医疗无线传感器网络拥塞控制算法研究

发布时间：2017-04-11 03:15

  本文关键词：医疗无线传感器网络拥塞控制算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Networks, WSNs)是由大量小型、低功耗的传感器节点通过无线通信技术所形成的多跳自组织的网络。随着无线传感器技术的迅速发展,WSNs得到广泛的应用,尤其是在医疗领域方面。医疗无线传感器网络(Healthcare Wireless Sensor Networks, HWSNs)是WSNs的一个特殊的范畴[l],主要作用是采集数据用于医疗诊断和持续地健康评估。HWSNs在医疗监护上起着重要的作用,可靠、实时地传输数据对于HWSNs来说至关重要,然而紧急的医疗突发事件将会产生大量的突然流,网络将遭受不可预测的负载,从而引发网络的拥塞。不同于传统的有线网络,由于WSNs多到一的通信方式、无线链路的互相干扰、网络拓扑的动态变化以及网络资源受限等特性,使得WSNs更容易出现拥塞。拥塞将导致分组丢失,增加端到端的时延,而且还会因重传丢失分组而过多消耗网络的宝贵能量,然而在医疗无线传感器网络中关键信息的丢失、延迟或是节点死亡将直接影响患者的生命安全。因此,对拥塞进行处理是节省网络的能量、提升网络QoS的必要手段,同时也是WSNs的重要挑战。由于WSNs的固有特性,传统网络的拥塞控制机制不能直接适用于WSNs。随着WSNs研究的深入,应用于不同场景的WSNs的拥塞控制算法也越来越多。目前WSNs拥塞控制一般包括拥塞检测、拥塞反馈、拥塞处理这几个环节。虽然目前在WSNs的拥塞控制方面已有一些研究成果,但是大部分的拥塞控制算法都是通过简单的拥塞检测与速率调节机制来处理拥塞。现有的拥塞检测方法大部分都是基于缓存队列长度、信道采样、分组服务时间与到达间隔时间的比值等单一度量,没有考虑到流量的变化趋势以及拥塞的渐变过程。拥塞处理大部分是通过速率调整或是流量调度,很少考虑网络传输的公平性、可靠性与实时性等重要网络性能,特别是在HWSNs中,这些网络性能指标尤为重要。针对这些问题,本文提出了一种基于虚拟队列的拥塞控制算法(Congestion Control Algorithm Based on Virtual Queue, CCVQ)。具体的研究内容与研究成果如下：首先,本文介绍了HWSNs的研究背景及意义、WSNs拥塞控制研究的现状,阐述了WSNs拥塞的原因、种类,分析了WSNs拥塞控制的难点,介绍了目前拥塞控制的关键技术以及工作流程,接着对目前常用的拥塞控制策略进行分析与深入研究,并总结了其优缺点和HWSNs的拥塞控制需要解决的问题。其次,针对现有WSNs拥塞控制算法的存在问题以及在HWSNs中数据的可靠性传输、时延、公平性要求高的特点,本文提出了CCVQ算法。该算法包含拥塞避免与拥塞消除两个步骤。本文首先通过构建多路径和QOS感知路由进行避免拥塞,从而提高了关键信息的传输可靠性与实时性,同时还达到了能耗均衡的目的。然而,由于WSNs多到一的通信方式,靠近Sink附近依然会出现拥塞,为此本文采用速率调整机制与主动丢包策略进行拥塞处理,从而保证低优先级数据的可靠性、减少端到端的时延、提高了网络的吞吐量。CCVQ根据队列的变化率与缓存的占用情况进行拥塞检测。如果网络发生拥塞,为了解除拥塞,本文则根据拥塞程度和子节点与自身源流的优先级来降低子节点的发送速率与节点的采样速率；如果网络将要发生拥塞,说明此时节点的发送速率小于接收速率,为了降低节点的接收速率,本文根据虚拟队列的变化率来调整子节点的发送速率与节点的采样速率：如果缓存区的利用率降低时,说明网络资源利用率较低,为增加网络的吞吐量,本文根据队列长度还有子节点与自身源流的优先级增加子节点的发送速率与节点的采样速率。同时为了防止因拥塞而导致缓冲区溢出,本文采用主动丢包策略管理机制,当丢包概率大于阈值时,丢弃缓存中剩余价值最小的分组,从而节省网络的能耗、提升网络的QoS。最后,本文通过仿真实验,对CCVQ算法以及对比HOCA、REEP算法在NS2仿真平台下进行仿真实验,实验表明本文所提出的CCVQ算法在丢包率、网络吞吐量、端到端的时延以及网络能耗均衡性等方面都具有明显的优势。
【关键词】：医疗无线传感器网络 拥塞控制 路由算法 虚拟队列
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-5
• Abstract5-10
• 第1章 就绪10-15
• 1.1 研究背景及意义10-12
• 1.2 研究现状12-14
• 1.3 论文的组织14-15
• 第2章 拥塞控制算法研究15-26
• 2.1 网络拥塞分析15-18
• 2.1.0 WSNs拥塞定义15
• 2.1.1 WSNs拥塞原因15-16
• 2.1.2 WSNs拥塞分类16-17
• 2.1.3 WSNs拥塞控制的难点17-18
• 2.1.4 WSNs拥塞控制的关键技术18
• 2.2 WSNs拥塞检测18-19
• 2.3 WSNs拥塞反馈19
• 2.4 WSNs拥塞处理19-25
• 2.4.1 基于速率调整的WSNs拥塞控制20-22
• 2.4.2 基于流量调度的WSNs拥塞控制22-24
• 2.4.3 基于速率预先分配的WSNs拥塞控制24-25
• 2.5 本章小结25-26
• 第3章 基于虚拟队列拥塞控制算法26-44
• 3.1 CCVQ算法的提出26-28
• 3.2 CCVQ算法中的网络模型28-29
• 3.3 CCVQ算法的节点模型29-30
• 3.4 拥塞避免30-36
• 3.4.1 任务请求阶段30-31
• 3.4.2 请求报告事件阶段31
• 3.4.3 路由建立阶段31-33
• 3.4.4 数据发送阶段33-34
• 3.4.5 拥塞避免工作流程34-36
• 3.5 拥塞解除36-43
• 3.5.1 虚拟队列的提出36-37
• 3.5.2 节点优先级定义37-38
• 3.5.3 拥塞检测38-39
• 3.5.4 拥塞反馈39
• 3.5.5 速率调整39-41
• 3.5.6 主动队列管理41-42
• 3.5.7 拥塞解除工作流程42-43
• 3.6 本章小结43-44
• 第4章 仿真实验与性能分析44-51
• 4.1 无线传感器网络的仿真平台44-46
• 4.1.1 NS2仿真平台介绍44-45
• 4.1.2 NS2的仿真过程45-46
• 4.2 实验环境与参数设置46-47
• 4.3 仿真结果与分析47-50
• 4.3.1 性能指标47-48
• 4.3.2 算法性能分析48-50
• 4.4 本章小结50-51
• 第5章 总结与展望51-53
• 5.1 总结51
• 5.2 展望51-53
• 参考文献53-57
• 致谢57-58

  本文关键词：医疗无线传感器网络拥塞控制算法研究，，由笔耕文化传播整理发布。

本文编号：298182