吳金舟， 王明文， 胡劍鋒， 楊國(guó)強(qiáng)

(1.江西師范大學(xué) 信息工程學(xué)院，江西 南昌 330098；2.江西科技學(xué)院 信息工程學(xué)院，江西 南昌 330022；3.江西省計(jì)算技術(shù)研究所，江西 南昌 330002)

單節(jié)點(diǎn)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸優(yōu)化策略*

吳金舟1， 王明文2， 胡劍鋒1， 楊國(guó)強(qiáng)3

(1.江西師范大學(xué) 信息工程學(xué)院，江西 南昌 330098；2.江西科技學(xué)院 信息工程學(xué)院，江西 南昌 330022；3.江西省計(jì)算技術(shù)研究所，江西 南昌 330002)

為了提高無(wú)線傳感器網(wǎng)絡(luò)(WSNs)節(jié)點(diǎn)能量的利用率，延長(zhǎng)WSNs的生存時(shí)間，提出了一種單節(jié)點(diǎn)的WSNs數(shù)據(jù)傳輸優(yōu)化策略。首先對(duì)WSNs結(jié)構(gòu)進(jìn)行分析，并建立單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)傳輸優(yōu)化的數(shù)學(xué)模型;然后采用懲罰函數(shù)法對(duì)數(shù)據(jù)傳輸過(guò)程中的傳感器節(jié)點(diǎn)能耗進(jìn)行優(yōu)化;最后在Matlab 2012平臺(tái)對(duì)其進(jìn)行仿真分析。結(jié)果表明:該方法可以根據(jù)環(huán)境能量的變化對(duì)傳感器節(jié)點(diǎn)能耗進(jìn)行自適應(yīng)優(yōu)化，提高了節(jié)點(diǎn)的累積數(shù)據(jù)傳輸總量，可以較好適應(yīng)環(huán)境能量不確定性。

無(wú)線傳感器網(wǎng)絡(luò)； 數(shù)據(jù)傳輸； 能量?jī)?yōu)化； 網(wǎng)絡(luò)生存時(shí)間

0 引 言

無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks，WSNs)節(jié)點(diǎn)經(jīng)常部署在惡劣的環(huán)境中，由于傳感器的節(jié)點(diǎn)能量有限，而且一般不能更換電池和充電，因此，如何充分利用節(jié)點(diǎn)能量，延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間成為了WSNs研究中的重要課題[1]。

為了提高節(jié)點(diǎn)能量利用率，降低能量消耗，許多學(xué)者提出大量的節(jié)點(diǎn)路由算法[2]。WSNs的路由協(xié)議可分為平面路由協(xié)議和分層路由協(xié)議兩種，在平面路由協(xié)議中各節(jié)點(diǎn)在網(wǎng)絡(luò)中的地位是平等的，網(wǎng)絡(luò)間交換數(shù)據(jù)的算法十分的復(fù)雜，各節(jié)點(diǎn)都是單獨(dú)進(jìn)行工作的，網(wǎng)絡(luò)算法得不到很好的優(yōu)化，因此,網(wǎng)絡(luò)效率十分的低[3]。低功耗自適應(yīng)集簇分層型(low energy adaptive clustering hierarchy，LEACH)協(xié)議是一種經(jīng)典的在分層WSNs路由協(xié)議[4]。然而，經(jīng)典的LEACH路由協(xié)議存在節(jié)點(diǎn)能量消耗不平衡、網(wǎng)絡(luò)負(fù)載不均衡，導(dǎo)致WSNs的生存時(shí)間比較短[5]。為此，有些學(xué)者提出許多改進(jìn)的WSNs路由協(xié)議，如,文獻(xiàn)[6]提出基于模擬退火算法選舉簇頭的WSNs路由協(xié)議；文獻(xiàn)[7]提出基于簇頭與匯聚節(jié)點(diǎn)之間多跳通信的WSNs路由協(xié)議；文獻(xiàn)[8]提出基于雙簇頭的WSNs路由協(xié)議，這些WSNs路由協(xié)議一定程度上克服了LEACH路由協(xié)議存在的不足，提高了節(jié)點(diǎn)能量的利用率，降低了整個(gè)網(wǎng)絡(luò)的能耗，有效延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間。近年來(lái)，有學(xué)者提出基于環(huán)境能量驅(qū)動(dòng)的傳感器節(jié)點(diǎn)網(wǎng)絡(luò)路由協(xié)議，在傳感器節(jié)點(diǎn)中加入環(huán)境能量收集和管理模塊，通過(guò)利用太陽(yáng)能對(duì)節(jié)點(diǎn)的能量進(jìn)行補(bǔ)充，以延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間[9]。在WSNs節(jié)點(diǎn)的能量消耗中，數(shù)據(jù)傳輸消耗占WSNs大部分的能量，為此，一些學(xué)者們提出能量?jī)?yōu)化的WSNs數(shù)據(jù)傳輸模型，并通過(guò)理論和仿真實(shí)驗(yàn)對(duì)模型進(jìn)行相應(yīng)的分析[10～12]。

為了延長(zhǎng)WSNs的使用壽命，本文提出了一種單個(gè)傳感器節(jié)點(diǎn)的數(shù)據(jù)傳輸優(yōu)化模型。首先對(duì)WSNs的結(jié)構(gòu)進(jìn)行分析，建立傳感器節(jié)點(diǎn)數(shù)據(jù)傳輸優(yōu)化的數(shù)學(xué)模型，然后再引入懲罰函數(shù)對(duì)數(shù)據(jù)傳輸過(guò)程中傳感器節(jié)點(diǎn)能量消耗進(jìn)行優(yōu)化，最后通過(guò)仿真實(shí)驗(yàn)測(cè)試其有效性。

1 WSNs模型

WSNs的結(jié)構(gòu)如圖1所示。

圖1 WSNs的結(jié)構(gòu)Fig 1 Structure of WSNs

WSNs中的節(jié)點(diǎn)的能耗主要有三部分：傳感器模塊、處理器模塊和無(wú)線通信模塊，傳感器節(jié)點(diǎn)將1 bit信息傳輸100 m所消耗的能量相當(dāng)于執(zhí)行3 000條計(jì)算指令所消耗的能量；處理器模塊和傳感器模塊的能量消耗為常量性消耗，在能耗模型中將這部分能量消耗設(shè)為常數(shù)Pc+s，無(wú)線模塊將nbit的信息傳送距離為d，那么，射頻模塊的發(fā)送和接收能耗分別為

(1)

式中Eelec為發(fā)射裝置和接收電路每發(fā)送和接收1 bit數(shù)據(jù)的耗能；εamp為發(fā)射放大器將1 bit數(shù)據(jù)傳送1 m2所消耗的能量；k為傳播衰減系數(shù)，具體取值由周圍環(huán)境復(fù)雜度決定。

WSNs在通信過(guò)程中，傳感器節(jié)點(diǎn)端包含兩個(gè)隊(duì)列：數(shù)據(jù)傳輸隊(duì)列和數(shù)據(jù)存儲(chǔ)隊(duì)列，在實(shí)際通信過(guò)程中，相對(duì)于數(shù)據(jù)傳輸消耗的能量，數(shù)據(jù)存儲(chǔ)消耗的能量十分小，通?？梢院雎圆挥?jì)，因此,本文WSNs節(jié)點(diǎn)能量消耗模型只考慮數(shù)據(jù)傳輸過(guò)程中消耗的能量。設(shè)X為發(fā)射信號(hào)，那節(jié)點(diǎn)接收端的接收信號(hào)為

Y=X+Z.

(2)

其中，Z為高斯干擾。

由于WSNs節(jié)點(diǎn)在通信過(guò)程中，其數(shù)據(jù)傳輸與信號(hào)發(fā)射功率直接相關(guān)，這樣就可以通過(guò)對(duì)節(jié)點(diǎn)的發(fā)射功率進(jìn)行動(dòng)態(tài)調(diào)節(jié)，從而實(shí)現(xiàn)對(duì)WSNs節(jié)點(diǎn)數(shù)據(jù)傳輸進(jìn)行優(yōu)化。設(shè)p(t)表示t時(shí)刻信號(hào)發(fā)射功率，那么WSNs的信道瞬時(shí)比特速率為

(3)

將時(shí)間T平均劃分為n+1等分，記作Si，i=0,…,N，Si時(shí)刻收集的能量記為Ei，相應(yīng)的傳輸比特率為ri，T傳輸?shù)淖畲髷?shù)據(jù)量的優(yōu)化公式為

s.t.

(4)

2 數(shù)據(jù)傳輸優(yōu)化策略

設(shè)WSNs數(shù)據(jù)在傳輸過(guò)程傳感器節(jié)點(diǎn)的發(fā)射功率保持不變，通過(guò)懲罰函數(shù)將式(4)約束問(wèn)題變?yōu)闊o(wú)約束優(yōu)化問(wèn)題，即有

(5)

其中，mj為懲罰因子；Dj為懲罰項(xiàng)。

1)對(duì)于任一時(shí)刻，傳感器節(jié)點(diǎn)所有能量均消耗盡，則有

Dj=0.

(6)

此時(shí)，mj=0。

2)對(duì)于任一時(shí)刻，傳感器節(jié)點(diǎn)的能量沒(méi)有消耗盡，則有

(7)

此時(shí)，mj<0。

F=f(pn+1)+…+f(p1)-m1lg(E0-L1p1)-…-mn+1lg(En+…+E0-L1p1-…-Ln+1pn+1).

(8)

在T時(shí)刻內(nèi)，WSNs節(jié)點(diǎn)所有能量消耗盡，那么有

E0+…+En-L1p1-…-Ln+1pn+1=0.

(9)

根據(jù)式(8)和式(9)，可以得到如下所示的公式

F=f(pn+1)+…+f(p1)-m1lg(E0-L1p1)-…-mnlg(En-1+…+E0-L1p1-…-Lnpn).

(10)

對(duì)式(10)求偏導(dǎo)可以得到

(11)

當(dāng)WSNs傳輸?shù)臄?shù)據(jù)比較大時(shí)，當(dāng)發(fā)射功率趨于恒定值時(shí)傳輸數(shù)據(jù)量最大，即pn+1=pn，式(11)變?yōu)?/p>

(12)

綜合式(8)～式(12)，可以得到WSNs的發(fā)射功率優(yōu)化公式為

(13)

3 仿真實(shí)驗(yàn)

3.1 仿真環(huán)境

為了測(cè)試本文WSNs數(shù)據(jù)傳輸優(yōu)化策略的有效性，在Intel 2.8 GHz 4核CPU，4 G內(nèi)存，800G的硬盤(pán)，Windows XP 操作系統(tǒng)的計(jì)算機(jī)上，采用Matlab 2012R編程實(shí)現(xiàn)仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)的參數(shù)設(shè)置見(jiàn)表1。為了使數(shù)據(jù)傳輸優(yōu)化策略的結(jié)果更具說(shuō)服力，在相同的仿真環(huán)境下，選取文獻(xiàn)[13]的數(shù)據(jù)傳輸優(yōu)化方法進(jìn)行對(duì)比實(shí)驗(yàn)，從傳感器節(jié)點(diǎn)的發(fā)射功率、數(shù)據(jù)傳輸總量、節(jié)點(diǎn)死亡率以及網(wǎng)絡(luò)生存時(shí)間等方面進(jìn)行分析。

表1 仿真參數(shù)設(shè)置Tab 1 Set of simulation parameters

3.2 結(jié)果與分析

3.2.1 WSNs節(jié)點(diǎn)能量獲取變化對(duì)比

在WSNs過(guò)程，通過(guò)能量獲取模型對(duì)環(huán)境中的能量進(jìn)行采集，并根據(jù)傳感器節(jié)點(diǎn)能量的消耗情況，動(dòng)態(tài)、自適應(yīng)地為節(jié)點(diǎn)補(bǔ)充能量，保證傳感器節(jié)點(diǎn)正常工作，能量的獲取變化曲線如圖2所示。從圖2可知，在節(jié)點(diǎn)開(kāi)始工作階段，傳感器節(jié)點(diǎn)獲取的能力相對(duì)較少，這主要是由于此時(shí)節(jié)點(diǎn)本身能量比較充足，隨著節(jié)點(diǎn)能量不斷減少，節(jié)點(diǎn)獲取環(huán)境中的能量不斷增加，達(dá)到一程度時(shí)，節(jié)點(diǎn)能恢復(fù)到飽和狀態(tài)，節(jié)點(diǎn)獲取環(huán)境中的能量處于一種穩(wěn)定狀態(tài)，在該段時(shí)間內(nèi)能量保持一種穩(wěn)定狀態(tài)，相應(yīng)的，傳感器節(jié)點(diǎn)能量傳輸功率在該時(shí)間內(nèi)保持不變，隨后節(jié)點(diǎn)獲取環(huán)境中的能量不斷增加，而后又減少，處于一種周期性的循環(huán)境狀態(tài)，從而較好地實(shí)現(xiàn)了傳感器節(jié)點(diǎn)能量補(bǔ)充，防止了WSNs由于節(jié)點(diǎn)能量過(guò)早消耗完，網(wǎng)絡(luò)生命周期短的問(wèn)題出現(xiàn)。

圖2 傳感器節(jié)點(diǎn)獲取環(huán)境能量的變化曲線Fig 2 Change curve of sensor nodesobtaining environmental energy

3.2.2 傳感器節(jié)點(diǎn)發(fā)射功率變化對(duì)比

兩種WSNs節(jié)點(diǎn)數(shù)據(jù)傳輸優(yōu)化策略的節(jié)點(diǎn)的發(fā)射功率變化曲線如圖3所示。對(duì)圖3進(jìn)行分析可知，在傳感器節(jié)點(diǎn)剛開(kāi)始工作階段，兩種方法的節(jié)點(diǎn)發(fā)射功率變化趨勢(shì)幾乎相同，主要是由于此時(shí)傳感器節(jié)點(diǎn)的能量比較充足，不需要補(bǔ)充環(huán)境中的能量，因此,本文方法沒(méi)有什么優(yōu)勢(shì)，然而隨著節(jié)點(diǎn)工作時(shí)間的不斷增加，本文方法的優(yōu)勢(shì)體現(xiàn)出來(lái)了。

圖3 不同數(shù)據(jù)傳輸優(yōu)化策略的發(fā)射功率變化曲線Fig 3 Transmitting power change curve of different data transmission optimixation strategy

3.2.3 傳感器節(jié)點(diǎn)的傳輸數(shù)據(jù)總量變化對(duì)比

圖4為兩種數(shù)據(jù)傳輸優(yōu)化策略的傳感器節(jié)點(diǎn)累積傳輸數(shù)據(jù)總量對(duì)比結(jié)果。從圖4可知，相對(duì)于對(duì)比方法，本文的數(shù)據(jù)傳輸優(yōu)化策略優(yōu)勢(shì)比較明顯，這主要是由于本文方法對(duì)數(shù)據(jù)傳輸過(guò)程進(jìn)行了優(yōu)化，傳感器節(jié)點(diǎn)不斷獲取環(huán)境中的能量，并通過(guò)引入懲罰函數(shù)保持?jǐn)?shù)據(jù)傳輸最大化，而對(duì)比方法在中間階段消耗掉所有全部獲取的環(huán)境能量，而沒(méi)有采取相應(yīng)的優(yōu)化措施，到最后傳感器的節(jié)點(diǎn)發(fā)射功率比較低，數(shù)據(jù)傳輸量較少，對(duì)比結(jié)果表明:本文通過(guò)引入懲罰函數(shù)動(dòng)態(tài)優(yōu)化傳感器節(jié)點(diǎn)能量的利用，保持了傳感器節(jié)點(diǎn)傳輸數(shù)據(jù)量，從而提高了節(jié)點(diǎn)累積傳輸數(shù)據(jù)總量。

圖4 不同優(yōu)化策略的傳輸數(shù)據(jù)總量對(duì)比Fig 4 Transmission data amount comparison of different optimization strategy

3.2.4 環(huán)境能量增加對(duì)節(jié)點(diǎn)性能的影響

當(dāng)環(huán)境能量增加時(shí)，傳感器節(jié)點(diǎn)傳輸功率和傳輸數(shù)據(jù)總量變化曲線如圖5和圖6所示。從圖5和圖6可以看出：隨著環(huán)境能量的增加，傳感器節(jié)點(diǎn)獲取的能量逐步增加，在節(jié)點(diǎn)工作過(guò)程，沒(méi)有必要對(duì)傳感器節(jié)點(diǎn)能量消耗進(jìn)行優(yōu)化，因此,對(duì)比方法與本文方法的傳感器節(jié)點(diǎn)傳輸功率變化曲線十分相近，同時(shí)傳感器節(jié)點(diǎn)的數(shù)據(jù)傳輸總量幾乎完全相同，對(duì)比結(jié)果表明:在環(huán)境能量處于上升狀態(tài)傳感器網(wǎng)絡(luò)中，本文數(shù)據(jù)傳輸優(yōu)化策略沒(méi)有太大的優(yōu)勢(shì)。

圖5 環(huán)境能量增加時(shí)節(jié)點(diǎn)的發(fā)射功率變化曲線Fig 5 Transmission power curve in environmental energy increasing

圖6 環(huán)境能量增加時(shí)節(jié)點(diǎn)的累積傳輸數(shù)據(jù)總量變化曲線Fig 6 Curve of total amount of accumulation data transmission of node while environmental energy is increasing

3.2.5 環(huán)境能量減少對(duì)節(jié)點(diǎn)性能的影響

當(dāng)環(huán)境能量減少時(shí)，傳感器節(jié)點(diǎn)傳輸功率和傳輸數(shù)據(jù)總量變化曲線如圖7和圖8所示。從圖7和圖8可知，隨著無(wú)線傳感器工作時(shí)間的增加，對(duì)比方法傳感器節(jié)點(diǎn)傳輸功率不斷下降，這主要是由于對(duì)比方法沒(méi)有對(duì)節(jié)點(diǎn)數(shù)據(jù)傳輸過(guò)程進(jìn)行優(yōu)化，導(dǎo)致節(jié)點(diǎn)能量在利用過(guò)程中越來(lái)越少，處于一種不平衡狀態(tài)，而本文方法的傳感器節(jié)點(diǎn)傳輸功率呈一種平衡狀態(tài)，這主要是由于通過(guò)引入懲罰函數(shù)對(duì)能量進(jìn)行調(diào)整，可以使傳感器節(jié)點(diǎn)初期收集環(huán)境能量保留給后期利用，因此，本文方法的數(shù)據(jù)傳輸策略傳輸性能也優(yōu)于對(duì)比方法，對(duì)比實(shí)驗(yàn)結(jié)果證明：本文方法性能更優(yōu)，具有更廣的應(yīng)用范圍。

圖7 環(huán)境能量減少時(shí)節(jié)點(diǎn)的發(fā)射功率變化曲線Fig 7 Transmission power change curve while environmental energy is reducing

圖8 環(huán)境能量減少時(shí)節(jié)點(diǎn)的累積傳輸數(shù)據(jù)總量變化曲線Fig 8 Curve of change of node total amount of accumulation data transmission while environmental energy is reducing

3.2.6 網(wǎng)絡(luò)生存時(shí)間對(duì)比

采用節(jié)點(diǎn)死亡數(shù)來(lái)衡量WSNs的生存時(shí)間期，兩種方法的節(jié)點(diǎn)死亡率變化曲線如圖9所示。從圖9可知，相對(duì)于對(duì)比方法，本文方法的網(wǎng)絡(luò)生存時(shí)間相對(duì)較長(zhǎng)，這主要是由于本文方法通過(guò)引入懲罰函數(shù)對(duì)每一個(gè)節(jié)點(diǎn)能量消耗進(jìn)行調(diào)整，延長(zhǎng)了單個(gè)節(jié)點(diǎn)生存時(shí)間，從而延長(zhǎng)了整個(gè)WSNs生存時(shí)間。

圖9 兩種方法的WSNs生存時(shí)間對(duì)比Fig 9 Survival time comparison of WSNs of two methods

4 結(jié)束語(yǔ)

為了使傳感器節(jié)點(diǎn)適應(yīng)環(huán)境能量變化，提出一種單節(jié)點(diǎn)的WSNs數(shù)據(jù)傳輸優(yōu)化策略，通過(guò)引入懲罰函數(shù)對(duì)節(jié)點(diǎn)的能耗進(jìn)行適應(yīng)的調(diào)整，并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了其有效性和優(yōu)越性。

[1] Li R Y,Huang N,Chen W W,et al.A practical approach for network application reliability assessment[J].Eksploatacja Iniezawodnosc-Maintenance and Reliability,2009,12(4):17-27.

[2] Silva I,Uuedes I.A,Portugal P.Reliability and availability evaluation of wireless sensor networks for industrial application[J].Sensors,2012,12(1):806-838.

[3] Bruneo D,Puliafito A,Scarpa M.Energy control in dependable sensor networks a modeling perspective[J].Dings of the Institution of Mechanical Engineers,Part of Risk and Reliability,2011,22(4):424-434.

[4] Akan B,Akyildiz I F.Event to sink reliable transport in wireless sensor networks[J].IEEE/ACM Transactions on Networking,2005,13(5):1003-1016.

[5] Wan C Y,Campbell A T,Krishnamurthy I.Pump-slowly,fetch quickly(PSFQ):A reliable transport protocol for sensor network[J].IEEE Journal on Selected Areas in Communications,2005,23(4):862-872.

[6] Xie X,Zhang H.Topology algorithm research based on energy and power control for topics algorithm[C] ∥Second International Conference on Computer Modeling and Simulation,2010:37-40.

[7] Shirali M,Meybodi M K,Tarigh H D.Topology control scheduling:Based on the distributed learning automata[C]∥2010 IEE 6th International Conference on Wireless Communications Net-working and Mobile Computing,2010:1-4.

[8] Hu X,Ren D R,Wang H,et al.Adaptive clustering algorithm based on energy restriction[C]∥2011 IEEE International Conference on Intelligent Computation Technology and Automation,2011:949-951.

[9] Nam C S,Lan Y S,Shin D R.Multi-hop routing-based optimization of the number of cluster-heads in wireless sensor network-s[J].Sensors,2011,11(3):2875-2884.

[10] Saini P,Sharma A K L.Energy efficient scheme for clustering protocol prolonging the lifetime of heterogeneous wireless sensor networks[J].International Journal of Computer Applications,2010,6(2):30-36.

[11] Rashed M G,Kabir M H,Allah S L.WEP:An protocol for cluster-based heterogeneous wireless energy efficient sensor network-s[J].International Journal of Distributed and Parallel System(IJDPS),2011,2(2):54-60.

[12] 吳 蔣,王 冬.基于復(fù)雜網(wǎng)絡(luò)的無(wú)線傳感器網(wǎng)絡(luò)能量脆弱性分析[J].傳感器與微系統(tǒng),2014,33(5):24-26.

[13] 吳曉軍,張 力,馬 悅.無(wú)線傳感器網(wǎng)絡(luò)不等級(jí)能級(jí)環(huán)模型及數(shù)據(jù)傳輸策略[J].西北大學(xué)學(xué)報(bào):自然科學(xué)版,2012,42(4):563-569.

Data transmission optimization strategy for single node WSNs*

WU Jin-zhou1, WANG Ming-wen2, HU Jian-feng1, YANG Guo-qiang3

(1.School of Information Engineering,Jiangxi Normal University,Nanchang 330098,China；2.Institute of Information Engineering,Jiangxi University of Technology Nanchang 330022,China；3.Jiangxi Institute of Computing Technology,Nanchang 330002,China)

In order to improve energy utilization rate of wireless sensor networks(WSNs) nodes,prolong survival time of WSNs,a new single node data transmission optimization strategy for WSNs is proposed.Firstly,structure of WSNs is analyzed to establish mathematical model of a single sensor node data transmission optimization;secondly,penalty function method is introduced to optimize energy consumption of sensor nodes in data transmission process;finally,simulation analysis is carried out on Matlab 2012 platform.Results show that the proposed method can adaptively optimize energy consumption of sensor nodes according to change of environmental energy,and improve total cumulative data transmission of nodes,so it can adapt to uncertainty of environmental energy.

wireless sensor networks(WSNs); data transmission; energy optimization; network survival time

10.13873/J.1000—9787(2014)12—0020—04

2014—09—05

國(guó)家自然科學(xué)基金資助項(xiàng)目(61272212)；國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2009BADC4B03)；江西省自然科學(xué)基金資助項(xiàng)目 (20142BAB207008)；江西省教育廳科學(xué)技術(shù)研究項(xiàng)目(GJJ14766)

TP 391

A

1000—9787(2014)12—0020—04

吳金舟(1982-)，男，江西南昌人，碩士，講師，主要研究方向?yàn)橛?jì)算機(jī)應(yīng)用。