基于ANN的多路径传输WSNs数据丢包率预测.pdfVIP

第38卷第2期自动化仪表Vol．38No．2

2017年2月PROCESSAUTOMATIONINSTRUMENTATIONFeb.2017

基于ANN的多路径传输WSNs数据丢包率预测

崔峰,付保红,吴春梅,陈鑫

(大庆师范学院机电工程学院,黑龙江大庆163712)

摘要:为了提高无线传感器网络(WSNs)数据传输的准确率,设计了一种基于人工神经元网络(ANN)的数据丢包(DPL)率预测方

法。通过预测WSN数据包在多个传输路径上的丢包率,选择出最优数据传输路径。首先,建立1个150节点的网络拓扑结构,使各节

点在固定区域内随机分布,并采用粒子群算法对各节点进行层级聚类。然后,采用1个3层前向人工神经元网络来预测数据传输的丢

包率。在BP网络学习算法中引入动量修正因子,避免了ANN训练陷入局部极小的问题。ANN的3个输入分别为传输路径上的节点

数目、节点应用环境类型和节点采样频率。最后,采用基于最优最差蚂蚁系统(BWAS)的多传输路径规划方法,以传输路径数据丢包

率作为评价参数,选择最优传输路径。经仿真验证可知,本方法能够获得较高的数据传输准确率,与FEC纠删编码多路径传输策略相

比具有明显优势。

关键词:无线传感器网络;人工神经元网络;数据传输;最优最差蚂蚁系统;编码技术;动量因子

中图分类号:TH6;TP273文献标志码:ADOI:10.16086/ki.issn1000-0380.201702016

ANN-BasedPredictionofDataPacketLossRate

forMultipathTransmissioninWSNs

CUIFeng,FUBaohong,WUChunmei,CHENXin

(DepartmentofElectromechanicalEngineering,DaqingNormalUniversity,Daqing163712,China)

Abstract:InordertoimprovetheaccuracyofWSNdatatransmission,amethodbasedonartificialneuronnetwork(ANN)is

designedforthepredictionofdatapacketloss(DPL)rate.ThroughpredictingthepacketlossrateofWSNdatapacketsinmultipath

transmission,theoptimaldatatransmissionpathisselected.Firstly,atopologicstructureofthenetworkwith150nodesthatare

distributedrandomlyinafixedareaisestablished,andhierarchicalclusteringofnodesisconductedbyPSOalgorithm.Then,the

DPLofdatatransmissionispredictedbyusingathree-layerfeed-forwardANN.Amomentumcorrectionfactorisintroducedin

BPnetworklearningalgorithm,toavoidANNtrainingprocesstrapsintolocalminima.ThreeoftheinputsofANNarerespectively

relatedtothenodenumberoftransmissionpath,typesofnodeapplicationenvironment,andthenodesam