基于节点队列管理的无线传感器网络拥塞控制方法的研究

基于节点队列管理的无线传感器网络拥塞控制方法的研究

ID:43496045

大小:1.76 MB

页数:63页

时间:2019-10-08

基于节点队列管理的无线传感器网络拥塞控制方法的研究_第1页
基于节点队列管理的无线传感器网络拥塞控制方法的研究_第2页
基于节点队列管理的无线传感器网络拥塞控制方法的研究_第3页
基于节点队列管理的无线传感器网络拥塞控制方法的研究_第4页
基于节点队列管理的无线传感器网络拥塞控制方法的研究_第5页
资源描述:

《基于节点队列管理的无线传感器网络拥塞控制方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TN929.5单位代码:10183研究生学号:2015522051密级:公开基于节点队列管理的吉林大学无线传硕士学位论文感器(学术学位)网络拥塞基于节点队列管理的无线传感器网络拥塞控制方法的研究控制方ResearchonCongestionControlMethodsofWirelessSensor法的NetworkBasedonNodeQueueManagement研究作者姓名:夏日婷专业:工学硕士夏日研究方向:无线传感器网络拥塞控制婷指导教师:杨晓萍教授培养单位:通信工程学院2018年6月吉林大学——————————————————

2、—————————————基于节点队列管理的无线传感器网络拥塞控制方法的研究———————————————————————————————ResearchonCongestionControlMethodsofWirelessSensorNetworkBasedonNodeQueueManagement作者姓名:夏日婷专业名称:信号与信息处理指导教师:杨晓萍学位类别:工学硕士答辩日期:年月日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等

3、有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位

4、论文委托研究生院向中国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用,同意按章程规定享受相关权益。论文级别:□√硕士□博士学科专业:信号与信息处理论文题目:基于节点队列管理的无线传感器网络拥塞控制方法的研究作者签名:指导教师签名:年月日作者联系地址:吉林大学通信工程学院作者联系电话:摘要基于节点队列管理的无线传感器网络拥塞控制方法的研究近年来,无线传感器网络技术得到了飞速发展,应用领域越来越广,随之而来的

5、无线传感器网络拥塞问题也日益突出。无线传感器网络拥塞可以分为多个层次,其中之一就是节点级别的拥塞,即节点需要发送的分组流量超过节点的发送能力,导致缓存溢出,造成数据分组的丢失和网络排队延迟的增加。从而使得网络吞吐量下降,严重时会造成整个网络瘫痪。因此,研究一种能有效缓解无线路由节点级别的网络拥塞控制方法是十分必要的。本文的主要研究内容是解决无线传感器网络中的无线路由节点转发大量数据而导致的网络拥塞。目前,通过无线传感器网络节点队列管理方法可以缓解这种原因带来的拥塞问题。而主动队列管理(AQM)方法在有线网络拥塞控制中是一个重要研究思想,并且这种

6、思想已经引入到无线传感器网络中。主动队列管理方法在发生拥塞之前提前丢包,能够有效地控制队列长度,避免网络发生拥塞,解决滞后性和能量的不必要耗费问题。所以,本文研究基于节点队列管理的无线传感器网络拥塞控制方法。首先,本文对无线传感器网络和无线传感器网络拥塞控制进行了介绍,研究讨论了几种无线传感器网络拥塞控制方法,详细分析了PI(ProportionalIntegral)算法,并对PI算法和目前无线传感器网络中使用的Droptail算法进行了仿真对比实验。通过分析总结出将PI控制思想应用于无线传感器网络的各个无线节点的队列管理中的优点和不足。其次,

7、为了解决PI算法参数固定的缺陷,本文提出了基于无线传感器网络的标准粒子群优化神经元PI参数的拥塞控制方法(ParticleSwarm-SingleNeuron-PI,PNPI)。PNPI算法首先利用神经元的自学习、自组织能力,通过对PI控制器的比例、积分权值参数的在线调整,优化其选择。然后利用标准粒子群算法对神经元PI(NPI)算法中的神经元学习速率进行在线寻优。通过对神经元学习速率的实时矫正来在线调整单神经元的权值,防止神经元算法局部优化问题的产生。最后使用PNPI算法得到的丢弃概率p在队列缓冲区溢出之前主动丢包,避免拥塞发生。通过仿真实验分

8、析,PNPI算法在丢包率、吞吐量和时延等性能指标上得到了改善。之后,考虑到PI控制器没有微分调节环节,将PID控制技术应用到无线传感器网络节点缓存队列

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。