-
公开(公告)号:CN107070802B
公开(公告)日:2021-01-12
申请号:CN201611192230.8
申请日:2016-12-21
Applicant: 吉林大学
IPC: H04L12/801 , H04L12/823 , H04L12/863
Abstract: 本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有:相关参数的定义及初始化;将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中;用单神经元控制技术对PID控制器固定的参数(KP、KI、Kd)进行整定;用改进的粒子群算法对神经元PID控制器的初始参数(KP0、KI0、Kd0),神经元学习速率(η1、η2、η3)进行在线寻优;得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1=0.95+0.1*rand,C2=C1,有导的Hebb学习算法来调整加权系数(wi(k))的值。从而达到在线调整PID队列拥塞算法的参数,使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。
-
公开(公告)号:CN107070802A
公开(公告)日:2017-08-18
申请号:CN201611192230.8
申请日:2016-12-21
Applicant: 吉林大学
IPC: H04L12/801 , H04L12/823 , H04L12/863
Abstract: 本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有:相关参数的定义及初始化;将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中;用单神经元控制技术对PID控制器固定的参数(KP、KI、Kd)进行整定;用改进的粒子群算法对神经元PID控制器的初始参数(KP0、KI0、Kd0),神经元学习速率(η1、η2、η3)进行在线寻优;得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1=0.95+0.1*rand,C2=C1,有导的Hebb学习算法来调整加权系数(wi(k))的值。从而达到在线调整PID队列拥塞算法的参数,使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。
-