産業用ディジタルツインシナリオにおける無線センサネットワークアクセス制御と負荷バランシングに関する研究【JST・京大機械翻訳】

Zhou Wei

文献

J-GLOBAL ID：202202285385289933 整理番号：22A0841907

産業用ディジタルツインシナリオにおける無線センサネットワークアクセス制御と負荷バランシングに関する研究【JST・京大機械翻訳】

Research on Wireless Sensor Network Access Control and Load Balancing in the Industrial Digital Twin Scenario

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0841907&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0841907&from=J-GLOBAL&jstjournalNo=U7792A") }}

著者 (1件)：
資料名：
巻： 2022 ページ： Null 発行年： 2022年
JST資料番号： U7792A ISSN： 1687-725X 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

分散型情報処理技術に基づく無線センサーネットワークは,産業デジタルツインシナリオにおいてますます重要な役割を取り入れた。ネットワークのアクセスには多くの重要な問題がある。最も重要な課題の一つは,ネットワークアクセス制御と負荷分散の有効性を改善する方法である。産業デジタルツイン技術に基づいて,本論文は,最初にいくつかの典型的ネットワークアクセスとネットワーク負荷を導入して,データ伝送経路の長さを減らすために,チェーン構成プロセスの間に作り出す異常値に関してツリー構造処理を実行して,メインチェーンヘッドとサブチェーンチェーンヘッド選択戦略と連鎖規則を最適化して,データ逆変換を減少するために,シンク近くの一般的ノードとチェーンヘッドに関して非チェーン操作を実行した。実験結果は,本論文が,ノード距離が制限されるとき,残留クラスタヘッドと距離ヘッドと基地局を正確かつ客観的に決定するために,デジタルツイン計算式を用いて,ネットワークエネルギー消費ができるだけバランスでき,ネットワーク負荷が促進されることを示した。Copyright 2022 Wei Zhou. Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

無線通信一般 , 通信網

引用文献 (25件)：

C. Gehrmann, M. Gunnarsson, "A digital twin based industrial automation and control system security architecture," IEEE Transactions on Industrial Informatics, vol. 16, no. 1, pp. 669-680, 2019.
M. Redeker, J. N. Weskamp, B. Rössl et al., "Towards a digital twin platform for Industrie 4.0," Industrial Cyber-Physical Systems, pp. 39-46, 2021.
Q. Qi, F. Tao, T. Hu, N. Anwer, A. Liu, Y. Wei, L. Wang, A. Y. C. Nee, "Enabling technologies and tools for digital twin," Journal of Manufacturing Systems, vol. 58, pp. 3-21, 2021.
H. X. Nguyen, R. Trestian, D. To, M. Tatipamula, "Digital twin for 5G and beyond," IEEE Communications Magazine, vol. 59, no. 2, pp. 10-15, 2021.
E. B. Priyanka, S. Thangavel, X. Z. Gao, N. S. Sivakumar, "Digital twin for oil pipeline risk estimation using prognostic and machine learning techniques," Journal of industrial information Integration, pp. 100272, 2021.

, , , ,

前のページに戻る