位置:成果数据库 > 期刊 > 期刊详情页
一种基于蚁群算法的无线传感器网络服务发现机制
  • ISSN号:0372-2112
  • 期刊名称:《电子学报》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京交通大学电子信息工程学院,北京100044
  • 相关基金:国家自然科学基金(No.60572037,No.60573001);北京交通大学优秀博士生科研创新基金(No.48022);教育部高等学校科技创新工程培育资金项目(No.706005);国家863计划(No.2007AA012241)
中文摘要:

在诸如普适计算等未来网络应用环境下,无线传感器网络得到了普遍的关注.而服务发现问题是其中的重要问题.从蚁群中获得的灵感,提出了一种基于蚁群算法的服务发现机制,该机制使用基于需求的服务通告方法,通过有限次叠代来获取最优的服务提供者,同时获取到达该服务提供者的服务会话路径.在优化原则的设置上,通过调整行为参数可以调整目标函数,从而针对不同的网络行为需求能够动态处理跳数、时延和能量消耗的关系.通过理论推导证明了该方法的收敛性,通过仿真试验将本文所题方法相比其他服务发现机制进行了对比分析,结果表明了本文所述方法的有效性.

英文摘要:

In wireless sensor networks, efficient service discovery and data transmission mechanisms are both essential and challenging. Ant colony algorithm which has been used to resolve routing, localization and object tracing issues in mobile ad hoc and sensor networks provide a valuable solution for this problem. In this paper, we propose a novel scalable Service Discovery Scheme based on Ant Colony Algorithm in wireless sensor networks (SDACA). SDACA, supporting on-demanded service advertisement scheme, can obtain the optimized Service Provider with the optimized routing path via limited iteration to satisfy service and trans- mission requirements. The parameters can be adjusted to set services optimization principles, which address a variety of network be- havior needs to dynamically handle the relationship among hops,delay and energy consumption. Theoretical analysis shows that the convergence of the scheme. We also evaluate it against other approaches to identify its merits and limitations. The simulation results show that SDACA can maximize the network utilization. Farther experiments indicate that it is useful and efficient.

同期刊论文项目
期刊论文 41 会议论文 16
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611