ADV-LEACH2 Energy-Efficient Clustering Protocols for Three-Tier Heterogeneous Wireless Sensor Networks

Q: 이 논문에서 정의한 ADV-LEACH2란 무엇인가?

3계층 이종 무선 센서 네트워크에 적용되는 에너지 효율적인 클러스터링 프로토콜이다. 노드의 잔여 에너지와 클러스터 헤드 간의 거리를 고려하여 임계값 공식을 재정의하고, 동적이며 수정된 확률 기반 접근 방식을 통해 최적의 클러스터 헤드 노드를 선정하여 네트워크 수명을 연장한다.

Q: 3계층 이종 무선 센서 네트워크가 네트워크 수명 연장에 미치는 영향은 무엇인가?

연구 결과, 높은 에너지 레벨을 가진 슈퍼 노드를 포함한 3계층 이종 구조는 동종 및 2계층 네트워크보다 에너지 소비를 줄이고 활성 노드 수를 유지하는 데 효과적이다. 따라서 기존 방식보다 네트워크 수명을 획기적으로 늘리며 데이터 전송 효율을 높이는 결과를 나타낸다.

Nitin Kumar; Pawan Kumar Verma; Vinod Kumar

doi:10.5573/IEIESPC.2021.11.1.49

추천

검색

질문

자료유형: 학술저널

저자정보: Nitin Kumar (SRM Institute of Science and Technology) Pawan Kumar Verma (Dr. B. R. Ambedkar National Institute of Technology) Vinod Kumar (SRM Institute of Science and Technology)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.11 No.1

발행연도: 2022.2

수록면: 49 - 56 (8page)

DOI: 10.5573/IEIESPC.2021.11.1.49

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper presents energy-efficient clustering protocols for three-tier heterogeneous wireless sensor networks (WSNs) along with their applications to the systems. The performance of a new dynamic, modified, probability-based approach to finding the most energy-efficient cluster head nodes is intended to extend network lifetime. Mathematical modeling and simulation results from using MATLAB-2017b provide a comparative analysis of several heterogeneous and homogeneous WSN variants in terms of energy consumption, active versus dead nodes, and network lifetime based on first node dead (FND) and last node dead (LND). ADV-LEACH2 in a three-tier heterogeneous network performs better than homogeneous and two-tier heterogeneous networks owing to super nodes with higher energy levels.

#Cluster head selection #Homogeneous #Heterogeneous #WSN

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)