传感器网络拥塞避免与控制的模糊AQM算法

doi:10.3969/j.issn.0372-2112.2014.04.009

电子学报

传感器网络拥塞避免与控制的模糊AQM算法

罗成, 谢维信

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

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/Abstract

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:

TN915.04

罗成, 谢维信. 传感器网络拥塞避免与控制的模糊AQM算法[J]. 电子学报, DOI: 10.3969/j.issn.0372-2112.2014.04.009.

LUO Cheng, XIE Wei-xin. Fuzzy AQM for Congestion Avoidance and Control in Sensor Networks[J]. Acta Electronica Sinica, DOI: 10.3969/j.issn.0372-2112.2014.04.009.

参考文献

[1] Yick J,Mukherjee B,Ghosal D.Wireless sensor network survey [J].Computer Networks,2008,52(12):2292-2330.

[2] 张玉鹏,刘凯,王广学.基于无线传感器网络的跨层拥塞控制协议[J].电子学报,2011,39(10):2258-2262. ZHANG Yu-peng,LIU Kai,WANG Guang-xue.Cross-layer congestion control for wireless sensor networks [J].Acta Electronica Sinica,2011,39(10):2258-2262.(in Chinese)

[3] Firoiu V,Borden M.A study of active queue management for congestion control [A].Proceedings of the Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies [C].USA:IEEE,2000.1435-1444.

[4] Floyd S,Jacobson V.Random early detection gateways for congestion avoidance [J].IEEE/ACM Transactions on Networking,2002,1(4):397-413.

[5] Athuraliya S,Low S H,Li V H,et al.REM:Active queue management [J].IEEE Network,2001,15(3):48-53.

[6] Chonggang W,Jiangchuan L,Bo L,et al.LRED:Arobust and responsive AQM algorithm using packet loss ratio measurement [J].IEEE Transactions on Parallel and Distributed Systems,2007,18(1):29-43.

[7] Tan L,Peng G,Chan S.Adaptive REM:Random exponential marking with improved robustness[J].Electronics Letters,2007,43(2):133-135.

[8] 卓力,张菁,等.一种面向无线视频传感器网络的多径QoS保障路由协议[J].电子学报,2013,41(6):1122-1129. ZHUO Li,ZHANG Jing,et al.A QoS-guaranteed multi-path routing protocol for WVSNs [J].Acta Electronica Sinica,2013,41(6):1122-1129.(in Chinese)

[9] Yu F,Liu W,Bai L.Animproved active queue management algorithm based on queue length and traffic rate factor [A].Practical Applications of Intelligent Systems (Vol.124) [C].Berlin Heidelberg:Springer,2012.669-679.

[10] Baker F,Black D,Blake S,et al.Definition of the Differentiated Services Field (DS field) in the IPv4 and IPv6 Headers [M].USA:RFC,1998.

[11] 谢维信.工程模糊数学方法[M].陕西西安:西安电子科技大学出版社,1991.22-25. Weixin XIE.Engineering Fuzzy Mathematics [M].Xi'an,Shaanxi:Xi'an University of Electronic Science and Technology University Press,1991,22-25.(in Chinese)

[12] 郜帅,张宏科.时延受限传感器网络移动 Sink 路径选择方法研究[J].电子学报,2011,39(4):742-747. GAO Shuai,ZHANG Hong-ke.Optimalpath selection for mobile sink in delay-guaranteed sensor networks [J].Acta Electronica Sinica,2011,39(4):742-747.(in Chinese)

[13] Shijun Z,Panpan W,Junhai H.Simulation analysis of congestion control in WSN based on AQM [A].Proceedings of the International Conference on Mechatronic Science,Electric Engineering and Computer (MEC) [C].USA:IEEE,2011.197-200.

传感器网络拥塞避免与控制的模糊AQM算法

Fuzzy AQM for Congestion Avoidance and Control in Sensor Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

[1]	徐琴, 孙金生. 基于动态矩阵控制的主动队列管理算法[J]. 电子学报, 2014, 42(5): 833-840.
[2]	葛龙;孙金生;王执铨. 基于动态输出反馈控制的主动队列管理算法[J]. 电子学报, 2010, 38(12): 2816-2821.
[3]	陆锦军;王执铨. 基于粒子群优化的网络拥塞控制新算法[J]. 电子学报, 2007, 35(8): 1446-1451.
[4]	王建新, 杨湘, 陈建二. QL-CSFQ:一种结合队列长度的CSFQ算法[J]. 电子学报, 2007, 35(4): 736-742.
[5]	王建新, 荣亮. 大时滞网络拥塞控制器的设计[J]. 电子学报, 2007, 35(11): 2105-2110.
[6]	汪洋, 林闯, 曲扬, 李雅娟. 含有否定命题逻辑推理的一致性模糊Petri网模型[J]. 电子学报, 2006, 34(11): 1955-1960.
[7]	王晓曦, 王永吉, 周津慧, 王秀利, . 基于改进网络模型的大时滞网络拥塞控制算法[J]. 电子学报, 2005, 33(5): 842-846.
[8]	李锁钢, 吴建平, 徐恪. 一种综合缓存管理和主动队列管理的区分服务节点机制[J]. 电子学报, 2005, 33(5): 847-851.
[9]	任丰原;林闯;黄小猛;刘卫东. 主动队列管理算法的分类器实现[J]. 电子学报, 2004, 32(11): 1796-1800.
[10]	张鹤颖;刘宝宏;窦文华. 一种基于速率和队列长度的主动队列管理机制[J]. 电子学报, 2003, 31(11): 1743-1746.
[11]	任丰原, 林闯, 魏丫丫, 樊燕飞. 主动队列管理中的智能分组丢弃新机制[J]. 电子学报, 2002, 30(S1): 1933-1937.
[12]	张敬辕;谢剑英;傅春. 一种基于模糊逻辑的主动队列管理算法[J]. 电子学报, 2002, 30(8): 1246-1249.
[13]	隆克平;白刚;程时端;陈俊亮;张润彤. 区分服务结构及其TCP性能分析[J]. 电子学报, 2001, 29(11): 1540-1545.