找到 1 条结果
EEMLCR:基于机器学习的无线传感器网络节能聚类与路由
Energy-Efficient Machine Learning-Based Clustering and Routing for Wireless Sensor Networks
Muhammad Akram · Sibghat Ullah Bazai · Muhammad Imran Ghafoor · Saira Akram 等6人 · IEEE Access · 2025年1月
无线传感器网络WSN受限于低功耗传感单元、通信约束和处理能力,需要通过聚类和路由节约能源延长生命周期。本文研究Q-learning和K-means聚类算法应用,提出EEMLCR节能机器学习聚类与路由方法。与LEACH算法及其多跳变体DMHT LEACH和EDMHT LEACH对比验证有效性。在400节点网络600轮后,EEMLCR在存活节点数、平均能耗、剩余能量和数据包接收率等关键指标上显著优于LEACH及其变体,与EECDA和CMML等最新算法相比性能相当或更优。
解读: 该无线传感器网络节能技术对阳光电源分布式光伏监控系统有应用价值。阳光户用光伏系统中大量传感器节点需要低功耗通信和数据采集。EEMLCR聚类路由算法可优化阳光监控设备间通信拓扑,延长电池供电传感器寿命。该技术结合阳光智能运维系统,可实现大规模分布式电站的高效数据采集和传输,降低通信能耗和维护成本,提升...