基于节点-链路评估模型的移动物联网数据传输稳定算法
发布时间：2021-03-29 11:55
为解决移动物联网数据传输过程中存在的数据传输质量不高、网络传输带宽较低等不足,提出了基于节点-链路评估模型的移动物联网数据传输稳定算法。考虑节点移动特性,设计了一种新的基于节点-链路评估模型,实现数据传输过程的多维度评估。随后,根据节点-链路评估模型,提出了数据传输依序度、中继链路控制度、传输能量可控度3个指标;并通过匹配节点的传输功率,设计了基于数据传输依序度的移动物联网链路稳定方法,采用泊松分布模型来构建基于中继链路控制度的节点稳定方法,并通过预估节点受限性能,提出了基于传输能量可控度的节点失效态传输节能方案,分别从节点、链路、能量3个层次优化了移动物联网数据传输性能,有效提高较网络传输的稳定性。仿真实验表明,与基于似然估计补偿机制的移动无线传感网数据控制同步传输算法和基于预发射-精度提升机制的LTE-5G数据传输算法相比,所提算法具有更低的网络拥塞水平和节点受限概率,以及更高的网络传输带宽。
【文章来源】：电子测量与仪器学报. 2020,34(10)北大核心CSCD
【文章页数】：8 页
【部分图文】：
移动物联网节点部署
为测试移动物联网的网络拥塞时间,首先将本文算法(情形1、情形2、情形3)、DCST-LEC算法和PPI算法的移动速度均设置为固定模式,按移动速度为2和20 m/s分两组进行实验,结果如图2所示。由图2可知,本文算法在情形1、情形2、情形3三种情况下,网络拥塞时间均要显著低于DCST-LEC算法和PPI算法,这是由于本文算法充分考虑了对端信号衰减损耗、噪声干扰衰减损耗、链路传输衰减损耗等因素,通过设计了数据传输依序度、中继链路控制度、传输能量可控度等方式用于控制传输衰减因素,因此具有较好的网络拥塞控制性能。DCST-LEC算法虽然能够针对sink-区域节点、区域节点-区域节点、区域节点-子节点3个层次强化对数据传输的监控粒度,且能够通过更高精度的控制信息同步机制对数据传输链路的抖动进行控制,然而该算法并未充分考虑通过能量控制及中继链路控制方面进行稳定传输,因此网络拥塞控制时间要显著高于本文方案。PPI算法采取立体发射结构,能够将在多路并发的情况下将不同频率的子信号分割为若干处于不同层次的投影矢量,并通过精度裁决方式对预发射子信号进行优化传输,提高了信号在复杂信道条件下的传输质量。然而该算法仅从信号层面对噪声干扰衰减损耗进行抑制,针对传输受限因素考虑不充分,使其网络拥塞时间亦要高于本文方案。3.2 网络传输带宽测试
为测试移动物联网的网络传输带宽,参照节3.1节将本文算法(情形1、情形2、情形3)、DCST-LEC算法和PPI算法的移动速度均设置为固定模式,按移动速度为2和20 m/s分两组进行测试,结果如图3所示。由图3可知,本文算法在情形1、情形2、情形3三种情况下,网络传输带宽均要显著高于DCST-LEC算法和PPI算法,说明本文算法针对端信号衰减损耗、噪声干扰衰减损耗、链路传输衰减损耗等因素,所设计的基于数据传输依序度的移动物联网链路稳定方法、基于传输能量可控度的节点失效态传输节能方案和基于中继链路控制度的节点稳定方法,分别从链路稳定、节点稳定、能量稳定3个维度对网络数据传输进行了优化,因此具有较好的网络传输带宽性能。DCST-LEC算法主要针对传输链路进行了区域优化,并未考虑通过能量优化及节点优化方式进行稳定传输,因此该算法的网络传输性能要显著低于本文方案,具有较低的网络传输带宽。PPI算法主要从信号层实现对端信号衰减损耗进行控制,节点处于能量受限时将会导致链路出现严重抖动现象,因此网络拥塞控制能力较差,使得该算法的网络传输带宽亦要低于本文方案。3.3 节点受限次数
【参考文献】：
期刊论文
[1]基于综合权值校准与均跳估测的移动物联网终端坐标感知算法[J]. 陈媛媛,李贤阳. 电子测量与仪器学报. 2020(01)
[2]基于似然估计补偿机制的移动无线传感网数据控制同步传输算法[J]. 江渝川,何国斌. 新疆大学学报(自然科学版). 2018(04)
[3]基于预发射-精度提升机制的LTE-5G数据传输算法[J]. 冷鹏,黄晶,陈巍婷. 计算机工程与设计. 2018(05)
[4]A Trusted Attestation Mechanism for the Sensing Nodes of Internet of Things Based on Dynamic Trusted Measurement[J]. Bei Gong,Yubo Wang,Xiangang Liu,Fazhi Qi,Zhihui Sun. 中国通信. 2018(02)
本文编号：3107502
【文章来源】：电子测量与仪器学报. 2020,34(10)北大核心CSCD
【文章页数】：8 页
【部分图文】：
移动物联网节点部署
为测试移动物联网的网络拥塞时间,首先将本文算法(情形1、情形2、情形3)、DCST-LEC算法和PPI算法的移动速度均设置为固定模式,按移动速度为2和20 m/s分两组进行实验,结果如图2所示。由图2可知,本文算法在情形1、情形2、情形3三种情况下,网络拥塞时间均要显著低于DCST-LEC算法和PPI算法,这是由于本文算法充分考虑了对端信号衰减损耗、噪声干扰衰减损耗、链路传输衰减损耗等因素,通过设计了数据传输依序度、中继链路控制度、传输能量可控度等方式用于控制传输衰减因素,因此具有较好的网络拥塞控制性能。DCST-LEC算法虽然能够针对sink-区域节点、区域节点-区域节点、区域节点-子节点3个层次强化对数据传输的监控粒度,且能够通过更高精度的控制信息同步机制对数据传输链路的抖动进行控制,然而该算法并未充分考虑通过能量控制及中继链路控制方面进行稳定传输,因此网络拥塞控制时间要显著高于本文方案。PPI算法采取立体发射结构,能够将在多路并发的情况下将不同频率的子信号分割为若干处于不同层次的投影矢量,并通过精度裁决方式对预发射子信号进行优化传输,提高了信号在复杂信道条件下的传输质量。然而该算法仅从信号层面对噪声干扰衰减损耗进行抑制,针对传输受限因素考虑不充分,使其网络拥塞时间亦要高于本文方案。3.2 网络传输带宽测试
为测试移动物联网的网络传输带宽,参照节3.1节将本文算法(情形1、情形2、情形3)、DCST-LEC算法和PPI算法的移动速度均设置为固定模式,按移动速度为2和20 m/s分两组进行测试,结果如图3所示。由图3可知,本文算法在情形1、情形2、情形3三种情况下,网络传输带宽均要显著高于DCST-LEC算法和PPI算法,说明本文算法针对端信号衰减损耗、噪声干扰衰减损耗、链路传输衰减损耗等因素,所设计的基于数据传输依序度的移动物联网链路稳定方法、基于传输能量可控度的节点失效态传输节能方案和基于中继链路控制度的节点稳定方法,分别从链路稳定、节点稳定、能量稳定3个维度对网络数据传输进行了优化,因此具有较好的网络传输带宽性能。DCST-LEC算法主要针对传输链路进行了区域优化,并未考虑通过能量优化及节点优化方式进行稳定传输,因此该算法的网络传输性能要显著低于本文方案,具有较低的网络传输带宽。PPI算法主要从信号层实现对端信号衰减损耗进行控制,节点处于能量受限时将会导致链路出现严重抖动现象,因此网络拥塞控制能力较差,使得该算法的网络传输带宽亦要低于本文方案。3.3 节点受限次数
【参考文献】：
期刊论文
[1]基于综合权值校准与均跳估测的移动物联网终端坐标感知算法[J]. 陈媛媛,李贤阳. 电子测量与仪器学报. 2020(01)
[2]基于似然估计补偿机制的移动无线传感网数据控制同步传输算法[J]. 江渝川,何国斌. 新疆大学学报(自然科学版). 2018(04)
[3]基于预发射-精度提升机制的LTE-5G数据传输算法[J]. 冷鹏,黄晶,陈巍婷. 计算机工程与设计. 2018(05)
[4]A Trusted Attestation Mechanism for the Sensing Nodes of Internet of Things Based on Dynamic Trusted Measurement[J]. Bei Gong,Yubo Wang,Xiangang Liu,Fazhi Qi,Zhihui Sun. 中国通信. 2018(02)
本文编号：3107502
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3107502.html
