CN102438234A - 移动协作网络中多目标安全中继选择方法 - Google Patents

Abstract

本发明涉及移动通信技术领域，提出了一种移动协作网络中多目标安全中继选择方法。在本发明的方法中，通过周期性发送训练序列及反馈信息确定信道衰落阈值及候选中继节点的各种状态和状态转移概率；当某信道衰落速度大于阈值时进行动态中继选择，否则进行半静态中继选择；在中继选择过程中，根据系统安全容量等多个目标值确定的总体报酬来选择最优安全中继协助数据传输。本发明的方法可以准确及时地描述移动协作网络中的无线信道特性，并以较低的复杂度实现了多目标的动态最优安全中继选择，具有很强的灵活性和可扩展性；根据信道状态进行不同的中继选择也进一步提高了传输效率。

Description

移动协作网络中多目标安全中继选择方法

技术领域

本发明涉及移动通信领域，特别涉及一种移动协作网络中多目标安全中继选择方法。

背景技术

随着通信内容的不断丰富和业务量的不断增长，移动化和宽带化已经成为当前通信领域的两大主流发展趋势。现有的无线通信频谱资源非常有限，如果频谱利用率没有得到有效的提高，就不能满足日益增长的通信需求。而多输入多输出(Multiple-Input Multiple-Output，MIMO)技术则能有效解决这一问题。MIMO系统的信道容量可以随着天线数目的增加而线性增大，具有很高的频谱效率，还可以在不增加频谱和功率等额外开销的情况下获得更高的吞吐率和可靠性。但由于移动终端的尺寸、成本、功耗等限制，在移动终端上部署多根天线具有一定困难。为解决这一难题，协作中继技术应运而生。从本质上说，协作中继技术是一种新型的空间分集技术，多个用户通过相互协作，构成一个虚拟的分布式天线阵列，各个用户通过共享天线的方式获得了MIMO的特性。协作中继的主要中继策略有AF(Amplify-and-Foreward，放大转发)、DF(Decode-and-Foreward，解码转发)和CC(Code Cooperation，协作编码)三种模式。在AF模式下，中继只是简单的放大接收到的信号后传给目的端；在DF模式下，中继对接收到的信号进行译码，并重新编码后发给送给目的端；CC模式则是DF模式与信道编码的结合，中继节点对信源节点的信息重新编码，并向目的节点传送了不同的冗余信息，帮助目的节点解码。

中继选择旨在从多个候选中继节点中选出最优的一个或者多个中继节点来承担通信任务。已有的中继选择方案多从信道增益、功耗、中继位置、误码率等多角度考虑了不同网络环境下的最优中继选择问题。但现有的中继选择方案虽然从多种角度出发考虑最优中继的选择，却都忽略了协作中继网络的中继安全性；有的文献虽然从安全容量的角度考虑了协作中继网络的安全问题，但忽略了中继节点的能量高效、低误码率、高传输能力等需求，并且研究所采用的系统模型中，信道均为无记忆慢衰落信道，而实际无线信道均为时变有记忆信道，且涉及的系统模型中考虑的均是固定的一个或者多个中继节点，不能动态地选择最优中继节点，缺乏灵活性。

发明内容

(一)要解决的技术问题

针对现有技术的缺点，本发明为了解决现有技术中协作中继网络中未综合考虑最优中继和安全中继的问题，提出了一种移动协作网络中多目标安全中继选择方法，为数据帧的传输选择了一个最优安全中继，从而在保证传输效率的同时提高了传输的安全性。

(二)技术方案

为了实现上述目的，本发明采用如下技术方案：

一种移动协作网络中多目标安全中继选择方法，所述方法包括步骤：

S1，信源节点周期性发送训练序列，进行信道估计确定信源中继SR信道、中继目的RD信道、中继窃听RE信道的信道衰落速度阈值；

S2，确定SR、RD、RE信道的状态及相应的信道状态转移概率，进而确定候选中继节点的状态及候选中继节点的状态转移概率；

S3，判断SR、RD、RE信道的衰落速度是否大于所述信道衰落速度阈值，若有任一信道的衰落速度大于所述信道衰落速度阈值，则执行步骤S4进行动态中继选择；否则转至步骤S7进行半静态中继选择；

S4，为候选中继节点所处的每一个可能的状态计算相应的优先标识值，建立状态-优先标识值对照表；

S5，将数据帧传输占用的一个时隙分为二个子时隙，在第一个子时隙，通过增强型RTS/CTS消息，对SR、RD、RE信道进行信道估计，并判断各信道信噪比状态，进而确定每个候选中继节点当前所处的状态，并预测第二子时隙各信道所处状态，在所述对照表中查找对应的优先标识值，选出优先标识值最小的候选中继节点作为第二子时隙的中继节点；在第二个子时隙，数据帧由信源节点发出，经由第一子时隙选出的中继节点，发送给目的节点；

S6，在每个数据帧传输完成后判断所有数据是否已传输完毕，若是则结束通信；否则转回步骤S5进行下一数据帧的传输；

S7，根据信道状态的初始分布和信道状态转移概率对系统未来信道状态进行预测，确定最佳的半静态周期T；在第一时隙选取总体报酬最大的候选中继节点作为本次半静态周期的中继节点，并预设周期计数器count值为0；

S8，信源节点通过步骤S7选取的本次半静态周期的中继节点使用一个时隙将一个数据帧传输到目的节点并将count值加1；判断所有数据是否已传输完毕，若是则结束通信；否则继续执行步骤S9；

S9，判断count值是否等于T，若是则转回步骤S7开始下一半静态周期；否则转回步骤S8继续传输下一数据帧。

优选地，步骤S4中，根据误码率、候选中继节点所建立信道的安全容量和网络生存时间需求调整权值得到Restless Multi-armed Bandit模型中的总体报酬，进行所述计算。

优选地，步骤S4中，对于任一候选中继节点n，所述总体报酬为：

$R_{r_n\left(t\right)}^{a_n\left(t\right)}=E(a_n\left(t\right)\·({\mathrm{\μ}}_1\·P_b\left({\mathrm{\γ}}_{\mathrm{SR}}\right)+{\mathrm{\μ}}_2\·C_M\left({\mathrm{\γ}}_{\mathrm{RD}}\right)+{\mathrm{\μ}}_3\·C_E\left({\mathrm{\γ}}_{\mathrm{RE}}\right)+{\mathrm{\μ}}_4\·z_n));$

其中，算子E(·)表示根据候选中继节点n当前状态和状态转移概率进行的期望运算；r_n(t)表示该候选中继节点n在时刻t的状态；a_n(t)表示该候选中继节点n在时刻t是否被选择，如果被选择，则a_n(t)＝1，如未被选择，则a_n(t)＝0；P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量；μ_i，i＝1，2，3，4是各项的权值，并且有μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_F表示安全容量。

优选地，步骤S4中，所述计算具体为：将所述总体报酬转化为线性规划后进行一阶线性放宽，再通过原始二元启发式方法演化成的优先标识值启发式方法求解。

优选地，所述增强型的RTS/CTS消息携带有候选中继节点和目的节点反馈的信道状态信息、以及候选中继节点的位置信息和剩余能量信息。

优选地，步骤S5中，所述选取优先标识值最小的候选中继节点具体为：选取优先标识值最小的一个候选中继节点或者选取优先标识值最小的前若干个候选中继节点。

优选地，步骤S6和S8中，通过上层协议判断所有数据是否已传输完毕。

优选地，步骤S7中，采用卡尔曼滤波或自回归AR模型对系统未来信道状态进行预测。

优选地，步骤S7中，任一候选中继节点n的所述总体报酬具体为：

R_n＝u₁·P_b(γ_SR)+μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)+μ₄·z_n；

其中，P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量，μ_i，i＝1，2，3，4是各项的权值，并且有

μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_E表示安全容量。

优选地，步骤S7中，所述选取总体报酬最大的候选中继节点具体为：选取总体报酬最大的一个候选中继节点或者选取总体报酬最大的前若干个候选中继节点。

(三)有益效果

本发明的方法中，可以准确及时地描述移动协作网络中的无线信道特性，并以较低的复杂度实现了多目标的动态最优中继选择，具有很强的灵活性和可扩展性；根据信道状态选择不同的中继也进一步提高了传输效率。本发明的方法相对于现有技术，可有效降低数据传输误码率，提高中继传输安全性，降低信息被窃听的几率，提高网络生存时间。

附图说明

图1为本发明实施例中移动协作网络的一个典型应用场景；

图2为本发明的移动协作网络中多目标安全中继选择方法的流程示意图；

图3为本发明的一个仿真实例中候选中继节点的状态转移趋势表；

图4为本发明的一个仿真实例中候选中继节点的状态转移概率矩阵；

图5为本发明的一个仿真实例中6个候选中继节点时不同时刻三种中继选择方案平均误码率的变化情况示意图；

图6为本发明的一个仿真实例中不同候选中继个数下三种中继选择方案平均误码率的变化情况示意图；

图7为本发明的一个仿真实例中三种中继选择方案在不同状态转移概率矩阵对角线元素平均值下的平均误码率的变化情况示意图；

图8为本发明的一个仿真实例中6个候选中继节点时不同时刻三种中继选择方案平均安全容量的变化情况示意图；

图9为本发明的一个仿真实例中不同候选中继个数下三种中继选择方案平均安全容量的变化情况示意图；

图10为本发明的一个仿真实例中三种中继选择方案在不同状态转移概率矩阵对角线元素平均值下的平均安全容量变化情况示意图；

图11为本发明的一个仿真实例中在20个候选中继和10个候选中继下的半静态和动态两种方案的平均安全容量随平均P(i，i)值的变化情况示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的研究基于如图1所示的场景：在移动协作网络中，信源节点S协同中继节点组R＝{R_i}与目的节点D通信，E为一个窃听者，所有节点均采用为单天线，节点间的信道为瑞利衰落信道。假设所有信道状况对于S和R是已知的，每个候选中继节点的发射功率相同，所有信道带宽相同，以下以DF中继策略为例展开分析，由于影响系统的可控变化因素只在于中继R的选择，所以以下的分析将着眼于S-R-D之间的通信。图2展示了本方案的详细流程。

在数据帧传输之前，信源节点周期性发送训练序列，进行信道估计，通过分析历史数据确定信道衰落速度阈值Threshold，当信道衰落速度高于该阈值时，信道衰落速度快，选择动态中继选择方案，当信道衰落速度低于该阈值时，信道衰落速度慢，选择半静态中继选择方案。合理地设置信道衰落速度阈值可得到较好的系统性能，如可以将将平均P(i，i)(候选中继节点状态转移概率矩阵对角线上的元素，即候选中继节点在数据传输的第二子时隙保留在当前状态的概率)的倒数作为阈值，当信道衰落速度慢时，信道在第二子时隙的状态保留在当前状态的概率大，进而候选中继节点第二子时隙的状态保留在当前状态的概率也会大，故第二子时隙选择的最优安全中继即为第一子时隙的最优安全中继的概率大，即P(i，i)大，其倒数小，亦即阈值小，与信道衰落速度一致；反之，P(i，i)小，其倒数大，亦即阈值大，与信道衰落速度同样一致。

信号经过瑞利衰落信道，接收信号服从瑞利分布，在加性高斯噪声的影响下，接收到的瞬时信噪比服从指数分布，即接收到信噪比γ的概率为：

γ≥0；其中γ₀为平均信噪比。

令Г＝(Г₀，Г₁，...，Г_K)^T为含有K+1个元素的信噪比门限向量，其中Г₀＜Г₁＜...＜Г_K且Г₀＝0，Г_K＝∞，若接收信号的信噪比γ满足Г_k＜γ＜Г_k+1，那么此时信道为第k个状态，这样就建立了一个拥有K个状态的瑞利衰落马尔可夫模型。

为使每个状态的平稳概率π_k相等且为1/K，可简单地选取SNR门限值，并且由

${\mathrm{\π}}_k={\∫}_{{\mathrm{\Γ}}_k}^{{\mathrm{\Γ}}_{k+1}}p\left(\mathrm{\γ}\right)\mathrm{d\γ}=e^{-\frac{{\mathrm{\Γ}}_k}{{\mathrm{\γ}}_0}}-e^{-\frac{{\mathrm{\Γ}}_{k+1}}{{\mathrm{\γ}}_0}}=\frac{1}{K},$ Г₀＝0，Г_K＝∞，

可计算出Г中各个信噪比门限值Г_k。

电平通过率是一个用来描述衰落速率的统计量，定义为单位时间内接收信号的瞬时信噪比γ以正斜率(或者负斜率)通过给定门限Г的平均次数，于是有：

平均次数(电平通过率)

其中，最大多普勒频移

v是移动台运动速度，λ是波长。

假设状态的转移只发生在相邻状态之间。设p_i，j表示从状态s_i到状态s_j的转移概率，则相邻状态的转移概率就可以近似认为是通过门限Г_k的平均次数N_k与信道在状态s_k时的平均传输符号速率R_s的比值：

$p_{k,k+1}\widetilde{\‾}{N}_{k+1}/R_s^{\left(k\right)},$ k＝0，1，2，...，K-2；

$p_{k,k-1}\widetilde{\‾}{N}_k/R_s^{\left(k\right)},$ k＝0，1，2，...，K-1。

除相邻状态外的剩余状态的转移概率为：

p_0，0＝1-p_0，1，p_K-1，K-1＝1-p_K-1，K-2

p_k，k＝1-p_k，k-1-p_k，k+1，k＝1，2，...，K-2

与信道状态的归类同理，可以将候选中继节点的剩余能量归类为若干状态，并算得状态转移概率。

由于在系统模型中，SD、SE信道是相对固定且不可控的，而选择不同的中继节点R，SR、RD、RE信道的状况就不同，且不同的中继剩余能量状态也不同，所以下文的将分别用有限状态马尔可夫模型描述SR信道、RD信道、RE信道和候选中继节点的剩余能量，并主要考虑SR信道的误码率、RD间的安全容量和网络生存时间等需求。

将SR信道的信噪比γ_SR归类为E个等级，每个等级即是一个马尔可夫链的状态，状态空间表示为A＝{A₀，A₁，…，A_E-1}，则对于候选中继节点n，SR信道的状态转移概率矩阵为：

${\mathrm{\Φ}}_n\left(t\right)={\left[{\mathrm{\φ}}_{x_n{y}_n}\left(t\right)\right]}_{E\×E};$

其中 ${\mathrm{\φ}}_{x_n{y}_n}\left(t\right)=\mathrm{Pr}({\mathrm{\γ}}_{{\mathrm{SR}}_n}(t+1)=y_n|{\mathrm{\γ}}_{{\mathrm{SR}}_n}\left(t\right)=x_n),$ x_n，y_n∈A表示中继点n的SR信道信噪比

在t时刻(“时刻”表示一个时间点，而本发明的方法中“时隙”表示一个时间段，两者是不同的概念)从状态x_n跳转到状态y_n的概率。

同理，将RD信道的信噪比γ_rD归类为F个等级，每个等级即是一个马尔可夫链的状态，状态空间表示为B＝{B₀，B₁，…，B_F-1}，则对于候选中继节点n，RD信道的状态转移概率矩阵为：

${\mathrm{\Θ}}_n\left(t\right)={\left[{\mathrm{\θ}}_{g_n{h}_n}\left(t\right)\right]}_{F\×F};$

其中 ${\mathrm{\θ}}_{g_n{h}_n}\left(t\right)=\mathrm{Pr}({\mathrm{\γ}}_{{\mathrm{RD}}_n}(t+1)=h_n|{\mathrm{\γ}}_{{\mathrm{RD}}_n}\left(t\right)=g_n),$ g_n，h_n∈B表示候选中继节点n的RD信道信噪比

在t时刻从状态g_n跳转到状态h_n的概率。

将RE信道的信噪比γ_RE归类为G个等级，每个等级即是一个马尔可夫链的状态，状态空间表示为C＝{C₀，C₁，…，C_G-1}，则对于候选中继节点n，RE信道的状态转移概率矩阵为：

${\mathrm{\Ω}}_n\left(t\right)={\left[{\mathrm{\ω}}_{u_n{v}_n}\left(t\right)\right]}_{G\×G};$

其中 ${\mathrm{\ω}}_{u_n{v}_n}\left(t\right)=\mathrm{Pr}({\mathrm{\γ}}_{{\mathrm{RE}}_n}(t+1)=v_n|{\mathrm{\γ}}_{{\mathrm{RE}}_n}\left(t\right)=u_n),$ u_n，v_n∈C表示候选中继节点n的RE信道信噪比

在t时刻从状态u_n跳转到状态v_n的概率。

将候选中继节点n的剩余能量z归类为H个等级，每个等级即是一个马尔可夫链的状态，状态空间表示为Z＝{Z₀，Z₁，…，Z_H-1}，则候选中继节点n的剩余能量的状态转移概率矩阵为：

${\mathrm{\Λ}}_n\left(t\right)={\left[{\mathrm{\ζ}}_{e_n{f}_n}\left(t\right)\right]}_{H\×H};$

其中 ${\mathrm{\ζ}}_{e_n{f}_n}\left(t\right)=\mathrm{Pr}(z_n(t+1)=f_n|z_n\left(t\right)=e_n),$ e_n，f_n∈Z表示候选中继节点n的剩余能量z_n在t时刻从状态e_n跳转到状态f_n的概率。

假设SR、RD、RE的信道状态变化是独立的，各个候选中继节点的剩余能量也是独立的，候选中继节点n的状态同时由与其相关联的这三个信道(SR、RD、RE)所处的状态和该候选中继节点n的剩余能量状态共同决定，则该候选中继节点n在t时刻所处的状态可以表示为：

$r_n\left(t\right)=[{\mathrm{\γ}}_{{\mathrm{SR}}_n}\left(t\right),{\mathrm{\γ}}_{{\mathrm{RD}}_n}\left(t\right),{\mathrm{\γ}}_{{\mathrm{RE}}_n}\left(t\right),z_n\left(t\right)];$

故中继节点n的状态转移概率矩阵可以表示为：

$P_n\left(t\right)={[{\mathrm{\φ}}_{x_n,y_n}\left(t\right),{\mathrm{\θ}}_{g_n{h}_n}\left(t\right),{\mathrm{\ω}}_{u_n{v}_n}\left(t\right),{\mathrm{\ζ}}_{e_n{f}_n}\left(t\right)]}_{I\×I};$

其中I＝E×F×G×H，P_n(t)的元素

表示中继节点n在t时刻从状态从r_n(SR信道状态x_n、RD信道状态g_n、RE信道状态u_n以及剩余电量状态e_n)跳转到s_n(SR信道状态y_n、RD信道状态h_n、RE信道状态v_n以及剩余电量状态f_n)的转移概率。

随后，判断信道衰落速度是否高于信道衰落阈值，根据移动协作网络中的无线信道特性选择恰当的中继选择方式：当信道衰落速度高于该阈值时，信道衰落速度快，选择动态中继选择方案，当信道衰落速度低于该阈值时，信道衰落速度慢，选择半静态中继选择方案。

当进行动态中继选择时，由于本发明的目标是要找到最优安全中继选择策略，则需要使该策略能满足：

a)SR信道的误码率低。在DF模式下，SR信道的信噪比越高，在确定的调制解调方式下信息到达中继节点处的误码率就越低，则错误被传播到目的端的概率就越小。且当SR信道相对于SD信道存在更多噪声干扰时，SR信道的状况便成了DF模式安全传输的瓶颈，故应选择具有较高信噪比的SR信道。

b)RD间的安全容量大。RD之间的安全容量与RD、RE信道的接收信噪比直接相关。称RD信道为主信道(信道容量为C_M)，RE信道为窃听信道(信道容量为C_F)，场景中两信道均为瑞利衰落信道，且噪声都是均值为0、方差为σ²的高斯白噪声，相关信号均为实信号，则信道容量分别为：

$C_M=\frac{1}{2}{\log }_2(1+\frac{{\left|h_{\mathrm{RD}}\right|}^2{P}_R}{{\mathrm{\σ}}^2})=\frac{1}{2}{\log }_2(1+{\mathrm{\γ}}_{\mathrm{RD}})$

$C_E=\frac{1}{2}{\log }_2(1+\frac{{\left|h_{\mathrm{RE}}\right|}^2{P}_R}{{\mathrm{\σ}}^2})=\frac{1}{2}{\log }_2(1+{\mathrm{\γ}}_{\mathrm{RE}})$

其中|h_RD|²和|h_RE|²分别为主信道和窃听信道的功率增益，P_R为中继发送功率，于是安全容量SC为：

$\mathrm{SC}=\left\{\begin{array}{cc}{C}_M-C_E& C_M>C_E\\ 0& C_M\≤C_E\end{array}\right.$

在此假设场景为理想场景，即每个中继节点的编码方式均能使信息速率无限接近信道容量，具有大安全容量的中继节点可以保证信息在RD信道上以较高的信息率传输(即安全容量)而窃听者几乎无法获得任何信息。

c)网络生存时间长。在网络中，各个候选中继节点的能量(电池电量)有限，每次发送数据均会消耗一定的能量，中继待机也要消耗能量。合理地选择中继节点，能均衡各中继的能量消耗，避免候选中继节点能量过快耗尽，延长网络生存时间。

因此，对于动态中继选择方案，Restless Multi-armed Bandit模型中的总体报酬就可以定义为：

$R_{r_n\left(t\right)}^{a_n\left(t\right)}=E(a_n\left(t\right)\·({\mathrm{\μ}}_1\·P_b\left({\mathrm{\γ}}_{\mathrm{SR}}\right)+{\mathrm{\μ}}_2\·C_M\left({\mathrm{\γ}}_{\mathrm{RD}}\right)+{\mathrm{\μ}}_3\·C_E\left({\mathrm{\γ}}_{\mathrm{RE}}\right)+{\mathrm{\μ}}_4\·z_n))$

其中，算子E(·)表示根据候选中继节点n当前状态和状态转移概率进行的期望运算；r_n(t)表示该候选中继节点n在时刻t的状态；a_n(t)表示该候选中继节点n在时刻t是否被选择，如果被选择，则a_n(t)＝1，如未被选择，则a_n(t)＝0；P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量；μ_i，i＝1，2，3，4是各项的权值，并且有

μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_E表示安全容量。

需要说明的是，总体报酬可以根据实际需要调整相应参量，使得中继选择方案同时考虑多种目标。总体报酬的定义体现了一个或者多个候选中继节点被选择以后，系统总体可以获得的报酬期望。

最优安全中继选择策略u(u∈U，U表示马尔可夫策略集合)应使整个数据传输阶段(从t＝0时刻开始数据传输到t＝V-1时刻数据传输结束，每个数据帧的传输占用一个时隙、即一个时间单位)的总体报酬期望最大，即：

$M^{*}=\underset{u\∈U}{\max }{E}_u\left[\underset{t=0}{\overset{V-1}{\mathrm{\Σ}}}(R_{r_1\left(t\right)}^{a_1\left(t\right)}+R_{r_2\left(t\right)}^{a_2\left(t\right)}+...+R_{r_n\left(t\right)}^{a_n\left(t\right)}){\mathrm{\ζ}}^t\right];$

其中ζ为时间衰退参数，r_n(t)表示中继节点n在t时刻所处的状态。

上述Restless Multi-armed Bandit模型可转化为线性规划表达式：

$\left(\mathrm{LP}\right)M^{*}=\underset{d\∈D}{\max }\underset{n\∈N}{\mathrm{\Σ}}\underset{r_n\∈S_n}{\mathrm{\Σ}}\underset{a_n\∈\left\{\mathrm{0,1}\right\}}{\mathrm{\Σ}}{R}_{r_n}^{a_n}{d}_{r_n}^{a_n};$

其中， $D=\{d={\left(d_{r_n}^{a_n}\left(u\right)\right)}_{r_n\∈S_n,a_n\∈\left\{\mathrm{0,1}\right\},n\∈N}|u\∈U\}$ 是被性能向量d在所有马尔可夫策略u∈U下扩展后对应的性能区域。变量

表示中继节点n按照马尔可夫策略u且当状态为r_n时执行动作a_n的总时间的期望值。S_n表示中继节点n的状态空间，N表示候选中继集合。

用

表示中继节点n的初始状态为r_n的概率，

表示初始状态概率向量，

表示restless bandit多面体在

空间的投影，L表示要选出的中继个数，则上述线性规划表达式可以一阶线性放宽为：

$\left({\mathrm{LP}}^1\right)M^1=\max \underset{n\∈N}{\mathrm{\Σ}}\underset{r_n\∈S_n}{\mathrm{\Σ}}\underset{a_n\∈\left\{\mathrm{0,1}\right\}}{\mathrm{\Σ}}{R}_{r_n}^{a_n}{d}_{r_n}^{a_n}$

subject to

$d_n\∈{\mathrm{\ρ}}_n^{-1},$ n∈N

$\underset{n\∈N}{\mathrm{\Σ}}\underset{r_n\∈S_n}{\mathrm{\Σ}}{d}_{r_n}^1=\frac{L}{1-\mathrm{\ζ}}$

其最优基本解为

再通过原始二元启发式(Primal-dualHeuristic)方法求解，一阶放宽线性规划的双重表达式为：

$\left(D^1\right)M^1=\min \underset{n\∈N}{\mathrm{\Σ}}\underset{s_n\∈S_n}{\mathrm{\Σ}}{\mathrm{\π}}_{s_n}{\mathrm{\κ}}_{s_n}+\frac{L}{1-\mathrm{\ζ}}\mathrm{\κ}$

subject to

${\mathrm{\κ}}_{r_n}-\mathrm{\ζ}\underset{s_n\∈S_n}{\mathrm{\Σ}}{p}_{r_n{s}_n}^0{\mathrm{\κ}}_{s_n}\≥R_{r_n}^0,$ r_n∈S_n，n∈N

${\mathrm{\κ}}_{r_n}-\mathrm{\ζ}\underset{s_n\∈S_n}{\mathrm{\Σ}}{p}_{r_n{s}_n}^1{\mathrm{\κ}}_{s_n}+\mathrm{\κ}\≥R_{r_n}^1,$ r_n∈S_n，n∈N

κ≥0

其中

为候选中继节点n未被选择时的从状态r_n转移到状态s_n的概率，为候选中继节点n被选择时的从状态r_n转移到状态s_n的概率。

为候选中继节点n处于r_n状态时所需求出的满足条件的解，而为候选中继节点n处于s_n状态时所需求出满足条件的解。其中，s_n为下一时刻候选中继节点n可能处在的状态，需要指出的是，s_n＝r_n的可能性存在。设上式中最优双重解为

以第1个约束条件

r_n∈S_n，n∈N为例，说明等参数的关系。设某候选中继节点n的I(I＝E×F×G×H)个状态分别为1，2，3，...，I，r_n表示I个状态中的一个，对应分别让r_n＝1，2，3，…，I，则第1个约束条件可具体写成：

${\mathrm{\κ}}_1-\mathrm{\ζ}\underset{s_n\∈\{\mathrm{1,2,3},...,1\}}{\mathrm{\Σ}}{p}_{1s_n}^0{\mathrm{\κ}}_{s_n}\≥R_1^0$

$\⇒{\mathrm{\κ}}_1-\mathrm{\ζ}(p_{11}^0{\mathrm{\κ}}_1+p_{12}^0{\mathrm{\κ}}_2+p_{13}^0{\mathrm{\κ}}_3+...{+p}_{1I}^0{\mathrm{\κ}}_I)\≥R_1^0$

$\⇒(1-\mathrm{\ζ}{p}_{11}^0){\mathrm{\κ}}_1-\mathrm{\ζ}{p}_{12}^0{\mathrm{\κ}}_2-\mathrm{\ζ}{p}_{13}^0{\mathrm{\κ}}_3-...-\mathrm{\ζ}{p}_{1I}^0{\mathrm{\κ}}_I\≥R_1^0$

同理有：

${\mathrm{\κ}}_2-\mathrm{\ζ}\underset{s_n\∈\{\mathrm{1,2,3},...,I\}}{\mathrm{\Σ}}{p}_{2s_n}^0{\mathrm{\κ}}_{s_n}\≥R_2^0$

$\⇒{\mathrm{\κ}}_2-\mathrm{\ζ}(p_{21}^0{\mathrm{\κ}}_1+p_{22}^0{\mathrm{\κ}}_2+p_{23}^0{\mathrm{\κ}}_3+...+p_{2I}^0{\mathrm{\κ}}_I)\≥R_2^0$

$\⇒-\mathrm{\ζ}{p}_{21}^0{\mathrm{\κ}}_1+(1-\mathrm{\ζ}{p}_{22}^0){\mathrm{\κ}}_2-\mathrm{\ζ}{p}_{23}^0{\mathrm{\κ}}_3-...-\mathrm{\ζ}{p}_{2I}^0{\mathrm{\κ}}_I\≥R_2^0$

${\mathrm{\κ}}_3-\mathrm{\ζ}\underset{s_n\∈\{\mathrm{1,2,3},...,I\}}{\mathrm{\Σ}}{p}_{3s_n}^0{\mathrm{\κ}}_{s_n}\≥R_3^0$

$\⇒{\mathrm{\κ}}_3-\mathrm{\ζ}(p_{31}^0{\mathrm{\κ}}_1+p_{32}^0{\mathrm{\κ}}_2+p_{33}^0{\mathrm{\κ}}_3+...+p_{3I}^0{\mathrm{\κ}}_I)\≥R_3^0$

$\⇒-\mathrm{\ζ}{p}_{31}^0{\mathrm{\κ}}_1-\mathrm{\ζ}{p}_{32}^0{\mathrm{\κ}}_2+(1-\mathrm{\ζ}{p}_{33}^0){\mathrm{\κ}}_3-...-\mathrm{\ζ}{p}_{3I}^0{\mathrm{\κ}}_I\≥R_3^0$

$......$

${\mathrm{\κ}}_I-\mathrm{\ζ}\underset{s_n\∈\{\mathrm{1,2,3},...,I\}}{\mathrm{\Σ}}{p}_{I{s}_n}^0{\mathrm{\κ}}_{s_n}\≥R_I^0$

$\⇒{\mathrm{\κ}}_I-\mathrm{\ζ}(p_{I1}^0{\mathrm{\κ}}_1+p_{I2}^0{\mathrm{\κ}}_2+p_{I3}^0{\mathrm{\κ}}_3+...+p_{\mathrm{II}}^0{\mathrm{\κ}}_I)\≥R_I^0$

$\⇒-\mathrm{\ζ}{p}_{I1}^0{\mathrm{\κ}}_1-\mathrm{\ζ}{p}_{I2}^0{\mathrm{\κ}}_2-\mathrm{\ζ}{p}_{I3}^0{\mathrm{\κ}}_3-...+(1-\mathrm{\ζ}{p}_{\mathrm{II}}^0){\mathrm{\κ}}_I\≥R_I^0$

归纳后可得式：

$\begin{array}{cccc}(1-\mathrm{\ζ}{p}_{11}^0){\mathrm{\κ}}_1& -\mathrm{\ζ}{p}_{12}^0{\mathrm{\κ}}_2& -\mathrm{\ζ}{p}_{13}^0{\mathrm{\κ}}_3-...& -\mathrm{\ζ}{p}_{1I}^0{\mathrm{\κ}}_I\≥R_1^0\\ -\mathrm{\ζ}{p}_{21}^0{\mathrm{\κ}}_1& +(1-\mathrm{\ζ}{p}_{22}^0){\mathrm{\κ}}_2& -\mathrm{\ζ}{p}_{23}^0{\mathrm{\κ}}_3-...& -\mathrm{\ζ}{p}_{2I}^0{\mathrm{\κ}}_I\≥R_2^0\\ -\mathrm{\ζ}{p}_{31}^0{\mathrm{\κ}}_1& -\mathrm{\ζ}{p}_{32}^0{\mathrm{\κ}}_2& +(1-\mathrm{\ζ}{p}_{33}^0){\mathrm{\κ}}_3-...& -p_{3I}^0{\mathrm{\κ}}_I\≥R_3^0\\ ...& & & \\ -\mathrm{\ζ}{p}_{I1}^0{\mathrm{\κ}}_1& -\mathrm{\ζ}{p}_{I2}^0{\mathrm{\κ}}_2& -\mathrm{\ζ}{p}_{I3}^0{\mathrm{\κ}}_3-...& +(1-\mathrm{\ζ}{p}_{\mathrm{II}}^0){\mathrm{\κ}}_I\≥R_I^0\end{array}$

写成矩阵形式有：

$\left[\begin{array}{ccccc}1-\mathrm{\ζ}{p}_{11}^0& -{\mathrm{\ζp}}_{12}^0& -{\mathrm{\ζp}}_{13}^0& ...& {-\mathrm{\ζp}}_{1I}^0\\ -{\mathrm{\ζp}}_{21}^0& 1-{\mathrm{\ζp}}_{22}^0& -{\mathrm{\ζp}}_{23}^0& ...& -{\mathrm{\ζp}}_{2I}^0\\ -{\mathrm{\ζp}}_{31}^0& -\mathrm{\ζ}{p}_{32}^0& 1-{\mathrm{\ζp}}_{33}^0& ...& -{\mathrm{\ζp}}_{3I}^0\\ ...& ...& ...& ...& ...\\ -{\mathrm{\ζp}}_{I1}^0& -{\mathrm{\ζp}}_{I2}^0& -{\mathrm{\ζp}}_{I3}^0& ...& 1-{\mathrm{\ζp}}_{\mathrm{II}}^0\end{array}\right]\left[\begin{array}{c}{\mathrm{\κ}}_1\\ {\mathrm{\κ}}_2\\ {\mathrm{\κ}}_3\\ ...\\ {\mathrm{\κ}}_I\end{array}\right]\≥\left[\begin{array}{c}{R}_1^0\\ R_2^0\\ R_3^0\\ ...\\ R_I^0\end{array}\right]$

其中

的系数矩阵又可写成：

$\left[\begin{array}{ccccc}1-\mathrm{\ζ}{p}_{11}^0& -\mathrm{\ζ}{p}_{12}^0& -\mathrm{\ζ}{p}_{13}^0& ...& -\mathrm{\ζ}{p}_{1I}^0\\ -\mathrm{\ζ}{p}_{21}^0& 1-\mathrm{\ζ}{p}_{22}^0& -\mathrm{\ζ}{p}_{23}^0& ...& -\mathrm{\ζ}{p}_{2I}^0\\ -\mathrm{\ζ}{p}_{31}^0& -\mathrm{\ζ}{p}_{32}^0& 1-\mathrm{\ζ}{p}_{33}^0& ...& -\mathrm{\ζ}{p}_{3I}^0\\ ...& ...& ...& ...& ...\\ -\mathrm{\ζ}{p}_{I1}^0& -\mathrm{\ζ}{p}_{I2}^0& -{\mathrm{\ζp}}_{I3}^0& ...& 1-\mathrm{\ζ}{p}_{\mathrm{II}}^0\end{array}\right]$

$=\left[\begin{array}{ccccc}1& 0& 0& ...& 0\\ 0& 1& 0& ...& 0\\ 0& 0& 1& ...& 0\\ ...& ...& ...& ...& ...\\ 0& 0& 0& ...& 1\end{array}\right]-\mathrm{\ζ}\left[\begin{array}{ccccc}{p}_{11}^0& p_{12}^0& p_{13}^0& ...& p_{1I}^0\\ p_{21}^0& p_{22}^0& p_{23}^0& ...& p_{2I}^0\\ p_{31}^0& p_{32}^0& p_{33}^0& ...& p_{3I}^0\\ ...& ...& ...& ...& ...\\ p_{I1}^0& p_{I2}^0& p_{I3}^0& ...& p_{\mathrm{II}}^0\end{array}\right]$

$=E_I-\mathrm{\ζ}{P}^0$

其中E_I表示I×I的单位矩阵，ζ为时间衰退参数，P⁰为候选中继未被激活时的状态转移概率矩阵。

可根据总体报酬函数的定义求出，而κ₁，κ₂，κ₃，…，κ_I，为要求的符合约束条件的最优解，进而可以展开后续计算。

设

表示降低开销系数，将最优降低开销系数

定义为：

${\stackrel{\‾}{{\mathrm{\χ}}_{r_n}}}^0=\stackrel{\‾}{{\mathrm{\κ}}_{r_n}}-\mathrm{\ζ}\underset{s_n\∈S_n}{\mathrm{\Σ}}{p}_{r_n{s}_n}^0\stackrel{\‾}{{\mathrm{\κ}}_{s_n}}-R_{r_n}^0$

${\stackrel{\‾}{{\mathrm{\χ}}_{r_n}}}^1=\stackrel{\‾}{{\mathrm{\κ}}_{r_n}}-\mathrm{\ζ}\underset{s_n\∈S_n}{\mathrm{\Σ}}{p}_{r_n{s}_n}^1\stackrel{\‾}{{\mathrm{\κ}}_{s_n}}+\stackrel{\‾}{\mathrm{\κ}}-R_{r_n}^1;$

原始二元启发式方法的求解过程可以分为原始阶段和二元阶段。在原始阶段，满足

条件的候选中继节点n被视为候选的最优中继节点。

假设满足该条件的候选节点有l个，如果l＝L，则所有的最优中继节点选择完毕。

如果l＜L，所有的l个节点被选为最优中继节点，剩下的L-l个节点在二元阶段选出，且在此情况下可分析得：在二元阶段，要选出的剩下的L-l个节点其均为0，当处在r_n状态的候选中继n被选中时，在执行选中动作a_n＝1的总时间期望增加相同增量的情况下(比如增加一个单位)，其降低开销系数越大，就意味其一阶放宽线性规划的目标值(LP¹)M¹的减小速率越大，故在二元阶段，L-l个

值较小的候选的节点即为最优中继节点。

如果l＞L，则所有的最优节点在二元阶段选出，且在此情况下可分析得：在二元阶段将在l个

的候选节点中选出最优中继节点，当处在r_n状态的候选中继n未被选中时，在执行未选中动作a_n＝0的总时间期望

增加相同增量的情况下(比如增加一个单位)，其降低开销系数

越大，就意味其一阶放宽线性规划的目标值(LP¹)M¹的减小速率越大，故在二元阶段，L个具有较大值的候选节点即为最优中继节点。

原始二元启发式方法又可演化为优先标识值启发式方法(Priority-index Heuristic)，处于状态r_n的中继节点的对应的优先标识值(Priority-index)定义为：

${\mathrm{\χ}}_{r_n}={\stackrel{\‾}{{\mathrm{\χ}}_{r_n}}}^1-{\stackrel{\‾}{{\mathrm{\χ}}_{r_n}}}^0.$

采用以上方法，为候选中继节点所处的每一个可能的状态计算相应的优先标识值，并建立对照表。至此数据传输前阶段完成。

在数据传输阶段，每一个数据帧的传输占用一个时隙，更进一步地，将这一个时隙分为两个子时隙：在第一个子时隙，通过发送增强型RTS/CTS(Request To Send/Clear To Send)估计各信道的信噪比，并将其归类到相应的级别中，进而确定各个候选中继节点所处的状态，并预测第二子时隙各信道所处状态，每个候选中继节点根据自己所处的状态和预测的第二子时隙各信道所处状态，在状态-优先标识值对照表中查得对应的优先标识值，并向信源节点汇报。信源节点选择优先标识值最小的一个或者较小的若干个(1≤L≤N)候选中继节点作为下一子时隙的中继节点。增强型RTS/CTS除了传统的“握手”功能外，还携带了候选中继节点和目的节点反馈的信道状态信息(主要包括信道增益、信噪比等)、候选中继节点的位置信息和能量信息等。

数据帧的传输在第二子时隙完成，在第二个子时隙，数据帧由信源节点发出，经由第一子时隙选出的中继节点，发送给目的节点。

一帧数据传输完成以后，通过上层协议判断是否所有的数据均已传输完毕(例如，TCP协议中，发送方收到最后一个报文段的ack确认)，如果是，则完成通信，如果不是，则进入下一数据帧时隙的第一子时隙重复上述过程。

对于半静态中继选择方案：

半静态周期(表示为T)定义为连续使用某个或者某几个候选中继节点传输数据帧的个数，即在一个半静态周期内，不更换中继。

在一个半静态周期开始前，首先通过分析信道状态的历史信息，归纳出信道的初始分布以及转移概率，并对未来系统信道状态进行预测，确定最佳的半静态周期，使得在半静态周期内，信道状况变化不大，所选择的中继几乎在整个周期内都是最优中继。以上信道状态和周期预测可采用卡尔曼滤波、自回归(AR)模型等方法实现。

在数据传传输阶段，首先通过增强型RTS/CTS，进行信道估计，获得信道信噪比等信息。为每一候选中继节点n求得总体报酬：

R_n＝μ₁·P_b(γ_SR)+μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)+μ₄·z_n；

其中，P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量，μ_i，i＝1，2，3，4是各项的权值，并且有

μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_E表示安全容量。选取总体报酬最大的一个或者较大的若干个(1≤L≤N)候选中继节点为这一半静态周期的中继节点，并设定一个周期计数器count，初始值设为0。

数据传输开始后，信源节点通过选取的本次半静态周期的中继节点使用一个时隙将一个数据帧传输到目的节点；每传输一个数据帧，count加1，一帧数据传输完成以后，通过上层协议判断是否所有的数据均已传输完毕(例如，TCP协议中，发送方收到最后一个报文段的ack确认)，如果是，则完成通信，如果不是，检查count是否等于T，如果不是，则继续传输下一个数据帧，如果周期计数器已满，即count＝T，则开始一个新的半静态周期。

下文将以在多个候选中继节点中选择一个中继节点为例，在快衰落信道环境下将本发明所提的两种方法与随机中继选择法作仿真对比。在本例中仅考虑误码率和安全容量两个目标。

在仿真中，把SR、RD、RE信道均按接收信噪比归类为4种状态，SR信道4个信噪比状态对应的平均误码率分别设为0.01，0.001，0.0001，0.00001，RD信道4个状态对应的平均信噪比设为100，800，3000，5000，RE信道四个状态对应的平均信噪比设为50，400，1500，2500，并依据此信噪比算得各状态平均信道容量。需要说明的是，在此假设每次在第一子时隙信道状态的估计结果都是准确的。为简化分析，在仿真中假设SR、RD、RE的信道状态转移概率矩阵相同，并定义为：

${\mathrm{\Φ}}_n\left(t\right)={\mathrm{\Θ}}_n\left(t\right)={\mathrm{\Ω}}_n\left(t\right)=\left(\begin{array}{cccc}0.15& 0.85& 0& 0\\ 0.85& 0.1& 0.05& 0\\ 0& 0.05& 0.1& 0.85\\ 0& 0& 0.85& 0.15\end{array}\right);$

在此假设各个信道的衰落速度较快，各个信道下一时隙状态保留在当前时隙状态的概率小(矩阵对角线上的元素值小)，而跳转到其他状态的概率大。选取状态划分门限值，使得各状态的初始分布概率相同，又由上述信道状态转移概率矩阵可知，各状态的平稳分布概率也相同，所以，以SR信道为例，仿真中第一子时隙，SR信道处在每个状态的概率均为1/4，为简化信道估计过程，随机地选择一个状态作为第一子时隙的信道估计结果。

图3说明了状态转移概率矩阵P_n(t)中各元素表示的状态转移趋势，例如，第2行第8列的112-＞124表示SR、RD、RE信道分别从1状态、1状态、2状态转移到1状态、2状态、4状态的概率。图4即为状态转移概率矩阵P_n(t)。

定义总体报酬为：

$R_{r_n\left(t\right)}^{a_n\left(t\right)}=E(a_n\left(t\right)\·({\mathrm{\μ}}_1\·\lg \left(\frac{P_b}{{10}^{-5}}\right)+{\mathrm{\μ}}_2\·C_M+{\mathrm{\μ}}_3\·C_E));$

其中权值μ₁，μ₂，μ₃可在约束条件|μ₁|+|μ₂|μ₃|＝1，μ₁≤0，μ₂≥0，μ₃＝-μ₂的限制下，视具体情况作调整。设时间衰退参数ζ＝0.7。

当误码率是影响系统性能的主要因素时，可以设μ₁＝-1，μ₂＝0，μ₃＝0。

图5展示的是在6个候选中继节点的情况下，不同时刻三种中继选择方案平均误码率的变化情况。需要说明的是，平均误码率指的是在设定环境下，仿真传输的多个数据帧的误码率的平均值，各个数据帧可能经历不同的信道环境。详细地，各个数据帧传输的第一子时隙，相关信道的信道估计结果有所不同，进而各个候选中继节点的状态也不同，所以选择的最优中继节点也不同。仿真多个数据帧的传输，再取各个数据帧误码率的平均值，使得结果更具有代表性。图6展示的是在不同候选中继个数下，三种中继选择方案平均误码率的变化情况。在信道衰落较快的情况下，动态中继选择方案平均误码率最小，半静态中继选择方案(此处半静态中继选择方案的半静态周期固定为1个时隙，即T＝1)平均误码率略高于动态中继选择方案，随机中继选择方案的平均误码率最高。而且，随着候选中继节点个数的增加，动态中继选择方案和半静态中继选择方案的平均误码率均逐渐减小，并在最后趋于稳定。这是因为随着候选中继节点个数增大，候选中继节点中处在某一个较好状态的中继节点存在的可能性增大；而选中处在较好状态的中继节点则能降低系统误码率。当候选中继节点个数大于一定的值后，则几乎总是存在一个处于最优状态的中继节点，此时再增加候选中继节点个数对系统性能影响不大。由于信道状况的快速变化，半静态中继选择方案中当前子时隙最优中继节点不一定就是下一子时隙的最优选择，而动态中继选择方案则几乎能为每一数据帧的传输选择最优中继，故半静态中继选择方案平均误码率略高于动态中继选择方案。

图7中的三条曲线分别代表三种中继选择方案在不同P(i，i)(状态转移概率矩阵对角线上的元素)平均值下的平均误码率的变化情况。随着P(i，i)平均值增长，信道变化速度逐渐变慢，半静态中继选择方案的平均误码率逐渐接近动态中继选择方案，随机选择方案的平均误码率几乎不随P(i，i)平均值的变化而变化。

当安全容量是影响系统性能的主要因素时，可以设μ₁＝0，μ₂＝0.5，μ₃＝-0.5。

图8在6个候选中继节点的情况下，比较了三种中继选择方案的平均安全容量。与平均误码率类似，平均安全容量指的是在设定环境下，仿真传输的多个数据帧的安全容量的平均值。图9则描述了在不同候选中继个数情况下，三种中继选择方案的平均安全容量变化情况。显然，在此网络环境中，随机中继选择方案的平均安全容量明显小于动态和半静态中继选择方案，在快衰落信道环境下，动态中继选择方案的平均安全容量要大于半静态方案。随着候选中继节点个数的增加，候选中继节点中处在某一个较好状态的中继节点存在的可能性随之增大，所以动态和半静态方案的平均安全容量也逐渐增大，并在最后趋于稳定。

图10中三条曲线分别代表三种中继选择方案在不同P(i，i)平均值下的平均安全容量的变化情况。随着P(i，i)平均值增长，信道变化速度逐渐变慢，半静态中继选择方案的平均安全容量逐渐接近动态方案。图11则比较了在20个候选中继节点和10个候选中继节点下的半静态和动态两种方案的平均安全容量随P(i，i)值的变化情况。

可以看出，本发明为协作中继网络提供了一种中继选择方法，该方法能为数据帧的传输选择最优安全中继，降低数据传输误码率，提高传输安全性，降低信息被窃听的几率，提高网络生存时间等。具体地，本发明相对于现有技术，具有以下明显的优势：

1、本发明所采用的一阶有限状态马尔科夫信道模型，可以准确地描述本文所提网络模型中的无线瑞利信道的时变有记忆特性，并使用Restless Multi-armed Bandit模型为中继选择问题建模，可以实现多目标的动态的最优中继选择，具有很强的灵活性和可扩展性；

2、在信道状态变化快(如信道衰落速度极快)时，选用动态中继选择方案，在数据传输开始前通过一阶线性规划放宽和优先标识值法，计算出各个候选中继节点所处状态对应的优先标识值，选取优先标识值最小的一个或者较小的若干个候选中继节点承担通信任务，此法可减少数据传输阶段的中继选择时延与计算复杂度；

3、在信道状态变化较慢(如信道衰落速度较慢)时，选用半静态中继选择方案，在一个半静态周期内，无需切换中继，降低了系统的复杂度，减少中继选择所造成的系统时延，提高传输效率；

4、相比于随机中继选择算法，本发明的方法可以有效降低系统误码率，提高中继安全性，延长网络生存时间等。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的发明保护范围应由权利要求限定。

Claims (10)

1.一种移动协作网络中多目标安全中继选择方法，其特征在于，所述方法包括步骤：

S1，信源节点周期性发送训练序列，进行信道估计确定信源中继SR信道、中继目的RD信道、中继窃听RE信道的信道衰落速度阈值；

S2，确定SR、RD、RE信道的状态及相应的信道状态转移概率，进而确定候选中继节点的状态及候选中继节点的状态转移概率；

S3，判断SR、RD、RE信道的衰落速度是否大于所述信道衰落速度阈值，若有任一信道的衰落速度大于所述信道衰落速度阈值，则执行步骤S4进行动态中继选择；否则转至步骤S7进行半静态中继选择；

S4，为候选中继节点所处的每一个可能的状态计算相应的优先标识值，建立状态-优先标识值对照表；

S5，将数据帧传输占用的一个时隙分为二个子时隙，在第一个子时隙，通过增强型RTS/CTS消息，对SR、RD、RE信道进行信道估计，并判断各信道信噪比状态，进而确定每个候选中继节点当前所处的状态，并预测第二子时隙各信道所处状态，在所述对照表中查找对应的优先标识值，选出优先标识值最小的候选中继节点作为第二子时隙的中继节点；在第二个子时隙，数据帧由信源节点发出，经由第一子时隙选出的中继节点，发送给目的节点；

S6，在每个数据帧传输完成后判断所有数据是否已传输完毕，若是则结束通信；否则转回步骤S5进行下一数据帧的传输；

S7，根据信道状态的初始分布和信道状态转移概率对系统未来信道状态进行预测，确定最佳的半静态周期T；在第一时隙选取总体报酬最大的候选中继节点作为本次半静态周期的中继节点，并预设周期计数器count值为0；

S8，信源节点通过步骤S7选取的本次半静态周期的中继节点使用一个时隙将一个数据帧传输到目的节点并将count值加1；判断所有数据是否已传输完毕，若是则结束通信；否则继续执行步骤S9；

S9，判断count值是否等于T，若是则转回步骤S7开始下一半静态周期；否则转回步骤S8继续传输下一数据帧。

2.根据权利要求1所述的方法，其特征在于，步骤S4中，根据误码率、候选中继节点所建立信道的安全容量和网络生存时间需求调整权值得到Restless Multi-armed Bandit模型中的总体报酬，进行所述计算。

3.根据权利要求2所述的方法，其特征在于，步骤S4中，对于任一候选中继节点n，所述总体报酬为：

$R_{r_n\left(t\right)}^{a_n\left(t\right)}=E(a_n\left(t\right)\·({\mathrm{\μ}}_1\·P_b\left({\mathrm{\γ}}_{\mathrm{SR}}\right)+{\mathrm{\μ}}_2\·C_M\left({\mathrm{\γ}}_{\mathrm{RD}}\right)+{\mathrm{\μ}}_3\·C_E\left({\mathrm{\γ}}_{\mathrm{RE}}\right)+{\mathrm{\μ}}_4\·z_n));$

其中，算子E(·)表示根据候选中继节点n当前状态和状态转移概率进行的期望运算；r_n(t)表示该候选中继节点n在时刻t的状态；a_n(t)表示该候选中继节点n在时刻t是否被选择，如果被选择，则a_n(t)＝1，如未被选择，则a_n(t)＝0；P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量；μ_i，i＝1，2，3，4是各项的权值，并且有

μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_E表示安全容量。

4.根据权利要求2或3所述的方法，其特征在于，步骤S4中，所述计算具体为：将所述总体报酬转化为线性规划后进行一阶线性放宽，再通过原始二元启发式方法演化成的优先标识值启发式方法求解。

5.根据权利要求1所述的方法，其特征在于，所述增强型的RTS/CTS消息携带有候选中继节点和目的节点反馈的信道状态信息、以及候选中继节点的位置信息和剩余能量信息。

6.根据权利要求1所述的方法，其特征在于，步骤S5中，所述选取优先标识值最小的候选中继节点具体为：选取优先标识值最小的一个候选中继节点或者选取优先标识值最小的前若干个候选中继节点。

7.根据权利要求1所述的方法，其特征在于，步骤S6和S8中，通过上层协议判断所有数据是否已传输完毕。

8.根据权利要求1所述的方法，其特征在于，步骤S7中，采用卡尔曼滤波或自回归AR模型对系统未来信道状态进行预测。

9.根据权利要求1所述的方法，其特征在于，步骤S7中，任一候选中继节点n的所述总体报酬具体为：

R_n＝μ₁·P_b(γ_SR)+μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)+μ₄·z_n；

其中，P_b是由信噪比γ_SR决定的SR信道误码率，C_M是由信噪比γ_RD决定的RD信道的信道容量，C_E是由信噪比γ_RE决定的RE信道的信道容量，z_n为候选中继节点n的剩余能量，μ_i，i＝1，2，3，4是各项的权值，并且有

μ₁≤0，μ₂≥0，μ₃＝-μ₂，μ₄≥0；取μ₂、μ₃为相反数，有μ₂·C_M(γ_RD)+μ₃·C_E(γ_RE)＝μ₂(C_M-C_E)，C_M-C_E表示安全容量。

10.根据权利要求1或9所述的方法，其特征在于，步骤S7中，所述选取总体报酬最大的候选中继节点具体为：选取总体报酬最大的一个候选中继节点或者选取总体报酬最大的前若干个候选中继节点。

Images