the sensing node. The application of both rakeness and zeroing allows for trading off energy from the compression stage to the transmission or storage one. Different cases are taken into account, by considering a realistic model of an ultra-low-power multicore DSP system. 相似文献