无线传感器网络中基于优先级的传输速率和排队管理

⃝⃝可在www.sciencedirect.com在线获取ScienceDirectICT Express 3（2017）101www.elsevier.com/locate/icte无线传感器网络中基于优先级的排队和传输速率管理Imen BouazziMar，Jamila Bhar，Mohamed Atri突尼斯，莫纳斯提尔，莫纳斯提尔科学学院，生物学系接收日期：2016年6月25日;接收日期：2016年12月7日;接受日期：2017年2月17日2017年3月1日上线摘要无线传感器网络（WSNs）在具有挑战性的条件下运行，例如保持消息延迟和数据传输的可靠性本研究的目的是提出一种模糊逻辑算法来解决这些问题，这是很难解决的传统技术。这个想法，在这项研究中，是采用模糊逻辑计划，以优化能源消耗和最大限度地减少丢包。我们演示了如何模糊逻辑可以用来解决这个特定的通信问题，以最小的计算复杂性。在这种情况下，在载波侦听多路访问与冲突避免（CSMA/CA）机制中的模糊逻辑的实现是通过填充队列长度和每个节点处的业务速率来实现的。通过仿真，我们表明，我们提出的技术有一个更好的性能，在能源消耗方面相比，基本实现的CSMA/CA。c2017韩国通信信息科学研究所。出版社：Elsevier B.V.这是一篇开放获取的文章，CC BY-NC-ND许可证（http：//creativecommons. org/licenses/by-nc-nd/4. 0/）。关键词：节能;丢包;优先级;队列长度;速率1. 介绍无线通信系统、低功率数字电子器件、小规模能源供应、微处理器和低功率无线电设备的快速技术进步现在已经使得能够开发用于检测其周围环境中的变化并对其做出反应的低功率多功能传感器设备。这些传感器设备有一个小电池，一个微型微处理器，和一组传感器，用于获取反映周围环境变化的信息在过去的十年里，低功耗和微型无线传感器设备的出现推动了密集的研究工作，这反过来又导致了无线传感器网络（WSNs）的发展。模糊逻辑理论可以用来研究排队现象，如平均人数*通讯作者。电子邮件地址：imen. gmail.com（I. Bouazzi）。同行评审由韩国通信信息科学研究所负责。这篇论文已经由教授处理许俊从一个角度研究网络中的客户和平均等待时间，从另一个角度研究业务稳定性。模糊排队和流量速率控制是无线传感器网络管理中的新兴研究领域。在过去的三十年中，大多数排队模型的研究都采用了先到先服务（FCFS）的服务纪律。不过，这显然不是唯一的监管方法，还有很多其他方法，例如“后到先得”的服务。在优先级方案中，具有最高优先级的客户在具有较低优先级的客户之前被选择用于服务，这与他们到达网络的时间无关。无线传感器网络在保持消息延迟和数据传输可靠性的矛盾要求下运行，同时最大限度地延长每个传感器的电池寿命在这种情况下，我们的研究的主要目标是提出一种优化算法，允许优先级排队和传输速率管理的基础上的模糊逻辑控制器。所提出的算法提供了性能措施的模糊优先级模型与不可靠的服务器使用两个模糊变量的清晰值。设计的模糊变量（队列长度和流量率）的目的是给优先级的节点丢弃数据包，消耗更多的能量。http://dx.doi.org/10.1016/j.icte.2017.02.0012405-9595/c2017韩国通信信息科学研究所。Elsevier B. V.的出版服务。这是CC BY-NC-ND许可证下的开放获取文章（http：//creativecommons.org/licenses/by-nc-nd/4. 0/）。102I. Bouazzi等人/ ICT Express 3（2017）101本文的其余部分组织如下。第2节概述了相关的工作。在第三节中，将讨论模糊算法的设计。第4节简要介绍了问题陈述。第5节使用模拟评估所提出的技术的有效性最后，第6节对本文进行了总结。2. 相关作品为了提高网络性能，基于模糊逻辑系统的优先级控制算法已经被开发出来在本节中，我们将讨论与我们的研究相关的一些作者所做的工作。Ramesh等人[1]使用了一个程序，用于使用模糊数（如到达率、服务率、批量大小、服务成本和持有成本），根据模糊批量到达排队模型的总预期成本的明确值来他们将一个批量到达的模糊排队系统转化为一类清晰的排队系统，并提出了一种参数规划方法来求解模糊参数到达排队系统。Ashok Kumar [2]开发了一种非线性规划方法，用于推导Erlang服务模型中稳态性能度量的隶属函数其基本思想是基于扎德的扩张原理。建立了两对二元混合整数非线性规划模型，计算了系统性能的上下界Chen等人[3]提出了一种能量收集无线传感器网络中的动态自适应介质访问控制（MAC）算法。他们生成了退避窗口的动态边界。因此，系统可以动态调整时隙CSMA/CA机制的参数使用模糊算法，参数也受到影响的能量收集模式在节点。许多作者[4-在文献[7-9 ]中，作者采用了基于优先级的模糊决策分组调度算法和基于优先级的CSMA/CA机制，建立了系统性能的隶属函数。他们提出了一种算法，通过保持时间，能量和数据包丢弃约束，最大限度地提高系统的服务质量（QoS）。Kaur和Kumar等人提出的基于优先级的应用特定拥塞控制集群协议（PASCC），[10]集成了节点的移动性和异构性。PASCC根据捕获数据的类型和优先级检测WSN中的拥塞。簇头（CH）根据距离对数据包进行优先级排序;较远的节点优先于附近的CH还确保更远的节点消耗的额外资源得到有效利用。在拥塞期间，优先分组由于其及时性要求而被路由到基站（BS），并且非优先分组被丢弃。PASCC在以下方面实现了更好的性能：网络寿命、能耗、数据传输和其他QoS度量。作者在[11]中提出了一种基于优先级的机制，该机制在本地生成的数据和传输数据之间做出了妥协。他们提出了感知路由尝试，以寻找更实惠的路由。然而，模糊速率控制器用于速率控制，其使用两个标准作为输入：缓冲器占用率和拥塞分数。在本文中，我们集中在动态调整参数的CSMA/CA根据业务速率和队列缓冲区的大小。该算法将调整一些参数，通过模糊逻辑系统的基础上IEEE802.15.4 MAC协议，使用该算法应导致更好的能量效率和吞吐量。3. 问题陈述MAC层具有用于协调信道接入的控制，事实上，IEEE802.15.4 MAC协议被规划为服务于一组具有非常低的功耗和成本要求的应用，并且具有对数据速率和QoS的宽松需求。我们建议安排我们的工作与模糊计划，以提高QoS，其中包括一个实施的CSMA/CA。我们为想要访问的节点添加了优先级 到信道。然而，我们动态调整退避指数（BE）值根据队列长度和每个节点的流量率。此外，我们知道，如果流量负载大于传感器网络的可用容量，拥塞发生，这会导致缓冲区溢出，数据包丢失和网络吞吐量的恶化这是由节点之间循环的整个信息无论节点在哪里接收到更多的数据，丢失信息的概率都变得非常高。基于模糊逻辑的决策可以用于传输速率管理和队列大小评估。我们将节点分为三个集群：低优先级，中优先级，高优先级。低优先级集群中的节点没有任何应立即发送的关键数据。因此，我们可以增加它们的BE值，以给其他节点访问信道的机会。另一方面，被分类为高优先级的节点这是通过递减它们的默认BE值来完成的。中等节点选择由标准给定的随机BE值。模糊逻辑方案如图所示。1.一、4. 一种新的模糊算法4.1. 动机图2示出了模糊逻辑系统的框图。存在两个模糊输入，即，队列长度和流量，这是模糊成语言变量。因此，模糊系统的输入值具有特定范围内的不确定性水平。这一特点使得模糊算法非常适应动态条件。I. Bouazzi等人/ ICT Express 3（2017）101103[][−]=Fig. 1. 模糊逻辑方案。图二. 模糊逻辑系统。本节详细介绍了所提出的模糊算法，它结合了流量速率测量和动态队列管理，以实现能源效率和提高QoS。我们的目标是设计一个充满活力的模糊算法，可以实现更好的性能，以减少数据包丢失。这是确保通过控制每个节点的队列长度与动态调度方法，以保持信道内的然而，我们将即时监测的队列占用率和流量率为每一个超帧。所有语言变量都有一个随机数，该随机数将由隶属函数表征，以处理该函数。一个三角形的形式将与输入，和输出隶属函数将在单吨函数的形式，如图所示。3.第三章。关于输出变量，给予优先级的动作可以根据三个变化水平而图4示出了使用单例函数的输出语言变量的变化。图三. 语言参数的隶属函数。见图4。 语言参数的隶属函数。表1模糊规则库T Q低中高空低低中中低中高全中高高为了执行模糊化过程，我们应该如下映射模糊规则中的两个长度=Qn{空，中，满}（1）心率= T n{低、中、高}。（二）排列成一对这些状态的可能组合的总数对于每一个，我们必须为输出模糊变量建立一个适当的状态，即优先级。这可以表述为：优先级= P n{低，中，高}。（三）定义所有基本规则的一个实用方法是通过决策表它由九条规则组成，使用max-min方法构建在标准化阶段期间，系统中的每个测量值将被修改以提供属于简单语音的值。为了规范化语言变量，我们按以下方式进行。如果条目变量“y“的变差域【十二】：V2 y-b-a。（四）b− a在第一阶段的模糊规则，模糊算法计算的语言变量考虑在这项工作中：平均队列长度和流量。在对这些变量进行归一化之后，它定义了它们的关联104I. Bouazzi等人/ ICT Express 3（2017）101隶属函数（µk（Qn），µk（ Tn））。本节我们I. Bouazzi等人/ ICT Express 3（2017）101105图五. 新的基于CSMA/CA的模糊逻辑提出了我们的新算法，这是基于模糊逻辑调度。该算法适用于所有参与节点的流量。 它可以被描绘成一个流程图，如图所示。 五、4.2. 解模糊在这里，我们考虑广泛使用的“重心”方法该方法的思想是基于亚基具有相同最大高度的情况下的平均值的计算。然后使用等式（1）计算（Zmoy）的值。其中，Zk参数指示输出的语言变量的值。 P k参数表示在推理阶段计算的权重的结果值，如图所示。 五、Z1 P1+ Z2 P2表2模拟参数。参数值模拟时间100 s通道频率2.4 GHz拓扑簇树队列大小50数据包大小512 kbps初始能量1000 J节点数量30网络面积（m×m）200 × 200见图6。流量负载与能耗。我们介绍了一种新的调度机制，基于模糊逻辑规则，操作上的节能使能的无线传感器网络的MAC协议。该算法与传统的CSMA/CA算法相结合，适用于所有节点在需要接入信道时的接入。根据节点的队列长度和业务速率测量，为节点分配优先级调度。 图 6示出了作为业务负载的函数的能量消耗的仿真结果。仿真结果表明，基本的CSMA/CA算法和所提出的算法之间有很好的差异。正如我们在图中看到的，当流量增加时，能量也增加了。然而，这种上升，显着优化相比，基本的CSMA/CA，使用所提出的模糊算法。从同一图中还可以看出，低业务负载所消耗的能量得到了很好的优化，而较高业务负载所消耗的能量则有所增加。这是因为我们有更多的节点，有更多的数据包要发送。这些结果意味着，通过使用Zmoy=P1 + P2。（五）分配优先级用于比其他节点更多地参与业务的节点我们提出的方法保证最小的功率得到的权重值（Pk）表示到去模糊化步骤。此值提供了（Z）的最终值，该值定义了分配优先级的操作。该因子位于区间[-1，1]中。5. 仿真结果使用NS-2工具进行了性能评价。表2中给出了用于评估不同方案下的拟议模型的模拟参数。消耗，这比基本的CSMA/CA算法的能量低大约20%。图7示出了作为时间的函数的吞吐量的仿真结果。可以观察到，使用模糊逻辑规则，吞吐量在期望的水平下被最大化。我们可以看到，模糊算法的吞吐量效率高于基本的CSMA/CA算法。这是由于在模糊算法中要发送的数据包的数目小于时隙CSMA/CA中的数据包的数目106I. Bouazzi等人/ ICT Express 3（2017）101见图7。 放变量。见图8。 平均延迟变化。算法，因为有很少的冲突，在模糊逻辑规则和数据包是很好的流通。仿真结果表明，该算法具有良好的性能。图8示出了在仿真期间的分组延迟变化。实验结果表明，采用模糊规则的算法从这个图中，我们可以观察到，与不使用模糊方法的情况相比，使用高优先级可以保证最小的延迟6. 结论在这项工作中，我们提出了一种新的有效的方法，提高服务质量和优化无线传感器网络的提出了一种处理拥塞和丢包的模糊逻辑算法。所提出的方法的目的是通过有效地管理资源，通过考虑的统计特性，是专为多媒体业务，即，突然和逐渐的流量变化，以减少数据包的丢失概率。该策略采用了一种新颖的思想，即使用模糊逻辑所提出的方法导致一个框架，提供了一个优化的能源消耗，减少丢弃的数据包的数量，并增加吞吐量。模糊规则的概念是鲁棒的，并且它在调度节点之间的通信方面工作得很好。引用[1] R. Ramesh，S.吴文龙，基于模糊数学的批量到达排队模型，北京：中国科学技术出版社。Res. 4（2277 -8179）（2015）234-238.[2] 诉AshokKumar，一种模糊隶属函数求解方法Erlang服务模型的队列，Int. J. Math. Sci. 1（2）（2011）881-891中描述的。[3] M. Ch e n ，X. Zhu，H. 业务自适应媒体接入控制基于模糊逻辑的能量收集无线传感器网络算法，Int. J. Netw. 9（12）（2016）。[4] J. Patel，N. Khare，信息通信技术快递，Indian J. Sci. 2（3）（2012）395-399。[5] R. Rasmesh，S.李晓刚，基于模糊数学的排队模型的性能分析，北京：计算机科学出版社，2001。Sci. 3（10）（2014）44-445。[6] R. 李文，基于DSW算法的模糊排队模型，北京大学学报，2001。J.Adv.1（1）（2014）57-62。[7] V. Jain，S.阿加瓦尔角王晓刚，基于优先级的无线传感器网络服务质量模糊决策调度算法.北京：中国科学技术出版社，2000，24（3）：117 - 118. Comput. 97（3）（2014）28-31。[8] J. De varaj，D. Jaya lakshmi，优先级队列的模糊方法，Int.J.模糊数学系统2（4）（2012）479-488。[9] M. Hatamian，M. Almasi，M. Asadboland，M. Hatamian，H.李文，李文，等.无线传感器网络中的拥塞路由和模糊速率控制器.北京：计 算 机 科 学 出 版 社 ， 2000 ， 11 （ 3 ） ： 117 - 118. 25 （ 1 ）（2016）。[10] N. 考尔，D。 基于优先级的拥塞控制综述无线传感器网络协议，Int. J. Adv. Res. Comput. Sci. 软件。Eng.5（6）（2015）1420-1426。[11] M. Hatamian ，M. Almasi Bardmily，M.Asadboland，M.Hatamian，H.Barati，拥塞感知路由和基于模糊的无线传感器网络速率控制器，无线电工程25（1）（2016）。[12] J. Bhar，M.扎伊迪河欧尼，S.纳斯里，模糊性能评价，交通稳定控制器，在：信号，电路和系统国际会议，2008年，pp. 1比5。[13] S. 辛格，S。昌德湾王晓波，李晓波，李晓波，等.无线传感器网络中的模糊聚类算法.北京：科学技术出版社，2001. （2015）施普林格科学+商业媒体，纽约。