期刊文献+

船舶机舱无线传感器网络丢失节点预测方法研究 被引量:2

Research on lost node prediction method for wireless sensor networks in marine engine room
下载PDF
导出
摘要 现有船舶机舱无线传感器网络丢失节点预测方法存在计算量大、预测精准度差的缺陷,为此进行船舶机舱无线传感器网络丢失节点预测方法研究。为提升无线传感器网络丢失节点预测精准度,搭建无线传感器网络节点模型,建立网络节点隶属度向量。以此为基础,依据节点运动状态特点,计算丢失节点偏转方向,以得到的丢失节点偏转方向信息为依据,采用A-USVC算法预测丢失节点位置,实现船舶机舱无线传感器网络丢失节点的预测。仿真实验结果显示,与现有船舶机舱无线传感器网络丢失节点预测方法相比,提出的船舶机舱无线传感器网络丢失节点预测方法极大降低了计算量,提高了预测精准度,充分说明提出的船舶机舱无线传感器网络丢失节点预测方法具备更好的预测效果。 The loss node prediction method of wireless sensor network for ship engine room has the defects of large computation amount and poor prediction accuracy,so the research on the loss node prediction method of wireless sensor network for ship engine room is put forward.In order to improve wireless sensor network node lost prediction precision,build A wireless sensor network node model,build A network node membership vector,on this basis,according to node motion characteristics,calculation node deflection lost direction,on the basis of the node deflection direction information lost to get,predicted using the algorithm of A-USVC lost node location,has realized the ship engine room lost wireless sensor network node.Through the simulation experiment results show that,with the existing ship engine room wireless sensor network node lost compared prediction methods,proposes the prediction method of ship engine room wireless sensor network node lost greatly reduces the amount of calculation,improves the prediction precision,fully show the ship engine room wireless sensor network node lost prediction method has better prediction effect.
作者 史丽娟 SHI Li-juan(Department of Electronic Engineering,Changzhou College of Information Technology,Changzhou 213164,China)
出处 《舰船科学技术》 北大核心 2019年第22期61-63,共3页 Ship Science and Technology
基金 常州信息职业技术学院校级科研平台(KYPT201803Z) 教育部职业院校信息化教学指导委员会信息化教学研究课题(2018LXA0066) 常州大学高等职业教育研究院课题(CDGZ2018047).
关键词 机舱 无线传感器 丢失节点 预测 engine room wireless sensors missing node to predict
  • 相关文献

参考文献4

二级参考文献9

共引文献45

同被引文献15

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部