国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

無線傳感網(wǎng)高斯分簇路由算法的研究及實現(xiàn)*

2011-10-19 12:48:06陳寧寧張貴軍
傳感技術(shù)學(xué)報 2011年9期
關(guān)鍵詞:能量消耗路由概率

陳寧寧,俞 立,洪 榛,張貴軍

(浙江工業(yè)大學(xué)計算機學(xué)院,杭州 310023)

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)[1-4]是一種集傳感器技術(shù)、計算機技術(shù)和無線通信技術(shù)的新型無線網(wǎng)絡(luò)。它由部署在監(jiān)測區(qū)域的大量的傳感器節(jié)點組成,通過自組織的方式協(xié)同工作,以獲取惡劣環(huán)境下的外部物理信息。由于傳感器節(jié)點的能量有限并且部署之后難以再次補充,降低傳感器節(jié)點的能量消耗成為延長網(wǎng)絡(luò)生存周期的重要方法。而節(jié)點的能量消耗與網(wǎng)絡(luò)的路由算法又息息相關(guān),因此對無線傳感器網(wǎng)絡(luò)路由算法的研究具有非常重要的現(xiàn)實意義。

優(yōu)化路由協(xié)議是均衡節(jié)點能量消耗的主要途徑。針對無線傳感器網(wǎng)絡(luò)路由的特點,國內(nèi)外的專家與學(xué)者提出了一些適合無線傳感器網(wǎng)絡(luò)的路由協(xié)議。這些路由協(xié)議的設(shè)計模式大致可以分為以下幾類[5]:泛洪式路由協(xié)議、層次式路由協(xié)議、以數(shù)據(jù)為中心的路由協(xié)議、基于位置信息的路由協(xié)議和基于QoS的路由協(xié)議。在層次式路由協(xié)議中,簇頭的選取應(yīng)同時滿足三個條件:簇頭節(jié)點有足夠的剩余能量來保證數(shù)據(jù)傳遞;簇頭與簇內(nèi)節(jié)點間距離在正常通信距離之內(nèi);簇頭節(jié)點間距離不會太近。由于分簇路由具有拓?fù)浣Y(jié)構(gòu)簡單、易于維護(hù)適合大規(guī)模網(wǎng)絡(luò)等特點,一直是無線傳感器網(wǎng)絡(luò)路由研究的熱點。

LEACH協(xié)議[6]作為最早提出分簇路由算法的協(xié)議,有效地降低了網(wǎng)絡(luò)能耗,延長了網(wǎng)絡(luò)生命。但LEACH協(xié)議在選取簇頭時沒有考慮目標(biāo)節(jié)點的剩余能量的因素,也不能避免簇頭節(jié)點因相距較近產(chǎn)生的重簇現(xiàn)象。HEED[7]、TEEN[8]和 PEGASIS[9]等分簇路由協(xié)議在LEACH協(xié)議的基礎(chǔ)上進(jìn)行了改進(jìn)。HEED通過迭代的方式選取簇頭,增大了簇頭與基站通信的能量消耗;TEEN中的屬性值若一直達(dá)不到軟硬門限用戶將接收不到網(wǎng)絡(luò)的任何數(shù)據(jù);PEGASIS協(xié)議在大規(guī)模網(wǎng)絡(luò)中易增大網(wǎng)絡(luò)數(shù)據(jù)傳輸時延,成簇開銷非常大,不適合實際應(yīng)用。由盧強等提出的CMCRP算法[10]將節(jié)點之間的距離作為簇頭選取的參考因素,但目標(biāo)節(jié)點當(dāng)選簇頭的概率隨著與已知簇頭距離的增大而增大,使得距離適合的能量較大的目標(biāo)節(jié)點失去了競爭力。

針對以上情況,本文提出一種高斯分布分簇路由算法(GCRA)。在簇頭選取過程中充分考慮目標(biāo)簇頭節(jié)點的剩余能量以及簇頭之間的最優(yōu)距離,保證簇頭節(jié)點的均勻分布。節(jié)點根據(jù)通信代價最小的原則選取距離自己最近的簇頭節(jié)點作為其最終簇頭,均衡簇頭節(jié)點的負(fù)載,延長網(wǎng)絡(luò)的生存周期。

1 網(wǎng)絡(luò)模型

在本文中,無線傳感器網(wǎng)絡(luò)節(jié)點具有如下性質(zhì):傳感器節(jié)點隨機地均勻分布在目標(biāo)區(qū)域范圍內(nèi),網(wǎng)絡(luò)運行過程中均處于靜止?fàn)顟B(tài);傳感器節(jié)點結(jié)構(gòu)相同,所有傳感器節(jié)點具有相同的功能和屬性;傳感器節(jié)點能夠計算出自己當(dāng)前的剩余能量,并具備數(shù)據(jù)融合功能;基站與每個傳感器節(jié)點都可以直接通信,且基站位置固定,能量不受限。

參考LEACH協(xié)議的能量模型,節(jié)點的能量消耗由發(fā)射電路的能量消耗和功率放大器能量消耗兩部分組成,即如果某一節(jié)點要發(fā)送kbits的數(shù)據(jù)包到距離為d的另一節(jié)點,則該節(jié)點所要消耗的能量模型為:

其中,Eelec表示發(fā)射和接收單位bit數(shù)據(jù)發(fā)射電路消耗的能量。當(dāng)d<do時,使用放大單位bit數(shù)據(jù)消耗能量為Efs的信號功率放大器,當(dāng)d≥do時使用放大單位bit數(shù)據(jù)消耗能量為Emp的信號功率放大器。節(jié)點接收kbits數(shù)據(jù)的接收電路所消耗的能量模型為:

成員節(jié)點將監(jiān)測數(shù)據(jù)發(fā)送到簇頭,簇頭節(jié)點對數(shù)據(jù)進(jìn)行融合后發(fā)送到基站。數(shù)據(jù)融合單位bit數(shù)據(jù)消耗的能量為

其中Edf表示融合單位bit數(shù)據(jù)所消耗的能量。

2 簇頭選擇機制

2.1 網(wǎng)絡(luò)最優(yōu)化覆蓋

在分簇路由協(xié)議中,簇頭節(jié)點均勻分布具有以下優(yōu)點:保證每個簇的大小盡量均等;平衡普通節(jié)點與簇頭節(jié)點的能量消耗;降低網(wǎng)絡(luò)的簇內(nèi)通信代價。在成簇過程中,若簇頭節(jié)點距離基站較遠(yuǎn)并且成員節(jié)點距離其所屬簇頭也較遠(yuǎn),則節(jié)點與簇頭均需消耗較大的能量以維持通信,大大增加整個網(wǎng)絡(luò)的能量消耗。簇頭節(jié)點均勻分布使得各個節(jié)點均可以較小的通信代價與簇頭保持通信,均衡網(wǎng)絡(luò)的能量消耗。因此,在成簇過程中將簇頭的均勻分布作為簇頭選取的重要衡量標(biāo)準(zhǔn)。

在網(wǎng)絡(luò)覆蓋過程中,簇頭節(jié)點以“蜂窩”狀的正六邊形形式分布最優(yōu)[11],在這種網(wǎng)絡(luò)模型下,網(wǎng)絡(luò)的重復(fù)覆蓋率最低并且無覆蓋漏洞,以較少的簇頭節(jié)點達(dá)到較高的網(wǎng)絡(luò)覆蓋率。如圖1所示。

圖1 網(wǎng)絡(luò)最優(yōu)覆蓋

設(shè)網(wǎng)絡(luò)中每個簇的半徑為R,則簇頭之間的最優(yōu)距離應(yīng)為R,即與已知簇頭之間的距離為R的目標(biāo)節(jié)點優(yōu)先當(dāng)選簇頭。因此,優(yōu)先選取距離已知簇頭R圓上的節(jié)點當(dāng)選簇頭是這一模型得以實現(xiàn)的重要保證。

2.2 LEACH和CMCRP簇頭選取機制

在LEACH協(xié)議簇頭選取過程中,目標(biāo)節(jié)點隨機生成一個取值范圍為0~1的小數(shù),同時節(jié)點根據(jù)自身的閾值函數(shù)生成閾值Pi(t),若隨機數(shù)小于閾值,則該節(jié)點當(dāng)選為簇頭。Pi(t)的計算公式為:

其中,p表示簇頭節(jié)點所占比例,r表示當(dāng)前循環(huán)的輪數(shù),n表示的是第n個節(jié)點,G表示最近1/p輪中仍未當(dāng)選簇頭的節(jié)點集合。LEACH協(xié)議有效降低了網(wǎng)絡(luò)能耗,延長了網(wǎng)絡(luò)生存周期,但仍存在一些缺陷:簇頭節(jié)點的分布不能保證均勻;各個節(jié)點與基站的距離均不相等。從而在數(shù)據(jù)傳輸階段能量消耗不能滿足均等消耗。

CMCRP協(xié)議通過引入擬物力的思想把已產(chǎn)生的簇頭節(jié)點看做是通信半徑為R的“簇頭圓盤”,設(shè)參與簇頭選擇并未被“簇頭圓盤”覆蓋的目標(biāo)節(jié)點對其鄰近的“簇頭圓盤”具有吸引力,而已經(jīng)被“簇頭圓盤”覆蓋的目標(biāo)節(jié)點受“屏蔽效應(yīng)”的影響對“簇頭圓盤”不具有吸引力。參照萬有引力引入“屏蔽效應(yīng)”。改進(jìn)后的簇頭閾值為:

通過對簇頭選擇閾值的改進(jìn),CMCRP延長了網(wǎng)絡(luò)生存周期。但節(jié)點距離已知簇頭越遠(yuǎn),當(dāng)選簇頭的概率越高,從而使得距離已知簇頭較遠(yuǎn)的低能量節(jié)點當(dāng)選簇頭的概率高于距離已知簇頭節(jié)點較近的高能量節(jié)點當(dāng)選簇頭的概率,使得高能量節(jié)點喪失了競爭力。

由以上分析可知,LEACH算法沒有考慮節(jié)點的剩余能量因素,對其改進(jìn)的CMCRP也沒有保證簇頭節(jié)點均勻分布。對于以上算法的缺陷和不足,本文提出一種高斯分簇路由算法。

3 高斯分簇路由算法(GCRA)

3.1 簇頭距離因素

在高斯分簇路由算法的模型中,將簇頭節(jié)點的均勻分布作為簇頭選取的重要因素。

如圖2所示,已知節(jié)點A已經(jīng)被選為簇頭節(jié)點,節(jié)點B、C、D、E、F和G均有可能成為下一個簇頭節(jié)點。若簇頭的基本通信范圍為R,根據(jù)網(wǎng)絡(luò)最優(yōu)化覆蓋原理,下一個簇頭的最優(yōu)位置應(yīng)該在與簇頭A的距離為R的圓上,即節(jié)點B所在的圓上。但在實際應(yīng)用中,節(jié)點B可能由于剩余能量太低而不滿足當(dāng)選簇頭的要求,或者在半徑為R的圓上恰好沒有節(jié)點,則與簇頭節(jié)點A的距離在區(qū)間(R-ΔdR+Δd)上的節(jié)點C和D就成為次優(yōu)目標(biāo)簇頭節(jié)點,從而在簇頭節(jié)點A的周圍形成了一條寬度為2Δd的圓環(huán)。在簇頭選取過程中,處于圓環(huán)中的所有節(jié)點組成的概率帶形成下一個簇頭節(jié)點的最優(yōu)目標(biāo)區(qū)域。不在概率帶上的節(jié)點E和F為最差目標(biāo)簇頭。為避免重簇現(xiàn)象的出現(xiàn),節(jié)點G不應(yīng)當(dāng)選簇頭。

圖2 簇頭選取示意圖

要滿足節(jié)點B當(dāng)選簇頭的概率最大、節(jié)點C、D次之、節(jié)點E、F最小、節(jié)點G為0的條件,剛好滿足高斯分布概率密度函數(shù)的性質(zhì)。由此本文引入高斯分布概率密度函數(shù)作為簇頭選取的閾值函數(shù)。當(dāng)選簇頭的概率閾值函數(shù)為:

即以目標(biāo)簇頭節(jié)點與已知簇頭節(jié)點的距離d為參數(shù),簇頭之間的最優(yōu)距離R為均值,其函數(shù)曲線如圖3所示。

圖 3 概率閾值函數(shù)(σ1<σ2<σ3)

該概率閾值函數(shù)依然保留了高斯分布概率密度函數(shù)的性質(zhì)。在d=R處概率最大。σ值一定的情況下,距離在最優(yōu)目標(biāo)簇頭節(jié)點所在圓的兩側(cè)范圍內(nèi)滿足f(R)≥f(R±Δd)。目標(biāo)簇頭節(jié)點與已知簇頭之間的距離與最優(yōu)距離的差值越小,即‖d-R‖越小,目標(biāo)節(jié)點當(dāng)選簇頭的概率越大,即與已知簇頭節(jié)點的距離越接近最優(yōu)距離的目標(biāo)節(jié)點當(dāng)選簇頭的概率越大,滿足網(wǎng)絡(luò)最優(yōu)化覆蓋的條件。

根據(jù)高斯分布的性質(zhì)[12],隨機變量落在橫軸區(qū)間(μ-2.58σ,μ+2.58σ)內(nèi)的面積占總面積的比例約為99%。

由圖3可知,節(jié)點當(dāng)選簇頭的概率隨著與最優(yōu)距離的差值的增大而逐漸降低,趨近于0。由于事件發(fā)生的概率低于1%為小概率事件,為了降低算法的時間復(fù)雜度,在簇頭選取過程中引入最小概率閾值Pmin=0.01,概率低于Pmin的節(jié)點在本輪中不再競爭簇頭,設(shè)定Prob(d=R+Δd)=Pmin,這樣使得概率大于Pmin的節(jié)點落于候選概率帶范圍之內(nèi),這樣就將簇頭的選取范圍劃定在了寬度為2Δd的圓環(huán)內(nèi)。

假設(shè)節(jié)點在檢測范圍內(nèi)大致均勻分布,網(wǎng)絡(luò)最終形成N個簇,網(wǎng)絡(luò)面積為S,在選取簇頭的過程中,對于任一簇頭,其所在簇的半徑為R,簇的面積為πR2。由高斯分布的性質(zhì)可知,概率帶之外的其他節(jié)點當(dāng)選簇頭的概率遠(yuǎn)遠(yuǎn)小于Pmin趨近于0,若把這些節(jié)點也選定為候選節(jié)點將大大提高算法的時間復(fù)雜度,因此將剩下的S-πR2區(qū)域劃分N-1個簇,在每個候選區(qū)域內(nèi)選取簇頭,則每個簇頭的平均候選面積為(S-πR2)/(N-1),而由圖2可知候選區(qū)域的面積,因此有:

由圖3可知,σ的值越大,概率大于Pmin的節(jié)點形成的概率帶的寬度也就越大,候選節(jié)點越多;反之亦然。由式(10)可知σ的值與網(wǎng)絡(luò)的簇的數(shù)量息息相關(guān),由于節(jié)點的通信半徑一定,因此應(yīng)根據(jù)網(wǎng)絡(luò)的大小來選取合適的簇的數(shù)量使得每個簇頭的承受得到均衡。

3.2 能量因素

LEACH算法在簇頭選取的過程中沒有考慮目標(biāo)節(jié)點的剩余能量,使得低能量節(jié)點具有與高能量節(jié)點相同的概率當(dāng)選簇頭,加速節(jié)點的死亡。

本算法在成簇過程中將節(jié)點的剩余能量和目標(biāo)節(jié)點的平均能量作為簇頭選取的參考因素,優(yōu)先選取剩余能量高于平均能量的目標(biāo)節(jié)點當(dāng)選簇頭,使得高能量節(jié)點更具競爭力。對簇頭選取閾值prob引入能量閾值模型:

其中,Eresidual表示當(dāng)前節(jié)點的剩余能量,Nsum表示在概率帶范圍內(nèi)未被覆蓋的存活節(jié)點的個數(shù),Esum表示該Nsum個節(jié)點的總剩余能量。改進(jìn)后的閾值公式為:

改進(jìn)后的閾值公式使得剩余能量較高且位置較優(yōu)的節(jié)點優(yōu)先當(dāng)選簇頭,既保證簇頭節(jié)點的均勻分布,又保證簇頭節(jié)點的剩余能量,均衡網(wǎng)絡(luò)的整體能量消耗。

3.3 算法流程

在GCRA算法中,首先根據(jù)網(wǎng)絡(luò)的規(guī)模和節(jié)點的數(shù)量選定適當(dāng)?shù)墓?jié)點基本通信范圍R和控制概率帶寬度的σ的值。

簇頭選取過程完成后,當(dāng)選為簇頭的節(jié)點設(shè)定時間片并接收入簇請求,同時,未當(dāng)選簇頭的節(jié)點根據(jù)本地的簇頭信息表選取距離最近的簇頭發(fā)送入簇請求。簇頭時間片到后,簇頭節(jié)點對接收到的入簇請求進(jìn)行信息處理,分配簇內(nèi)節(jié)點TDMA時間表,以R為通信半徑在簇內(nèi)廣播成簇信息。各個成員節(jié)點根據(jù)接收到的成簇信息判斷入簇結(jié)果,然后根據(jù)接收到的TDMA時間表向簇頭節(jié)點發(fā)送監(jiān)測數(shù)據(jù)。簇頭節(jié)點將接收到的數(shù)據(jù)包進(jìn)行數(shù)據(jù)融合后發(fā)送到基站。算法實現(xiàn)流程圖如圖4所示。

圖4 算法流程圖

普通節(jié)點選擇距離最近的簇頭節(jié)點為最終簇頭并請求入簇,簇頭節(jié)點向簇內(nèi)成員節(jié)點一次性廣播簇信息,避免了簇頭節(jié)點與成員節(jié)點之間一對一的通信,有效降低簇頭的能量消耗,均衡各個節(jié)點的能量消耗。

4 仿真實現(xiàn)

本文采用MATLAB仿真平臺對LEACH、CMCRP以及GCRA進(jìn)行仿真比較,以評價GCRA算法的性能。仿真參數(shù)[6]如下表1所示。

表1 仿真數(shù)據(jù)參數(shù)

本文主要選取剩余節(jié)點個數(shù)、網(wǎng)絡(luò)平均剩余能量和基站接收信息量來比較三種算法的性能。在不考慮其他外界因素干擾的情況下,節(jié)點的能量等于零時視為死亡。網(wǎng)絡(luò)生存周期為第一個節(jié)點的死亡時間。三種算法各進(jìn)行仿真實驗50次取平均值。

圖5 簇頭節(jié)點分布圖

圖5為在GCRA算法仿真過程中某次組網(wǎng)時簇頭節(jié)點的基本分布示意圖,從圖中可以看出,網(wǎng)絡(luò)共生成9個簇,與設(shè)置的目標(biāo)數(shù)量10個基本相符,且簇頭節(jié)點分布均勻,簇頭之間的距離滿足GCRA路由協(xié)議的定義,滿足網(wǎng)絡(luò)全局覆蓋的要求。

圖6是三種路由算法在每一輪循環(huán)中剩余節(jié)點個數(shù)的對比情況。具體各個時刻節(jié)點死亡時間如表2所示。

圖6 網(wǎng)絡(luò)剩余節(jié)點個數(shù)

表2 節(jié)點死亡時刻表

顯然,該圖反映了GCRA算法在降低能耗延長網(wǎng)絡(luò)生命周期上的優(yōu)越性。第一個節(jié)點死亡時,CMCRP算法運行了126輪,LEACH算法運行了103輪,而GCRA算法已經(jīng)運行了166輪。GCRA算法的網(wǎng)絡(luò)生存周期比 LEACH算法提高了61%,比CMCRP算法提高了31.7%,并且從曲線的斜率可知,相對于LEACH和CMCRP協(xié)議,GCRA算法每個節(jié)點的網(wǎng)絡(luò)負(fù)載均衡得到明顯地提高。

圖7給出了三種算法的網(wǎng)絡(luò)平均剩余能量的比較情況??梢钥闯觯琈PDFR算法節(jié)點的平均剩余能量比LEACH和CMCRP算法均有顯著的提高。CMCRP算法雖然在簇頭選取的過程中加入了擬物力的思想,距離已知簇頭越遠(yuǎn)的節(jié)點當(dāng)選簇頭的概率越大,沒有考慮到節(jié)點剩余能量的因素使得能量較低的節(jié)點當(dāng)選簇頭,節(jié)點的能量消耗得不到有效均衡,加快了節(jié)點的死亡。圖8則反映了三種算法基站接收到的數(shù)據(jù)量的比較情況,GCRA算法接收到的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)大于LEACH協(xié)議和CMCRP協(xié)議,是CMCRP協(xié)議接收數(shù)據(jù)量的近兩倍。

圖7 節(jié)點平均剩余能量

圖8 基站接收數(shù)據(jù)包

5 結(jié)束語

本文提出了一種高斯分布分簇路由協(xié)議(GCRA)。在簇頭選取過程中將高斯分布概率密度函數(shù)模型應(yīng)用其中,結(jié)合目標(biāo)節(jié)點的剩余能量,優(yōu)先選取與已知簇頭距離最優(yōu)且剩余能量較高的節(jié)點當(dāng)選簇頭。仿真實驗證明,GCRA算法比LEACH和CMCRP路由算法更具優(yōu)越性,有效地解決了LEACH的能量缺陷和CMCRP簇頭選取的不足,均衡節(jié)點的能量消耗,延長網(wǎng)絡(luò)生命周期。

[1]Yick J,Mukherjee B,Ghosal D.Wireless Sensor Network Survey[J].Computer Networks,2008,52(12):2292-2330.

[2]Al-Karaki J N,Kamal A E.Routing Techniques in Wireless Sensor Networks:A Survey[J].Wireless Communications,2004,11(6):6-28.

[3]孫利民,李建中,陳渝,等.無線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2006.

[4]Akyildiz IF,SuW,Sankarasubramaniam Y.WirelessSensor Networks:A Survey[J].Computer Networks,2002,38(4):393-422.

[5]趙強利,蔣艷凰,徐明.無線傳感器網(wǎng)絡(luò)路由協(xié)議的分析與比較[J].計算機科學(xué),2009,36(2):35-41.

[6]Heinzelman W B,Chandrakasan A P,Balakrishnan H.An Application-Specific Protocol Architecture for Wireless Microsensor Networks[J].IEEE Transactions on Wireless Communications,2002,1(4):660-670.

[7]Youni O,F(xiàn)ahmy S.HEED:A Hybrid,Energy-Efficient,Distributed Clustering Approach for Ad Hoc Sensor Networks[J].IEEE Transactions on Mobile Computing,2004,3(4):366-379.

[8]Manjeshwar A,Agrawal D P.TEEN:A Routing Protocol for Enhanced Efficiency in Wireless Sensor Networks[C]//Proceedings of 15th IEEE International Parallel and Distributed Processing Symposium,San Francisco,2001,2009-2015.

[9]Lindsey S,Raghavendra C S.PEGASIS:Power Efficient Gathering in Sensor Information Systems[C]//Proceedings of the IEEE Aerospace Conference.Los Angeles,2002,1125-1130.

[10]盧強,何熊熊,馮遠(yuǎn)靜,等.基于競爭機制的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J].傳感技術(shù)學(xué)報,2010,23(2):245-250.

[11]趙仕俊,張朝暉.無線傳感器網(wǎng)絡(luò)正六邊形節(jié)點覆蓋模型研究[J].計算機工程,2010,36(20):113-115.

[12]李忠范,高文森.應(yīng)用數(shù)理統(tǒng)計[M].北京:高等教育出版社,2009.

[13]王微,馮靜遠(yuǎn),俞立.一種高效的無線傳感器網(wǎng)絡(luò)路由協(xié)議設(shè)計[J].傳感技術(shù)學(xué)報,2008,21(12):2061-2066.

猜你喜歡
能量消耗路由概率
太極拳連續(xù)“云手”運動強度及其能量消耗探究
第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
中年女性間歇習(xí)練太極拳的強度、能量消耗與間歇恢復(fù)探究分析
第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
概率與統(tǒng)計(二)
概率與統(tǒng)計(一)
沒別的可吃
探究路由與環(huán)路的問題
PRIME和G3-PLC路由機制對比
鋁誘導(dǎo)大豆根系有機酸分泌的能量消耗定量研究
招远市| 德安县| 汶川县| 西藏| 武冈市| 台安县| 呼图壁县| 象州县| 青海省| 滕州市| 正蓝旗| 开阳县| 日土县| 游戏| 安溪县| 长兴县| 沂源县| 登封市| 平舆县| 莱西市| 天长市| 通河县| 临西县| 南木林县| 儋州市| 深州市| 会东县| 无锡市| 水城县| 常山县| 花莲市| 即墨市| 临泽县| 沂水县| 山阳县| 兴化市| 德格县| 体育| 安达市| 辰溪县| 滨州市|