GAFT和TopDisc

发布时间:2012/3/30 19:37:19 访问次数:10486

     南加州大学的有关学者还提出了一BCM5974CKMLG种以节点地理位置为分簇依据的GAF算法。该算法把监测区域划分成虚拟单元格，将节点按照位置信息划入相应的单元格，相邻单元格的任意两个节点可直接通信。GAF节点有3种状态：工作状态、睡眠状态和发现状态，GAF算法中节点的状态转换如图3-18所示。每个单元格只有一个定期选举产生的簇头节点处于工作状态，其他节点周期性地进入睡眠和发现状态。发现状态的节点可以竞争簇头。由于GAF算法需要精确的地理位置，对传感器节点提出了很高的要求。此外，GAF算法没有考虑到实际网络中节点之间的距离的邻近并不能代表节点之间可以直接通信的问题，也图3-18 GAF算法中节点状态转换图不能保证能量的均匀消耗。虽然GAF算法存在一些不足，但是它提出的节点状态转换机制和
按虚拟单元格划分分簇等思想具有一定的意义。
    TopDisc( Topology Discovery)算法源子Guba等在图论中提出的思想，是基于最小支配集问题的典型算法。在TopDisc算法中，由网络中的一个初始节点开始发送用于发现邻居节点的查询消息，该消息携带有发送节点的状态信息。随着查询消息在整个传感器网络中的扩散，算法依次为每个传感器节点标记上颜色即状态。根据算法中节点状态的个数，TopDisc包括两种具体的节点状态标记方法：三色算法和四色算法。
    TopDisc算法在密集部署的无线传感器网络中执行速度快，但形成的网络拓扑灵活性不强，也没考虑节点能耗的均衡问题。
    由上可知，无线传感器网络的拓扑控制还不完善，大部分算法处于理论研究阶段。

上一篇：典型的层次型拓扑控制方法

上一篇：拓扑控制中的休眠调度技术

相关技术资料: 3-30GAFT和TopDisc

相关IC型号: BCM5974CKMLG; BCM5000; BCM5000BKPJ; BCM5000KPJ; BCM5000KPJL; BCM5006KPF; BCM5012KPF; BCM5014A1KRB; BCM5014RA1KFB; BCM5201; BCM5201KPF

GAFT和TopDisc

热门点击

推荐技术资料