[发明专利]基于小波神经网络的拥塞控制方法无效

专利信息
申请号: 200910056692.0 申请日: 2009-08-20
公开(公告)号: CN101631115A 公开(公告)日: 2010-01-20
发明(设计)人: 汪浩;田作华;李荣先;陈雨峰;沈乃众 申请(专利权)人: 上海交通大学
主分类号: H04L29/06 分类号: H04L29/06;H04L12/56
代理公司: 上海交达专利事务所 代理人: 王锡麟;王桂忠
地址: 200240*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 拥塞 控制 方法
【权利要求书】:

1.一种基于小波神经网络的拥塞控制方法,其特征在于,包括以下步骤:

(1)在路由器上建立一个用于有线网络的基于小波神经网络的控制器,并且支 持TCP/IP协议和显示拥塞通知技术,同时具有队列控制功能;

(2)每隔一个采样周期T,采集一次路由器中的队列长度q(k),它由接口提供, 执行调用;

(3)将队列长度q(k)减去预先设定的队列目标值q*(k),得到队列误差e(k);

(4)将所得的队列误差e(k)与上一个采样周期内的队列误差e(k-1)相减,得 到误差的变化率Δe(k);

(5)将计算所得的队列误差e(k),以及误差变化率Δe(k),输入到小波神经网 络控制器中,由步骤(1)得到控制器的输出即为数据包标记概率p(k);

(6)根据标记概率p(k),决定对当前数据包是否标记:若要标记,则将ECN 标志位,由0更改为1;否则,不进行标记操作;

(7)在每个采样周期内,对控制器参数进行更新;

其中,参数k为采样时刻,所述的控制器设计包含如下步骤:

(1)初始化控制器中的以下变量:

u1和u2分别为控制器的输入,

w11、w21、w12、w22、w13和w23分别为输入层节点到隐层计算节点的加权系数;

t1、t2和t3为平移参数,

x1、x2和x3为经过加权累加后的隐层输入信号,

s1、s2、s3为隐层的输出,

w′1、w′2、w′3分别为隐层计算节点到输出节点的加权系数,

x′、y和θ分别是输出层节点的输入、输出信号和设定系数;

(2)计算隐层的输入信号xj,它由进入小波神经网络输入层的信号ui进行 加权组合而得:

x1(k)=w11(k)u1(k)+w21(k)u2(k)-t1(k)

x2(k)=w12(k)u1(k)+w22(k)u2(k)-t2(k)

x3(k)=w13(k)u1(k)+w23(k)u2(k)-t3(k)

其中,i=1,2为输入层节点的个数,j=1,2,3为隐层节点的个数,wij为加 权系数,tj为平移参数;

(3)计算隐层节点的输出信号sj,即根据隐层的输入信号xj,依照下式计算:

s1(k)=(1-x1(k)2)exp(-x1(k)2/2)

s2(k)=(1-x2(k)2)exp(-x2(k)2/2)

s3(k)=(1-x3(k)2)exp(-x3(k)2/2)

(4)计算输出层节点的输入x′′,它由隐层输出信号sj进行加权组合而得:

x′(k)=w′1(k)s1(k)+w′2(k)s2(k)+w′3(k)s3(k)

其中,w′1、w′2、w′3均为隐层和输出层之间的加权值;

(5)计算神经网络的输出y:

若x′(k)≥0,则y(k)=1-θ(k)-x′(k)

否则,y(k)=0

其中,θ是大于1的系数;

所述的控制器中的各参数在每个采样周期内更新,包括如下步骤:

(1)初始化变量:更新计算的步长η′1、η′2、η′3、η11、η12、η21、η22、η31、η32、ηt1、ηt2和ηt3·公共项λ,符号位Sgn,隐层节点输出对输入的变化率Δsx,其中, ηt1、ηt2和ηt3中的t1、t2、t3是平移参数;

(2)计算标记概率的变化率Δp,即将当前标记概率减去上一个采样周期中的 概率大小,可得Δp(k)=p(k)-p(k-1);

(3)将队列误差变化率Δe(k),和标记概率变化率Δp(k)进行符号比较,如果 两者的乘积大于或者等于0,则将预先定义的符号位Sgn记为1;否则,记 为-1;

(4)计算预先定义的公共项λ:

λ(k)=e(k)·Sgn·1nθ(k)·θ(k)-x′(k)

这里的各项:e(k)、Sgn、θ(k)和x′(k)都在以前的步骤中计算过,这里只 需调用;

(5)逐个计算更新下一个周期内的连接权值w′j大小:

w′j(k+1)=w′j(k)-η′j·λ(k)·sj(k)

其中,η′j为步长系数,是预先设定好的正数,j分别取1,2,3,以表示有三个 连接权值;

(6)依照下式计算sj(k)相对于xj(k)的变化率Δsx:

Δsx=sj(k)-sj(k-1)xj(k)-xj(k-1)]]>

(7)逐个计算更新下一个周期内的加权系数wij大小:

wij(k+1)=wij(k)-ηij·λ(k)·w′j(k)·ui(k)·Δsx

其中,ηij为步长系数,是预先设定好的正数,i分别取1,2,j分别取1,2,

其它各余项都已经在以前的步骤中计算过,余项执行调用;

(8)逐个计算更新下一个周期内的平移参数tj大小:

tj(k+1)=tj(k)+ηtjλ(k)w′j(k)Δsx

其中,ηtj为步长系数,也是预先设定好的正数,ηtj中的tj是平移参数,j分 别取1,2,3。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910056692.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top