恭喜湖州学院;电子科技大学长三角研究院(湖州)杨珍获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜湖州学院;电子科技大学长三角研究院(湖州)申请的专利一种面向大规模物联网的分区协同感知方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115426408B 。
龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210962619.5,技术领域涉及:H04L67/60;该发明授权一种面向大规模物联网的分区协同感知方法是由杨珍;蒋云良;张杰;张浩宇;任晓龙;隗兵设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。
本一种面向大规模物联网的分区协同感知方法在说明书摘要公布了:本发明提出了一种面向大规模物联网的分区协同感知方法,包括以下步骤:S1.将节点的感知区域进行划分;S2.节点状态分为工作和睡眠,通过节点唤醒概率转换状态;S3.每个节点设有一个请求保存表,对感知的请求信息进行存储和传输服务请求信息;S4.每个节点设有一个喜好方位,根据感的请求信息以及请求保存表修改最优方位;S5.最优方位感知完成后,节点会计算每个方位的选择算子,选出最大的选择算子所代表的方位进行感知;S6.感知操作结束后,节点会唤醒感知方位内的其他节点并传输请求信息;S7.传输操作结束后,各节点会计算节点的能力值并修改唤醒概率,并通过卷积方法筛选掉一部分低效节点。该方法能够提升网络对服务请求的感知准确度,减少网络能耗。
本发明授权一种面向大规模物联网的分区协同感知方法在权利要求书中公布了:1.一种面向大规模物联网的分区协同感知方法,其特征在于:包括以下步骤:S1.将节点的感知区域进行划分,每个区域表示一个感知方位,每个方位的感知相互独立;S2.节点的状态分为工作和睡眠两种状态,通过节点的唤醒概率控制两种状态的相互转换;S3.每个节点设有一个请求保存表,对感知的请求信息进行存储和传输服务请求信息;S4.每个节点设有一个喜好方位,根据感知的请求信息以及请求保存表修改喜好方位;S5.通过喜好方位感知完成后,节点会计算每个方位的选择算子,选出最大的选择算子所代表的方位进行感知;S6.在一轮感知操作结束后,节点会唤醒感知方位内的其他节点并传输请求信息;S7.在传输操作结束后,每个节点会计算节点的能力值,通过节点的能力值修改唤醒概率,并筛选掉一部分低效的节点;步骤S3中,每一轮感知操作,节点Ni都会感知或接收服务请求,节点Ni会将请求信息记录在请求保存表RSTi中;记录的信息在节点中表示为一个集合,它的元素如下:(Rid,R_X,R_Y,Ori,Rw,t);其中,Rid为服务请求的编号;R_X和R_Y表示服务请求的地理坐标;Ori表示感知Rid的方位编号;Rw表示获取服务请求的方式;t表示请求在节点中存储的时间; ;步骤S4中,在感知过程中,节点Ni以喜好方位优先感知服务请求,具体过程如下:首先根据下面的公式对RSTi中的请求坐标进行更新;然后在点阵中根据坐标将对应的位置标为1;采用HNN网络确定节点的喜好方位;通过将点阵按行转换为向量noi,利用HNN网络将noi与S1中划分的八个搜索方位的点阵进行模拟,使用概率p对HNN网络的结果进行修正,得到的结果是下一轮节点Ni的喜好方位; ;其中R_X和R_Y表示RSTi中的请求坐标,N_X和N_Y表示节点Ni的坐标,Rsi表示节点Ni的感知半径;步骤S7中,利用卷积方式筛选低效节点,获得所有节点的能力值Ab,并将它们组合成一个12×12点阵,称为特征映射C1;然后进行如下步骤:步骤a:使用3×3卷积核进行卷积,得到名为C2的10×10大小的特征映射,该特征映射得到每个3×3区域的平均能力值;步骤b:2×2规范的众数池化操作在C2上执行,得到的结果用来表示2×2区域的水平效率,将得到的特征映射称为C3;步骤c:通过卷积和众数池化,得到特征映射C3;通过对比C3中的数据,可以确定特征值较小的特征值是感知能力较弱的区域;步骤d:根据步骤c中的对应关系,筛选出C1中能力值较低的节点,将其能力值组成点阵C4;步骤e:将每个C4分成4个特征映射,其规格为2×2,每个特征映射包含4个节点的能力值;对每个特征映射进行卷积运算,得到C5;卷积运算是去掉自身能力值后剩下三个节点的能力值之和;步骤f:通过比较C5中的能力值,选取能力值最小的节点编号到C6;C6包含从每个C4中选择的4个结果;步骤g:C6中记录的节点编号形成最终的输出结果C7,根据C7中的节点编号,模型将记录的节点编号的Pwake设置为0;Pwake表示节点的唤醒概率。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖州学院;电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市学士路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。