平均値フィルタに基づく大規模無線センサネットワークのエネルギー消費と大量データの冗長性除去方法に関する研究【JST・京大機械翻訳】

Jiang Peng; Li Yongpeng; Wu Feng; Yu Shanen; Xu Huan

文献

J-GLOBAL ID：201702254303125467 整理番号：17A1321680

平均値フィルタに基づく大規模無線センサネットワークのエネルギー消費と大量データの冗長性除去方法に関する研究【JST・京大機械翻訳】

Research on Energy Consumption and Eliminate of Large Data Redundancy Method for Large Scale Wireless Sensor Networks Based on Mean Filter

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで

著者 (5件)： , , , ,
資料名：
巻： 49 号： 2 ページ： 145-151 発行年： 2017年
JST資料番号： C2596A ISSN： 1009-3087 CODEN： SXGKFI 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：中国語 (ZH)

無線センサネットワークの構造が複雑になるとともに,大規模な方向への変換が徐々に進んでいる。大量のデータの冗長性と巨大なエネルギー消費の問題を解決するために,本論文は,ノードデータの画像モデリングによって,大規模無線センサネットワークにおける冗長データ量とエネルギー消費を減少するために,ノード画像データに基づく平均フィルタリングアルゴリズムを提案した。まず第一に,センサネットワークの配置構造に基づいて,ノード間の位置関係を通してノードをクラスタ化して,クラスタヘッドをマークして,次に,クラスタ化したノードのデータに基づいて画像をモデル化した。モデル化の後に,クラスタ化したノードは,クラスタ化ノードによって得られたデータによって平均化され,クラスタ内のノードはアクティブノードと休眠ノードに分割され,アクティブノードはセンサネットワークのための冗長データを提供して,休眠状態に入る。」。 . . . . . . . . . . . . . . . . . . . . . . . . . . . .を提供しているために,冗長なデータを提供する必要がある.シミュレーション結果から,以下のことが分かった。実際のデータセットとシミュレーションデータセットとの組合せにより,大規模で複雑な無線センサネットワークがいくつかのクラスタに分割され,各クラスタ内のノードデータの画像化モデル化に有効になることを示した。全体のデータが効果的で,歪みがないという前提の下で,各ノードは休眠ノードに変換可能で,休眠ノードを休眠状態に変換することができ,データを転送しないので,センサネットワークにおける全体のデータ量とデータ伝達のエネルギーを減少することができる。したがって,提案したアルゴリズムは,大規模で複雑な無線センサネットワークにおけるデータ冗長性と巨大エネルギー消費を効果的に処理することができ,無線センサネットワークにおける冗長データの量を減少させるだけでなく,無線センサネットワークのエネルギー消費を減少させることができる。無線センサネットワークのライフサイクルを改善した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

無線通信一般 , 計算機網

, , , , , ,

前のページに戻る