onsidering the sensor’s energy mode

onsidering the sensor’s energy model in [1],
the energy used to send q bits a distance d from one node to
another node is given by ETx = (α1+α2dn)*q, where α1 is
energy dissipated in transmitter electronics per bit, α2 is
energy dissipated in transmitter amplifier. It is clear that
when the distance between the sensor nodes becomes larger,
energy consumption will increase exponentially. Thus,
shortening the distance between the sensor nodes is
necessary if you want to reduce energy consumption on data
transmission.
Although energy efficiency is considered as the core
issue in the design of WSNs, but the fact that network delay
is very important, especially in applications that require the
timely response of the system confronted with changes of
the environment, such as fire alarm systems, remotely health
of patients monitoring system, etc. Clustering is one
technique used very effectively to archive the energy
efficiency in WSNs [2]. However, its main drawback is the
high delay. Although many solutions have been proposed
[3] [4] [5] [6] [7] [8] [9] to balance delay and energy
consumpion in WSNs, but their effectiveness is negligible
because of their covergence, algorithm complexity,
overhead and unrealistic assumptions.
Motivated by the advantages of the de Bruijn graph
admitting simple routing and processing good fault tolerant
capacities in many interconnected networks, we introduce a
novel model called the BHC – Bruijn Hierarchical
Clusteting. In this model, data is transmitted from sensor
nodes to the BS in the form of multi-hop, multi-path to
ensure energy efficiency and reasonable delay. Technically,
the BHC model is a combination of clustering model [1] and
de Bruijn graph model [8]. This graph has good properties
such as small diameter, high connectivity, and easy routing.
The classification de Bruijn networks significantly improves
the energy consumption on data transmission over long
distances, while clustering model saves energy based on the
ability to aggregate data during data transmission across the
network. In addition, we also provide data distribution
algorithms from sensor nodes to the BS as quickly as
possible and the most energy efficient.

Kết quả (Việt) 1:

onsidering năng lượng của cảm biến mô hình trong [1],năng lượng được sử dụng để gửi q bit một khoảng cách d từ một nút đểmột nút được đưa ra bởi ETx = (α1 + α2dn) * q, α1 ở đâunăng lượng ăn chơi trong máy phát điện tử cho một chút, α2 lànăng lượng ăn chơi trong khuếch đại phát. Nó là rõ ràng rằngKhi khoảng cách giữa các nút cảm biến trở nên lớn hơn,năng lượng tiêu thụ sẽ tăng lên theo cấp số nhân. Vì vậy,rút ngắn khoảng cách giữa các nút cảm biến làcần thiết nếu bạn muốn giảm tiêu thụ năng lượng trên dữ liệubộ truyền động.Mặc dù hiệu quả năng lượng được coi là cốt lõivấn đề trong thiết kế của WSNs, nhưng thực tế đó chậm trễ mạnglà rất quan trọng, đặc biệt là trong các ứng dụng đòi hỏi sựCác phản ứng kịp thời của hệ thống đối đầu với những thay đổi củamôi trường, chẳng hạn như hệ thống báo cháy, sức khỏe từ xabệnh hệ thống giám sát, v.v... Cụm là mộtkỹ thuật được sử dụng rất hiệu quả để lưu trữ năng lượnghiệu quả trong WSNs [2]. Tuy nhiên, nhược điểm chính của nó là cáccao chậm trễ. Mặc dù có nhiều giải pháp được đề xuất[3] [4] [5] [6] [7] [8] [9] để cân bằng sự chậm trễ và năng lượngconsumpion ở WSNs, nhưng hiệu quả của họ là không đáng kểvì họ covergence, thuật toán phức tạp,chi phí và những giả định không thực tế.Thúc đẩy bởi những ưu điểm của đồ thị de Bruijnthừa nhận định tuyến đơn giản và xử lý tốt lỗi khoan dungkhả năng trong các mạng kết nối với nhau nhiều, chúng tôi giới thiệu mộttiểu thuyết mô hình gọi là BHC-Bruijn theo cấp bậcClusteting. Trong mô hình này, dữ liệu được truyền từ cảm biếnnút để các BS ở dạng đa hop, nhiều đường dẫn đếnđảm bảo hiệu suất năng lượng và hợp lý chậm trễ. Về mặt kỹ thuật,Các mô hình BHC là một sự kết hợp của mô hình kết cụm [1] vàMô hình biểu đồ de Bruijn [8]. Biểu đồ này có tính chất tốtnhư nhỏ đường kính, khả năng kết nối cao và dễ dàng định tuyến.Phân loại de Bruijn mạng một cách đáng kể cải thiệntiêu thụ năng lượng trên dữ liệu truyền qua longkhoảng cách, trong khi cụm mô hình tiết kiệm năng lượng dựa trên cáckhả năng tổng hợp dữ liệu trong quá trình truyền dữ liệu qua cácmạng. Ngoài ra, chúng tôi cũng cung cấp phân phối dữ liệuthuật toán từ các nút cảm biến để BS một cách nhanh chóng nhưcó thể, và hầu hết năng lượng hiệu quả.

Kết quả (Việt) 2:

onsidering mô hình năng lượng của cảm biến trong [1],
năng lượng sử dụng để gửi q bit một khoảng cách d từ một nút tới
nút khác được tính bằng ETX = (α1 + α2dn) * q, nơi α1 là
năng lượng tiêu hao trong điện tử phát cho mỗi bit, α2 là
năng lượng tiêu hao trong bộ khuếch đại truyền. Rõ ràng là
khi khoảng cách giữa các nút cảm biến trở nên lớn hơn,
tiêu thụ năng lượng sẽ tăng theo cấp số nhân. Do đó,
việc rút ngắn khoảng cách giữa các nút cảm biến là
cần thiết nếu bạn muốn giảm mức tiêu thụ năng lượng trên dữ liệu
truyền.
Mặc dù hiệu quả năng lượng được coi là cốt lõi
vấn đề trong thiết kế của WSNs, nhưng thực tế là sự chậm trễ mạng
là rất quan trọng, đặc biệt là trong các ứng dụng đòi hỏi sự
đáp ứng kịp thời của hệ thống phải đối mặt với những thay đổi của
môi trường, chẳng hạn như hệ thống báo cháy, từ xa sức khỏe
của bệnh nhân hệ thống giám sát, vv Clustering là một
kỹ thuật được sử dụng rất hiệu quả để lưu trữ năng lượng
hiệu quả trong WSNs [2]. Tuy nhiên, nhược điểm chính của nó là sự
chậm trễ cao. Mặc dù nhiều giải pháp đã được đề xuất
[3] [4] [5] [6] [7] [8] [9] để cân bằng sự chậm trễ và năng lượng
consumpion trong WSNs, nhưng hiệu quả của họ là không đáng kể
vì covergence của họ, thuật toán phức tạp,
chi phí . và giả định không thực tế
thúc đẩy bởi những ưu điểm của đồ thị de Bruijn
thừa nhận định tuyến đơn giản và xử lý lỗi khoan dung tốt
năng lực trong nhiều mạng kết nối với nhau, chúng tôi giới thiệu một
mô hình mới được gọi là BHC - Bruijn Hierarchical
Clusteting. Trong mô hình này, dữ liệu được truyền từ các cảm biến
các nút để BS theo hình thức đa-hop, đa đường để
đảm bảo hiệu quả năng lượng và sự chậm trễ hợp lý. Về mặt kỹ thuật,
các mô hình BHC là một sự kết hợp của mô hình phân nhóm [1] và
mô hình đồ thị de Bruijn [8]. Biểu đồ này có đặc tính tốt
như đường kính nhỏ, kết nối cao, và dễ dàng định tuyến.
Các mạng lưới phân de Bruijn cải thiện đáng kể
mức tiêu thụ năng lượng trên truyền dữ liệu qua dài
khoảng cách, trong khi phân nhóm mô hình tiết kiệm năng lượng dựa trên
khả năng tổng hợp dữ liệu trong quá trình truyền dữ liệu qua các
mạng. Ngoài ra, chúng tôi cũng cung cấp phân phối dữ liệu
thuật toán từ các nút cảm biến đến BS càng nhanh càng
tốt và năng lượng hiệu quả nhất.