Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

EEL-GA: An Evolutionary Clustering Framework for Energy-Efficient 3D Wireless Sensor Networks in Smart Forestry.

Sensors (Basel, Switzerland)·2025
查看所有相关文章

相关实验视频

Updated: Jun 29, 2025

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

543

一个新的生物灵感蝙蝠节点调度算法可靠的安全关键无线传感器网络系统.

Issam Al-Nader1, Aboubaker Lasebae1, Rand Raheem1

  • 1Faculty of Science & Technology, Department of Computer Science, Middlesex University, The Burroughs, London NW4 4BT, UK.

Sensors (Basel, Switzerland)
|March 28, 2024
PubMed
概括
此摘要是机器生成的。

一个新的蝙蝠算法优化了无线传感器网络 (WSN) 的覆盖范围,连接性和寿命. 与现有方法相比,这种以生物为灵感的方法显著提高了网络性能.

关键词:
物联网传感器系统物联网传感器系统.在WSNs中的QoSWSN WSN 在线新闻网可靠的WSN可以依靠.实时系统实时系统.调度算法的日程安排算法智能传感用于安全.

更多相关视频

A Precise and Autonomous System for the Detection of Insect Emergence Patterns
06:22

A Precise and Autonomous System for the Detection of Insect Emergence Patterns

Published on: January 9, 2019

5.7K
Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
06:00

Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization

Published on: August 27, 2021

5.3K

相关实验视频

Last Updated: Jun 29, 2025

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

543
A Precise and Autonomous System for the Detection of Insect Emergence Patterns
06:22

A Precise and Autonomous System for the Detection of Insect Emergence Patterns

Published on: January 9, 2019

5.7K
Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
06:00

Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization

Published on: August 27, 2021

5.3K

科学领域:

  • 计算机科学 计算机科学
  • 电气工程 电气工程
  • 网络优化 网络优化

背景情况:

  • 在无线传感器网络 (WSN) 中,多目标优化 (MOO) 对于平衡覆盖范围,连接性和网络寿命至关重要.
  • 现有的算法通常只解决一个或两个MOO维度,最近的进展,如基于隐藏马尔科夫模型 (HMM) 的算法,显示了改进,但可能受到局部最佳的限制.

研究的目的:

  • 为WSN引入一种新的调度算法,利用生物灵感计算,特别是蝙蝠算法.
  • 通过探索完整的搜索空间,克服以前算法的局限性,以找到最佳的睡眠和唤醒时间表.
  • 在安全关键的WSN中增强网络寿命,覆盖范围和连接性.

主要方法:

  • 开发了一种基于蝙蝠算法的调度方法,在节点调度的整个搜索空间上定义了适应性和目标函数.
  • 采用帕雷托排序算法,根据距离基站的节点距离和剩余能量来组织调度解决方案空间.
  • 实现并将蝙蝠算法与MATLAB中的HMM算法进行比较,以评估性能.

主要成果:

  • 蝙蝠算法显示了显著的改进:网络寿命增加了30%,覆盖率提高了40%,连接性改善了26.7%.
  • 这些结果表明,与基于HMM的调度算法相比,性能优越.
  • 蝙蝠算法为WSN调度提供了一个全球优化的解决方案.

结论:

  • 拟议的蝙蝠算法为WSNs的多目标优化提供了一种卓越的方法.
  • 这种方法有效地平衡和增强网络寿命,覆盖范围和连接性.
  • 蝙蝠算法是确保安全关键WSNs可靠性的有希望的解决方案.