无线传感器网络中一种实用的公平性控制模型

公平性问题是拥塞控制中的重要级问题,目的是确保所有数据源共享同等的端到端网络带宽.为了适应传感器网络的特点,扩展了传统公平性的定义,提出了一种基于信息量的公平性定义,并基于该定义提出了一套公平性控制模型CFRC.与现有工作不同,CFRC不需要预先确定数据源,对路由结构没有限制,节点上也不需要维护任何数据流信息和全局状态信息,而是动态地实现公平性控制.CFRC使用一种基于感知面积的信息量计算算法,每个节点只需简单的本地计算而无需复杂的计算开销.在带宽分配上,提出了一种干扰源感知的带宽分配方法,以拥塞节点为中心找到所有干扰源,根据干扰源的信息量来分配信道带宽,充分实现公平性目标.模拟结果表明,CFRC能根据各数据源产生报文的信息量进行公平性控制,降低丢弃报文数目.     

无线传感器网络TCP性能的改善机制

在无线传感器网络中,节点分布过于密集或大量数据流的突发将造成拥塞,导致报文丢失,引起吞吐量下降和能量浪费。该文提出一种新的拥塞控制机制PTCP,通过分段调整慢启动阶段的TCP窗口增长速度控制拥塞。仿真结果证明,该机制有效解决了传感器网络中的拥塞控制问题,提高了无线传感器网络的TCP性能。     

无线传感器网络中逐级递推的流量控制机制

随着传感器网络负荷的增加,拥塞将会导致网络性能的大幅下降。采用基于反馈的无线传感器网络流量控制机制,通过对拥塞节点的前一跳节点进行流量控制,来实现控制流入拥塞节点的流量大小,平衡经过拥塞节点流量的流入和流出速率,在很大程度上改善了网络性能,提高了网络服务质量。     

无线传感器网络中一种拥塞感知的多路径流量分配算法

拥塞控制是无线传感器网络中的一个关键问题,拥塞不但增加丢包率,影响传输可靠性,而且会浪费宝贵的能量资源。本文从保证数据传输可靠性的多路径路由出发,提出了 一个拥塞感知的多路径流量分配算法COTA。COTA从全网出发,基于路径的启发式信息分配流量,避免给潜在的热点区域分配过多负载。此外,繁忙节点使用可靠性相关的报文文调度策略有效保证高可靠报文优先使用带宽。详细的模拟实验表明了COTA在可靠性、吞吐率等方面的优势。     

一个适用于DTN网络的拥塞避免与解除方案

DTN(delay-tolerant network,延迟容忍网络)的网络特点及其采用的托管传输机制易造成网络受限资源(如缓存、带宽等)的耗尽,形成网络拥塞,导致网络性能的下降。传统TCP拥塞控制机制不适用于DTN网络。提出了一个全新的适用于DTN网络的拥塞避免与拥塞解除方案。拥塞避免根据在足够小的时间段内DTN链路的传输延迟和传输能力的确定性,建立DTN网络有向多径图,对数据发送速率、接收速率、带宽使用等链路负载分割与约束控制,尽可能地提高网络资源的利用率。拥塞解除在节点存储资源划分的基础上,通过节点内存储资源转换与节点间报文转移相结合的方法,解除DTN网络的拥塞状况。仿真结果显示,与其他DTN拥塞控制机制相比,所提方案具有良好的报文交付率、网络开销等网络性能。     

DTN中基于二分散发和等待路由的自适应拥塞控制策略

针对二分散发和等待路由中报文被转发的特点,提出节点首先通过应答交换机制丢弃已被递交到信宿节点的报文,来减少网络中冗余报文的传输;当节点缓存完全占用又需存储新报文时,执行拥塞检测和拥塞避免操作,遍历缓存,找到缓存中拷贝数最小的报文将其丢弃（若此报文正在被传输则丢弃拷贝数次小的报文）直至有足够的缓存空间存储新接收到的报文。通过大量仿真实验及相关数据的分析与比较,说明该拥塞策略能显著提高递交率,减小开销,并对拥塞状况有更好的自适应能力。     

基于比例分配的WSN信息流调度模型

传感器网络负荷的不断增加导致网络性能大幅下降,针对该问题,文章提出基于比例分配的无线传感器网络信息流调度模型,通过采用对拥塞节点的若干个前一跳节点按比例获取信息流代价,以调整流入拥塞节点信息流的方法,来防止网络发生拥塞。结果表明,该方法控制流入拥塞节点的信息流的大小,可避免因控制流入拥塞节点的信息流而导致的若干个前一跳节点发生严重拥塞。     

传感器网络中一种拥塞避免、检测与缓解策略

拥塞控制是无线传感器网络中的一个关键性问题,它不但影响传输可靠性,而且会浪费宝贵的能量资源.提出了一个全新的拥塞避免、检测与缓解策略,该策略主要包含两部分:拥塞避免(COTA)和拥塞检测及缓解(CODEM).COTA从全网出发,基于路径的启发式信息分配流量,避免给潜在的热点区域分配过多负载.CODEM使用精确的拥塞度量来检测拥塞,并采取适当的措施来缓解拥塞,同时保证数据传输的可靠性.此外,还利用现有radio的多频特性有效地为控制报文进行拥塞隔离.详细的实验表明了COTA CODEM的优势.     

具有拥塞感知的Mesh负载均衡路由策略

为解决无线Mesh网络传输的负载拥塞问题,综合考虑网络的负载水平以及节点状态信息,提出了基于拥塞感知的负载均衡算法。在传递报文时,根据网络实时的负载状态信息,选择负载水平较低的路径作为传输路径,使得数据流尽可能地分散到负载水平较低的节点上,从而有效抑制网络拥塞情况的发生,充分利用网络资源。使用OMNet++仿真软件进行测试,结果表明该算法能够有效降低网络的丢包率,并明显提高网络的吞吐率。     

无线传感器网络节点的公平缓冲队列管理

在无线传感器网络中,存在拥塞的现象,而拥塞造成的延迟或报文丢弃在某些关键应用中是不允许发生的。从节点缓冲管理的角度,分析了基于优先级的VPRED缓冲管理算法,经过计算简化,应用到无线传感器节点的缓冲队列管理中,保证了关键数据较少丢包的传输。     

基于模糊压缩感知的无线传感网络拥塞控制算法

针对无线传感网络(WSN)的拥塞问题,提出了一种将模糊控制和压缩感知(CS)技术相结合来缓解无线传感网络拥塞的算法。首先,将压缩感知技术引进到无线传感网络的拥塞控制中,理论分析了压缩感知对缓解传感网络拥塞的效果,通过对采集数据进行压缩感知处理来减少网络冗余信息,从而缓解网络拥塞。其次,针对网络拥塞时压缩感知技术不能动态适应无线传感网络复杂环境的问题,设计了一种模糊-压缩感知的拥塞控制算法,该算法结合网络拥塞状况对压缩感知的观测矩阵维数进行动态调节,从而使压缩感知技术更好地适应传感网络拥塞状况的变化。该机制在不同的拥塞状况下能够提高网络吞吐量10%~50%,降低网络的丢包率10%~50%,减少网络时延将近5 s。通过NS2仿真表明,该机制对无线传感网络的拥塞缓解有较明显的效果。     

Object extraction scheme and protocol for energy efficient image communication over wireless sensor networks

To date, wireless sensor networks lack the most powerful human sense – vision. This is largely due to two main problems: (1) available wireless sensor nodes lack the processing capability and energy resource required to efficiently process and communicate large volume of image data and (2) the available protocols do not provide the queue control and error detection capabilities required to reduce packet error rate and retransmissions to a level suitable for wireless sensor networks. This paper presents an innovative architecture for object extraction and a robust application-layer protocol for energy efficient image communication over wireless sensor networks. The protocol incorporates packet queue control mechanism with built-in CRC to reduce packet error rate and thereby increase data throughput. Unlike other image transmission protocols, the proposed protocol offers flexibility to adjust the image packet size based on link conditions. The proposed processing architecture achieves high speed object extraction with minimum hardware requirement and low power consumption. The system was successfully designed and implemented on FPGA. Experimental results obtained from a network of sensor nodes utilizing the proposed architecture and the application-layer protocol reveal that this novel approach is suitable for effectively communicating multimedia data over wireless sensor networks.     

综合式拥塞控制机制的研究

针对无线传感器网络中的SFB拥塞控制算法在网络流量大时,其分类机制受影响而导致TCP流传输性能下降的问题,介绍了一种综合式拥塞控制机制的算法实现,并在NS-2平台上对该机制的性能进行了仿真研究。综合式拥塞控制机制通过建立新路径对数据包分流来解决拥塞问题;当新路径建立失败时,采用公平汇聚算法,按比例减少源节点的发送率,保证每个源节点公平发送数据;对于轻度拥塞情况,采用一种节能算法,即设置拥塞时间阈值,只有当拥塞时间超过阀值时才启动新路径查找机制。仿真结果表明,综合式拥塞控制机制能够减少丢包率,有效缓解拥塞,并能够根据数据权重的不同可靠发送重要数据。     

一种基于蚁群优化的WSN拥塞控制算法*

针对无线传感器网络中由于拥塞引起的丢包和能量过度消耗等问题,提出了一种基于蚁群优化的拥塞控制算法以减轻WSN中的拥塞和改进网络性能。该算法充分考虑了给定时刻WSN的拥塞状况,分成三个阶段在源节点和sink节点间寻找一条最佳的路径,并及时地消除拥塞。仿真实验结果表明,该算法在网络吞吐量、丢包率、时延和能耗方面具有较好的综合网络性能。     

无线传感器网络中基于服务质量管理的多目标优化控制

针对基于无线传感器网络构建的测控系统,为减少无线传感器网络固有的时变传输延时、丢包等现象对系统性能的影响,从提高系统整体性能的角度,提出一种基于网络服务质量QoS(Quality of Service)管理的多目标优化控制策略;该优化控制策略以截止期错失率作为网络QoS评价指标,针对传感器节点和汇聚节点之间的数据传输,...     

一种实用的传感器网络拥塞控制算法*

传感器网络的拥塞不仅导致丢包率增加,影响传输性能,还浪费宝贵的能量资源,因此,有效控制拥塞是传感器网络中需要解决的一个关键问题。提出了一种拥塞控制机制（CMCS）。与现有工作不同,CMCS采用基于节点的缓存队列长度并结合拥塞增长系数来判断拥塞的变化趋势,以拥塞节点为中心的共享信道区域内进行拥塞反馈和速率控制,并采用基于剩余价值的丢包策略。仿真结果表明,CMCS明显降低了通信能耗,提高了网络的价值吞吐量。     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

无线网络中一种智能控制的组播拥塞控制机制

针对现有组播拥塞控制算法应用到无线网络中存在的性能下降问题,提出一种基于新的智能组播拥塞控制机制ECMCC。ECMCC机制根据网络相对队列时延和数据包丢失检测网络的拥塞状态,采用代表集合机制反馈信息,利用专家控制器的推理判断区分丢包原因和当前的网络状态,进而采取不同的控制策略调节组播源端发送速率。仿真结果表明,ECMCC机制收敛速度快、灵敏性好、速率变化平滑,在有线网络中具有良好的TCP友好性。同时,ECMCC能有效区分网络拥塞和随机差错,提高了网络的吞吐量,适用于无线网络环境,且在无线网络较低误码率时具有一定的TCP友好性。     

结合中间节点的TFRC改进协议

针对TCP friendly rate control (TFRC)不能正确区分丢包原因,带宽利用率不高,网络状态变化响应迟钝的问题,本文提出了一个TFRC协议的改进算法TFRC BMN.该算法结合中间节点队列长度划分当前网络状态,由网络状态判断区分无线丢包与拥塞丢包,根据不同的丢包原因采取不同速率调节机制.此外该算法还引用积式增加积式减少(MIMD)的思想,当网络进入或退出拥塞状态时进行快速的响应.仿真实验结果表明,改进后的算法在高误码率的无线网络中性能有明显的改善与保持,同时提高了对网络拥塞变化的响应速度.     

NNRA-CAC: NARX Neural Network-based Rate Adjustment for Congestion Avoidance and Control in Wireless Sensor Networks

A wireless sensor network (WSN) is an application area that is valuable in various fields, such as healthcare monitoring, environmental monitoring, and so on. Application areas require WSNs with high throughput and low degree of packet loss. Due to congestion in the network, the throughput of the network is affected, which imposes the need for congestion control in the network. This article proposes a method, titled NARX Neural network-based Rate Adjustment (NNRA) for avoiding and controlling congestion in the network. Initially, congestion in the network is avoided by dropping packets and the NNRA is used to control congestion in the network when congestion is present. Performance analysis is carried out in terms of throughput, delay, size of the queue, packet loss, and the level of the congestion using two setups. The results of the proposed method are compared with the existing methods to prove the effectiveness of the proposed method. The proposed method attained a maximum throughput at a rate of 0.9585 and minimum values for delay, queue size, packet loss, and the congestion level.