无线传感器/执行器网络任务动态调度策略

被引：18

作者：

易军 ^{[1
,2
]}

石为人 ^{[1
]}

唐云建 ^{[1
,3
]}

许磊 ^{[1
]}

机构：

[1] 重庆大学自动化学院

[2] 重庆科技学院电子信息工程学院

[3] 中国科学院深圳先进技术研究院

来源：

电子学报 | 2010年 / 38卷 / 06期

关键词：

无线传感器/执行器网络; 任务调度; 微粒群算法; 模拟退火算法;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

针对任务在各执行器的协作问题,提出一种动态调度策略,根据执行器节点的剩余能量和工作状态,利用混合模拟退火的微粒群算法,在任务时效期内,统一安排各任务在执行器上的执行周期,最小化最大完成时间.仿真结果表明,算法具有良好的收敛性能,各执行器的任务完成响应时间和能耗均衡情况均得到改善.

引用

页码：1239 / 1244

页数：6

共 5 条

[1] 一种基于能量预测的无线传感器网络分簇算法 [J].

林恺 ;

赵海 ;

尹震宇 ;

罗玎玎 .

电子学报, 2008, (04) :824-828

[2] Real-time multimedia processing in video sensor networks [J].

Gu, Yaoyao ;

Tian, Yuan ;

Ekici, Eylem .

SIGNAL PROCESSING-IMAGE COMMUNICATION, 2007, 22 (03) :237-251

[3] A hybrid particle swarm optimization for job shop scheduling problem [J].

Sha, D. Y. ;

Hsu, Cheng-Yu .

COMPUTERS & INDUSTRIAL ENGINEERING, 2006, 51 (04) :791-808

[4]

Energy-Balanced Task Allocation for Collaborative Processing in Wireless Sensor Networks[J] . Yang Yu,Viktor K. Prasanna.Mobile Networks and Applications . 2005 (1)

[5]

An efficient constraint handling method for genetic algorithms[J] . Kalyanmoy Deb.Computer Methods in Applied Mechanics and Engineering . 2000 (2)

← 1 →