磁无线传感器网络性能评估算法在混乱的城市交通流监测

文摘

交通流监测包括实时交通流信息的获取和传播道路网络。当车辆时,铁磁对象,沿著一条道路,它扰乱地球磁场环境,导致其变形。由此产生的畸变进行车辆签名包含相关信息,如速度、交通流量统计,方向,和分类。提取这些信息在混乱的城市,一个新颖的算法基于产生的磁场畸变不干扰传感器开发的本地化。算法提取交通流信息从产生的磁场扭曲感觉到通过磁无线传感器节点位于路的两边。磁无线传感器网络模型算法对当地地球磁场性能是通过仿真评估使用达累斯萨拉姆城市交通流条件。仿真结果对车辆的检测和计数显示成功率93%和87%在正常和拥挤的交通状态,分别。旅行时间指数(创科实业)被用作堵塞指示器,在不同程度的交通拥堵评价根据交通状态与性能87%和88%的成功率在正常和拥挤的交通流量,分别。

1。介绍

Magnetic-based无线传感器网络(WSN)提供安装和实现成本灵活性优势当用于监控交通流在城市交通混乱主要是在发展中国家(1]。然而,主要的约束驱动传感器(2),需要一个独立源远离主电源。其他挑战包括成本和技术限制(3,4]。车辆检测的无线传感器节点有四个主要组件,也就是说,传感器感应到车辆通过,修改物理信号处理器来处理感知数据,通信单元向基站传输处理过的数据进行进一步的处理,和一个能量源(5,6]。传统的车辆检测技术,如电感回路探测器,并不比在发展中国家大规模部署城市交通混乱,因为他们是侵入和破坏交通,安装和维护成本高5]。微电子和MEMS技术的发展(7]提供了一个可选择的解决方案在一个董事会无线传感器节点可以组装的所有必需的组件结合能量收获能力。这种方案可以降低安装和维护成本当传感器节点位于路边,由可再生能源,和操作的节能算法。由于容易获得、安装和维护的磁传感器网络,他们可以安装在城市道路网络进行交通流量监测和管理(8]。因此,无线传感器节点处理本地感知数据并向基站发送交通流信息因此优化带宽需求(9,10]。

大多数信号处理算法用于交通流量监测磁传感器网络是为发达国家的交通状况传感器节点在哪里埋在路面[11]。发展中国家面临许多挑战,实现这样的系统。我们观察到,大多数发展中国家的交通监控系统应具有成本效益的实现和维护。这是一个巨大的挑战来实现传感器埋在路面由于经济和维护的因素。选择和有效实施战略定位磁无线传感器节点在路边,从而创建一个新的挑战在发展中一个有效的交通流信息的检测和提取算法。

本研究部署一个新开发的无线传感器节点称为KiliNode中描述数据1和2。KiliNode构建基于PIC24FJ128GC006单片机具有的特点适用于信号处理高节能环境如高性能CPU:(我)17位×17位单循环硬件部分/整数乘数(2)由16位32位硬件分配器(3)16×16位寄存器阵列工作

KiliNode结合HMC1052 AMR磁力仪从霍尼韦尔双轴高灵敏度和可靠低传感领域有以下特点:(我)灵敏度1 mV / V /高斯(2)分辨率120元(3)最大电流消耗0.5(iv)1.8 V低电压供应(v)设置/复位带电流0.5 A

2。相关的工作

大多数信号处理算法基于磁场对来往车辆检测传感器节点上部署埋在路上。自适应阈值检测算法(ATDA)是一种有效的车辆检测算法精度高97%,但它的分类方案是不高效的低性能整体识别率低于60% (12]。它的实现主要取决于传感器埋在路面监控单个车道上,这对多车道和混乱的环境要求。这个缺点将类似于所有其他侵入性算法基于ATDA磁传感器等车辆分类算法(MVSCA) [13,14]。

地球磁场取决于地理位置。的磁场强度不同于朝鲜两极到赤道。波兰人,大约是50000元,在赤道,它大约是30000元。大多数检测算法使用磁场进行了在美国和欧洲地球磁场较强而东非位于赤道附近的强场较低。因此,车辆的磁异常检测需要高分辨率的传感器和替代信号处理算法来提取所需的交通流信息。

3所示。理论模型的形成

这项工作假设磁无线传感器节点安装在道路的两侧,离地面交通流量监测。当一个汽车沿着公路旅行,它扰乱了当地环境地球磁场引起的变化方向和力量。磁无线传感器节点感知地球磁场和磁场扭曲由于车辆铁磁内容。无线传感器节点集成了三个轴各向异性磁阻传感器(AMR) (15安装在笛卡尔坐标) 相对于原点 在地面如图3。一条链接位于笛卡尔坐标垂直于原点 。这辆车在瞬间位置 和速度正沿着马路吗 。磁无线传感器节点x方向与道路平行排列形成一个角与地球的磁北极在水平x - y飞机。传感器节点方向对齐垂直连接在水平的必经之路x - y飞机。传感器节点z向下方向对齐与地球磁组件在一个垂直z-y飞机。车辆的磁矩引起地球磁场(16)和诱导磁场方向相同。

磁矩的铁磁对象引起的诱导和永久磁化(17]。本研究假设车辆可以建模为一个偶极矩,仅以感应磁化的影响由于其软铁成分(15]。每个铁磁的一部分汽车都有自己的诱导时刻基于诱导字段。车辆的总磁矩的矢量和个人铁磁部分时刻基于诱导总地球磁场 。因此,诱导车辆的总磁矩由方程(1)。距离最短的距离无线传感器节点之间 和车辆当前位置坐标 由方程(2): 在哪里N的总数是铁磁部件在一个车,是汽车的铁磁的时刻,是汽车的铁磁体积磁化率常数,是汽车的铁磁部分体积,是整个地球的磁场。是乘坐的车沿着一条直线(路)附近的一个观察地点(磁无线传感器节点)。因此,和可视为常数距离测量无线传感器节点安装期间,然后呢不同的车辆移动。

车辆可以被认为是一个偶极子模型如果它的总长度是非常小的相比,其中心之间的距离和观察的位置。基本表达式建立的最大振幅异常由于磁化(17)是由 在哪里T是在nanotesla磁异常(),是目标磁矩安培计吗²(),在米(观察位置和偶极子之间的距离),是一个衡量的速度衰减与距离或下降率(偶极子;磁单极子)。

偶极子的总磁异常(车辆)在距离从汽车到观测点(无线传感器节点)基于方程(3)是由以下方程: 在哪里总磁异常是由于磁化(车辆目标),车辆的磁矩,r是一个接近车辆和无线传感器节点之间的距离。

偶极子(车辆目标)磁异常可以解决为两个组件在球坐标的距离吗r从中心与磁偶极子的时刻米使一个角半径偶极子轴(17,18]。如图4,磁异常有径向分量和切向分量给出以下方程:

是一个道路和车辆的即时位置之间的角度y设在。当车辆移动,根据当前位置和方向变化。当 ,r是最短的距离车辆和无线传感器节点之间的距离。车辆的当前位置之间的角度吗x - y飞机, 。

两个异常磁组件和解析成水平分量吗和垂直分量(19如方程所示(6)和(7),分别。在这种情况下,车辆沿着公路在远处r远离无线传感器节点:

模型的形成建立了磁无线传感器节点的定位在路边的交通流量监测。当一个汽车沿着公路旅行,它扰乱了当地环境地球的磁场,导致其异常向各个方向散射(16]。异常达到磁无线传感器节点,然后感觉和过程提取车辆特征和交通流信息。然而,定位磁无线传感器节点在路边原因增加近距离车辆目标导致偶极子异常场削弱。因此,无线磁传感器节点与高分辨率会给一个额外的优势选择交通流量监测。模型展示了如何提取磁铁形成异常组件在水平和垂直方向。这些字段是必需品在磁信号模型为交通流量监测。

4所示。磁信号模型

施工车辆的磁信号 , ,和在各自的方向给出了无线传感器节点。信号是空间和时间的函数。图5显示所有的磁场的总结组件及其在水平方向x - y平面和垂直z-y飞机,分别。图5(一个)显示水平x - y平面的磁场;地球的磁北极 ,东,和水平总地球磁场的组件吗 。 之间的偏转角吗和 。无线传感器节点水平面(在一个角度)是一致的与地球磁场平面()。车辆的磁异常水平分量在一个角度传感器节点东 。图5 (b)显示垂直z-y平面的磁场;地球的磁场在一个角度与水平面x - y。地球的磁场向下组件是一个垂直分量的 。 是一个无线传感器节点向下的组件在一个垂直平面上x - y。是车辆的垂直分量磁异常。这些字段是磁信号模型的基础被感知的无线传感器节点进行进一步的处理和提取指定的道路网络交通流信息。

4.1。异常信号

可见的磁强计总磁信号x磁场的方向是由两部分组成:总地球磁场的水平分量和水平车辆异常 。都对齐到无线传感器节点,给出的 在哪里 , , ,和是时间和空间的函数;和角度偏差和总地球磁场的水平分量吗 ,分别;和磁北的夹角吗和磁强计。这个角是衡量无线传感器节点安装过程中。噪音是由于不同的环境资源。根据研究,噪声影响磁力仪被认为是高斯白噪声,这是正态分布(20.]。磁异常信号在方程(9)取决于车辆的时刻和传感器位置相对于移动车辆。

4.2。异常信号

可见的磁强计总磁信号y磁场的方向是由两部分组成:总地球磁场的水平分量和水平车辆异常 。都对齐到无线传感器节点,给出的 在哪里 , , ,和是时间和空间的函数;和角度偏差和总地球磁场的水平分量吗 ,分别;是地球磁场的夹角的北吗和磁强计的北 ;和磁异常信号在方程(11)磁力仪感知取决于车辆的时刻和传感器位置相对于移动车辆 。

4.3。异常信号

可见的磁强计总磁信号z磁场的方向是由两部分组成:总地球磁场向下组件和垂直车辆磁异常 。这两个信号向下方向相同 。磁异常给出如下: 在哪里 , ,和是时间和空间的函数;和倾角和总地球磁场;和磁异常信号方程(13磁强计),感觉,取决于车辆的时刻和磁强计位置相对于移动车辆。

4.4。异常信号图

考虑交通监视达累斯萨拉姆市位于−6.8°纬度和经度39.1°,整个地球磁场在这个地理位置大约是33125元21]。磁传感器节点(KiliNode)位于z=离地面3米y= 5米的路。假设传感器之间可观察性x=−30米、30米。一辆小汽车如丰田Vitz沿着马路(x设在)。铁磁体的磁化率部分的内容汽车是相当高的,1000年(22]。假设无线传感器节点、道路正确对齐,地球磁北方向()。图6描述了磁异常场使用Matlab的情节;图6(一)显示了磁异常场磁感知无线传感器节点x方向,策划和车辆位置x。图6 (b)显示了磁异常场磁感知无线传感器节点y方向,策划和车辆位置x。图6 (c)显示了磁异常场磁感知无线传感器节点z方向,策划和车辆位置x。

5。提出了信号处理算法

扫描和决策算法(SDA)是一种新型节能,时域信号处理算法对车辆的检测和提取交通流信息,如计数、速度和旅行时间指数(创科实业)基于三轴磁轮位于非侵入性在路的两边。该算法结合了数学和逻辑操作观察磁信号提取交通流信息输出。

5.1。算法开发

磁异常信号 , ,和由无线传感器节点感知x,y,和z方向,分别发送到系统通过A / D转换器块如图7。异常信号大小然后转换为数字信号,分别。从A / D转换器,然后发送到数字信号差分方程(移动平均滤波器)和自适应基准块。输入信号的内容可以是基线或异常 。当磁力仪感知地球磁场没有任何移动车辆,捕获的信号称为基线,而当感应到地球磁场移动物体一起被称为异常捕获的信号。自适应控制的基准块的错误信号确定输入信号是否异常或基线使用逻辑操作:如果 ,然后 如果 ,然后 如果 ,然后

基线信号差分方程所使用的更新和存储块。地球磁场不恒定在一段时间内。受小波动由于噪声等因素,磁性风暴,或温度漂移21,23]。因此,定期更新基线信号通过重复的逻辑操作在某个固定的时间间隔。

方程的差分方程过滤器(14)- (16)被用来提取误差信号从异常和基线信号: 在哪里n是样本容量; ,和误差信号;和 , ,和z 异常信号感觉到当车辆正在附近的无线传感器节点。 , ,和基线信号感觉到当没有车辆正在附近的无线传感器节点。

广场杀害多人者块(5)是用来计算信号的能量在方程(17),在方程(18)的错误信号和然后放入SDA块。信号用于推导出车辆的方向,因此,没有必要计算它的能量:

SDA逻辑有两个街区图中描述7:“SDA-scanning”和“SDA-decision。“当能量信号进入SDA-scanning块,切成小段 , ,和 。他们的宽度取决于采样频率的无线传感器节点 。每一部分包含交通流的原始数据,将用于进一步的操作SDA-decision块中提取交通流信息。

5.2。SDA有限状态机

本节介绍了SDA状态机计算车辆计数、速度和创科实业只通过使用一个能量信号 。然而,能量信号和可以使用同样的操作精度高的结果。

5.2.1。车辆检测、计数和平均速度

在扫描状态如图8,信号段测试是否异常通过对比过渡条件 。如果过渡是真的,检测是由更新检测标志 ,在哪里是当前窗口。否则,该操作将继续决定Decision_1或Decision_2根据当前状态价值。在决定状态,有三个选项在每个取决于过渡条件:要么Decision_11, Decision_12, Decision_13或Decision_21 Decision_22 Decision_23。Decision_11或Decision_21州用于更新车辆计数变量和增量时期()计数器 。Decision_12或Decision_22用于计算总观察时间 ,平均速度 ,和旅行时间指数 。Decision_13或Decision_23状态用于增量时期()计数器 。最后,Init_12或Init_22州用于更新本地变量之前完成,退出循环。车辆速度计算基于单个传感器节点: 在哪里车辆的速度,车辆的平均速度吗车辆,是估计车辆长度,车辆观察时间的无线传感器节点。

算法的主要输入磁信号( , ,和)和固定的自由流动速度 。主要输出是车辆计数和 。

5.2.2。交通拥堵状态

交通拥堵的情况可以被描述为发生在交通流需求超过了基础设施的供给导致排长队,旅行延迟,和旅行费用增加24]。表达的拥塞状态公路段交通流量监测的一个重要方面。许多研究工作进行研究拥挤行为和形成。挑战仍然由于交通拥堵形成的非线性性质24]。选择拥堵指标至关重要;我们如何衡量道路网络的拥塞状态还是城市?这项工作采用拥挤度规 ,提出的双门衣柜和凯文25),这是一个比高峰期出行时间的旅行时间在畅通的条件而会计循环和事件延迟,如交通事故。它决定要多长时间旅行期间,使用两个主要和动脉高峰。这个指数的优势表达交通拥堵在时间和空间方面,由以下方程: 在哪里旅行时间是指数,高峰期平均旅行时间,是畅通的出行时间,是畅通的旅行速度,高峰期平均旅行速度。1.35显示20分钟畅通的旅行需要27分钟的高峰。注意,畅通的50公里/小时的速度在达累斯萨拉姆的主干道被用于这项研究。

的可以被理解为,有关一个百分比值。如果是1,那么平均旅行时间是一样的旅行时间,自由流动的意义没有延迟。如果是1.5,那么实际的旅行时间是自由流动的150%的时间,或旅游公路段需要1.5倍的时间比在拥挤的条件下。分析,这是假定不能小于1,这发生在平均速度大于 。 只需要两个参数的计算由方程(如图所示21)因此,创科实业计算简单,适合于部署的无线传感器网络节能的环境。

6。模拟

模拟器使用Matlab开发的交通流量监测是基于离散事件仿真规范化(26,27]。它模拟提出了SDA算法和其他无线传感器事件。数据9和10分别显示模拟器接口。

沿着指定的仿真进行了城市道路网的两倍。的道路系统设置为50公里/小时。道路段安装有四个传感器节点,一个水槽节点,台湾记忆体公司。每个传感器节点检测到车辆的存在,旅行速度和计数。然后计算和 。这些数据被发送到台湾记忆体公司的平均水平和车辆的定期将计算和存储在数据库中。存储的数据可用于估计指定道路网络或城市交通拥堵。

穿孔行显示传感器节点之间的无线通信链接内部基于IEEE 802.15.4协议提供服务(28,29日]。一个基站之间的通信和台湾记忆体公司是通过移动通信技术如GPRS, LTE,或边。模拟器有特定的离散事件记录手动车辆计数、速度和计算创科实业。手动交通流数据用于验证无线传感器节点的数据。两个路标显示手动车辆在公路段数和最大自由流动速度。

7所示。结果和评价

仿真进行了30分钟,正常和拥挤的交通流模拟往东的西行的车道,双路系统的分别。

拥挤的交通流结果绘制在图11。两个传感器节点安装在往东的车道(节点1和5)。图(11日)显示车辆数图手动执行和传感器节点1和5。图11 (b)图显示了创科实业计算手动完成,传感器节点1和5。阈值线创科实业= 1,和上面的面积阈值线代表高延误(拥挤),而低于代表正常的交通流量。

正常的交通流量是描绘在图12。两个传感器节点安装在西行的车道(节点2和6)图12(一个)显示车辆数图手动执行,由传感器节点2和6。图12 (b)图显示了创科实业计算手动完成,由传感器节点2和6。

表1摘要基于交通流数据的性能被四个传感器节点对人工计数。手动计数是用于验证无线传感器节点性能。西行,正常交通流模拟和结果在车辆数量462手动和428.5平均计算节点。因此,无线传感器节点错过33.5计算出462在正常交通流。它相当于93%的成功率。往东的,拥挤的交通流模拟和结果手动车辆数量1022和781年平均计算节点。无线传感器节点错过了241年的1022个在拥挤的交通流状态。它相当于76%的成功率。

表2摘要基于交通流数据的性能被四个传感器节点对手工计算创科实业。手工创科实业是用于验证创科实业基于无线传感器节点。在正常交通流,创科实业的1.1手动和0.96无线传感器节点计算。因此,无线传感器节点显示,87%的成功率。在拥挤的交通流状态,创科实业的2.8手动和2.48无线传感器节点计算。无线传感器节点显示,88%的成功率。

8。结论

这项工作提出了一个新颖的交通流量监测算法称为SDA基于磁轮安装在离地面的道路。模型,形成了网络性能评估拟议的magnetic-based车辆交通流监测算法在混乱的环境中进行了研究。仿真结果的绩效评价交通流监测在混乱的城市发展中国家使用SDA基于网络显示,93%车辆检测和计数正常交通流状态的成功率76%,拥挤的交通流状态。拥堵状态指标,创科实业,是用来测量路段的拥堵状态的性能成功率87%和88%在正常和拥挤的交通流状态,分别。这个研究表明进一步的研究在微观和宏观数学算法来提高检测,尤其是在拥挤的交通流量。

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。

引用

1. j·a·奎因和r . Nakibuule”,在拥挤的城市交通流量监测在春天AAAI学报》研讨会上人工智能发展,第78 - 73页,2010年。视图:谷歌学术搜索
2. l . Samper f . Maraninchi l . Mounier e . Jahier p·雷蒙德,”在建模环境的重要性,在分析传感器网络时,”第三届IEEE通信学会学报上传感器和特定的通信和网络赫尔辛基,页835 - 841年,芬兰,2006年9月。视图:谷歌学术搜索
3. x胡、l·杨和w·熊”小说为城市交通无线传感器网络框架,“IEEE物联网,卷2,不。6,586 - 595年,2015页。视图:出版商的网站|谷歌学术搜索
4. 黄永发。Chang和l . Tassiulas”能源无线自组网的路由保护”IEEE INFOCOM学报》2000页22-31特拉维夫,以色列,2000年3月。视图:谷歌学术搜索
5. j .丁郑胜耀张,c . w . Tan和p . Varaiya”信号处理车辆检测传感器节点的数据,”7日学报》国际IEEE会议在智能交通系统(IEEE猫。No.04TH8749),页70 - 75,华盛顿特区,2004年10月美国。视图:谷歌学术搜索
6. m·a .晨祷和m . m .伊斯兰教,“无线传感器网络的概述,无线传感器Networks-Technology和协议,IntechOpen,伦敦,英国,2012年。视图:谷歌学术搜索
7. Akyildiz, w·苏、y Sankarasubramaniam和e . Cayirci“无线传感器网络:一项调查,”计算机网络,38卷,不。4、393 - 422年,2002页。视图:出版商的网站|谷歌学术搜索
8. 诉Markevicius, d . Navikas m . Zilys d . Andriukaitis a . Valinevicius和m . Cepenas”动态车辆检测通过磁场传感器的使用,“传感器,16卷,不。1,p。78年,2016。视图:出版商的网站|谷歌学术搜索
9. a . Guitton a Skordylis, n . Trigoni”利用相关性压缩时间序列在交通监测传感器网络”IEEE无线通信和网络研讨会论文集,WCNC,页2481 - 2485,香港,中国,2007年3月。视图:谷歌学术搜索
10. 美国Taghvaeeyan和r . Rajamani便携式路边传感器车辆计数、分类和速度测量,”IEEE智能交通系统,15卷,不。1,2014。视图:出版商的网站|谷歌学术搜索
11. a . Daubaras和m . Zilys”基于magneto-resistive磁场传感器的车辆检测,”电子和电气工程,卷118,不。2,新,2012页。视图:出版商的网站|谷歌学术搜索
12. 张,由无线传感器网络流量监测:最终报告美国加州大学伯克利分校,加州,2007年。
13. g . Zhang和j·陈,“饱和流率研究路口十字路口”学报2009测量技术和机电一体化自动化国际会议上,ICMTMA张家界,页598 - 601年,中国,2009年4月。视图:谷歌学术搜索
14. g . m . w . Zhang z . Tan h . m .史和m . w .林“分布式阈值算法车辆分类基于二进制接近传感器和智能神经元分类器,”信息科学与工程》杂志上,26卷,不。3、769 - 783年,2010页。视图:谷歌学术搜索
15. p . Ripka和m . Janosek磁场传感器的进步。”IEEE传感器杂志,10卷,不。6,1108 - 1116年,2010页。视图:出版商的网站|谷歌学术搜索
16. m·j·卡鲁索和c·h·Smiyh“磁场感应,提供一个新的视角”传感器,15卷,不。12日,1998年。视图:谷歌学术搜索
17. s . Breiner应用程序手动便携式磁力计美国加利福尼亚州圣何塞,1999。
18. n的渴求,j . Callmer和f . Gustafsson“磁力计跟踪金属目标,”2010年第13次国际会议信息融合英国爱丁堡,页1 - 8,2010年7月。视图:谷歌学术搜索
19. 美国诉马歇尔“车辆使用磁场传感器检测,”IEEE车辆技术,27卷,不。2、65 - 68年,1978页。视图:出版商的网站|谷歌学术搜索
20. n的渴求和f . Gustafsson磁强计建模和验证跟踪金属的目标。”IEEE信号处理,卷62,不。3、545 - 556年,2014页。视图:出版商的网站|谷歌学术搜索
21. a . t . Chulliat a·s·麦克米伦p Alken et al .,美国/英国2015 - 2020年世界磁场模型,2015年。
22. 诉Markevicius, d . Navikas a . Daubaras m . Cepenas m . Zilys和d . Andriukaitis“车辆影响地球磁场变化,“Elektronika红外Elektrotechnika,20卷,不。4、2 - 7日,2014页。视图:谷歌学术搜索
23. m . Bugdol z Segiet、m . Kręcichwost和p . Kasperek“车辆检测系统利用磁传感器网络,”交通问题,9卷,不。1,49-60,2014页。视图:谷歌学术搜索
24. s p .例如和p h·l . Bovy“最先进的交通流模型,”美国机械工程师学会学报》上,我部分:系统和控制工程杂志》上,卷215,不。4、283 - 303年,2001页。视图:谷歌学术搜索
25. d .双门衣柜和t·洛马克斯2005年城市流动报告德克萨斯交通研究所,大学城,TX,美国,2005年。
26. p . Pagano m . Chitnis g .利帕里c . Nastasi y .梁,“无线传感器网络的实时模拟方面,”EURASIP无线通讯和网络》杂志上,卷2010,不。1,p。107946年,2010。视图:出版商的网站|谷歌学术搜索
27. a . Margara m . Pezze诉Pivkin,和m .澳网,“对一个工程方法对多模型科学模拟,”2015年IEEE / ACM 1日国际研讨会的高性能计算软件工程科学页,51-55里斯本,葡萄牙,2015年5月。视图:谷歌学术搜索
28. m . Collotta g .加索尔诉m·萨勒诺和g . Scata无线传感器网络来改善道路监控,IntechOpen,伦敦,英国,2012年。
29. a·r·平托l . b . Poehls c .兹和f·巴尔加斯,功率优化的无线传感器网络,IntechOpen,伦敦,英国,2012年。

版权

版权©2018哈吉说Fimbombaya等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。