作者:崔峰,付保红,吴春梅,陈鑫 单位:中国仪器仪表学会;上海工业自动化仪表研究院 出版:《自动化仪表》2017年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFZDYB2017020160 DOC编号:DOCZDYB2017020169 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了提高无线传感器网络(WSNs)数据传输的准确率,设计了一种基于人工神经元网络(ANN)的数据丢包(DPL)率预测方法。通过预测WSN数据包在多个传输路径上的丢包率,选择出最优数据传输路径。首先,建立1个150节点的网络拓扑结构,使各节点在固定区域内随机分布,并采用粒子群算法对各节点进行层级聚类。然后,采用1个3层前向人工神经元网络来预测数据传输的丢包率。在BP网络学习算法中引入动量修正因子,避免了ANN训练陷入局部极小的问题。ANN的3个输入分别为传输路径上的节点数目、节点应用环境类型和节点采样频率。最后,采用基于最优最差蚂蚁系统(BWAS)的多传输路径规划方法,以传输路径数据丢包率作为评价参数,选择最优传输路径。经仿真验证可知,本方法能够获得较高的数据传输准确率,与FEC纠删编码多路径传输策略相比具有明显优势。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。