在物联网认知传感器中评估动态调度机制的混合方法,以提高网络性能

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:

• 物联网 (IoT) 依赖于认知传感器进行数据收集和决策.
• 传感器网络产生冗余数据,并面临资源限制,需要有效的调度.
• 现有的传感器调度方案,如CADS,EASS和EDASS在处理大数据量和资源限制方面存在局限性.

研究的目的:

• 识别和分析各种认知传感器调度方法.
• 评估CADS,EASS和EDASS计划的效率.
• 提出和评估一个混合方案 (HCEE),结合现有方法的优势.

主要方法:

• 认知传感器调度方案的比较分析.
• 评估CADS,EASS和EDASS的个别情况.
• 一个混合方案 (HCEE) 的开发和性能测试,集成CADS,EASS和EDASS.
• 评估通信开销,延迟,节点处理,缓冲,消息计数和能源使用情况.

主要成果:

• CADS和EASS显示出更高的能源效率 (67.58%和64.25%的平均值).
• 与三个方案的平均值相比,HCEE计划显示消息开销增加了6.61%.
• 虽然HCEE的传输延迟增加了60.07%,但需要的缓冲器比CADS要少,但比EASS和EDASS要多.

结论:

• 混合方法 (HCEE) 可以通过利用它们的最佳特性,获得比单个方案更好的结果.
• 方案的选择取决于具体的应用目标和网络条件.
• 在物联网环境中,HCEE为认知传感器调度提供了一个有前途的综合解决方案,尽管存在开销和延迟方面的权衡.