《分簇算法综述》PPT课件.ppt

《分簇算法综述》PPT课件.ppt

ID:52072454

大小:1.33 MB

页数:12页

时间:2020-03-31

《分簇算法综述》PPT课件.ppt_第1页
《分簇算法综述》PPT课件.ppt_第2页
《分簇算法综述》PPT课件.ppt_第3页
《分簇算法综述》PPT课件.ppt_第4页
《分簇算法综述》PPT课件.ppt_第5页
资源描述:

《《分簇算法综述》PPT课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、分簇算法综述reviewofclusteringalgorithmsinwsn2014年11月27日分簇算法综述基本思想意义分类比较总结分簇基本思想什么是分簇基本过程簇首产生簇的形成数据传输SinkClusterClusterhead建立和维护数据传输路径网络拓扑结构控制分簇的意义解决的问题优势评测指标有效的消除数据冗余,促进网内数据融合减少了通信量和通信距离可扩展性强,低负载,低能耗,避免冲突,负载均衡,鲁棒性强能耗生命周期融合率网络时延分簇算法的分类路由驱动LEACH,HEED以及在此基础上的改进算法等编码驱动分布式信源编码融合驱动考虑数据相关性,分簇并

2、选择代表节点LEACH最经典的路由协议按轮周期性运行建簇阶段:节点以一定的概率,随机的选举成为簇首数据传输阶段:各个簇成员节点与簇首节点进行通信,再转发给sink节点完全基于通信将地理上相近的节点划分到一簇没有具体的融合策略缺点DistributedSourceCoding编码+路由利用节点的边信息(sideinformation)进行编码结合分簇策略,利用局部信息缺点每个源只压缩一次大部分编码方式需要全局的相关性信息压缩编码复杂度较高self-codingforeign-codingabcabcSrSr2Sr+SeSr+2SeSrSrDataCorrela

3、tion-Based基本思想建立数据模型->选择簇首节点->分簇->代表节点发送数据α-local空间相关性分簇算法定义了一个空间相关性权值,衡量节点与其邻居节点的平均相关程度选举的簇首需要满足两个条件:权值大于上界或小于下界;同时保证邻居节点中没有其他簇首节点其他节点则根据地理空间距离选择加入最近的簇PCC,DDCD等各类算法的比较名称分类算法策略能量效率网络时延扩展性负载均衡算法复杂度LEACH路由驱动分布式低低低中等低HEED路由驱动分布式中等中等中等中等中等DOC编码驱动分布式中等高低中等高MEGA编码驱动集中式高中等低好中等α-local融合驱动分

4、布式高低高差高PCC融合驱动集中式高高低好中等总结和展望以数据为中心的传输和数据融合技术的结合形成合理的网络拓扑结构,便于管理和控制有效的感知数据的相关性,获得最佳分簇效果消除数据冗余和容错性检验兼顾均衡算法的复杂度和网络时延参考文献[1]LiuX.Asurveyonclusteringroutingprotocolsinwirelesssensornetworks[J].Sensors,2012,12(8):11113-11153.[2]RajagopalanR,VarshneyPK.Dataaggregationtechniquesinsensornet

5、works:Asurvey[C]//Comm.Surveys&Tutorials,IEEE.2006.[3]LuoH,LiuY,DasSK.Routingcorrelateddatainwirelesssensornetworks:Asurvey[J].Network,IEEE,2007,21(6):40-47.[4]HeinzelmanWR,ChandrakasanA,BalakrishnanH.Energy-efficientcommunicationprotocolforwirelessmicrosensornetworks[C]//SystemSci

6、ences,2000.Proceedingsofthe33rdAnnualHawaiiInternationalConferenceon.IEEE,2000:10pp.vol.2.[5]YounisO,FahmyS.HEED:ahybrid,energy-efficient,distributedclusteringapproachforadhocsensornetworks[J].Mobilecomputing,IEEETransactionson,2004,3(4):366-379.[6]SlepianD,WolfJK.Noiselesscodingof

7、correlatedinformationsources[J].InformationTheory,IEEETransactionson,1973,19(4):471-480.[7]VonRickenbachP,WattenhoferR.Gatheringcorrelateddatainsensornetworks[C]//Proceedingsofthe2004jointworkshoponFoundationsofmobilecomputing.ACM,2004:60-66.[8]ZhengJ,WangP,LiC.Distributeddataaggre

8、gationusingSlepian-Wolfcod

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。