为了减少在非均匀分簇情形下容易出现网络负载不均衡、通信不可靠以及工作不稳定等问题,将群智能萤火虫算法与农业无线传感器网络分簇路由算法相结合,提出一种自适应萤火虫算法农业WSNs负载均衡分簇方法。该算法综合考虑负载均衡和能量...为了减少在非均匀分簇情形下容易出现网络负载不均衡、通信不可靠以及工作不稳定等问题,将群智能萤火虫算法与农业无线传感器网络分簇路由算法相结合,提出一种自适应萤火虫算法农业WSNs负载均衡分簇方法。该算法综合考虑负载均衡和能量消耗2个优化目标,搜索过程充分考虑了网络分簇的负载均衡性、簇内数据传输距离、跳数、时延和带宽等因素,最后选出合适的分簇数,完成源目的节点间的信息传输。仿真试验表明,提出的算法在感知范围内自适应地调整搜索步长,降低振荡现象,提高求解精度。与低功耗自适应集簇分簇型协议(LEACH,low energy adaptive clustering hierarchy)、ACO算法和PSO算法的分簇协议能耗相比,分别节省了32.5%、22.3%和12.8%,有效延长了农业无线传感器网络寿命。展开更多
基金Guangzhou Science and Technology Program(1563000115)
文摘智能视觉传感器技术因其低成本和图像高效采集优势成为当今无线视觉传感器网络(wireless vision sensor network,WVSN)的研究热点。该文在之前基于ARM平台S3C6410设计的低成本高分辨率农业视觉传感器(agricultural high resolution vision sensor,HRAVS)设计基础上,进行了网络和远程控制扩展,设计了一种基于WCDMA和Wi-Fi的高分辨率视觉传感器远程传输控制方案(vision sensor remote transmission control schema for the HRAVS,VSRTC)。使新型HRAVS节点可以利用有线、Wi-Fi、3G和4G等支持WVSN和农业物联网的应用。该文详细设计了VSRTC的应用体系结构、传输控制协议、应用软件。利用扩展的网络化视觉感知传感器,在华南农业农业大学试验农场部署了10个图像采集节点构成的WVSN,并开展了25d的运行测试,测试了新型节点的稳定性、图像采集与编码的性能,采集图像的平均耗时,以及在不同分辨率下的视频帧速率等。结果表明,该节点能够有效地支持命令响应式、周期响应式、视频流3种采集模式;在重传方案支持下所有节点指令丢失率在1%以内;在非联网状态下节点本地工作模式下,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为6.2、8.2和11.1 s,最大视频帧速率分别为58.7、34.6、16.4帧/s;在全网络环境中,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为17.6、26.9和49.6 s,最大视频帧速率分别为20.2、16.1、9.3帧/s。该方案对实时性要求不太高的农业领域来说,基本能满足其高分辨率图像和视频传输的需要。
文摘为了减少在非均匀分簇情形下容易出现网络负载不均衡、通信不可靠以及工作不稳定等问题,将群智能萤火虫算法与农业无线传感器网络分簇路由算法相结合,提出一种自适应萤火虫算法农业WSNs负载均衡分簇方法。该算法综合考虑负载均衡和能量消耗2个优化目标,搜索过程充分考虑了网络分簇的负载均衡性、簇内数据传输距离、跳数、时延和带宽等因素,最后选出合适的分簇数,完成源目的节点间的信息传输。仿真试验表明,提出的算法在感知范围内自适应地调整搜索步长,降低振荡现象,提高求解精度。与低功耗自适应集簇分簇型协议(LEACH,low energy adaptive clustering hierarchy)、ACO算法和PSO算法的分簇协议能耗相比,分别节省了32.5%、22.3%和12.8%,有效延长了农业无线传感器网络寿命。