-
公开(公告)号：CN108684066A
公开(公告)日：2018-10-19
申请号：CN201810462611.6
申请日：2018-05-15
申请人： 扬州大学
摘要： 本发明公开了一种基于K‑medoids的无线传感器网络分簇方法，具体步骤为：根据无线传感器网络结构，得到无线传感器网络中心位置坐标并确定初始聚类点坐标；将传感器节点划分给距离最近的初始聚类点形成簇，并计算绝对误差E；选择一个普通节点替换一个聚类点重新分簇并计算绝对误差，并与前一轮绝对误差相比，若绝对误差减小，则保留此次分簇结果，否则，不接受此次替换，继续寻找普通节点重复步骤3；根据分好的簇计算新聚类点坐标，重复步骤3，直到所有节点都替换过一遍，得到分簇结果。本发明基于K‑medoids的无线传感器网络分簇方法，减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
公开(公告)号：CN108648439A
公开(公告)日：2018-10-12
申请号：CN201810400231.X
申请日：2018-04-28
申请人： 扬州大学
摘要： 本发明提出了一种基于无线传感器网络的交通事故处理系统，包括车载报警设备、信号中转设备、服务器以及智能移动终端，车载报警设备安装在汽车内部，用于检测碰撞，同时具有无线发送功能，可以将信号发送给道路两边的中转设备。信号中转设备接收汽车发出的事故信号并转发给服务器，智能移动终端用于交警实时查看辖区交通事故发生情况，提高交通事故处理效率。
-
公开(公告)号：CN108171532A
公开(公告)日：2018-06-15
申请号：CN201711303977.0
申请日：2017-12-11
申请人： 扬州大学
摘要： 本发明公开一种用户群分布预测方法及系统。方法包括如下步骤：(10)地理区域划分：利用已有地理位置信息，对城市进行地理区域划分；(20)当前停留区域确定：收集、记录用户位置信息，并按照设定更新频率更新其坐标位置，判断该用户当前停留区域；(30)用户群预测：计算出每个区域不同时间的用户滞留数量比例，利用已有数据预测未来各区域某个时间段内用户群的数量,以及区域之间用户群的流动趋势；系统包括用户终端(101)、数据收集模块(201)、地理数据库模块(202)、数据计算模块(203)、数据挖掘模块(204)和数据库服务器(205)。本发明的用户群分布预测方法及系统,能有效预测用户群分布、不涉及个人隐私。
-
公开(公告)号：CN107277889A
公开(公告)日：2017-10-20
申请号：CN201710655087.X
申请日：2017-08-03
申请人： 扬州大学
摘要： 本发明提出一种基于k-means的无线传感器网络分簇方法。步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；重复步骤二和三，直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
公开(公告)号：CN108307444B
公开(公告)日：2020-12-04
申请号：CN201810051019.7
申请日：2018-01-19
申请人： 扬州大学
摘要： 本发明公开一种基于优化粒子群算法的无线传感网无人机系统通信方法，用于由移动节点无人机(1)、地面通信站(2)和多个地面无线传感器节点(3)组成的无线传感器无人机系统网络，包括如下步骤：(10)网络区域划分：采用优化粒子群算法，将整个网络区域划分为多个子区域；(20)子区域簇头选择：每个子区域中的传感器节点(3)计算加权和，选择簇头节点；(30)下一跳访问节点选择：移动节点访问剩余溢出缓存时间最大的簇头节点，然后选择移动节点下一跳所要访问的簇头节点；(40)数据传输：无人机(1)将数据传输给地面通信站(2)。本发明的无线传感网无人机通信方法，能量消耗少，网络负载平衡性好，网络寿命长。
-
公开(公告)号：CN107277889B
公开(公告)日：2020-10-20
申请号：CN201710655087.X
申请日：2017-08-03
申请人： 扬州大学
摘要： 本发明提出一种基于k‑means的无线传感器网络分簇方法。步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；重复步骤二和三，直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
公开(公告)号：CN107396419A
公开(公告)日：2017-11-24
申请号：CN201710655115.8
申请日：2017-08-03
申请人： 扬州大学
摘要： 本发明提出一种具有多个移动节点的数据收集方法。在无线传感器网络中随机选择k个传感器节点作为簇头节点；计算无线传感器网络中其它传感器节点到所选择的k个簇头节点的距离，选择距离最小的簇头节点加入到簇内；在k个簇内，每个传感器节点根据自己的剩余能量以及与其它传感器节点的距离计算加权和，选择加权和最小的传感器节点作为新的簇头节点；若簇头发生改变，则重新分簇；重新分簇后，簇内传感器节点将采集到的数据发送至簇头节点；多个移动节点在每个环状路径中收集多个簇头节点的数据；收集完数据后，每个移动节点通过协同的方法将数据传输给sink节点。本发明消除了网络中能量消耗不均匀的问题，提高了整个网络的负载平衡和能量平衡，同时也延长了网络寿命。
-
公开(公告)号：CN107277830A
公开(公告)日：2017-10-20
申请号：CN201710655123.2
申请日：2017-08-03
申请人： 扬州大学
摘要： 本发明提出一种基于粒子群优化和变异算子的无线传感器网络节点部署方法。将所有传感器随机散布在目标区域中，将各传感器的初始坐标作为粒子群算法中的粒子初始位置，将无线传感器网络的覆盖率作为粒子群算法的目标适应值函数；通过粒子群算法得出的全局历史最优解，并且根据最优解获得粒子自身的最优值，所述最优值就是在目标区域部署传感器的最佳位置。本发明通过改进惯性权重计算方法，提高算法的局部搜索能力；通过给粒子个体一个变异概率，使其重新计算个体历史最优解，有效避免整个算法陷入局部最优解，提高了传感器的利用率，降低了组建无线传感网的成本。
-
公开(公告)号：CN108684066B
公开(公告)日：2022-03-29
申请号：CN201810462611.6
申请日：2018-05-15
申请人： 扬州大学
摘要： 本发明公开了一种基于K‑medoids的无线传感器网络分簇方法，具体步骤为：根据无线传感器网络结构，得到无线传感器网络中心位置坐标并确定初始聚类点坐标；将传感器节点划分给距离最近的初始聚类点形成簇，并计算绝对误差E；选择一个普通节点替换一个聚类点重新分簇并计算绝对误差，并与前一轮绝对误差相比，若绝对误差减小，则保留此次分簇结果，否则，不接受此次替换，继续寻找普通节点重复步骤3；根据分好的簇计算新聚类点坐标，重复步骤3，直到所有节点都替换过一遍，得到分簇结果。本发明基于K‑medoids的无线传感器网络分簇方法，减少了各传感器的能耗，延长无线传感器网络整体的生存时间。
-
公开(公告)号：CN107277830B
公开(公告)日：2020-11-13
申请号：CN201710655123.2
申请日：2017-08-03
申请人： 扬州大学
摘要： 本发明提出一种基于粒子群优化和变异算子的无线传感器网络节点部署方法。将所有传感器随机散布在目标区域中，将各传感器的初始坐标作为粒子群算法中的粒子初始位置，将无线传感器网络的覆盖率作为粒子群算法的目标适应值函数；通过粒子群算法得出的全局历史最优解，并且根据最优解获得粒子自身的最优值，所述最优值就是在目标区域部署传感器的最佳位置。本发明通过改进惯性权重计算方法，提高算法的局部搜索能力；通过给粒子个体一个变异概率，使其重新计算个体历史最优解，有效避免整个算法陷入局部最优解，提高了传感器的利用率，降低了组建无线传感网的成本。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.019 秒)
