文献

J-GLOBAL ID：202102230730139956   整理番号：21A0539953

水中センサネットワークのためのAUV支援階層的情報取得システム【JST・京大機械翻訳】

AUV-Aided Hierarchical Information Acquisition System for Underwater Sensor Networks

著者 (6件)： Qin Chuan (Tsinghua University,Department of Electronic Engineering,Beijing,China,100084) ,  Du Jun (Tsinghua University,Department of Electronic Engineering,Beijing,China,100084) ,  Wang Jingjing (Tsinghua University,Department of Electronic Engineering,Beijing,China,100084) ,  Jiang Chunxiao (Tsinghua University,Tsinghua Space Center,Beijing,China,100084) ,  Duan Ruiyang (Tsinghua University,Department of Electronic Engineering,Beijing,China,100084) ,  Ren Yong (Tsinghua University,Department of Electronic Engineering,Beijing,China,100084)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  発行年： 2020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： 本論文では,海洋静止センサ層と自律水中ロボット(AUV)運動層から成る階層的情報取得システムを提案した。特に,センサ層において,改良K-平均アルゴリズム(ECBIK)に基づくエネルギー効率の良いクラスタリングプロトコルを設計し,それは,均一分類を実行し,そして,エネルギー認識に従って,クラスタヘッドを動的に選択することができた。伝統的K-MeansとLEACHアルゴリズムと比較して,著者らの方式は,より低いエネルギー消費とより高いノード生存率を達成して,それはネットワークの寿命を延ばすために効果的にエネルギー負荷のバランスをとることができた。さらに,AUV運動層において,AUVの回転角を定義し,AUV情報収集に対するその影響を定量的に解析した。一方,Markov報酬プロセス(MRP)に基づく新しいアリコロニー(ACO)アルゴリズムをAUV経路計画のために提案する。シミュレーション実験が示すように,著者らのアルゴリズムは経路最適化においてより短い距離,より小さな角度,およびより速い収束速度を達成できる。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *ネットワーク ,  海洋 ,  クラスタ化 ,  *情報収集 ,  生存率 ,  センサ ,  経路探索
準シソーラス用語： 自律性 ,  収束速度 ,  水中ロボット ,  蟻コロニー ,  クラスタヘッド ,  *水中センサネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 水中センサネットワーク ,  AUV ,  支援 ,  情報取得