CN102006658B - 无线传感器网络中基于链式博弈的协同传输方法 - Google Patents
无线传感器网络中基于链式博弈的协同传输方法 Download PDFInfo
- Publication number
- CN102006658B CN102006658B CN 201010577469 CN201010577469A CN102006658B CN 102006658 B CN102006658 B CN 102006658B CN 201010577469 CN201010577469 CN 201010577469 CN 201010577469 A CN201010577469 A CN 201010577469A CN 102006658 B CN102006658 B CN 102006658B
- Authority
- CN
- China
- Prior art keywords
- cluster
- node
- federation
- nodes
- alliance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000002195 synergetic effect Effects 0.000 title abstract 4
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 69
- 238000004891 communication Methods 0.000 claims abstract description 65
- 230000007246 mechanism Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 16
- 230000004083 survival effect Effects 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000005304 joining Methods 0.000 claims description 4
- 241000287196 Asthenes Species 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 102000003780 Clusterin Human genes 0.000 claims 1
- 108090000197 Clusterin Proteins 0.000 claims 1
- 241000764238 Isis Species 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 6
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000005562 fading Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 108700026140 MAC combination Proteins 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
无线传感器网络中基于链式博弈的协同传输方法,通过建立两阶段链式博弈模型来实现协同节点集的确定和各簇内本地通信及各簇与汇聚节点之间远距离通信时的发送功率的分配,以此延长网络生存时间。在第一阶段,以各簇为参与者,利用非合作博弈的思想来建模以期获得各簇合理的发送功率,并加入了一种基于发射功率和链路增益的代价机制,以保证公平性。在第二阶段分别针对各簇,利用联盟形成博弈的思想来建模,以简单易行的合并-分裂运算法则和帕累托顺序占优的联盟集合偏好评判准则来获得稳定的联盟结构,以确定该簇的协同节点集。各簇的参与协同的成员节点连同簇头节点一起将待发送信息经分布式空时编码后,再实现与汇聚节点的通信。
Description
技术领域
本发明涉及的是一种用于基于码分多址(Code Division Multiple Access,CDMA)的多簇无线传感器网络中的协同传输方法,具体是一种适用于基于CDMA的多簇无线传感器网络中通过建立链式博弈模型来实现协同传输中对协同节点集的确定和本地通信(各簇内簇头节点与成员节点之间的通信)及远距离通信(各簇与汇聚节点之间的通信)时发送功率分配的分布式设计方法。
背景技术
无线传感器网络作为多学科高度交叉、新兴、前沿的一个热点研究领域,近年来受到高度关注。但是,传感器节点通常是电池能量有限的,这使得各项技术和协议的使用一般都以节能为前提。无线传感器网络节点的主要能耗模块包括处理模块和通信模块,其中,通信模块消耗能量的比例相对较大,是无线传感器网络节能的研究重点,也是无线传感器网络设计的难点之一。通信模块的节能可以通过对各层通信协议的研究来寻找节能策略,比如说,在物理层,采用新的传输技术、动态功率控制等;在网络层,研究一些能量有效的路由算法;在MAC层,设计合理的MAC层协议来避免数据冲突等。
传统的节点能量管理策略和基于节能的协议研究在提高无线传感器网络的能量效率方面取得了长足的进步,但是,这些技术在抗信道衰落、信道间干扰等问题上还没有行之有效的办法,而在恶劣的战场环境中,抗衰落、网络拓扑结构的鲁棒性是大规模无线传感器网络应用发展的关键和瓶颈问题。协同传输技术的引入为解决这些问题提供了新的解决思路和方案。从现有的研究成果可知,在无线传感器网络中利用该技术既能提高无线传感器网络的能效,又能抗信道衰落和干扰,进而延长网络的生存时间。无线传感器网络中的协同传输思想来源于多入多出(MIMO)技术,其核心思想是利用多个单天线节点构成虚拟多天线阵列,以获得类似MIMO的性能,故这项技术也被称为虚拟MIMO(Virtual MIMO)或协同MIMO(Cooperative MIMO)技术。
将协同传输技术应用到无线传感器网络中,需要解决的协同传输策略和方案的设计主要涉及协同节点的选择以及参与协同的各节点发送功率的分配。已有的研究成果中,协同节点选择多采用伺机协同传输方案,即选择信道质量最好的节点或剩余能量最大的节点作为最佳参与协同的节点。但是,选择信道质量最好的节点来发送信息,不会对增大节点能耗的均衡产生重要影响;而选择出所谓的剩余能量最大的节点有可能只比其他节点多出微乎其微的剩余能量,这样会导致单个节点的负担较重,能量消耗较大,节点易因能量耗尽而死亡。再者,各参与协同的节点之间的发射功率如何合理选择也是个微妙的问题,既要满足一定的服务质量要求,又要尽可能的降低能耗。特别是针对基于CDMA的多簇无线传感器网络中,发射功率过大容易引起各簇之间的干扰太强;过小则难以保证网络的连通性。遗憾地是,现有的研究成果多针对未分簇或仅考虑单簇时的无线传感器网络的协同传输方案的设计,而对基于CDMA的多簇无线传感器网络中的协同传输方案的设计方法鲜有研究。
近年来,博弈论为设计无线通信系统的分布式算法提供了很好的数学工具。作为其两大分支的非合作博弈和合作博弈,因其参与者之间相互作用的关系性质是冲突抑或合作不同而各自运用到了不同场景。具体而言,非合作博弈强调的是个人行为:每个理性而自私的参与者会做出怎样的决策,博弈最可能出现的结果是什么。非合作博弈主要为无线通信系统中“自私”的参与者之间具有利益冲突和竞争时的分布式资源分配问题提供了一种新的解决思路,通过设计不同的效用函数和代价机制,并对其进行最优化求解使得每个用户“自动”地达到系统所期望的性能,此时也就达到了一种相对稳定的平衡态,即“纳什均衡”。合作博弈强调的是参与者集体或参与者联盟:它们会形成怎样的联盟,它们之间如何分配合作的收益等。合作博弈在无线通信系统中的运用主要是为设计具有公平性、鲁棒性和合作性的分布式算法进行合理的建模,通过设计相应的特征函数来确定稳定的联盟结构,以及基于不同的解的形式所获得的联盟中各成员的特征值的分配。但在一个无线通信系统中这样将参与者之间的相互作用如此割裂并不符合实际,例如在一个基于CDMA的多簇无线传感器网络中,各簇内成员之间为共同完成某个任务而协作地感知、采集和处理信息,因此它们本质是具有“团队精神”的。但各簇之间为能与汇聚节点通信而相互之间是竞争的。这样,根据节点在不同阶段相互作用的关系性质的不同,通过形成两阶段链式博弈来设计协同传输方案,将更符合无线传感器网络的实际情况,但这样的研究及方法却未有出现过。
发明内容
本发明的目的在于克服现有技术的不足,提出了一种适用于基于CDMA的多簇无线传感器网络中基于链式博弈的协同传输方法,本发明能兼顾性能优化和公平性保证,考虑节点在不同阶段相互之间作用性质的不同,通过建立两阶段链式博弈模型来实现协同节点集的确定和本地通信(各簇内簇头节点与成员节点之间的通信)及远距离通信(各簇与汇聚节点之间的通信)时的发送功率分配,在保证网络整体性能优化的同时,有效地延长了网络生存时间,提高了网络的能效,使得系统资源能获得高效地利用。
本发明是通过以下技术方案实现的:
第一步:在一个基于CDMA的无线传感器网络中,存在位于任意位置的汇聚节点SN,多个传感器节点任意分布在其周围,这些传感器节点根据分簇协议进行分簇,形成了M个簇的无线传感器网络,且这M个簇分别标记为C1,C2,...,Ci,...,CM,其中M为正整数,i为[1,M]范围内任一正整数,在每个簇Ci中,拥有一个簇头节点CHi,Ni个处于激活状态的簇内成员节点CNi,1,CNi,2,...,CNi,j,...,其中Ni为正整数,j为[1,Ni]范围内任一正整数,这样,簇Ci内的节点集表示为同时,在簇形成后,簇内成员节点会向簇头节点CHi发送加入簇Ci的确认信号,CHi从确认信号中获知各簇内成员节点的剩余能量以及簇头节点CHi与各簇内成员节点之间的信道状态信息和信道增益值
第三步:汇聚节点SN向各簇的簇头节点广播清除发送信号CTS,所述的清除发送信号CTS中含有汇聚节点SN与各簇Ci内的簇头节点CHi之间的信道增益值以及预先为各簇设定的发送功率pi,同时,将视为簇Ci与SN之间的信道增益值,即
第四步:建立非合作博弈模型G1,所述的非合作博弈模型表示为:其中,非合作博弈模型G1的参与者集合为无线传感器网络中并存的各簇,即P为非合作博弈模型G1的功率策略集合,且P=(p1,...,pi,...,pM),pi为簇Ci的功率策略集合,ui(p)为效用函数,且p表示所确定的发送功率向量,即p=(p1,...,pi,...,pM),其中,pi为簇Ci所确定的发送功率,i为[1,M]范围内任一正整数,本发明以可达速率Blog2(1+γi)来定义效用函数,且加入基于发送功率和信道增益的代价机制,具体表示为:
ui(p)=Blog2(1+γi)-aipi|hi,SN|2,
(2)计算第n次迭代时各簇Ci应确定的发送功率值,n=1,2,3,...,发送功率值应该满足即对该簇Ci的效用函数ui求关于的导函数,并令其为零,从而得到当前迭代中簇Ci应确定的发送功率值具体可表示为:
(3)判断上步骤中获得的当前迭代中簇Ci所确定的发送功率更新值与上一次迭代获得的发送功率值之差的二范数是否小于ε,其中ε为预先设定的较小数,它的取值依据系统对收敛速度和精度的要求而定,若满足二范数小于ε,则跳出迭代循环,此时所获得的发送功率为非合作博弈模型G1中簇Ci的纳什均衡解,记作该簇Ci最终将以收敛时候的功率值进行发射,若不满足,则各簇将此次迭代的功率更新值发送给汇聚节点SN,再由SN广播给各簇,进入下一次迭代更新过程;
第五步:建立用于确定各簇Ci参与簇头节点协同通信的协同节点集的联盟形成博弈模型,分别表示为i为[1,M]范围内任一正整数,其中参与者集合由簇Ci内的节点集表示,即vi为联盟形成博弈模型G2,i的特征函数为联盟结构,L取正整数,表示中的联盟个数,且1≤L≤Ni+1,Si,l和Si,m均为其内的任一联盟,且1≤l≤L,1≤m≤L,l≠m,具体过程如下:
2≤l≤Ni+1;
(2)簇头节点CHi依照簇Ci内各个簇内成员节点的评价因子的值的大小,且为分簇形成后簇内成员节点各自的剩余能量,按从大到小的顺序重新标记簇Ci的初始联盟结构下除外的其余联盟,获得排序后的初始联盟结构依次标记为且
所述的特征值计算方法为:若各簇Ci的联盟形成博弈模型G2,i中,簇头节点CHi和其他簇内成员节点在单位时间里消耗的能量分别表示为和且分簇形成后各自的剩余能量分别表示为和若只有CHi与SN通信,则若簇Ci内有簇内成员节点愿帮助簇头节点CHi完成与汇聚节点SN的通信,则它们构成了CHi的协同节点集且即为联盟形成博弈模型G2,i的联盟结构下含有簇头节点CHi的联盟;簇头节点CHi利用已获悉各簇内成员节点的信道增益和信道广播特性,计算出它要将信息发至愿参与协同的簇内成员节点所需的发送功率,即其中γthr,i为信干噪比门限值,为簇内本地通信时接收端的噪声方差,CNi,j′为协同节点集中信道质量最差的簇内成员节点,则簇Ci内各节点的生存时间分别为:
本发明基于网络生存时间来设计特征函数,则联盟形成博弈模型G2,i为效用不可分特征型联盟形成博弈模型,且有其中,|Si,l|为联盟Si,l内的节点数,k用来标记属于联盟Si,l的节点,为节点k的特征值,联盟Si,l的所有节点的联盟值构成向量
①合并运算
a)联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,联盟在当前被合并候选联盟集合内按从联盟到联盟的顺序依次寻找符合合并条件的联盟,联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,联盟与该当前被合并联盟合并,形成当前合并联盟
b)当前被合并联盟的下一个联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,当前合并联盟在当前被合并候选联盟集合内按从当前被合并联盟的下一个联盟到联盟的顺序依次寻找符合合并条件的联盟,当前合并联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,以实施合并运算,形成当前合并联盟
所述的合并条件为:若联盟形成博弈模型G2,i中的联盟结构下的任意联盟Si,l与联盟Si,m合并,形成联盟{Si,l∪Si,m},若联盟{Si,l∪Si,m}帕累托顺序占优于联盟集合{Si,l,Si,m},此时可记为则联盟Si,l与联盟Si,m实施合并,其中帕累托顺序占优是指在联盟{Si,l∪Si,m}内的各节点所获得的特征值不小于在联盟集合{Si,l,Si,m}内的各节点所获得的特征值,且其中至少有一个节点所获得的特征值是绝对大于的情况;
②分裂运算
罗列出联盟的除空集以外的所有可能的子集,分别构成针对联盟内的节点的联盟集合其中,为联盟的节点数目,寻找其中的联盟集合f为内的一正整数,它帕累托顺序占优于其它联盟集合,即且为内的一正整数,则联盟集合与新的联盟结构中除联盟外的所有联盟构成所获得的稳定的联盟结构其中含有簇头节点的联盟中的所有簇内成员节点就构成了协同节点集
第六步:各簇Ci的簇头节点CHi以发射功率将待发送的信息广播给协同节点集中的簇内成员节点,CHi与协同节点集中的簇内成员节点一起对待发送的信息进行分布式空时编码,它们均以发射功率实现与汇聚节点的远距离协同通信。
本发明的适用范围是基于CDMA的多簇无线传感器网络,以提高网络能效,延长网络生存时间为目的,通过构建博弈模型来实现协同传输方案的设计。与传统方法中只考虑不分簇或只有一个簇的研究场景不同,本发明考虑的是多簇的情形,这将更具有实际意义。特别地,考虑到节点在不同阶段相互之间作用性质的不同,通过建立两阶段链式博弈模型来实现协同节点集的确定和本地通信(各簇内簇头节点与成员节点之间的通信)及远距离通信(各簇与汇聚节点之间的通信)时的发送功率的分配。具体而言,各簇相互之间是有利益冲突和竞争的,一方面它们为了自身能更好地与汇聚节点通信,希望尽可能地增加发送功率,以获得更好的服务质量保证,另一方面,过大的发送功率会带来节点能量的不必要消耗,且会对其它簇带来附加的干扰,这些都是各簇不希望发生的,因此在第一阶段利用非合作博弈的思想来建模以期获得各簇合理的发送功率,同时,从保证公平性的角度出发,本发明加入了一种基于发射功率和链路增益的代价机制,以有效地抑制各簇对发送功率的盲目追求。另外,考虑到各簇内的节点都共同地为了完成某一任务,本质上是有合作意愿的,故在第二阶段分别针对各簇,以网络生存时间为特征函数,利用联盟形成博弈的思想来建模,以简单易行的合并-分裂运算法则和帕累托顺序占优的联盟集合偏好评判准则来获得稳定的联盟结构,以确定该簇参与簇头节点协同通信的节点集合。合并-分裂运算实现复杂度只与簇内处于激活状态的成员节点的个数呈线性关系。各簇的协同节点集中的节点连同簇头节点一起将待发送信息经分布式空时编码后再实现与汇聚节点的通信。这样,一方面可分担簇头节点的能耗负荷,避免其率先耗尽能量,另一方面,选择了合适的簇内成员节点参与协同,避免强人所难地使一些本身信道质量较差或剩余能量较少的节点参与协同,反而导致了该簇内整个通信的瘫痪。
附图说明
图1是一个典型的基于CDMA的多簇无线传感器网络,汇聚节点位于网络任意处,经由分簇协议形成的各簇按CDMA方式与汇聚节点通信。其中,需要协同通信的簇头节点将信息广播至所有协同节点集内的节点(本地通信),并保证所有参与协同的成员节点均能正确接收,各簇的参与协同的成员节点连同簇头节点一起将待发送信息通过分布式空时编码后再传输至汇聚节点(远距离通信)。
图2是本发明基于两阶段链式博弈来实现协同传输方案设计的算法流程图。
图3是本发明第一阶段基于非合作博弈来确定各簇的发送功率的算法流程图。
图4是本发明第二阶段基于联盟形成博弈来确定各簇内参与簇头节点协同通信的协同节点集的算法流程图。
图5是本发明针对多簇无线传感器网络中各簇的协同节点集确定情况性能比较。通过本发明所建立的两阶段链式博弈模型,在确定本地通信(各簇内簇头节点与成员节点之间的通信)及远距离通信(各簇与汇聚节点之间的通信)时的发送功率的分配的情况下,根据各簇内的传感器节点的位置不同,所经历的信道条件不同,合理的确定协同节点集。
图6是本发明同其它方案下各簇的网络生存时间性能比较。其中,方案1是指各簇与汇聚节点远距离通信时的发送功率由本发明的第一阶段非合作博弈确定,但簇头节点无其它节点协同通信;方案2是指各簇均以其发送功率上限值为远距离通信时的发送功率,且簇头节点无其它节点协同通信;方案3是指各簇均以其发送功率上限值为远距离通信时的发送功率,但簇头节点经本发明的第二阶段联盟形成博弈后确定协同节点集,以实现协同通信。
具体实施方式
第一步:在一个基于CDMA的无线传感器网络中,存在位于任意位置的汇聚节点SN,多个传感器节点任意分布在其周围,这些传感器节点根据分簇协议进行分簇,例如采用低功耗自适应分簇(low-energy adaptive clustering hierarchy,LEACH)协议,具体实现过程可参见“W.R.Heinzelman,A.Chandrakasan,andH.Balarislman.An application-specific protocol architecture forwireless microsensor networks.IEEE Transaction on WirelessCommunications,vol.1,no.4,pp.660-670,2002”,由此形成了M个簇的无线传感器网络,且这M个簇分别标记为C1,C2,...,Ci,...,CM,其中M为正整数,i为[1,M]范围内任一正整数,在每个簇Ci中,拥有一个簇头节点CHi,Ni个处于激活状态的簇内成员节点CNi,1,CNi,2,...,CNi,j,...,其中Ni为正整数,j为[1,Ni]范围内任一正整数,这样,簇Ci内的节点集表示为同时,在簇形成后,簇内成员节点会向
簇头节点CHi发送加入簇Ci的确认信号,所述的确认信号含有各簇内成员节点的剩余能量信息簇头节点CHi还从确认信号中估计出它与各簇内成员节点之间的信道状态信息和信道增益值例如采用基于最小均方误差(MMSE)的信道估计方法来获知信道状态信息,具体计算过程参见“GeorgiosB.Giannakis.Signal Processing Advances in Wireless and MobileCommunications Volume 1:Trends in Channel Estimation and Equalization.Beijing:Posts & Telecommunications Press,2002,11”,下文涉及到的对信道状态信息的提取,均采用基于最小均方误差的信道估计方法来完成;
第二步:每个簇Ci内的簇头节点CHi向汇聚节点SN发送请求发送信号RTS,request-to-send,所述请求发送信号RTS的设定与802.11中MAC协议里的请求发送信号RTS设定类似,具体参见“IEEE 802.11 1999 Edition”,这样,汇聚节点SN就通过请求发送信号RTS获悉其与每个簇Ci内的簇头节点CHi之间的信道状态信息和信道增益值
第三步:汇聚节点SN向各簇的簇头节点广播清除发送信号CTS,clear-to-send,所述清除发送信号CTS含有汇聚节点SN与各簇Ci内的簇头节点CHi之间的信道增益值以及预先为各簇设定的发送功率pi,例如各簇的发送功率均取相同的较小值,另外,清除发送信号CTS的设定与802.11中MAC协议里的清除发送信号CTS设定类似,具体参见“IEEE 802.11 1999 Edition”,考虑到CHi与SN的距离远远大于CHi与簇内成员节点CNi,j之间的距离,且主要考虑大尺度衰落,则将视为簇Ci与汇聚节点SN之间的信道增益值,即
第四步:各簇相互之间是有利益冲突和竞争的,一方面它们为了自身能更好地与汇聚节点SN通信,希望尽可能地增加发送功率,以获得更好的服务质量保证,另一方面,过大的发送功率会带来节点能量的不必要消耗,且会对其它簇带来附加的干扰,这些都是各簇不希望发生的,因此在该阶段利用非合作博弈的思想来建模以期获得各簇Ci合理而有效的发送功率,所建非合作博弈模型表示为其中,非合作博弈模型G1的参与者集合为无线传感器网络中并存的各簇,即P为非合作博弈模型G1的功率策略集合,且P=(p1,...,pi,...,pM),pi为簇Ci的功率策略集合,ui(p)为效用函数,且p表示所确定的发送功率向量,即p=(p1,...,pi,...,pM),其中,pi为簇Ci所确定的发送功率,i为[1,M]范围内任一正整数,本发明以可达速率Blog2(1+γi)来定义效用函数,且加入基于发送功率和链路增益的代价机制,以抑制各簇对发送功率的盲目追求,具体表示为:
ui(p)=Blog2(1+γi)-aipi|hi,SN|2,
(2)计算第n次迭代时各簇Ci应确定的发送功率值,n=1,2,3,...,发送功率值应该满足即对该簇Ci的效用函数ui求关于的导函数,并令其为零,从而得到当前迭代中簇Ci应确定的发送功率值具体表示为:
(3)判断上步骤中获得的当前迭代中簇Ci所确定的发送功率更新值与上一次迭代获得的发送功率值之差的二范数是否小于ε,其中ε为预先设定的较小数,它的取值依据系统对收敛速度和精度的要求而定,若满足二范数小于ε,则跳出迭代循环,此时所获得的发送功率为非合作博弈模型G1的参与者Ci的纳什均衡解,记作该簇Ci最终将以收敛时候的功率值进行发射,若不满足,则各簇将此次迭代的功率更新值发送给汇聚节点SN,再由汇聚节点SN广播给各簇,进入下一次迭代更新过程;
第五步:若各簇的簇头节点以所获得的博弈G1的纳什均衡解作为发送功率值发送该簇所感知、采集和处理的信息至汇聚节点SN,很容易使簇头节点因能耗负荷过重而率先耗尽其能量,从而导致该簇内整个通信的瘫痪,考虑到各簇内的节点都共同地为了完成某一任务,本质上是有合作意愿的,故在该阶段分别针对各簇Ci利用合作博弈的思想来建模,以确定该簇参与簇头节点协同通信的节点,特别是考虑到由于形成联盟时需有信息交互,则大联盟的形成难以保证,故进一步建立用于确定各簇Ci参与簇头节点协同通信的协同节点集的联盟形成博弈模型,分别表示为i为[1,M]范围内任一正整数,其中参与者集合由簇Ci内的节点集表示,即vi为联盟形成博弈模型G2,i的特征函数,为联盟结构,L取正整数,表示中的联盟个数,且1≤L≤Ni+1,Si,l和Si,m均为其内的任一联盟,且1≤l≤L,1≤m≤L,l≠m,具体过程如下:
(2)簇头节点CHi依照簇Ci内各个簇内成员节点的评价因子的值的大小,且为分簇形成后簇内成员节点各自的剩余能量,按从大到小的顺序重新标记簇Ci的初始联盟结构下除外的其余联盟,获得排序后的初始联盟结构依次标记为且
所述的特征值计算方法为:若各簇Ci的联盟形成博弈模型G2,i中,簇头节点CHi和其他簇内成员节点在单位时间里消耗的能量分别表示为和且分簇形成后各自的剩余能量分别表示为和若只有CHi与SN通信,则若簇Ci内有簇内成员节点愿帮助簇头节点CHi完成与汇聚节点SN的通信,则它们构成了CHi的协同节点集且即为联盟形成博弈模型G2,i的联盟结构下含有簇头节点CHi的联盟;簇头节点CHi利用已获悉各簇内成员节点的信道增益和信道广播特性,计算出它要将信息发至愿参与协同的簇内成员节点所需的发送功率,即其中γthr,i为信干噪比门限值,为簇内本地通信时接收端的噪声方差,CNi,j′为协同节点集中信道质量最差的簇内成员节点,则簇Ci内各节点的生存时间分别为:
网络生存时间是衡量无线传感器网络能量有效性的重要指标之一,常用的网络生存时间的定义是第一个成员节点的能量耗尽或其剩余能量不再足以支持下一次信息的发送的持续时间长度,这样,簇Ci的网络生存时间表示为:
本发明基于网络生存时间来设计特征函数,则联盟形成博弈模型G2,i为效用不可分特征型联盟形成博弈模型,且有其中,|Si,l|为联盟Si,l内的节点数,k用来标记属于联盟Si,l的节点,为节点k的特征值,联盟Si,l的所有节点的联盟值构成向量
①合并运算
a)联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,联盟在当前被合并候选联盟集合内按从联盟到联盟的顺序依次寻找符合合并条件的联盟,联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,联盟与该当前被合并联盟合并,形成当前合并联盟
b)当前被合并联盟的下一个联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,当前合并联盟在当前被合并候选联盟集合内按从当前被合并联盟的下一个联盟到联盟的顺序依次寻找符合合并条件的联盟,当前合并联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,以实施合并运算,形成当前合并联盟
所述的合并条件为:若联盟形成博弈模型G2,i中的联盟结构下的任意联盟Si,l与联盟Si,m合并,形成联盟{Si,l∪Si,m},若联盟{Si,l∪Si,m}帕累托顺序占优于联盟集合{Si,l,Si,m},此时可记为则联盟Si,l与联盟Si,m实施合并,其中帕累托顺序占优是指在联盟{Si,l∪Si,m}内的各节点所获得的特征值不小于在联盟集合{Si,l,Si,m}内的各节点所获得的特征值,且其中至少有一个节点所获得的特征值是绝对大于的情况,帕累托顺序占优的具体描述可参见“K.Apt and A.Witzel,“A generic approach to coalition formation(extendedversion),”International Game Theory Review,vol.11,no.3,pp.347-367,2009”;
②分裂运算
罗列出联盟的除空集以外的所有可能的子集,分别构成针对联盟内的节点的联盟集合其中,为联盟的节点数目,寻找其中的联盟集合f为内的一正整数,它帕累托顺序占优于其它联盟集合,即且为内的一正整数,则联盟集合与新的联盟结构中除联盟外的所有联盟构成所获得的稳定的联盟结构其中含有簇头节点的联盟中的所有簇内成员节点就构成了协同节点集
第六步:各簇Ci的簇头节点CHi以发射功率将待发送的信息广播给协同节点集中的簇内成员节点,CHi与协同节点集中的簇内成员节点一起对待发送的信息进行分布式空时编码,例如,采用扩展的Alamouti类型方案的空时编码,具体过程可参见“A.Paulraj,R.Nabar,D.Gore.Introduction to Space-TimeWireless Communications.Cambridge University Press 2003”,继而,它们均以发射功率实现与汇聚节点的远距离协同通信。
以下结合附图提供具体的实例:
考虑一个基于CDMA的无线传感器网络,多个传感器节点任意分布在其周围,这些传感器节点根据Leach协议被分为M=4个簇,分别标记为Ci,i=1,2,3,4。在每个簇Ci中,拥有一个簇头节点CHi和有限个处于激活状态的簇内成员节点,以此构成簇Ci内的节点集,且这些成员节点任意位于距簇头节点100m的范围内。对各簇而言,处于激活状态的簇内成员节点可分别表示为CN1,j,j∈[1,10],CN2,j,j∈[1,10],CN3,j,j∈[1,8],CN4,j,j∈[1,8]。网络总带宽为W=1×106Hz,未扩频带宽为B=1×104Hz,各簇与汇聚节点远距离通信时接收端的噪声方差为ai为各簇Ci的代价因子,均取1×1017,各簇Ci的发送功率上限值均为Pmax,i=0.4W,远距离通信时的信道增益模型为其中所涉及的参数分别设为:A=0.097,α=4。各簇的簇头节点与汇聚节点之间的距离依次为325m,370m,410m,460m。另外,簇内本地通信时接收端的噪声方差为在簇形成后,簇内成员节点会向簇头节点CHi发送加入簇Ci的确认信号,该信号含有各簇内成员节点的剩余能量信息,CHi还可采用基于最小均方误差的信道估计方法从该信号中估计出它与各簇内成员节点之间的信道增益值且其信道增益模型为其中所涉及的参数分别设为:A=1,α=3。如图2、图3和图4,整个实例的实现过程如下:
第一步:每个簇Ci内的簇头节点CHi向汇聚节点SN发送请求发送信号,汇聚节点SN采用基于最小均方误差的信道估计方法从中获知其与每个簇Ci内的簇头节点CHi之间的信道增益值;
第二步:汇聚节点SN向各簇的簇头节点广播清除发送信号,它含有汇聚节点SN与各簇Ci内的簇头节点CHi之间的信道增益值,以及预先为各簇设定的发送功率,它们均为0.0002W;
第三步:各簇Ci迭代更新其各自的发送功率,具体过程如下:
(1)簇Ci以清除发送信号中汇聚节点所设置的发送功率作为初始发送功率值;
(2)计算第n次迭代时各簇Ci应确定的发送功率值,n=1,2,3,具体而言,对簇Ci的效用函数求导函数,并令其为零,从而得到当前迭代中簇Ci应确定的发送功率值;
(3)判断上步骤中获得的当前迭代中簇Ci所确定的发送功率更新值与上一次迭代获得的发送功率值之差的二范数是否小于ε=10-3,若满足二范数小于ε,则跳出迭代循环,此时所获得的值是簇Ci所最终确定的发送功率值,若不满足,再进入下一次迭代更新过程;
第四步:各簇Ci在其簇内确定协同节点集,以帮助簇头节点实现与汇聚节点的通信,具体过程如下:
(1)将各簇Ci内的每个节点分别作为一个联盟,形成初始联盟结构,其中
(3)在排序后的初始联盟结构下,计算簇Ci内各节点所获得的特征值;
(4)从排序后的初始联盟结构开始,经过迭代的合并-分裂运算法则来获得稳定的联盟结构,具体为:
①合并运算
b)当前合并联盟从当前被合并联盟的下一个联盟开始依次寻找符合合并条件的联盟,当前合并联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,以实施合并运算,形成当前合并联盟;
c)重复步骤b),直到当前合并联盟已尝试与所有联盟合并过为止,此时形成合并运算阶段的最终联盟;
②分裂运算
罗列出合并运算阶段的最终联盟的除空集以外的所有可能的子集,分别构成对应的联盟集合,寻找其中的帕累托顺序占优于其它联盟集合的联盟集合,则通过该联盟集合来确定协同节点集;
第六步:簇头节点CHi计算出它要将信息发至协同节点所需的发送功率,以该功率将待发送的信息广播给协同节点集中的簇内成员节点,CHi与参与协同的节点一起对待发送的信息进行扩展的Alamouti类型方案的空时编码,并将已获得的远距离通信时的发送功率值在它们之间进行平均,继而,CHi与协同节点均以该发送功率值实现与汇聚节点的远距离协同通信。
Claims (1)
1.一种无线传感器网络中基于链式博弈的协同传输方法,其特征在于:
第一步:在一个基于的无线传感器网络中,存在位于任意位置的汇聚节点多个传感器节点任意分布在其周围,这些传感器节点根据分簇协议进行分簇,形成了个簇的无线传感器网络,且这个簇分别标记为其中为正整数,为范围内任一正整数,在每个簇中,拥有一个簇头节点 个处于激活状态的簇内成员节点其中为正整数,为范围内任一正整数,这样,簇内的节点集表示为同时,在簇形成后,簇内成员节点会向簇头节点发送加入簇的确认信号,从确认信号中获知各簇内成员节点的剩余能量以及簇头节点与各簇内成员节点之间的信道状态信息和信道增益值
第四步:建立非合作博弈模型所述的非合作博弈模型表示为:其中,非合作博弈模型的参与者集合为无线传感器网络中并存的各簇,即 为非合作博弈模型的功率策略集合,且 为簇的功率策略集合,为效用函数,且表示所确定的发送功率向量,其中,为簇所确定的发送功率,为范围内任一正整数,本发明以可达速率来定义效用函数,且加入基于发送功率和信道增益的代价机制,具体表示为:
(3)判断上步骤中获得的当前迭代中簇所确定的发送功率更新值与上一次迭代获得的发送功率值之差的二范数是否小于其中为预先设定的较小数,它的取值依据系统对收敛速度和精度的要求而定,若满足二范数小于则跳出迭代循环,此时所获得的发送功率为非合作博弈模型中簇的纳什均衡解,记作该簇最终将以收敛时候的功率值进行发射,若不满足,则各簇将此次迭代的功率更新值发送给汇聚节点再由广播给各簇,进入下一次迭代更新过程;
第五步:建立用于确定各簇参与簇头节点协同通信的协同节点集的联盟形成博弈模型,分别表示为 为范围内任一正整数,其中参与者集合由簇内的节点集表示,即 为联盟形成博弈模型的特征函数,为联盟结构,取正整数,表示中的联盟个数,且 和均为其内的任一联盟,且 具体过程如下:
所述的特征值计算方法为:若各簇的联盟形成博弈模型中,簇头节点和其他簇内成员节点在单位时间里消耗的能量分别表示为和且分簇形成后各自的剩余能量分别表示为和若只有与通信,则 若簇内有簇内成员节点愿帮助簇头节点完成与汇聚节点的通信,则它们构成了的协同节点集且即为联盟形成博弈模型的联盟结构下含有簇头节点的联盟;簇头节点利用已获悉各簇内成员节点的信道增益和信道广播特性,计算出它要将信息发至愿参与协同的簇内成员节点所需的发送功率,即其中为信干噪比门限值,为簇内本地通信时接收端的噪声方差,为协同节点集中信道质量最差的簇内成员节点,则簇内各节点的生存时间分别为:
①合并运算
联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,联盟在当前被合并候选联盟集合内按从联盟到联盟的顺序依次寻找符合合并条件的联盟,联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,联盟与该当前被合并联盟合并,形成当前合并联盟
b)当前被合并联盟的下一个联盟到联盟范围内的所有联盟构成当前被合并候选联盟集合,当前合并联盟在当前被合并候选联盟集合内按从当前被合并联盟的下一个联盟到联盟的顺序依次寻找符合合并条件的联盟,当前合并联盟一旦找到符合合并条件的联盟,就将它作为当前被合并联盟,以实施合并运算,形成当前合并联盟
所述的合并条件为:若联盟形成博弈模型中的联盟结构下的任意联盟与联盟合并,则形成联盟若联盟帕累托顺序占优于联盟集合此时记为则联盟与联盟实施合并,其中帕累托顺序占优是指在联盟内的各节点所获得的特征值不小于在联盟集合内的各节点所获得的特征值,且其中至少有一个节点所获得的特征值是绝对大于的情况;
②分裂运算
罗列出联盟的除空集以外的所有可能的子集,分别构成针对联盟内的节点的联盟集合其中,为联盟的节点数目,寻找其中的联盟集合 为内的一正整数,它帕累托顺序占优于其它联盟集合,即且为内的一正整数,则联盟集合与新的联盟结构中除联盟外的所有联盟构成所获得的稳定的联盟结构其中含有簇头节点的联盟中的所有簇内成员节点就构成了协同节点集
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010577469 CN102006658B (zh) | 2010-12-07 | 2010-12-07 | 无线传感器网络中基于链式博弈的协同传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010577469 CN102006658B (zh) | 2010-12-07 | 2010-12-07 | 无线传感器网络中基于链式博弈的协同传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102006658A CN102006658A (zh) | 2011-04-06 |
CN102006658B true CN102006658B (zh) | 2013-04-17 |
Family
ID=43813626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010577469 Expired - Fee Related CN102006658B (zh) | 2010-12-07 | 2010-12-07 | 无线传感器网络中基于链式博弈的协同传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102006658B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413473B (zh) * | 2011-11-01 | 2014-01-01 | 东南大学 | 一种基于合作博弈的认知传感网簇内频谱分配方法 |
CN103582136B (zh) * | 2012-07-27 | 2016-08-17 | 上海交通大学 | 在使用多信道的无线传感器网络中高效分配信道的方法 |
CN103152788B (zh) * | 2013-02-21 | 2015-04-08 | 湖南大学 | 一种基于博弈的vmimo协作路由方法 |
CN103559363B (zh) * | 2013-11-15 | 2016-06-01 | 南京大学 | 一种不完美信息扩展式博弈中计算最佳反应策略的方法 |
CN103702324B (zh) * | 2013-12-26 | 2017-11-17 | 天津大学 | 一种保障物理层安全的协作通信联盟结构优化方法 |
CN103684641B (zh) * | 2013-12-31 | 2016-03-02 | 遵义天义利威机电有限责任公司 | 基于重叠联盟博弈的认知无线电合作频谱感知机制 |
CN103826306B (zh) * | 2014-01-28 | 2017-04-05 | 北京邮电大学 | 一种高密集无线网络中基于博弈的下行动态干扰协调方法 |
CN103916912B (zh) * | 2014-03-25 | 2017-07-11 | 南京邮电大学 | 无线异构网络基于非合作博弈的节点协作激励方法 |
CN105025562B (zh) * | 2014-04-30 | 2018-09-14 | 中国电信股份有限公司 | 调整小区发射功率的方法、装置与系统 |
CN104540211B (zh) * | 2015-01-23 | 2017-11-17 | 天津大学 | 一种合作联盟中的功率优化方法 |
CN104661278B (zh) * | 2015-02-10 | 2017-10-10 | 湖南大学 | 一种基于演化博弈的分簇协作路由方法 |
CN106304243A (zh) * | 2015-05-26 | 2017-01-04 | 桂林市华智信息科技有限公司 | 一种基于势博弈的无线传感器网络拓扑控制方法 |
CN106413031A (zh) * | 2016-09-13 | 2017-02-15 | 中国人民解放军后勤工程学院 | 基于节点等级的异构网络自适应分簇算法 |
CN106658649A (zh) * | 2016-10-14 | 2017-05-10 | 天津大学 | 一种具有不确定合作性节点的无线网络中信息共享方法 |
CN106507297B (zh) * | 2016-10-18 | 2019-11-15 | 天津大学 | 一种不完全信息下的无线传感器网络数据收集方法 |
CN107071881B (zh) * | 2016-12-08 | 2020-11-13 | 南京邮电大学 | 一种基于博弈论的小蜂窝网络分布式能量分配方法 |
CN106851672B (zh) * | 2017-01-20 | 2020-10-09 | 国家计算机网络与信息安全管理中心 | 数据包转发联盟博弈支付模型构建的方法及装置 |
CN107708174B (zh) * | 2017-11-06 | 2020-07-21 | 中通服咨询设计研究院有限公司 | 一种5g系统中终端直通d2d路由选择方法 |
CN108366047B (zh) * | 2018-01-08 | 2019-08-27 | 南京邮电大学 | 基于博弈论的有源配电网数据安全高效传输优化方法及装置 |
CN108460199B (zh) * | 2018-02-11 | 2021-10-15 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | Cni建模系统 |
CN109640298B (zh) * | 2018-12-19 | 2020-11-24 | 中国人民解放军陆军工程大学 | 基于联盟形成博弈的移动d2d内容共享方法及其系统 |
CN110035539B (zh) * | 2019-03-14 | 2021-07-13 | 北京邮电大学 | 一种基于相关均衡后悔值匹配的资源优化分配方法及装置 |
CN110417588B (zh) * | 2019-07-19 | 2020-10-20 | 北京科技大学 | 一种基于联盟博弈的航空动态网络路径规划方法 |
CN112512129A (zh) * | 2021-01-17 | 2021-03-16 | 海南大学 | 基于纳什均衡的水下信道竞争机制 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101094131A (zh) * | 2006-06-21 | 2007-12-26 | 中兴通讯股份有限公司 | 一种基于博弈论的无线传感器网络分层式路由选择方法 |
CN101808384A (zh) * | 2010-03-25 | 2010-08-18 | 中国电信股份有限公司 | 无线传感器网络、路由选择方法及节点设备 |
-
2010
- 2010-12-07 CN CN 201010577469 patent/CN102006658B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101094131A (zh) * | 2006-06-21 | 2007-12-26 | 中兴通讯股份有限公司 | 一种基于博弈论的无线传感器网络分层式路由选择方法 |
CN101808384A (zh) * | 2010-03-25 | 2010-08-18 | 中国电信股份有限公司 | 无线传感器网络、路由选择方法及节点设备 |
Non-Patent Citations (1)
Title |
---|
李俊,徐友云,蔡跃明.一种基于博弈论的无线传感器网络拓扑控制算法.《通信技术》.2008, * |
Also Published As
Publication number | Publication date |
---|---|
CN102006658A (zh) | 2011-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102006658B (zh) | 无线传感器网络中基于链式博弈的协同传输方法 | |
CN109729528B (zh) | 一种基于多智能体深度强化学习的d2d资源分配方法 | |
Fang et al. | Joint task offloading, D2D pairing, and resource allocation in device-enhanced MEC: A potential game approach | |
Liu et al. | Max-min energy balance in wireless-powered hierarchical fog-cloud computing networks | |
CN112737837B (zh) | 一种高动态网络拓扑下无人机群带宽资源分配方法 | |
CN110493826A (zh) | 一种基于深度强化学习的异构云无线接入网资源分配方法 | |
CN105451322B (zh) | D2D网络中一种基于QoS的信道分配和功率控制方法 | |
CN104168638B (zh) | 一种基于系统中断概率的多中继选择及功率分配方法 | |
Saad et al. | A distributed merge and split algorithm for fair cooperation in wireless networks | |
CN101986574B (zh) | 用于多基站协作系统的波束成型矩阵的优化方法 | |
Wu et al. | A coalition formation framework for transmission scheme selection in wireless sensor networks | |
CN106255034B (zh) | 一种基于d2d的高能效内容分发方法 | |
CN107105453B (zh) | 基于层次分析法和进化博弈理论的异构网络选择接入方法 | |
CN115333956B (zh) | 一种多联盟非合作博弈的多智能体状态控制方法 | |
CN106231665B (zh) | 数能一体化网络中基于rrh动态模式切换的资源分配方法 | |
Khayatian et al. | Coalition-based approaches for joint power control and relay selection in cooperative networks | |
JP2012521111A (ja) | 多入力多出力システムでのマルチセル協調通信の方法および装置 | |
CN101784107A (zh) | 无线mimo网络中基于非合作重复博弈的功率调度方法 | |
CN109219025A (zh) | 一种无线终端直连通信资源分配方法及装置 | |
CN108848535B (zh) | 一种面向共享模式的雾计算环境资源分配方法 | |
Liu et al. | Distributed relay selection for heterogeneous UAV communication networks using a many-to-many matching game without substitutability | |
CN107135508B (zh) | 一种基于联盟博弈的能量采集小基站干扰管理方法 | |
Geng et al. | Deep reinforcement learning-based computation offloading in vehicular networks | |
Perlaza et al. | On the base station selection and base station sharing in self-configuring networks | |
Sarker et al. | Access point-user association and auction algorithm-based pilot assignment schemes for cell-free massive MIMO systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130417 Termination date: 20151207 |
|
EXPY | Termination of patent right or utility model |