We study a heterogeneous wireless sensor network (WSN) where N heterogeneous access points (APs) gather data from densely deployed sensors and transmit their sensed information to M heterogeneous fusion centers (FCs) via multi-hop wireless communication. This heterogeneous node deployment problem is modeled as an optimization problem with total wireless communication power consumption of the network as its objective function. We consider both static WSNs, where nodes retain their deployed position, and mobile WSNs where nodes can move from their initial deployment to their optimal locations. Based on the derived necessary conditions for the optimal node deployment in static WSNs, we propose an iterative algorithm to deploy nodes. In addition, we study the necessary conditions of the optimal movement-efficient node deployment in mobile WSNs with constrained movement energy, and present iterative algorithms to find such deployments, accordingly. Simulation results show that our proposed node deployment algorithms outperform the existing methods in the literature, and achieves a lower total wireless communication power in both static and mobile WSNs, on average.


翻译:我们研究一个多式无线传感器网络(WSN),在这个网络中,N异式接入点从密集部署的传感器收集数据,并通过多波无线通信将感知信息传送到多波无线通信混合中心(FCs),这种异式节点部署问题模拟为网络无线通信总耗能的最优化问题,其客观功能是网络无线通信总耗能。我们认为静态无线网络网络(节点保留其部署位置)和移动无线网络,其节点可以从最初部署到最佳地点。根据在静态无线网络中最佳节点部署的衍生必要条件,我们建议采用迭代算法,以部署节点。此外,我们研究在移动有节点的移动能量限制的流动无线网络中部署最佳运动效率节点的必要条件,并提出迭代算法,以找到这种部署,因此,模拟结果表明,我们拟议的节点部署算法比文献中的现有方法要强,平均在静态和移动无线通信总电能都低。

0
下载
关闭预览

相关内容

【ICLR2020-】基于记忆的图网络,MEMORY-BASED GRAPH NETWORKS
专知会员服务
108+阅读 · 2020年2月22日
【ICLR2020】五篇Open代码的GNN论文
专知会员服务
47+阅读 · 2019年10月2日
已删除
将门创投
4+阅读 · 2019年8月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关VIP内容
【ICLR2020-】基于记忆的图网络,MEMORY-BASED GRAPH NETWORKS
专知会员服务
108+阅读 · 2020年2月22日
【ICLR2020】五篇Open代码的GNN论文
专知会员服务
47+阅读 · 2019年10月2日
相关资讯
已删除
将门创投
4+阅读 · 2019年8月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员