CN103987102A - 一种基于非合作博弈的水下无线传感器网络拓扑控制方法 - Google Patents

Abstract

本发明提出了一种基于非合作博弈的水下无线传感器网络拓扑控制方法。本发明方法首先基于合作进化理论，分析了节点的三个行为特性，将节点的行为特性公式化以后，结合节点的能量信息制定节点的转发策略，选择转发概率高的节点进行数据转发。本发明方法可以减少节点的能量开销，均衡网络节点的能量，延长整个网络的生命周期，适用于节点能量有限的水下无线传感器网络。

Description

一种基于非合作博弈的水下无线传感器网络拓扑控制方法

技术领域

本发明属于无线通信技术领域，特别涉及一种基于非合作博弈的水下无线传感器网络拓扑控制方法。

背景技术

水下传感器网络拓扑控制是对节点间交互作用的协同控制，使节点所采取的局部优化能在宏观上推动网络向全局优化的方向演进，它是一项与图论、随机图论、概率论、运筹学、博弈论等多学科相关的技术。根据不同的划分方法，拓扑控制可以分为节点功率控制和层次型拓扑结构，常用的基于功率控制的算法有：COMPOW算法，基于节点度数的本地平均LMA(Local Mean Algorithm)算法和本地邻居平均LMN (Local Mean of Neighbors Algorithm)算法，以及基于邻近图的局部最小生成树LMST (Local Minimum Spanning Tree)算法等；层次型拓扑控制的经典算法包括：低功耗自适应分簇LEACH(Low Energy Adaptive Clustering Hierarchy)算法，基于图论的拓扑发现TopDisc(Topology Discover)算法等。

使用COMPOW算法的每个节点维护多张路由表，分别对应于不同的发射功率级别，节点互相交换同级别的路由表控制消息，在保证网络连通性的前提下，将全网节点的公共发射功率调整到一个最低的水平，以最大限度地提高网络容量。COMPOW算法在保证最大功率拓扑结构的同时，将传输功率降到最低，从而减少整个网络的通信开销，但这种功率分配方法的最大缺点是，如果节点的撒布不均匀，那么全网通用的通信功率可能会很大，此外信息控制的开销也比较大。

本地平均LMA(Local Mean Algorithm)算法和本地邻居平均LMN(Local Mean of Neighbors Algorithm)算法是两种周期性动态调整节点发射功率的算法，通过调整发射功率的大小，使每个节点维持一个合理度数的邻居节点数量，从而优化网络的拓扑结构，提升信道复用率，降低竞争强度。它们之间的区别在于计算节点度的策略不同。在LMN算法中，节点定期检测邻居数量，并根据邻居数量来调节发射功率；而在LMA算法中节点是将该节点邻居的邻居数平均值作为自己的邻居数。这类算法利用少量的局部信息达到了一定程度的优化效果，它们不需要很强的时钟同步，但是算法中还存在一些明显的不足，需要进一步研究合理的邻居判断条件，对从邻居节点得到的信息是否需要根据信号的强弱给予不同的权重。

局部最小生成树LMST(Local Minimum Spanning Tree)算法中，每个节点周期性地以最大传输功率广播Hello消息，统计其最大限度的所有可达邻居，然后每个节点独立地运行本地最小生成树算法并将生成树上距离自己一跳的节点作为邻居，依据最远的邻居确定传输功率的值。LMST算法有效地降低了节点维持全局连通的发射功率，并且生成的网络拓扑中节点度的上限为6，但是忽略了生成拓扑的健壮性，所形成的脆弱拓扑很大程度上会削弱网络生命期的延续能力。

LEACH算法是一种自适应分簇拓扑算法，它的执行过程是周期性的，每轮循环分为簇的建立阶段和稳定的数据通信阶段。在簇的建立阶段，相邻节点动态地形成簇，随机产生簇头；在数据通信阶段，簇内节点把数据发送给簇头，簇头进行数据融合并把结果发送给汇聚节点。由于簇头需要完成数据融合、与汇聚点通信等工作，所以能量消耗大。LEACH算法能够保证各节点等概率地担任簇头，使得网络中的节点相对均衡地消耗能量，缺点是簇头位置具有较强随机性，核心网的形成没有保障，且簇头的选择未考虑节点的能量。

TopDisc算法是由鲁杰斯大学的Deb等人提出的一种基于图论中最小支配集问题的算法，该算法利用颜色标记理论找到簇头节点，然后让簇头节点覆盖更大的区域。TopDisc算法中提出了两种具体的节点状态标记方法，分别称为三色算法和四色算法，两种算法寻找簇头节点的标准不一样，所形成的拓扑结构也有所不同。TopDisc算法的缺点是算法的重复执行开销较大，并且也没有考虑节点的剩余能量情况，分簇合理性欠佳。

发明内容

本发明所要解决的技术问题是为了克服现有技术的不足，提出一种基于非合作博弈的水下无线传感器网络拓扑控制方法。所述方法首先基于合作进化理论，分析了节点的三个行为特性，将节点的行为特性公式化以后，结合节点的能量信息等情况制定节点的转发策略，减少节点的能量开销，均衡网络节点的能量，延长整个网络的生命周期。

为了解决上述技术问题，本发明采用的技术方案是：

一种基于非合作博弈的水下无线传感器网络拓扑控制方法，所述水下无线传感器网络包括传感器节点，所述传感器节点随机分布；所述控制方法包括步骤如下：

步骤A，设定无线传感器网络中传感器的传输半径和感知半径，确定传感器节点的邻居节点集合；

步骤B，利用基于非合作博弈的拓扑控制方法，确定传感器节点的转发概率，具体描述如下：

步骤B1，每个传感器节点建立一个关于其所有邻居节点的信息表，所述邻居节点信息表的内容包括：邻居节点号、上次是否转发标记值Last_ij、转发次数S_c、未转发次数S_b、节点剩余能量P；

步骤B2，当传感器节点进行数据转发时，参照邻居节点信息表，确定该节点转发概率，其公式为：

P_ij = a*K + b*A + c*S

式中， 

P_ij表示节点j为节点i转发的概率，其中节点j为节点i的邻居节点；

K表示节点的善良性值，K=Last_ij；Last_ij表示上一次节点i为节点j进行数据转发的标识；若上一次节点i为节点j进行了数据转发，则Last_ij置为1；否则Last_ij置为0；

A表示节点的可激怒性值，A=S_c / ( S_c + S_b )，S_b 是节点i没有为节点j转发数据的次数，S_c 是节点i为节点j转发数据的次数；

S表示节点的策略性值，S= Que_min(P) / S_neigh；Que_min(P)为节点j在节点i的所有邻居节点中按能量升序排序的位数，S_neigh是节点i的邻居节点数，P表示节点j的剩余能量值； 

a，b，c皆为系数；

步骤B3，每次选择转发概率最高的节点进行数据转发，进行一次数据转发后，进行数据转发的节点消耗能量，更新邻居节点信息表，修改节点邻居信息表中的Last_ij值，S_c值，S_b值，以及节点剩余能量值P。

本发明的有益效果：本发明提出了一种基于非合作博弈的水下无线传感器网络拓扑控制方法。本发明方法首先基于合作进化理论，分析了节点的三个行为特性，将节点的行为特性公式化以后，结合节点的能量信息等情况制定节点的转发策略，选择转发概率高的节点进行数据转发，这样的方法可以减少节点的能量开销，均衡网络节点的能量，延长整个网络的生命周期，适用于节点能量有限的水下无线传感器网络。

具体实施方式

以下详细说明本发明一种基于非合作博弈的水下无线传感器网络拓扑控制方法。

本发明方法首先基于博弈论，分析了节点的三个行为特性，将节点的行为特性公式化以后，结合节点的邻居节点信息，能量信息等情况制定节点的转发策略，减少节点的能量开销。无线传感器网络中的节点通常都是大量随机部署的，节点电池更换困难，通信能力和能量有限，数据信息以多跳的方式在节点间进行转发，每个节点都需要其他邻居节点为其转发数据。为了让邻居节点帮自己转发数据，节点必须利用自己有限的能量为其它节点服务，但是转发数据会消耗大量的能量，节点为了延长自身的寿命又想尽量不为其他节点转发数据，由此产生一个冲突，博弈论是解决这种冲突的一个好方法。博弈论是应用数学的一个分支，是分析智能实体间复杂冲突的数学工具。近年来博弈理论在无线传感器网络中的拓扑控制，路由选择等领域有了一定的应用。

本发明的拓扑控制方法具体包括以下步骤：

步骤1、随机部署传感器节点，设定节点的传输半径和感知半径，传感器节点间相互交换信息，确定其邻居节点集合。

步骤2、每个传感器节点建立一张邻居节点信息表，记录邻居节点与本节点的数据转发合作情况，所述邻居节点信息表的内容包括：邻居节点号、上次是否转发标记值Last_ij、转发次数S_c、未转发次数S_b、节点剩余能量P。

步骤3、节点产生数据转发需求时，根据节点自身情况以及邻居节点的情况，计算传感器节点的转发概率，具体按照以下方法：

步骤3-1、考虑传感器节的三个行为特性：善良性K，可激怒性A，策略性S，将这三个特性具体化，善良性K是指每个节点一开始总是善良的，即当没有邻居节点的任何信用记录的时候，节点总会为其转发数据；可激怒性A，是指节点会对其邻居节点的背叛行为做出回应；策略性S，是指节点以一定的概率为其邻居节点进行转发。

步骤3-2、根据节点的邻居信息表，将节点的三个行为特性公式化，K=Last_ij ，A=S_c / ( S_c + S_b )，S= Que_min(P) / S_neigh，其中，节点j为节点i的邻居节点，Last_ij是上一次的转发情况，表示在节点j上一次需要转发数据的时候，节点i是否为其进行了数据转发，S_b 是节点i没有为节点j转发数据的次数，S_c 是节点i为节点j转发数据的次数，Que_min(P)为其邻居节点按能量升序排序所排的位数，S_neigh是节点i的邻居数，P表示节点j的能量。

步骤3-3、根据节点的行为特性，计算节点的转发概率。节点的转发概率按以下公式来进行确定：

P_ij = a*K + b*A + c*S 。其中K，A，S分别为节点的三个行为特性，a，b，c这三个参数按调整设置。

步骤4、当节点产生一个数据转发需求时，参照邻居节点信息表，根据转发概率公式，选择转发概率最高的节点为其进行数据转发。

步骤5、完成一次数据转发以后，接受数据转发需求的节点消耗能量p，更新双方邻居节点信息表的内容，修改节点邻居信息表中的Last_ij值，S_c值，S_b值，以及节点剩余能量值P。

Claims (1)

1.一种基于非合作博弈的水下无线传感器网络拓扑控制方法，其特征在于，所述水下无线传感器网络包括传感器节点，所述传感器节点随机分布；所述控制方法包括步骤如下：

步骤A，设定无线传感器网络中传感器的传输半径和感知半径，确定传感器节点的邻居节点集合；

步骤B，利用基于非合作博弈的拓扑控制方法，确定传感器节点的转发概率，具体描述如下：

步骤B1，每个传感器节点建立一个关于其所有邻居节点的信息表，所述邻居节点信息表的内容包括：邻居节点号、上次是否转发标记值Last_ij、转发次数S_c、未转发次数S_b、节点剩余能量P；

步骤B2，当传感器节点进行数据转发时，参照邻居节点信息表，确定该节点转发概率，其公式为：

P_ij = a*K + b*A + c*S

式中， 

P_ij表示节点j为节点i转发的概率，其中节点j为节点i的邻居节点；

K表示节点的善良性值，K=Last_ij；Last_ij表示上一次节点i为节点j进行数据转发的标识；若上一次节点i为节点j进行了数据转发，则Last_ij置为1；否则Last_ij置为0；

A表示节点的可激怒性值，A=S_c / ( S_c + S_b )，S_b 是节点i没有为节点j转发数据的次数，S_c 是节点i为节点j转发数据的次数；

S表示节点的策略性值，S= Que_min(P) / S_neigh；Que_min(P)为节点j在节点i的所有邻居节点中按能量升序排序的位数，S_neigh是节点i的邻居节点数，P表示节点j的剩余能量值； 

a，b，c皆为系数；

步骤B3，每次选择转发概率最高的节点进行数据转发，进行一次数据转发后，进行数据转发的节点消耗能量，更新邻居节点信息表，修改节点邻居信息表中的Last_ij值，S_c值，S_b值，以及节点剩余能量值P。