CN102036345B - 一种移动多跳中继网络中分布式最优中继选择方法 - Google Patents

Abstract

公开了一种用于移动多跳中继网络中分布式最优中继选择方法，所述网络包括源节点、目的节点和多个中继节点，所述方法包括：从所述多个中继节点中选择多个候选中继节点；启动定时器；所述多个候选中继节点中的每一个广播其优先权索引值；所述源节点接收广播的所述优先权索引值；以及所述定时器结束时，所述源节点选择优先权索引值最小的候选中继节点作为用于要发送的数据帧的中继节点。

Description

一种移动多跳中继网络中分布式最优中继选择方法

技术领域

本发明涉及无线通信技术领域，特别涉及用于移动多跳中继网络的中继选择方法。

背景技术

近年来，MMR(mobile multi-hop relay,移动多跳中继)技术作为能够满足未来更高速率、更大覆盖范围通信需求的技术已被业界认可。电气与电子工程师学会(IEEE)在802.16j标准中已经制定了MMR网络标准，第三代合作伙伴项目(3GPP)提出的长期演进计划为蜂窝移动通信引入了中继技术，称为MCN(multi-hop cellular network,多跳蜂窝网络)。在移动多跳中继网络中，具有解码转发功能的中继站、移动终端等无线收发器能够为距离目的节点(D)较远的源节点(S)转发数据，通过中继链路，提高了数据传输速率、增加了系统覆盖范围。然而，由于用户和中继节点(R)的移动性以及无线信道随机的时变特性，可用的中继节点以及中继的状态都会随机变化，如何选择最优的中继节点从而提高移动多跳中继网络的性能还是一个很大的技术挑战。

发明内容

为解决上述问题，本发明提供一种用于移动多跳中继网络中分布式最优中继选择方法。

根据本发明一个实施方式的、用于移动多跳中继网络的中继节点选择方法，可包括：从多个中继节点中选择多个候选中继节点；所述多个候选中继节点通过广播交换系统参数；所述多个候选中继节点中的每个根据所述系统参数计算各自的优先权索引值；所述多个候选中继节点中的每个根据所述系统参数计算各自的优先权索引值的步骤包括：获得所述候选中继节点中每一个的信道状态转移概率矩阵；基于所获得的状态转移概率矩阵获得报偿参数；基于所获得的报偿参数建立RestlessMulti-armed Bandit模型；将所建立的模型进行线性规划放宽处理；以及基于经过线性规划放宽处理的结果，利用原始双重索引探索法获得所述优先权索引值；启动定时器；所述多个候选中继节点中的每一个广播其优先权索引值；源节点接收广播的所述优先权索引值；以及所述定时器结束时，所述源节点选择优先权索引值最小的候选中继节点作为用于要发送的数据帧的中继节点。

其中，所述源节点和所述目的节点通过交互握手信令为要发送的所述数据帧预留通信信道后执行启动所述定时器的步骤。

其中，所述多个候选中继节点中的每一个广播其优先权索引值的步骤进一步包括：所述多个候选中继节点中的每一个只记录并广播当前收到的优先权索引值最小的中继节点的地址。

根据上述方法可为每一个数据帧选择一个统计最优的中继节点，从而降低误码率和提高频谱效率。

附图说明

图1是典型的移动多跳中继网络的示意图；

图2是本发明一个实施方式的在移动多跳中继网络系统选择中继节点的流程图；

图3是图2中示出的用于计算优先权索引值的进一步流程图；

图4示出了通过本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法获得的频谱效率；

图5所示为本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同信道状态转移概率下的性能比较；

图6所示为本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同候选中继节点个数下的性能比较；

图7示出了本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法获得的平均误码率；

图8所示是本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同信道状态转移概率下的平均误码率比较；以及

图9所示是本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同候选中继个数下的平均误码率比较。

具体实施方式

下面参照附图描述本发明的具体实施方式。

图1示例性地示出了典型的移动多跳中继网络系统1000。系统1000包括源节点10、目的节点20和多个中继节点30-1、30-2…30-n，其中，源节点到中继节点的链路被示为S2R，以及中继节点到目的节点的链路被示为R2D。图2示出了在例如移动多跳中继网络系统1000中实现中继通信的示例性处理2000。下面将参照图2对处理2000进行描述。

如图2所示，在步骤S201，源节点10和目的节点20通过信令交互从中继节点30-1、30-2..30-n中确定候选中继节点集合。源节点10与目的节点20之间的握手信令例如可以使用报文的形式。在这里，源节点10和目的节点20的握手信令可以是公知的RTS/CTS信令，例如，源节点10发送RTS信令表示有数据需要发送，目的节点20回复CTS信令表示准备接收数据。在中继节点30-1、30-2，..，30-n中选择即能收到RTS信令也能收到CTS信令的节点组成候选中继节点集合。

步骤S202中，候选中继节点集合中的每一个节点通过广播交换系统参数计算自己的优先权索引值并建立索引表。需要交换的参数包括：状态转移概率矩阵、报偿参数、时间折扣因子、和初始状态概率向量。状态转移概率矩阵可以通过历史观测和训练获得，初始状态概率可以通过对源节点和目的节点的信令进行信道估计而获得，报偿参数是各种信道状态对应的误码率和频谱效率，时间折扣因子是一个介于0与1之间的数值。这些参数可以添加在已有的广播消息中，如路由请求。源节点10、目的节点20和多个中继节点30-1、30-2…30-n之间的无线信道状态可例如用SNR(信噪比)表示。在下文中还会进一步对如何计算优先权索引值进行具体描述。

在步骤S203中判断当前是否有需要发送的数据帧，如果没有则处理结束，否则在步骤S204中，源节点10和目的节点20通过握手信令RTS/CTS为该数据帧预留信道。源节点10收到目的节点20发送的CTS信号后启动定时器，并在步骤S205中开始接收候选中继节点广播的优先权索引值。候选中继节点中的每一个根据从源节点10/目的节点20收到的RTS/CTS信令估计S2R链路和R2D链路的当前信道状态，查询自己的索引表找到当前状态所对应的优先权索引值。如果候选中继节点中的某一中继节点还没有收到其他候选中继节点广播的索引值报文或者自己当前的优先权索引值小于已经收到其他候选中继广播的优先权索引值，则广播该节点自己的索引值报文，否则保持静默。所有候选中继节点只记录当前收到的优先权索引值最小的中继节点地址。此外，由于延时太大或者发生碰撞无法被正确接收的索引值报文都不能被源节点10记录，对应的中继节点将不会被选择。另外，如果中继节点离开候选节点集合，即不能正确接收RTS和CTS信号，该中继节点不广播自己的索引值报文，也不会被选择。

接着，在步骤S206中，当定时器计时结束后，源节点10就把当前记录的中继节点作为即将发送的数据帧的中继站，即，将候选中继节点中优先权索引值最小的中继节点作为即将发送的数据帧的中继站；然后在步骤S205中，源节点10通过所选择的中继节点在预留的所述信号发送当前数据帧。

下面将参照图3进一步描述上述步骤S202中优先权索引值的具体计算方法。

步骤S2021：获得候选中继节点的信道状态转移概率矩阵

应该理解，S2R链路的误码率随该链路的SNR变化，R2D链路的调制编码方式随该链路的SNR自适应地调整。假设候选中继节点支持K种调制编码方式，各种调制方式对应的频谱效率为η₀,η₁,…,η_K-1，对应的最低解码SNR为源节点10与目的节点20的数据传输时间划分为T个时隙，每个时隙通过选择的一个中继节点传输一个数据帧。N个可用中继组成候选中继集合每个中继节点在时隙的候选状态用表示，中继节点n在时隙t如果被激活(选择)则a_n(t)＝1，如果未被激活(选择)则a_n(t)＝0。

在该实施方式中，S2R信道的状态采用一阶有限状态马尔可夫信道模型来描述。给定调制编码方式(MC_S2R)，S2R链路每个时隙的误码率由该时隙的信道状态决定。S2R链路的SNR(γ_S2R)划分为L个等级，每个等级对应马尔可夫链的一个状态。下一时隙信道的状态根据当前所处状态以及马尔可夫状态转移概率而变化。用表示有限的状态空间，用表示中继节点n的S2R链路在t时刻从状态g_n转移到状态h_n的概率，则S2R链路的信道状态转移概率矩阵表示为：

${\mathrm{\Φ}}_n\left(t\right)={\left[{\mathrm{\φ}}_{g_n{h}_n}\left(t\right)\right]}_{L\×L}---\left(1\right)$

其中，

在该实施例中，R2D信道的状态采用一阶有限状态马尔可夫信道模型来描述。给定目标误码率，R2D链路每个时隙的调制编码方式(MC_R2D)由该时隙的信道状态确定，K种调制方式对应的最低解码SNR为R2D链路的SNR(γ_R2D)划分为K个等级：

${\mathrm{\&gamma;}}_{R2D}=\left\{\begin{array}{ccc}{D}_0,& \mathrm{if}& {\mathrm{\&gamma;}}_0^{*}\&le;{\mathrm{\&gamma;}}_{R2D}<{\mathrm{\&gamma;}}_1^{*}\\ D_1,& \mathrm{if}& {\mathrm{\&gamma;}}_1^{*}\&le;{\mathrm{\&gamma;}}_{R2D}<{\mathrm{\&gamma;}}_2^{*}\\ .& & .\\ .& & .\\ .& & .\\ D_{K-1},& \mathrm{if}& {\mathrm{\&gamma;}}_{K-1}^{*}\&le;{\mathrm{\&gamma;}}_{R2D}\end{array}\right.$

每个等级对应马尔可夫链的一个状态。下一时隙信道的状态根据当前所处状态以及马尔可夫状态转移概率而变化。用表示有限的状态空间，用表示中继节点n的R2D链路在t时刻从状态u_n转移到状态v_n的概率，则R2D链路的信道状态转移概率矩阵表示为：

${\mathrm{\&Psi;}}_n\left(t\right)={\left[{\mathrm{\&psi;}}_{u_n{v}_n}\left(t\right)\right]}_{K\&times;K}---\left(2\right)$

其中，

在该实施例中，中继节点n在时隙t的状态由S2R链路的信道状态和R2D链路的信道状态决定，即：

$i_n\left(t\right)=[{\mathrm{\&gamma;}}_{{S2R}_n}\left(t\right),{\mathrm{\&gamma;}}_{{R2D}_n}\left(t\right)]---\left(3\right)$

实际网络中，S2R链路信道状态的变化与R2D链路信道状态的变化是独立的。因此，中继节点的状态将以马尔可夫方式转移，中继节点n有限的状态空间用表示，有状态转移概率矩阵表示为：

其中，和分别由(1)式和(2)式定义，G＝L×K。矩阵的每个元素表示中继节点n的状态在t时刻从i_n转移到j_n，并且i_n,

步骤S2022：基于所获得的状态转移概率矩阵获得报偿参数

在本发明的实施方式中，最优中继选择策略的优化目标是减轻S2R链路的错误传播，提高R2D链路的频谱效率。把此优化目标作为RestlessMulti-armed Bandit模型的系统报偿参数，定义为：

$R_{i_n\left(t\right)}^{a_n\left(t\right)}=a_n\left(t\right)\&CenterDot;R({\mathrm{\&omega;}}_p\&CenterDot;P_b({\mathrm{MC}}_{S2R},{\mathrm{\&gamma;}}_{{S2R}_n}),{\mathrm{\&omega;}}_n\&CenterDot;{\mathrm{\&eta;}}_k({\mathrm{MC}}_{R2D},{\mathrm{\&gamma;}}_{R2D_n}))---\left(5\right)$

其中，|ω_p|+|ω_η|＝1，ω_η为正值，对应频谱效率的权值，ω_p为负值，对应误码率的权值；P_b是S2R链路的误码率，由调制编码方式(MC_S2R)和信道状态决定；η_k是R2D链路的频谱效率，由调制编码方式(MC_R2D)确定，随信道状态自适应地调整。系统报偿参数能否获得决定于中继节点n在时隙t是否被激活(选择)，即是否a_n(t)＝1。

步骤S2023：基于所获得的报偿参数建立Restless Multi-armed Bandit模型

当中继节点n在时隙t的候选状态为a_n(t)时，获得瞬时报偿由于中继节点状态随时间的变化过程是一个随机过程，最大的瞬时报偿并不意味着整个数据传输过程能获得的总报偿最大。根据RestlessMulti-armed Bandit模型，如果T是一个很大的值或者趋近无穷，需要引入时间折扣(time-discounted)因子β(0＜β＜1)以确保总报偿的期望值有界并收敛。中继节点在各时隙的候选状态按照马尔可夫策略改变，表示马尔可夫策略集合。最优中继选择策略的目标是最大化整个数据传输过程能获得的总报偿的期望值，用下式表示：

步骤S2024：将所建立的Restless Multi-armed Bandit模型进行线性规划放 宽(linear programming relaxation)处理

由于Restless Multi-armed Bandit模型是一种具有时间折扣特性的马尔可夫决策链(Markov decision chain,MDC)，因此可以转化为线性规划(linear programming,LP)表达式：

其中，是被性能向量(performancevector)x在所有马尔可夫策略下扩展后对应的性能区域(performance region)。性能测量(performance measure)变量表示中继节点n按照马尔可夫策略u，当状态为i_n时改变候选状态为a_n的总时间的期望值。

用表示中继节点n初始状态为i_n的概率，表示初始状态概率向量，表示restless bandit polytope在空间的投影，则线性规划(LP)的一阶(first-order)放宽(relaxation)表达式为：

步骤S2025：基于经过线性规划放宽处理的结果，利用原始双重索引 探索法(primal-dual index heuristic)求解优先权索引值

通过原始双重索引探索法求解一阶放宽线性规划(LP¹)的双重(dual)的表达式为：

受约束于

用和表示一阶放宽(LP¹)及其双重(dual)的最优原始(primal)和双重(dual)成对解(solution pair)。用表示相应的最优缩减成本(reduced cost)系数：

最优缩减成本和可以分别解释为变量和的值每增加一个单位，一阶放宽线性规划(LP¹)的目标值(objective-value)的降低速率(rateof decrease)。

原始双重探索法(primal-dual heuristic)可以解释为优先权索引探索法(priority-index heuristic)，状态为i_n的中继节点对应的索引值(index)定义为：

${\mathrm{\&delta;}}_{i_n}={\stackrel{\&OverBar;}{\mathrm{\&epsiv;}}}_{i_n}^1-{\stackrel{\&OverBar;}{\mathrm{\&epsiv;}}}_{i_n}^0.---\left(11\right)$

优先权索引判定(priority-index rule)就是激活(选择)索引值最小的中继节点。

实验仿真

在实验中，将S2R链路的信道质量划分为bad(s0)和good(s1)两个状态，对应的目标误码率分别为P_b＝10^-3和P_b＝10^-5。假设中继节点支持BPSK、QPSK和16QAM三种调制方式，对应的频谱效率分别是η₁＝1，η₂＝2和η₃＝4bit/s/Hz。把R2D链路的信道质量划分为good-for-BPSK(d0)，good-for-QPSK(d1)和good-for-16QAM(d2)三个状态。S2R链路和R2D链路的信道状态转移概率矩阵分别为：

$\mathrm{\&Phi;}=\left(\begin{array}{cc}0.7& 0.3\\ 0.3& 0.7\end{array}\right),\mathrm{\&Psi;}=\left(\begin{array}{ccc}0.6& 0.3& 0.1\\ 0.2& 0.6& 0.2\\ 0.1& 0.3& 0.6\end{array}\right).$

中继节点的状态转移概率矩阵可以由(4)式获得。系统报偿函数定义为则中继节点在各状态被激活(选择)时的瞬时报偿为R¹＝(ω_η,2ω_η,4ω_η,ω_η-2ω_p,2ω_η-2ω_p,4ω_η-2ω_p)，中继节点在各状态未被激活(选择)的瞬时报偿为R⁰＝(0,0,0,0,0,0)。权值ω_p和ω_η可根据网络或用户偏好做调整。在仿真中，折扣因子β＝0.8。

当频谱效率对网络最重要时，可以设置ω_η＝1，设置ω_p＝0。仿真持续2000秒，候选中继个数是8。

图4示出了通过本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法获得的频谱效率，其中最上方的曲线是本方法基于马尔可夫信道模型获得的频谱效率，中间的曲线是已有的假设信道状态不变选择方法，最下方的曲线是随机选择方法。从图中可以看出，本本发明的最优中继选择方法能够为下一数据帧准确地选择最优中继，获得最高的频谱效率；已有的中继选择方法以当前时刻的最佳中继作为下一时隙的数据传输，由于无线信道的时变特性，不能保证所选中继在下一时隙是否最优，获得的平均频谱效率是3bit/s/Hz；随机选择方法表现最差。

图5所示为本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同信道状态转移概率下的性能比较。横轴为R2D链路信道状态转移概率ψ₁₁(t)，即下一时隙信道状态保持在当前时刻信道状态的概率。从图中可以看出，随着信道状态转移概率ψ₁₁(t)的增加，已有的中继选择方法越来越接近本方法的性能，当ψ₁₁(t)＝1时，即下一时隙的信道状态就是当前时刻的信道状态，已有的中继选择方法就和本方法的一致了。可以说，已有的中继选择方法是本方法在静态信道时的一种特例。本方法在任何信道状态转移概率下都能获得最高的频谱效率。

图6所示为本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同候选中继节点个数下的性能比较。如图所示，随着随候选中继个数的增加，存在最佳信道状态的中继的可能性增大，不同的方法不一定能够为下一数据帧准确地选择出最佳中继。从图中可以看出，当候选中继个数大于10后，总是存在最佳信道状态的中继，本发明的方法总是能为下一数据帧准确地选择出最优中继，获得最高的频谱效率；已有的中继选择方法不能保证所选中继在下一时隙是否最优；随机选择方法表现最差，不能选出最佳中继。

如果降低误码率是网络最重要的指标，可以设置ω_η＝0，设置ω_p＝-1。仿真持续2000秒，候选中继个数是8。图7示出了本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法获得的平均误码率，其中最下方的曲线是本方法基于马尔可夫信道模型获得的平均误码率，中间的曲线是已有的假设信道状态不变选择方法，最上方的曲线是随机选择方法。从图中可以看出，本发明的方法能够为下一数据帧准确地选择最优中继，使得平均误码率最低；由于无线信道的时变特性，已有的中继选择方法不能保证所选中继在下一时隙是否最优；随机选择方法表现最差。

图8所示是本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同信道状态转移概率下的平均误码率比较。横轴为S2R链路信道状态转移概率φ₁₁(t)，即下一时隙信道状态保持在当前时刻信道状态的概率。从图中可以看出，随着信道状态转移概率φ₁₁(t)的增加，已有的中继选择方法越来越接近本方法的性能，当φ₁₁(t)＝1，即静态信道(static channel)时，已有的中继选择方法就和本方法的一致了；当φ₁₁(t)＝0.5时，因为S2R链路只有两种状态，已有的中继选择方法就等同于随机选择方法。本发明的方法在任何信道状态转移概率下都能够为下一数据帧准确地选择出最佳中继，使得平均误码率最低。随机选择方法不能选择最佳中继，表现最差。

图9所示是本发明的最优中继选择方法、已有的随机选择以及已有的假设信道状态不变选择方法在不同候选中继个数下的平均误码率比较。随候选中继个数的增加，存在最佳信道状态的中继的可能性增大，不同的方法不一定能够为下一数据帧准确地选择出最佳中继。从图中可以看出，因为S2R链路只有两种状态，当候选中继个数大于6后，总是存在最佳信道状态的中继，本发明的方法总是能为下一数据帧准确地选择出最优中继，使得平均误码率最低；已有的中继选择方法不能保证所选中继在下一时隙是否最优；随机选择方法表现最差。

以上所述仅为一些具体的实施方式，并非用来限制本发明的专利范围，凡是利用本申请说明书及附图内容所作的等效变换，或直接或间接运用在其他相关的技术领域的等同技术特征对本申请文件公开的技术方案进行的修改，均包括在本发明的保护范围内。

Claims (8)

1.一种用于移动多跳中继网络的中继节点选择方法，所述网络包括源节点、目的节点和多个中继节点，所述方法包括：

从所述多个中继节点中选择多个候选中继节点；

所述多个候选中继节点通过广播交换系统参数；

所述多个候选中继节点中的每个根据所述系统参数计算各自的优先权索引值；

所述多个候选中继节点中的每个根据所述系统参数计算各自的优先权索引值的步骤包括：

获得所述候选中继节点中每一个的信道状态转移概率矩阵；

基于所获得的状态转移概率矩阵获得报偿参数；

基于所获得的报偿参数建立Restless Multi-armed Bandit模型；

将所建立的模型进行线性规划放宽处理；以及

基于经过线性规划放宽处理的结果，利用原始双重索引探索法获得所述优先权索引值；

启动定时器；

所述多个候选中继节点中的每一个广播其优先权索引值；

所述源节点接收广播的所述优先权索引值；以及

所述定时器结束时，所述源节点选择优先权索引值最小的候选中继节点作为用于要发送的数据帧的中继节点。

2.根据权利要求1所述的方法，其中，所述源节点和所述目的节点通过交互握手信令为要发送的所述数据帧预留通信信道后执行启动所述定时器的步骤。

3.根据权利要求1所述的方法，其中，所述多个候选中继节点中的每一个广播其优先权索引值的步骤进一步包括：

所述多个候选中继节点中的每一个只记录并广播当前收到的优先权索引值最小的中继节点的地址。

4.根据权利要求1所述的方法，其中，所述多个候选中继节点包括所述多个中继节点中能够从所述源节点和所述目的节点接收到握手信令的中继节点。

5.根据权利要求1所述的方法，其中，所述系统参数包括以下参数中的至少之一：

用于计算所述优先权索引值的状态转移概率矩阵、报偿参数，时间折扣因子、和初始状态概率向量。

6.根据权利要求5所述的方法，其中，采用一阶有限状态马尔可夫信道模型描述无线移动环境下物理信道的随机时变特性，并通过历史观测和训练所述随机时变特性而获得所述状态转移概率矩阵。

7.根据权利要求5所述的方法，其中，所述初始状态概率向量通过信道估计获得。

8.根据权利要求5所述的方法，其中，时间折扣因子是RestlessMulti-armed Bandit模型引入的一个介于0与1之间的数值，以及所述报偿参数是Restless Multi-armed Bandit模型中的优化目标。