共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
针对有能量采集系统的无线传感器网络节点异质多核SoC平台,从提高能量利用效率的角度,提出了一种任务调度与功耗管理算法.该算法处理实时有截止时间并有相互依赖关系的任务,任务执行在多个电压可调的处理单元上.通过对节点系统能量采集行为和应用情况进行分析建立了问题模型,并运用运筹学软件LINGO对模型做了求解.利用多组随机输入的任务流图对模型与算法进行了验证,该算法在功耗与时间约束范围内确实能有效提高系统的能量利用效率. 相似文献
3.
由于无线传感器网络节点的能量主要消耗在数据的传输上,因此路由选择的有效性决定网络整体能量消耗的高低。本文将网络构建成一个多Agent系统,将系统建模成为一个离散Markov决策过程,使用基于性能势的Q学习算法寻找最优路由。在报酬函数的设定时综合考虑节点距离Sink节点的跳数、邻居节点密度和剩余能量等因素,以达到数据传输最短路径和节点能量消耗的折中。 相似文献
4.
针对大多数现有无线传感器网络(Wireless Sensor Network, WSN)目标覆盖方案没有考虑传感器功率(传感范围)可调的问题,提出一种基于学习自动机(Learning Automata, LA)和节点功率自适应调整的WSN的目标覆盖方案。利用LA算法根据节点能量自适应调整节点的发射功率,构建能够覆盖所有目标的覆盖集,并通过精简过程获得最小覆盖集,从而减低节点的能耗,提高网络的生命周期。通过实验研究了传感器数量和目标数量对网络寿命的影响,并将该方案与基于贪婪算法、遗传算法的方案进行比较,结果表明,该方案能够获得更多的覆盖集和更长的网络寿命。 相似文献
5.
协同设计任务调度的多步Q学习算法 总被引:3,自引:0,他引:3
首先建立任务调度问题的目标模型,在分析Q学习算法的基础上,给出调度问题的马尔可夫决策过程描述;针对任务调度的Q学习算法更新速度慢的问题,提出一种基于多步信息更新值函数的多步Q学习调度算法.应用实例表明,该算法能够提高收敛速度,有效地解决任务调度问题. 相似文献
6.
针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。 相似文献
7.
针对无线传感器网络中节点布放后能量无法得到补充,影响网络寿命等情况,基于能量约束提出一种新的节点规划算法。考虑规划过程中节点无法再次充电和传输数据能耗大的多重约束,导致无线传感器网络寿命受到多种限制。首先构建节点跟踪模型,提出簇结构的分布式连接网络,其中设有子节点与领导节点,提出节点规划策略降低能耗,延长网络生命周期。其次,针对误差矩阵中存在的复杂约束问题,通过能量约束函数限制与凸松弛等方法来求解。最后,在跟踪场景对所提算法进行仿真验证。结果表明,在同样能量消耗约束下合理规划出参与跟踪的节点,能达到更好的目标跟踪性能。 相似文献
8.
9.
10.
11.
为了保证监控的质量,无线传感器网络通常以高密度的方式部署节点。当这些节点全部处于工作状态时,不仅会引起信道严重的冲突,而且会产生较多的数据,大量消耗节点的能量。因此,让节点轮流工作和休眠,是一种较好的节能方法。论文对此进行了研究,提出了一种基于预测的调度算法。在这个算法中,簇首节点对簇内成员进行管理,并调度低能量的节点进入休眠状态。休眠节点的数据则由簇首节点采用一定的预测算法来预测。仿真结果表明,该调度算法不仅能够有效地延长网络的生命周期,而且数据的精度也能够得到较好的保证。 相似文献
12.
13.
基于Q学习的无人机辅助W SN数据采集轨迹规划 总被引:1,自引:0,他引:1
针对无人机辅助采集无线传感器网络数据时各节点数据产生速率随机和汇聚节点状态不一致的场景,提出基于Q学习的非连续无人机轨迹规划算法Q-TDUD,以提高无人机能量效率和数据采集效率.基于各节点在周期内数据产生速率的随机性建立汇聚节点的汇聚延时模型,应用强化学习中的Q学习算法将各汇聚节点的延迟时间和采集链路的上行传输速率归一... 相似文献
14.
15.
16.
17.
18.
为了满足多媒体信息传输的时延、同步的要求,提出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在能量受限情况下的实时任务分配算法.根据跟踪目标、传感器节点和汇聚节点的地理位置信息分簇,簇内节点任务分配选择能够满足能量上限的调度长度最小的分配方案.调节任务执行能量上限Emax、合作处理分簇的最大跳数K和执行任务总数Tnum三个参数,随机产生任务图进行仿真实验.结果表明:在性能上,算法满足节点能量受限的要求,在实时性方面有明显改善,与早期的分布式计算架构相比,由仿真图估算可得任务调度长度减少约45%;与带能量限制的任务映射和任务调度算法EcoMapS相比,从仿真图可以看出,任务调度长度也有明显减少. 相似文献
19.