人工智能-DRM协议,以提高无线传感器网络的寿命

科学领域:

• 计算机科学 计算机科学
• 电气工程 电气工程
• 网络化 网络化 网络化

背景情况:

• 在无线传感器网络 (WSN) 中,由于部署位置难以进入,节能至关重要.
• 当前的WSN协议经常使用固定传输能量,导致对不同通信距离的功率使用效率低下.
• 在基于距离的动态调整传输功率方面存在重大研究差距.

研究的目的:

• 通过提出一个新的动态传输功率协议来解决WSN中的能源消耗挑战.
• 通过根据节点之间的特定距离量身定制传输功率来优化能源效率.
• 提高无线传感器网络的运行寿命.

主要方法:

• 实施基于神经网络的机器学习技术,以确定最佳传输功率.
• 利用FRIIS传播模型和多重线性回归来进行动态无线电调.
• 将诸如节点密度,剩余能量和能量收集率等网络属性纳入模型.

主要成果:

• 拟议的基于AI的动态传输功率协议 (AI-DRM) 与最近的四种最先进的方法相比,显示出更高的能源效率.
• AI-DRM协议将WSN的寿命延长到1403轮,超过了ARORA和EACHS-B2SPNN协议的性能.
• 模拟证实通过动态功率调整减少了能源消耗.

结论:

• 基于人工智能的动态传输功率协议有效地使用传播模型调整传感器节点,以提高能源效率.
• 该协议能够准确预测WSN寿命.
• 实现了所有传感器节点的有效利用,有助于整体网络寿命.