CN104540203A - 基于独立集的无线体域网能效优化方法 - Google Patents

Abstract

本发明涉及一种基于独立集的无线体域网能效优化方法，属于无线体域网资源分配技术领域。在该方法中，体域网中各节点以帧为单位进行业务请求及信息传输，各帧传输时间划分为业务请求阶段和信息传输阶段；业务请求阶段体域网协调器收集网络内节点业务需求，各协调器汇总节点业务需求信息后，确定节点独立集并分配发送功率，具体步骤为：1)给定各节点功率初始值，网络协调器基于各时隙传输及干扰特性，确定各节点独立集，建立各节点与独立集的候选匹配方案；2)基于各节点独立集能效优化，确定局部最优功率分配方案；3)重复上述步骤，直到满足收敛条件，得到节点独立集及功率优化分配方案，从而实现节点QoS保障及网络资源高效利用。

Description

基于独立集的无线体域网能效优化方法

技术领域

本发明属于无线体域网资源分配技术领域，涉及一种基于独立集的无线体域网能效优化方法。

背景技术

无线体域网(Wireless Body Area Network,WBAN)是一种以人体为中心，由若干个无线传感器节点和一个或多个协调器构成的网络，能够通过置于人体周围或人体内部的各种传感器节点对人体的一些重要生理参数进行感知和采集，继而通过无线及有线方式发送至远端服务器，实现对人体健康状态的有效监控。WBAN因其携带便捷、易于数据交互管理，近年来受到广泛关注，已被应用于军事、娱乐、消费电子、智能家居、公共服务、尤其是医疗保健等领域。

在WBAN实际应用中，由于WBAN直接部署在人体内或体表，由人体随身携带，因此，当人体处于人口密度较为密集的环境可能出现多个WBAN重叠覆盖场景。由于可用时隙、频谱资源有限，多个WBAN间可能产生网间干扰，导致节点传输性能受到严重影响。对于能量受限的WBAN，如何通过设计高效的功率分配及时隙调度算法，降低或避免网间干扰，实现各网络节点传输的QoS保障具有重要研究意义。

目前已有研究考虑通过调整协调器的传输时隙及调度协调器休眠来提高WBAN的能量效率。例如，有人针对多个体域网共同覆盖，彼此干扰的应用场景，提出若某网络协调器工作在独占访问阶段EAP(exclusive access phase)，则其他网络的协调器应进行休眠；针对某时隙多个网络的节点同时传输，为避免干扰，提出优先级低的节点停止传输，进入休眠状态；也有人针对多个体域网主节点(协调器)传输时隙相同、存在干扰的应用场景，提出各主节点交换控制信息，对存在干扰的时隙进行重新调整；主节点不发送信息时，可进行休眠状态以节约能量。

现有研究较为孤立地考虑存在多个体域网共同覆盖下调度协调器的传输及休眠时隙，未综合考虑各节点的时隙、功率分配及网络数据传输效率，难以兼顾用户QoS保障及网络资源的联合优化，无法实现网络整体性能优化。

发明内容

有鉴于此，本发明的目的在于提供一种基于独立集的无线体域网能效优化方法，该方法给定各节点功率初始值，网络协调器基于各节点传输及干扰特性，确定节点独立集；进而基于节点独立集能效优化，确定局部最优功率分配方案；重复上述步骤，直到独立集确定及功率分配策略满足收敛条件，得到节点独立集及功率优化分配方案，从而实现节点QoS保障及网络资源高效利用。

为达到上述目的，本发明提供如下技术方案：

一种基于独立集的无线体域网能效优化方法，在该方法中，多个体域网共存网络场景中，体域网中各节点以帧为单位进行业务请求及信息传输，各帧传输时间划分为业务请求阶段和信息传输阶段；业务请求阶段体域网协调器收集网络内节点业务需求，各协调器汇总节点业务需求信息后，确定节点独立集并分配发送功率。

进一步，该方法具体包括以下步骤：

步骤一：给定各节点功率初始值，网络协调器基于各时隙传输及干扰特性，确定各节点独立集，建立各节点与独立集的候选匹配方案；

步骤二：基于各节点独立集能效优化，确定局部最优功率分配方案；

步骤三：重复上述步骤，直到满足收敛条件，得到节点独立集及功率优化分配方案，从而实现节点QoS保障及网络资源高效利用。

进一步，不同网络中满足干扰限定条件的多个节点可占用相同时隙进行数据传输；

即假设网络m₁及m₂中协调器分别为C₁及C₂，时隙t，m₁中节点i₁传输至C₁，m₂中的节点i₂传输至C₂，若C₁及C₂处的信干噪比满足其中， 分别为协调器C₁及C₂处的最小信干噪比门限值，则节点i₁及i₂可占用同一时隙t进行传输。

进一步，协调器根据各节点吞吐量业务需求确定各节点初始传输功率限定条件；假设体域网链路带宽为B，体域网m中节点i的吞吐量为R_i,m，应用香农公式可得：

$R_{i,m}={B\log }_2(1+\frac{p_{i,m}{h}_{i,m}}{\underset{i_1=1}{\overset{N}{\mathrm{\Σ}}}\underset{\underset{m_1\≠m}{m_1=1}}{\overset{M}{\mathrm{\Σ}}}{p}_{i_1,m_1}+{\left({\mathrm{\σ}}_{i,m}\right)}^2}),$ 其中，h_i,m，(σ_i,m)²分别为体域网m中节点i至协调器链路的信道增益及接收端噪声功率，m＝1,2,...M，i＝1,2,,N_m，其中，M为体域网总数，N_m为第m个体域网中节点总数，令该节点最小吞吐量需求为根据节点业务吞吐量需求，可得

进一步，给定各体域网节点传输功率，根据各节点传输及干扰特性，确定无线体域网节点独立集，具体包括：定义节点独立集为：

D＝[D⁽¹⁾,D⁽²⁾,…D^(L)]^T，

其中，L为独立集数目， $D^{\left(l\right)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{\left(l\right)},{\mathrm{\δ}}_{\mathrm{2,1}}^{\left(l\right)},...,{\mathrm{\δ}}_{N_1,1}^{\left(l\right)},...,{\mathrm{\δ}}_{i-1,m}^{\left(l\right)},{\mathrm{\δ}}_{i,m}^{\left(l\right)},...,{\mathrm{\δ}}_{1,M}^{\left(l\right)}...,{\mathrm{\δ}}_{N_M,M}^{\left(l\right)}]$ 为第l个独立集矢量标识，1≤l≤L，其中，为第m个体域网中第i个节点独立集分配标识，m＝1,2,...M，i＝1,2,…,N_m，表示第m个体域网中节点i位于第l个独立集。

进一步，建模各独立集节点能效为该独立集内各节点吞吐量之和与功率消耗之和的比值，即第l个独立集上的能效定义为其中，R^(l)为第l个独立集各节点吞吐量之和，其中，为第l个独立集中第m个体域网第i个节点传输数据至协调器的吞吐量；P^(l)为第l个独立集内各节点消耗功率之和，其中，为第l个独立集中第m个体域网第i个节点在传输数据至协调器的传输功率，定义体域网中节点功率分配矩阵为：

P＝[P⁽¹⁾,P⁽²⁾,…,P^(L)]^T，其中， $P^{\left(l\right)}=[P_{\mathrm{1,1}}^{\left(l\right)},P_{\mathrm{2,1}}^{\left(l\right)},...,P_{N_1,1}^{\left(l\right)},...,P_{i-1,m}^{\left(l\right)},P_{i,m}^{\left(l\right)},...P_{1,M}^{\left(l\right)}...,P_{N_M,M}^{\left(l\right)}]$ 为独立集l中第m个体域网中节点i在的功率分配矢量，1≤m≤M。

进一步，给定节点独立集匹配策略D^(l)，计算各独立集能效η(P^(l))，在满足节点最小速率需求条件下基于各独立集能效最大化准则求解局部最优节点功率分配矩阵

P^*＝arg max η(P^(l))。

进一步，迭代执行节点独立集匹配及功率分配，若第l个独立集第t次功率分配矢量为：

$P^{(l,t)}=[P_{\mathrm{1,1}}^{(l,t)},P_{\mathrm{2,1}}^{(l,t)},...,P_{N_1,1}^{(l,t)},...,P_{i-1,m}^{(l,t)},P_{i,m}^{(l,t)},...P_{1,M}^{(l,t)}...,P_{N_M,M}^{(l,t)}],$ 对应独立集分配策略为：

$D^{(l,t)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{(l,t)},{\mathrm{\δ}}_{\mathrm{2,1}}^{(l,t)},...,{\mathrm{\δ}}_{N_1,1}^{(l,t)},...,{\mathrm{\δ}}_{i-1,m}^{(l,t)},{\mathrm{\δ}}_{i,m}^{(l,t)},...,{\mathrm{\δ}}_{1,M}^{(l,t)}...,{\mathrm{\δ}}_{N_M,M}^{(l,t)}];$ 执行第t+1次迭代，判断是否满足收敛条件：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N_m}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{|\left({\mathrm{\δ}}_{i,m}^{(l,t+1)}\right)\left(P_{i,m}^{(l,t+1)}\right)-\left({\mathrm{\δ}}_{i,m}^{(l,t)}\right)\left(P_{i,m}^{(l,t)}\right)|}^2\≤\mathrm{\ϵ},$ 其中，ε为收敛门限，若满足，则即为体域网m中节点i的最优独立集及功率分配方案，算法结束，否则，重复上述过程，直到满足收敛条件为止。

本发明的有益效果在于：本发明所述的方法给定各节点功率初始值，网络协调器基于各节点传输及干扰特性，确定节点独立集；进而基于节点独立集能效优化，确定局部最优功率分配方案；重复上述步骤，直到独立集确定及功率分配策略满足收敛条件，得到节点独立集及功率优化分配方案，从而实现节点QoS保障及网络资源高效利用。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为两个体域网共存的网络场景示意图；

图2为本发明所述方法的流程示意图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为两个体域网共存的网络场景示意图，各体域网由若干个传感器节点和一个协调器构成的，协调器负责集中式调度和管理各节点独立集和功率分配。

图2为本发明提出的一种基于独立集的无线体域网能效优化方法的流程示意图，如图所示：本方法的具体步骤为：

201：各体域网节点向其协调器发送业务请求

多个体域网共存网络场景中体域网中各节点以帧为单位进行业务请求及信息传输，各帧传输时间划分为业务请求阶段和信息传输阶段；业务请求阶段，体域网协调器收集网络内节点业务需求。

202：初始化网络内各节点发送功率

协调器根据各节点吞吐量业务需求确定各节点初始传输功率限定条件；假设体域网链路带宽为B，体域网m中节点i的吞吐量为R_i,m，应用香农公式可得：

$R_{i,m}={B\log }_2(1+\frac{p_{i,m}{h}_{i,m}}{\underset{i_1=1}{\overset{N}{\mathrm{\Σ}}}\underset{\underset{m_1\≠m}{m_1=1}}{\overset{M}{\mathrm{\Σ}}}{p}_{i_1,m_1}{h}_{i_1,m_1}+{\left({\mathrm{\σ}}_{i,m}\right)}^2}),$ 其中，h_i,m，(σ_i,m)²分别为体域网m中节点i至协调器链路的信道增益及接收端噪声功率，m＝1,2,...M，i＝1,2,…,N_m，其中，M为体域网总数，N_m为第m个体域网中节点总数，令该节点最小吞吐量需求为根据节点业务吞吐量需求，可得

203：确定节点独立集策略

给定各体域网节点传输功率，根据各节点传输及干扰特性，确定体域网节点独立集。各独立集为满足干扰限定条件的节点集合，故独立集内节点可占用相同时隙进行数据传输。假设网络m₁及m₂中协调器分别为C₁及C₂，时隙t，m₁中节点i₁传输至C₁，m₂中的节点i₂传输至C₂，若C₁及C₂处的信干噪比满足其中，分别为协调器C₁及C₂处的最小信干噪比门限值，则节点i₁及i₂可占用同一时隙t进行传输。定义节点独立集为：

D＝[D⁽¹⁾,D⁽²⁾,…D^(L)]^T，其中，L为独立集数目，

$D^{\left(l\right)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{\left(l\right)},{\mathrm{\δ}}_{\mathrm{2,1}}^{\left(l\right)},...,{\mathrm{\δ}}_{N_1,1}^{\left(l\right)},...,{\mathrm{\δ}}_{i-1,m}^{\left(l\right)},{\mathrm{\δ}}_{i,m}^{\left(l\right)},...,{\mathrm{\δ}}_{1,M}^{\left(l\right)}...,{\mathrm{\δ}}_{N_M,M}^{\left(l\right)}]$ 为第l个独立集矢量标识，1≤l≤L，其中，为第m个体域网中第i个节点独立集分配标识，m＝1,2,...M，i＝1,2,…,N_m，表示第m个体域网中节点i位于第l个独立集。

204：建模各独立集能效函数

建模各独立集节点能效为该独立集内各节点吞吐量之和与功率消耗之和的比值，即第l个独立集上的能效定义为其中，R^(l)为第l个独立集各节点吞吐量之和，其中，为第l个独立集中第m个体域网第i个节点传输数据至协调器的吞吐量；P^(l)为第l个独立集内各节点消耗功率之和，其中，为第l个独立集中第m个体域网第i个节点在传输数据至协调器的传输功率，定义体域网中节点功率分配矩阵为P＝[P⁽¹⁾,P⁽²⁾,…,P^(L)]^T，其中，

$P^{\left(l\right)}=[P_{\mathrm{1,1}}^{\left(l\right)},P_{\mathrm{2,1}}^{\left(l\right)},...,P_{N_1,1}^{\left(l\right)},...,P_{i-1,m}^{\left(l\right)},P_{i,m}^{\left(l\right)},...P_{1,M}^{\left(l\right)}...,P_{N_M,M}^{\left(l\right)}]$ 为独立集l中第m个体域网中节点i在的功率分配矢量，1≤m≤M。

205：基于独立集能效最大化确定独立集节点功率优化分配方案。

给定节点独立集匹配策略D^(l)，计算各独立集能效η(P^(l))，在满足节点最小速率需求条件下基于各独立集能效最大化准则求解局部最优节点功率分配矩阵P^*＝arg maxη(P^(l))。

206：判断是否满足收敛条件。若第l个独立集第t次功率分配矢量为

$P^{(l,t)}=[P_{\mathrm{1,1}}^{(l,t)},P_{\mathrm{2,1}}^{(l,t)},...,P_{N_1,1}^{(l,t)},...,P_{i-1,m}^{(l,t)},P_{i,m}^{(l,t)},...P_{1,M}^{(l,t)}...,P_{N_M,M}^{(l,t)}],$ 对应独立集分配策略为

$D^{(l,t)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{(l,t)},{\mathrm{\δ}}_{\mathrm{2,1}}^{(l,t)},...,{\mathrm{\δ}}_{N_1,1}^{(l,t)},...,{\mathrm{\δ}}_{i-1,m}^{(l,t)},{\mathrm{\δ}}_{i,m}^{(l,t)},...,{\mathrm{\δ}}_{1,M}^{(l,t)}...,{\mathrm{\δ}}_{N_M,M}^{(l,t)}];$ 执行第t+1次迭代，判断是否满足收敛条件：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N_m}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{|\left({\mathrm{\δ}}_{i,m}^{(l,t+1)}\right)\left(P_{i,m}^{(l,t+1)}\right)-\left({\mathrm{\δ}}_{i,m}^{(l,t)}\right)\left(P_{i,m}^{(l,t)}\right)|}^2\≤\mathrm{\ϵ},$ 其中，ε为收敛门限，若满足，则即为体域网m中节点i最优的独立集及功率分配方案，算法结束。

207：若否，进行各体域网中节点功率更新转至202，直到满足收敛条件。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (8)

1.一种基于独立集的无线体域网能效优化方法，其特征在于：在该方法中，多个体域网共存网络场景中，体域网中各节点以帧为单位进行业务请求及信息传输，各帧传输时间划分为业务请求阶段和信息传输阶段；业务请求阶段体域网协调器收集网络内节点业务需求，各协调器汇总节点业务需求信息后，确定节点独立集并分配发送功率。

2.根据权利要求1所述的一种基于独立集的无线体域网能效优化方法，其特征在于：该方法具体包括以下步骤：

步骤一：给定各节点功率初始值，网络协调器基于各时隙传输及干扰特性，确定各节点独立集，建立各节点与独立集的候选匹配方案；

步骤二：基于各节点独立集能效优化，确定局部最优功率分配方案；

步骤三：重复上述步骤，直到满足收敛条件，得到节点独立集及功率优化分配方案，从而实现节点QoS保障及网络资源高效利用。

3.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：不同网络中满足干扰限定条件的多个节点可占用相同时隙进行数据传输；

即假设网络m₁及m₂中协调器分别为C₁及C₂，时隙t，m₁中节点i₁传输至C₁，m₂中的节点i₂传输至C₂，若C₁及C₂处的信干噪比满足其中， 分别为协调器C₁及C₂处的最小信干噪比门限值，则节点i₁及i₂可占用同一时隙t进行传输。

4.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：协调器根据各节点吞吐量业务需求确定各节点初始传输功率限定条件；假设体域网链路带宽为B，体域网m中节点i的吞吐量为R_i,m，应用香农公式可得：

其中，h_i,m，(σ_i,m)²分别为体域网m中节点i至协调器链路的信道增益及接收端噪声功率，m＝1,2,...M，i＝1,2,…,N_m，其中，M为体域网总数，N_m为第m个体域网中节点总数，令该节点最小吞吐量需求为根据节点业务吞吐量需求，可得

5.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：给定各体域网节点传输功率，根据各节点传输及干扰特性，确定无线体域网节点独立集，具体包括：定义节点独立集为：

D＝[D⁽¹⁾,D⁽²⁾,…D^(L)]^T，

其中，L为独立集数目， $D^{\left(l\right)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{\left(l\right)},{\mathrm{\δ}}_{\mathrm{2,1}}^{\left(l\right)},...,{\mathrm{\δ}}_{N_1,1}^{\left(l\right)},...,{\mathrm{\δ}}_{i-1,m}^{\left(l\right)},{\mathrm{\δ}}_{i,m}^{\left(l\right)},...,{\mathrm{\δ}}_{1,M}^{\left(l\right)}...,{\mathrm{\δ}}_{N_M,M}^{\left(l\right)}]$ 为第l个独立集矢量标识，1≤l≤L，其中，为第m个体域网中第i个节点独立集分配标识，m＝1,2,...M，i＝1,2,…,N_m，表示第m个体域网中节点i位于第l个独立集。

6.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：建模各独立集节点能效为该独立集内各节点吞吐量之和与功率消耗之和的比值，即第l个独立集上的能效定义为其中，R^(l)为第l个独立集各节点吞吐量之和，其中，为第l个独立集中第m个体域网第i个节点传输数据至协调器的吞吐量；P^(l)为第l个独立集内各节点消耗功率之和，其中，为第l个独立集中第m个体域网第i个节点在传输数据至协调器的传输功率，定义体域网中节点功率分配矩阵为：

P＝[P⁽¹⁾,P⁽²⁾,…,P^(L)]^T，其中， $P^{\left(l\right)}=[P_{\mathrm{1,1}}^{\left(l\right)},P_{\mathrm{2,1}}^{\left(l\right)},...,P_{N_1,1}^{\left(l\right)},...,P_{i-1,m}^{\left(l\right)},P_{i,m}^{\left(l\right)},...P_{1,M}^{\left(l\right)}...,P_{N_M,M}^{\left(l\right)}]$ 为独立集l中第m个体域网中节点i在的功率分配矢量，1≤m≤M。

7.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：给定节点独立集匹配策略D^(l)，计算各独立集能效η(P^(l))，在满足节点最小速率需求条件下基于各独立集能效最大化准则求解局部最优节点功率分配矩阵P^*＝arg maxη(P^(l))。

8.根据权利要求2所述的一种基于独立集的无线体域网能效优化方法，其特征在于：迭代执行节点独立集匹配及功率分配，若第l个独立集第t次功率分配矢量为：

$P^{(l,t)}=[P_{\mathrm{1,1}}^{(l,t)},P_{\mathrm{2,1}}^{(l.t)},...,P_{N_1,1}^{(l,t)},...,P_{i-1,m}^{(l,t)},P_{i,m}^{(l,t)},...P_{1,M}^{(l,t)}...,P_{N_M,M}^{(l,t)}],$ 对应独立集分配策略为：

$D^{(l,t)}=[{\mathrm{\δ}}_{\mathrm{1,1}}^{(l,t)},{\mathrm{\δ}}_{\mathrm{2,1}}^{(l,t)},...,{\mathrm{\δ}}_{N_1,1}^{(l,t)},...,{\mathrm{\δ}}_{i-1,m}^{(l,t)},{\mathrm{\δ}}_{i,m}^{(l,t)},...,{\mathrm{\δ}}_{1,M}^{(l,t)}...,{\mathrm{\δ}}_{N_M,M}^{(l,t)}];$ 执行第t+1次迭代，判断是否满足收敛条件：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N_m}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{|\left({\mathrm{\δ}}_{i,m}^{(l,t+1)}\right)\left(P_{i,m}^{(l,t+1)}\right)-\left({\mathrm{\δ}}_{i,m}^{(l,t)}\right)\left(P_{i,m}^{(l,t)}\right)|}^2\≤\mathrm{\ϵ},$ 其中，ε为收敛门限，若满足，则即为体域网m中节点i的最优独立集及功率分配方案，算法结束，否则，重复上述过程，直到满足收敛条件为止。