文献

J-GLOBAL ID：201802289648513919   整理番号：18A0162811

複数の移動要素を用いたWSN(無線センサネットワーク)のネットワーク寿命を最大化するためのノード密度に基づくクラスタリング【Powered by NICT】

Node density based clustering to maximize the network lifetime of WSN using multiple mobile elements

著者 (4件)： Usha M. (Department of CSE, Velammal Engineering College, India) ,  Sreenithi S. (UG Scholars, Department of CSE, Velammal Engineering College, India) ,  Sujitha M. (UG Scholars, Department of CSE, Velammal Engineering College, India) ,  Swarnalatha S. (UG Scholars, Department of CSE, Velammal Engineering College, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICECA  ページ： 10-15  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模無線センサネットワーク(WSN)からの収集データは挑戦的な課題であり,効率を増加させる:ノードクラスタリングに基づく階層的ルーティングとモバイル要素(ME)への二つのアプローチが主体である。,いずれの方法も長所と短所を持っているので,本論文では,WSNにおける階層的経路選定とMEデータ収集を結合するために,ノード密度ベースのクラスタリングと複数移動収集(NDCMMC)と呼ばれるハイブリッド手法を報告した。クラスタヘッド(CHs)の数を選択し,それらは通常のノードからのデータ,MEをクラスタヘッドからデータを収集を収集した。ランダム配置のWSN(無線センサネットワーク)のために,新しいCH選択方式は,ノード密度が提案に基づいている。より配置されたノードによって囲まれたノードがCHする可能性が高い。本論文では,複数のモバイル要素はネットワーク寿命データ収集と増加に遅延を減少させるために実装した。利点は,クラスタ内経路選択とMEデータ収集の両方の効率が改善される。低複雑性進行軌道計画アルゴリズムは,すべてのCHによる通過する複数のMEのために設計した。NDCMMCの解析モデルも開発し,センサ電力消費とネットワーク寿命の期待を導出した。提案した研究は,二つの主要な利点:データ収集の遅れを低減を改善することにより,既存の研究に利益を加え,ネットワーク寿命を最大化するであろう。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 経路選定 ,  携帯電話 ,  *センサ ,  *クラスタ化 ,  アルゴリズム ,  *クラスタ ,  データ収集 ,  電力消費 ,  *センサネットワーク ,  解析モデル
準シソーラス用語： 軌道計画 ,  低複雑性 ,  クラスタヘッド ,  *ノード密度 ,  *ネットワーク寿命 ,  *無線センサネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 要素 ,  無線センサネットワーク ,  ネットワーク寿命 ,  最大化 ,  ノード密度 ,  クラスタリング