Para mejorar la vida útil de las redes de sensores inalámbricos móviles basadas en sumideros y teniendo en cuenta que el retardo en la transmisión de datos y los saltos son limitados en el sistema real, se propone un algoritmo de optimización de la vida útil limitado por el retardo en la transmisión de datos y los saltos (LOA_DH) para redes de sensores inalámbricos móviles basadas en sumideros. En LOA_DH, se analizan algunas restricciones y se propone un modelo de optimización. El algoritmo de enrutamiento de máxima capacidad se utiliza para calcular el consumo de energía de la comunicación. Para resolver el modelo de optimización se utiliza un algoritmo genético mejorado que modifica los individuos para cumplir todas las restricciones. Se obtiene la solución óptima de los centros y tiempos de permanencia del nodo sumidero que maximiza la vida útil de la red. Los resultados de la simulación muestran que, en tres escenarios de distribución de nodos, LOA_DH puede encontrar la solución de movimiento del nodo sumidero que cubre todos los nodos sensores. En comparación con MCP_RAND, MCP_GMRE y EASR, la solución mejora la vida útil de la red y reduce la cantidad media de datos descartados por los nodos y el consumo medio de energía de los nodos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Predicción de las cargas musculoesqueléticas de la columna vertebral durante la marcha a nivel y la subida de escaleras tras dos tipos de intervenciones simuladas en pacientes con hernia discal lumbar.
Video:
Nanotecnología : los grandes impactos sociales de lo muy pequeño
Artículo:
Síntesis, caracterización y estudios de unión al ADN de la nanoplumbagina
Artículo:
Efectos de los recubrimientos comestibles a base de polisacáridos sobre la calidad y el sistema enzimático antioxidante de la fresa durante el almacenamiento en frío
Artículo:
Segmentación de imágenes de tomografía computarizada de haz cónico basada en aprendizaje profundo para la detección de lesiones orales