大家好，我是讯享网，很高兴认识大家。

0.摘要：

        无线传感器网络在数据处理、存储、传输能力以及能源供应等方面资源有限，拥塞是无线传感器网络普遍存在的问题之一。在过去十年，我们进行了大量的调查工作，以调查和解决多个拥塞导向问题和尚未解决的问题。各种综述文章主要集中于经典的拥塞控制技术，如基于流量的、基于资源的和混合技术等。本文通过考虑经典方法和基于软计算的方法，对最近在改进无线传感器网络拥塞控制的方法进行了系统回顾。从整体的角度对这两种方法进行研究是一种可行的思路。最后，本文讨论了无线传感器网络拥塞控制机制的设计难点、各种优化模型和未来的发展方向。

1.引言

        无论是有线还是无线网络，拥塞都是不可避免的现象，控制网络拥塞一直是一个至关重要的任务。由于无线传感器网络在信息处理、存储、传输能力以及最重要的电源方面的资源有限，拥塞控制变得更加困难。拥塞主要发生在资源需求超过可用容量导致性能、能源可靠性下降时，因此必须以**的方式处理此问题以延长网络寿命。        

1.1 本文的贡献

        本文对于WSN中拥塞的不同方法、策略、协议进行了全面调查，将它们分成两大类：经典拥塞控制方法和基于软计算的方法。这两大类方法又进一步分为：（1）基于流量的、资源的、混合的、优先级的，（2）群体智能、模糊逻辑、博弈论、机器学习的。并对这些技术进行了理论分析和比较。本文还重点介绍了这些技术在无线传感器网络领域的主要特点、优缺点、未来发展方向和研究空白。

本文的主要工作：

        （1）对拥塞原因和因素深入调查。探讨了拥塞类型和网络拥塞控制过程不同阶段的分类。

       （2）通过考虑协议的层次，提出了拥塞控制协议的分类。

       （3）研究了多目标模型和多目标函数，用于避免和减轻拥塞。

       （4）比较了经典方法和软计算方法的相似与不同。

       （5）对拥塞控制协议的参数进行了分析。

       （6）对WSN之外的网络（如物联网等），探讨了拥塞控制问题和挑战。

       （7）对未来的拥塞控制问题提出了指导意见。

1.2 论文结构

       本文的第2节涵盖对WSN进行的全面文献综述，特别是拥塞控制的目的。第3节，提到这项工作背后的动机。第4节中，我们探讨了拥塞存在的原因以及这个问题的严重性。本节还解释了拥塞的类型和阶段。第5节是对拥塞控制协议的广泛分类和描述。第6节，提出了拥塞控制方法的分类。第7节包含了调查中发现的主要观察结果，在此基础上，简要讨论了WSN及其相关领域的拥塞控制。在第8节中，我们概述了拥塞控制协议中使用的优化模型。第9节解释了主要的设计挑战，并提出了未来无线传感器网络拥塞控制机制的研究方向。第10节给出了结束语和对未来工作的展望。

2.相关工作

文献[4]，将协议分成MAC层方案、跨层方案。在WSN中单用CSMA效果不好，建议根据应用程序修改，或与TDMA结合使用。

文献[5]，分析测量了网络拥塞的不同指标，并进行了比较。

文献[6]，拥塞控制算法、拥塞避免、可靠数据传输。

文献[7]，对13年之前的方案进行了综述，根据控制策略，将协议分为资源控制、流量控制。

文献[8]，研究控制机制，分为流量、资源、队列辅助、优先级感知协议。总结了在WSN中拥塞控制技术使用的特征、指标、策略。

文献[10]，将拥塞控制方案分为：集中策略控制的路由方案、分布式策略的专用拥塞控制方案。

文献[11]，概述了目前最先进的拥塞控制协议，将他们分为基于流量的、基于资源的、混合式的。基于流量的又分为逐跳传输和端到端传输。

文献[9]，阐述了WSN领域的生物启发协议技术。

文献[14]，对基于经典计算和软计算的拥塞控制方法进行了广泛的比较研究。同时指出了这些方法在应用于无线传感器网络领域时的优缺点。

文献[12]，强调了对WSNs和6LoWPAN网络的拥塞控制机制和标准的比较分析

文献[102]，机器学习实现拥塞控制、同步、调度、能量收集。ML技术在WSN中解决寻址问题。

文献[13]，广泛的拥塞控制研究，分集中式和分布式。

3.动机

       无线传感器网络的出现及其在日常生活和商业企业中的应用越来越多，给拥塞控制技术的设计和开发提出了一些缺乏经验的挑战。对各种网络来说，拥塞都是的一个关键问题，它会引发额外的研究来。事实上，控制无线传感器网络的拥塞可以被视为一个重大的研究空白。在回顾了各种文献之后，可以证实，虽然对无线传感器网络拥塞控制方法的研究已经有了一些尝试，但它们要么是过时的，要么仍有一些领域没有得到足够的关注，如1.可应用于设计拥塞控制机制的方法的广泛分类，2.根据协议可操作的层对协议进行分类，3.解决拥塞问题的各种优化模型，4.无线传感器网络拥塞控制的设计挑战和未来的努力。因此，将这一想法作为主要关注点，我们观察到有必要进行一项最近的调查，涵盖最新的拥塞控制约定。

4.WSN中的拥塞

        影响网络的两个指标：可靠性和效率。

        任何拥塞控制机制解决问题必过着三个阶段：拥塞检测、拥塞通知、拥塞缓解。

       网络拥塞的原因和因素：

       （1）没有单一中心站或集线器通知其他节点拥塞发生，所有节点有相同的权利处理拥塞。

       （2）WSN的事件驱动特性，可能产生广播风暴，一个网络产生了太多的请求。

       （3）资源约束：传感器节点的能量、计算量、带宽、存储容量等资源匮乏。

       （4）以特殊的方式部署大量传感器节点。

       （5）传播的变化率：错误的通信链路、不均衡的上游通信流量

       （6）多对一通信模式：多个传感器节点同时抢占信道传输数据包的平静情况，使大量数据包同时向汇聚节点移动。

       （7）信道争用：多个主动传感器同时访问传输介质，由于传感器侦听彼此的无线电传输，在MAC层产生大量碰撞。

       （8）传输信道的动态性。

       （9）拓扑的变化频繁。

       （10）各种类型的交付流量。

       （11）多样化的应用程序：不同应用程序要求不同的可靠性。

4.1总结：

讯享网

        拥塞是传感器网络中不可避免的现象，产生高速的感知数据。影响无线传感器网络平稳运行的因素很多，包括网络规模、成本、计算量、存储容量、通信带宽、能源供应等方面的资源限制。由于上述限制，无线传感器网络在大流量下很可能面临拥塞问题。解决无线传感器网络的拥塞控制比其他网络的拥塞复杂得多，因为它可以在任何时间和地点以不同的强度发生。在无线传感器网络中，网络拥塞的后果可能是大量的故障，如丢包、较低的吞吐量、能量效率、冲突和排队延迟的增加以及网络生命周期的减少。整个网络的性能会产生不可预测的变化。因此，需要优化这些因素，以减轻拥塞的发生。

4.2拥塞类型（节点级别的拥塞&链路级别的拥塞）

        节点级别：当报文的处理速度低于报文到达速率时，会发生节点级拥塞。当报文到达速率超过包服务速率时，可能会出现缓冲区溢出。节点级拥塞会导致大量丢包，而丢包又会导致报文重传，从而消耗更多的能量。因此，这种拥塞直接影响到网络的可用性和网络寿命。

       链路级别：当多个传感器节点同时在同一条路径上竞争传输时，会发生链路级拥塞。结果会产生冲突或比特错误。链路级拥塞导致报文服务时间增加，因此在这种拥塞中，sink节点的报文发送速率和链路利用率都大大降低。

       两种不同类型的拥塞也可能会同时发生。

5.拥塞控制协议的分类

按照所处的层次来划分：

拥塞感知的MAC层协议（数据链路层）

       拥塞感知的路由方案（网络层）

       专用的拥塞控制方案（传输层）

       跨层协议（多层）

 5.1拥塞感知MAC层协议：回顾了各种WSN的拥塞感知MAC层协议，分析了他们在最小化拥塞和丢包率、曹放率、回退延迟、负载均衡、流量分配方面的作用。大多文献都在改进MAC层协议，从而降低能耗以提高网络寿命。

        Predictive CCMAC、Z-MAC、C-MAC、CLOMAC、Token-based MA、CH-MAC、Coala、CCDC。

5.2拥塞感知路由协议：传输层承担控制拥塞的责任，但网络层有几种路由算法，也有助于缓解拥塞问题。路由决策的方式有助于扁面拥塞，并在拥塞发生时减轻拥塞之后的影响。

       SPEED、CAR、BGR、I2MR、HTECRP、TARP、LACAR、CCAR、CA-RPL、CAW、CoAR、CCR、Hop-by-hop traffic-aware routing。

 5.3拥塞感知跨层协议（路由+MAC）：TCP、UDP是辨准的传输层协议，但他们不能很好的控制无线传感网络的拥塞，因为TCP、UDP与路由、MAC等底层协议之间没有通信。拥塞不仅需要在传输层考虑，两个或多个层联合有助于处理权衡场景。

       XLP、HCCC、CL-APCC、CL-MAC。

6.拥塞控制方法的分类（经典方法&基于软计算的方法）

6.1经典方法：

       基于流量的方法：控制数据包到达目标的速率来控制拥塞，当处理流应用程序瞬时过载是，速率控制方法最合适。PSFQ、CODA、ARC、CCF、FUSION、ESRT、SenTCP、CONSISE、FACC、ECODA、PRRP、CCP。

       基于资源的方法：出现拥塞时，利用空闲网络资源或引入新的资源来平衡流量负载。CCOR在节点建立排队网络模型来检测拥塞，TARDR让数据包避开拥塞区，TRAT利用了图形着色问题，DRCP通过控制传输公里来缓解拥塞，WCCP在源节点采用拥塞避免协议，中间节点采用接收拥塞控制协议，DAIPas利用传感器节点功率处理拥塞吗，保持稳健可靠传输。HTAP、QOSACC、TADR、IFRC、EECC、TARA、Siphon、CCOR、DRCP、CRRT、WCCP、DalPAS。

       混合拥塞控制方法：综合两个或多个协议的特性。HCCP、HRTC、HOCA、HTCCFL、CADA。

       基于优先级的方法：不同数据包在事件请求的服务中有不同的重要性，基于优先级的算法是**选择。根据特定节点发生拥塞的频率，给不同网络区域不同的优先级，发生拥塞时，让优先级高的先处理。PCCP、ACT、DPCC、PHTCCP、PCCDC、QCCP-PS。

6.2基于软计算的方法

       SC技术常被用于优化功耗，同时用于设计和部署。他们被用于WSN中，优化部署、数据聚合和融合、能量感知路由、任务调度、安全和定位。SC技术对拥塞技术的设计和分析也很有用。

       群体智能：FLOCK-CC模拟鸟群集体行为来对抗拥塞，应到数据包形成群并流向接收器，同时尽量避免拥挤区域。AntHocNet、ABFNM、Bat Algorithm、MO-IAR。

       模糊逻辑方法：由模糊器、推理方案、去模糊器组成。将每个清晰的输入值对应到各自的模糊集，从而为每个模糊集赋予一个真值或隶属度，用推理将输入模糊变量与输出模糊变量联系起来，再去模糊。Fuzzy TADR、FDPCA、LEACH-FL、Fuzzy AQM、CC using FL in WBAN、FCC、FCCTF。

       基于机器学习的方法：具有精确估计流量和寻找源节点到汇聚节点最有路径的潜力，有助于最大程度减少端到端时延。

a).基于神经网络的方法：神经网络可以预测当前流量来控制拥塞，通过对神经网络输出的传感器数据进行降维和预测，可以降低通信成本和能量消耗。PNPID、NNBCD。

b).SVM：在有限数据量下表现优异，在WSN的定位、故障检测、路由等领域以及拥塞控制中卓有成效，到目前为止，使用SVM控制拥塞的工作很少。基于SVM的拥塞控制可以计算缓冲区占用率并估计下有节点的拥塞程度。

c).强化学习：EQCC利用QoS反馈和传感器节点当前的电池能量水平来调整信息发送速率，采用强化学习技术，将问题用马尔可夫决策过程表示，用Q-Learning求解。

d).自学习器：LACAS使用基于LA的方法解决WSN在医疗保健应用中的拥塞控制，自适应的让节点处理速率=传输速率，从而减少拥塞的可能。

e).基于博弈论的方法：研究者正在设计一个框架来研究无线通信的主要问题，包括QoS、功率控制、资源共享等。在传输层，建立博弈模型来分析网络中存在自私节点时拥塞控制算法的鲁棒性。GTCC利用选择父节点来提高通信吞吐量。发还是呢个拥塞时，节点根据博弈论中的效用函数改变其父节点，以避免拥塞路径。拥塞未得到缓解的情况下，采用速率降低机制降低远点的传输速率。

7.拥塞控制优化模型

WSN中很多因素决定网络型性能，拥塞控制需要多目标优化，如果只针对拥塞这一单一现象制定策略，对之前的解决方案不会带来太大的改变。

       粒子群优化算法：是一种基于种群的随机方法，受到鸟群行为模型的启发，由种群(或群体)和简单的粒子组成。他们首先代表候选解，然后根据自己和邻居的飞行经验，通过在n维空间中改变速度来进一步探索全局解，n表示需要优化的参数数量。

       蚁群优化算法、布谷鸟搜索算法、帝国竞争算法、跨层优化算法。

8.讨论

       a). 拥塞是否可以被认为是一个具有挑战性的问题?

       b). 在分析无线传感器网络拥塞控制方法时使用了哪些性能指标?

       c). 在拥塞控制方面，经典方法和基于软计算的方法有什么相似和不同之处?

       d). 除了无线传感器网络之外，新兴网络的拥塞控制问题和挑战是什么?

9.WSN拥塞控制机制的设计挑战与未来发展方向

       很难为拥塞控制建立精确的数学模型。

       没有提出过对WSN节能的单独用电模型。

       没有对拥塞检测的灵敏度、精度、检测速度等指标的考虑

10.结论

       无线传感器网络被认为是一种革命性的技术，用于商业、工业、国防、科学、教育、研究和人类交互，因为它适用于所有领域。然而，无线传感器网络的主要挑战是如何有效地处理拥塞问题。在无线传感器网络中，拥塞的处理和控制被认为是一个显著的研究空白。关于这个问题，已经提出了各种协议和机制。不过，对于无线传感器网络来说，目前还没有成熟的传输层协议。在本文中，我们展示了大量调查论文的研究，这些论文考虑了基于经典拥塞控制和软计算范式的无线传感器网络拥塞控制的最新技术。我们发现与传统方法相比，软计算提供了较低的计算成本和更好的灵活性，尽管它也需要改进。因此，本文认为传感器网络需要一套新的网络管理协议，该协议不仅要考虑资源约束，而且要考虑传感器网络的应用特性。