为了解决无线传感器网络汇聚节点存在的溢出问题,提出了一种新的接纳控制方法(Connection Admission Control based on Wavelet Transform,CACWT).该方法首先结合小波变换降低业务流的突发特性,并且推导了有效带宽边界和溢出概率边界.同时,利用NS2进行仿真实验,深入分析了有效带宽、缓冲区、溢出概率以及链路容量之间的关系.与传统的其他方法相比较,CACWT具有较好的适应性.
结合萤火虫群提出了一种新的故障检测算法FDD-GS(Failure Detection algorithm based on Glowworm Swarm).该算法首先根据特征信息熵建立了故障检测评价方法和最小偏差的优化模型,同时给出了具体的检测算法.最后,通过建立网络仿真平台,深入分析了影响FDD-GS算法的关键因素,并且对比研究了FDD-GS与其他算法的性能情况,结果表明FDD-GS算法的检测误差较低.
为了解决无线传感器网络汇聚节点存在的溢出问题,基于α-稳定分布和令牌桶建立了一种新的接纳控制方法(connection admission control based onα-stable and token bucket,CACαTB)。该方法首先给出了网络演算中服务曲线与到达曲线的定义,然后利用α-稳定分布推导了令牌桶的控制参数,并建立面向分形业务流的接纳控制算法。最后利用NS2进行实验仿真,深入研究了丢包率、带宽利用率、缓冲区、以及分形参数之间的关系。与其他方法相比,结果发现CACαTB具有较好的适应性。
为了有效解决网络系统可能出现的故障,结合模糊神经网络提出了一种新的故障检测算法FDD-FNN(Failure Detection algorithm based on Fuzzy Neural Network).该算法根据特征信息熵建立了故障检测评价方法和最小偏差的优化模型,设计了模糊神经网络中输入层、模糊化层、模糊规则层和解模糊层,并且给出了具体的算法流程.通过建立网络仿真平台,深入分析了影响FDD-FNN算法的关键因素,同时对比研究了FDD-FNN算法与其他算法的性能情况,结果表明FDD-FNN算法具有较好的适应性.
