[论文解读] Fuzzy Logic Control Based QoS Management in Wireless Sensor/Actuator Networks

Feng Xia, Wenhong Zhao+2 more|ArXiv.org|Jun 1, 2008

Energy Efficient Wireless Sensor Networks参考文献 21被引用 5

一句话总结

本文提出了一种基于模糊逻辑控制的QoS管理（FLC-QM）方案，用于无线传感器/执行器网络（WSANs），以在动态流量条件下维持服务质量。通过使用模糊逻辑控制器根据实时截止时间丢失比率调整源节点的采样周期，该方案将QoS维持在期望水平，仿真结果表明其在资源受限、不可预测环境中的适应性和可扩展性均有显著提升。

ABSTRACT

Wireless sensor/actuator networks (WSANs) are emerging rapidly as a new generation of sensor networks. Despite intensive research in wireless sensor networks (WSNs), limited work has been found in the open literature in the field of WSANs. In particular, quality-of-service (QoS) management in WSANs remains an important issue yet to be investigated. As an attempt in this direction, this paper develops a fuzzy logic control based QoS management (FLC-QM) scheme for WSANs with constrained resources and in dynamic and unpredictable environments. Taking advantage of the feedback control technology, this scheme deals with the impact of unpredictable changes in traffic load on the QoS of WSANs. It utilizes a fuzzy logic controller inside each source sensor node to adapt sampling period to the deadline miss ratio associated with data transmission from the sensor to the actuator. The deadline miss ratio is maintained at a pre-determined desired level so that the required QoS can be achieved. The FLC-QM has the advantages of generality, scalability, and simplicity. Simulation results show that the FLC-QM can provide WSANs with QoS support.

研究动机与目标

• 为解决无线传感器/执行器网络（WSANs）中缺乏QoS管理方案的问题，尽管WSANs正在兴起，但与传统WSNs相比仍研究不足。
• 开发一种可扩展且自适应的QoS管理框架，以应对动态WSAN环境中不可预测的流量负载变化。
• 将预设的截止时间丢失比率作为关键QoS指标，确保实时应用中执行器控制的可靠性。
• 设计一种轻量级、基于反馈的控制机制，适用于资源受限的传感器节点。

提出的方法

• 在每个源传感器节点实现模糊逻辑控制器，根据观测到的截止时间丢失比率动态调整采样周期。
• 控制器使用模糊推理，将当前的截止时间丢失比率映射到适当的采样周期调整值，以确保QoS稳定性。
• 系统采用反馈控制原理，控制器持续监控传输延迟，并调整采样周期以将QoS维持在目标水平。
• 模糊逻辑系统采用基于专家知识的语言规则设计，实现直观且稳健的自适应，无需精确的数学模型。
• 在模拟环境中评估该方案，该环境模拟了真实WSAN部署中典型的动态、不可预测的流量负载。
• 控制器在每个源节点本地运行，实现去中心化、可扩展的QoS控制，无需集中协调。

实验结果

研究问题

• RQ1 在不可预测且变化的流量负载下，如何在WSANs中维持QoS？
• RQ2 何种控制机制可动态调整采样周期，以最小化截止时间丢失，同时尊重资源约束？
• RQ3 模糊逻辑控制器能否通过响应截止时间丢失比率的实时反馈，有效调节QoS？
• RQ4 与传统QoS方法相比，所提出的FLC-QM方案在WSANs中的适应性和可扩展性如何？
• RQ5 去中心化、本地控制对整体网络QoS性能有何影响？

主要发现

• FLC-QM方案在不同流量负载下均成功将截止时间丢失比率维持在目标水平，确保了QoS的一致性。
• 仿真结果表明，模糊逻辑控制器能有效响应网络条件变化，动态调整采样周期，从而减少截止时间违规。
• 由于其去中心化、本地控制的架构，该方案表现出强大的可扩展性，避免了大规模WSAN部署中的瓶颈。
• 该方法对不确定性具有鲁棒性，且无需精确的系统模型，因此适用于真实世界中不可预测的环境。
• 该方法以极低的计算开销实现了可靠的QoS支持，证明了其在资源受限传感器节点中的有效性。
• 即使在突发流量激增的情况下，系统仍能保持QoS稳定性，证实了模糊逻辑控制机制的鲁棒性。