电子学报

• 学术论文 • 上一篇    下一篇

传感器网络拥塞避免与控制的模糊AQM算法

罗成, 谢维信   

  1. 深圳大学ATR国防科技重点实验室, 广东深圳 518060
  • 收稿日期:2013-04-07 修回日期:2013-10-16 出版日期:2014-04-25
    • 作者简介:
    • 罗 成 男,1984年9月生于湖南省衡阳市,深圳大学博士研究生,主要研究方向为传感器网络的通信与组网、网络的拥塞与控制、网络的QoS等.E-mail:luocheng1@email.szu.edu.cn;谢维信 男,1941 年生于广东省,教授、博导,深圳大学信号与信息处理学科学术带头人,国家级有突出贡献中青年专家.1965年毕业于西安军事电信工程学院,1981年~1983年在美国宾夕法尼亚大学作访问学者,1989年~1990年在美国宾夕法尼亚大学作访问教授.发表论文120余篇,出版专著多部,主要研究方向为传感器网络、智能信息处理、模糊信息处理等.
    • 基金资助:
    • 国家自然科学基金 (No.61271107); 国家科技支撑计划重大项目 (No.2011BAH24B12)

Fuzzy AQM for Congestion Avoidance and Control in Sensor Networks

LUO Cheng, XIE Wei-xin   

  1. ATR Key Lab, Shenzhen University, Shenzhen, Guangdong 518060, China
  • Received:2013-04-07 Revised:2013-10-16 Online:2014-04-25 Published:2014-04-25

摘要: 传感器网络节点通信能力有限,当数据到达速率持续超过节点转发能力时网络会发生拥塞;传感器网络是任务型网络,对不同优先级的信息具有不同的服务质量要求.针对传感器网络信息传输的上述特性,提出了一种新的拥塞避免与控制算法FAQM(Fuzzy Active Queue Management).该算法在综合考虑数据包的随机指数标记概率和优先级权值的基础上,建立了模糊逻辑推理系统,并以数据包丢弃因子作为参量来实现数据流的智能调控.NS2仿真实验结果表明:FAQM算法能减少高优先级数据包的丢弃率和节点间链路的时延,稳定节点队列长度,在有效避免与控制拥塞网络的同时提升网络整体QoS(Quality of Service)性能.

关键词: 主动队列管理, 指数标记, 模糊逻辑推理, 拥塞避免与控制

Abstract: There is limited communication ability in sensor networks.When the data arrival rate is persistently beyond its transmission ability,the network congestion occurs.Sensor networks are task-based,where data packets with different prior privileges require different Quality of Service (QoS).To address this challenge,an algorithm for congestion avoidance and control in sensor networks,called fuzzy active queue management(FAQM),is proposed.In the algorithm,the random exponential marking probability of a packet along with its priority weight is considered to establish a fuzzy logic inference system,and the intelligent regulation of the data stream is realized by taking the packet dropping factor as the parameter.The experimental results in network simulator version 2 show that FAQM can reduce high priority packets' dropping rate and link delay and stabilize the queue length of the node,therefore it can avoid and control the network congestion and improve the network QoS performance at the same time.

Key words: active queue management, random exponential marking, fuzzy logic inference, congestion avoidance and control

中图分类号: