基于RBF预估神经网络控制器的无线传感器网络拥塞算法.pdfVIP

小 型 微 型 计 算 机 系 统 2010年 1月 第 1期 JournalofChineseComputerSystems Vo1．3l No．1 2O1O 基于RBF预估神经网络控制器的无线传感器网络拥塞算法 唐懿芳 ，穆志纯 ，赵仕俊 ，钟达夫 (北京科技大学信息工程学院，北京 100083) (广东科技干部管理学院，广东 珠海 519090) (中国石油大学(华东)石油仪器仪表研究所，山东 东营257061) E—mail：yifangt@ 163．com 摘 要：无线传感器网络中，汇聚节点是网络的瓶颈．由于传感器网络 自身的特点，传统有线网络 中的拥塞控制策略不再适用． 已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(R下r)对算法性能的影响．同时由于实际传感器网络运行中存在 非线性、时间延迟和参数时变等干扰因素，若设计的控制器参数固定，不具有学习能力，则实际运行中收敛性差，收敛速度慢，无 法达到控制队列长度的 目标．针对以上问题，提出一种基于灰色预估神经网络控制队列的控制器，利用RBF神经网络的 自学习 能力解决网络实时变化时算法参数的在线整定问题，并利用灰色GM(1，1)预测器有效地解决了大时滞对网络性能的影响，最 后通过仿真验证 了这一算法的有效性． 关键 词：无线传感器网络；拥塞控制；RBF；灰色预测；GM(1，1)模型 中图分类号：TP393 文献标识码 ：A 文 章 编 号：1000—1220(20l0)01-0032-04 CongestionAlgorithm ofW irelessSensorNetworkBasedon RBF Prde icted NeuralNetwork Controller TANGYi—fang 。MU Zhi—chun。‘zHA0Shi-jun ．zHONGDa-如 (DepartmentofInformationEngineering，Universityof＆ ＆TechnologyBeijing。Bejiing100083。China) (ComputerEngineeringTechnicalCollege。GuangdongInstituteofScienceandTechnology。Zhuhai519090。China) (InstituteofPetroleumInstrumentfUniversiytofPetroleum．Donyging257061。China) Abstract：Inwirelesssensornetworks(wSNs)，sinknodesarethebottleneckofnetwork．AsesnsornetworkownitScharactertics- thetraditional congestioncontrolstrategycna tbeuseddirectlynolonger．Mostofhteexistingcongestioncontrolstrategiesandalgo— rithmsarenotfullyconsiderde RTT．Athtesalnetimeashteactual esnsornetworkoperatinginthenonlinear。timedelaysnadtime— varyingparameterssuchasinterferencefactors。ifhtecontrollerdesignparametersfixed，notlearningabifity，htenhteactualrunning oftheconvergenceofhtepoor-slow convergence-nottocontrolhtelengthofqueue．Forhteabove-mentionde problems，hteconrtol— lerwhichisbasedongraypredictedNeuralNetworkisproposde tocope wiht htelargedelaysandtime-varyingnetworkparameters． ThegrayGM (1，1)modelisutilizde tocompensatehtetime—delay。whileRBFneuralnetwork isemplo