位置:成果数据库 > 期刊 > 期刊详情页
基于事件驱动的动态免疫分簇路由算法
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP393.04[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] TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]数字化纺织服装技术教育部工程研究中心,上海201620, [2]东华大学信息科学与技术学院,上海201620
  • 相关基金:国家自然科学基金重点项目(61134009);国家自然科学基金资助项目(61473077,61473078);国家自然科学基金海外及港澳学者合作研究基金资助项目(61428302);国家教育部长江学者奖励计划;上海领军人才专项资金;上海市科学技术委员会重点基础研究项目(13JC1407500,11JC1400200);上海市教育委员会科研创新项目(14ZZ067)
中文摘要:

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态免疫分簇路由算法。将生物免疫系统的工作机制应用到无线传感器网络事件驱动的动态分簇算法中,事件作为抗原,传感器节点作为抗体,抗体对抗原有记忆保存的功能,使得相似的抗原再次出现时对事件及时响应。相似事件再次发生且传感器节点符合能量要求时,可以直接调用抗体中的记忆,对事件进行快速建簇,节省了簇的建立过程所消耗的大量能量,增加了网络的数据传输量,延长了网络的生命周期。仿真结果表明,生物免疫机制的学习记忆特性可以有效提高事件驱动的动态分簇算法的网络性能。

英文摘要:

In order to save energy for wireless sensor networks (WSNs) applied to monitoring emergencies, this paper proposed and realized an event-driven dynamic immune clustering routing algorithm (EDICR). Inspired by the biological immune system, the events and the sensor nodes were taken as antigens and antibodies respectively in the EDICR. Antibodies had memory storage function, so when similar antigens appeared again, the antibodies could response quickly. When similar events happened and conformed the energy requirements, the sensor node could directly call antibodies in the memory to build clusters of events quickly. The algorithm saved a lot of energy in the process of building clusters, increased the amount of data transmission and prolonged the lifetime of the network. Simulation results show that the learning and memory function of the biological immune mechanism can improve the network performance of the event-driven dynamic clustering algorithm effectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,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),中国北大核心期刊(2000版)
  • 被引量:60049