基于数据卸载策略的能量优化方法在移动代理路径规划中的应用

doi:10.3969/j.issn.1000-0801.2016.02.010

电信科学 ›› 2016, Vol. 32 ›› Issue (2): 68-74.doi: 10.3969/j.issn.1000-0801.2016.02.010

基于数据卸载策略的能量优化方法在移动代理路径规划中的应用

史霄波^1,²,鲁建宇¹,王文烨¹,阮航¹,朱瑄^1,³

¹ 华中科技大学，湖北武汉 430074
² 河南师范大学，河南新乡453007
³ 华中师范大学，湖北武汉 430079

发布日期:2017-02-03
基金资助:
国家自然科学基金资助项目;河南省重点科技攻关计划基金资助项目;河南省重点科技攻关计划基金资助项目;河南省基础与前沿技术研究计划基金资助项目;河南省教育厅自然科学研究计划基金资助项目;河南省教育厅自然科学研究计划基金资助项目

Application of mobile agent itinerary planning based on data offloading strategy of energy optimal method

Xiaobo SHI^1,²,Jianyu LU¹,Wenye WANG¹,Hang RUAN¹,Xuan ZHU^1,³

¹ Huazhong University of Science and Technology，Wuhan 430074，China
² Henan Normal University，Xinxiang 453007，China
³ Central China Normal University，Wuhan 430079，China

Published:2017-02-03
Supported by:
The National Natural Science Foundation of China;Key Science and Technology Program of Henan Province;Key Science and Technology Program of Henan Province;The Foundation and Cutting-edge Technologies Research Program of Henan Province;The Natural Science Research Projects of Department of Education of Henan Province;The Natural Science Research Projects of Department of Education of Henan Province

摘要/Abstract

摘要：

提出了移动代理数据卸载策略，对无线传感器网络中现有移动代理规划路径进行优化，根据卸载规则决定是否将数据分组分离通过优化的卸载路径传递，卸载数据的移动代理通过原路径访问数据源节点。使用移动代理经典算法IEMF（itinerary energy minimum for first-source-selection）进行大量的仿真实验，结果显示，提出的数据卸载策略能有效地解决数据源节点能量消耗过快的问题，延长数据源节点的生存期。

关键词: 数据卸载, 移动代理, 路径规划, 无线传感器网络

Abstract:

A data offloading strategy for optimizing itinerary planning of MA（mobile agent）was proposed. When MA visits source nodes based on data offloading strategy，it decides whether to transfer data package via optimized offloading itinerary and MA（mobile agent）visits data source nodes via conventional itinerary. Based on considerable simulations with the representative MA itinerary planning，i.e. itinerary energy minimum for first-source-selection （IEMF），it verifies that the problem of excessive energy consumption from source nodes can be efficiently solved and the lifetime of source nodes is prolonged.

Key words: data offloading, mobile agent, itinerary planning, wireless sensor network

史霄波,鲁建宇,王文烨,阮航,朱瑄. 基于数据卸载策略的能量优化方法在移动代理路径规划中的应用[J]. 电信科学, 2016, 32(2): 68-74.

Xiaobo SHI,Jianyu LU,Wenye WANG,Hang RUAN,Xuan ZHU. Application of mobile agent itinerary planning based on data offloading strategy of energy optimal method[J]. Telecommunications Science, 2016, 32(2): 68-74.

图/表 10

图1

图2

图3

图4

表1

图5

图6

图7

图8

图9

参考文献 17

[1]	VARAKLIOTIS S ， HAILES S ， DENARDI R ， et al. UAV and cognitive radio technologies in the emergency services arena[J]. British Association of Public Safety Communications Officials， 2010（11）.
[2]	ABDULLA A E A A ， FADLULLAH Z M ， NISHIYAMA H et al. An optimal data collection technique for improved utility in UAS-aided networks[C]// 2014 IEEE International Conference on Computer Communications， April 27-May 2， 2014， Toronto，Canada. New Jersey： IEEE Press， 2014.
[1]	PADILLA P ， CAMACHO J ， MACIA-FERNANDEZ G ， et al. On the influence of the propagation channel in the performance of energy-efficient geographic routing algorithms for wireless sensor networks（WSN）[J]. Wireless personal communications， 2013，70（1）： 15-38.
[4]	AHMAD A ， LATIF K ， JAVAIDL N et al. Density controlled divide-and-rule scheme for energy efficient routing in wireless sensor networks[C]// 2013 26th Annual IEEE Canadian Conference on Electrical and Computer Engineering（CCECE 2013）， May 5-8， 2013， Regina，Saskatchewan，Canada. New Jersey： IEEE Press， 2013.
[5]	苏金树，郭文忠，余朝龙等. 负载均衡感知的无线传感器网络容错分簇算法[J]. 计算机学报， 2014，37（2）： 445-456. SU J S ， GUO W Z ， YU C L ， et al. Fault-tolerance clustering algorithm with load-balance aware in wireless sensor network[J]. Chinese Journal of Computers， 2014，37（2）： 445-456.
[6]	郭文忠，苏金树，陈澄宇等. 无线传感器网络中带复杂联盟的自适应任务分配算法[J]. 通信学报， 2014，35（3）： 1-10. GUO W Z ， SU J S ， CHEN C Y ， et al. Self-adapted task allocation algorithm with complicated coalition in wireless sensor network[J]. Journal on Communications， 2014，35（3）： 1-10.
[7]	CHEN M ， GONZALEZ S ， ZHANG Y et al. Multi-Agent Itinerary Planning for Wireless Sensor Networks[M]. Heidelberg：Springer， 2009，22： 584-597.
[8]	CHEN M ， YANG L T ， KWON T et al. Itinerary planning for energy-efficient agent communication in wireless sensor networks[J]. IEEE Transactions on Vehicular Technology， 2011，60（7）： 3290-3299.
[9]	QI H R ， WANG F Y . Optimal itinerary analysis for mobile agents in ad hoc wireless sensor networks[J]. Proceedings of the IEEE， 2001.
[10]	CAI W ， CHEN M ， HARA T et al. A genetic algorithm approach to multi-agent itinerary planning in wireless sensor networks[J]. Mobile Networks and Applications， 2011，16（6）： 782-793.
[11]	KONSTANTOPOULOS C ， MPIZIOPOULOS A ， GAVALAS D et al. Effective determination of mobile agent itineraries for data aggregation on sensor networks[J]. Knowledge and Data Engineering，IEEE Transactions on， 2010，22（12）： 1679-1693.
[12]	GAVALAS D ， MPIZIOPOULOS A ， PANTZIOU G et al. An approach for near-optimal distributed data fusion in wireless sensor networks[J]. Wireless Networks， 2010，16（5）： 1407-1425.
[13]	CHEN M ， CAI W ， GONZALEZ S et al. Balanced itinerary planning for multiple mobile agents in wireless sensor networks[J]. Ad Hoc Networks， 2010，49： 416-428.
[14]	WANG J F ， ZHANG Y ， CHENG Z L et al. EMIP：energy-efficient itinerary planning for multiple mobile agents in wireless sensor network[J]. Telecommunication Systems， 2015： 1～8.
[15]	CHEN M ， HAO Y X ， LI Y et al. On the computation offloading at Ad Hoc cloudlet：architecture and service models[J]. IEEE Communications， 2015，53（6）： 18-24.
[16]	CHEN M ， ZHANG Y ， LI Y et al. EMC：Emotion-aware mobile cloud computing in 5G[J]. IEEE Network， 2015，29（2）： 32-38.
[17]	陈敏 . OPNET物联网仿真[M]. 武汉：华中科技大学出版社， 2005 CHEN M . OPNET Internet of Things Simulation[M]. Wuhan： Huazhong University of Science and Technology Press， 2015.

参数	参数值
MA访问时延	10 ms
数据处理速率	50 Mbit/s
原始数据减少比例	0.8
聚合比例	0.9
无线传输距离	60 m
MAC层标准	IEEE 802.11b

[1]	丁铖, 陈锦荣, 曹小冬, 王翊. 基于服务质量的层次化结构资源分配算法[J]. 电信科学, 2022, 38(1): 102-111.
[2]	李勇燕,吴坚平. 基于IPSO-MC融合算法的无线传感器节点定位[J]. 电信科学, 2020, 36(3): 11-18.
[3]	张红,沈士根,吴小军,曹奇英. 基于元胞自动机和静态贝叶斯博弈的WSN恶意程序传染模型[J]. 电信科学, 2019, 35(6): 60-69.
[4]	陈瑞凤,倪明,徐春婕,胡昊. 面向铁路环境监测的无线传感器网络通信性能分析[J]. 电信科学, 2019, 35(5): 70-77.
[5]	周颖,杨丽花,杨龙祥,倪梦. 基于卡尔曼预测与压缩感知的WSN中高能效数据收集方法[J]. 电信科学, 2019, 35(1): 74-80.
[6]	曹世华,胡克用,王李冬,王琦晖. 基于分布式色调识别的无线传感器网络k连通性路径检测[J]. 电信科学, 2018, 34(2): 65-73.
[7]	周海平,沈士根,黄龙军,冯晟. 基于博弈论的无线传感器网络恶意程序传播模型[J]. 电信科学, 2018, 34(11): 67-76.
[8]	孟得月,裴二荣,黄佑林. 异质节点分离CRSN中MAC协议设计与性能分析[J]. 电信科学, 2017, 33(8): 107-119.
[9]	刘建华,李明禄,李大志,李鲁群. 工业无线传感云中面向移动机器人的自适应信任演化机制[J]. 电信科学, 2017, 33(6): 86-96.
[10]	戴国勇,施伟元,应可珍,陈庆章,毛科技. 基于移动节点二次部署的WSN栅栏新型强化方法[J]. 电信科学, 2017, 33(6): 97-104.
[11]	王骐,肖正安,王怀兴. 无线传感器网络中基于“k-覆盖问题”的多项式时间算法[J]. 电信科学, 2017, 33(12): 91-98.
[12]	孟凯露,岳克强,尚俊娜. 基于元胞蝙蝠算法的无线传感器网络节点定位研究[J]. 电信科学, 2017, 33(11): 56-65.
[13]	刘开南,韩旭. 基于人工蜂群寻优算法的WSN中继节点布局方案[J]. 电信科学, 2016, 32(9): 61-67.
[14]	邹永艳,张衍志. WSN中视觉辅助方案结合TI CC2431 ZPS平台的跟踪定位方法[J]. 电信科学, 2016, 32(9): 68-74.
[15]	张衍志,叶小琴. WSN中基于周期性超宽带距离信息的女巫攻击检测[J]. 电信科学, 2016, 32(8): 110-117.

基于数据卸载策略的能量优化方法在移动代理路径规划中的应用

Application of mobile agent itinerary planning based on data offloading strategy of energy optimal method

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 17

相关文章 15

Metrics

推荐阅读 0