WSN中基于云计算的动态频率分配研究 *

doi:10.3969/j.issn.1000-0801.2011.05.021

摘要/Abstract

摘要：

随着无线传感器网络的快速发展，频谱需求急速增长，频谱资源日渐紧缺，无线传感器网络频率的高效分配已成为一个亟需解决的难题。为了提高频谱的利用效率和应对无线传感网络中多节点频率信息动态配置问题，提出了一种基于云计算的WSN动态频率分配系统。该动态频率分配系统在无线传感器网络的无线通信框架上，利用云资源调度、分布式数据管理、自适应分析决策支持等技术，实现对无线传感器网络中频率资源的动态分配。

关键词: 无线传感器网络, 动态频率分配, 云计算, 自适应分析

Abstract:

As the rapid development of wireless sensor network（WSN）,the demands of limited radio frequency spectrum rose sharply,thereby dealing with the frequency assignment of WSN scientifically and efficiently was a hard nut to crack.To improve the frequency utilization rate and solve the dynamic frequency configuration problem of multi-nodes in WSN,a novel spectrum management system for WSN combined with cloud computing technology was proposed in this paper.The frequency assignment system was based on the network architecture of WSN.The system also took advantage of cloud resource allocation,distributed memory and self-adaptive analysis so that it allotted the frequency dynamically and automatically in WSN.This was an efficient path to meet the needs of WSN spectrum management.

Key words: wireless sensor network, dynamic frequency assignment, cloud computing, self-adaptive analysis

袁誉红,杨洁,张学平,金俊丽. WSN中基于云计算的动态频率分配研究 ^*[J]. 电信科学, 2011, 27(5): 82-87.

Yuhong Yuan,Jie Yang,Xueping Zhang,Junli Jing. Study on Dynamic Spectrum Assignment Based on Cloud Computing in WSN[J]. Telecommunications Science, 2011, 27(5): 82-87.

图/表 5

图1

图2

表1

图3

图4

参考文献 15

1	Zhou Zhong , Zhou Shengli , Cui Shuguang et al. Energy-efficient cooperative communication in a clustered wireless sensor network. IEEE Trans on Vehicular Technology, 2008,57（6）:3618～3628
2	FCC.ET docket No 03-222 notice of proposed rule making and order, December 2003
3	周来秀，邓曙光，杨冰 . 无线传感器网络动态频谱分配方案. 计算机工程， 2010,36（14）:99～101
4	刘航，孔祥维，刘桂林 . 无线多媒体传感器网络中的动态频谱分配技术研究. 电子与信息学报， 2010,32（9）:2039～2044
5	钟义信，周延泉，李蕾 . 信息科学教程. 北京：北京邮电大学出版社， 2005
6	维基百科. Cloud computing. .
7	李莉，廖剑伟，欧灵 . 云计算初探. 计算机应用研究， 2010,27（12）:4419～4422
8	张建勋，古志民，郑超 . 云计算研究计算综述. 计算机应用研究， 2010,27（2）:429～433
9	王龙，万振凯 . 基于服务架构的云计算研究及其实现. 计算机与数字工程， 2009,37（7）:88～91
10	Cloud computing versus grid computing，
11	孙瑞锋，赵政文 . 基于云计算的资源调度策略. 航空计算技术， 2010,40（3）:103～105
12	Daniel J A . Data management in the cloud:limitations and opportunities. Bulletin of the IEEE Computer Society Technical Committee on Data Engineering, 2009,32（1）:3～12
13	Nolan K . Cognitive radio WG brussels 2005. SDR forum, Brussels, 2005
14	Akyildiz I F , Lee W Y , Vuran M C et al. Next generation/dynamic spectrum access /cognitive radio wireless networks:a survey. Computer Networks Journal（Elsevier）, 2009,50（10）:2127～2159
15	XG Working Group. The XG Vision Request For Comments Version 2.0, 2004

数据库名称	数据类型及内容
频率资源数据库	授权频率范围、保护频率、频率分配、频率使用等情况数据
终端节点数据库	节点所需传输数据率、可接受误码率、时延限度、传输方式、带宽、功率、天线型号、软件无线电模块性能等
基站数据库	保存频率分配系统中基站位置、服务器型号、组网及工作情况等
电磁环境数据库	包括重大辐射源资料、环境噪声电平等电磁环境检测结果数据
地理数据库	地理地形特征、经纬度、节点分布情况等
经验数据库	含有系统以往频率分析计算的经验数据、知识等

[1]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[2]	邢文娟, 雷波, 赵倩颖. 算力基础设施发展现状与趋势展望[J]. 电信科学, 2022, 38(6): 51-61.
[3]	邓平科, 张同须, 施南翔, 张童, 邵天竺, 郑韶雯. 星算网络——空天地一体化算力融合网络新发展[J]. 电信科学, 2022, 38(6): 71-81.
[4]	邬江兴. 论网络技术体制发展范式的变革——网络之网络[J]. 电信科学, 2022, 38(6): 3-12.
[5]	马焜, 徐玲玉, 沈晓萍, 龚志城, 蓝建平, 陈双喜, 钱钧. 云计算中基于Shapley值改进遗传算法的虚拟机调度模型[J]. 电信科学, 2022, 38(12): 1-10.
[6]	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.
[7]	刘志勇, 何忠江, 阮宜龙, 单俊峰, 张超. 大数据安全特征与运营实践[J]. 电信科学, 2021, 37(5): 160-169.
[8]	许剑,靳莉. 一种可量化的云计算平台安全评估模型[J]. 电信科学, 2020, 36(7): 163-167.
[9]	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.
[10]	罗斯宁,王化龙,李弘宇,彭蔚. 基于改进蚁群算法的云计算用户任务调度算法[J]. 电信科学, 2020, 36(2): 95-100.
[11]	雷波, 刘增义, 王旭亮, 杨明川, 陈运清. 基于云、网、边融合的边缘计算新方案：算力网络[J]. 电信科学, 2019, 35(9): 44-51.
[12]	高永梅,程冠杰. 基于边缘计算的数据密集型服务部署[J]. 电信科学, 2019, 35(7): 87-99.
[13]	鲁泽霖,李强治. 电子商务平台的演化逻辑和运营机理[J]. 电信科学, 2019, 35(7): 152-158.
[14]	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.
[15]	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.