基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统传感器管理方法一般采用集中式处理,这种处理方式可能会产生中央节点负荷重和系统通讯压力过大等问题,同时也会因为局部启发式信息的引入而导致了公共悲剧问题.针对以上问题,本文将群集智能理论应用于多传感器管理研究,在以效能函数作为传感器效用函数的基础上,提出了基于群集智能的传感器管理方法.该方法为每个传感器定义个体效用函数,为整个传感器系统定义全局效用函数.群集智能理论保证了在算法迭代过程中通过优化传感器的个体效用而达到优化全局效用的目的.仿真实验表明使用群集智能理论解决传感器管理问题不仅可减轻中央节点负荷、降低系统通讯压力,在提高系统性能的方面也不逊色于其他传感器管理方法.以虚拟传感器网络数据作为实验数据的实验结果表明,本文所提出的方法在传感器的管理性能上,效果优于基于粒子群的传感器管理方法.
推荐文章
基于模糊贝叶斯网的空战传感器资源管理方法
传感器管理
模糊贝叶斯网
信息增量
目标威胁
传感器网络中的传感器管理研究
传感器管理
传感器网络
任务驱动
多智能体
基于总线技术的网络智能传感器研究
网络传感器
智能传感器
CAN总线
无线传感器网络汇聚节点动态功耗管理方法
无线传感器网络
汇聚节点
动态功耗
节点寿命
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于群集智能的传感器管理方法研究
来源期刊 兵工学报 学科 工学
关键词 人工智能理论 群集智能 传感器管理 效能函数
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 155-162
页数 分类号 TP212.9
字数 7508字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 覃征 西安交通大学电子与信息工程学院 158 2651 25.0 46.0
5 王向华 西安交通大学电子与信息工程学院 11 131 5.0 11.0
7 邵利平 32 89 5.0 7.0
8 杨博 西安交通大学电子与信息工程学院 19 214 8.0 14.0
11 于维虎 西安交通大学电子与信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (188)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (28)
二级引证文献  (15)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人工智能理论
群集智能
传感器管理
效能函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兵工学报
月刊
1000-1093
11-2176/TJ
大16开
北京2431信箱
82-144
1979
chi
出版文献量(篇)
5617
总下载数(次)
7
总被引数(次)
44490
论文1v1指导