Name: large scale energy efficient sensor network routing using a quantum processor unit
Uploaded: 2023-09-08T14:35:00
Description: Watch this Scientific Journal Video about Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit at JoVE.com

这项工作得到了英国工程和物理科学研究委员会（EPSRC）的支持，资助号为EP / W032643 / 1。

1. 设置 Dwave 海洋环境
<ol><li>从以下链接下载并安装海洋工具： https://docs.ocean.dwavesys.com/en/stable/overview/install.html<ol><li>在终端上，键入 python -m venv ocean。</li>
		<li>在终端上，键入 . ocean/bin/activate，如 图 1 所示。</li>
		<li>在终端上，键入 git clone https://github.com/dwavesystems/dwave-ocean-sdk.git 接下来，键入 cd dwave-ocean-sdk</stron...

<ol>
	<li>Chen, J., Date, P., Chancellor, N., Atiquazzaman, M., Cormac, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Controller-based+energy-aware+wireless+sensor+network+routing+using+quantum+algorithms.">Controller-based energy-aware wireless sensor network routing using quantum algorithms.</a> IEEE Transactions on Quantum Engineering. 3, 1-12 (2022).</li><li>Lin, H., Uster, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exact+and+heuristic+algorithms+for+data-gathering+cluster-based+wireless+sensor+network+design+problem.">Exact and heuristic algorithms for data-gathering cluster-based wireless sensor network design problem.</a> IEEE/ACM Transactions on Networking. 22 (3), 903-916 (2014).</li><li>Zhou, Y., Wang, N., Xiang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clustering+hierarchy+protocol+in+wireless+sensor+networks+using+an+improved+PSO+algorithm.">Clustering hierarchy protocol in wireless sensor networks using an improved PSO algorithm.</a> IEEE Access. 5, 2241-2253 (2017).</li><li>Seah, W. K. G., Mak, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+long+is+the+lifetime+of+a+wireless+sensor+network.">How long is the lifetime of a wireless sensor network.</a> , 763-770 (2009).</li><li>Salahud din, M., Rehman, M. A. U., Ullah, R., Park, C., Kim, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+network+lifetime+enhancement+of+resource+constrained+IoT+devices+in+heterogeneous+wireless+sensor+networks+Sensors.">Towards network lifetime enhancement of resource constrained IoT devices in heterogeneous wireless sensor networks Sensors.</a> 20, 4156 (2020).</li><li>Wu, W., Xiong, N., Wu, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+clustering+algorithm+based+on+energy+consumption+in+wireless+sensor+networks.">Improved clustering algorithm based on energy consumption in wireless sensor networks.</a> IET Network. 6 (3), 7-53 (2017).</li><li>Kumar, N., Kumar, V., Ali, T., Ayaz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prolong+network+lifetime+in+the+wireless+sensor+networks:+An+improved+approach.">Prolong network lifetime in the wireless sensor networks: An improved approach.</a> Arabian Journal for Science and Engineering. 46, 3631-3651 (2021).</li><li>Faris, H., Aljarah, I., Al-Betar, M. A., Mirjalili, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Grey+wolf+optimizer:+A+review+of+recent+variants+and+applications.">Grey wolf optimizer: A review of recent variants and applications.</a> Neural Computing and Applications. 30, 413-435 (2018).</li><li>Kaur, J., Arifkhan, M., Iftikhar, M., Imran, M., Haq, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Machine+learning+techniques+for+5G+and+beyond.">Machine learning techniques for 5G and beyond.</a> IEEEAccess. 9, 23472-23488 (2021).</li><li>Shor, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Polynomial-time+algorithms+for+prime+factorization+and+discrete+logarithms+on+a+quantum+computer.">Polynomial-time algorithms for prime factorization and discrete logarithms on a quantum computer.</a> SIAMJournalonComputing. 26 (5), 1484-1509 (1997).</li><li>Qabouche, H., Sahel, A., Badri, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hybrid+energy+efficient+static+routing+protocol+for+homogeneous+and+heterogeneous+large+scale+WSN.">Hybrid energy efficient static routing protocol for homogeneous and heterogeneous large scale WSN.</a> Wireless Networks. 27, 575-587 (2021).</li><li>Farooq, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=POWER:+probabilistic+weight-based+energy-efficient+cluster+routing+for+large-scale+wireless+sensor+networks.">POWER: probabilistic weight-based energy-efficient cluster routing for large-scale wireless sensor networks.</a> The Journal of Supercomputing. 78, 12765-12791 (2022).</li><li>Maddams, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+scope+and+limitations+of+curve+fitting.">The scope and limitations of curve fitting.</a> Applied Spectroscopy. 34 (3), 245-267 (1980).</li><li>Wang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+dynamic+opportunistic+routing+protocol+for+asynchronous+duty-cycled+WSNs.">A dynamic opportunistic routing protocol for asynchronous duty-cycled WSNs.</a> IEEE Transactions on Sustainable Computing. , (2023).</li><li>Ismail, A. S., Wang, X., Hawbani, A., Alsamhi, S., Aziz, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Routing+protocols+classification+for+underwater+wireless+sensor+networks+based+on+localization+and+mobility.">Routing protocols classification for underwater wireless sensor networks based on localization and mobility.</a> Wireless Networks. 28, 797-826 (2022).</li><li>Garcia-Martin, E., Rodrigues, C. F., Riley, G., Grahn, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+energy+consumption+in+machine+learning.">Estimation of energy consumption in machine learning.</a> Journal of Parallel Distributed Computing. 134, 75-88 (2019).</li><li>Egger, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantum+computing+for+finance:+State-of-the-art+and+future+prospects.">Quantum computing for finance: State-of-the-art and future prospects.</a> IEEE Transactions on Quantum Engineering. 1, 1-24 (2020).</li><li>Rasool, R. U., Ahmad, H. F., Rafique, W., Qayyum, A., Qadir, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantum+computing+for+healthcare+:+A+review.">Quantum computing for healthcare : A review.</a> TechRxiv. , (2021).</li></ol>

目前最先进的商用量子处理器可用于任何网络拓扑结构的计算问题1.量子处理器应用程序不受任何量子处理器能够实现的物理量子比特数量的限制。 
在传感器网络寿命延长设计中，结果表明，使用量子处理器实现更长网络寿命的方法取得了进步。结果表明，量子优势已准备好在公共和私营部门进行商业利用。
就管理意义而言，Quantum Adva...

传感器网络中的节能一直是设计1 中一个非常关键的问题。经典方法通常使用临时方法 2,3,4,5,6 来解决问题。也就是说，这些方法将传感器节点模拟为单独管理的智能资产，这些资产也可以合作为个人和社区的利益服务。由于传感器工作环境不稳定，在一些作品中，引入了随机算法来捕捉环境的不确定性，而在另一些作品中，则借用生物智能来设计启发式算法，以实现常识可接受的结果7.进一步说明，对于这些随机算法，一方面，环境不确定性可能不如经典CPU生成的随机序列那么随机，另一方面，即使环境不确定性是绝对随机的，也无法被经典CPU生成的随机过程模拟器捕获;对于这些生物智能算法，首先，没有经过严格的数学分析来使概念证明起作用，其次，只有在给定知情的地面事实的情况下，才能配置与真理的收敛性或容错边界 - 尽管文献中的大量作品已经在某种程度上证明了这些启发式算法是有效的， 一方面，这些算法是针对定义明确的用例场景进行分析（而不是模拟的），它们停留在某些标准上，这些标准仍然值得进一步研究，另一方面，如前所述，大多数算法尚未针对软件模拟进行验证，这些软件模拟可以更容易地部署在微处理器中，使传感器成为8。
我们在这里不考虑机器学习 （ML），因为它需要采用数据分析，这需要相对大量的计算能力，而这些计算能力在传感器设备中是不可移植的9。
为了解决上述问题，我们提供了一种混合量子算法。该算法是混合算法，因为在建立网络拓扑后，在使用量子处理器进行的路由计算期间，使用经典的随机算法实现簇头选择机制。该方法的合理性如下：（1）正如第一段中关于环境不确定性所讨论的，我们不想进一步努力应用量子序列发生器来捕捉环境动态，因为它可能在历史上是可追溯的。网络科学中的各种机器学习研究工作已经证明了历史上可追溯的环境动态。对于当前阶段，我们坚持使用经典方法。（2）依靠抽象数学分析的确切方法保证了得出真实情况。到目前为止，量子实验物理学得到了物理数学的复杂支持。此外，像 Shor 算法10 这样的算法应用程序已经存在来证明这个四舍五入的理论。
下面提供了足够数量的文献调查以供比较。提出的HEESR协议11 在结果上具有明显的优点，但作者已经很好地指定了仿真配置参数，例如，节点位置的精确随机分布函数，簇头百分比p的正确理由（0.2%），以及节点间能级分布的标度参数（1-2焦耳）a_i。它禁止提交人进一步重复实验和进行比较。电源路由机制12 采用曲线拟合方法，从从未指定的样本空间获得的离散数据集中近似收敛的连续函数，以影响最佳网络路由决策过程的决定因素。曲线拟合方法13 需要关于网络拓扑的先验信息。实际情况可能没有现成的事先信息。即使存在先验信息，网络拓扑也可能不够规则，无法映射到能够促进可推导计算的拟合曲线上。按照同样的逻辑，DORAF 协议14 没有证明如何以及为什么借用玻尔兹曼函数和逻辑函数来近似网络行列式。Ismail等[15 ]为未来水下网络节能路由协议设计的研究提供了良好的参考。

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Dell Laptop</td>
			<td>Dell</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>Ubuntu 18.04.6 LTS</td>
			<td>Canonical Ltd</td>
			<td>18.04.6 LTS</td>
			<td></td>
		</tr>
		<tr>
			<td>Python3.8</td>
			<td>Python Software Foundation</td>
			<td>3.8.0</td>
			<td></td>
		</tr>
		<tr>
			<td>Dwave QPU</td>
			<td>Dwave</td>
			<td>https://docs.ocean.dwavesys.com/en/stable/overview/install.html</td>
			<td></td>
		</tr>
	</tbody>
</table>

large scale energy efficient sensor network routing using a quantum processor unit

传感器网络节能方法是经典计算机和量子处理器的混合使用方法，已被证明比使用经典计算机的启发式算法性能更好。在这份手稿中，介绍了该方法重要性的技术背景并进行了论证。然后，如果需要，可以按操作顺序演示实验步骤，并附上插图。该方法已通过随机生成的网络拓扑样本集的积极结果进行验证。该方法的成功实验结果为传感器网络寿命最大化问题提供了更好的方法，并证明了当前最先进的量子处理器已经能够解决大型实际工程问题，其优点超过了目前文献中的方法。换句话说，量子优势可以尽最大努力加以利用。它已经超越了概念验证阶段，进入了可行性验证阶段。

一个运行样品的结果如 表 2、 表 3 和 表 4 所示。三批数据的详细数据集可在 补充数据 1 文件夹中找到。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td colspan="3">数据集 1</td>
		</tr><tr><td>半径为 50m 的圆形区域内有 198 个节点</td>
			<td>混合量子算法</td>
			<td>Advanced_Leach算法</td>
		</tr><tr><td>FND型</td>
			...

Watch this Scientific Journal Video about Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit at JoVE.com

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

本研究提供了一种使用量子处理器单元来计算各种流量动态的路由的方法，这些路由的性能优于文献中的经典方法，以最大限度地延长网络寿命。

使用量子处理器单元的大规模高能效传感器网络路由

The sensor network energy conservation method, which is a usage hybrid of a classical computer and quantum processor, has proved to perform better than ...

事实证明，该协议比传统协议更节能。从内容计算研究的角度来看，该协议表明，当前嘈杂量子比特问题的瓶颈对内容计算技术的商业化没有上限。该技术证明了将当前最先进的内容计算方法应用于网络问题的可行性。此外，它还介绍了将内容计算方法应用于网络问题相对于传统方法的优点。首先，从给定的链接下载并安装 Ocean 工具。在终端上，键入 python space 减去 m space venv space ocean，然后键入 ocean/bin/activate。接下来，键入 git space clone space https:github.com/dwavesystems/dwave-ocean-sdk。git 然后是 cd space dwave-ocean-sdk，然后是 python space setup。py space 安装。下载并安装 Cplex 后，在终端上键入 pip space install space cplex。使用 Python 编程表示法脚本，设置实验配置参数。执行脚本后，底层语言将进行处理以将变量存储在 RAM 中。接下来，创建 Python 脚本以生成 198 个传感器节点 2D 位置，这些位置平均分布在六个扇区中，并将圆形区域划分为半径为 50 米。在每个扇区内，确保 33 个传感器节点按正态分布随机分散。将 2D 位置保存到名称拼写规则下每个扇区的文本文件中，作为带单引号的 posdata，加上扇区下划线，不加单引号的 txt。将半径为 50 米的圆形区域分割为六个扇区。对于扇区索引 I，通过输入指示的命令设置第 j 个传感器节点的极点长度。如果扇区索引为 L，则设置第 j 个传感器节点的角度值。然后设置第 i 扇区中第 j 个传感器节点的笛卡尔坐标。要准备所有 198 个传感器节点的初始能级，请将它们平均分配，将 0.5 焦耳的初始能量分配给一半的传感器节点，将 1 焦耳的初始能量分配给另一半。继续创建一个数组来存储每个节点的能量水平，并使用循环为偶数排序的单元格分配 1 的值，为奇数排序的单元格分配值 0.5。接下来，准备一个功能脚本来选择集群头。对于每个传感器节点，获得一个介于 0 和 1 之间的随机数，threshold_rm等于随机数。随机括号。如果threshold_RM小于 t_n，请选择此传感器节点作为簇头。对于每个noncluster_head节点，选择离它最近的簇头传感器节点作为其簇头。准备命令行来计算此轮整个网络的能量消耗过程。最后，计算所需的传输轮次指标。若要准备混合量子算法脚本，请在循环中运行选择过程，以确保簇头的数量为 6。在此之后，对于每个非cluster_head_valid节点，计算到每个选定簇头的距离，并将其分配给簇大小不超过 6 且距离值最小的簇头。接下来，准备一个子函数脚本，其中每个集群的生根优化问题被形成并提交到 Dwave API。使用Python脚本，计算整个网络的能量消耗，以传输轮数为单位，按网络寿命对算法进行定量评估。然后记录第一个节点被排空的时刻和一半节点被排空的时刻。在这项研究中，观察到混合量子算法比advanced_leach算法具有更高的效率。这里还显示了混合量子算法和符合advanced_leach的混合量子算法的时间复杂度。这些方法可以应用于其他系统进行客观优化。例如，制造业中的机器对机器通信。根据内容物理学，内容理论为每个固定的游戏设置铺平了道路。它可以导致社会科学和经济方面的新研究。

Research

JoVE Journal

Engineering

Terahertz Microfluidic Sensing Using a Parallel-plate Waveguide Sensor

太赫兹微流控测量中的一个平行板波导传感器

Refractive index (RI) sensing is a powerful noninvasive and label-free sensing technique for the identification, detection and monitoring of microfluidic ...

科研

工程学

Analysis of Contact Interfaces for Single GaN Nanowire Devices

单氮化镓纳米线设备分析接触界面

Single GaN nanowire (NW) devices fabricated on SiO2 can exhibit  a strong degradation after annealing due to the  occurrence of void formation at the ...

How to Build a Vacuum Spring-transport Package for Spinning Rotor Gauges

如何建立一个真空Spring的运输包装为纺转子规

The spinning rotor gauge (SRG) is a high-vacuum gauge often used as a secondary or transfer standard for vacuum pressures in the range of 1.0 x 10-4 Pa to ...

Resonance Fluorescence of an InGaAs Quantum Dot in a Planar Cavity Using Orthogonal Excitation and Detection

用正交激励和检测方法研究平面腔内铟量子点的共振荧光

The ability to perform simultaneous resonant excitation and fluorescence detection is important for quantum optical measurements of quantum dots (QDs). ...

Enhanced Electron Injection and Exciton Confinement for Pure Blue Quantum-Dot Light-Emitting Diodes by Introducing Partially Oxidized Aluminum Cathode

采用部分氧化铝阴极增强电子注入和激子约束的纯蓝色量子点发光二极管

Stable and efficient red (R), green (G), and blue (B) light sources based on solution-processed quantum dots (QDs) play important roles in next-generation ...

Generation and Coherent Control of Pulsed Quantum Frequency Combs

脉冲量子频率梳的产生与相干控制

We present a method for the generation and coherent manipulation of pulsed quantum frequency combs. Until now, methods of preparing high-dimensional ...

An Efficient Method for Selective Desalination of Radioactive Iodine Anions by Using Gold Nanoparticles-Embedded Membrane Filter

用金纳米粒子-嵌入式膜过滤法选择性脱盐放射性碘阴离子的有效方法

Here, we demonstrate a detail protocol for the preparation of nanomaterials-embedded composite membranes and its application to the efficient and ...

Measuring Sub-23 Nanometer Real Driving Particle Number Emissions Using the Portable DownToTen Sampling System

使用便携式 DownToTen 采样系统测量低于 23 纳米实际驱动粒子数排放

The current particle size threshold of the European Particle Number (PN) emission standards is 23 nm. This threshold could change because future ...

Simulating Imaging of Large Scale Radio Arrays on the Lunar Surface

模拟月球表面大规模无线电阵列的成像

In recent years there has been a renewed interest in returning to the Moon for reasons both scientific and exploratory in nature. The Moon provides the ...

Performing In Situ Closed-Cell Gas Reactions in the Transmission Electron Microscope

Performing In Situ Closed-Cell Gas Reactions in the Transmission Electron Microscope

在传输电子显微镜中执行 原位 闭电池气体反应

Gas reactions studied by in situ electron microscopy can be used to capture the real-time morphological and microchemical transformations of materials at ...