位置:成果数据库 > 期刊 > 期刊详情页
传感器网络节点数据高速采集自适应算法
  • ISSN号:1001-0505
  • 期刊名称:《东南大学学报:自然科学版》
  • 时间:0
  • 分类: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]中国海洋大学信息科学与工程学院,青岛266100
  • 相关基金:国家自然科学基金资助项目(61170258,61103196,61003238,60933011).
中文摘要:

为了解决现有的数据采集算法在高速采集的情况下存在占用CPU资源过多的问题,在对传统采集方式的优缺点进行比较的基础上,通过模拟数据采集实验获得大量的关于数据采集通信延迟时间的数据,对这些数据进行可视化分析,求解其最大值、最小值、平均值和方差,得到通信时间概率密度,并给出了数据采集的动态延迟特性.在此基础上,提出了更加稳定高效的数据采集算法.从理论分析和试验验证2方面对算法的性能进行分析比较,结果表明:该算法在保证采集效率的同时,大幅度降低了CPU的使用率,有效地减少了能量的消耗,大幅度提升传感器网络的生存周期.

英文摘要:

In order to solve the problem that the current acquisition algorithm occupies more central processing unit (CPU) resources under the circumstance of high-speed acquisition, on the basis of comparing the advantages and disadvantages of traditional acquisition methods, a great deal of data about the communication delay in data collection are obtained by means of the experiments in simula- ting data acquisition. By analyzing the visualization data and solving the variance and the maximum, minimum, and average values of the data, the probability density of the communicating time is ob- tained and the dynamic delay characteristics of data collection are given. And on this basis, a data collection algorithm is proposed, which is more stable and more efficient. The algorithm perform- ance in terms of theoretical analysis and experimental verification are compared and analyzed. The results show that the proposed algorithm can greatly reduce the usage of the CPU and the energy con- sumption, and, meanwhile, assure collection efficiency, thus greatly improving the life cycle of sen- sor networks.

同期刊论文项目
期刊论文 71 会议论文 63 专利 17
期刊论文 19 会议论文 7
同项目期刊论文
期刊信息
  • 《东南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东南大学
  • 主编:毛善锋
  • 地址:南京四牌楼2号
  • 邮编:210096
  • 邮箱:xuebao@seu.edu.cn
  • 电话:025-83794323
  • 国际标准刊号:ISSN:1001-0505
  • 国内统一刊号:ISSN:32-1178/N
  • 邮发代号:28-15
  • 获奖情况:
  • 先后荣获第三届国家期刊奖百种重点期刊奖,2006-2...,2013年荣获首届江苏省新闻出版政府奖"报刊奖"
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,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:23651