CN102244914A - 一种适用于多跳无线网络的认知路由方法 - Google Patents

Abstract

一种适用于多跳无线网络的认知路由方法，属于无线通信网络技术领域。本发明可以获得最大的组播时间。具体步骤如下：步骤一：使用DRIP算法构造初始组播树，寻找瓶颈节点；步骤二：寻找瓶颈链路，步骤三：调整组播树的拓扑，利用组播树中的节点或未参与组播的节点来改造组播树的拓扑结构；步骤四：调整各接收节点的接收方向，根据定向天线调整各接收节点的接收方向；步骤五：调整发送节点的发送功率，通过博弈调整各个发送节点的发送功率；步骤六：判断是否更新拓扑，根据组播树的生存时间是否能继续提高来进行判断是否能继续更新拓扑；当组播树的生存时间能继续提高，则网络拓扑并未达到最优，返回执行步骤一；否则，算法结束。

Description

一种适用于多跳无线网络的认知路由方法

技术领域

本发明属于无线通信网络技术领域，特别是涉及一种适用于多跳无线网络的认知路由方法。

背景技术

在无线通信领域，尤其是在无线ad hoc网络中，由于节点有限的能量储备，其寿命往往会因为节点间通信所需较高的发送功率而迅速降低。而无线网络中节点的寿命优势是影响组播生存时间的重要因素。无线ad hoc网络中的组播是一种有效的数据转发方式，相同的数据在源节点到多个目的节点的组播树进行转发、传输。其数据转发的有效性和组播网络的连通性往往在很大程度上受制于组播树的生存时间。所以，如何最大化组播树生存时间是ad hoc无线通信网络中的主要研究内容。此外，网络流量本身的特性以及流量疏导等也会影响到组播的性能表现。所以，需要一个最优的组播网络算法来获得组播树，而如何有效地提高组播树的生存时间更加具有重要的意义。

当前，很多研究人员提出了基于定向天线模型的启发式组播路由算法来解决延长组播树生存时间的问题。DRIP就是其中的一种，其性能已被证明接近于理论最优的MILP算法。然而，未来的网络往往具有泛在、异构的特性。在这种网络中，多种节点共存，协同工作且支持不同网络间的无缝切换。同时，该网络也必须是一个智能的通信系统，不但可以随周围环境的变化，而且还能够根据环境的变化进行自我配置和自我调整。

因为有限的网络状态信息、参数变化范围和相对有限的反馈机制，网络要素(包括节点、协议栈、策略和行为)，当前的技术通常集中于如何适应网络环境的变化以及处理网络中各种交互，这类处理问题的方式往往会导致网络性能的次优，而当前已存在的组播树都是在这种次优的条件下获得的，不能做出动态化的调整。而且，因为网络环境的时变特性，很难获得一个满足端到端最优的组播树，并将这种最优一直保持下去。

此外，网络的各种状态信息被现有的网络层次结构所分割，这就使得处于不同层次的网络要素不清楚处于其他网络层次要素的状态。所以，针对单一层次所做出的优化往往都是次优的。现有组播树生存时间仅仅是在次优条件下获得，这要获得最大组播树生存时间是困难的，特别是外在环境时刻变化的情况下，组播树生存时间也在时刻变化。这需要网络具有认知能力，即通过观察、行动、学习和推理，以获得对网络的全面认识，达到最优化的端到端网络性能，从而最大化组播树生存时间。

发明内容

针对现有技术存在的缺点，解决最大化组播树生存时间的问题，本发明提供一种适用于多跳无线网络的认知路由方法，该方法可以获得最大的组播时间。

一种适用于多跳无线网络的认知路由方法，具体步骤如下：

步骤一：寻找瓶颈节点

使用DRIP算法构造初始组播树，以每个发送节点k跳范围的组播树为单位，寻找瓶颈节点；

步骤二：寻找瓶颈链路

计算瓶颈节点与其子节点进行通信的代价，确定最耗能子节点，进而找到瓶颈链路；

步骤三：调整组播树的拓扑

利用组播树中的节点或未参与组播的节点来改造组播树的拓扑结构；

步骤四：调整各接收节点的接收方向

根据定向天线调整各接收节点的接收方向；

步骤五：调整发送节点的发送功率

通过博弈调整各个发送节点的发送功率；

步骤六：判断是否更新拓扑

根据组播树的生存时间是否能继续提高来进行判断是否能继续更新拓扑；当组播树的生存时间能继续提高，则网络拓扑并未达到最优，返回执行步骤一；否则，算法结束。

步骤一所述的寻找瓶颈节点，具体过程如下：

使用DRIP算法建立一颗组播树，选择一个发送节点，在它的k跳范围内寻找预期寿命最短的节点，即瓶颈节点；

具体方法为：按照公式(1)计算组播树中每个发送节点的期望寿命，从中选出一个期望寿命最短的节点作为瓶颈节点，其期望寿命同时也是这个局部组播树的期望寿命；

具体计算方式如下：

在这里使用的模型中，一个节点的预期寿命与它的发送功率成反比、与它的能量储备成正比，即：

${\mathrm{\τ}}_u=\frac{E_u}{p_{t_u}}---\left(1\right)$

式(1)中的

表示节点的发送功率，E_u表示该节点的电池能量储备，所以整个组播树T的寿命等于预期寿命最短的节点：

${\mathrm{\τ}}_T=\underset{i\∈T}{\min }\left\{{\mathrm{\τ}}_i\right\}---\left(2\right)$

T表示组播树，i表示组播树的节点，τ_i表示每个节点的寿命。

步骤二所述的寻找瓶颈链路，具体过程如下：

在局部组播树中找到瓶颈节点的最耗能子节点，即在考虑链路衰减因素、热噪声和干扰的前提下，计算瓶颈节点与其每个子节点进行通信所需要付出的功率代价，从而能找到这个最耗能子节点；从瓶颈节点到这个最耗能子节点之间的链路称为瓶颈链路；

设波束宽度θ_v∈[θ_min，360°]，处在主瓣以外的能量会发生泄漏；信号在主瓣内的比率为r_rec，在主瓣范围外的比率为(1-r_rec)；每个节点只有一个波束可以选择，且波束宽度为一个固定值；处在主波束内的能量集中了全部能量的70％，即r_rec等于0.7；d_u，v指u、v两点的距离，α是链路损失指数，一般取值为2-4，从节点u到节点v的整体增益为：

$g_{u,v}\left({\mathrm{\φ}}_v\right)=\left\{\begin{array}{cc}\frac{2\mathrm{\π}}{{\mathrm{\θ}}_v}g\frac{1}{d_{u,v}^{\mathrm{\α}}}{\mathrm{gr}}_{\mathrm{rec}},& {\mathrm{\φ}}_v\∈a(u,v)\±\frac{\mathrm{\θ}}{2}\\ \frac{1}{d_{u,v}^{\mathrm{\α}}}g(1-r_{\mathrm{rec}}),& \mathrm{other}\end{array}\right.---\left(3\right)$

式中，a(u，v)表示节点u和节点v之间的角度函数，θ表示节点的波束宽度，

表示节点u和节点v之间的距离的α次方，φ_v表示收发节点实际进行通信所使用的角度，g_u，v表示节点u到节点v的链路增益，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

如果节点v接收到的功率满足信号噪声干扰比条件，节点v能正确地接收到的节点u发送过来的信息；定义向量p_r表示组播树中每个节点从其父节点那里接收到的功率：

$p_{r_v}(p_{t_u},{\mathrm{\φ}}_v)=p_{t_u}{\mathrm{gg}}_{u,v}\left({\mathrm{\φ}}_v\right)---\left(4\right)$

表示组播树中每个节点从其父节点那里接收到的功率，

表示节点u的发送功率，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

设IF表示每个接收节点收到其他发送节点干扰的功率，

则每个接收节点受到的干扰及热噪声之和NI为：

B_n表示每个节点可选的波束集合，N表示网络中所有节点数目，

表示节点n使用波束m的发送功率，

表示节点n向节点v发送数据，使用波束m进行通信的链路增益；

式(4)中的向量p_r是接受节点实际接收到的功率，若要使每个节点都能够正确接收发送节点发送过来的信息，则以下不等式成立：

$\frac{p_{r_v}}{\mathrm{NI}}\≥R_v---\left(7\right)$

式中，R_v表示信号噪声干扰比；

公式(7)说明，为了确保节点v可以正确地接收到来自节点u的信号，节点u的发送功率必须满足：

$P_u^b\≥{\mathrm{NIgR}}_v/g_{u,v}^b---\left(8\right)$

得出τ_T后，就可以确定瓶颈节点，再通过公式(3)-(8)，计算出最耗能子节点；设最耗能子节点为n_b，其对应的父节点为

瓶颈链路为L_b，则L_b表示为：

$L_b=n_{b_p}{n}_b---\left(9\right).$

步骤三所述的调整组播树的拓扑，具体过程如下：

利用网络中未参与组播的节点来改造瓶颈链路，即：在合法候选节点集合中为瓶颈链路找到一个或多个中继节点，把原来的“瓶颈节点—最耗能子节点”链路改造为“瓶颈节点—一个或多个中继节点—最耗能子节点”；若选择组播树中的节点作为中继节点，需排除掉k跳范围内最耗能子节点的子节点及瓶颈节点的父节点；确定好合法的中继候选节点集合后，从其中选择其中一个符合条件的节点作为瓶颈节点和最耗能子节点之间的中继节点，保存新的组播拓扑。

步骤四所述的调整接收节点的接收方向，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，计算每个接收节点的接收方向；每个未参与组播的节点需要调整其方向到能够获得最大SINR值的方向，称为方向控制；

方向控制的计算公式如下：

φ_v＝a(u，v)                                      (11)。

步骤五所述的调整发送节点的发送功率，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，充分考虑整个网络在当前接收节点处产生的干扰和本地热噪声，采用博弈的方法计算每个发送节点的发送功率，经过多伦博弈达到纳什均衡时，每个发送节点的发送功率恰好能够克服所受到的干扰和周围的热噪声；

组播问题涉及到点到多点，即每个节点都和它的所有子节点通信，设组播树和波束宽度都是固定的，组播请求的效用函数表示为：

$u_u\left(p_{t_u}\right)=-|(\underset{w\≠u}{\mathrm{\Σ}}{g}_{w,v}{\mathrm{gp}}_{t_w}+N_v)R_v-g_{u,v}{p}_{t_u})|---\left(12\right)$

表示节点u在发射功率下的效用函数，g_w，v和g_u，v均表示两个节点间的链路增益，表示节点w的发射功率，R_v表示噪声干扰比，N_v表示热噪声；

式(12)表示组播树中每个发送节点的发送功率与其最耗能子节点所受干扰和热噪声之和的比值都恰好满足SINR值；父节点u将反复增大或减小发送功率到能够克服其子节点周围的热噪声和干扰的最小值，即每个发送节点都和其它发送节点进行博弈，而且它只会选择能够增大自身效用函数值的功率；

参与功率控制的每个节点并不明确地知道网络中所有节点的状态，它只需知道子节点集C_u∈T和与该集合中每个节点进行通信所付出的功率代价；接下来选出通信代价最大的一个节点，如式(13)所示，发送节点与该节点的通信代价就作为发送节点与其所有子节点进行通信的代价；

$v=\arg \underset{w\∈c_u}{\max }(\underset{l\≠u}{\mathrm{\Σ}}{g}_{l,w}{p}_{t_l}+N_w)\frac{R_v}{g_{u,w}}---\left(13\right)$

V表示发送节点与其子节点进行通信所付出的最大功率代价所对应的子节点，g_l，w和g_u，w均表示两个节点间的链路增益，

表示节点1的发射功率，R_v表示信号噪声干扰比，N_w表示热噪声。

步骤六所述的判断是否更新拓扑，具体过程如下：

重新计算该局部组播树的生存时间，并与原组播树的生存时间进行比较，若生存时间有所提高则更新k跳范围网络拓扑；若没有提高，则保持原拓扑不变，这个步骤称为路由控制；

路由控制采用如下策略：通过比较k跳范围内每个节点的能耗来找到预期寿命最短的节点；之后，这个预期寿命最短节点成为控制该k跳范围内每个节点路由表的“控制节点”；接下来寻找控制节点的最耗能子节点，并做如下处理：断开这对父子节点的连接；寻找该子节点另一个合理的父节点；按控制节点、新的父节点、子节点的顺序将三个节点连接起来形成从控制节点到子节点的新的拓扑树；判断新拓扑树的生存时间是否有所提高，倘若有提高，则进一步寻找下一个“最耗能节点”，并重复以上处理步骤；若没有提高，则重新恢复原组播树，以上过程不断执行，直至不能找到一个合理的节点加入组播树来提高组播树的生存时间为止，这样，一个新的组播树T_new就建立完成了；

判断条件如下：

两颗组播树T和T_new的生存时间分别为

和

如果满足下面的不等式：

${\mathrm{\&tau;}}_T<{\mathrm{\&tau;}}_{T_{\mathrm{new}}}---\left(14\right)$

则用T_new替换掉T，这个过程不断重复直到不能继续提高组播树的生存时间为止；路由控制通过不断寻找最耗能子节点，并改变其父节点的调整方式改变组播树的拓扑结构来获得最优的端到端性能——最大化组播树的生存时间。

本发明涉及到的符号定义如下：

θ_v：节点v的波束宽度；

θ：节点的波束宽度；

d_u，v：节点u和节点v的物理距离；

α：链路衰落指数，一般取值为2～4；

节点u和节点v之间的距离的α次方；

链路衰减因子；

r_rec：信号处于波速内的部分所占所有信号量的比例；

1-r_rec：全向发送的节点信号处在接收节点波束以外的比例；

a(u，v)：节点u和节点v所成直线和x轴水平方向所成的角度；

φ_v：收发节点实际进行通信所使用的角度；

g_u，v：节点u到节点v的链路增益；

g_u，v(φ_v)：接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

节点u的发送功率；

节点v接收到的功率；

组播树中每个节点从其父节点那里接收到的功率；

IF：干扰功率；

m：波束集合里面的第m个波束；

节点n使用波束m的发送功率；

节点n向节点v发送数据，使用波束m进行通信的链路增益；

NI：干扰及热噪声功率之和；

R_v：信干比，即信号与噪声和干扰之和的比值；

N_v：热噪声；

B_n：任意节点可选的波束；

N：网络中所有节点的数目；

E_u：每个节点的能量储备；

τ_u：节点u的期望寿命；

n_b：最耗能子节点；

瓶颈节点；

L_b：瓶颈链路；

C_u：发送节点的的子节点集合；

T：组播树；

τ_i：节点i的期望寿命；

τ_T：表播树的生存时间；

θ_min：波束宽度的最小值；

u_u：节点u的效用函数。

本发明的有益效果：

本发明寻找最优路由的过程体现了认知功能。从局部的角度看，每个节点仅需维护本地范围内(k跳)的有限信息(包括其子节点集合、本地热噪声、每个节点的接收方向等)，通过本发明提出的认知算法将这些信息整合起来进行计算，再根据计算结果进行分析和判断来做出有利于自己的最佳决策。从宏观上看，每个局部组播树都在与所有其他组播树进行博弈，当达到纳什均衡(Nash Equilibrium，NE)时，每个接收节点发送功率都恰好能够克服干扰及热噪声到达接收节点，进而获得全局最优的端到端性能。可以看出，本发明仅利用分布式的算法就可以获得全局最优的性能，这正是本发明的认知方法的优势所在。

更重要的是，本发明是可以适应动态变化的。随着时间的变化，各个节点的能量储备、周围的物理参数都会发生变化；网络可能是移动的，可能有节点退出或是加入，这些动态变化的因素都使传统的方法难以处理。而实验结果表明，本发明在以上各种动态的环境下均体现出了良好的自适应性，能够随时保持最优的端到端性能。

附图说明

图1为本发明的认知路由方法的程序流程图；

图2为本发明使用定向天线(全向发送定向接收方式)进行组播的例子的示意图；

(a)为本发明使用定向天线进行通信的节点在组播树中进行数据转发的过程示意图；

(b)为对(a)这一过程的抽象示意图；

图3为本发明使用DRIP算法建立的组播树和使用认知路由算法改造后的组播树示意图；

(a)为本发明使用DRIP算法建立的组播树的示意图；

(b)为本发明使用认知路由算法改造后的组播树的示意图；

图4为本发明随着跳数信息的增加，认知路由算法和DRIP算法的生存时间对比图；

图5为本发明考虑到节点的剩余能量、节点位置和干扰等因素随时间的变化，认知路由方法对原有方法进行优化、重构的示意图；

(a)为使用DRIP算法建立的初始组播树的示意图；

(b)为使用本发明进行优化后的组播拓扑示意图；

(c)为节点发生了移动，但整体移动幅度较小，所以本发明保持原有拓扑的示意图；

(d)为随着节点继续移动，本发明的方法对组播拓扑进行了重构的示意图；

(e)为对(d)继续重构拓扑的示意图；

(f)为节点继续移动，但幅度较小，不足以触发方法中对拓扑进行重构的机制，仍保持原来的拓扑的示意图；

其中，图2中，S表示源节点，r1和r2表示中继节点，d1、d2、d3表示目的节点。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细说明：

一种适用于多跳无线网络的认知路由方法，具体步骤如下：

步骤一：寻找瓶颈节点

使用DRIP算法构造初始组播树，以每个发送节点k跳范围的组播树为单位，寻找瓶颈节点，具体过程如下：

使用DRIP算法建立一颗组播树，选择一个发送节点，在它的k跳范围内，即：从当前节点开始沿组播树向上和向下两个方向扩展k跳，形成一个局部组播树，寻找预期寿命最短的节点，即瓶颈节点；

具体方法为：按照公式(1)计算组播树中每个发送节点的期望寿命，从中选出一个期望寿命最短的节点作为瓶颈节点，其期望寿命同时也是这个局部组播树的期望寿命；

具体计算方式如下：

在这里使用的模型中，一个节点的预期寿命与它的发送功率成反比、与它的能量储备成正比，即：

${\mathrm{\&tau;}}_u=\frac{E_u}{p_{t_u}}---\left(1\right)$

式(1)中的表示节点的发送功率，E_u表示该节点的电池能量储备，所以整个组播树T的寿命等于预期寿命最短的节点：

${\mathrm{\&tau;}}_T=\underset{i\&Element;T}{\min }\left\{{\mathrm{\&tau;}}_i\right\}---\left(2\right)$

T表示组播树，i表示组播树的节点，τ_i表示每个节点的寿命。

步骤二：寻找瓶颈链路

计算瓶颈节点与其子节点进行通信的代价，确定最耗能子节点，进而找到瓶颈链路，具体过程如下：

在局部组播树中找到瓶颈节点的最耗能子节点，即在考虑链路衰减因素、热噪声和干扰的前提下，计算瓶颈节点与其每个子节点进行通信所需要付出的功率代价，从而能找到这个最耗能子节点；显然，从瓶颈节点到这个最耗能子节点之间的链路是限制组播生存时间的关键，称为瓶颈链路；

在计算瓶颈节点与其每个子节点的通信代价时，首先需要知道使用定向天线时，链路的增益是如何计算的。

本发明采用全向发送、定向接收的模型。设波束宽度θ_v∈[θ_min，360°]，处在主瓣以外的能量会发生泄漏；信号在主瓣内的比率为r_rec，在主瓣范围外的比率为(1-r_rec)；为了分析方便，这里假设每个节点只有一个波束可以选择，且波束宽度为一个固定值；处在主波束内的能量集中了全部能量的70％，即r_rec等于0.7；d_u，v指u、v两点的距离，α是链路损失指数，一般取值为2-4，从节点u到节点v的整体增益为：

$g_{u,v}\left({\mathrm{\&phi;}}_v\right)=\left\{\begin{array}{cc}\frac{2\mathrm{\&pi;}}{{\mathrm{\&theta;}}_v}g\frac{1}{d_{u,v}^{\mathrm{\&alpha;}}}{\mathrm{gr}}_{\mathrm{rec}},& {\mathrm{\&phi;}}_v\&Element;a(u,v)\&PlusMinus;\frac{\mathrm{\&theta;}}{2}\\ \frac{1}{d_{u,v}^{\mathrm{\&alpha;}}}g(1-r_{\mathrm{rec}}),& \mathrm{other}\end{array}\right.---\left(3\right)$

式中，a(u，v)表示节点u和节点v之间的角度函数，θ表示节点的波束宽度，

表示节点u和节点v之间的距离的α次方，φ_v表示收发节点实际进行通信所使用的角度，g_u，v表示节点u到节点v的链路增益，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

式(3)说明，接收节点是否对准发送节点所获得的增益是有区别的，对准发送节点获得的增益较大，反之则较小，这也正是使用定向天线的意义所在。

如果节点v接收到的功率比自己受到的干扰和周围的热噪声大足够多，即满足SINR信号噪声干扰比条件，节点v能正确地接收到的节点u发送过来的信息；定义向量p_r表示组播树中每个节点从其父节点那里接收到的功率：

$p_{r_v}(p_{t_u},{\mathrm{\&phi;}}_v)=p_{t_u}{\mathrm{gg}}_{u,v}\left({\mathrm{\&phi;}}_v\right)---\left(4\right)$

表示组播树中每个节点从其父节点那里接收到的功率，

表示节点u的发送功率，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

设IF表示每个接收节点收到其他发送节点干扰的功率，

则每个接收节点受到的干扰及热噪声之和NI为：

B_n表示每个节点可选的波束集合，N表示网络中所有节点数目，

表示节点n使用波束m的发送功率，

表示节点n向节点v发送数据，使用波束m进行通信的链路增益；

式(4)中的向量p_r是接受节点实际接收到的功率，若要使每个节点都能够正确接收发送节点发送过来的信息，则以下不等式成立：

$\frac{p_{r_v}}{\mathrm{NI}}\&GreaterEqual;R_v---\left(7\right)$

式中，R_v表示信号噪声干扰比；

公式(7)说明，为了确保节点v可以正确地接收到来自节点u的信号，节点u的发送功率必须满足：

$P_u^b\&GreaterEqual;{\mathrm{NIgR}}_v/g_{u,v}^b---\left(8\right)$

得出τ_T后，就可以确定瓶颈节点，再通过公式(3)-(8)，可以计算出最耗能子节点；

设最耗能子节点为n_b，其对应的父节点为

瓶颈链路为L_b，则L_b表示为：

$L_b=n_{b_p}{n}_b---\left(9\right).$

步骤三：调整组播树的拓扑

利用组播树中的节点或未参与组播的节点来改造组播树的拓扑结构，具体过程如下：

利用网络中未参与组播的节点来改造瓶颈链路，即：在合法候选节点集合中为瓶颈链路找到一个或多个中继节点，把原来的“瓶颈节点—最耗能子节点”链路改造为“瓶颈节点—一个或多个中继节点—最耗能子节点”；并不是所有的节点都符合要求，合法的候选中继节点包括两类，一类是符合SINR信号噪声干扰比条件，但未参与组播的节点；另一类是组播树中符合条件的节点；若选择组播树中的节点作为中继节点，需排除掉k跳范围内最耗能子节点的子节点及瓶颈节点的父节点，避免出现环；确定好合法的中继候选节点集合后，从其中选择其中一个符合条件的节点作为瓶颈节点和最耗能子节点之间的中继节点，保存新的组播拓扑。

步骤四：调整各接收节点的接收方向

根据定向天线调整各接收节点的接收方向，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，计算每个接收节点的接收方向；因为拓扑的改变和定向天线的使用，每个接收节点需要调整其接收方向使之能够指向发送节点，每个未参与组播的节点需要调整其方向到能够获得最大SINR值的方向，称为方向控制。

方向控制以指向能够最大化SINR值的父节点为目标：如果一个节点是组播树的一部分，源节点除外，它就应该调整方向到能够最大接收从父节点发送过来的功率的方向上，相对于干扰和噪声；如果一个节点不是组播树的一部分，则它应该指向能够获得最大SINR的发送节点的方向。整个网络中的节点可以分为三类：组播树中的节点、不属于组播树但满足SINR条件的节点和既不属于组播树又不满足SINR值的节点，最后一类节点不能够参与将来的组播，所以它们不指向任何节点，也不接收任何信息。

每个节点选择的天线方向对于方向控制中的任何其它节点对方向的选择是没有影响的。方向控制就是要寻找能够获得最大SINR值的方向。方向控制的目的是最大限度地提高每一个节点的接受信号质量，通过降低节点间通信所需的能量，间接地提高了组播的生存时间。

方向控制的计算公式如下：

φ_v＝a(u，v)                                    (11)

式(11)说明接收节点的方向应该指向发送节点，即波束的中轴线应该与发送节点u和接收节点v的连线重合。

步骤五：调整发送节点的发送功率

通过博弈调整各个发送节点的发送功率，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，充分考虑整个网络在当前接收节点处产生的干扰和本地热噪声，采用博弈的方法计算每个发送节点的发送功率，经过多伦博弈达到纳什均衡时，每个发送节点的发送功率恰好能够克服所受到的干扰和周围的热噪声；

组播问题涉及到点到多点，即每个节点都和它的所有子节点通信，设组播树和波束宽度都是固定的，组播请求的效用函数表示为：

$u_u\left(p_{t_u}\right)=-|(\underset{w\&NotEqual;u}{\mathrm{\&Sigma;}}{g}_{w,v}{\mathrm{gp}}_{t_w}+N_v)R_v-g_{u,v}{p}_{t_u})|---\left(12\right)$

表示节点u在发射功率

下的效用函数，g_w，v和g_u，v均表示两个节点间的链路增益，

表示节点w的发射功率，R_v表示噪声干扰比，N_v表示热噪声；

式(12)表示组播树中每个发送节点的发送功率与其最耗能子节点所受干扰和热噪声之和的比值都恰好满足SINR值；父节点u将反复增大或减小发送功率到能够克服其子节点周围的热噪声和干扰的最小值，即每个发送节点都和其它发送节点进行博弈，而且它只会选择能够增大自身效用函数值的功率，假设其它节点的发送功率保持不变；

参与功率控制的每个节点并不明确地知道网络中所有节点的状态，它只需知道子节点集C_u∈T和与该集合中每个节点进行通信所付出的功率代价；接下来选出通信代价最大的一个节点，如式(13)所示，发送节点与该节点的通信代价就作为发送节点与其所有子节点进行通信的代价；

$v=\arg \underset{w\&Element;c_u}{\max }(\underset{l\&NotEqual;u}{\mathrm{\&Sigma;}}{g}_{l,w}{p}_{t_l}+N_w)\frac{R_v}{g_{u,w}}---\left(13\right)$

V表示发送节点与其子节点进行通信所付出的最大功率代价所对应的子节点，g_l，w和g_u，w均表示两个节点间的链路增益，

表示节点1的发射功率，R_v表示信号噪声干扰比，N_w表示热噪声。

步骤六：判断是否更新拓扑

根据组播树的生存时间是否能继续提高来进行判断是否能继续更新拓扑；当组播树的生存时间能继续提高，则网络拓扑并未达到最优，返回执行步骤一；否则，算法结束；具体过程如下：

重新计算该局部组播树的生存时间，并与原组播树的生存时间进行比较，若生存时间有所提高则更新k跳范围网络拓扑；若没有提高，则保持原拓扑不变，这个步骤称为路由控制；

路由控制采用如下策略：通过比较k跳范围内每个节点的能耗来找到预期寿命最短的节点；之后，这个预期寿命最短节点成为控制该k跳范围内每个节点路由表的“控制节点”；接下来寻找控制节点的最耗能子节点，并做如下处理：断开这对父子节点的连接，即控制节点和最耗能子节点；寻找该子节点另一个合理的父节点；按控制节点、新的父节点、子节点的顺序将三个节点连接起来形成从控制节点到子节点的新的拓扑树；判断新拓扑树的生存时间是否有所提高，倘若有提高，则进一步寻找下一个“最耗能节点”，并重复以上处理步骤；若没有提高，则重新恢复原组播树，以上过程不断执行，直至不能找到一个合理的节点加入组播树来提高组播树的生存时间为止，这样，一个新的组播树T_new就建立完成了；

判断条件如下：

两颗组播树T和T_new的生存时间分别为和

如果满足下面的不等式：

${\mathrm{\&tau;}}_T<{\mathrm{\&tau;}}_{T_{\mathrm{new}}}---\left(14\right)$

则用T_new替换掉T，这个过程不断重复直到不能继续提高组播树的生存时间为止；路由控制通过不断寻找最耗能子节点，并改变其父节点的调整方式改变组播树的拓扑结构来获得最优的端到端性能——最大化组播树的生存时间。

实施例

二维环境下随机、均匀布置一些节点，然后在其中指定一个源节点和若干个目的节点。使用定向天线，全向发送定向接收的方式如图2所示。其中波束宽度设为30°，链路损耗指数α取2，假设发送的功率有30％通过旁瓣泄露，即(1-r_rec)等于0.3。每个节点能量为1。SINR的值设为1，即每个节点接收到的功率必须大于噪声和干扰之和才能正常接收到发送节点发送过来的功率。认知路由算法的流程图如图1所示，具体步骤如下：

步骤一：使用DRIP方法算法建立一颗组播树如图3(a)所示。从源节点开始，找到其周围k跳范围内的局部组播树的瓶颈节点。k值最小为1，k值的大小代表了每个节点需要维护的路由信息的多少。k值越小计算代价越小，k值越大，每个节点所知道的信息越全面，算法获得的效果也越好。当k值足够大时，则分布式的GCM算法退化为集中式算法。

步骤二：寻找瓶颈节点对应的瓶颈链路。如图3(b)所示的节点9到节点13之间的链路就是其中的一条瓶颈链路。

步骤三：对瓶颈链路进行改造。瓶颈链路周边的4、5、11、14号节点均是可以选择加入组播进程的对象。

步骤四：选择其中一个符合条件的节点建立新拓扑，针对k跳范围内的局部组播树进行方向控制，调整每个接收节点和未参与组播节点的接收方向。如图3(b)所示，将5号节点加入到组播进程后，需要调整5号节点和7号节点的接收方向。

步骤五：进行功率控制。经过多轮博弈确定拓扑更新后每个发送节点所需的最小发送功率。

步骤六：更新后的拓扑会产生新的瓶颈节点，重复以上步骤直至不能继续提高组播生存时间为止。如图3(b)所示，经过计算9号节点为瓶颈节点，接下来通过多轮博弈分别将5、4、11、14和13号节点加入到组播进程中来，调整5、4、11、14、13和7号节点的接收方向，然后重新计算新拓扑中各个发送节点的功率。如图3(b)所示的新的组播树就是对图3(a)组播树的优化。

这样，第一轮计算结束，接下来随时间变化，不同节点的能量储备会发生变化，节点可能发生移动，一些节点可能会退出或加入组播进程。为了解决这样的问题，本发明每隔一个固定的时间根据拓扑的变化程度做出一次决策，决定是否需要重新计算拓扑。采用了这样的机制就可以随时保持网络端到端性能的最优。图5体现了拓扑、能量等随时间变化时，认知路由算法良好的自适应特性。

Claims (7)

1.一种适用于多跳无线网络的认知路由方法，其特征在于，具体步骤如下：

步骤一：寻找瓶颈节点

使用DRIP算法构造初始组播树，以每个发送节点k跳范围的组播树为单位，寻找瓶颈节点；

步骤二：寻找瓶颈链路

计算瓶颈节点与其子节点进行通信的代价，确定最耗能子节点，进而找到瓶颈链路；

步骤三：调整组播树的拓扑

利用组播树中的节点或未参与组播的节点来改造组播树的拓扑结构；

步骤四：调整各接收节点的接收方向

根据定向天线调整各接收节点的接收方向；

步骤五：调整发送节点的发送功率

通过博弈调整各个发送节点的发送功率；

步骤六：判断是否更新拓扑

根据组播树的生存时间是否能继续提高来判断是否能继续更新拓扑；当组播树的生存时间能继续提高，则网络拓扑并未达到最优，返回执行步骤一；否则，算法结束。

2.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤一所述的寻找瓶颈节点，具体过程如下：

使用DRIP算法建立一颗组播树，选择一个发送节点，在它的k跳范围内寻找预期寿命最短的节点，即瓶颈节点；

具体方法为：按照公式(1)计算组播树中每个发送节点的期望寿命，从中选出一个期望寿命最短的节点作为瓶颈节点，其期望寿命同时也是这个局部组播树的期望寿命；

具体计算方式如下：

在这里使用的模型中，一个节点的预期寿命与它的发送功率成反比、与它的能量储备成正比，即：

${\mathrm{\&tau;}}_u=\frac{E_u}{p_{t_u}}---\left(1\right)$

式(1)中的

表示节点的发送功率，E_u表示该节点的电池能量储备，所以整个组播树T的寿命等于预期寿命最短的节点：

${\mathrm{\&tau;}}_T=\underset{i\&Element;T}{\min }\left\{{\mathrm{\&tau;}}_i\right\}---\left(2\right)$

T表示组播树，i表示组播树的节点，τ_i表示每个节点的寿命。

3.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤二所述的寻找瓶颈链路，具体过程如下：

在局部组播树中找到瓶颈节点的最耗能子节点，即在考虑链路衰减因素、热噪声和干扰的前提下，计算瓶颈节点与其每个子节点进行通信所需要付出的功率代价，从而能找到这个最耗能子节点；从瓶颈节点到这个最耗能子节点之间的链路称为瓶颈链路；

设波束宽度θ_v∈[θ_min，360°]，处在主瓣以外的能量会发生泄漏；信号在主瓣内的比率为r_rec，在主瓣范围外的比率为(1-r_rec)；每个节点只有一个波束可以选择，且波束宽度为一个固定值；处在主波束内的能量集中了全部能量的70％，即r_rec等于0.7；d_u，v指u、v两点的距离，α是链路损失指数，一般取值为2-4，从节点u到节点v的整体增益为：

$g_{u,v}\left({\mathrm{\&phi;}}_v\right)=\left\{\begin{array}{cc}\frac{2\mathrm{\&pi;}}{{\mathrm{\&theta;}}_v}g\frac{1}{d_{u,v}^{\mathrm{\&alpha;}}}{\mathrm{gr}}_{\mathrm{rec}},& {\mathrm{\&phi;}}_v\&Element;a(u,v)\&PlusMinus;\frac{\mathrm{\&theta;}}{2}\\ \frac{1}{d_{u,v}^{\mathrm{\&alpha;}}}g(1-r_{\mathrm{rec}}),& \mathrm{other}\end{array}\right.---\left(3\right)$

式中，a(u，v)表示节点u和节点v之间的角度函数，θ表示节点的波束宽度，

表示节点u和节点v之间的距离的α次方，φ_v表示收发节点实际进行通信所使用的角度，g_u，v表示节点u到节点v的链路增益，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

如果节点v接收到的功率满足信号噪声干扰比条件，节点v能正确地接收到的节点u发送过来的信息；定义向量p_r表示组播树中每个节点从其父节点那里接收到的功率：

$p_{r_v}(p_{t_u},{\mathrm{\&phi;}}_v)=p_{t_u}{\mathrm{gg}}_{u,v}\left({\mathrm{\&phi;}}_v\right)---\left(4\right)$

表示组播树中每个节点从其父节点那里接收到的功率，表示节点u的发送功率，g_u，v(φ_v)表示接收节点v使用φ_v角度时，发送和接收节点之间的链路增益；

设IF表示每个接收节点收到其他发送节点干扰的功率，

则每个接收节点受到的干扰及热噪声之和NI为：

B_n表示每个节点可选的波束集合，N表示网络中所有节点数目，表示节点n使用波束m的发送功率，

表示节点n向节点v发送数据，使用波束m进行通信的链路增益；

式(4)中的向量p_r是接受节点实际接收到的功率，若要使每个节点都能够正确接收发送节点发送过来的信息，则以下不等式成立：

$\frac{p_{r_v}}{\mathrm{NI}}\&GreaterEqual;R_v---\left(7\right)$

式中，R_v表示信号噪声干扰比；

公式(7)说明，为了确保节点v可以正确地接收到来自节点u的信号，节点u的发送功率必须满足：

$P_u^b\&GreaterEqual;{\mathrm{NIgR}}_v/g_{u,v}^b---\left(8\right)$

得出τ_T后，就可以确定瓶颈节点，再通过公式(3)-(8)，计算出最耗能子节点；设最耗能子节点为n_b，其对应的父节点为

瓶颈链路为L_b，则L_b表示为：

$L_b=n_{b_p}{n}_b---\left(9\right).$

4.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤三所述的调整组播树的拓扑，具体过程如下：

利用网络中未参与组播的节点来改造瓶颈链路，即：在合法候选节点集合中为瓶颈链路找到一个或多个中继节点，把原来的“瓶颈节点—最耗能子节点”链路改造为“瓶颈节点—一个或多个中继节点—最耗能子节点”；若选择组播树中的节点作为中继节点，需排除掉k跳范围内最耗能子节点的子节点及瓶颈节点的父节点；确定好合法的中继候选节点集合后，从其中选择其中一个符合条件的节点作为瓶颈节点和最耗能子节点之间的中继节点，保存新的组播拓扑。

5.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤四所述的调整接收节点的接收方向，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，计算每个接收节点的接收方向；每个未参与组播的节点需要调整其方向到能够获得最大SINR值的方向，称为方向控制；

方向控制的计算公式如下：

φ_v＝a(u，v)                              (11)。

6.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤五所述的调整发送节点的发送功率，具体过程如下：

在由k跳相邻节点组成的、新的局部组播树中，充分考虑整个网络在当前接收节点处产生的干扰和本地热噪声，采用博弈的方法计算每个发送节点的发送功率，经过多伦博弈达到纳什均衡时，每个发送节点的发送功率恰好能够克服所受到的干扰和周围的热噪声；

组播问题涉及到点到多点，即每个节点都和它的所有子节点通信，设组播树和波束宽度都是固定的，组播请求的效用函数表示为：

$u_u\left(p_{t_u}\right)=-|(\underset{w\&NotEqual;u}{\mathrm{\&Sigma;}}{g}_{w,v}{\mathrm{gp}}_{t_w}+N_v)R_v-g_{u,v}{p}_{t_u})|---\left(12\right)$

表示节点u在发射功率

下的效用函数，g_w，v和g_u，v均表示两个节点间的链路增益，

表示节点w的发射功率，R_v表示噪声干扰比，N_v表示热噪声；

式(12)表示组播树中每个发送节点的发送功率与其最耗能子节点所受干扰和热噪声之和的比值都恰好满足SINR值；父节点u将反复增大或减小发送功率到能够克服其子节点周围的热噪声和干扰的最小值，即每个发送节点都和其它发送节点进行博弈，而且它只会选择能够增大自身效用函数值的功率；

参与功率控制的每个节点并不明确地知道网络中所有节点的状态，它只需知道子节点集C_u∈T和与该集合中每个节点进行通信所付出的功率代价；接下来选出通信代价最大的一个节点，如式(13)所示，发送节点与该节点的通信代价就作为发送节点与其所有子节点进行通信的代价；

$v=\arg \underset{w\&Element;c_u}{\max }(\underset{l\&NotEqual;u}{\mathrm{\&Sigma;}}{g}_{l,w}{p}_{t_l}+N_w)\frac{R_v}{g_{u,w}}---\left(13\right)$

V表示发送节点与其子节点进行通信所付出的最大功率代价所对应的子节点，g_l，w和g_u，w均表示两个节点间的链路增益，

表示节点1的发射功率，R_v表示信号噪声干扰比，N_w表示热噪声。

7.根据权利要求1所述的一种适用于多跳无线网络的认知路由方法，其特征在于步骤六所述的判断是否更新拓扑，具体过程如下：

重新计算该局部组播树的生存时间，并与原组播树的生存时间进行比较，若生存时间有所提高则更新k跳范围网络拓扑；若没有提高，则保持原拓扑不变，这个步骤称为路由控制；

路由控制采用如下策略：通过比较k跳范围内每个节点的能耗来找到预期寿命最短的节点；之后，这个预期寿命最短节点成为控制该k跳范围内每个节点路由表的“控制节点”；接下来寻找控制节点的最耗能子节点，并做如下处理：断开这对父子节点的连接；寻找该子节点另一个合理的父节点；按控制节点、新的父节点、子节点的顺序将三个节点连接起来形成从控制节点到子节点的新的拓扑树；判断新拓扑树的生存时间是否有所提高，倘若有提高，则进一步寻找下一个“最耗能节点”，并重复以上处理步骤；若没有提高，则重新恢复原组播树，以上过程不断执行，直至不能找到一个合理的节点加入组播树来提高组播树的生存时间为止，这样，一个新的组播树T_new就建立完成了；

判断条件如下：

两颗组播树T和T_new的生存时间分别为

和

如果满足下面的不等式：

${\mathrm{\&tau;}}_T<{\mathrm{\&tau;}}_{T_{\mathrm{new}}}---\left(14\right)$

则用T_new替换掉T，这个过程不断重复直到不能继续提高组播树的生存时间为止；路由控制通过不断寻找最耗能子节点，并改变其父节点的调整方式改变组播树的拓扑结构来获得最优的端到端性能——最大化组播树的生存时间。

Images