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:
低占空比技术极大地降低了传感网(即无线传感器网络)的能耗,延长了网络的生命周期,但却使邻居发现变得异常困难。尤其结合了节点移动性后,邻居发现问题将具有更大的挑战性。提出了一种基于 Continuous Torus Quorum 的移动低占空比无线传感器网络的邻居发现算法,可以解决这种在对称和非对称场景下的邻居发现问题,并提出了适用于移动场景的邻居发现概率作为评估邻居发现算法的性能,项目还开发了用于测量移动场景下低占空比邻居发现算法性能的仿真平台。理论分析和仿真实验结果均表明:该算法无论在对称或者非对称场景下均取得了很好的能效、发现概率和发现延时性能,优于当前几种典型的异构邻居发现算法(比如Disco,U-Connect等)。
推荐文章
移动低占空比传感网中基于多信标消息的低时延邻居发现算法
移动低占空比传感网
邻居发现
低时延
信标消息
移动低占空比无线传感网中低能耗的主动邻居发现算法
移动低占空比无线传感网
低能耗
邻居发现
车载网络中基于移动轨迹预测的快速邻居发现算法
车辆自组织网络
邻居发现
移动预测
卡尔曼滤波
6LowPan邻居发现优化策略
6LowPan
邻居发现
IPv6
广播
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 移动低占空比传感网邻居发现算法*
来源期刊 软件学报 学科 工学
关键词 低占空比无线传感器网络 邻居发现算法 基于法定人数的连续算法 平均发现延迟 发现概率
年,卷(期) 2014,(6) 所属期刊栏目 软件学报
研究方向 页码范围 1352-1368
页数 17页 分类号 TP393
字数 16356字 语种 中文
DOI 10.13328/j.cnki.jos.004493
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 陈良银 四川大学计算机学院 35 191 7.0 13.0
2 刘燕 北京大学软件与微电子学院 162 2024 21.0 42.0
3 罗谦 34 163 7.0 11.0
4 胡剑波 四川大学计算机学院 2 24 2.0 2.0
5 张靖宇 四川大学计算机学院 12 94 4.0 9.0
6 颜秉姝 四川大学计算机学院 2 20 1.0 2.0
7 刘振磊 四川大学计算机学院 2 30 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (22)
参考文献  (9)
节点文献
引证文献  (20)
同被引文献  (15)
二级引证文献  (39)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(13)
  • 引证文献(4)
  • 二级引证文献(9)
2019(18)
  • 引证文献(3)
  • 二级引证文献(15)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
低占空比无线传感器网络
邻居发现算法
基于法定人数的连续算法
平均发现延迟
发现概率
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导