Con el fin de igualar el consumo de energía de la red y ampliar el ciclo de vida, se propone el protocolo optimizado basado en la estratificación adaptativa de clústeres de baja potencia (LEACH). En primer lugar, teniendo en cuenta la energía residual y la distancia de los nodos, se modifica la función de umbral del jefe de clúster, y se optimiza la estrategia de división de la región de red, para ajustar razonablemente el tamaño de los clústeres. Para la transmisión intracluster, se añade un mecanismo de reposo para equilibrar el consumo de energía de los nodos. Y se añade un nuevo nodo baricéntrico para ayudar al jefe de clúster (CH) a completar la tarea de transmisión, ampliando así la vida útil del servicio. En la comunicación multisalto entre clusters, para calcular el factor de ajuste del siguiente salto, derivamos una nueva fórmula que tiene en cuenta el ángulo, la energía restante y la distancia. Los resultados de la simulación muestran que la energía restante total del protocolo LEACH optimizado se reduce en un 31,4%, y el ciclo de vida de la red aumenta en torno al 52%.
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:
Aplicación de un Método de Posicionamiento Combinado WiFi/Geomagnético en un Entorno de Punto de Acceso Único
Artículo:
Impacto del Retraso del Canal de Retroalimentación sobre el Esquema de Planificación Conjunta de Usuarios y el Esquema de Planificación de Usuarios Aleatoria Separada en el Sistema LTE-A con Agregación de Portadoras.
Artículo:
Selección de Características mediante Algoritmos Genéticos para la Generación de un Modelo de Reconocimiento y Clasificación de Actividades Infantiles mediante Sonido Ambiental
Artículo:
Lateralización automática de la epilepsia del lóbulo temporal basada en características de la red MEG utilizando máquinas de vectores de soporte.
Artículo:
Gestión inteligente de predicción de enlaces basada en el descubrimiento de comunidades y la preferencia de comportamiento de los usuarios en las redes sociales en línea.