面向WSN的自適應(yīng)模糊功率控制算法研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)由大量傳感器節(jié)點(diǎn)組成，常被部署在環(huán)境惡劣、人跡罕至的地方。因此，在WSN環(huán)境中普遍存在著障礙物以及網(wǎng)絡(luò)路由動(dòng)態(tài)變化等諸多因素干擾，使得系統(tǒng)的傳輸可靠性和網(wǎng)絡(luò)鏈路質(zhì)量往往具有動(dòng)態(tài)不確定性，系統(tǒng)中存在的非線性擾動(dòng)、隨機(jī)攝動(dòng)等因素嚴(yán)重時(shí)甚至?xí)鹁W(wǎng)絡(luò)通信受限現(xiàn)象。另一方面，在WSN中節(jié)點(diǎn)通常采用電池供電，因此節(jié)點(diǎn)能量受限問(wèn)題也成為保障網(wǎng)絡(luò)服務(wù)質(zhì)量的一個(gè)關(guān)鍵因素。現(xiàn)有功率

2、控制算法未充分考慮網(wǎng)絡(luò)的動(dòng)態(tài)不確定性，無(wú)法根據(jù)網(wǎng)絡(luò)的動(dòng)態(tài)變化進(jìn)行功率調(diào)節(jié)，且節(jié)點(diǎn)能耗較高。本文利用模糊理論和“輸入-輸出，反饋”機(jī)制，研究了適用于WSN的多變量模糊功率控制算法和自適應(yīng)模糊功率控制算法（DynamicAdaptive Fuzzy Algorithm for Power Control，DAFPC）。具體研究工作包括:
　　首先，詳細(xì)介紹了WSN功率控制和傳輸可靠性的研究現(xiàn)狀、存在的問(wèn)題及相關(guān)技術(shù)。進(jìn)而，通過(guò)對(duì)鏈路質(zhì)

3、量指示(Link Quality Indicator，LQI)、接收信號(hào)強(qiáng)度(Received SignalStrength Indicator，RSSI)與包接收率(Packet Reception Ratio，PRR)的相關(guān)性分析，給出了影響系統(tǒng)性能的網(wǎng)絡(luò)鏈路質(zhì)量關(guān)鍵參數(shù)，并在此基礎(chǔ)上建立了WSN點(diǎn)對(duì)點(diǎn)模型、多節(jié)點(diǎn)網(wǎng)絡(luò)模型以及節(jié)點(diǎn)能量模型。
　　其次，利用模糊理論和“輸入，輸出，反饋”機(jī)制給出了適用于WSN的多變量模糊功率控制

4、算法及自適應(yīng)模糊功率控制算法，并在此基礎(chǔ)上詳細(xì)分析了閉環(huán)系統(tǒng)的穩(wěn)定性。提出的DAFPC算法可以根據(jù)當(dāng)前接收到的鏈路質(zhì)量參數(shù)信息自適應(yīng)地調(diào)整控制器參數(shù)，從而可以快速調(diào)節(jié)節(jié)點(diǎn)發(fā)射功率，提高系統(tǒng)的抗干擾性能。
　　最后，通過(guò)選取典型功率控制(Common Power，COMPOW)算法、非自適應(yīng)模糊功率控制算法、多變量模糊功率控制算法以及DAFPC算法，進(jìn)行多組比較實(shí)驗(yàn)仿真研究。實(shí)驗(yàn)結(jié)果表明本文提出的DAFPC算法能夠更好地適應(yīng)網(wǎng)絡(luò)的動(dòng)