图模式挖掘技术的研究.ppt

* 热、红外、声纳、雷达和地震波 微处理器或微控制器 短距离无线通信 内置内存，4KB RAM * QoS保障是一个相对新的研究领域，现有工作都特定于某个功能层或特殊应用，下面参考wsn的分层结构简要介绍目前QoS研究的工作 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 应用层的QoS需求由用户提出，QoS可定义为系统生命期查询响应时间，事件检测成功率，查询结果数据的时间空间分辨率，数据可靠性和数据新颖度。 * 无线传感器网络是目前国际上的一个研究热点，但是对其QoS保障技术的研究才刚刚开始。WSN在网络自身和应用需求上都有显著特点，其QoS研究也面临许多新的挑战。实时性，可靠性和资源的有效利用是无线传感器网QoS研究的三个主要设计目标 本文主要研究了应用层、连通覆盖维护层、数据管理层和路由层的QoS保障技术 * * 首先介绍基于遗传算法的有QoS 保障的任务分配 * 传感器网络组织为层次型结构[17]，节点运行聚簇协议如LEACH协议后，地理位置邻近的节点自组织为一个聚簇，自动选出一个节点作为簇头，其他节点为成员节点。成员节点以多跳传输地方式和簇头节点进行通信。传感器网络被划分为多个聚簇，簇头之间以及簇头和基站之间的通信也采取多跳方式。本文重点研究聚簇内的任务分配问题，考虑簇头如何将任务优化地分配给聚簇内合适的成员节点执行。本文的方法可以很容易的扩展到聚簇间的任务分配问题，此时由基站负责将应用任务优化地分配给网内的簇头节点执行。 * 传感器网络组织为层次型结构[17]，节点运行聚簇协议如LEACH协议后，地理位置邻近的节点自组织为一个聚簇，自动选出一个节点作为簇头，其他节点为成员节点。成员节点以多跳传输地方式和簇头节点进行通信。传感器网络被划分为多个聚簇，簇头之间以及簇头和基站之间的通信也采取多跳方式。本文重点研究聚簇内的任务分配问题，考虑簇头如何将任务优化地分配给聚簇内合适的成员节点执行。本文的方法可以很容易的扩展到聚簇间的任务分配问题，此时由基站负责将应用任务优化地分配给网内的簇头节点执行。 * 用随机优化技术的能量消耗对本文的算法产生的能量消耗规范化。 DVS表示采取随机任务映射、最短路径路由、动态电压调制策略下执行任务的能量消耗；DVS+R表示采取随机任务映射、遗传算法路由和动态电压调制策略下执行任务的能量消耗；DVS+R+TM表示采取基于遗传算法的任务映射、基于遗传算法的路由和动态电压调制策略下执行任务的能量消耗。 从图中可以看出，本文的算法节省能量最多。三种方法平均能量节省分别是16%，26.5%和39.6% * 用随机优化技术的能量消耗对本文的算法产生的能量消耗规范化。 DVS表示采取随机任务映射、最短路径路由、动态电压调制策略下执行任务的能量消耗；DVS+R表示采取随机任务映射、遗传算法路由和动态电压调制策略下执行任务的能量消耗；DVS+R+TM表示采取基于遗传算法的任务映射、基于遗传算法的路由和动态电压调制策略下执行任务的能量消耗。 从图中可以看出，本文的算法节省能量最多。三种方法平均能量节省分别是16%，26.5%和39.6% * 用随机优化技术的能量消耗对本文的算法产生的能量消耗规范化。 DVS表示采取随机任务映射、最短路径路由、动态电压调制策略下执行任务的能量消耗；DVS+R表示采取随机任务映射、遗传算法路由和动态电压调制策略下执行任务的能量消耗；DVS+R+TM表示采取基于遗传算法的任务映射、基于遗传算法的路由和动态电压调制策略下执行任务的能量消耗。 从图中可以看出，本文的算法节省能量最多。三种方法平均能量节省分别是16%，26.5%和39.6% * 用随机优化技术的能量消耗对本文的算法产生的能量消耗规范化。 DVS表示采取随机任务映射、最短路径路由、动态电压调制策略下执行任务的能量消耗；DVS+R表示采取随机任务映射、遗传算法路由和动态电压调制策略下执行任务的能量消耗；DVS+R+TM表示采取基