王夫栋
- 作品数：4 被引量：7H指数：2
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：江苏省“六大人才高峰”高层次人才项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于滑模变结构的WSNs跨层拥塞控制算法被引量：4
- 2014年
- 针对具有传输控制协议(TCP)传输机制的无线传感器网络(WSNs)节点拥塞问题,在传输层的基础上结合物理层的信噪比(SNR)参数来估计信道状况,不断调整传输模型,实现跨层控制。此跨层方法改变了以往的单层拥塞控制方法,充分利用了WSNs层与层的协作关系,并用基于自适应趋近律的离散滑模控制结构模型作为控制器,过程简单且易于实现。仿真结果表明:该跨层拥塞控制方法具有响应速度快、延迟小、鲁棒性好等特点。
- 陈树王夫栋
- 关键词：趋近律
- 基于滑模变结构的无线传感器网络拥塞控制被引量：2
- 2015年
- 为解决无线传感器网络逐跳节点拥塞控制问题,在节点网络层与链路层之间引入水槽流入与流出的数学模型,提出一种针对逐跳节点级链路层帧缓冲区队列长度的拥塞控制模型,并采用基于趋近律的离散滑模控制结构作为该模型的控制器,控制过程简便且易于实现。仿真结果表明,与常规的PID控制、模糊PID控制相比,该模型在响应速度、延迟时间等方面性能较好。
- 陈树王夫栋
- 关键词：拥塞控制离散滑模控制趋近律滑模变结构
- 基于差分进化算法的Wiener模型辨识被引量：1
- 2012年
- DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.本文利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性.对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力。
- 马明徐保国王夫栋
- 关键词：参数辨识WIENER模型差分进化算法粒子群算法
- 改进QGA在WSNs节点部署中的应用
- 2013年
- 对含有障碍区域的无线传感器网络(WSNs)节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法(QGA)寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比:改进QGA有效提高了算法整体的搜索能力和收敛速度。
- 钱成陈树王夫栋徐保国
- 关键词：无线传感器网络量子遗传算法
