CN101835100B - 一种基于认知自组织网的能量优化组播路由方法 - Google Patents

Abstract

本发明属于认知自组织网络通信中的路由技术，具体是建立时延受限能量优化的组播树，并涉及频谱选择的方法。该方法包括如下步骤：根据所计算的累积时延，树上节点的邻节点选择与树上节点通信的合适频段；根据候选节点下一跳节点的是否是目的节点，采用不同的选择函数计算权值，选择权值小的节点加入树；确认所有节点都已加入所述组播树，建树结束。本发明采用时延-能量函数的方式建立组播树，能够使得网络中节点消耗的能量达到最优，并且使得源节点到目的节点的时延能够满足时延上限；采取频谱选择机制，可以适用于认知自组织网络环境中。本方法的建组播树的时间复杂较低，也就是说能够快速地建立满足条件的组播树。

Description

一种基于认知自组织网的能量优化组播路由方法

技术领域

本发明属于认知自组织网络通信中的路由技术，具体涉及组播路由中节点加入到组播树的方法。

背景技术

认知无线电

如同FCC报告中所述，目前的频谱利用极不均衡。一些频段利用很频繁，而另外一些频段则被间歇使用。大部分授权频段的使用率在15％-85％之间。与之相反的是，无线通信的非授权频段则非常拥挤，已经不能满足不断增长的需求。为了解决频段短缺的问题，Joseph Mitola博士提出了认知无线电的概念。认知无线电的关键之处在于检测出频谱空洞并让二级用户以智能方式接入。这是提高频谱利用率的有效方式。

在认知自组网中，二级用户可以利用机会频谱接入来使用未被授权用户占用的授权频段，但是该过程不能干扰到授权用户的通信。与自组网的路由协议不同之处在于，认知自组网的一条路由可能会由于主用户的突然出现而断开。因此自组网的路由协议并不适用于认知自组网。而且目前针对认知自组网所提出的路由协议大都是单播路由，组播路由还是一个空白的领域。

认知自组网路由的最大难点是在不干扰主用户的情况下，最大化认知用户的吞吐量同时最小化它们所消耗的能量。由于缺少基础设施的支持，能量优化在认知自组网的路由算法设计时是一个必须考虑的问题。此外，随着通信技术的发展和时代的进步，人们对通信的要求也越来越多样化，从语音到多媒体传输，从文字到图像，有了一个质的飞跃。认知自组网络的应用场景以及多媒体传输的需要也对其提出了QoS的要求。比如时延约束、时延抖动、数据丢失率等等。在认知自组网中，这些应用都需要考虑频谱选择和频谱切换。

典型的时延约束组播路由算法

Guo和Matta在文献“QDMR：an efficient QoS dependent multicast routing algorithm”中所提的QDMR算法调整了无约束的DDMC算法，使其能够根据到目的节点的时延与给定的时延上限的差距来动态调整建树的策略。

它的指示函数是：

u是树上的节点，D是目的节点的集合。

经由树上节点cost(u)的一个新节点v的代价值可以由下式得出：Cost(v)＝I_D(u)Cost(u)+c(u，v)。c(u，v)表示节点u和节点v之间链路的代价值。

算法就是反复添加cost(v)值最小的节点加入树，直到所有目的节点均加入树为止。

如果到目的节点的时延与给定的时延上限还相差很远，QDMR算法就像DDMC算法一样。如果已经快逼近时延上限，QDMR算法将给目的节点较低的优先级，从而生成多分支树以降低违反时延约束的可能性。

由Kompella、Pasquale、Polyzos在文献“Multicast routing for multimediacommunication”中提出的KPP算法是时延约束组播路由问题的典型算法。KPP算法用于最小化在一定时延约束下的网络费用。其步骤如下：

步骤1：以组播组中的所有节点为顶点构造完全图，完全图的边是这些节点对间的满足时延约束的最小费用路径；

步骤2：在时延约束下求完全图的生成树，每次将代价最低的链路加入到生成树，各边的代价按以下函数之一取值：

$f_{\mathrm{CD}}(v,w)=\left\{\begin{array}{cc}\frac{C(v,w)}{\mathrm{\&Delta;}-(P\left(v\right)+D(v,w))}& \mathrm{if\; P}\left(v\right)+D(v,w)<\mathrm{\&Delta;}\\ \&infin;& \mathrm{otherwise}\end{array}\right.$

或

$f_C(v,w)=\left\{\begin{array}{cc}C(v,w)& \mathrm{if\; P}\left(v\right)+D(v,w)<\mathrm{\&Delta;}\\ \&infin;& \mathrm{otherwise}\end{array}\right.$

其中P(v)是生成树上从源节点到节点v的时延，C(v，w)是完全图中链路(v，w)的费用，D(v，w)是完全图中链路(v，w)的时延。

步骤3：把生成树的边扩展为满足时延约束的最小费用路径。

步骤4：在还原后的生成树上再求最小费用路径，去环后即是所求组播树。

时延约束的能量优化问题

时延约束的能量优化问题的关键是求在时延约束条件下能量优化的多播路由树问题。下面是这一问题的定义。

我们把Ad hoc认知无线电网络看作是一个赋权图，G＝(V，E)，其中V＝V_C+V_P表示网络中所有节点集合，V_C表示认知节点，V_P表示授权节点。E表示网络认知节点间所有逻辑链路的集合，而在授权节点之间、认知节点与授权节点之间是没有链路的。如果认知节点间存在链路，那么这两个节点之间的通信不会对主用户造成干扰。

给定一个组播需求(s，D)，其中s为源节点，D为目的节点集，设T是以源节点s为根的组播树。我们把组播树的节点分为两类：一类是需要传输或者转发组播信息的节点，另一类是仅需要接收信息的节点。后者是T中的叶子节点。我们假设接收信息没有消耗能量，即仅传输/转发节点消耗能量。

v_i表示一个目的节点。C(e)表示树中链路的代价值。我们的代价函数不仅只表示发射功率，还包括代价、剩余能量等值。D(v_i)表示从源节点到目的节点v_i的路径时延。Δ是应用所给定的时延上限.对每个在D中的目的节点v_i而言，它到源节点的时延必须满足时延约束。那也就是说

$\mathrm{Min}\underset{e\&Element;T}{\mathrm{\&Sigma;}}C\left(e\right)$

$D\left(v_i\right)<\mathrm{\&Delta;},{\&ForAll;v}_i\&Element;D---\left(1\right)$

发明内容

本发明旨在提供一个适用于认知自组网的组播路由方法，它是解决认知网络中能量优化和时延约束的方法。

本发明的技术方案是：一种基于认知自组织网的能量优化组播路由方法，具体包括以下步骤：

步骤1.频谱选择策略：首先计算源节点到候选节点的累积时延，然后让所计算的累积时延，利用携带节点SOP信息的hello包在建树阶段进行传送，树上节点的邻节点根据累积时延选择与树上节点通信的合适频段；

步骤2.组播树的建立：若候选节点的下一跳节点是目的节点，则利用该候选节点到树上节点链路的代价值加上它覆盖多个目的节点的代价平均值的和与目的节点到源节点的时延平均值之比作为选择函数，选择比值最小的节点加入树；若候选节点的下一跳节点不是目的节点，将候选节点到树上节点的链路代价值乘以候选节点到源节点的时延再比上时延上限，选择该比值最小的节点加入树；

步骤3.确认所有节点都已加入所述组播树，建树结束；否则返回到步骤1。

本发明的有益效果是：由于采用上述技术方案，本发明采用时延-能量函数的方式建立组播树，能够使得网络中节点消耗的能量达到最优，并且使得源节点到目的节点的时延能够满足时延上限；采取频谱选择机制，可以适用于认知自组织网络环境中。本方法的建组播树的时间复杂较低，也就是说能够快速地建立满足条件的组播树。

附图说明

图1是本发明一种基于认知自组织网的能量优化组播路由方法的组播树的频谱选择示意图。

图2是本发明一种基于认知自组织网的能量优化组播路由方法的流程框图。

具体实施方式

下面结合附图对本发明进行进一步的描述。

在具体描述之前先对以下定义作出解释：

累积时延：认知网络中累积时延的计算是程赓等人在“认知无线电网络路由及频谱分配联合策略研究”一文所提出的。该文提出了面向多跳认知网络的按需路由与频谱分配联合策略，以时延作为路由的衡量标准，推导了相关的计算公式。并指出，认知网络中端到端累积时延包括交叉节点上的时延(DN)，以及当前路径造成的时延(DP)。交换时延取决于数据流的数目以及频段切换的次数，路径时延则是由跳数以及节点各自的工作频段决定。该路由联合策略是基于单播路由协议AODV的，并不适合组播路由。

本发明的频谱选择方法是建立在最小化节点的累积时延基础上的。

如图2所示为本发明一种基于认知自组织网的能量优化组播路由方法的流程框图，具体包括以下步骤：

频谱选择策略：

首先需要利用携带节点SOP信息的hello包在建树阶段进行传送。如图1所示，携带源节点s的SOP集合信息的hello包由s发给其邻节点H，I和节点J。如果接收到该包的节点的SOP集合与发送节点的SOP集合有交集，那么接收节点将自己的SOP信息添加到hello包中进行转发。节点H和节点I各自发送不同的hello包(携带它们各自的SOP集合信息)给它们的邻节点。节点J则根据所接收的hello包的信息直接分配到源节点的合适频段。然后它将自己的SOP集和频谱选择添加到包中传给节点B。目的节点K、F和G在添加它们各自的SOP集信息后回复给它们的上游节点。在接收到相应的hello包后，节点H和I以最小化累积时延为基础选择到源节点的频段。然后节点K、F、G和B同样在接收到来自上游节点的包含了SOP集合和频段选择的包后计算各自的适合频段。也就是说，对于下一跳是目的节点的节点来说，计算频段需要建立在掌握下一跳的SOP集合的基础上进行。

其中：组播节点为K，F，G；转发节点为：B，H，I，J。

建树策略：

v_i：认知节点.

N_i：认知节点的邻居节点集.

prec(v_i)：v_i的父节点.

初始时，V(T)只包含源节点s，N_T包含源节点s的邻节点，U包含所有的目的节点。在运行算法后，U变成空集，也就是说V(T)包含了所有的目的节点。为了寻找到合适的转发节点来最小化公式(1)中的代价值并满足时延上限Δ，我们定义一个时延-能量函数来计算每个认知节点v_i∈N_T的权值：

，|N_i I U|≠0ε(v_i，v_j)表示节点v_i，v_j间链路的代价值。

表示候选节点v_i∈N_T平均覆盖每个组播节点的代价。表示从源节点到v_i∈N_T覆盖的组播目的的平均剩余时延。D(v_j)是从源节点到目的节点v_j的时延。方法利用候选节点覆盖目的节点的能量平均值加上候选节点到树上节点的代价值的和再比上目的节点的平均时延作为选择函数。该值越小的节点表明代价越低，剩余时延越大。本方法每次选择f(v_i)值最小的节点加入树。

$g\left(v_i\right)=\mathrm{\&epsiv;}(\mathrm{prec}\left(v_i\right),v_i)\frac{D\left(v_i\right)}{\mathrm{\&Delta;}},\left|N_i\mathrm{IU}\right|=0,D\left(v_i\right)<\mathrm{\&Delta;}---\left(3\right)$

ε(prec(v_i)，v_i)表示候选节点v_i和其上游树上节点prec(v_i)的链路代价。当候选节点v_i并不是未加入树的目的节点的邻居节点时，利用上式来计算候选节点的权值，从而进行路由选择。D(v_i)是从源节点到组播树邻节点v_i的时延。与QDMR算法的区别在于，D(v_i)的值不同，该值与目的节点无关。而且节点代价的计算也不同。该选择函数计算一个新节点的代价值只需将它与树上节点间链路的代价值乘以相应时延再比上时延上限。与(2)式类似，(3)式同样将优先级给予那些消耗能量少且时延小的节点。

当选择下一跳节点时，如果

选择f(v_i)值最小的节点加入树。如果节点有相同的f(v_i)或是(意味着候选节点的邻节点集不包含任何目的节点)，选择g(v_i)值最小的节点加入树。

重复上述两个步骤，确认所有节点都已加入组播树。

Claims (1)

1.一种基于认知自组织网的能量优化组播路由方法，其特征在于，该方法包括以下步骤：

步骤1.频谱选择策略：首先计算源节点到候选节点的累积时延，然后让所计算的累积时延，利用携带节点SOP信息的hello包在建树阶段进行传送，树上节点的邻节点根据累积时延选择与树上节点通信的合适频段；

步骤2.组播树的建立：若候选节点的下一跳节点是目的节点，则利用该候选节点到树上节点链路的代价值加上它覆盖多个目的节点的代价平均值的和与目的节点到源节点的平均剩余时延之比作为选择函数，选择比值最小的节点加入树；若候选节点的下一跳节点不是目的节点，将候选节点到树上节点的链路代价值乘以候选节点到源节点的时延再比上时延上限，选择该比值最小的节点加入树；

步骤3.确认所有节点都已加入所述组播树，是则建树结束；否则返回到步骤1。

Images