探索在复杂环境中动态无线传感器网络中优化路由调度的模型和方法，通过轴扩展将静态模型扩展为动态网络模型。间。入线性优化计算方法求解优化方程，从计算复杂度上打破了静态模型的约束。线传感器网络（WSN）是2003年受到美国杂志《技术评论》影响最大的十项新兴技术，对人类生活产生了深远的影响。过近十年的发展，它已在国家安全，环境监测，农业监测，健康监测等方面得到了广泛的应用。具有无处不在的计算功能的新一代网络（例如物联网）中，WSN将形成一个发现层，该发现层可检测，检测和监视物理世界，从而成为稳定，可靠和可靠的数据源。效的决策。这种情况下，高效，节能和稳定的智能传感器网络的设计尤为重要。有“小”特征的传感器节点难以设计，并且它们还提供诸如带宽和能量之类的限制。是导致许多问题的现实。究节能和带宽使用。了克服单个节点的物理局限性并提高无线传感器网络的可行性，在网络流量理论的基础上，对网络中路由规划优化问题进行了数学建模。态网络依靠时间轴扩展技术，并超越了传统的静态网络模型。制，利用线性优化技术，提出了一种可以在多项式时刻求解的最优路由规划算法。传统研究中，“静态”是智能传感器网络的主要特征，也就是说，传感器和数据采集节点在物理世界中处于静态。为硬件设计带来了简便性，并且在某种程度上避免了算法设计的动态性。是，在资源受限的智能传感器网络中，“静态”功能还带来了一些难以解决的基本限制，其中最重要的应该是关键问题，如图1所示。1 Z轴表示一定时间后节点的能耗。设网络中有100个节点，则将它们随机放置在100 x 100平方米的正方形区域中。个节点的初始能量为100，每个节点处于监视状态，并且所生成的数据必须聚合到基站的节点中。站的节点位于座位（50、50）所在区域的中心。以看出，由于观察物理世界的节点生成的数据必须在基站节点中进行汇总处理，因此网络中的数据流符合收敛转换模式（CCP模式）。此方式，基站周围的相邻节点产生了很大的通信压力，这直接导致其能量消耗的加速，耗尽以及网络连接的完成。称为WSN热点问题。管研究人员提出了诸如最佳基站定位策略，多站协作策略，路线优化等措施，但是由于静态网络的特性，这些策略仅仅是零星的维修，远没有从根本上解决。此基础上，本文档通过在动态网络中执行路由规划来优化网络生命周期。络的动态性体现在两个方面：首先，网络的用户具有一定的移动性，并且该移动性是不可控制的。次，网络节点的状态是动态变化的，即节点的剩余能量和节点之间路由的动态变化。
络基础架构稳定。保证网络连接并提供网络覆盖。用户数据生成速率稳定。数据必须通过网络传输到基站，并且每个用户都有一个单独的标识符。括源节点和中继节点在内的节点的能量是有限的。是，基站的节点没有此限制。络处于同步状态，时间显示为离散时隙。化问题仅限于网络层，MAC和PHY层被视为黑匣子。线传感器网络主要由三部分组成：源节点，中继节点（[Vr]）和基站（[s0]）。于源节点随时间动态变化，因此[Vs（t）]表示时间t处的源节点集； [Va-s = t = 1TVs（t）]代表源节点集合，其中T代表网络的生命周期。后，无线传感器阵列在时间t的状态可以表示为[G（t）=（V（t），L（t））]，其中[V（t）= Vs（t） Vr {s0}]，[L（t）]表示在时间t所有节点之间的无线链路。当节点j和节点i在时间t处于相互通信范围内时，链接[lij（t）（i，j∈V（t））]才属于[L（t）]。然，对于[G（t）]，其顶点和边随时间变化，因此很难直接对其优化建模。此，[G（t）]通过时轴的扩展被时空图[G =（V，L）]代替。于属于[Vs（t）]的每个节点k，在相同的物理位置建立对应的节点[Ntk∈V]。些[Ntk]构成了新的源节点组合：[Vs = {Ntk | k∈Va-s，t = 1 … T}]。于属于[Vr]的节点i，在相同的物理位置处建立一对节点[Ni]。[Vr = {Ni | i∈Vr}]。留基站的节点并建立一个与之对应的唯一节点[N0]。源节点和中继节点之间的链接[lki（t）L（t）]建立了[Nki]和[Ni]之间的链接。
论1：[G（t）]和[G]在网络生命周期方面是等效的。
明：为证明这一结论，有必要证明[G（t）]的任何解都可以对应[G]的解，反之亦然。一个解决方案[[（））[[fk1k2 | [G（t）]上的k1，k2] [∈V（t）}]，其中[fk1k2]从[k1]到[k2]。于转换中流量的配置，可以保证每个节点上流量的平衡，自然地保持网络的生命周期。似地，给定关于[G]的解，也可以通过反向操作在保持网络生命周期的同时获得对应[G（t）]的解。该注意的是，以上证据不仅在理论上分析了所提出的时空网络模型的适当性，而且为解决方案的转换提供了详细的步骤。先，给出了两个传统通信模块在不同状态下的能耗，如表1所示。节点i的初始剩余能量设置为[Ei]（[J]，focus） 。
表1中的数据所示，待机状态的功耗与接收/发送状态相比可以忽略不计，因此，用于1位数据传输的功耗节点j处的节点i可以使用公式（1）计算。中：[α]（[J / bit]）和[β]（[J / bit / m3]）是常数系数； [d（i，j（0））]是节点i与节点j（或基站）之间的欧几里得距离。[θ]是路径损耗指数，其值根据环境定义，通常在2到6的范围内。中[fij（t）]是节点i的数据速率在时间t的节点j处。络节点的功耗问题是网络生命周期的问题。络生命周期（T）。络生命周期的定义是从网络开始到第一个节点死亡。态无线传感器网络（LMPD）中的生命周期优化问题定义为如何通过规划动态网络中的数据路由来优化网络生命周期。立动态网络模型可以大大简化网络生命周期优化问题的复杂性。以使用来自网络用户的移动信息来构建一系列随时间变化的动态网络图，并将这些动态图转换为时空图。于时空图中的源节点k，必须将具有[Mk]位的数据返回到基站的节点。式（3）表示动态网络模型中源节点的物理限制，即，对于任何源节点k，离开它的总流量必须等于其流量之和在每个时刻（[Mk]是源节点k总速率）。式（4）表示流量平衡的原理，即对于任何中继节点i，来自邻居节点i的数据流量应等于从这个节点到它的邻居节点和基站节点。式（5）表示能量平衡原理，即对于任何源节点，其总能量消耗（发送消息）不能超过其初始能量。式（6）还表示能量平衡原理，即对于任何中继节点，其总能耗（包括消息的发送和接收）不能不超过他的初始能量。式（7）表示每个变量的变化范围，即，流量不能为负的原理。论2：上述优化方程可以在多项式时间内求解。上述优化方程可以推导出，由于优化目标也是线性的，所以方程（3）至（7）的极限属于线性极限，上述优化方程属于线性优化，恒温阀芯因此可以在多项式时间内求解。论1和2得出以下结论：动态WSN中的生命周期优化问题可以在多项式时间内解决。句话说，以上结论证明，通过建立线性优化方程，可以在多项式时间内最优地解决动态WSN下的生命周期优化问题。在动态WSN下对生命周期优化问题进行理论上的完整分析和解决。于使用的动态网络模型具有一定的通用性，恒温阀芯因此可以针对WSN网络的其他动态灵活设计，例如基站的动态调度问题，动态拓扑管理网络等由于静态网络的特性，引起了WSN的主要问题。文通过调度动态网络中的调度来优化网络生命周期。先，它超越了静态网络的边界，并通过时间线的扩展将传统的静态网络模型扩展为动态网络模型。此基础上，基于网络流量理论，对优化问题进行数学建模，其优化方程属于线性优化范围，可采用标准算法求解最优解。项式时间。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com