[发明专利]基于PID控制器的无线传感器网络拥塞控制方法

说明书

本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有：相关参数的定义及初始化；将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中；用单神经元控制技术对PID控制器固定的参数(K_P、K_I、K_d)进行整定；用改进的粒子群算法对神经元PID控制器的初始参数(K_P0、K_I0、K_d0)，神经元学习速率(η₁、η₂、η₃)进行在线寻优；得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1＝0.95+0.1*rand,C2＝C1,有导的Hebb学习算法来调整加权系数(w_i(k))的值。从而达到在线调整PID队列拥塞算法的参数，使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。

技术领域

本发明涉及一种与无线传感器网络拥塞控制相关的PID队列拥塞管理方法，更具体地说，特别涉及一种基于PID的无线传感器网络节点队列拥塞管理方法。

背景技术

在无线传感器网络中存在无线传感器网络拥塞问题，无线传感器网络的拥塞可以分为两种类型：一种类型是节点级的拥塞，就是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；另一种类型是无线链路级的拥塞，无线信道是共享信道，在同一时刻相邻节点只能有一个节点使用无线信道，当多个相邻节点同时竞争使用无线信道时，就会产生访问冲突引起链路级拥塞，增加分组的服务时间，降低链路利用率和网络的吞吐量。

本发明主要关注无线传感器网络结构和节点缓存不足的问题，因为无线传感器网络大规模部署和以数据为中心的非对称的多对一数据流通信模式，使得WSN容易发生拥塞，WSN作为一种分组转发的网络，当突发数据流大规模地涌向某些传感器节点时，将因这些节点有限的输出流可用带宽和缓存空间，使得到来的分组不能被及时转发而不得不被丢弃，从而引起拥塞；另外，WSN采用逐跳的多对一通信方式，这使得sink节点所产生的“漏斗效应”也很容易产生拥塞。拥塞造成了数据分组丢失甚至重要检测信息的丢弃，减小了数据传输的成功率，降低了传输服务质量，而且数据重传进一步导致能量消耗增加，因此需要拥塞控制机制来管理网络。

为了解决拥塞现象所带来的中间节点队列不稳定、吞吐量急剧下降、丢包率过高等网络性能下降的问题，现在WSN的节点(无线路由)中普遍采用“弃尾方法”，当无线路由因缓冲区不能及时处理接收的数据包时，会对暂时未能处理的数据包进行排队。按照弃尾方法将队列长度相关的参数进行预先设定，并将队列长度的参数与预定的阈值进行比较，若大于阈值，则开始丢弃大于阈值之后的数据包。“弃尾”的意思即从队列尾部开始丢弃。

但是弃尾方法存在导致某个数据流进入死锁状态，让无线路由器缓存长期处于满队列状态，而主动队列管理(AQM)方法在有线网络拥塞控制中的研究已经很成熟，它在拥塞之前采用预见式的提前丢包的思想，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。

中国专利公开号CN102821001A，公开日为2012年12月12日，专利申请号为CN201210344427.4，专利名称为“模糊神经元主动队列管理方法在IPCOP中实现的方法”。描述了一种模糊神经元主动队列管理方法在IPCOP中实现的方法,该方法步骤如下：1.相关参数的定义及初始化；2.等待新的数据包到达；3采用有导的Hebb学习算法对神经元加权系数动态调节；包括对当前时刻瞬时队列长度q(k)进行采样,并计算神经元方法输入量x1(k),x2(k),x3(k)的值；4.采用模糊控制方法动态调整神经元增益K,包括以x1(k)和x2(k)为输入量,神经元增益K的变化量ΔK为输出量,对输入量x1(k)和x2(k)进行模糊化；5.计算丢弃概率p(k)并以丢弃概率p(k)对数据包进行丢弃,包括计算丢弃概率p(k),最后将数据包以丢弃概率p(k)进行丢弃。