文摘

最重要手段之一的位置异常设备是有效利用资源的无线传感器网络(WSN)和做出适当的分析相关的数据。因此,本文构造一个室内定位和预警系统,利用能源效率和达到很长的生命周期。首先,相邻轮迭代负载均衡路由算法(ARILB),选举集群头(CHs)的相邻圆的策略。通过这种方式,随机组件在CH选举中被淘汰。接下来,一个短途多频之间的路由策略构造CHs传输信息到水槽,和一个叫做ARILB-received信号强度定位算法设计(RSS)。ARILB-RSS定位算法遍历三角形由锚节点,形成多种包括点集;然后,记录最优锚节点,路径损耗因子迭代减少定位误差。仿真表明,该网络生存长54.5%使用ARILB比使用分布式节能集群(DEEC)算法;包交付使用ARILB率大约是139%高于低能量自适应聚类层次结构(LEACH)算法和35%高于不均匀聚类路由算法基于chain-cluster类型(URCC)算法;ARILB-RSS测距误差降低了14.31%,然后定位误差26.79%。

1。介绍

自加入世界贸易组织(WTO) 2001年,中国经济一直保持着快速增长的很长一段时间,其国内生产总值(GDP)约1000%的速度增长(1]。与此同时,有显著增加,中国政府的财政收入和经济能力和国家的硬实力。在这种背景下,中国人民追求长期和更好的生活水平2]。基础设施,作为一个生活水平的重要载体,吸引了越来越多的关注和政府的政策支持3]。近年来,中国加大了基础设施建设,并完成了许多站,体育场,和购物中心。机场和住宅社区在这些密集和复杂的建筑。新的机场通常是建立与高速铁路和地铁等交通设施如Hartsfield-Jackson亚特兰大国际机场(美国亚特兰大),希思罗机场(英国伦敦),法兰克福国际机场(德国法兰克福),成田国际机场(日本成田机场),和上海浦东国际机场(上海,中国),使建筑结构更加复杂。随着中国城市化的发展,新建住宅小区在城市通常有很高的面积比例。

同时提高人民生活水平,上述基础设施增加了建筑维护的难度和风险预警。人员和设备的监测和定位建筑建筑维护和风险预警至关重要。例如,欧洲的基础设施建设越来越老了。钢结构在工业设施和植物结构也受此影响衰老过程。美国需要花费超过四分之一的一万亿美元使PreK-12公立学校建筑工作秩序,因为这些建筑缺乏建筑维护和风险预警。建立健康的维护可以测量的流人和设备的运行状态。这些指标需要持续的关注政府和企业4]。然而,极难安装,访问,或手动维护设备密集和复杂的建筑。这推动了建筑的运行和维护成本,降低经济效益。需求的同时,有效的监测和定位的建筑已经飙升,由于建筑物的数量快速增长5]。因此,它是重要的认识到室内人员和设备的可靠监测和定位。

人在建筑和设备的监测必须客观、考虑各种随机因素。客观性是很重要的,因为不同的设备有不同的属性(6),导致传感器类型和位置的变化。为了保证的改进类型监测系统,改进空间的发展需求和相关仪器在设计系统时,应该保留。最重要的随机因素是人们流。预设监测线必须占到不可预知的错误引起人们流动的建筑。因此,这是一个不可避免的趋势发展的室内监测和定位提高监控系统的适应性。

数据访问的一部分数字室内监控各种科学和技术方法。作为一个关键基础设施数据采集、无线传感器网络(WSN)被越来越多地应用于各种数据采集任务。传感器网络技术带来的数据监测系统多个优点,比如实时不间断监控,强大的动态性能,安装方便的设施。传感器网络可以有效地获得的数据的设备指标和人员密度的变化监测范围,不再需要大规模修改原来的供电线路。虽然WSN系统还在测试阶段,有一些缺点,但它仍然是相关的改进和应用在实际操作。因此,我们的模拟只考虑预处理的数据传感器芯片。然后,它是一个关键问题将这些数据发送到数据中心。

网络可以军事指挥的一个组成部分,控制,通信,计算机,情报,监视,侦察和目标系统。利用了网络的自主协调能力的实现各种环境应用。例如,植入生物医学设备和智能集成传感器的发展使生物医学传感器网络的使用应用程序成为可能。智能传感器节点和执行器可以埋在真空吸尘器等家用电器、微波炉、冰箱、和DVD播放器以及水监控系统。路由算法(7- - - - - -10),作为传感器网络数据传输的一个重要手段,得到了学者们的广泛关注。近年来明显路由聚类算法在国内外的进展。一些最新的路由算法进行了综述如下:

不平等的基于集群路由协议(UCRP)是一种路由算法来提高网络吞吐量,包交货率,和能源的认知无线电特设网络。UCRP实现这些目标通过处理多层环和正常节点具有不同初始能量。基于最优聚类半径,UCRP被证明比现有模型通过实验(11]。主动源路由(PSR)协议(12)是一种轻量级的提供,并提供新的距离矢量路由算法(DV)路由、链路状态(LS)和源路由的方法。模拟表明,PSR收益率比其他协议类似或更好的数据传输性能。

分布概率路由协议(ProHet)摘要双向路线通过反向路径对每一个非对称链路和使用概率策略选择转发节点,基于历史基础上的本地信息。ProHet实现更好的效率,交付率、信息成本、和覆盖率比经典路由算法,如延长稳定选举路由(P-SEP)和不平等的基于集群路由协议(UPRR) [13]。2013年,金等人提出了一个实用的被动基于集群node-disjoint多对一的多路径路由协议,目的是提高能源效率和最大化网络生命周期。该协议通过活性聚类搜索最优路径。协议的典型特征是node-disjoint多对一的多路径路由发现算法和多条路径上的成本最小化14]。

集中节能集群路由协议(CEECR) (15)提供了一个集中式集群形成算法,分离节点和移动策略。与其他路由协议相比,CEECR减少平均能量损耗,提高了包交货率。辅助高效的数据采集(AEDG) (16)是一种新颖的方法来限制相关联的节点与网关节点的数量,目的是尽量减少网络能量消耗,防止网关重载。通过这种方法,可以获得理想的椭圆轨迹之间的节点,确保持续时间、稳定性和网络的吞吐量。萨利姆等人提出了一个新颖的生物启发自组织安全自主路由协议(BIOSARP)基于自主路由机制。协议的核心是优化推迟降低转发决定改进蚁群优化(IACO)。BIOSARP提供更好的结果比其他协议在WSN-based环境监测17]。

减少路线在传统路由算法,翁和莱指出,三角形路由算法节省了能量传输数据在发射机和接收机之间,通过选择传感器用一个简单的三角形法则。因此,他们设计了一个增强的相关标识和路由策略传感器(ERIDSR)算法,有效地降低了总能量在near-sensor节点18]。Ogundile et al。19)提出了集群系统,需要一个坚固的检测(EB)和节能(EE)的通信协议。与援助的优先级表,协议是由这两个最短路径优先集群头(CH)或沉没,以下一些简单而有效的规则。它的目的是通过平衡能耗延长网络的生命周期。

传感器网络的路由协议应延长网络的生命周期和excel数据收集。应该分析收集到的数据由服务器判断监控区域是不正常的。如果该地区是不正常,有必要定位异常及时检查和维修。到目前为止,许多学者探讨了传感器网络定位算法。根据节点距离的必要性,现有的传感器网络定位算法可以分为两类20.:基于范围算法和range-free算法。典型的基于范围算法到达时间(TOA)算法(21),到达时差(户田拓夫)算法(22),到达角(AOA)算法(23),和接收信号强度指示(RSSI)算法(24]。range-free算法包括近似point-in-triangulation(坑)测试(APIT) [25),距离矢量跳(DV-Hop) [26),和质心算法(27]。其中,RSSI算法低成本和容易实现,因为大多数无线通信模块支持RSSI测距。

上面的评论表明,聚类和数据传输是网络通信的研究热点。因此,本文提出了相邻轮迭代负载平衡(ARILB)路由算法。一旦初始化网络,CHs的数量优化基于相邻轮延长网络生命周期。然后,ARILB-received信号强度(RSS)算法是为了提高定位精度。在定位阶段,ARILB-RSS算法决定了多边重心更准确。最后,进行了MATLAB仿真证明ARILB-RSS提出算法的性能,而ARILB算法。

2。室内无线监控和定位系统

2.1。技术路线图

图1展示了我们的技术路线图室内无线监测和定位系统。系统中有两个部分:一个路由算法和定位算法。路由算法运行定位算法的基础。路由算法运行定位算法的基础。首先,基于无线传感器网络的路由算法获得各种监测数据并将数据发送给服务器。然后,服务器执行数据分析,发现异常。最后,定位算法计算的位置异常。(1)路由算法

路由算法通过传感器收集数据定期安排在监测区域并将它们存储在传感器的记忆。然后,被传输到数据中心的数据提出ARILB算法,这是创新的特殊性分析,CH选举,和数据传输。具体来说,传感器节点部署均匀;介绍了相邻轮阈值方程优化CHs的数量;采用最优中继链路获得的数据传输到基站。(2)定位算法(ARILB-RSS)

首先,通过ARILB算法获得的数据进行了分析,发现异常。然后,设备异常和人民ARILB-RSS所在的三个阶段:测距、定位和校正。经典的范围实现测距模型。ARILB-RSS定位和校正完成,从ARILB扩展。下列程序实现的定位是:形成的三角形锚节点遍历形成多种范围点集。然后,最优锚节点记录通过比较每个锚节点的斜率与等边三角形。之后,定期校正是由附近的锚节点之间的RSSI测量未知节点。然后,下一次迭代路径损耗因子的估计是基于多个测量值,从而减少定位误差。

2.2。特异性分析

应用领域的扩张,的WSN正面临越来越多的挑战。不像其他的监测系统,室内监控系统不需要关注传统部署环境信号的波动。例如,传感器节点有时被安排在水等液体,这在一定程度上阻碍信号的传输。由于液体的密度均匀,信号阻塞效应是统一整个液体。然而,信号可能会波动由于建筑物的群众运动,以及其他随机因素在室内设备和人员监控。因此,无线传感器需要安装抑制数据波动。

室内环境的环境不同于经典路由算法。在室内监控、群众运动带来的随机性是限制数据传输的关键。有许多传统的数据传输方法的缺点在室内监控。WSN可以在多次反射模式或单跳传输数据的模式。在单跳传输网络、能源消耗主要是受到距离的影响,信号是分散的,监控阈值是极低的。因此,单跳传输应避免在室内监控。

在多次反射传输网络,任何CH的死亡有着巨大的影响,这可以减轻通过增加CHs的密度和能量。然而,增加CH密度将延迟信息传输,同时增加CH能源将增加经济成本。因此,单一和多次反射传输模式应该改进之前被用于室内监测和定位。

3所示。假设和建模

3.1。假设

假定监测区域是一个常规的矩形,所有传感器在这个领域是随机分布的,所有传感器能有效覆盖面积没有突然失败。传感器安装ARILB算法有以下特点:(1)每一个传感器安装在网络有一个独特的识别标记(ID)。一旦传感器发生故障,其ID将不再被使用(2)每个传感器的位置安装后不会改变(3)水槽有一定的感知能力(4)当系统运行(主要的开关是不关闭),传感器的能量不能补充(5)传感器通过对称双向沟通渠道,永远不会被阻塞

基于上述假设,传感器是随机安排的 矩形区域并将获得的数据回水槽。因为设备和人流是固定的,水槽(数据中心)应该安装在对称的几何中心,确保数据收集。一旦进入操作的无线监控系统,网络节点将聚合在CHs到集群,和相同的集群中的节点采集的数据将发送集体沉没。然后,应该采用聚类方法减轻不断变化的网络结构的影响。

3.2。能源消耗模型

传感器网络主要消耗能量在数据发送和接收(图2)。传输距离的节点,数据发送能量可以通过两个模型进行描述。每个传感器发送的能源消耗 - - - - - -一些数据可以计算 在哪里支持设备运行的能源消耗;是能量消耗的射频功率放大器,占很大一部分的传感器节点的能量消耗,在通信距离(如果能源消耗超过 ,它将暴跌 ); 依赖于传输距离; 如果 (的阈值传输距离), 如果 。

3.3。协议匹配的经典算法

低能量的自适应聚类层次结构(LEACH)算法(28)是最经典的路由算法,从而有效地减少能量消耗通过集群。然而,其聚类规则匹配的无线路由协议有很多缺陷。(1)CH选举

浸出随机生成CHs由公式(2)。在初始状态,每个传感器节点随机产生一个号码在[0,1],并使用这个随机数来影响CH选举。具体来说,随机数对阈值比较 。如果随机数小于 ,这一轮的节点成为CH。 在哪里CHs的预期数量的比例是所有节点;是选举轮的数量;和 是这一轮之前当选CHs的节点数量。这一轮的节点不当选CH分配给一组 。

公式(2)确保每个网络节点可以当选CH和平衡所有CHs的能源消耗。然而,如果这个方案应用于短途多频的情况下,网络节点可能集群不均。更糟的是,装备属性的异质性决定了在调整传感器有很大的不同。换句话说,有一个巨大的差异在不同领域的数据输出。因此,公式(2不能单独采用集群)。(2)数据传输

在LEACH, CH non-CH所有节点接收到请求后,它将创建一个调度表基于传感器的数量在其集群,建立调度序列。然后,CH将数据直接发送到水槽。然而,在我们的监控场景中,一些传感器可能会失败突然由于监测区域的突然变化。除此之外,当地监控系统数据传输不光滑。因此,有必要提高程度的冗余,提高数据传输规则。

4所示。ARILB路由算法

在ARILB算法,CH选举通常是在以下阶段实施。在算法开始之前,所有的传感器都完全充电,和当前状态默认情况下每个传感器的初始能量状态: 在哪里是惟一的ID的传感器, 的比例是本轮的总时间,数量是CH状态的指示器(如果 ,传感器不是CH;如果 ,传感器是CH),的比例是当前节点的剩余能量,然后呢是节点和基站之间的相对距离(%)。因此,传感器的初始状态可以表示为 。

在传感器网络中,传感器可以很大程度上健康衡量能量。让 是一个传感器的健康在一个特定的时刻,即。,能量的因素。显然,能源因素不断减少数据收集的进展。这个因素的价值下跌 。如果 ,传感器处于最健康的状态。如果 不断下降,传感器的能量损失是在上升。

4.1。结构监测领域

所显示的信号特征(29日)和部分2。2,监控区域必须预处理改善监测效果。考虑到传感器的成本,最好的预处理策略是优化空间分布规则。因此,本文得出一个合适的空间模型在接下来的过程。

如前所述,是一个研究区域 在几何中心广场,与水槽。根据人们的设备位置和平均速度流(30.),传感器网络中部署的间隔小于阈值中提到的部分2。2。可分为监控区域广场边的长度短于分区 。边长与各种传输路径和监控阈值: 。此外,一个圆形区域的半径计划由基站直接靠近水槽和监控(图3)。这个圆形区域的目的是防止能量洞(31日),减少路径损耗。能量球洞是一种现象在传统的多次反射机制:节点靠近水槽超载的数据传输任务,从而过早死亡。如果节点接近沉减少或取消数据传输任务,他们的能源消耗将主要用来转移自己的数据。如果 ,能源消耗将大大降低。

4.2。CH代

CHs不断更新的路由算法。一开始,水槽发送初始信号对整个监测区域以辐射的方式。然后,每个传感器开始准备CH选举。提出ARILB算法结合了经典的路由算法和应用场景成CH一代方案适合无线监控室内设备和人员。具体过程如下:

首先,水槽广播整个网络的“你好”。收到这个信息,每个传感器等进入工作状态。当传感器被激活,ARILB算法进入CH生成阶段。CH当选时,每一个网络传感器将自发地生成一个随机数,兰德,在(0,1)区间和比较与阈值函数来完成这个数字CH选举。

具体地说,兰德是与新的阈值函数有以下原因:环境因素(温度、湿度和风速)人群运动的速度产生综合效应对设备监控,难以平衡的操作路由算法。换句话说,在非周期的频率传感器触发。

ARILB CHs相邻轮不同有不同的要求。因此,本文提出一种新的阈值函数基于相邻轮。上面定义的函数使用的能源因素,介绍了迭代参数 : 在哪里可以通过计算 在哪里 的比例是当前许多轮的总时间。公式(5)表明,大小不同的集群可以更好的匹配传感器由随机因素引起的频率,使CH选举和集群成员更合理。

4.3。路由策略

能源消费数据传输的最紧迫的问题。如前所述,网络数据可以在单跳传输模式或多次反射模式。单跳模式下,每个CH直接将收集到的数据发送到基站。虽然是简单的实现,单跳方式有明显的缺点。自从CH直接与水槽,通信距离对能源消费有很大的影响。不同数量的能源消耗传输相同的数据在不同的距离。在监控区域,边界附近的传感器需要消耗最大的能量。边界的过度能源消耗传感器可以有效地防止由多次反射模式。然而,多次反射模式很难实现数据传递的连续性,它不应该被打断。当需要同时监视多个领域,多次反射传输链接必须满足更高的要求。

通过上述分析,本节提出了一个短途多频路由方案。假设,在多次反射模式下,每个CH仅供数据中继转发的信息前面的CH,没有执行其他中继任务。然后,从边界传感器数据传输问题的水槽可转化为继电器的选择链接。

选择正确的链接,CH 在CH组 需要找到层次继电器CHs 。在数据传输过程中,至少有一个继电器CH需要被发现。然后,总传输距离的数据可以显示为链接 在哪里CH的能量;是完全传输距离; 的传输距离继电器间隔;和是继电器的数量。

传输数据,而基于分区的ARILB使用多次反射模式(图4)。每个CH只能传输信息一次。收到信息后,CH将不再收到任何其他信息。这时,CH需要的信息转发到另一个没有得到的CH分区中的信息。如果所有分区中CHs收到信息,CH将跳转到另一个分区,寻找一个合适的CH。如果当前CH的能量低于平均能量层次候选人CHs的继电器,当前CH会选择最接近的CH层次继电器。这个过程会重复,直到当前的剩余能量CH大于其余候选人CHs的平均能量。在后一种情况下,CH将直接发送数据到水槽。

4.4。定位算法

基于距离的定位算法定位节点的空间几何的原理,利用基地的距离和角度。其中,RSSI算法简单,节能,功耗小,提供一个合适的低功耗传感器网络的设计工具。这就是为什么本节介绍了ARILB-RSS定位算法。有三个阶段的RSSI-based定位(32]:测距、定位和修正。

4.1.1。阶段1:等

每个锚节点和未知节点之间的距离是基于传输信号的强度计算未知节点。最受欢迎的RSSI模型可以表示为 在哪里d源的距离; m是参考距离;路径损耗因子;和信号强度在吗 。 代表了零均值高斯变量。然后,可以将目标定位基于两点之间的位置和信号强度。公式(7)表明,信号变弱很快在一段短距离的路。因此,定位误差利用RSSI信号衰减很小一段短距离的路。这满足短程多频的要求路由策略部分4.3。

10/24/11。第二阶段:定位

未知节点计算一个锚节点的距离和定位自己的立场。未知节点收到的RSSI越大,信号衰减越小,较短的已知节点和锚节点之间的距离。因此,一个高未知节点收到的RSSI意味着环境和障碍对定位的影响有限。可以定位任何对象基于3传感器节点的位置,而不是一条直线。因此,本文提出了一种改进的定位方法(图5)。

在传感器网络中,每个锚节点发送任何未知节点RSSI信号。然后,未知节点排序降序排列的RSSI信号通过信号强度: ,与收到RSSI信号的数量,即。,the number of anchor nodes within the communication range. Since the corresponding anchor node position is known, the unknown node selects the three largest values: RSSI 1-3, namely, ( , ),( , ),和( , )。然后,直线的斜率可以计算任意两个锚节点连接

我们可以定义的值错误 ,当实际的误差小于 ;ARILB-RSS认为三个锚节点接近等边三角形和倾向于定位的未知节点最优锚节点。否则,选择符合条件的三个锚节点,或满足条件的锚节点视为不合格。

4.4.3。阶段3:校正

减少定位误差,提高定位精度,未知节点的坐标,在定位阶段,估计是优化或纠正。我们的算法进一步改进减少了路径损耗因子不等。预设通常是不切实际的和导致大偏差。因此,实际的值应该是近似不断在实际环境中。我们改进算法试图迭代更新在以下过程:未知节点附近的锚节点之间的RSSI测量定期和多个测量值是用来获得下一次迭代的路径损耗因子,从而减少定位误差。

在分区节点在监控区域,有三种可能的场景分区附近毗邻 。在这三个场景中,有3、5和8平方分区,分别为(图6)。

假设有多个广场附近的分区未知节点。然后,至少应该有锚节点附近这个节点: 。锚节点之间的距离和其他节点可以表示为 。然后,以下可以从公式(7):

公式(9可以简化得到)下一次迭代。测距误差可以减少通过不断更新 。

5。仿真和结果分析

5.1。仿真参数

我们进行MATLAB仿真。根据该算法,建立100个节点,沉在几何中心(50米、50米)的监视区域。表1列出了仿真参数。

5.2。性能分析

本节比较了我们的方法的性能,ARILB,与其他三个算法,即浸出(33)、分布式节能集群(DEEC) [34),和不均匀聚类路由算法基于chain-cluster类型(URCC) [35),使用网络的稳定时间等指标,水槽,收到的数据包的数量和网络的能源消费总量。(1)稳定的时间

图7比较的稳定时间四个算法,这是前考虑无线监测系统的设计。只有当路由协议存在足够长的时间的其他性能指标得到改善。在图7,稳定时间是证明了传感器故障率在同一时期。如图7拥有很长的生命周期,我们的算法。在同一时期,我们的算法控制传感器故障率低于20%,浸出的所有传感器失败,超过54.5%的传感器在DEEC和URCC受损。因此,我们对LEACH算法具有明显的优势,DEEC, URCC在网络生命周期。(2)能源消耗

能源是另一个关键评价指标的基础性能和协议设计的一个重要考虑事项。本文量化每个协议的能源消耗的总能量消耗网络在同一时期。图8比较了四种算法的能量消耗。早期(500轮内),浸出,DEEC, URCC能耗曲线有相似的斜坡。这意味着这三个协议也有类似的早期阶段的能耗率。相比之下,我们的算法在这个阶段能耗平滑曲线,反映了好的控制早期的能源成本。此外,使用我们的算法的网络持续时间比使用其他算法,同样的能源消耗的前提下。随着网络运营,网络的能量LEACH, DEEC,并在1384年URCC筋疲力尽;1844;和2200发子弹,而我们的算法并没有耗尽之前2500发子弹。(3)数据包

除了稳定的时间和能源消耗、数据传输容量是一个不可忽视的路由协议的性能指标。本文的数据传输能力的四个算法的特点是基站收到的数据包的数量在同一时期(2000轮)。图9比较了数据包的四个算法。下的基站LEACH只获得了41.71%的数据包,在我们收到这些算法。原因是传感器在浸出的单跳模式随着时间的推移可能会失败,导致真空在一些分区的数据。DEEC的数据吞吐量的不到60%,我们的算法。这是因为数据传输在DEEC是困难的,由于链接中断和长时间消耗重新链接距离。URCC实现比LEACH和数据包DEEC但从未赶上我们的算法。在整个模拟,我们的算法总是比其他三个数据包协议实现的。数据包的数量我们算法的其他协议的1.35 - -2.39倍。

5.3。定位性能的比较

多个无线节点采用模拟,其中一个是一个未知的节点。其他节点被放置在同一个分区为锚节点。每个锚节点RSSI信号发送到未知节点。接收到信号时,未知节点保存寄存器中的信息,然后通过网关传送它。然后,主机定位的未知节点定位算法。每个RSSI信号的噪声是通过添加一个随机信号与一个标准的峰值1在一定的概率,与信噪比(信噪比)的5。100重复模拟的均值作为最终结果。模拟分区小于该研究区域的分区。因此,实际的模拟范围设置为10 - 70。

图10比较了测距误差的算法和传统RSSI-based算法。当分区很小(例如,5米),这两种算法在不同测距误差。距离增长,传统算法的误差迅速增加自40米的分区大小,而我们的算法玫瑰慢慢地从55米的分区大小。结果表明,我们的算法可以有效地适应多个分区大小。随着距离的增加,误差这两个差距逐渐增长。不同的是14.31%,70米的距离。

图11比较我们的算法的定位误差与空间算法(SPA)和测距分层单位(RSU)算法。当噪音和其他因素是相同的,所有三个算法的定位误差与分区大小增加。然而,错误的增量算法是最小的。与日益增长的距离,也增加了RSSI测距误差。水疗中心的定位误差直线上升,因为算法不能有效消除测距误差。尽管RSU改善定位的结果,不能完全消除低概率的影响显著的干扰在RSSI源数据的处理和计算每个数据中心的意思。因此,RSU快速成长的定位误差随距离的增加。在我们的算法中,路径损耗因子的不断更新,越来越多的锚节点。更新因子放缓的增长引起的定位误差的增加分区大小。40米的距离内,误差算法和SPA和RSU差距是7.45%和5.61%,分别。距离70米时,不同的是18.54%和26.79%,分别。因此,我们的算法可以接近真正的位置,因为ARILB协议可以获得准确的价值 ,这样可以减少定位误差,提高定位精度。

6。结论

考虑到传感器网络的广泛应用在室内监控、分析设备安装的规则和人体运动的特点在建筑和演示了建立一个室内的可能性和必要性数据监测系统。然后,数据监控网络的性能模拟,由经典算法进行了讨论和协议匹配在计算机软件。在此基础上,本文提出了一种新颖的相邻轮迭代的负载均衡路由协议(ARILB)。仿真结果表明,该ARILB可以达到良好的适用性和平衡网络能耗。此外,该协议可以在每个阶段平衡数据吞吐量,延迟死亡节点的外观,最大化网络的生命周期,提高整体能源效率。此外,ARILB伴随着监控区域的划分提出ARILB-RSS定位算法。这个新算法提高定位和校正性能,消除了测距误差,并控制定位误差的增长。然而,本研究只讨论静态传感器网络路由协议的二维(2 d)数据。未来的研究将调查监测和定位的移动传感器网络节点。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。