WSN latency optimization based on path calculation method
Q3 Engineering
P. Zhu, J. Ren, Zhiyuan Ren
{"title":"WSN latency optimization based on path calculation method","authors":"P. Zhu, J. Ren, Zhiyuan Ren","doi":"10.1051/jnwpu/20224061394","DOIUrl":null,"url":null,"abstract":"随着物联网(IoT)行业的快速发展, 无线传感器网络(WSN)融合云计算技术面临着任务处理时延高、传感器节点能量有限的挑战。因此, 提出了一种基于云雾网络架构的路径计算方法, 利用雾计算层的网络边缘设备计算资源, 将WSN监测任务合理地部署到指定边缘设备上完成处理, 以减少能耗制约下的任务处理时延。为了将任务有效地分配到雾计算层, 采用了一种任务映射规则, 将有向无环图表示的监测任务映射到无向图表示的雾计算层网络; 结合时延和能耗约束建立了一个关于寻求最优映射关系的二值优化问题; 采用模拟退火-离散二值粒子群优化(SA-BPSO)算法实现了对该优化问题的求解。仿真结果显示, 在数据量为10 Mb时, 该方法的时延性能相比较WSN融合云计算技术提高了约40%。","PeriodicalId":39691,"journal":{"name":"西北工业大学学报","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"西北工业大学学报","FirstCategoryId":"1093","ListUrlMain":"https://doi.org/10.1051/jnwpu/20224061394","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Engineering","Score":null,"Total":0}
引用次数: 1
Abstract
随着物联网(IoT)行业的快速发展, 无线传感器网络(WSN)融合云计算技术面临着任务处理时延高、传感器节点能量有限的挑战。因此, 提出了一种基于云雾网络架构的路径计算方法, 利用雾计算层的网络边缘设备计算资源, 将WSN监测任务合理地部署到指定边缘设备上完成处理, 以减少能耗制约下的任务处理时延。为了将任务有效地分配到雾计算层, 采用了一种任务映射规则, 将有向无环图表示的监测任务映射到无向图表示的雾计算层网络; 结合时延和能耗约束建立了一个关于寻求最优映射关系的二值优化问题; 采用模拟退火-离散二值粒子群优化(SA-BPSO)算法实现了对该优化问题的求解。仿真结果显示, 在数据量为10 Mb时, 该方法的时延性能相比较WSN融合云计算技术提高了约40%。
基于路径计算方法的WSN时延优化
随着物联网(IoT)行业的快速发展, 无线传感器网络(WSN)融合云计算技术面临着任务处理时延高、传感器节点能量有限的挑战。因此, 提出了一种基于云雾网络架构的路径计算方法, 利用雾计算层的网络边缘设备计算资源, 将WSN监测任务合理地部署到指定边缘设备上完成处理, 以减少能耗制约下的任务处理时延。为了将任务有效地分配到雾计算层, 采用了一种任务映射规则, 将有向无环图表示的监测任务映射到无向图表示的雾计算层网络; 结合时延和能耗约束建立了一个关于寻求最优映射关系的二值优化问题; 采用模拟退火-离散二值粒子群优化(SA-BPSO)算法实现了对该优化问题的求解。仿真结果显示, 在数据量为10 Mb时, 该方法的时延性能相比较WSN融合云计算技术提高了约40%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。