本文關(guān)鍵詞：無(wú)線傳感網(wǎng)中基于路由優(yōu)化的擁塞控制

  更多相關(guān)文章： 無(wú)線傳感網(wǎng) 擁塞控制 服務(wù)質(zhì)量 隨機(jī)早期檢測(cè) 雙閉環(huán)控制

【摘要】：隨著無(wú)線傳感器網(wǎng)絡(luò)(WSNs)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)中基于路由優(yōu)化的擁塞控制研究受到了越來(lái)越廣泛的關(guān)注。無(wú)線傳感器網(wǎng)絡(luò)具有功耗低、體積小、功能多等諸多優(yōu)點(diǎn),在智能交通、環(huán)境監(jiān)測(cè)等領(lǐng)域得到了充分的應(yīng)用。然而由于無(wú)線傳感器網(wǎng)絡(luò)具有誤碼率高、容易受干擾、節(jié)點(diǎn)能量受限等特點(diǎn),同時(shí),多媒體網(wǎng)絡(luò)發(fā)展所帶來(lái)的越來(lái)越多的業(yè)務(wù)流,使得無(wú)線傳感網(wǎng)的擁塞問(wèn)題日益突出,網(wǎng)絡(luò)服務(wù)質(zhì)量受到嚴(yán)重影響。路由節(jié)點(diǎn)負(fù)責(zé)將若干節(jié)點(diǎn)探測(cè)到的信息發(fā)送到匯聚節(jié)點(diǎn)(Sink Node),是無(wú)線傳感網(wǎng)中核心技術(shù),其重要性不言而喻。針對(duì)WSNs路由優(yōu)化中的隊(duì)列管理機(jī)制和網(wǎng)絡(luò)服務(wù)質(zhì)量研究,成為網(wǎng)絡(luò)擁塞控制研究的一個(gè)熱點(diǎn)問(wèn)題。本文基于路由優(yōu)化問(wèn)題,重點(diǎn)研究了無(wú)線傳感網(wǎng)中的擁塞控制和網(wǎng)絡(luò)服務(wù)質(zhì)量。從無(wú)線傳感網(wǎng)的能耗、時(shí)延、帶寬等指標(biāo)出發(fā),設(shè)計(jì)一種具有系統(tǒng)熵意識(shí)的差分-精英蟻群算法,并應(yīng)用于WSNs組播路由優(yōu)化當(dāng)中；根據(jù)經(jīng)典控制理論,解析出保持鏈路隊(duì)列長(zhǎng)度穩(wěn)定、抗擾動(dòng)效果好的隊(duì)列管理算法。本文主要研究工作有：(1)設(shè)計(jì)出一種差分-精英蟻群算法。首先通過(guò)差分算法優(yōu)化蟻群參數(shù),獲得差分-蟻群系統(tǒng)；在此基礎(chǔ)上,對(duì)螞蟻信息素更新策略進(jìn)行優(yōu)化,主要包括求解信息素濃度上限,引入遺傳算法中“精英保存策略”以及排序方法,尋找精英螞蟻；同時(shí)針對(duì)WSNs路由優(yōu)化中不同業(yè)務(wù)流QoS指標(biāo)不同的特點(diǎn),得到了基于系統(tǒng)熵的效應(yīng)函數(shù)；采用MDM聚類算法,選擇能量耗盡節(jié)點(diǎn)的替代節(jié)點(diǎn)。多組仿真對(duì)比實(shí)驗(yàn)驗(yàn)證了算法有效性。(2)根據(jù)經(jīng)典控制理論,解析出WSNs背景下TCP協(xié)議模型的開(kāi)環(huán)傳遞函數(shù),根據(jù)幅頻特性找到主動(dòng)隊(duì)列管理算法當(dāng)中RED參數(shù)選擇方法。同時(shí)針對(duì)網(wǎng)絡(luò)負(fù)載不穩(wěn)定問(wèn)題,利用比例控制對(duì)偏差的快速響應(yīng)特點(diǎn),設(shè)計(jì)出一種抗負(fù)載波動(dòng)的比例控制器。通過(guò)經(jīng)典控制理論中的頻域穩(wěn)定性分析,來(lái)選擇RED算法參數(shù),克服了傳統(tǒng)RED參數(shù)敏感、依賴人工經(jīng)驗(yàn)選取的缺點(diǎn)。實(shí)驗(yàn)表明所設(shè)計(jì)的比例控制器(P控制器)在抗負(fù)載波動(dòng)、穩(wěn)定隊(duì)列長(zhǎng)度過(guò)程中效果顯著,減少了隊(duì)列長(zhǎng)度因震蕩對(duì)系統(tǒng)帶來(lái)的影響。(3)針對(duì)無(wú)線傳感網(wǎng)易受干擾、受控對(duì)象參數(shù)敏感的特點(diǎn),設(shè)計(jì)一種基于比例積分(PI)+內(nèi)環(huán)負(fù)反饋的雙閉環(huán)控制算法,應(yīng)用到含延時(shí)項(xiàng)的受控?fù)砣W(wǎng)絡(luò)對(duì)象當(dāng)中。新方法通過(guò)引入內(nèi)環(huán)負(fù)反饋,削弱了受控對(duì)象因參數(shù)敏感對(duì)系統(tǒng)穩(wěn)定帶來(lái)的不利影響,同時(shí)比例積分器的引入,幫助進(jìn)一步消除系統(tǒng)穩(wěn)態(tài)誤差。仿真對(duì)比實(shí)驗(yàn)驗(yàn)證了系統(tǒng)在階躍信號(hào)擾動(dòng)下的魯棒性,并給出了一個(gè)合理的內(nèi)環(huán)控制參數(shù)范圍。
【關(guān)鍵詞】：無(wú)線傳感網(wǎng) 擁塞控制 服務(wù)質(zhì)量 隨機(jī)早期檢測(cè) 雙閉環(huán)控制
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-12
• 1.1.1 無(wú)線傳感網(wǎng)結(jié)構(gòu)與特點(diǎn)9-10
• 1.1.2 無(wú)線傳感網(wǎng)擁塞控制意義10-11
• 1.1.3 無(wú)線傳感網(wǎng)QoS路由優(yōu)化問(wèn)題11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.2.1 無(wú)線傳感網(wǎng)研究現(xiàn)狀12-13
• 1.2.2 WSNs擁塞控制研究現(xiàn)狀13
• 1.3 論文主要研究?jī)?nèi)容13-15
• 第二章 論文相關(guān)知識(shí)與算法分析15-24
• 2.1 WSNs網(wǎng)絡(luò)擁塞15-17
• 2.1.1 擁塞的定義15
• 2.1.2 擁塞產(chǎn)生原因15-16
• 2.1.3 擁塞控制算法分類16-17
• 2.2 WSNs組播路由中的QoS17-18
• 2.2.1 QoS定義及產(chǎn)生17
• 2.2.2 QoS的度量約束17
• 2.2.3 組播概念17-18
• 2.3 擁塞控制與QoS關(guān)系18
• 2.4 基于聚類的MDM算法18-21
• 2.4.1 MDM聚類算法18-19
• 2.4.2 聚類算法步驟19-20
• 2.4.3 MDM在WSNs中應(yīng)用20-21
• 2.5 網(wǎng)絡(luò)仿真平臺(tái)NS221-23
• 2.5.1 NS簡(jiǎn)述21
• 2.5.2 DropTail算法的NS2實(shí)現(xiàn)21-23
• 2.6 本章小結(jié)23-24
• 第三章 基于差分-精英蟻群方法在QoS組播路由優(yōu)化中應(yīng)用24-35
• 3.1 蟻群算法的研究24-26
• 3.1.1 蟻群算法仿生起源24
• 3.1.2 蟻群算法的特點(diǎn)24-25
• 3.1.3 基本蟻群算法的實(shí)現(xiàn)25-26
• 3.2 差分進(jìn)化算法26-28
• 3.3 差分-蟻群(DE-ACO)28-29
• 3.3.1 算法步驟28
• 3.3.2 對(duì)比仿真實(shí)驗(yàn)28-29
• 3.4 蟻群優(yōu)化策略29-32
• 3.4.1 精英保存29-30
• 3.4.2 信息素上限30-31
• 3.4.3 精英螞蟻31-32
• 3.4.4 螞蟻的QoS“熵”意識(shí)32
• 3.4.5 聚類方法處理耗亡節(jié)點(diǎn)32
• 3.5 QoS仿真32-34
• 3.5.1 仿真環(huán)境32-33
• 3.5.2 實(shí)驗(yàn)結(jié)果33-34
• 3.6 本章小結(jié)34-35
• 第四章 基于NS2與經(jīng)典控制論的AQM算法在擁塞控制中應(yīng)用35-44
• 4.1 主動(dòng)管理隊(duì)列策略35-36
• 4.2 擁塞網(wǎng)絡(luò)的AQM控制模型36-39
• 4.2.1 泰勒級(jí)數(shù)線性化36-37
• 4.2.2 經(jīng)典RED的控制律模型37-39
• 4.2.3 參數(shù)穩(wěn)定39
• 4.3 抗負(fù)載不穩(wěn)定的比例控制器設(shè)計(jì)39-40
• 4.4 NS2仿真實(shí)驗(yàn)40-43
• 4.4.1 經(jīng)典RED與控制律分析得到的RED比較40-41
• 4.4.2 比例控制與經(jīng)典RED仿真比較41-42
• 4.4.3 參數(shù)穩(wěn)定范圍驗(yàn)證42-43
• 4.5 本章小結(jié)43-44
• 第五章 一種雙閉環(huán)控制方法在擁塞控制中應(yīng)用44-51
• 5.1 積分環(huán)節(jié)引入44-45
• 5.2 內(nèi)環(huán)負(fù)反饋的引入45-47
• 5.3 仿真實(shí)驗(yàn)47-50
• 5.3.1 內(nèi)環(huán)在收斂速度上的效果47-48
• 5.3.2 階躍干擾下內(nèi)環(huán)對(duì)魯棒性影響48-49
• 5.3.3 不同G_c(s)對(duì)內(nèi)環(huán)影響49-50
• 5.4 本章小結(jié)50-51
• 第六章 結(jié)論與展望51-53
• 6.1 論文總結(jié)51-52
• 6.2 前景展望52-53
• 致謝53-54
• 參考文獻(xiàn)54-56
• 附錄：作者在攻讀碩士學(xué)位期間發(fā)表論文56

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 楊歆豪;李澤;;無(wú)線傳感器網(wǎng)絡(luò)中基于領(lǐng)導(dǎo)者的擁塞控制算法[J];控制與決策;2012年09期

2 羅旭;柴利;楊君;;無(wú)線傳感器網(wǎng)絡(luò)下靜態(tài)水體中的近岸污染源定位[J];自動(dòng)化學(xué)報(bào);2014年05期

，

本文編號(hào)：764369