针对混合能源采集系统的无线传感器网络的目标覆盖范围的分布式动态调度算法
Xuecai Bao1,2, Yanlong Jiang3,4, Longzhe Han3,4
1Jiangxi Province Key Laboratory of Smart Water Conservancy, Nanchang Institute of Technology, Tianxiang Road, Nanchang, 330099, Jiangxi, China. lx97821@nit.edu.cn.
Scientific reports
|November 13, 2024
概括
本研究介绍了用于混合能源采集无线传感器网络 (HEH-WSNs) 的动态节点调度算法. 该算法通过高效利用随机太阳能和风能优化目标覆盖范围,优于现有方法.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 网络工程 网络工程
背景情况:
- 无线传感器网络 (WSNs) 面临着长时间目标监控的挑战,原因是混合能源采集 (太阳能和风能) 的不可预测性.
- 优化能源利用以有效地覆盖WSN的目标,并使用随机能量到达是一个关键的研究问题.
研究的目的:
- 为混合能源采集WSNs (HEH-WSNs) 开发一个动态和分布式节点调度算法.
- 为了最大限度地提高长期的平均覆盖效用,在峰值功率限制下使用利亚普诺夫优化.
- 应对优化能源利用的挑战,以实现在WSN中具有波动能源的目标覆盖率.
主要方法:
- 根据峰值功率限制,制定最大长期平均覆盖功率的公式.
- 应用Lyapunov优化理论来创建一个动态的潜在游戏框架,以覆盖目标.
- 从潜在的游戏中导出一个分布式动态目标覆盖节点调度算法 (DTNSA).
主要成果:
- 与模拟中的现有算法相比,拟议的DTNSA显著提高了平均覆盖效用.
- DTNSA显示了活跃传感器节点的平均数量和平均覆盖冗余的减少.
- 算法显示有效适应动态变化收获的能量和较低的计算复杂性.
结论:
- 开发的分布式动态目标覆盖节点调度算法 (DTNSA) 为HEH-WSNs提供了一个强大的解决方案.
- 在覆盖范围,公用事业和资源管理方面,DTNSA提供了卓越的性能.
- 该算法的适应性和效率使其成为可持续WSN运营的有希望的方法.
更多相关视频
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
1.4K
06:43Effective Analysis of Human Exposure Conditions with Body-worn Dosimeters in the 2.4 GHz Band
Published on: May 2, 2018
7.0K
