何 濤，周 凱，徐 鶴，劉 暢

(1.南京郵電大學(xué) 電子科學(xué)與工程學(xué)院，江蘇 南京 210003;2.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210003)

RFID和WSN融合網(wǎng)中的能耗優(yōu)化

何 濤1，周 凱1，徐 鶴2，劉 暢1

(1.南京郵電大學(xué) 電子科學(xué)與工程學(xué)院，江蘇 南京 210003;2.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210003)

為了提高融合網(wǎng)絡(luò)的生存時長，提出一種節(jié)點(diǎn)輪換休眠策略和分簇路由協(xié)議相結(jié)合的優(yōu)化方法。通過分析節(jié)點(diǎn)輪換休眠算法發(fā)現(xiàn)基于退避時間休眠策略所得到的休眠節(jié)點(diǎn)集與無退避時間的休眠策略最終所得到的休眠節(jié)點(diǎn)集之間存在差集，這里稱為盲休眠節(jié)點(diǎn)。節(jié)點(diǎn)輪換休眠策略中的盲休眠節(jié)點(diǎn)作為分簇路由協(xié)議中簇首選擇的調(diào)節(jié)函數(shù)的一個影響因子，根據(jù)鄰居節(jié)點(diǎn)中盲休眠節(jié)點(diǎn)的數(shù)量影響被選為簇首的概率。在節(jié)點(diǎn)輪換休眠策略中對休眠的判斷條件進(jìn)行了范圍優(yōu)化，使判定條件更全面精確，可有效降低采集信息的冗余度。將基于節(jié)點(diǎn)覆蓋策略和分簇路由協(xié)議的累加算法與基于節(jié)點(diǎn)覆蓋策略和路由協(xié)議的融合算法分別在相同條件下進(jìn)行實(shí)驗(yàn)仿真，結(jié)果表明在基于節(jié)點(diǎn)覆蓋策略和路由協(xié)議的融合算法下融合網(wǎng)絡(luò)的生存時長得到有效的提升，能耗均衡系數(shù)得以降低。

節(jié)點(diǎn)輪換；分簇路由；生存時長；能耗均衡

0 引 言

無線傳感網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)獲取物理世界的數(shù)據(jù)，無線射頻識別(Radio Frequency Identification)搭建起物理世界與信息世界的橋梁，將兩者進(jìn)行有機(jī)結(jié)合，可以將物理世界與現(xiàn)有的信息世界進(jìn)行良好的融合，從根本上改變現(xiàn)有的IT系統(tǒng)[1]。國內(nèi)在融合網(wǎng)絡(luò)方面已經(jīng)取得了許多研究成果。例如，文獻(xiàn)[2]提出利用蟻群覓食的仿生算法思想設(shè)計(jì)多匯聚節(jié)點(diǎn)的分簇路由算法，延長了網(wǎng)絡(luò)生命周期、均衡了網(wǎng)絡(luò)負(fù)載[2]；文獻(xiàn)[3]基于輪換休眠策略提出的節(jié)點(diǎn)能耗均衡的節(jié)點(diǎn)覆蓋算法，有效延長了網(wǎng)絡(luò)生存時長，并降低了能耗均衡系數(shù)[3]；文獻(xiàn)[4]提出了一種加入定向擴(kuò)散協(xié)議的螞蟻路由算法，不僅降低了能耗，還均衡了網(wǎng)絡(luò)負(fù)載。RFID和WSN的融合網(wǎng)在物流、環(huán)境監(jiān)測、智能交通、軍事、智能農(nóng)業(yè)等方面應(yīng)用廣泛[5]。但融合網(wǎng)絡(luò)的發(fā)展過程中還有很多難題沒有解決。例如，融合網(wǎng)絡(luò)可能會出現(xiàn)電池供電問題，而且因加入電子標(biāo)簽而更加突出，不同系統(tǒng)之間的協(xié)議不同而出現(xiàn)通信協(xié)議不兼容，數(shù)據(jù)量可能增加以致于數(shù)據(jù)融合需要更高效，等等[6]。電池的能耗優(yōu)化問題，無論是在WSN研究中，還是在融合網(wǎng)的研究中，都是重要部分。文中將在不明顯改變網(wǎng)絡(luò)性能的條件下，對提高網(wǎng)絡(luò)的生存時長、優(yōu)化電池的效能比進(jìn)行研究。

1 基于節(jié)點(diǎn)輪換和路由控制的累加算法

1.1 基于能耗均衡的節(jié)點(diǎn)輪換活躍/休眠策略

文獻(xiàn)[7]提出的1個目標(biāo)節(jié)點(diǎn)必須至少有3個鄰接點(diǎn)且滿足一定的相對位置關(guān)系才有可能覆蓋整個感知區(qū)域，進(jìn)入休眠狀態(tài)。如果所有的節(jié)點(diǎn)同時進(jìn)入無退避時間的節(jié)點(diǎn)冗余判斷的狀態(tài)，然后冗余節(jié)點(diǎn)進(jìn)入休眠狀態(tài)，網(wǎng)絡(luò)會出現(xiàn)覆蓋漏洞[7]。由于所有的節(jié)點(diǎn)同時進(jìn)行節(jié)點(diǎn)冗余判斷，這就造成了待判斷節(jié)點(diǎn)是其他冗余節(jié)點(diǎn)的鄰接點(diǎn)，兩個待判斷的冗余節(jié)點(diǎn)互為彼此的冗余判斷條件，一旦同時判斷就會同時進(jìn)入休眠狀態(tài)。這時會發(fā)現(xiàn)冗余判斷條件是不成立的?；谶@種情況，文獻(xiàn)[7]同時提出了基于節(jié)點(diǎn)剩余能量和鄰接點(diǎn)的退避時間，使節(jié)點(diǎn)的冗余判斷在不同的時間進(jìn)行，很好地解決了這一問題。缺點(diǎn)是冗余條件判斷只考慮了鄰接點(diǎn)中3個鄰接點(diǎn)集合的情況，而忽略了其他情況。沒有考慮通信和sink節(jié)點(diǎn)等引起的能耗不均衡的情況。

1.2 基于能量和距離的自適應(yīng)分簇路由協(xié)議

文獻(xiàn)[8]提出的一種基于距離和能量的分簇路由，依據(jù)節(jié)點(diǎn)的能耗情況選擇確立了最佳的簇首數(shù)量。建立了一個基于節(jié)點(diǎn)剩余能量和節(jié)點(diǎn)到基站距離的影響因子的調(diào)節(jié)函數(shù)f，當(dāng)f的值大于閾值T(n)時，被選為簇首。

f=f1*f2

(1)

(2)

(3)

其中，f1為節(jié)點(diǎn)當(dāng)前能量占網(wǎng)絡(luò)平均能量的比例；f2為當(dāng)前節(jié)點(diǎn)到基站的歐氏距離與所有節(jié)點(diǎn)到基站的平均歐氏距離比例的倒數(shù)；Eremain為節(jié)點(diǎn)當(dāng)前擁有的節(jié)點(diǎn)能量；Eavg為當(dāng)前運(yùn)行輪網(wǎng)絡(luò)節(jié)點(diǎn)平均能量；dni-BS為當(dāng)前節(jié)點(diǎn)到基站的歐氏距離；davg(ni-BS)為所有成員節(jié)點(diǎn)到基站的平均歐氏距離[8]。

2 融合模型、重要參數(shù)以及條件假設(shè)

2.1 融合模型

文獻(xiàn)[9]提出的RFID與WSN融合的方式采用的是智能節(jié)點(diǎn)與智能標(biāo)簽的網(wǎng)絡(luò)融合。這里將電子標(biāo)簽和傳感器節(jié)點(diǎn)融合后的節(jié)點(diǎn)，稱為智能標(biāo)簽。閱讀器和傳感器節(jié)點(diǎn)融合后的節(jié)點(diǎn)，稱為智能閱讀器。文中以智能標(biāo)簽和智能閱讀器的網(wǎng)絡(luò)融合方式為課題。該方式不是簡單的網(wǎng)絡(luò)組合，而是系統(tǒng)網(wǎng)絡(luò)的深度融合，相比于其他方式的融合網(wǎng)具有功能強(qiáng)大、數(shù)據(jù)精確和可擴(kuò)展性好等特點(diǎn)[6,9]。

節(jié)點(diǎn)的覆蓋中考慮到的最基本的是單個節(jié)點(diǎn)的感知模型。為使節(jié)點(diǎn)感知模型簡單易懂，選用了基本的模型-布爾模型，如式(4)所示：

(4)

其中，λi為節(jié)點(diǎn)i能感知周圍環(huán)境的概率；dij為節(jié)點(diǎn)周圍一點(diǎn)j到節(jié)點(diǎn)i的距離；ru為節(jié)點(diǎn)的感知半徑；a、m為衰減因子[10]。

路由控制選用的是基于通信半徑不同而調(diào)整發(fā)射功率的模型。其能量消耗與傳輸距離的關(guān)系式如下：

(5)

其中，ETX(k,d)為網(wǎng)絡(luò)節(jié)點(diǎn)發(fā)送數(shù)據(jù)和接收kbit數(shù)據(jù)消耗的能量；Eelec為網(wǎng)絡(luò)節(jié)點(diǎn)發(fā)送數(shù)據(jù)和接收單位數(shù)據(jù)消耗的能量；εfs為單位放大功率；εamp為多徑衰落模型的參數(shù)；d為源節(jié)點(diǎn)到目的節(jié)點(diǎn)的距離[11]。

2.2 條件假設(shè)

(1)布設(shè)的節(jié)點(diǎn)只有智能標(biāo)簽和智能閱讀器，并且智能標(biāo)簽具有相同的性能參數(shù)(如能耗參數(shù)、感知半徑等)。智能閱讀器耗電量巨大，采用不受能量限制的常規(guī)電網(wǎng)供電。所有智能閱讀器具有相同的性能參數(shù)，并且與智能標(biāo)簽有相同的感知半徑。

(2)智能閱讀器的位置信息已知，智能標(biāo)簽節(jié)點(diǎn)可以通過自身的RFID系統(tǒng)進(jìn)行定位，并且可以知道其鄰接點(diǎn)的位置信息。

(3)節(jié)點(diǎn)覆蓋控制時，能耗只與其活躍時間有關(guān)，只需獲取節(jié)點(diǎn)的活躍時間即可。

2.3 重要參數(shù)

生存時長：目標(biāo)區(qū)域在滿足一定的覆蓋率的情況下網(wǎng)絡(luò)所能持續(xù)工作的時間[12]。

區(qū)域覆蓋率：目標(biāo)區(qū)域內(nèi)，節(jié)點(diǎn)的感知范圍的集合所占目標(biāo)區(qū)域面積的百分比。

(6)

其中，si為節(jié)點(diǎn)i的覆蓋區(qū)域；stotal為目標(biāo)區(qū)域的總面積。

能量均衡系數(shù)：將覆蓋區(qū)域網(wǎng)格化，每個網(wǎng)格的能量ei與平均能量相減的絕對值的平均值，為能耗均衡系數(shù)。能耗均衡系數(shù)越小，表明能耗的均衡性越好，各個節(jié)點(diǎn)之間的剩余能量差異也越小[13]。

(7)

其中,ei為網(wǎng)格i的能量；eavg為所有網(wǎng)格的平均能量；N為網(wǎng)格的總個數(shù)。

3 算法改進(jìn)

(1)基于能耗不均衡問題，提出將節(jié)點(diǎn)輪換和分簇路由相結(jié)合。這里把能通過無退避時間的冗余判斷和不能通過有退避時間的冗余判斷的節(jié)點(diǎn)，稱為盲休眠節(jié)點(diǎn)。每個不同周期可能由于節(jié)點(diǎn)的剩余能量不同以及死亡節(jié)點(diǎn)的影響，導(dǎo)致每個周期的盲節(jié)點(diǎn)都不一樣。在分簇路由的調(diào)節(jié)函數(shù)f中加入基于節(jié)點(diǎn)輪換休眠中的盲休眠節(jié)點(diǎn)作為影響因子。

(8)

f=f1*f2*f3

(9)

(2)放寬了基于退避時間的節(jié)點(diǎn)輪換中的冗余判定的條件，將原來1個目標(biāo)節(jié)點(diǎn)只有3個鄰接點(diǎn)冗余判斷的情況變?yōu)橛?個鄰接點(diǎn)和2鄰接點(diǎn)與目標(biāo)節(jié)點(diǎn)感知范圍外1個節(jié)點(diǎn)進(jìn)行冗余判定的情況。

如圖1(a)所示，當(dāng)目標(biāo)節(jié)點(diǎn)的4鄰接點(diǎn)滿足相應(yīng)位置關(guān)系時，目標(biāo)節(jié)點(diǎn)通過冗余判斷判定為冗余節(jié)點(diǎn)，具備進(jìn)入休眠的條件。如圖1(b)所示，由目標(biāo)節(jié)點(diǎn)的2個鄰接點(diǎn)可以確定是否存在目標(biāo)節(jié)點(diǎn)感知范圍外1節(jié)點(diǎn)以及如果存在其可能通過冗余判定的區(qū)域范圍。

圖1 位置關(guān)系

(3)基于融合網(wǎng)中智能閱讀器節(jié)點(diǎn)的能耗特點(diǎn)，將分簇路由的簇首設(shè)計(jì)為父子簇首的策略。智能閱讀器節(jié)點(diǎn)作為電源供電的父簇首，智能標(biāo)簽節(jié)點(diǎn)由選舉產(chǎn)生子簇首。文獻(xiàn)[14]采用了父子簇首的策略，其仿真實(shí)驗(yàn)結(jié)果表明，該策略可以減少簇頭能量消耗，均衡整個網(wǎng)絡(luò)能耗，延長網(wǎng)絡(luò)的生存周期[14]。

4 算法流程

(1)對目標(biāo)區(qū)域進(jìn)行部署覆蓋，計(jì)算覆蓋率sn。

(2)每個時間輪開始前，首先計(jì)算當(dāng)前的覆蓋率sn和能量均衡系數(shù)sE。如果sn大于等于要求的s0，繼續(xù)下面的操作。否則，結(jié)束。

(3)計(jì)算節(jié)點(diǎn)鄰接點(diǎn)數(shù)量、節(jié)點(diǎn)鄰接點(diǎn)的平均距離、節(jié)點(diǎn)的剩余能量，算出退避時間Tw。

(4)依據(jù)退避時間順序，對節(jié)點(diǎn)進(jìn)行冗余判斷，若通過，進(jìn)入休眠狀態(tài)。

(5)確定活躍節(jié)點(diǎn)的數(shù)目，確定二級簇頭的數(shù)目。

(6)計(jì)算調(diào)節(jié)函數(shù)的權(quán)值f和閾值T(n)，如果f>T(n),節(jié)點(diǎn)被選為簇頭。

(7)所有非簇頭活躍節(jié)點(diǎn)選擇合適的簇頭建立通信。

(8)模擬發(fā)送Kbit數(shù)據(jù)，計(jì)算各節(jié)點(diǎn)能耗。

(9)進(jìn)入下一輪循環(huán)。

5 仿真結(jié)果及分析

在MATLAB平臺下進(jìn)行仿真實(shí)驗(yàn)，節(jié)點(diǎn)模擬在100 m×100 m環(huán)境下布設(shè)。智能閱讀器布設(shè)的是確定的位置，智能標(biāo)簽節(jié)點(diǎn)是隨機(jī)布設(shè)的(其位置信息由隨機(jī)函數(shù)產(chǎn)生)，具有不確定性。傳感器的感知半徑為5 m，通信半徑大于10 m，節(jié)點(diǎn)初始能量為100 J，節(jié)點(diǎn)在活躍狀態(tài)時，傳感器節(jié)點(diǎn)感知消耗能量為0.5 J/輪，節(jié)點(diǎn)休眠能量消耗不計(jì)。路由通信時，節(jié)點(diǎn)消耗的能量由式(1)確定。假設(shè)每個時間周期內(nèi)每個處于活躍狀態(tài)的節(jié)點(diǎn)感知的信息量為Kbit，傳輸過程中信息的損耗不計(jì)。實(shí)驗(yàn)中設(shè)置的s0為90%，當(dāng)覆蓋率下降到90%以下時，認(rèn)為整個網(wǎng)絡(luò)無法提供精確有效的數(shù)據(jù)服務(wù)，此時整個系統(tǒng)無法有效工作。

采用改進(jìn)前的基于節(jié)點(diǎn)覆蓋和節(jié)點(diǎn)路由的累加算法與改進(jìn)后的基于節(jié)點(diǎn)覆蓋和節(jié)點(diǎn)路由的融合算法相比較，更能直觀體現(xiàn)出改進(jìn)算法的性能優(yōu)勢。仿真結(jié)果如圖2～4所示。

從圖2可以看到，改進(jìn)算法對比原算法明顯提高了網(wǎng)絡(luò)的生存時長。網(wǎng)絡(luò)運(yùn)行的初期既沒有節(jié)點(diǎn)的死亡也沒有覆蓋盲區(qū)的出現(xiàn)，區(qū)域覆蓋率一直保持在100%左右，曲線呈現(xiàn)較為平穩(wěn)的狀態(tài)。隨著時間的推移，由于會出現(xiàn)節(jié)點(diǎn)能量耗盡的情況，導(dǎo)致覆蓋率呈下降的趨勢，并且在92 s時，下降到90%的標(biāo)準(zhǔn)值。當(dāng)覆蓋率出現(xiàn)下降，一定是由節(jié)點(diǎn)死亡造成的，但是節(jié)點(diǎn)死亡并不一定會造成區(qū)域覆蓋率的下降。也就是說，在覆蓋率為100%時，也能有節(jié)點(diǎn)死亡現(xiàn)象。

圖2 區(qū)域覆蓋率隨時間變化曲線

圖3 死亡節(jié)點(diǎn)個數(shù)隨時間變化曲線

由于起始階段，節(jié)點(diǎn)的能量比較充足，即使個別節(jié)點(diǎn)耗能較多也不會突然死亡。網(wǎng)絡(luò)運(yùn)行中期，采用了優(yōu)化后的覆蓋控制算法和路由選擇控制，節(jié)點(diǎn)死亡個數(shù)相比原算法顯著減少。隨著時間增加，優(yōu)化前后的算法死亡節(jié)點(diǎn)的個數(shù)的差距在增大。如圖3所示，算法優(yōu)化前在覆蓋率為100%的情況下，出現(xiàn)了節(jié)點(diǎn)死亡現(xiàn)象。

圖4 平衡系數(shù)隨時間變化曲線

網(wǎng)絡(luò)的平衡系數(shù)能夠反映網(wǎng)絡(luò)的能耗均衡狀況，是一個重要的網(wǎng)絡(luò)性能參數(shù)。節(jié)點(diǎn)覆蓋控制的退避時間和路由選擇控制中簇頭選擇的閾值考慮的影響因子相對較多，可以全面衡量各個方面對結(jié)果的影響，能夠很好地控制平衡系數(shù)。從圖4可見，優(yōu)化后網(wǎng)絡(luò)的能耗平衡系數(shù)相比于優(yōu)化前有一定的降低。這表明在運(yùn)行期間，最大單元能量和最小單元能量的差值相對于原算法有所提高。隨著時間的推移，優(yōu)化效果不斷積累，優(yōu)化前后網(wǎng)絡(luò)的能耗平衡系數(shù)的差值在不斷增大。

6 結(jié)束語

由仿真結(jié)果可得，基于節(jié)點(diǎn)覆蓋控制和路由選擇控制兩方面對融合網(wǎng)的能耗優(yōu)化效果是不錯的。整個網(wǎng)絡(luò)生存時長有一定的提高，能耗均衡系數(shù)有一定的降低，網(wǎng)絡(luò)的節(jié)點(diǎn)死亡個數(shù)得以減少，并降低了死亡節(jié)點(diǎn)對區(qū)域覆蓋率的影響。由此可見，文中研究的成果是積極的。但是，依然有一些可以改進(jìn)優(yōu)化的地方，例如，由于涉及到幾何運(yùn)算，整個優(yōu)化算法的復(fù)雜度不是很理想、路由選擇時簇頭選擇缺少一定的排它機(jī)制等，仍需進(jìn)一步研究。

[1] 李 斌,李文鋒.WSN和RFID技術(shù)的融合研究[J].計(jì)算機(jī)工程,2008,34(9):127-129.

[2] 馬忠彧.智能交通系統(tǒng)中基于RFID的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)分簇算法研究[D].蘭州：蘭州理工大學(xué),2013.

[3] 馮 琳,冉曉旻,梅關(guān)林.基于節(jié)點(diǎn)能耗均衡的WSN覆蓋策略[J].計(jì)算機(jī)工程與設(shè)計(jì),2015,36(9):2334-2339.

[4] 竇 聰.智能公交中基于RFSN的防碰撞算法與路由協(xié)議研究[D].蘭州：蘭州理工大學(xué)，2014.

[5] ZHANG Beiwei,HU Kunyuan,ZHU Yunlong.Network architecture and energy analysis of the integration of RFID and wireless sensor network[C]//Chinese control and decision conference.[s.l.]:IEEE,2010.

[6] MIRSHAHI S,UYSAL S,AKBARI A.Integration of RFID and WSN for supply chain.intelligence system[C]//International conference on electronics computers and artificial intelligence.[s.l.]:IEEE,2013.

[7] WANG Tianqi,HEINZELMAN W R,SEYEDI A.Link energy minimization for wireless networks[J].Ad Hoc Networks,2012,10(3):569-582.

[8] 孫增友,周 池.基于能量和距離的WSN自適應(yīng)分簇算法[J].東北電力大學(xué)學(xué)報,2016,36(1):82-86.

[9] 蔣 偉.RFID與無線傳感網(wǎng)絡(luò)融合關(guān)鍵理論和技術(shù)研究[D].北京：北京郵電大學(xué),2008.

[10] ZHANG Z,LI D,ZHU H,et al.OPEN:an optimisation scheme of N-node coverage in wireless sensor networks[J].IET Wireless Sensor Systems,2012,2(1):40-51.

[11] 肖劉軍.基于節(jié)點(diǎn)位置和能量的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議研究[D].成都:西南交通大學(xué),2010.

[12] 張 旭.無線自組織網(wǎng)絡(luò)路由算法及相關(guān)技術(shù)研究[D].長春:吉林大學(xué),2013.

[13] 黃廷輝,伊 凱,崔更申,等.基于非均勻分簇的無線傳感器網(wǎng)絡(luò)分層路由協(xié)議[J].計(jì)算機(jī)應(yīng)用,2016,36(1):66-71.

[14] 解志斌,于 謙,沈 斌,等.一種新的基于粒子群優(yōu)化的雙簇頭分簇路由算法[J].傳感技術(shù)學(xué)報,2013,26(8):1135-1139.

EnergyConsumptionOptimizationinRFIDandWSNIntegratedNetwork

HE Tao1，ZHOU Kai1，XU He2，LIU Chang1

(1.School of Electronic Science and Engineering，Nanjing University of Posts and Telecommunications,Nanjing 210003,China;2.School of Computer，Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

In order to improve the survival time of the fusion network,an optimization method with combination of node rotation sleep strategy and clustering routing protocol is proposed.By analysis of the node rotation sleep algorithm,it is found that the difference set have existed between the dormant node set based on the backoff time sleep strategy and that based on sleep strategy with no backoff time,which is called blind sleep node.The blind sleep node in the node rotation strategy as an influence factor of the adjustment function affects the probablity of being selected as the cluster head according to the number of blind sleep nodes in the neighbor node.In the node rotation sleep strategy,the judgment condition of hibernation is optimized,which makes it more accurate and can reduce the redundancy of the collected information effectively.The algorithm based on node overlay strategy and clustering routing protocol and fusion algorithm based on node coverage strategy and routing protocol are simulated respectively in same environment.The results show that the latter is effectively lifting on lifetime of fushion network and its energy consumption balance coefficient is lowerd.

node rotation;cluster routing;lifetime;energy consumption balance

TP301

A

1673-629X(2017)12-0039-04

10.3969/j.issn.1673-629X.2017.12.009

2016-11-16

2017-03-17 < class="emphasis_bold">網(wǎng)絡(luò)出版時間

時間：2017-09-27

國家自然科學(xué)基金資助項(xiàng)目(61602261)；江蘇省自然科學(xué)基金(BK20140886)；中國博士后科學(xué)基金(2014M561696)；江蘇省高校自然科學(xué)研究面上項(xiàng)目(14KJB520030)；江蘇省博士后科研資助計(jì)劃項(xiàng)目(1401005B)；江蘇省研究生科研創(chuàng)新計(jì)劃(SJLX15_0381)；南京郵電大學(xué)引進(jìn)人才科研啟動基金(NY213034)；南京郵電大學(xué)自然科學(xué)基金(NY214060，NY214061)

何 濤(1972-)，男，講師，研究方向?yàn)闊o線傳感器網(wǎng)絡(luò)及大數(shù)據(jù)；周 凱(1989-)，男，碩士研究生，研究方向?yàn)殡娐放c系統(tǒng)。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170927.0957.010.html