无线传感器网络的节能适应性地质源组播路由

摘要

我们提出了一种节能的自适应地理源多播路由（EAGER）对于无线传感器网络。它解决了无线传感器网络中以前基于位置的无状态多播协议的能量和可伸缩性问题。Earge是一种新的无状态多播协议，它以各种方式优化基于位置和基于源的多播方法。首先，它使用接收方的地理位置信息来节省构建多播协议的成本ulticast树。信息可在接收方成员身份建立阶段获得，无需泛洪。其次，它通过使用较小的节点ID（而不是潜在的大字节位置信息）进行编码，并通过动态使用公共资源的分支地理信息，来减少数据包开销，进而减少能量使用第三，通过确定多播节点（或集合点（RP））的多播路由路径，减少了每个转发节点的计算开销.我们的大量仿真结果验证了EAGER在计算时间、数据包开销和能耗方面优于现有的无状态多播协议，同时保持了无状态协议的优势。

1.导言

大型自组织无线传感器网络由大量具有无线通信和传感能力的传感器节点组成。传感器节点可以随机部署在感兴趣的地形附近或内部，以提供合作无线自组织网络服务。感知数据和控制信息通过多跳路由协议在传感器节点和控制节点之间交换。无线传感器网络的潜在应用范围很广，其中包括环境监测、工业控制与监测、军事监测等。

许多传感器节点已经用于各种目的（例如，[1- - - - - -6])。但传感器节点存在处理器容量低、内存小、存储空间小等局限性，如表所示1，除了电池的限制。

同时，许多WSN应用，如任务分配、配置更新、现象报告等，无论是从传感器节点到汇聚节点，还是汇聚节点到传感器节点，本质上都需要一对多的通信。组播路由是这类应用的重要路由服务，因为与多个单播相比，它使用网络内复制，提供了一种将数据分发给多个接收者的有效方法。考虑到传感器节点的局限性和组播路由的重要性，以较低的资源开销(如能量、处理、内存和存储等)发送组播数据包至关重要。

组播协议可以分为基于树的组播协议、基于源的组播协议和基于位置的组播协议。基于树的多播协议[7- - - - - -12]发送一个多播包，它依赖于路径中节点保持的转发状态。其主要缺点是控制信息泛滥和转发表建立和维护的存储问题，这给无线传感器网络带来了很大的开销。基于源的组播协议[13，14]在源位置创建路径树，然后传播使用路径树信息编码的多播数据包，不需要WSN节点中的状态。但是，随着网络规模的扩大，由于路径树信息的增加，数据包大小会增加，从而导致CPU处理开销和能耗的急剧增加在基于位置的多播协议中[15，16]时，组播包包含目的节点的位置信息。它是无状态的，就像基于源的路由一样，但是包头的大小与目的地的数量成比例，不会随着网络的大小而增加。但在寻找下一个转发节点时，需要在一条路径上的每个转发节点上进行计算，导致CPU处理过多，能耗过大。

在本文中，我们为WSN提供了一种节能的自适应GeoSource组播路由（eAGer）协议。渴望以各种方式优化基于基于位置的基于源的多播方法的新型无状态组播协议。拟议协议的独特贡献如下：（1）它在组成员资格建立期间构建了一个公共道路组播树。这种按需方法降低了每个节点上网络拓扑维护的位置泛滥的位置;（2）将每个转发节点的计算开销降低，例如转发决策和分组解码/编码，简单的序列化路径信息;（3）通过自适应地使用地理单播和源多播来减少编码开销的数据包。地理单播对长非支链路径段更有效，并且可以使用分支路径段来获得源多播;（4）通过使用具有小节点ID的多播分组而不是潜在的大位置信息，进一步降低了分组头大小;（5）总体而言，减少的计算开销，编码开销和分组头大小使得能够渴望消耗比基于位置的或基于源的多播协议的能量较少。

本文的其余部分组织如下。部分2提供对现有的无线传感器网络多播协议的调查。部分3.描述了所提出的EAGER方案及其算法。部分4呈现出对各种场景中的基于位置或基于源的多播协议的广泛评估及其比较。部分5提出了结论和今后的工作。

2.相关工作

大量的研究(例如，[17- - - - - -19)已经在无线传感器网络组播应用领域进行了研究。这些应用程序以多播通信模式运行，从传感器节点到汇聚节点，或从汇聚节点到传感器节点，如图所示1(一)．配置更新[17]或任务分配[18就是传感器接收多播的例子。感应多个水槽的传感器[19]场景通常用于监控需要可靠性的应用程序。

无线网络中的多播协议可以分为三类：基于树的、基于源的和基于位置的多播协议。基于树的多播算法的示例包括自适应需求驱动多播路由协议（ADMR）[8，按需组播路由协议(ODMRP) [9，组播自组织按需距离矢量路由[10]，动态网格(PAST-DM)中逐步适应的子树[7]，采用越来越多的ID号（AMRIS）的临时组播路由协议[11]和ad hoc组播路由协议（AMRoute）[12］.它们是为传统的无线自组织网络而开发的，并在支持无线传感器网络(wsn)方面得到了发展。然而，传统的多播路由技术都是以控制为中心的方式设计的，主要是在每个节点上都有足够的处理和本地存储容量的前提下解决移动性问题。它们通过组播路由树在每个节点上维护一个转发表表。分布式群转发状态需要通过周期性的控制泛洪消息更新，消耗大量的能量。由于传感器节点的资源限制，它们不能直接用于传感器网络。

已经提出了一种基于源的组播协议，例如动态源多播（DSM），以在多播root上执行集中的成员资格管理而不是分布式状态维护。根或多播源使用本地维护的网络拓扑信息构建多播树，并将树信息编码为分组标题。转发节点根据在分组报头中携带的树路径信息中继数据包。尽管对于大规模网络，通常被认为是用于资源受限的WSN的资源受限的WSN，但是对于大规模网络，这些无状态组播协议由于源节点的分组编码和解码操作而遭受了大量的能量消耗分别转发节点。

几种基于位置的组播协议，如位置引导树构建算法(LGT) [15]、差异目的地路线驱动的八卦(RDG) [20.，差分目的组播[21.]、地理组播路由(GMR) [16]和基于位置的多播路由协议（PBM）[14的建议。这些协议基于目的地的位置信息而不是路径信息来计算路径上每个节点的下一个转发节点。因此，这些协议比基于源的多播协议具有更少的路径编码和解码开销。然而，这些协议仍然需要较大的数据包大小来获取目的地的位置信息，并在所有路径节点上进行较大的转发计算。为了解决针对大量目的地的可扩展性问题，分层会合点组播协议(HRPM) [22.，分层地理组播路由(HGMR) [23.，分层差分目的组播[24.]，以及可扩展的基于位置的多播(SPBM) [25.的建议。

我们的作品EAGER是独一无二的。它自适应地采用基于位置的单播和基于源的组播方法，以减少转发的计算开销。它还使用增强的状态编码能力最小化包头开销，以及使用按需路径信息构建树的开销。表格2总结分类多播协议的优点、缺点和示例。

3.节能自适应地源组播路由

在本节中，我们首先在GMR和DSM上进行了一个简短的背景，该DSM分别是基于位置的多播路由和基于源的多播路由的代表性示例，因为急切地优化它们的优势。然后，我们描述了以下三个主要操作的详细急切协议：（1）组播树构造，（2）路由路径编码，（3）分组转发方法。

我们选择了GMR和DSM方案作为大规模多播的最佳代表方案。本质上,LGT [15]及DDM [21.]是专为小型组播设计的，不能扩展到大型网络。GMR显示PBM [14]比GMR需要更大的计算时间和数据传输数量。在每次传输相同的数据包大小的情况下，数据传输的数量越大，数据包的总大小就越大。

３．１．背景

与其他无状态协议一样，GMR假定在组播根节点上拥有整个组播成员信息。但是，组播根节点并不是针对所有的目的地建立一个组播树，而是根据与目的地的开销和进度比，在其邻居中选择转发节点。因此，包头只携带选定的转发邻居id和每个转发节点的目的地列表。数字2(一个)说明了GMR路由如何工作。来源 （)广播具有邻居id的数据包(),坐标的目的地．每个被选中的转发节点在收到消息包后，在其邻居中计算给定目的地的下一个转发节点。也就是说,节点计算每条路径的邻居id。在本例中，是一个节点被选择为目标的邻居，和一个节点目的地是什么,分别。随后,该节点使用所选邻居和目的地的坐标广播数据包。多播分组最终使用每个转发节点上的下一个转发邻居计算传播到目的地。每个转发节点大致执行选择转发邻居的计算。

DSM假设每个节点都具有使用周期性位置泛滥信息的整个网络拓扑。根节点本地计算多播组的施蒂纳树。例如，图中的树2 (b)斯坦纳树的根节点是什么创建。包头携带编码的组播树路径信息(节点id)，使用Prüfer序列[26.］.prüfer序列中的节点ID [26.]代表路径中的内部节点（不是叶节点）。在收到消息包时，每个子节点在PRÜFER序列中解码序列，创建静止子树，并将新的PRÜFER序列编码到分组标题。例如，一个节点收到序列，并知道它是转发节点，因为在序列中。的节点解码序列并创建一个没有节点的Steiner子树．在那之后,节点创建并广播序列。包被中继，直到它到达叶节点。当节点接收数据包,不在序列中。因此，知道是叶节点，并停止转发数据包。树编码的复杂度是在每个子节点上。

3.2。渴望算法和操作

EAGER协议由组播树构建算法、路由路径编码算法和报文转发方法组成。接下来，我们将详细描述它们。

3.2.1之上。多播树结构

现有的源组播路由协议假定每个节点通过位置泛洪来维护整个网络的拓扑信息。每个组播根节点使用网络拓扑为给定的目的地构造一个组播树。然而，周期性的位置泛洪是昂贵的，因为它消耗了大量的能源，特别是对大型网络。为了节省组播树的构建成本，在EAGER中，组播根节点(或集合点(RP))在组播成员建立阶段获得到目的地的路径信息，而不是位置泛洪。每个连接请求消息将其路径信息及其位置信息携带到多播根节点。例如，当一个成员节点使用地理单播进行连接时，路径中的每个中间节点都将其位置信息添加到连接包中。组播根最终接收到目的地的反向地理最短路径信息。中的路径信息按需创建多播树．根据每个连接消息获得的路径信息，多播root还优化了识别目的地之间的公共路径段的组播树。

方案的工作原理如下。首先是目标节点，，发送加入消息，，朝向源头，．连接消息在地理位置相近的邻居节点之间转发给下一个转发节点．如算法中所示1，中间节点维护一个临时多播状态表，名为有[，］.是目标节点ID列表，以及是从中间节点到列表中的目的地的最长跳数。当一个到达中间节点(如果有的话)在表包含相同的ID和现有的大于新连接消息时，连接消息将被删除。例如，在Figure中3.，如果是目标节点是否已经加入多播组，中间节点将维护目标节点两个和在．

当连接消息来自目标节点时到达中间节点，将停止发送join消息作为表包含,大于加入消息的跳数。如果是少于新的加入消息的跳数，和将分别用新的路径信息和跳数更新。如果是ID为新，则将添加一个新条目表格中间节点将位置信息添加到join消息中，并将join消息转发给下一个转发节点节点。的该表将在成员建立阶段临时维护。的在中间节点上的表可以帮助节点将压缩的路径信息发送到目的地，但不用于数据包转发。

每年一次已由节点时，它构造一个多播树，从一个被最多数量的目的地使用的路径段开始，直到它包含所有的目的地。例如，在Figure中3.,当节点已从接收加入消息和在序列中,节点可以识别的公共路径段从路径和．

3.2.2。路由路径编码

在无状态源组播路由协议中，组播根节点使用树结构算法(如Prüfer序列算法)将组播树编码到包头中。编码后的组播树信息将在每个中间节点上解码，并在发送包之前对子树条目重新编码。例如，Prüfer序列算法采用包的头大小。然而，组播树编码和解码的复杂性是为了避免每个中间节点上昂贵的编码和解码开销，EAGER使用LCRS（左-子-右-同级）二叉树序列化子树路径信息[27.］.由于树序列化需要额外的分隔符，它可能会导致包的大小比其他源多播路由协议稍微大一些。例如，与纯源多播场景下的生成树节点数、编码比率所使用的Prüfer序列编码算法比我们基于lcrs的串行路径编码算法( − 1  + number of branch delimiters). However, EAGER is designed to have less computation overhead on each intermediate node. The computation complexity of EAGER is而Prüfer序列算法具有．

算法2，3.， 和4演示序列化算法是如何工作的。首先，编码算法翻译原始数据必要多播树到LCRS(左子树和右兄弟树)二叉树。从组播根节点开始，节点的最左边的子节点成为新二叉树的左子节点，最右边的兄弟节点成为新二叉树的右子节点。例如，图中的原始树3.成为图中新的LCRS二叉树4．其次，序列化的路径信息是通过沿着LCRS二叉树按照“兄弟节点先，子节点”的顺序来创建的。如图所示4，序列化路径通过使用一些额外的分隔符遍历LCRS二叉树来创建。EAGER使用一个固定大小的信息块来编码状态信息。序列化的路径被表示为连续的信息块。信息块可以用作节点ID、位置坐标或分隔符。数字7显示2字节分隔符格式示例。通过在信息块的最有效位上设置1，可以将分隔符与其他信息块区分开来。每个分隔符有两个7位的偏移量。节点ID块可以通过在左边2位设置00来识别。对于一个2字节的信息块，节点id的最大数量大约为16 K(仅使用14位)。分支分隔符被插入到原始树分支的序列化路径旁边，以指示原始树的兄弟关系。也就是说，每个同级节点的子树信息由分支分隔符分隔。

此外，EAGER利用公共源路由路径段的分支地理信息自适应优化了编码数据包的大小，如Algorithm的第15 - 21行所示3.．它识别长非分支注浆路径段，并使用分支位置作为源路由信息，而不是沿着路径的许多节点id。如果一个节点有三个以上的子节点，那么在序列化的路径创建过程中会标识一个长非branchingpath段;也就是说，孩子，孙子，曾孙。序列化的路径使用位置信息最小化(即，和坐标）而不是将整个节点ID放在路径中。正如我们在算法中看到的那样4，如果转发节点在序列化的路径中找到位置信息(分隔符值为01)，它将使用地理单播向下一个分支节点。虽然需要每个转发节点运行一个地理单播算法，但计算复杂度很小。我们的名字长路径优化作为减少数据包大小的技术使用和长非分支路径的坐标。

3.2.3。包转发

当转发节点接收到组播包时，该节点根据分支定界符信息为自己的子树选择序列化路径。数字5说明了如何利用沿着序列化路径信息到在短路径节点上转发轨道。例如,节点可以通过检查从第一个分隔符的偏移量(）.分节点和节点，它是转发节点。节点识别它是具有以下功能的转发节点：．通过使用算法的第3到7行5、节点提取下一个子树的路径，，和广播的路径。在这种情况下，除了对下一个子树进行简单的数据包截断和每个转发节点的计算开销外，没有额外的计算开销。

但是，对于长非分支路径，长路径中的所有节点id都应该包含在序列化的路径中。为了减少由于长路径造成的节点id的大小开销，我们使用长路径优化．如图所示6，有一个长(节点之间的非分支路径段和．在这种情况下，多播数据包被传递给节点使用与图中相同的方法5,但节点将数据包发送到节点通过地理单播路由，因为存在长且非分支路径(到）.该路径段只能用2个信息块表示;因此，信息被简化为字节。它还可以极大地节省路径上的数据包大小。转发操作的算法请参见算法5和6．

4.绩效评估

在本节中，我们评估了EAGER的性能，并与GMR和DSM的性能进行了比较。我们使用NS2 (v2.35)模拟器实现了EAGER。我们使用网格网络拓扑结构。大部分评估都是在有2025个节点的网络中进行的，除非网络规模在本节中没有提到。除非另有说明，否则通信范围内的邻居节点数设置为12。假设没有丢包，且节点的位置坐标大小是节点标识符大小的2倍。所使用的评估指标是总包开销、平均计算时间和消耗的能量。总包开销是从组播根节点发送到组播路径上所有目的节点的所有组播包的总和。平均计算时间是每个转发节点对邻居选择和分组重新编码的多播路径上的每个转发节点所花的平均时间。消耗的能量表示组播路径中各节点执行传输、接收和计算所消耗的总能量。消耗的能量是通过传输、接收和计算的持续时间乘以耗电量(瓦特)来计算的。计算、传输、接收的功耗(瓦特)比如表所示3.对应于CC2420 [28.]及ATMega128L [29.)规范。

对于目的地的布置，我们使用了随机目的地和集群目的地。许多研究[30.- - - - - -34.已经证明集群目的地对于组通信应用程序是很常见的。采用集群传感器网络可以实现高效的能源利用、较长的网络生命周期和较高的网络覆盖率。为了评估集群目标，我们使用了各种可配置参数，包括集群的数量、集群中的节点数量、源和集群之间的距离以及集群的半径。

4．1.随机的目的地

我们评估了包处理开销，包括总包开销和平均计算时间，然后量化了EAGER、GMR和DSM的随机目的地所消耗的能量。我们随机选择目的地以及组播根节点。数字8显示具有64个目的地的随机和聚类目的地的示例。实心圆，实心方块，十字架和线分别代表源，目的地，转发节点和路由路径。

的总包开销图中显示了不同数量的目的地9(一个)．目的地的数量有4、8、16、32、64、128、256个节点。当目的地数量增加时，EAGER和DSM使用的数据包比GMR少。由于GMR使用目标位置对包头进行编码，因此包头的大小随着目的地数量的增加而增大。例如，如果目的地数小于64，则GMR的总包开销小于DSM。但是，如果目的地的数量超过64个，GMR比其他协议有更大的包开销。结果还表明，EAGER使用的包大小比DSM略小，因为EAGER可以利用公共源路由路径段的分支地理信息自适应地减小包大小。

接下来，我们在图中检查了不同网络大小的总数据包开销9 (b)．网络规模为100 ~ 2025个节点，目的地数量固定为30个节点。结果还表明，EAGER的总包开销始终小于GMR和DSM。由于DSM采用组播树路径对数据包进行编码，因此随着网络规模的增大，DSM的数据包大小也随之增大。这也说明DSM比EAGER和GMR对网络规模更敏感。与其他协议相比，EAGER的总包开销更小，对网络大小的敏感性更低，因为对于大型网络，它有更大的机会拥有更长的非分支路径。

随着网络规模增加到2025年以上，我们预计EAGER的总数据包开销最低，DSM的总数据包开销最高。但是，DSM的总数据包开销高于GMR的网络规模根据目的地的数量而变化。具体而言，使用的目的地数量越多，需要的网络规模越大因此DSM比GMR有更多的总数据包开销。

图中比较了不同目的地数量的平均计算时间10 ()．具有2025个节点的网络中目的地的数量来自4到128。与其他协议相比，GMR需要最多的计算时间，从而导致高CPU开销。这是因为GMR计算每个转发节点上的下一个转发邻居，并且算法复杂性根据目的地的数量而增加。同时，在DSM和渴望中，多播路径信息由多播根节点计算和编码，导致平均计算时间较低。然而，对于大量目的地，由于转发节点的编码和解码的开销，DSM的计算时间高于渴望的计算时间。

我们在图中展示了不同网络大小的平均计算时间10（b）．网络大小从100到1024变化，而目的地的数量被设置为网络大小的30％。结果显示GMR的计算时间比其他协议更高，但时间差是界限，而不是与网络大小的增量成比例。DSM和急切地花费最小的计算时间，并且对网络大小几乎没有依赖性。然而，对于较大的网络大小，DSM的计算时间远高于渴望的计算时间，因为编码和解码开销与多播路由路径上的节点的数量相比成比例地增加。

数字11显示不同数量的目的地的能源消耗。在2025个节点的网络中，目的地的数量从32个增加到256个。结果表明，EAGER算法能耗最小。这是因为与其他两种协议相比，它的总包开销更小，计算时间更短。结果还表明，随着目的地数量的增加，EAGER变得比其他协议更节能。DSM显示，在少数目的地中，能源效率比GMR差。然而，当目的地数量增加时，DSM比GMR具有更好的能源消耗。我们还可以观察到，由于通信的相对能耗远高于表中计算的相对能耗，因此能耗更符合总包开销而不是计算时间3.．

4．2．集群的目的地

在这里，我们使用聚集的目的地来比较评估总包开销和消耗的能量。

数据12（a）和12（b）以4至64的目的地分别示出了总分组开销和消耗的能量。协议-C表示使用集群目的地度量的协议协议-R表示使用随机目的地度量的协议。我们发现所有具有集群目的地的协议都比具有随机目的地的协议具有更小的总包开销和能量消耗。随着目的地数量的增加，集群目的地的GMR与DSM之间的差距比随机目的地的差距更大。这是因为在集群目的地中，来自源和目的地的总路径长度比在随机目的地中减少得更快。由于EAGER享受GMR的好处，它在集群目的地场景中的性能优于DSM。由于紧凑的包编码，它的总包开销也总是比GMR小。

接下来，我们将源和簇头之间的距离从600米改变到850米，同时将目的地的数量固定为8，并在图中测量总包开销和消耗的能量13（a）和13 (b)．与其他协议相比，EAGER的能量消耗和总包开销最小。在较短的路径长度上，DSM比GMR具有更低的能量消耗和更低的总包开销。然而，当路径长度变长时，DSM比GMR显示出更高的能量消耗和更大的总包开销，因为DSM的包头必须包含所有的路径信息。

最后，我们从1到8之间变化了簇的数量，而目的地总数是固定的，在图中(14日)和14 (b)。他们证明，随着集群数量的增加，使用EAGER的总数据包开销和能量消耗比其他协议显示出更少的能量消耗和总数据包开销。在少量集群中，DSM显示出比GMR更低的能量消耗和更少的总数据包开销。然而，随着集群数量的增加s、 DSM显示出比GMR更高的能量消耗和更大的总数据包开销。这是因为路径长度随着集群数量的增加而增加。

在所有的评估场景中，EAGER都优于基于源的组播协议和基于位置的组播协议，不仅有效地利用了各自的优势，而且通过高效的编码和转发操作增强了各自的优势。

5.结论

提出了一种基于无状态路径信息的无线传感器网络组播协议EAGER(节能自适应地源组播路由)。EAGER通过自适应使用地理单播和源组播路由，优化了以往基于位置的组播和源组播方法。它还具有独特的功能，包括使用路径信息按需构建树、轻量级转发和增强的状态编码能力。我们的大量仿真结果表明，EAGER在计算时间、包开销和能量消耗方面优于GMR和DSM，同时保持了无状态协议的优势。

参考文献

1. Imote2:高性能无线传感器网络节点http://docs.tinyos.net/tinywiki/index.php/IMote2．查看在：谷歌学术搜索
2. “TMote天空。”http://www.eecs.harvard.edu/~konrad/projects/shimmer/references/tmote-sky-datasheet.pdf．查看在：谷歌学术搜索
3. J. G. Ko, Q. Wang, T. Schmid, W. Hofer, P. Dutta, and a . Terzis，《Egs:一个基于Cortex m3的微尘平台》，2005年6月第七届IEEE通信学会传感器、网状网和自组织通信与网络年度会议记录（第10届），pp.1-3，IEEE，2010年6月。查看在：出版商网站|谷歌学术搜索
4. “Micaz，”http://www.openautomation.net/uploadsproductos/micaz_datasheet.pdf．查看在：谷歌学术搜索
5. “太阳黑子”,http://www.sunspotworld.com/products/index.html．查看在：谷歌学术搜索
6. TelosB“传感器”,http://www.willow.co.uk/TelosB_Datasheet.pdf．查看在：谷歌学术搜索
7. C. Gui和P. Mohapatra，“移动Ad Hoc网络的有效覆盖组播”IEEE无线通信与网络学报(WCNC’03)，第2卷，第1118-1123页，2003年3月。查看在：谷歌学术搜索
8. J. G. Jetcheva和D. B. Johnson，“在多跳无线自组织网络中的自适应需求驱动多播路由”，发表于2001年ACM移动自组网和计算国际研讨会论文集（MobiHoc'01），页33-44,2001年10月。查看在：谷歌学术搜索
9. S.-J。李，M. Gerla，和C. C. Chiang，《按需多播路由协议》，刊于IEEE无线通信与网络学报(WCNC’99)，1999年9月。查看在：谷歌学术搜索
10. E. M. Royer和C. E. Perkins，“Ad-Hoc按需距离矢量路由协议的多播操作”，发表于第五届ACM/IEEE移动计算和网络国际会议论文集(MobiCom '99)，pp。207-218，1999。查看在：出版商网站|谷歌学术搜索
11. 吴志伟，“AMRIS:一种用于无线网络的多播协议”IEEE军事通信会议论文集(MILCOM '99)，PP。1999年11月25日至29日。查看在：谷歌学术搜索
12. J. Xie, R. R. Talpade, A. McAuley, and M. Liu， " AMRoute: Ad Hoc组播路由协议，"移动网络和应用，第7卷，第5期6，页429-439,2002。查看在：出版商网站|谷歌学术搜索
13. S. Basagni, I. Chlamtac，和V. R. Syrotiuk，“移动自组织网络的位置感知、可靠多播”，计算机网络第36卷第2期5-6页，659 - 670,2001。查看在：出版商网站|谷歌学术搜索
14. M. Mauve, H. Fuessler, J. Widmer，和T. Lang，“移动Ad-Hoc网络的基于位置的多播路由”，技术代表CS r -03-004，曼海姆大学，Baden-Württemberg，德国，2003。查看在：谷歌学术搜索
15. Chen K.和Nahrstedt，“MANET中小型组播的有效位置引导树构建算法”IEEE计算机与通信学会第21届联合年会论文集(INFOCOM’02)，页1180-1189,2002年6月。查看在：谷歌学术搜索
16. X. Liu，J.A.Sanchez，P. M.Ruiz和I. Stojmenovic，“GMR：无线传感器网络的地理组播路由”第三届IEEE通信学会传感器和自组织通信和网络年会论文集(2006第二届)，第20-29页，2006年9月。查看在：出版商网站|谷歌学术搜索
17. S. Pennington, A. Waller，和T. Baugé，“回收:无线传感器网络的有效重新配置”，在第五届移动和泛在系统国际年会论文集:计算、网络和服务(Mobiquitous)，第33:1-33:2页，ICST(计算机科学，社会信息学和电信工程研究所)，2008。查看在：谷歌学术搜索
18. H. Rowaihy, M. P. Johnson, O. Liu, A. barnoy, T. Brown, and T. La Porta，“无线传感器网络中的传感器任务分配”，ACM传感器网络汇刊，第6卷，第2期4、2010。查看在：出版商网站|谷歌学术搜索
19. R. Szewczyk, E. Osterweil, J. Polastre, M. Hamilton, A. Mainwaring，和D. Estrin，“用传感器网络监测生境”，ACM的通信，第47卷，第47期。6，页34-40,2004。查看在：出版商网站|谷歌学术搜索
20. P. T. Eugster, J. Luo，和J. P. Hubaux，“路由驱动的八卦:自组织网络中的概率可靠多播”，刊于IEEE计算机与通信学会第22届联合年会论文集(IEEE INFOCOM '03)，页2229-2239，旧金山，加利福尼亚，美国，2003年4月。查看在：谷歌学术搜索
21. “差分目的地组播-一种小型组播的MANET组播路由协议”，刊于IEEE计算机与通信学会第20届联合年会论文集(IEEE INFOCOM '01)，第1192-1201页，2001年4月。查看在：谷歌学术搜索
22. S. M. Das, H. Pucha和Y. C. Hu，“无线自组织网络中可伸缩组播的分布式哈希”，IEEE并行和分布式系统汇刊第19卷第2期3，页347-361,2008。查看在：谷歌学术搜索
23. 胡耀昌，I.Stojmenovic，D.Koutsonikolas和S.Das，“无线传感器网络的分层地理多播路由”，年国际传感器技术与应用会议论文集(SENSORCOMM '07)，pp.347-354，2007年10月。查看在：出版商网站|谷歌学术搜索
24. M. Transie，H.Fuler，J. Widmer，M. Mauve和W. Effelsberg，“移动临时网络中的可扩展多播”，IEEE计算机与通信学会第23届联合年会论文集(IEEE INFOCOM '04)，第3卷，第2119-2129页，2004年3月。查看在：谷歌学术搜索
25. M. Transie, H. Fuler, J. Widmer, M. Mauve，和W. Effelsberg，“移动Ad-Hoc网络的可扩展的基于位置的多播”，在宽带无线多媒体国际研讨会论文集:算法、架构和应用(Broad- Wim)，2004年10月。查看在：谷歌学术搜索
26. J. Gottlieb，B. A.Julstrom，G. R. Raidl和F. Rothlauf，“Prüfer号码：用于进化搜索的跨越树的差，”遗传和进化计算会议记录（GECCO'01），第343-350页，2001。查看在：谷歌学术搜索
27. NIST算法和数据结构字典，“左子右兄弟树”。查看在：谷歌学术搜索
28. “CC2420。”http://focus.ti.com/lit/ds/symlink/cc2420.pdf．查看在：谷歌学术搜索
29. “Atmega128L”，/ 2467 s.pdf http://www.atmel.com/dyn/resources/prod_文件．查看在：谷歌学术搜索
30. W. Robertson, S. Sivakumar, N. Aslam，和W. Phillips，“无线传感器网络中能效集群形成的多准则优化技术”，信息融合，第12卷，第2期3，页202-212,2011。查看在：出版商网站|谷歌学术搜索
31. N. Vlajic和D. Xia，《无线传感器网络:聚类还是不聚类》“在2006无线、移动和多媒体网络世界国际研讨会论文集(WoWMoM’06)，第258-266页，2006年6月。查看在：出版商网站|谷歌学术搜索
32. W. B. Heinzelman, A. P. Chandrakasan，和H. Balakrishnan，“无线微传感器网络的应用特定协议架构”，无线通信的IEEE交易，第1卷，第4期，第660-670页，2002年。查看在：出版商网站|谷歌学术搜索
33. 徐宁，黄安，侯天伟，陈海华，“基于集群的无线传感器网络覆盖和连通性的拓扑控制算法”，无线通信和移动计算，第12卷，第2期1，页23-32,2012。查看在：出版商网站|谷歌学术搜索
34. O. Younis和S. Fahmy，“HEED:一种用于自组织传感器网络的混合、节能、分布式集群方法”，IEEE移动计算汇刊，卷。3，不。4，pp。366-379，2004。查看在：出版商网站|谷歌学术搜索

版权

版权所有©2013 Daehee Kim等人。这是分布下的开放式访问文章知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。