[发明专利]基于模糊控制单神经元PID控制器的无线传感器网络的拥塞控制方法有效

专利信息
申请号: 202010924300.4 申请日: 2020-09-04
公开(公告)号: CN112020030B 公开(公告)日: 2021-06-22
发明(设计)人: 杨晓萍;柳莹;王星乔;王萍;胡云峰 申请(专利权)人: 吉林大学
主分类号: H04W4/38 分类号: H04W4/38;H04W28/02
代理公司: 长春市四环专利事务所(普通合伙) 22103 代理人: 张冉昕
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 模糊 控制 神经元 pid 控制器 无线 传感器 网络 拥塞 方法
【说明书】:

发明公开了一种基于模糊控制单神经元PID控制器的无线传感器网络的拥塞控制方法,该方法属于主动队列控制方法,可以克服现有方法存在的满队列造成网络崩溃的问题,该方法包括步骤如下:1)相关参数定义;2)PID方法的实现;3)NPID方法的实现;4)采用模糊控制算法对NPID方法进行改进,得到FNPID方法;5)计算出丢弃概率p(k),在满队列之前以丢弃概率p(k)主动丢包。本发明使用主动队列管理方法FNPID保证网络不会出现满队列的情况,持续保持良好的控制效果,降低时延和丢包率、提高吞吐量,维持网络的较高性能。

技术领域

本发明属于无线传感器网络的拥塞控制领域,具体涉及一种基于模糊控制单神经元PID控制器的无线传感器网络的拥塞控制方法,属于节点的主动队列管理范畴。

背景技术

在当今信息时代,随着5G技术的发展,万物互联,无线传感器网络(WirelessSensor Networks,WSN)的应用也越来越广泛,在智能家居、国防军事、生物医疗、智慧农业等领域都可以看到无线传感器网络的身影。无线传感器网络具有分布式的特点,是一种多跳的自组织网络。监测区域内大量的传感器节点可以协作地将采集到的信息发送到汇聚节点,再传送给网络的用户。随着大量数据的采集、处理和传输,网络的拥塞问题也不容忽视,因为网络拥塞意味着网络时延增大、丢包率增加以及吞吐量的下降,严重时还会导致网络崩溃。

在无线传感器网络的应用中,多对一传输的场景是十分普遍的,所以汇聚节点需要转发的数据量往往是比较大的,它的工作状态也最值得我们关注,如果汇聚节点一旦产生拥塞,网络的性能将会严重下降。由于单个传感器节点的缓存队列空间是有限的,一旦出现长时间的满队列的情况,十分容易引起网络的崩溃,另外,如果有突发性的数据流出现,网络也难以应对,所以WSN节点的拥塞问题也亟待解决。

主动队列管理是一种主动的拥塞控制机制,与“队尾丢弃”不同,并非等到满队列才进行丢包,它通过比较队列长度的期望值与队列长度的瞬时值来计算新的数据包的丢弃概率,从而进行主动丢包来控制队列长度,这样可以避免拥塞的发生。常见的主动队列管理算法有RED、REM、BLUE、PID等,其中PID算法是基于自动控制理论的主动队列管理算法,这类算法可以通过反馈情况及时地调整输入,且能将瞬时队列长度控制在可预设的期望值附近,存在较强的优势,但是,由于PID算法的参数固定,无法根据网络时变来自动调节参数以达到最好的控制效果,在很多的实际应用场景下已经显得能力有限,所以,本发明通过有机结合模糊控制算法和单神经元控制算法对PID算法参数进行自适应调节,从而解决了PID参数和单神经元增益固定的问题,即可以根据网络负载实时变化来动态调节PID和神经元控制的参数,降低时延、提升吞吐量,减小丢包率,最终提高了网络的性能。

发明内容

本发明所要解决的技术问题是克服了现有技术存在的PID算法参数固定,无法自动调节参数以适应无线传感器网络的负载时变性的问题,提出了一种基于模糊控制单神经元PID控制器的无线传感器网络节点的主动队列管理方法,通过单神经元技术的加入,使PID算法的参数具有自学习的能力,又引入模糊控制算法,对单神经元的固定增益进行实时调节,从而加速所施加控制的快速收敛,达到了良好的控制效果,避免拥塞发生,同时提高了吞吐量、降低时延、减小了丢包率。

基于模糊控制单神经元PID控制器的无线传感器网络的拥塞控制方法,具体步骤如下;

1)相关参数的定义:

Kp、Ki、Kd为PID方法中的三个参数;

K为单神经元的增益,初始值为K0,其值为0.96,△K为模糊控制器的输出,

增益;K=K+△K;

e为瞬时队列长度和期望队列长度误差;

ec为瞬时队列长度和期望队列长度的误差变化率;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010924300.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top