作者:张延年rbf神经网络无线网络退避算法退避时隙性能优化
摘要:通过对信道接入协议及退避算法的原理进行研究,针对无线网络的挑战和问题,本文提出基于RBF神经网络的无线信道退避算法的优化设计。该优化设计主要根据网络的整体情况,合理地调节退避算法中的退避时隙间隔,最大程度地降低节点等待信道资源的可能性,使无线网络将短时间地处于拥塞状态。RBF神经网络主要完成网络状态与退避时隙控制间的对应关系的记忆学习。同时,通过在OPNET Modeler中建立仿真场景及学习样本,对所提出的优化设计进行仿真验证。仿真结果表明,本文优化后的退避算法使通信节点在当前网络状况下选择合适的退避时隙,从而有效地降低了不必要的等待时间,通信平均延时降低了17.6%,网络性能得到了整体提高。总之,本文提出的基于RBF神经网络的无线信道退避算法效果更突出。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社