版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、《自動化技術與應用》2017年第36卷第10期網絡技術NetworkTechnology基于經濟劃撥優(yōu)化機制的WSN資源調度算法田文利(陜西財經職業(yè)技術學院,陜西咸陽712000)摘要:鑒于當前無線傳感器網絡WSN資源調度過程中存在數據吞吐魯棒性較差、難以實現資源優(yōu)化劃撥且存在嚴重的吞吐?lián)砣F象,本文采用經濟劃撥優(yōu)化機制,提出了一種新的WSN資源調度算法。首先,在WSN數據吞吐生命周期內進行經濟成本建模,根據WSN節(jié)點具有的數據吞吐特指
2、進行劃撥分析;然后將網絡總代價、數據損失等納入經濟模型中,使用基于拉普拉斯評估方式針對經濟成本(Money)、維度(Time)、服務可靠(Reliability)進行劃撥流程評估函數計算,從而實現了WSN資源的優(yōu)化調度。仿真實驗證明了本文算法能夠降低WSN吞吐現象,提高網絡的魯棒性,且無論是在高傳輸率還是在低傳輸率時均有顯著的優(yōu)勢,具有良好的實際使用價值。關鍵詞:無線傳感網絡;經濟劃撥優(yōu)化;資源調度;經濟成本;網絡總代價中圖分類號:TP
3、391文獻標識碼:A文章編號:10037241(2017)10—008204ResearchonWSNResourceSchedulingAlgorithmBasedonEconomicTransferOptimizationMechanismTIANWen—H(ShaanxiVocationalCollegeofFinanceandEconomics,Xianyang712000China)Abstract:Inordertoreal
4、izetheoptimizationofresourceallocationandhandlingseriouscongestionhaspoorrobustnessofdatathroughput,thispaperadoptstheeconomicallocationmechanismbasedonoptimization,proposesaWSNschedulingalgorithmFirstofall,theeconomicco
5、stofmodelingintheWSNdatathroughputinthelifecycle,isallocatedaccordingtotheanalysisofdatathroughputtotheWSNnodehas;then,putsthetotalcostofnetworkdatalossintotheeconomicmodel,SOastorealizetheoptimizationofschedulingWSNreso
6、urcesSimulationresultsshowthattheproposedalgorithmcanreducethethroughputofWSNandimprovetherobustnessofthenetworkKeywords:wirelesssensornetwork;economicallocationoptimization;resourcescheduling;economiccost;totalnetworkco
7、st1引言隨著云網絡資源處理及調度技術的不斷發(fā)展,WSN網絡中的資源總量及系統(tǒng)調度魯棒性需求也得到了飛速的發(fā)展,然而在當前的技術水平條件下,基于云化WSN網絡資源調度及管理一般僅通過固定的經濟效益成本方式進行資源規(guī)劃及調度,極少采用綜合性指標對網絡資源進行調度處理,導致整個網絡資源的處理效率不高,成為當前云化WSN網絡難以得到推廣的一個重要的掣肘因素。為改善當前云化WSN網絡中的資源綜合規(guī)劃及調度收稿日期:20170104難題,實現系統(tǒng)
8、資源的合理調撥及利用,研究者提出了許多解決方案,對當前問題的解決具有一定指導意義幢j。wangHpl等基于核心成本劃撥機制,通過將數據帶寬占用情況作為核心成本,且根據資源在核心成本中的分布區(qū)間,提出了一種核心成本最低化的WsN資源調度算法,能夠實現在帶寬受限情況下的資源利用;然而該算法單純根據數據帶寬作為核心成本估算因素,無法對資源分配進行層次劃分,因此難以實現成本降低過程中的精確化。LiZ等基于混沌遞歸機制,采取用戶數據歸類的方式,將
9、信道資源與用戶數據匹配程度作為成本核算指標,實現了用戶數據的混沌態(tài)成本劃撥。然而該算法由于需要對信道接人情況進行實時評估,因此該算萬方數據《自動化技術與應用》2017年第36卷第10期網絡技術NetworkTechnologyBenefit—T=beneat—cbenefit—dtbenefit一,=叫(B“諺一∑卅)訂(巧一∑6f。叫一D)唧號(4)Ⅵl嵋訂=1網絡的經濟成本函數滿足:Benefitye=∑Benefit—T(5)將模
10、型(5)最大化可得系統(tǒng)效益B。,咖。并滿足:fExl≤c,j∑i‘o通過柯西數學收斂準則卜踟可以迅速求出模型(6)的最佳解滿足如下的表達式:MaxBenefi,一T=Max叫(砌哦一∑。)w2(I—Zbx/一D)霄導)(7)再利用拉氏求解發(fā)構造以下的輔助函數:剛)2石(叫一黝‰)五(巧一斟%一D)五多(8)啊(Z一∑彳)五(o一∑彳)一令C/(Bud。,cj,ti)=0,即可以得到最佳解。此外,需要考慮節(jié)點的最大經濟承受能力:max∑“
11、lgx/且∑叫≤Cj,構造柯西函數如下:F(彰)=Z∑(甜lgg)f2(cj一∑x/)(9)令F;i20,可以求得最佳節(jié)點服務資源的代價。3仿真實驗表2仿真參數表參數數值網絡部署區(qū)域面積14400Kmx12800“實驗耗時(h)2h請求并發(fā)數量24000網絡節(jié)點數量10000經濟成本固定數據生命周期128s數據傳輸率256bit/s由于整個WSN網絡中的全部節(jié)點均處于獨立同分布狀態(tài)舊1,且單一時刻所需要提供服務的資源總量為一定值【l0l
12、,服務隊列以隨機方式抵達各個節(jié)點,以便能夠隨時進行最佳服務保障。結合WSN資源調度實際,本文算法主要從數據擁塞率、數據處理率兩個指標上,結合當前WSN資源調度方案中常用的NSA算法“21進行仿真實驗,以便證明本文算法所具有的優(yōu)越性能,仿真參數如表2。(1)數據擁塞率圖l、圖2顯示了在不同傳輸率條件下,本文算法與NSA算法在數據擁塞性能上的測試情況。由圖可知,本文算法在低傳輸率及高傳輸率的條件下,數據擁塞率均要遠遠小于NSA算法,且本文算
13、法的數據擁塞率上升亦要低于NSA算法,這是由于隨著數據傳輸率的不斷增加,整個網絡需要同時處理的數據服務也呈現不斷增加的態(tài)勢,網絡壓力也逐漸增大,導致數據擁塞率也呈現不斷上升的態(tài)勢。由于NSA算法僅進行基于可靠傳輸的數據服務保障,沒有對整體網絡性能進行經濟建模,導致網絡擁塞時極易發(fā)生服務缺失的現象,大大增加了網絡擁塞發(fā)生概率。本文算法由于采用三個維度進行評估,綜合考慮了維度、經濟成本、服務可靠三個方面的需求,能夠在網絡受限條件下保障服務質
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于經濟模型的網格資源調度算法研究
- 基于預測機制的網格資源調度算法.pdf
- 基于經濟模型的網格資源調度算法研究.pdf
- 基于能量優(yōu)化的網格資源調度算法研究.pdf
- wsn中基于分簇的睡眠調度算法的研究
- 基于進化算法的電力經濟調度優(yōu)化研究.pdf
- 基于遺傳算法的礦山資源優(yōu)化調度模型.pdf
- 基于網格計算經濟模型的資源調度算法研究.pdf
- 基于動態(tài)價格機制的網格資源調度算法研究.pdf
- 基于人群搜索算法的微網經濟優(yōu)化調度.pdf
- 基于Quorum的WSN自適應調度機制研究.pdf
- 基于虛擬資源的資源調度算法研究.pdf
- WSN中基于分簇的睡眠調度算法的研究.pdf
- 基于遺傳算法的WSN應用優(yōu)化研究.pdf
- 基于遺傳算法的柔性資源調度優(yōu)化方法研究.pdf
- 基于ieee802.16無線mesh網絡的資源調度優(yōu)化算法
- LTE下行資源調度優(yōu)化算法研究.pdf
- 云計算中基于組合優(yōu)化的虛擬資源調度算法研究.pdf
- 基于蟻群優(yōu)化算法的資源受限項目調度問題研究.pdf
- 基于ieee802.16d的資源調度機制及其優(yōu)化
評論
0/150
提交評論