面向复杂真实环境的无线传感器网络区域覆盖算法研究
项目介绍
AI项目解读
基本信息
- 批准号:61701101
- 项目类别:青年科学基金项目
- 资助金额:21.0万
- 负责人:
- 依托单位:
- 学科分类:F0104.通信网络
- 结题年份:2020
- 批准年份:2017
- 项目状态:已结题
- 起止时间:2018-01-01 至2020-12-31
- 项目参与者:纪鹏; 贾子熙; 楚好; 周唯; 庄曜铭; 许茗; 高源; 王莹;
- 关键词:
项目摘要
Recent advances in micro-electronic, computing and wireless communication technologies have enabled the rapidly development of low-power and multi-functional wireless sensor networks. Area coverage is an important research topic in Wireless Sensor Networks theory. Most of existing works aim at addressing the area coverage problems in an ideal way which can not be applied to some real complex applications efficiently. This project investigates and solves the core problem of area coverage in complex real environment. Taking into account the characteristic of the terrain,this project investigates the nodes deployment model under the constraints from the real environment. The node periodic scheduling mechanism is investigated based on the priori knowledge from the stochastic event. Considering the node energy consumption, this project investigates the energy balancing network maintenance method. In order to validatethe correctness of the theoretical studies, the simulation platform will be constructed and the validation experiments of the proposed algorithms will be designed. This project can provide the new ideas for solving the area coverage problems in practice, and promote the development of wireless sensor networks and.bring well academic value and study significance.
微电子技术、计算技术和无线通信等技术的进步,推动了低功耗、多功能无线传感器网络的迅速发展。区域覆盖问题是无线传感器网络的一个重要研究课题,但现有的区域覆盖策略偏于保守,过于理想化,无法有效地应用于一些复杂的真实场景。为此,本项目研究和解决复杂真实环境下无线传感器网络区域覆盖的核心问题。分析部署区域的地形特点,重点研究环境因素对部署位置的约束问题,建立更加符合真实环境应用的节点部署模型;利用监测随机事件的先验知识,研究基于随机事件动态性的节点周期调度策略;考虑节点的剩余能量,研究能量均衡的网络修复算法。为了验证理论研究的准确性构建仿真实验平台,设计模型与算法的验证实验。项目研究为解决现有无线传感器网络在实际应用中存在的瓶颈性难题提供新的思路,促进无线传感器网络技术更好地完成由理论探索向实际应用技术的转化,具有一定的学术价值与研究意义。
结项摘要
无线传感器网络覆盖决定了无线传感器网络所能提供的服务范围,是实现无线传感器网络众多应用的前提。而区域覆盖优化是无线传感器网络的主要支撑技术之一。由于受到真实环境复杂多变的影响,无线传感器网络在实际监测应用中存在诸多技术难点。而传统的区域覆盖策略偏于保守,过于理想化,在一些复杂真实场景中无法推广应用。因此,本项目针对真实复杂环境下无线传感器网络区域覆盖核心技术开展研究工作,研究真实复杂环境下无线传感器网络节点部署、节点调度、网络修复和节点定位等理论与方法。通过本项目搭建的实验仿真系统验证了所提算法的有效性。针对复杂地形环境的区域覆盖问题,提出了基于无人机有向传感器的三维曲面覆盖增强算法,构建了节点部署和调度策略,实现曲面监测区域的最优覆盖。针对复合事件下的节点部署问题,提出了基于协作神经网络的复合事件部署算法,实现了不同监测环境和不同约束条件下事件监测;针对节点能量耗尽,监测任务和要求的改变而产生网络覆盖漏洞的问题,提出了基于移动机器人的网络修复策略,提高了网络的生命周期。针对移动节点在非视距环境下容易产生较大定位误差的问题,提出了基于均值漂移的移动节点定位算法,提高定位精度。本项目解决了无线传感器网络区域覆盖优化的诸多问题,促进无线传感器网络技术更好地完成由理论技术向实际应用技术的转化,研究成果可直接用于环境监测和智能空间等领域,具有广阔的应用前景,并能够带来显著的经济和社会效益。
项目成果
期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
基于IMM-IKF的无线传感器网络非视距节点定位方法
- DOI:--
- 发表时间:2018
- 期刊:控制与决策
- 影响因子:--
- 作者:于晓升;王莹;孟亚男;吴成东
- 通讯作者:吴成东
Automatic Segmentation of Optic Disc and Cup in Retinal Fundus Images Using Improved Two-Layer Level Set Method
使用改进的两层水平集方法自动分割视网膜眼底图像中的视盘和视杯
- DOI:10.1155/2019/4836296
- 发表时间:2019-10
- 期刊:Mathematical Problems in Engineering
- 影响因子:--
- 作者:王莹;于晓升;迟剑宁;吴成东
- 通讯作者:吴成东
Mean Shift-Based Multisource Localization Method in Wireless Binary Sensor Network
无线二元传感器网络中基于均值平移的多源定位方法
- DOI:10.1155/2020/4052409
- 发表时间:2020-06
- 期刊:JOURNAL OF SENSORS
- 影响因子:1.9
- 作者:Xiaosheng Yu;Jianning Chi;Ying Wang;Hao Chu
- 通讯作者:Hao Chu
A Novel Local Human Visual Perceptual Texture Description with Key Feature Selection for Texture Classification
一种新颖的局部人类视觉感知纹理描述和纹理分类关键特征选择
- DOI:10.1155/2019/3756048
- 发表时间:2019
- 期刊:Mathematical Problems in Engineering
- 影响因子:--
- 作者:Chi Jianning;Yu Xiaosheng;Zhang Yifei;Wang Huan
- 通讯作者:Wang Huan
Event Coverage Hole Repair Algorithm Based on Multi-AUVs in Multi-Constrained Three-Dimensional Underwater Wireless Sensor Networks
多约束三维水下无线传感器网络中基于多AUV的事件覆盖漏洞修复算法
- DOI:10.3390/sym12111884
- 发表时间:2020-11
- 期刊:symmetry
- 影响因子:--
- 作者:庄曜铭;吴成东;吴昊;张祖渊;徐红丽;贾庆勇;李莉
- 通讯作者:李莉
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
基于C-V模型的网络覆盖空洞探测与修复算法
- DOI:--
- 发表时间:--
- 期刊:控制与决策
- 影响因子:--
- 作者:胡楠;吴成东;于晓升;许茗
- 通讯作者:许茗
An active contour model for brain magnetic resonance image segmentation based on multiple descriptors
基于多描述符的脑磁共振图像分割主动轮廓模型
- DOI:10.1177/1729881418783413
- 发表时间:2018-06
- 期刊:International Journal of Advanced Robotic Systems
- 影响因子:2.3
- 作者:Chen Hong;于晓升;Wu Chengdong;Wu Jiahui
- 通讯作者:Wu Jiahui
Automatic Optic Disc Boundary Extraction Based on Saliency Object Detection and Modified Local Intensity Clustering Model in Retinal Images
基于显着性对象检测和改进的视网膜图像局部强度聚类模型的自动视盘边界提取
- DOI:10.1587/transfun.e100.a.2069
- 发表时间:2017-09
- 期刊:IEICE Transactions on Fundamentals of Electronics
- 影响因子:--
- 作者:Wei Zhou;Chengdong WU;Yuan GAO;于晓升
- 通讯作者:于晓升
基于非稳态随机过程的近红外反射率鲁棒估计算法
- DOI:--
- 发表时间:2019
- 期刊:控制与决策
- 影响因子:--
- 作者:房卓群;于晓升;贾 同;吴成东;李永强;许茗
- 通讯作者:许茗
Full-Automatic Optic Disc Boundary Extraction Based on Active Contour Model with Multiple Energies
基于多能量主动轮廓模型的全自动视盘边界提取
- DOI:10.1587/transfun.e101.a.658
- 发表时间:2018-03
- 期刊:IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
- 影响因子:--
- 作者:Yuan Gao;Chengdong Wu;于晓升;Wei Zhou;Jiahui Wu
- 通讯作者:Jiahui Wu
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}