基于模糊L1 2正则化的无线传感网络拥塞控制研究

摘要：

无线传感网络在传输数据过程中,越靠近中心节点越容易产生拥塞,针对无线传感网络的拥塞问题,提出一种L12正则化和模糊神经网络相结合的拥塞控制算法.该算法在发送端对采集数据进行压缩观测,融合数据,达到初步缓解拥塞的效果.由于网路的传输数据量与压缩观测矩阵维数成正比关系,网络的拥塞程度很难用精确地数学模型描述,所以采用模糊神经网络对压缩感知观测矩阵维数进行自动的调整,增强算法对网络不同程度拥塞的适应性.在接收端采用L1 2正则化方法对无线传感网络压缩后的传输数据进行重构,重构精度高,数据损失小,实现对网络拥塞的全局控制.最后,对该算法进行MATLAB仿真实验,实验结果显示,该算法能够缓解无线传感网络的拥塞问题且效果明显,在不同的拥塞状况下,网络的吞吐量增大25%~50%,丢包率降低20%~55%,时延减少6s.

关键词：无线传感网络、模糊神经网络控制、L1 2正则化、拥塞控制

所属期刊栏目：42

分类号：TP393(计算技术、计算机技术)

资助基金：吉林省科技发展计划项目20180201090GX;吉林省教育厅"十三五"科学技术项目JJKH20170618KJ

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70