楊美艷

(天津科技大學(xué) 人工智能學(xué)院， 天津 300457)

無(wú)線傳感器網(wǎng)絡(luò)(WSNs)具有規(guī)模大、動(dòng)態(tài)性強(qiáng)、自組織網(wǎng)絡(luò)的特性[1]，是當(dāng)前普遍使用的主要網(wǎng)絡(luò)結(jié)構(gòu)之一.隨著WSNs應(yīng)用范圍的擴(kuò)展以及應(yīng)用率的提升，網(wǎng)絡(luò)負(fù)擔(dān)急速提升.由于WSNs內(nèi)包含大量節(jié)點(diǎn)，各節(jié)點(diǎn)緩存資源受限[2]，且網(wǎng)絡(luò)整體帶寬較小，結(jié)合WSNs網(wǎng)絡(luò)獨(dú)特的多對(duì)一通信模式，極易造成數(shù)據(jù)幀堆積在節(jié)點(diǎn)緩沖區(qū)中，形成網(wǎng)絡(luò)擁塞問(wèn)題，導(dǎo)致數(shù)據(jù)包丟失以及網(wǎng)絡(luò)吞吐量下降等問(wèn)題[3]，降低WSNs應(yīng)用性能.因此，研究一種有效的WSNs擁塞控制方法具有重要意義.

當(dāng)前相關(guān)領(lǐng)域?qū)＜宜芯砍鰜?lái)的擁塞控制方法大多以SDN(軟件定義網(wǎng)絡(luò))數(shù)據(jù)中心網(wǎng)絡(luò)為核心實(shí)現(xiàn)網(wǎng)絡(luò)擁塞控制[4].WSNs擁塞在整體上可分為節(jié)點(diǎn)級(jí)擁塞與鏈路級(jí)擁塞兩種類型，前種擁塞描述的是節(jié)點(diǎn)發(fā)生的流量信息高于自身能力，造成緩存過(guò)量與數(shù)據(jù)丟失等問(wèn)題；后種擁塞描述的是若干個(gè)節(jié)點(diǎn)通過(guò)使用一個(gè)無(wú)線信道時(shí)，由訪問(wèn)沖突形成的鏈路利用率與吞吐量下降等問(wèn)題[5].以SDN數(shù)據(jù)中心網(wǎng)絡(luò)為核心的控制方法只考慮節(jié)點(diǎn)擁塞的控制，對(duì)鏈路擁塞的控制效果并不顯著.

基于計(jì)算機(jī)科學(xué)的數(shù)據(jù)驅(qū)動(dòng)控制是一種全新的控制理念[6]，是控制器控制設(shè)計(jì)過(guò)程中忽略數(shù)學(xué)模型信息，僅考慮受控系統(tǒng)離線與在線I/O數(shù)據(jù)與數(shù)據(jù)處理所得信息，同時(shí)基于相應(yīng)的假定條件實(shí)現(xiàn)的一種有效的控制方法[7].針對(duì)WSNs節(jié)點(diǎn)與鏈路的雙重?fù)砣麊?wèn)題，將數(shù)據(jù)驅(qū)動(dòng)控制理念應(yīng)用其中，提出基于數(shù)據(jù)驅(qū)動(dòng)的WSNs擁塞控制方法，實(shí)現(xiàn)MAC層與數(shù)傳層相結(jié)合的跨層擁塞控制.

1 無(wú)線傳感器網(wǎng)絡(luò)擁塞控制方法

1.1 基于數(shù)據(jù)幀監(jiān)察的WSNs擁塞判斷

在WSNs內(nèi)監(jiān)察到附近節(jié)點(diǎn)傳輸數(shù)據(jù)時(shí)，利用被動(dòng)監(jiān)察的方式判斷WSNs擁塞情況[8].以傳輸節(jié)點(diǎn)A為例進(jìn)行說(shuō)明，在其正常傳輸數(shù)據(jù)幀功能的基礎(chǔ)上，具有被動(dòng)監(jiān)察附近節(jié)點(diǎn)傳輸數(shù)據(jù)幀的功能，可確定這些數(shù)據(jù)幀的傳輸節(jié)點(diǎn)地址，判斷傳輸節(jié)點(diǎn)的活躍度，以此確定節(jié)點(diǎn)的擁塞情況，詳細(xì)過(guò)程描述如下：

1) 傳輸節(jié)點(diǎn)A正常傳輸數(shù)據(jù)，同時(shí)監(jiān)察附近節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)幀，分析其數(shù)據(jù)幀的傳輸節(jié)點(diǎn)地址.MB(A)表示Ts時(shí)間內(nèi)節(jié)點(diǎn)A監(jiān)察到某節(jié)點(diǎn)傳輸數(shù)據(jù)幀的數(shù)量，在設(shè)定時(shí)間Ts內(nèi)，每確定節(jié)點(diǎn)B輸出的數(shù)據(jù)幀，則MB(A)值加1.

3) 節(jié)點(diǎn)A利用式(1)確定最近一個(gè)Ts時(shí)間內(nèi)監(jiān)察到的附近節(jié)點(diǎn)傳輸數(shù)據(jù)幀次數(shù)均值為

(1)

式中，m為數(shù)據(jù)幀傳輸節(jié)點(diǎn)數(shù)量整體值.

4) 由于WSNs內(nèi)節(jié)點(diǎn)擁塞的主要原因?yàn)榫W(wǎng)絡(luò)狀態(tài)的不間斷性與其他節(jié)點(diǎn)對(duì)擁塞問(wèn)題的處理能力[9]，因此，分別分析節(jié)點(diǎn)與自身歷史狀態(tài)相比的活躍度ξhB(A)和與其他節(jié)點(diǎn)相比的活躍度ξrB(A)，其表達(dá)式為

(2)

(3)

5) 對(duì)ξhB(A)和ξrB(A)實(shí)施歸一化處理，通過(guò)式(4)表示利用節(jié)點(diǎn)A判斷的節(jié)點(diǎn)B擁堵度量化值φB(A)，即

(4)

在φB(A)值大于1的條件下，可定義節(jié)點(diǎn)B未處于擁塞狀態(tài)；在φB(A)值小于1的條件下，可定義節(jié)點(diǎn)B處于擁塞狀態(tài)，且其值越小，說(shuō)明節(jié)點(diǎn)擁塞狀態(tài)越嚴(yán)重[10].針對(duì)存在擁塞狀態(tài)的節(jié)點(diǎn)，利用離散滑模擁塞控制器進(jìn)行擁塞控制.

1.2 離散滑模擁塞控制器設(shè)計(jì)

1.2.1 離散指數(shù)趨近率

離散指數(shù)趨近率s(k)計(jì)算公式為

ps(k)

(5)

1.2.2 自適應(yīng)離散滑?？刂破髟O(shè)計(jì)

由于WSNs具有顯著的復(fù)雜性與時(shí)變性[11]，因此，在設(shè)計(jì)控制器完成其擁塞控制過(guò)程中引入滑?？刂评碚?為了確保達(dá)到滑動(dòng)模面上的滑模運(yùn)行趨于平穩(wěn)[12]，令路由器的隊(duì)列長(zhǎng)度達(dá)到期望值標(biāo)準(zhǔn)，控制器離散滑模面可表示為

s(k)=Le(k)

(6)

式中：L為0～1之間的值；e(k)為誤差.

根據(jù)霍爾維茲多項(xiàng)式標(biāo)準(zhǔn)的定義，判斷其是否符合霍爾維茲多項(xiàng)式標(biāo)準(zhǔn)[13].在WSNs處于一階狀態(tài)時(shí)，L值為0，預(yù)期誤差為

e(k)=Xd-X(k)

(7)

式中，Xd和X(k)分別為預(yù)期輸出與實(shí)際輸出.

二階離散WSNs狀態(tài)方程為

X(k+1)=aX(k)+bU(k)

(8)

式中：U(k)為節(jié)點(diǎn)在k時(shí)刻的離散滑?？刂坡?；a和b為常數(shù)項(xiàng).

(9)

1.3 基于數(shù)據(jù)驅(qū)動(dòng)的控制策略

針對(duì)離散滑模擁塞控制器，根據(jù)節(jié)點(diǎn)間的關(guān)聯(lián)性設(shè)計(jì)基于數(shù)據(jù)驅(qū)動(dòng)的控制策略[14].若WSNs內(nèi)兩個(gè)不同節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)幀同時(shí)占用同一信道(即鏈路擁塞)，參考數(shù)據(jù)驅(qū)動(dòng)理論，依照優(yōu)先傳輸節(jié)點(diǎn)輸出流量小的數(shù)據(jù)幀，輸出流量相對(duì)較大的數(shù)據(jù)幀就近選取其他信道進(jìn)行傳輸.

1.3.1 節(jié)點(diǎn)獨(dú)立

在WSNs內(nèi)節(jié)點(diǎn)間不存在關(guān)聯(lián)的條件下，節(jié)點(diǎn)的輸出可描述為

(10)

式中：X(k+1)=(X1(k+1)，X2(k+1))T；Δu(k)=(u1(k)-u1(k-1)，u2(k)-u2(k-1))；δ1(k)與δ2(k)為WSNs的偽偏導(dǎo)數(shù).

在此條件下，令WSNs輸出與預(yù)期輸出一致，離散滑模擁塞控制器控制策略為

(11)

在式(11)的控制策略下能夠?qū)崿F(xiàn)WSNs實(shí)際輸出與預(yù)期輸出的跟蹤，使曲線傳感器網(wǎng)絡(luò)達(dá)到平穩(wěn)狀態(tài)，不會(huì)形成擁塞問(wèn)題.

1.3.2 節(jié)點(diǎn)關(guān)聯(lián)

在WSNs內(nèi)節(jié)點(diǎn)間存在關(guān)聯(lián)的條件下，節(jié)點(diǎn)的輸出可描述為

(12)

式中：σ12和σ21為常數(shù)；δ1(k)δ2(k)≠σ12σ21.在此條件下，令WSNs輸出與預(yù)期輸出一致，離散滑模擁塞控制器控制策略為

(13)

在上述控制策略下，WSNs不會(huì)產(chǎn)生節(jié)點(diǎn)級(jí)與鏈路級(jí)擁塞.

2 仿真測(cè)試結(jié)果與分析

2.1 測(cè)試對(duì)象

為了驗(yàn)證基于數(shù)據(jù)驅(qū)動(dòng)的WSNs擁塞控制方法的應(yīng)用效果，以圖1中的WSNs結(jié)構(gòu)為測(cè)試對(duì)象，針對(duì)瓶頸節(jié)點(diǎn)7，利用本文方法與傳統(tǒng)方法對(duì)其進(jìn)行擁塞控制，驗(yàn)證本文方法的應(yīng)用效果.

圖1 測(cè)試對(duì)象拓?fù)浣Y(jié)構(gòu)Fig.1 Test object topology

2.2 節(jié)點(diǎn)內(nèi)隊(duì)列長(zhǎng)度

圖2為測(cè)試對(duì)象節(jié)點(diǎn)7內(nèi)數(shù)據(jù)隊(duì)列在240 s內(nèi)的波動(dòng)情況.分析可知，采用本文方法進(jìn)行擁塞控制前，該節(jié)點(diǎn)內(nèi)數(shù)據(jù)隊(duì)列長(zhǎng)波波動(dòng)較為顯著，說(shuō)明該節(jié)點(diǎn)的運(yùn)行處于不穩(wěn)定狀態(tài)；采用傳統(tǒng)方法進(jìn)行擁塞控制后，節(jié)點(diǎn)內(nèi)數(shù)據(jù)隊(duì)列長(zhǎng)度波動(dòng)有所改善，但該節(jié)點(diǎn)運(yùn)行仍處于不穩(wěn)定狀態(tài)；采用本文方法進(jìn)行擁塞控制后，節(jié)點(diǎn)內(nèi)數(shù)據(jù)隊(duì)列長(zhǎng)度波動(dòng)平緩，說(shuō)明該節(jié)點(diǎn)處于穩(wěn)定運(yùn)行狀態(tài).由此可知，采用本文方法進(jìn)行節(jié)點(diǎn)擁塞控制更能降低節(jié)點(diǎn)內(nèi)數(shù)據(jù)隊(duì)列長(zhǎng)度的波動(dòng)性，令節(jié)點(diǎn)正常運(yùn)行.

圖2 節(jié)點(diǎn)隊(duì)列變化Fig.2 Node queue variation

2.3 吞吐量

圖3為采用本文方法控制前后，測(cè)試對(duì)象節(jié)點(diǎn)7的數(shù)據(jù)吞吐量變化情況.采用本文方法控制節(jié)點(diǎn)擁塞情況后測(cè)試對(duì)象節(jié)點(diǎn)的吞吐量與采用本文方法前及經(jīng)傳統(tǒng)方法控制后相比均顯著提升，采用本文方法進(jìn)行測(cè)試對(duì)象節(jié)點(diǎn)擁塞控制更能顯著提升節(jié)點(diǎn)的數(shù)據(jù)傳輸能力.這是由于采用本文方法進(jìn)行節(jié)點(diǎn)擁塞控制后，數(shù)據(jù)傳輸?shù)拇翱诔叽缣嵘?，因此，單位時(shí)間內(nèi)數(shù)據(jù)傳輸量提升.

圖3 吞吐量變化Fig.3 Throughput variation

2.4 節(jié)點(diǎn)信道擁塞標(biāo)記率

圖4為采用本文方法進(jìn)行節(jié)點(diǎn)信道擁塞控制前后，節(jié)點(diǎn)信道擁塞標(biāo)記概率的變化情況.由圖4可知，未采用任何方法進(jìn)行節(jié)點(diǎn)擁塞控制前，在節(jié)點(diǎn)信道擁塞條件下，其余節(jié)點(diǎn)受網(wǎng)絡(luò)整體狀態(tài)影響顯著，因此節(jié)點(diǎn)數(shù)據(jù)傳輸信道被標(biāo)記的概率具有顯著的隨機(jī)性與概率性.采用傳統(tǒng)方法進(jìn)行節(jié)點(diǎn)擁塞控制后，節(jié)點(diǎn)數(shù)據(jù)傳輸信道被標(biāo)記的概率的隨機(jī)性與概率性有所改善，但效果并不理想.采用本文方法進(jìn)行節(jié)點(diǎn)擁塞控制后，節(jié)點(diǎn)數(shù)據(jù)傳輸信道被標(biāo)記的概率具有較強(qiáng)一致性，擁塞控制概率約為4.5%，優(yōu)于傳統(tǒng)方法，這是由于采用本文方法控制后，節(jié)點(diǎn)擁塞現(xiàn)象被有效解決，其余節(jié)點(diǎn)不受該節(jié)點(diǎn)擁塞問(wèn)題影響，沒(méi)有被標(biāo)記，因此，測(cè)試對(duì)象內(nèi)節(jié)點(diǎn)數(shù)據(jù)傳輸信道被標(biāo)記的概率具有較強(qiáng)一致性.

圖4 節(jié)點(diǎn)信道擁塞標(biāo)記率變化Fig.4 Mark rate variation of node channel congestion

2.5 控制器自適應(yīng)律曲線

圖5為本文方法中控制器的滑模自適應(yīng)律曲線.由圖5可知，相比傳統(tǒng)方法，本文方法設(shè)計(jì)的控制器能更好地跟蹤目標(biāo)值，響應(yīng)時(shí)間更快，可控制在100 ms左右，并且不存在顯著抖動(dòng)，能較好地實(shí)現(xiàn)測(cè)試目標(biāo)擁塞控制.

圖5 滑模自適應(yīng)律曲線Fig.5 Curves of sliding mode adaptive law

3 結(jié) 論

隨著WSNs應(yīng)用范圍的擴(kuò)展，人們對(duì)WSNs的應(yīng)用性能提出更高要求.網(wǎng)絡(luò)擁塞是WSNs應(yīng)用過(guò)程中普遍存在的問(wèn)題，因此針對(duì)該問(wèn)題的解決方案研究極為重要.本文研究基于數(shù)據(jù)驅(qū)動(dòng)的WSNs擁塞控制方法，以此解決WSNs內(nèi)節(jié)點(diǎn)與鏈路的擁塞問(wèn)題.測(cè)試結(jié)果顯示，本文方法可有效降低節(jié)點(diǎn)內(nèi)數(shù)據(jù)隊(duì)列長(zhǎng)度的波動(dòng)性，提升單位時(shí)間內(nèi)數(shù)據(jù)傳輸量，使節(jié)點(diǎn)信道擁塞標(biāo)記率控制在4.5%左右，具有一致性，響應(yīng)時(shí)間控制在100 ms左右，可顯著提升WSNs的應(yīng)用性能.