无线传感器网络中最优路由树的构造算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61502232
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0208.物联网及其他新型网络
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Data gathering is a basic operation for wireless sensor network applications. How to design an efficient data gathering tree to prolong network lifetime is a critical problem in wireless sensor networks. However, finding the optimal routing tree has been proved to be NP-hard. Currently, most algorithms for this problem are heuristic algorithms, and have no (or rather weak) worst-case theoretical guarantee. Consequently, these algorithms can only be evaluated by experiments (or simulations), making it difficult to further understand and solve the problem. This project aims to propose algorithms for finding the optimal routing tree. Specifically, we will consider the problem in wireless sensor networks with aggregation capabilities, in wireless sensor networks without aggregation capabilities, and in wireless sensor networks powered by new energy sources. For each type of sensor networks, we will prove stronger inapproximability results, propose approximation algorithms with lower time complexity and higher approximation ratio matching the theoretical upper bound, and design exact algorithms with lower (exponential) running time. We will evaluate the proposed algorithms by both theoretical analysis and real-world experiments. This research project will improve the understanding of routing tree construction problem, and provide theoretical guidance in designing the routing structure in practical wireless sensor networks. We plan to publish 6-8 papers in international conferences and journals, and at least four of them are ranked B in CCF recommended conferences and journals.
数据收集是传感网应用的一项基本操作。如何为数据收集设计高效的路由树来延长传感网生存时间是一个关键问题。然而,最优路由树问题已被证明是NP难问题。目前,针对此问题的算法以启发式算法为主,缺少最坏情况下的理论保证或理论保证较弱,研究者只能通过(模拟)实验对算法进行评估,制约了对路由树问题的进一步理解和解决。本项目研究最优路由树的构造算法与理论,具体包含数据融合传感网的最优路由树问题、非数据融合传感网的最优路由树问题和新型能源传感网的最优路由树问题。对每个问题,分析最优路由树问题的不可近似比,提出时间复杂度更低、近似比接近理论上界的近似算法,并设计具有更低(指数)时间复杂度的精确算法。我们将结合理论推导和实验论证的方法来验证算法的性能。本项目的研究成果将加深对路由树构造问题的理解,为路由结构设计提供理论指导。力争在国际期刊或会议上发表高质量论文6-8篇,其中至少包含4篇CCF B类以上论文。

结项摘要

本项目对无线传感器网络的最优路由树问题从难度分析、近似算法设计和精确算法设计三个方面开展了研究。突出创新之处包括:(1)提出了一种能够与理论不可近似比匹配的近似算法,不但证明了不可近似比已不可改进,而且提出的近似算法在应用到传统的度限制生成树和最小度生成树问题中时,具有更低的时间复杂度;(2)提出了最坏情况下时间复杂度为O*(2^n)的精确算法,回答了一个长期悬而未决的难题;(3)提出了在实际网络中运行速度更快的精确算法,能够为中等规模无线传感器网络寻找到最优路由树;(4)将最优路由树的研究成果应用到了软件定义网络及内容中心网络中,证明了一系列难度结论。本项目的研究推动了对最优路由树问题的理解,具有重要的理论意义和应用价值。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(2)
Fast Approximation Algorithm for Maximum Lifetime Aggregation Trees in Wireless Sensor Networks
无线传感器网络中最大寿命聚合树的快速逼近算法
  • DOI:
    10.1287/ijoc.2015.0688
  • 发表时间:
    2016
  • 期刊:
    INFORMS Journal on Computing
  • 影响因子:
    2.1
  • 作者:
    Zhu Xiaojun;Chen Guihai;Tang Shaojie;Wu Xiaobing;Chen Bing
  • 通讯作者:
    Chen Bing
Using Wireless Link Dynamics to Extract a Secret Key in Vehicular Scenarios
使用无线链路动态提取车辆场景中的密钥
  • DOI:
    10.1109/tmc.2016.2557784
  • 发表时间:
    2017-07
  • 期刊:
    IEEE Transactions on Mobile Computing
  • 影响因子:
    7.9
  • 作者:
    Zhu Xiaojun;Xu Fengyuan;Novak Edmund;Tan Chiu C.;Li Qun;Chen Guihai
  • 通讯作者:
    Chen Guihai
Speeding Up Exact Algorithms for Maximizing Lifetime of WSNs Using Multiple Cores
使用多核加速精确算法以最大限度地延长无线传感器网络的使用寿命
  • DOI:
    10.1155/2018/3830285
  • 发表时间:
    2018-01-01
  • 期刊:
    WIRELESS COMMUNICATIONS & MOBILE COMPUTING
  • 影响因子:
    --
  • 作者:
    Cao, Pengyuan;Zhu, Xiaojun
  • 通讯作者:
    Zhu, Xiaojun
A few bits are enough: Energy efficient device-free localization
几位就足够了:节能的无设备本地化
  • DOI:
    10.1016/j.comcom.2016.01.010
  • 发表时间:
    2016-06
  • 期刊:
    Computer Communications
  • 影响因子:
    6
  • 作者:
    Wu Pan;Wu Xiaobing;Chen Guihai;Shan Mengfan;Zhu Xiaojun
  • 通讯作者:
    Zhu Xiaojun
Towards energy-fairness for broadcast scheduling with minimum delay in low-duty-cycle sensor networks
在低占空比传感器网络中以最小延迟实现广播调度的能源公平
  • DOI:
    10.1016/j.comcom.2015.09.012
  • 发表时间:
    2016-02
  • 期刊:
    Computer Communications
  • 影响因子:
    6
  • 作者:
    Zhu, Xiaojun;Dai, Haipeng;Wu, Xiaobing;Chen, Guihai
  • 通讯作者:
    Chen, Guihai

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

粗颗粒矿石在提升管道内的旋转特性
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    唐达生;宋跃文;朱小军;夏建新;肖红
  • 通讯作者:
    肖红
复合地基垫层破坏模式的试验研究与数值模拟
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    东南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    朱小军;赵学亮;龚维明;徐国平
  • 通讯作者:
    徐国平
筒型基础静压沉贯过程颗粒流模拟数值分析
  • DOI:
    10.13393/j.cnki.issn.1672-948x.2020.03.012
  • 发表时间:
    2020
  • 期刊:
    三峡大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李文帅;朱小军
  • 通讯作者:
    朱小军
砂土中桶形基础静压沉贯过程桶-土受力分析
  • DOI:
    10.16285/j.rsm.2017.1228
  • 发表时间:
    2019
  • 期刊:
    岩土力学
  • 影响因子:
    --
  • 作者:
    朱小军;李文帅;费康;孔伟阳;龚维明
  • 通讯作者:
    龚维明
垂直提升管道中粗颗粒滑移速度试验研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    矿冶工程
  • 影响因子:
    --
  • 作者:
    宋跃文;朱小军;唐达生
  • 通讯作者:
    唐达生

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

朱小军的其他基金

动态频谱拒止下无人机网络的快速路由恢复机制研究
  • 批准号:
    62372230
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于多无人机协同的低功耗无线网络路由恢复机制研究
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码