主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
杨金峰,石高涛,赵增华.无线传感器网络随机性与结构化折衷的双盲数据发现方法.软件学报,2011,22(zk1):93-101
无线传感器网络随机性与结构化折衷的双盲数据发现方法
Trade Randomness for Structure in Double Blind Data Discovery in Wireless Sensor Networks
投稿时间:2011-05-02  修订日期:2011-07-29
DOI:
中文关键词:  无线传感器网络  双盲数据发现  随机性与结构化  几何概率
英文关键词:wireless sensor networks  double blind data discovery  randomness and structure  geometric probability
基金项目:国家自然科学基金(60903193,61072063);教育部博士点新教师基金(200800561042)
作者单位E-mail
杨金峰 天津大学 计算机科学与技术学院, 天津 300072  
石高涛 天津大学 计算机科学与技术学院, 天津 300072 shgt@tju.edu.cn 
赵增华 天津大学 计算机科学与技术学院, 天津 300072  
摘要点击次数: 2542
全文下载次数: 2639
中文摘要:
      为移动的Sink提供随时随地的随意数据获取是无线传感器网络在普适环境中的重要问题.然而,由于Sink与数据源的位置随机性分布特点,导致Sink和数据源之间存在着双盲性.在数据发现中引入随机性和结构化相折衷的思想,使用随机直线行走的消息转发模式;以平面上线与线的几何性质作为指导构建数据的缓存和查询消息的转发路径.给出3种不依赖节点地理位置信息的双盲数据发现方法,并对其性能进行理论分析.通过在ns-2上的大量仿真和理论分析表明,在随机性与结构化之间的折衷能够在不引入较多能耗的同时提供较高的数据发现成功率.
英文摘要:
      Enabling anytime and anywhere random data access for the mobile sinks is an important solution to the problem in the large scale wireless sensor networks.However,the data discovery in large scale sensor networks faces a non-trivial challenge because of the double blindness between the data and the sinks.The existing schemes are not able to provide the high success rate and consume less energy at the same time.In this paper,the tradeoff between randomness and structure is explored.Based on random line walk scheme,three scalable and efficient data discovery methods are presented to solve the double-blindness.These methods utilize simple geometric property to construct the path of data cache and query and can work well without location.The extensive simulations,using ns-2 and theoretical analysis,have proven the efficient trade off between randomness and structure.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利