A Full Area Coverage Guaranteed, Energy Efficient Network Configuration Strategy for 3D Wireless Sensor Networks
Notice bibliographique
Résumé
In Wireless Sensor Networks (WSNs), providing full area coverage while maintaining connectivity between the sensors is considered an important issue. Coverage-aware sleep scheduling is an efficient way to optimize the coverage of WSNs while maximizing the energy consumption. On the other hand, clustering can provide an efficient way to achieve high connectivity in WSNs. Despite the close relationship between the coverage problem and the clustering problem, they have been formulated, discussed and evaluated separately. Furthermore, most existing WSN strategies are designed to be applied on Two-Dimensional (2D) fields under an ideal energy consumption model that relies on calculating the Euclidean distance between any pair of sensors. In reality, sensors are mostly deployed in a Three-Dimensional (3D) field in many applications and they do exhibit a discrete energy consumption model that depends on the sensors' status rather than the distance between them. In this paper, we propose a Pareto-based network configuration strategy for 3D WSN s. In the proposed protocol, deciding the status of each sensor in a 3D WSN s is formulated as a single multi-objective minimization problem. The proposed formulation considers the following combined properties: energy efficiency, data delivery reliability, scalability, and full area coverage. The performance of the proposed protocol is tested in 3D WSNs and under a realistic energy consumption model which is based on the characteristics of the Chip con CC2420 radio transceiver data sheet.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».