基于热熵的犹豫模糊语言术语集分析在节能机会式聚类中的应用
分布式、并行与集群计算
2021-12-01 v1 信息论
math.IT
摘要
有限的能量资源以及传感器节点对周围环境的适应性在可持续无线传感器网络中起着重要作用。本文提出了一种新颖的、动态的、自组织的机会式聚类，采用基于犹豫模糊语言术语分析的多准则决策建模方法，以克服簇头决策问题与网络生命周期瓶颈。异步睡眠/唤醒周期策略可被利用，通过机会式连接随机图在传感器节点间建立机会式连接。网络中的每个节点观测节点增益度、能量状态、相对热熵、链路连通性、期望最优跳数、链路质量因子等，以形成犹豫模糊语言术语集的准则。这使得节点能够评估其当前状态并就所需动作（簇头、簇成员或中继）做出决策。仿真结果表明，相较于现有基准，我们提出的方案在网络生命周期、包投递率和总体能耗方面均有改善。
引用
@article{arxiv.2111.15130,
title = {Thermal entropy based hesitant fuzzy linguistic term set analysis in energy efficient opportunistic clustering},
author = {Junaid Anees and Hao-Chun Zhang},
journal= {arXiv preprint arXiv:2111.15130},
year = {2021}
}
备注
10 pages, 5 figures, International Conference on Networks and Communications (NETWORKS 2021)