An energy aware coverage-preserving scheme for wireless sensor networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
How well a large wireless sensor network can be monitored or tracked while keeping long live is a challenging problem known as the energy aware coverage preserving. Several coverage solutions have been introduced based on node scheduling and quality coverage. Node scheduling based solutions usually rely on global clock synchronization and/or time delays to resolve conflicts when determining what nodes should be turned-off to save energy. If these time delays cannot be calculated accurately blind areas might emerge jeopardizing the network coverage quality. Other challenges to node scheduling based solutions include finding optimal wakeup strategies that avoid waking up more nodes than necessary; and keeping connectivity and coverage of the network while optimizing the number of nodes. This paper extends the coverage calculation method proposed by Tian and Georganas, referred here as C-PNSS scheme, and describes a novel distributed solution based on local information exchange without the uncertainty of self-schedule algorithms. A Decision algorithm and a new node wakeup scheme were devised to overcome existing problems in actual schemes. We implement our optimal coverage-preserving scheme (OCoPS) as an extension of LEACH. A set of simulation experiments was performed to evaluate OCoPS performance when compared to LEACH and C-PNSS schemes. The results indicate that our solution outperforms C-PNSS by over 20% on network lifetime and by over 25% on network lifetime when the coverage rate is higher than 80%. LEACH is outperformed by nearly over five times on network lifetime. The experimental results also show that our coverage scheme based on our extended coverage calculation method effectively limits the on-duty node number when compared to both LEACH and C-PNSS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle