無(wú)線傳感器網(wǎng)絡(luò)是一種分布式傳感網(wǎng)絡(luò)，它的末梢是可以感知和檢查外部世界的傳感器。WSN廣泛應(yīng)用于軍事、智能交通、環(huán)境監(jiān)控、醫(yī)療衛(wèi)生等多個(gè)領(lǐng)域。本文是一篇電子科技論文范文，主要論述了基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法。
　　摘要：針對(duì)三維無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)非均勻覆蓋需求的問(wèn)題，提出一種基于虛擬力的三維覆蓋算法(3DCAVF)。該算法是將虛擬力應(yīng)用在無(wú)線傳感器網(wǎng)絡(luò)中實(shí)現(xiàn)節(jié)點(diǎn)布置， 通過(guò)虛擬力和擁擠度控制， 使節(jié)點(diǎn)能夠自動(dòng)覆蓋事件， 并且使節(jié)點(diǎn)和事件的密度呈現(xiàn)一種平衡的效果。在Matlab平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)，將所提算法與基于人工勢(shì)場(chǎng)的三維部署算法(APFA3D)、基于未知目標(biāo)精確覆蓋的三維部署算法(ECA3D)進(jìn)行比較，在事件呈T型不均勻部署和線型不均勻部署兩種情況下進(jìn)行實(shí)驗(yàn)，所提算法的事件集覆蓋效能比APFA3D、ECA3D 算法有3.6%、3.1%的提高。仿真實(shí)驗(yàn)結(jié)果表明所提算法能夠有效處理三維無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的布置問(wèn)題。

　　關(guān)鍵詞：無(wú)線傳感器網(wǎng)絡(luò),三維覆蓋,虛擬力,擁擠度控制,事件

　　0引言

　　現(xiàn)如今對(duì)于無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network， WSN)[1-2]的探索與使用已經(jīng)是一個(gè)迅速發(fā)展的領(lǐng)域，再加上無(wú)線通信技術(shù)與電子技術(shù)的突飛猛進(jìn)，促使費(fèi)用低、能量消耗少、功能豐富的傳感器的開(kāi)發(fā)向占用空間更小，并使這些傳感器的開(kāi)發(fā)向通信方面發(fā)展。盡管無(wú)線傳感器網(wǎng)絡(luò)最開(kāi)始是在軍事方面使用，但現(xiàn)在其被研究和運(yùn)用在許多不同的民用領(lǐng)域，如：車(chē)輛跟蹤、環(huán)境監(jiān)測(cè)、森林河畔監(jiān)測(cè)、地震觀測(cè)、生物醫(yī)學(xué)或醫(yī)療應(yīng)用以及建筑工程監(jiān)理等。無(wú)線傳感器網(wǎng)絡(luò)擁有可移動(dòng)的或者可靜止的傳感器節(jié)點(diǎn)，收集被監(jiān)測(cè)地區(qū)的一些被感知對(duì)象的信息，并且要把這些信息傳給網(wǎng)絡(luò)擁有者。覆蓋在無(wú)線傳感器網(wǎng)絡(luò)中一直非常受到關(guān)注，其與節(jié)能問(wèn)題、連通性問(wèn)題以及網(wǎng)絡(luò)重組問(wèn)題有關(guān)。

　　它主要解決如何部署傳感器節(jié)點(diǎn)實(shí)現(xiàn)充分有效覆蓋，使服務(wù)區(qū)內(nèi)的每個(gè)點(diǎn)至少得到一個(gè)傳感器節(jié)點(diǎn)的監(jiān)控[3-4]。

　　針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中的覆蓋問(wèn)題，眾多學(xué)者相繼提出一系列的解決方案。于廣州[5]提出了一種覆蓋算法，它是針對(duì)多類(lèi)別目標(biāo)的在線性規(guī)劃的基礎(chǔ)上實(shí)現(xiàn)的，此算法通過(guò)簇結(jié)構(gòu)得到的全局覆蓋集接近最優(yōu)解;Ren等[6]分析了4個(gè)虛擬力模型參數(shù)，然后選擇4個(gè)評(píng)價(jià)因子(覆蓋增量規(guī)模、迭代次數(shù)、覆蓋效率、節(jié)點(diǎn)平均移動(dòng)距離)評(píng)價(jià)這些虛擬力模型;衣曉等[7]證明結(jié)合使用單重覆蓋和多重覆蓋能夠有效解決邊界區(qū)域的覆蓋問(wèn)題;Esnaashari等[8]提出了一種自學(xué)習(xí)的部署策略，在沒(méi)有任何傳感器知道它的位置或與其他傳感器的相對(duì)距離的網(wǎng)絡(luò)區(qū)域指導(dǎo)移動(dòng)傳感器節(jié)點(diǎn)的方法; Wang等[9]提出一種局部虛擬力的方法用來(lái)增強(qiáng)移動(dòng)節(jié)點(diǎn)的覆蓋效能。

　　1相關(guān)工作

　　虛擬力算法(Virtual Force Algorithm， VFA)[10]是節(jié)點(diǎn)隨機(jī)拋灑到監(jiān)測(cè)區(qū)域后借助物理世界中的范德華力進(jìn)行重新部署。

　　當(dāng)兩個(gè)節(jié)點(diǎn)間的距離大于某值時(shí)，會(huì)產(chǎn)生引力拉近它們的距離，而當(dāng)距離過(guò)近直到小于某一給定的值時(shí)，則會(huì)產(chǎn)生斥力，依此來(lái)調(diào)整兩者之間的距離，使節(jié)點(diǎn)均勻地分布在目標(biāo)區(qū)域。但VFA只適用于二維空間中節(jié)點(diǎn)的部署。針對(duì)三維空間的VFA3D(Virtual Force Algorithm in ThreeDimensional Space)和ECA3D(Exact Covering Algorithm in ThreeDimensional Space)[11]相繼被提出，算法中的節(jié)點(diǎn)能夠根據(jù)目標(biāo)區(qū)域的不同形態(tài)重新部署從而提高區(qū)域覆蓋率，但它們?yōu)榱藢?shí)現(xiàn)完全覆蓋使節(jié)點(diǎn)均勻地分布在目標(biāo)區(qū)域中，都沒(méi)有考慮到不同情況對(duì)覆蓋程度的要求不同，比如要監(jiān)測(cè)熱帶雨林中的紅壤就沒(méi)有必要監(jiān)測(cè)磚紅壤。本文研究了傳感器節(jié)點(diǎn)在三維無(wú)線傳感器網(wǎng)絡(luò)中的非均勻覆蓋需求的問(wèn)題，提出了一種基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法(ThreeDimensional Coverage Algorithm based on Virtual Force in sensor network， 3DCAVF)， 此算法將虛擬力應(yīng)用在三維無(wú)線傳感器網(wǎng)絡(luò)中實(shí)現(xiàn)節(jié)點(diǎn)布置， 并且使得節(jié)點(diǎn)和事件的散布密度達(dá)到互相匹配的目的。

　　2基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法

　　2.1虛擬力相關(guān)模型

　　為更好地理解本文算法，設(shè)計(jì)了與虛擬力相關(guān)的節(jié)點(diǎn)覆蓋模型，如圖1～5所示分別呈現(xiàn)了節(jié)點(diǎn)受虛擬力影響最終覆蓋事件的過(guò)程，黑色的圓點(diǎn)表示被監(jiān)測(cè)的事件[12]，黑色球體表示隨機(jī)撒入監(jiān)測(cè)區(qū)域的傳感器節(jié)點(diǎn)，箭頭表示力的作用。

　　2.23DCAVF的實(shí)現(xiàn)

　　關(guān)于虛擬力公式模型的研究截至目前已有很多種，李享等[10]借助了范德華力，劉惠等[13]使用了胡克定律以及庫(kù)侖定律，本文則借鑒了關(guān)于萬(wàn)有引力的模型[14]。以下是本文中涉及到的虛擬力的分析。在整個(gè)監(jiān)測(cè)區(qū)域中節(jié)點(diǎn)受到的作用力有：節(jié)點(diǎn)間的相互作用力Fij，事件對(duì)節(jié)點(diǎn)的吸引力Fe以及障礙物和節(jié)點(diǎn)之間的斥力Fb。

　　1)節(jié)點(diǎn)間的相互作用力。

　　Fij=

　　+∞，0　　(k1mimj)/(da1ij)，kmin　　0，dij=kb

　　(-k2mimj)/(da2ij)，kb　　0，dij>Rc (1)

　　其中：k1、k2、a1、a2都表示增益系數(shù);mi、mj表示節(jié)點(diǎn)質(zhì)量因子(通常取單位1);dij表示節(jié)點(diǎn)i和節(jié)點(diǎn)j的歐氏距離;kmin表示節(jié)點(diǎn)間的最小安全距離;kb表示節(jié)點(diǎn)間的平衡距離;Rc表示節(jié)點(diǎn)的通信半徑。當(dāng)節(jié)點(diǎn)之間的距離小于最小安全距離時(shí)，節(jié)點(diǎn)之間具有無(wú)窮大的排斥力;當(dāng)節(jié)點(diǎn)之間的距離在最小安全距離與平衡距離之間時(shí)，節(jié)點(diǎn)間具有排斥力;當(dāng)節(jié)點(diǎn)之間的距離等于平衡距離時(shí)，達(dá)到平衡沒(méi)有作用力;當(dāng)節(jié)點(diǎn)之間的距離在平衡距離與通信半徑之間時(shí)，節(jié)點(diǎn)相互吸引;當(dāng)節(jié)點(diǎn)之間的距離比通信半徑大的時(shí)候，節(jié)點(diǎn)間的作用力消失。 　　2)事件對(duì)節(jié)點(diǎn)的吸引力。

　　Fe=

　　(-k3meimj)/(d(ei， j)ae)，j∈Q(E)

　　0，其他 (2)

　　其中：k3、ae表示增益系數(shù);d(ei， j)表示節(jié)點(diǎn)j到事件ei的歐氏距離;mei、mj分別表示事件ei與節(jié)點(diǎn)j的質(zhì)量因子;Q(E)表示事件集E產(chǎn)生的引力所作用的區(qū)域。當(dāng)節(jié)點(diǎn)在事件集E所產(chǎn)生的引力作用范圍內(nèi)時(shí)，節(jié)點(diǎn)就會(huì)被事件吸引。

　　3)障礙物和節(jié)點(diǎn)之間的斥力。

　　Fb=

　　(k4mimj)/(dabij)，0　　0，dij>L (3)

　　其中：k4、ab是增益系數(shù);L是節(jié)點(diǎn)i到障礙物的歐氏距離。節(jié)點(diǎn)在移動(dòng)時(shí)可能會(huì)與障礙物發(fā)生碰撞，所以可在障礙物的一定范圍內(nèi)設(shè)置指示節(jié)點(diǎn)j，當(dāng)節(jié)點(diǎn)運(yùn)動(dòng)到指示節(jié)點(diǎn)的范圍內(nèi)時(shí)，指示節(jié)點(diǎn)就會(huì)對(duì)其產(chǎn)生排斥力。

　　4)節(jié)點(diǎn)所受虛擬力合力。

　　節(jié)點(diǎn)i所受到的虛擬力的合力如式(4)所示：

　　Fi=

　　Fe+∑j∈SF-ij+Fb，i∈Q(E)∩iE

　　∑j∈SF+ij，i∈Q(E)∩i∈E

　　∑j∈SF-ij+Fb，iQ(E) (4)

　　其中S表示傳感器節(jié)點(diǎn)集。當(dāng)節(jié)點(diǎn)i在事件引力范圍內(nèi)并且i沒(méi)有覆蓋事件時(shí)，節(jié)點(diǎn)i受到事件的吸引力、節(jié)點(diǎn)間的吸引力以及障礙物的斥力;當(dāng)節(jié)點(diǎn)i在事件引力范圍內(nèi)并且i覆蓋事件時(shí)，節(jié)點(diǎn)i只受節(jié)點(diǎn)間的斥力影響;當(dāng)節(jié)點(diǎn)i不在事件引力范圍內(nèi)時(shí)，節(jié)點(diǎn)i受到節(jié)點(diǎn)間的吸引力和障礙物的斥力的作用。

　　2.3算法描述

　　1)算法假設(shè)。

　　①任意傳感器節(jié)點(diǎn)擁有感知能力、通信能力以及移動(dòng)能力;

　　②Rc=2Rs，Rs為感知半徑;

　�、蹅鞲衅鞴�(jié)點(diǎn)能夠感知它所覆蓋的事件;

　�、芸梢詼y(cè)量得到監(jiān)測(cè)區(qū)域中的節(jié)點(diǎn)個(gè)數(shù)n;

　�、莨�(jié)點(diǎn)的最大移動(dòng)步長(zhǎng)為dirmax;

　　⑥節(jié)點(diǎn)i覆蓋的事件數(shù)為Nevent(i);

　�、吖�(jié)點(diǎn)i的鄰居節(jié)點(diǎn)數(shù)為Nneighbor(i);

　�、喙�(jié)點(diǎn)i處允許的擁擠度為δ(i)[12];

　　2)算法流程。

　　步驟1在被監(jiān)測(cè)的區(qū)域D中隨機(jī)撒布n個(gè)傳感器節(jié)點(diǎn)。通過(guò)判斷自己的狀態(tài)以及鄰居節(jié)點(diǎn)的狀態(tài)，節(jié)點(diǎn)i執(zhí)行以下操作。

　　步驟2當(dāng)傳感器節(jié)點(diǎn)i沒(méi)有覆蓋事件時(shí)分為兩種情況。第一種情況是當(dāng)此節(jié)點(diǎn)i沒(méi)有鄰居節(jié)點(diǎn)時(shí)，節(jié)點(diǎn)i會(huì)在最大移動(dòng)步長(zhǎng)dirmax內(nèi)，隨機(jī)移動(dòng)到新位置Pni;第二種情況是當(dāng)此節(jié)點(diǎn)i有鄰居節(jié)點(diǎn)時(shí)，節(jié)點(diǎn)i會(huì)在相應(yīng)虛擬力作用下移動(dòng)。而當(dāng)傳感器節(jié)點(diǎn)i覆蓋了事件，節(jié)點(diǎn)i也會(huì)在相應(yīng)虛擬力的作用下進(jìn)行移動(dòng)。偽代碼如下：

　　程序前

　　For loop=1：Maxloop;//循環(huán)迭代次數(shù)

　　While Nevent(i)=0

　　Do If (Nneighbor(i)=0)

　　Then Pni=Pi+random(dirmax)Or;

　　//在最大移動(dòng)步長(zhǎng)dirmax內(nèi)，隨機(jī)移動(dòng)到新位置Pni。

　　//其中random(dirmax)表示0到dirmax之間的隨機(jī)數(shù)，

　　//Or表示任意單位向量。

　　Else If (Nneighbor(i)>0)

　　Then 根據(jù)式(4)計(jì)算Fi;

　　While Nevent(i)>0

　　Do 根據(jù)式(4)計(jì)算Fi;

　　End For

　　程序后

　　步驟3當(dāng)傳感器節(jié)點(diǎn)覆蓋了所有事件，這些傳感器節(jié)點(diǎn)就會(huì)在擁擠度的控制下進(jìn)行更優(yōu)化的部署，偽代碼如下：

　　程序前

　　While Nevent(i)<δ(i)

　　Do 根據(jù)合力及移動(dòng)距離重新部署節(jié)點(diǎn)。

　　程序后

　　2.4算法分析

　　事件ei被節(jié)點(diǎn)j所覆蓋的概率由式(5)計(jì)算：

　　p(ei， j)=

　　1，d(ei， j)≤

　　e-λ[d(ei， j)-]，　　0，d(ei， j)>Rs (5)

　　其中：d(ei， j)表示事件ei與節(jié)點(diǎn)j的歐氏距離;表示節(jié)點(diǎn)的自信圓半徑[12];λ表示感知衰減因子，λ是節(jié)點(diǎn)的物理特性。

　　事件集E的覆蓋度由式(6)計(jì)算：

　　C(E)=∑ei∈E∑j∈Sp(ei， j)(6)

　　其中∑j∈Sp(ei， j)表示事件ei的覆蓋度。

　　假設(shè)在三維傳感器網(wǎng)絡(luò)中有一事件ei(xi，yi，zi)，則這個(gè)事件與撒布在三維傳感器網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)j(xj，yj，zj)的歐氏距離是在不受虛擬力時(shí)的距離為：

　　d(ei， j)=(xj-xi)2+(yj-yi)2+(zj-zi)2(7

　　而在虛擬力的作用下，節(jié)點(diǎn)j會(huì)隨虛擬力的合力大小和方向進(jìn)行移動(dòng)，因此事件ei與節(jié)點(diǎn)j的歐氏距離也會(huì)發(fā)生相應(yīng)的改變：

　　d′(ei， j)=d(ei， j)+dirj(8

　　由式(8)減去式(7)得到：

　　d′(ei， j)-d(ei， j)=dirj=arctan(Fi)×2π×dirmax(9)

　　其中arctan(Fi)×(2/π)×dirmax是一個(gè)小于零的數(shù)[13]，所以得出d′(ei， j)　　3仿真實(shí)驗(yàn)和性能分析

　　為了驗(yàn)證本文算法的性能，將本文算法與APFA3D(Artificial Potential Field Algorithm in ThreeDimensional Space)[11]和ECA3D[11]在Matlab中進(jìn)行仿真比較。假設(shè)無(wú)線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測(cè)服務(wù)區(qū)內(nèi)分別對(duì)事件呈T型不均勻部署和事件呈線型不均勻部署展開(kāi)實(shí)驗(yàn)，仿真參數(shù)如表1所示。 　　假設(shè)無(wú)線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測(cè)服務(wù)區(qū)內(nèi)進(jìn)行2組實(shí)驗(yàn)。

　　在實(shí)驗(yàn)1中將30個(gè)事件呈T型不均勻部署，7個(gè)傳感器節(jié)點(diǎn)隨機(jī)撒布，實(shí)驗(yàn)如圖6所示，其中黑色小圓點(diǎn)代表事件，黑色球體代表傳感器節(jié)點(diǎn)在三維空間中的感知范圍。

　　從圖6中可以看出：APFA3D雖然對(duì)事件密集的地方進(jìn)行了覆蓋，但是還是存在覆蓋漏洞;ECA3D雖然較APFA3D覆蓋程度高，但是并沒(méi)有對(duì)事件密集的地方進(jìn)行更好地覆蓋;本文的3DCAVF由于使用虛擬力并且將覆蓋目標(biāo)作為事件，不僅是傳感器節(jié)點(diǎn)具有虛擬力，事件集同樣具有虛擬力，在虛擬的引力和斥力的作用下，傳感器節(jié)點(diǎn)與事件能夠更好地匹配。本文的3DCAVF較APFA3D與ECA3D 有更高的覆蓋率，并且實(shí)現(xiàn)了傳感器節(jié)點(diǎn)和事件的分布密度互相匹配。

　　在實(shí)驗(yàn)2中，將無(wú)線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測(cè)服務(wù)區(qū)中將30個(gè)事件呈線型不均勻部署，并且隨機(jī)撒布7個(gè)傳感器節(jié)點(diǎn)，實(shí)驗(yàn)如圖7所示，其中黑色小圓點(diǎn)代表事件，黑色球體代表傳感器節(jié)點(diǎn)在三維空間中的感知范圍。

　　從圖7中可以看出：本文的3DCAVF由于運(yùn)用虛擬力和擁擠度進(jìn)行控制，使得事件密度高的區(qū)域能夠具有更高的覆蓋度;雖然ECA3D較APFA3D能夠達(dá)到更好地覆蓋效果，但是ECA3D卻不能根據(jù)事件的密集程度進(jìn)行更好的覆蓋。本文的3DCAVF較APFA3D與ECA3D有更高的覆蓋率，并且實(shí)現(xiàn)了傳感器節(jié)點(diǎn)和事件的分布密度互相匹配。

　　本文使用文獻(xiàn)[12]中提出的事件集覆蓋效能η(E)作為算法的性能評(píng)價(jià)指標(biāo)。圖8提供了2組實(shí)驗(yàn)中的η(E)的比較。 如圖8所示，實(shí)驗(yàn)1事件呈T型不均勻分布，三種算法從一開(kāi)始就表現(xiàn)明顯，本文算法在第8次迭代就達(dá)到了最優(yōu)覆蓋效能，節(jié)點(diǎn)經(jīng)少數(shù)幾次運(yùn)動(dòng)就達(dá)到對(duì)事件的優(yōu)化覆蓋，收斂速度也較快，APFA3D在第20次才達(dá)到最優(yōu)，雖然ECA3D較APFA3D要好但也是在大約第15次時(shí)達(dá)到最優(yōu)。實(shí)驗(yàn)2事件呈線型不均勻部署，在第20次迭代以前APFA3D較本文算法與ECA3D有明顯優(yōu)勢(shì)且收斂速度快，從第25次迭代開(kāi)始ECA3D趕超APFA3D，從第20次開(kāi)始本文算法表現(xiàn)出了優(yōu)勢(shì)�？梢钥闯霰疚乃惴ㄝ^其他兩種算法具有較高的事件集覆蓋效能并且算法的收斂速度也較其他兩種算法快。

　　4結(jié)語(yǔ)

　　本文研究了傳感器網(wǎng)絡(luò)的覆蓋問(wèn)題，針對(duì)傳感器網(wǎng)絡(luò)的非均勻覆蓋需求，將虛擬力應(yīng)用在無(wú)線傳感器網(wǎng)絡(luò)中實(shí)現(xiàn)三維覆蓋。本文的3DCAVF對(duì)無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行受力分析，根據(jù)不同的情況實(shí)現(xiàn)相應(yīng)的部署。文中通過(guò)與APFA3D和ECA3D比較，驗(yàn)證了本文3DCAVF較高的事件集覆蓋效能。作為下一步的工作，我們將解決本文算法能量消耗的問(wèn)題并在實(shí)際環(huán)境中對(duì)本文算法進(jìn)行測(cè)試。

　　參考文獻(xiàn)：

　　[1]REN X， WANG C. Multipath routing protocol based on threedimensional space and regional coevolution in wireless sensor network [J]. Journal of Computer Applications， 2015， 35(3)：610-614.(任秀麗，王沖.基于三維空間與區(qū)域協(xié)同進(jìn)化的無(wú)線傳感網(wǎng)多路徑路由協(xié)議[J].計(jì)算機(jī)應(yīng)用，2015，35(3)：610-614.)

　　[2]DAI G， CHEN L， ZHOU B， et al. Coverage hole detection algorithm based on Voronoi diagram in wireless sensor network [J]. Journal of Computer Applications， 2015， 35(3)：620-623.(戴國(guó)勇，陳麓屹，周斌彬，等.基于Voronoi圖的無(wú)線傳感器網(wǎng)絡(luò)覆蓋空洞檢測(cè)算法[J].計(jì)算機(jī)應(yīng)用，2015，35(3)：620-623.)

　　[3]LIAO W， KAO Y， LI Y. A sensor deployment approach using glowworm swarm optimization algorithm in wireless sensor networks [J]. Expert Systems with Applications， 2011， 38(10)：12180-12188.

　　[4]LE D， OH H， YOON S. VirFID： a Virtual Force (VF)based interestdriven moving phenomenon monitoring scheme using multiple mobile sensor nodes[J].Ad Hoc Networks，2015，27：112-132.

　　[5]YU G. Multiclass target coverage algorithm based on programming in wireless sensor network [J]. Computer Engineering， 2014， 40(3)： 152-162.(于廣州.WSN中基于線性規(guī)劃的多類(lèi)別目標(biāo)覆蓋算法[J].計(jì)算機(jī)工程， 2014，40(3)： 152-162.)
　　電子科技論文發(fā)表期刊推薦《山西電子技術(shù)》是山西省電子信息產(chǎn)業(yè)唯一公開(kāi)發(fā)行的專(zhuān)業(yè)技術(shù)期刊。在30年的辦刊過(guò)程中，刊物一直堅(jiān)持電子信息行業(yè)交流信息，探討技術(shù)的園地，主要宣傳報(bào)道電子信息領(lǐng)域新技術(shù)、新成果;為我省電子信息產(chǎn)業(yè)發(fā)展服務(wù)的辦刊宗旨。

---

轉(zhuǎn)載請(qǐng)注明來(lái)自：http://www.jinnzone.com/dianzijishulw/55540.html