CN103906245A - 一种无线传感网络分布式速率控制方法 - Google Patents
一种无线传感网络分布式速率控制方法 Download PDFInfo
- Publication number
- CN103906245A CN103906245A CN201310635782.1A CN201310635782A CN103906245A CN 103906245 A CN103906245 A CN 103906245A CN 201310635782 A CN201310635782 A CN 201310635782A CN 103906245 A CN103906245 A CN 103906245A
- Authority
- CN
- China
- Prior art keywords
- node
- represent
- information
- link
- bandwidth
- 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.)
- Granted
Links
Images
Abstract
一种无线传感网络分布式速率控制方法,属于无线网络资源分配技术领域。其特征在于包括以下步骤:网络中的中间链路根据所在链路干扰集在带宽上的供求关系,按比例-微分型方式更新带宽价格因子;中间节点根据所在节点的能量供求关系,按比例-微分型方式更新能量价格因子;源节点根据数据所经链路上各节点的能量价格因子和带宽价格因子,优化设定合适的数据传输速率;通过多次迭代后,使得无线传感网络的带宽和能量资源取得最优分配。该无线传感网络分布式速率控制方法,可高效实现无线传感网络的带宽和能量资源的最优分配,取得更快的收敛性能、更高的收敛精度,降低通信开销的成本,得到更加接近于集中式算法得到的最优结果。
Description
技术领域
本发明属于无线网络资源分配技术领域,具体为一种无线传感网络分布式速率控制方法。
背景技术
无线传感网络是由部署在监测区域内大量的廉价微型节能传感器节点组成,以多跳无线通信方式构成的自组织网络系统,协同地感知、采集和处理监测区域中被监测对象的信息。无线传感网络在军事、工业、家居、环境等诸多领域有着广泛的应用前景。尤其是在自然灾害监测、救援等突发紧急场合有着特殊的作用。在众多的实际应用中,其性能很大程度上依赖于数据的传输速率,这就意味着需要更多的网络资源才能满足用户的业务需求。然而,在无线传感器网络中,节点的能量资源以及网络的带宽资源十分有限,从而给资源分配方法的设计带来了挑战。同时,无线传感网络通常是大规模铺设,资源分配方法需要通过分布式实施。因而,设计有效的分布式资源分配方法成为无线传感网络的关键技术之一。
近年来,很多研究人员致力于网络数据传输速率的有效、公平分配。Kelly等人首次应用网络效用最大化构架来设计网络的速率控制问题。Xue等人对无线多跳网络的速率控制问题进行了深入的研究。Chiang等人致力于无线多跳网络的拥塞控制与功率控制联合优化,实现网络总体性能的提升。Wang等人提出了联合拥塞控制与MAC层设计的算法。然而,以上研究均忽略了无线传感网络能量受限的特点。Chen等人在网络生命周期和链路干扰的联合约束下首次提出了无线传感器网络的异步流控制算法。Zhu等人权衡无线传感器网络速率分配和网络生命周期,将其表示成一个带有约束的最大化问题,并对问题分别进行了部分分布式和完全分布式的算法求解。Yuen等人提出了一个解决数据传输能耗最小问题的分布式算法。Huang等人设计了一个联合拥塞控制与调度的优化算法以实现多跳无线网络的效用最大化以及端到端时延的最小化。然而,所有这些研究均采用了传统的对偶分解和次梯度算法,不可避免地出现了收敛速度慢、步长不易调节、通信负荷大等缺陷,严重制约了算法在实际网络实施时的性能。因此,亟需为无线传感器网络设计出收敛速度快、通信负荷小的高效分布式速率控制方法,实现网络带宽和节点能量的高效分配。
发明内容
针对现有技术中存在的上述问题,本发明的目的在于设计提供一种无线链路干扰集容量与预期节点寿命的联合约束下的面向混合通信业务的无线传感网络分布式速率控制方法的技术方案,通过多次迭代后,使得无线传感网络的带宽和能量资源取得最优分配,实现所有源端用户的效用公平。
所述的一种无线传感网络分布式速率控制方法,其特征在于包括以下步骤:
网络中的中间链路根据所在链路干扰集在带宽上的供求关系,按比例-微分型方式更新带宽价格因子;中间节点根据所在节点的能量供求关系,按比例-微分型方式更新能量价格因子;源节点根据数据所经链路上各节点的能量价格因子和带宽价格因子,优化设定合适的数据传输速率;通过多次迭代后,使得无线传感网络的带宽和能量资源取得最优分配。
所述的一种无线传感网络分布式速率控制方法,其特征在于该方法的分布式迭代实施步骤具体如下:
在第t次迭代时,
步骤1):在每个源端节点s中,实施如下过程:
步骤1-A):源端s获取信息流的路径总价格因子;
,其中 表示在信息流s所经路径上的总价格,表示从源端s出发到达接收端所经无线链路的集合,表示无线链路l的干扰集,表示为转发信息流s的节点集合(不包括信息流s的源端节点), 表示无线链路j的带宽价格因子,与分别表示节点在单位时间内接收和传送单位数据的能耗,看作是节点n的能量价格;如果信息流s的源端是节点n,则,否则;
步骤1-C):以新的发送速率传输信息到它的路径上;
步骤2):在每个中间节点n中,实施如下过程:
步骤2-A):基于比例-微分型价格因子更新方法,得到新的能量价格因子;
,
和均表示步长,为实现分布式迭代算法的收敛,需要满足如下条件:,其中,,,,S表示源节点的数量,L表示无线链路的数量,N表示传感器节点的数量,,;表示以节点n为转发节点的源端节点集合;如果流S的源端是节点n,则;否则;,其中表示节点n预先设定的节点寿命目标,表示节点n的初始能量,表示节点在空闲状态单位时间内的能耗;
步骤3):在每个中间节点n中,每条输出链路l实施如下过程:
[0007] 上述一种无线传感网络分布式速率控制方法,针对无线传感网络中网络寿命的预期目标和最大化用户对带宽效用的满意度,给出了中间链路中基于比例-微分型的带宽价格因子更新的具体表达式、中间节点中基于比例-微分型的能量价格因子更新的具体表达式和源节点中数据传输速率更新的具体表达式,设计了相应的分布式实施过程,可高效实现无线传感网络的带宽和能量资源的最优分配,取得更快的收敛性能、更高的收敛精度,降低通信开销的成本,得到更加接近于集中式算法得到的最优结果。
该方法对无线传感网络的带宽和能量资源分配具体有如下作用:
1. 为网络中每个源节点设定传输层的数据传输速率提供了有效依据,即源节点在设定数据传输速率过程中,综合考虑了数据所经链路上各节点的能量使用情况和带宽使用情况,由此优化选择一个合适的数据传输速率。
2. 使得整个网络的带宽利用率和能量利用率得到了有效提高,而且,通过事先确定每个用户的效用函数形式,取得带宽和能量的分配可以取得事先预定的公平形式。
3. 通过分布式速率控制,使得节点的能量得到了有效利用,可确保网络的寿命达到预期的目标,这在无线传感网络中显得尤为重要。
4. 采用比例-微分型价格因子更新使得所设计的分布式速率控制算法实现了无线传感网络的带宽和能量资源的最优分配,取得了更快的收敛性能、更高的收敛精度,降低了通信开销的成本,得到了更加接近于集中式算法得到的最优结果,有利于在大规模网络场景下的实施。
附图说明
图1 为分布式算法实施中节点和链路的计算与信息交互示意图;
图2为基于比例-微分型价格因子更新法与传统对偶次梯度算法的收敛性能比较图。
具体实施方式
以下结合说明书附图对本发明作进一步说明。
1.网络模型与问题构建
用无向图来描述无线传感网络的网络拓扑图,其中是无线节点集合,是无线链路集合。设是网络中信息流集合,每个信息流从源端s出发经过无线链路集合到达接收端。本发明称这样的信息流为端到端的多跳信息流,相应地,称该信息流在某条无线链路上的传输为信息子流,是经过无线链路l的信息子流集合。
无线链路l的干扰集是指那些干扰了信息子流在无线链路l上传输的无线链路集合。在实际中,如果一个链路的接收节点或发送节点在另一个链路的接收节点或发送节点的干扰距离之内,我们就可以认为两个链路是相互干扰。由此可知,如果干扰距离和通信距离相等,则无线链路的干扰集就是以此链路的接收节点或发送节点为直接邻居节点作为其接收节点或发送节点的那些链路集合。
为了支持异构通信(弹性和非弹性通信),使得无线传感器网络能够处理弹性与非弹性通信相混合的通信业务,并且保证具有竞争的流之间的效用公平,本发明引入了效用公平机制。这种新机制不仅适用于弹性通信,而且也有能力处理非弹性通信。
本发明在无线链路干扰集容量与预期节点寿命的联合约束下,建立如下的无线传感器网络面向混合通信业务的速率控制问题P,实现所有源端用户(包括弹性与非弹性通信业务)的效用公平:
其中是信息流s对应的效用函数,并假设是严格递增的函数。是信息流s的传输速率。信息流s允许的最小传输速率,信息流s允许的最大传输速率。由于是严格递增的函数,可以得出,并且是严格递减的。因此,不论流的效用函数具有什么样的凹凸性,是一个严格递增的凹函数。另外,两个约束项是线性的,问题P是一个凸优化问题,因此存在关于信息流传输速率的唯一最优解。
第一个限制项表示:由于无线链路l干扰集的所有无线链路共享了无线链路l的信道资源,因此在的所有无线链路上传输的信息流的累加速率不能超过无线链路l的信道容量,即在无线链路l上传输的信息子流和干扰无线链路l上传输的信息子流的累加速率不能超过无线链路l的信道容量。
第二个限制项表示:对于节点n要达到预先设定的节点寿命,节点n在使用能量时应满足的约束条件。其中,用表示节点n的初始能量。表示节点在空闲状态单位时间内的能耗,分别表示节点在单位时间内接收和传送单位数据的能耗,表示使用节点n作为转发节点的流集合,不包括将节点n为信息流s的源端。如果流的源端是节点n,则;否则。
将上述两个限制项写成如下紧凑的矩阵形式:
2.基于比例-微分型价格因子更新法
下面详细阐述分布式求解无线传感器网络面向混合通信业务的速率控制问题P的方法。
其中拉格朗日乘子可以看作是无线链路l的带宽价格因子、可以看作是节点n的能量价格因子。表示为转发信息流s的节点集合,不包括信息流s的源端节点。表示以节点n为转发节点的源端节点集合。如果流的源端是节点n,则;否则。
问题(1)的对偶问题是
易得
为求解问题(3),本发明设计了比例-微分型价格因子更新法。带宽价格因子的更新方式如下:
能量价格因子的更新方式如下:
(8)
选择合适的步长是确保由式(6)-(8)所构成的分布式迭代求解问题P的关键,本发明有如下关于算法收敛性的结论:如果效用函数满足上述所提的条件,分布式算法的步长满足 ,,其中,,,,那么,分布式算法从任意的初始点出发,经过式(6)-(8)所构成的分布式迭代后,最终能得到原问题P的最优解。
3.分布式算法的实现
现将上述解法写成如下形式的分布式迭代算。在第t次迭代时:
步骤1):在每个源端节点s中,实施如下过程:
步骤1-A):源端s获取信息流的路径总价格因子
步骤1-C):以新的发送速率传输信息到它的路径上。
步骤2):在每个中间节点n中,实施如下过程:
步骤2-A):基于比例-微分型价格因子更新方法,得到新的能量价格因子
步骤3):在每个中间节点n中,每条输出链路l实施如下过程:
无线传感网络中,在某条无线链路上传输信息时,对此条无线链路的干扰集内的所有无线链路是否发生拥塞或拥塞严重的程度有直接的影响。因此,本发明将作为链路l的带宽拥塞程度度量,符合无线传感网络的信息流竞争新特性。
为较好理解上述分布式算法的实施过程,图1给出了节点和链路的计算与信息交互示意图。
4.以下通过相应的试验数据进一步证明本发明的有益效果
下面以仿真实例来比较本发明所设计的基于比例-微分型价格因子更新法和传统对偶次梯度算法的收敛性能。网络仿真场景的设置如下:随机生成含有L条链路和N个节点的网络拓扑。在网络拓扑上随机生成S个信息流,并随机产生信息传输的路由。效用函数采用,流S允许的最小传输速率与最大传输速率分别设为0.2和1。在区间[0.1,1]上随机分布。链路容量在[1.5,3]上随机分布,节点的初始能量在[1500,2500] 上随机分布。能耗参数设置为,,,每个传感节点的预期寿命设为800。
仿真结果如图2所示。图2表明:本发明采用比例-微分型价格因子更新法使得所设计的分布式速率控制算法实现了无线传感网络的带宽和能量资源的最优分配,取得了更快的收敛性能、更高的收敛精度,大大降低了通信开销的成本,得到了更加接近于集中式算法得到的最优结果,有利于在大规模网络场景下的实施。
本发明提出了一种无线链路干扰集容量与预期节点寿命的联合约束下的面向混合通信业务的速率控制问题,以实现所有源端用户(包括弹性与非弹性通信业务)的效用公平。为高效求解该问题,便于在网络中分布式实施,本发明设计了新颖的比例-微分型价格因子更新方法,结合对偶次梯度的求解框架,进而设计了整体的分布式速率控制迭代实施步骤,得到了无线传感网络带宽和能量资源的最优分配方案。
Claims (2)
1.一种无线传感网络分布式速率控制方法,其特征在于包括以下步骤:
网络中的中间链路根据所在链路干扰集在带宽上的供求关系,按比例-微分型方式更新带宽价格因子;中间节点根据所在节点的能量供求关系,按比例-微分型方式更新能量价格因子;源节点根据数据所经链路上各节点的能量价格因子和带宽价格因子,优化设定合适的数据传输速率;通过多次迭代后,使得无线传感网络的带宽和能量资源取得最优分配。
2.如权利要求1所述的一种无线传感网络分布式速率控制方法,其特征在于该方法的分布式迭代实施步骤具体如下:
在第t次迭代时,
步骤1):在每个源端节点s中,实施如下过程:
步骤1-A):源端s获取信息流的路径总价格因子;
,其中 表示在信息流s所经路径上的总价格,表示从源端s出发到达接收端所经无线链路的集合,表示无线链路l的干扰集,表示为转发信息流s的节点集合(不包括信息流s的源端节点), 表示无线链路j的带宽价格因子,与分别表示节点在单位时间内接收和传送单位数据的能耗,看作是节点n的能量价格;如果信息流s的源端是节点n,则,否则;
步骤2):在每个中间节点n中,实施如下过程:
步骤2-A):基于比例-微分型价格因子更新方法,得到新的能量价格因子;
和均表示步长,为实现分布式迭代算法的收敛,需要满足如下条件:,其中,,,,S表示源节点的数量,L表示无线链路的数量,N表示传感器节点的数量,,;表示以节点n为转发节点的源端节点集合;如果流S的源端是节点n,则;否则;,其中表示节点n预先设定的节点寿命目标,表示节点n的初始能量,表示节点在空闲状态单位时间内的能耗;
步骤3):在每个中间节点n中,每条输出链路l实施如下过程:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310635782.1A CN103906245B (zh) | 2013-12-03 | 2013-12-03 | 一种无线传感网络分布式速率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310635782.1A CN103906245B (zh) | 2013-12-03 | 2013-12-03 | 一种无线传感网络分布式速率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103906245A true CN103906245A (zh) | 2014-07-02 |
CN103906245B CN103906245B (zh) | 2017-10-27 |
Family
ID=50997338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310635782.1A Expired - Fee Related CN103906245B (zh) | 2013-12-03 | 2013-12-03 | 一种无线传感网络分布式速率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103906245B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108153259A (zh) * | 2017-12-21 | 2018-06-12 | 北京工业大学 | 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法 |
CN110086650A (zh) * | 2019-03-20 | 2019-08-02 | 武汉大学 | 面向分布式机器学习任务的云资源在线调度方法及装置 |
CN112714469A (zh) * | 2020-12-09 | 2021-04-27 | 西安羚控电子科技有限公司 | 基于功率传输系数的数据传输速率自适应控制系统及方法 |
CN112995057A (zh) * | 2021-05-20 | 2021-06-18 | 布比(北京)网络技术有限公司 | 最大传输速率确定方法,装置,电子设备及存储介质 |
CN114697771A (zh) * | 2022-03-16 | 2022-07-01 | 电子科技大学 | 一种多传感器异构数据同步采集匹配系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070042767A1 (en) * | 2005-08-19 | 2007-02-22 | Robert Stepanian | Tethered Digital Butler Consumer Electronic Device and Method |
CN103281703A (zh) * | 2013-06-18 | 2013-09-04 | 重庆邮电大学 | 一种基于博弈理论的认知无线电网络频谱分配方法 |
CN103347290A (zh) * | 2013-06-20 | 2013-10-09 | 重庆邮电大学 | 一种基于博弈论的车辆自组织网络中继选择方法 |
CN103369599A (zh) * | 2013-06-24 | 2013-10-23 | 天津理工大学 | 一种多射频多信道无线Mesh网络资源跨层优化方法 |
-
2013
- 2013-12-03 CN CN201310635782.1A patent/CN103906245B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070042767A1 (en) * | 2005-08-19 | 2007-02-22 | Robert Stepanian | Tethered Digital Butler Consumer Electronic Device and Method |
CN103281703A (zh) * | 2013-06-18 | 2013-09-04 | 重庆邮电大学 | 一种基于博弈理论的认知无线电网络频谱分配方法 |
CN103347290A (zh) * | 2013-06-20 | 2013-10-09 | 重庆邮电大学 | 一种基于博弈论的车辆自组织网络中继选择方法 |
CN103369599A (zh) * | 2013-06-24 | 2013-10-23 | 天津理工大学 | 一种多射频多信道无线Mesh网络资源跨层优化方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108153259A (zh) * | 2017-12-21 | 2018-06-12 | 北京工业大学 | 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法 |
CN110086650A (zh) * | 2019-03-20 | 2019-08-02 | 武汉大学 | 面向分布式机器学习任务的云资源在线调度方法及装置 |
CN110086650B (zh) * | 2019-03-20 | 2020-07-10 | 武汉大学 | 面向分布式机器学习任务的云资源在线调度方法及装置 |
CN112714469A (zh) * | 2020-12-09 | 2021-04-27 | 西安羚控电子科技有限公司 | 基于功率传输系数的数据传输速率自适应控制系统及方法 |
CN112714469B (zh) * | 2020-12-09 | 2022-01-18 | 西安羚控电子科技有限公司 | 基于功率传输系数的数据传输速率自适应控制系统及方法 |
CN112995057A (zh) * | 2021-05-20 | 2021-06-18 | 布比(北京)网络技术有限公司 | 最大传输速率确定方法,装置,电子设备及存储介质 |
CN114697771A (zh) * | 2022-03-16 | 2022-07-01 | 电子科技大学 | 一种多传感器异构数据同步采集匹配系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103906245B (zh) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Data gathering optimization by dynamic sensing and routing in rechargeable sensor networks | |
Guo et al. | Joint mobile data gathering and energy provisioning in wireless rechargeable sensor networks | |
Aslam et al. | A multi-criterion optimization technique for energy efficient cluster formation in wireless sensor networks | |
Bhatia et al. | A genetic algorithm based distance-aware routing protocol for wireless sensor networks | |
Lin et al. | Energy efficiency QoS assurance routing in wireless multimedia sensor networks | |
CN101895956B (zh) | 多层分布式无线传感器网络数据传输方法 | |
CN101835237B (zh) | 一种无线传感器网络中的数据融合方法 | |
Boukerche et al. | Efficient green protocols for sustainable wireless sensor networks | |
CN103906245A (zh) | 一种无线传感网络分布式速率控制方法 | |
Luo et al. | Learning to tradeoff between energy efficiency and delay in energy harvesting-powered D2D communication: A distributed experience-sharing algorithm | |
CN104135751A (zh) | 一种适用于地铁隧道的非均匀分簇路由方法 | |
Krishna et al. | Self-organized energy conscious clustering protocol for wireless sensor networks | |
Liu et al. | A mixed transmission strategy to achieve energy balancing in wireless sensor networks | |
Bo et al. | An energy aware routing algorithm for software defined wireless sensor networks | |
Rani et al. | Energy efficient protocol for densely deployed homogeneous network | |
CN102202372B (zh) | 基于模糊理论的无线传感器网络链式路由方法 | |
CN107612078A (zh) | 一种射频能量捕获网络数据收集及移动能量源均衡化充电方法 | |
Dubey et al. | A survey of data collection techniques in wireless sensor network | |
CN102781063A (zh) | 基于局部网络介数的wsn能量均衡路由建立的方法 | |
Zhang et al. | A distributed framework for low-latency data collection in battery-free wireless sensor networks | |
Zheng et al. | Energy–aware utility optimisation for joint multi–path routing and MAC layer retransmission control in TDMA–based wireless sensor networks | |
Chaudhary et al. | Performance optimization of WSN using deterministic energy efficient clustering protocol: A review | |
Kumar et al. | Energy efficient clustering scheme based on grid optimization using genetic algorithm for wireless sensor networks | |
Yang et al. | Research on clustering routing algorithm based on K-means++ for WSN | |
CN105120501A (zh) | 一种能量可再生无线Mesh网络绿色通信方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171027 Termination date: 20171203 |
|
CF01 | Termination of patent right due to non-payment of annual fee |