CN104702500A - 综采工作面无线网络的分布式鲁棒路由方法 - Google Patents

Abstract

一种综采工作面无线网络的分布式鲁棒路由方法，适用于矿井下综采工作面中用于无线网络连接使用。无线通信时，每个通信节点根据邻居节点距离上下顺槽远近，对邻居节点进行分类。即每个通信节点维持两个邻居节点列表；每个节点根据邻居节点的距离、吞吐量等信息，对两个邻居列表中的邻居节点发送概率进行优化，当有数据需要发送时，在两个列表中各随机选择一个邻居节点作为目的地发送，若发送成功，则本节点发送任务结束；否则，随机选择其它邻居节点作为目的地发送，直至数据发送成功。其在通信节点失能时降低全网络时延抖动幅度能力，在节点通信出现故障时，算法的时延及时延抖动幅度小。

Description

综采工作面无线网络的分布式鲁棒路由方法

技术领域

本发明涉及一种分布式鲁棒路由方法，尤其是一种煤矿井下综采工作面中用于无线网络连接使用的综采工作面无线网络的分布式鲁棒路由方法

背景技术

由于综采工作面设备的移动性,在采煤机及液压支架设备移动中线缆不好处理，采用无线网络作为通信网络能较好的满足工作面监控系统的需求。将无线网络技术应用到综采工作面已有一些研究成果。

尽管工作面物理长度不长，但综采工作面恶劣的通信环境，严重影响了综采工作面的通信距离及可靠性。初步理论分析表明综采工作面信道衰减系数73dB/100m。900MHz无线电波在晋城矿务局王台铺煤矿两个综采工作面的实际测试结果是衰减率为100dB/100m^[5]。在使用IEEE802.11b标准的WiFi设备在澳大利亚South Bulga煤矿综采工作面的表现,其最佳通信距离出现跳变现象。效果最好时通信范围可达100m,效果不佳时通信范围为30m。利用IEEE802.15.4标准的Zigbee节点，在陕西凉水井煤矿工作面测试结果是，节点间距25m时丢包率达到16.8％^[7]。采用2.4G频段的Mesh网络设备在平煤股份二矿井下传输300Kbps视频时，任意两个mesh交换机的距离不能超过66m^[8]。这些研究结果表明煤矿井下：综采工作面尽管距离不远，但其无线网络仍然需要使用信道冗余的多跳组网技术。此外，综采工作面网络还应考虑综采工作面设备移动性的需求。

目前煤矿中研究较多的无线路由算法都为有路由表算法，较为经典的是AODV算法及其改进算法，这些算法的一个特点是：每个通信节点需要维护邻居列表外，还需要维护全网络参与的满足某个要求，例如最短路径数据的路由列表，即有一个全网路由规划的过程。这个过程对于提高网络传输速度、降低网络能耗等方面有帮助。但这种有路由规划过程的算法，在网络节点不稳定时性能表现较差，当某节点的下一跳节点在路由算法计算后突然出现故障或者被移动，那么该节点在发送数据时就会失败，从而会导致启动全网络节点参与建立路由过程。

发明内容

针对上述问题，本发明的目的是提供一种方法简单，连接效果好，具备节点失能时降低全网络时延抖动幅度能力的综采工作面无线网络的分布式鲁棒路由方法。

为实现上述目的，本发明一种综采工作面无线网络的分布式鲁棒路由方法，采用无线节点做数据传输，其步骤如下：

a.综采工作面中的无线节点均按排列顺序分配编号，根据需要选取数据发送节点和数据最终送达节点，当数据发送节点的编号和数据最终送达节点编号相邻时，数据发送节点直接与数据最终送达节点建立连接并传输数据；

当数据发送节点的编号和数据最终送达节点编号不相邻时，则数据发送节点和数据最终送达节点通过两者之间的无线节点作为中继传输数据，每个作为中继的无线节点均根据接收到邻居节点的无线信号强度判断邻居节点距离的远近，

选取节点i为当前中继节点，将能够与节点i无线连接的中继节点定义为邻居节点，邻居节点集合记为L_i，此时集合L_i中的节点根据所处位置在节点i的左侧或者右侧，又分为左侧邻居节点集合和右侧邻居节点集合

b.数据传输时，从节点i的邻居节点集合L_i中寻找与节点i无线连接信号强度最弱的两个节点m，n，节点m，n即为节点i无线连接的最大范围，根据信号强度分别求出节点i到节点m、节点n的距离，利用余弦定理求解射线im和射线in的夹角θ；

c.若夹角θ小于90度，判断节点m和节点n都在节点i的左侧，将节点m和节点n放入节点i左侧邻居节点集合将节点i和节点m的其余共同邻居节点{k|k∈(L_i∧L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合中，将节点i和节点n的共同邻居节点{k|k∈(L_i∧L_n)}放入节点i左侧邻居节点集合和节点n右侧邻居节点集合将不是节点m的邻居节点，同时也不是节点n的邻居节点，但属于节点i的邻居节点放入节点i右侧邻居节点集合将不是节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不是节点i的邻居节点但属于节点n的邻居节点放入节点n左侧邻居节点集合

d.从集合中选取未被编码的信号强度最小的节点作为当前工作节点i，重复运行步骤a；

e.若夹角θ大于90度，则将节点m，n分别放入节点i左侧邻居节点集合和节点i右侧邻居节点集合将节点i和m节点的共同邻居节点{k|k∈(L_i∧L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合将节点i和节点n的共同邻居节点{k|k∈(L_i∧L_n)}同时放入点i右侧邻居节点集合和点n左侧邻居节点集合将不属于节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不属于节点i的邻居节点但属于节点n的邻居节点放入节点n右侧邻居节点集合

从集合中选取未被编码的节点作为i节点重复运行步骤a；

f.设节点i为无线通信链接中的一个中继节点，节点i接收上游中继节点j的信息，并将接收到的信息转发给下游中继节点，根据实际工作情况集合或集合中一个集合为节点i上游中继节点集合，另一个为节点i下游中继节点集合，节点i在下游中继节点集合中随机选择一个邻居节点作为目的地发送，设ρ_i为通信节点吞吐量衡量指标，利用公式：

计算得到节点i接收上游中继节点j数据包的速率减去发送速率的数据吞吐量ρ_i，式中，S_i为发送给节点i的数据包源节点集合，|S_i|为集合S_i中节点个数，D_i为节点i将数据包发送下游中继节点目的集合，|D_i|为集合D_i中节点个数，ξ_ji为上游中继节点j发送数据包到中继节点i的错误概率，τ_ji为上游中继节点j选择中继节点i为目节点的概率，

若发送成功则节点i发送任务结束，否则在下游中继节点集合中再次随机选择一个邻居节点作为目的地发送，直至数据发送成功。

所述节点i在知道网络所有节点情况下，选取节点j与节点i的吞吐量和最大的最优模型为：

$\begin{array}{cc}\arg \max & \underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$s.t.{\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}}$

$\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;{\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1$

式中，目标函数表示全网络吞吐量最大；第一个约束条件表示每个节点的吞吐量大于最小约束；由于使用是随机路由方式连接，节点i可能和任意一个邻居节点通信，第二个约束条件表示节点i通信候选节点有两个或两个以上；第三个约束条件表示节点i存在数据源节点；

针对每个通信节点i，引入局部变量ψ_ji和ν_ij分别表示对邻居节点中的τ_ji和ω_j估计，每个通信节点i最优模型为：

$\begin{array}{cc}\arg \min & -\underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$s.t.{\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}};$

$\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;{\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1;$

ψ_ij＝τ_ji；

υ_ij＝ω_j；

进而可构造每个通信节点i的拉格朗日函数F_i

$F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}]$ 利用次梯度(subgradient)迭代法求解；

对于第n次迭代，求解过程为如下两步：

1)：固定P_ij(n)和Q_ij(n)，计算公式 $F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}],$ 得到ω_j(n)，τ_ij，ψ_ji(n)和ν_ij(n)的数值；

2)：利用公式： $\begin{array}{c}{P}_{\mathrm{ij}}(n+1)=P_{\mathrm{ij}}\left(n\right)+C[{\mathrm{\ψ}}_{\mathrm{ji}}\left(n\right)-{\mathrm{\τ}}_{\mathrm{ji}}\left(n\right)]\\ Q_{\mathrm{ij}}(n+1)=Q_{\mathrm{ij}}\left(n\right)+C[v_{\mathrm{ij}}\left(n\right)-{\mathrm{\ω}}_j\left(n\right)]\end{array}$ 更新P_ij和Q_ij值，式中c是控制迭代速度常数，为区间[0,1]之间的随机常数。

有益效果：本发明的分布式鲁棒路由方法提出了大尺度具有方向性，但小尺度是随机选择下一跳节点的分布式随机拓扑控制方法，其中，通过求解全网络吞吐量的最大问题来获取下一跳节点发送概率，和采用路由表的路由算法相比，算法通过随机选择下一节点的方法，保持路由路径的冗余性的同时省略了全网络路由规划环节，从而具备节点失能时降低全网络时延抖动幅度能力，在节点通信出现故障时，算法的时延及时延抖动幅度小。

附图说明

图1为本发明的综采工作面无线网络的分布式鲁棒路由方法流程图。

具体实施方式

下面结合附图对本发明的实施方式作进一步的说明：

如图1所示，本发明的综采工作面无线网络的分布式鲁棒路由方法，采用无线节点做数据传输，其步骤如下：

a.综采工作面中的无线节点均按排列顺序，即根据距离上下顺槽远近分配编号，根据需要选取数据发送节点和数据最终送达节点，当数据发送节点的编号和数据最终送达节点编号相邻时，数据发送节点直接与数据最终送达节点建立连接并传输数据；

当数据发送节点的编号和数据最终送达节点编号不相邻时，则数据发送节点和数据最终送达节点通过两者之间的无线节点作为中继传输数据，每个作为中继的无线节点均根据接收到邻居节点的无线信号强度判断邻居节点距离的远近，

选取节点i为当前中继节点，将能够与节点i无线连接的中继节点定义为邻居节点，邻居节点集合记为L_i，此时集合L_i中的节点根据所处位置在节点i的左侧或者右侧，又分为左侧邻居节点集合和右侧邻居节点集合

b.数据传输时，从节点i的邻居节点集合L_i中寻找与节点i无线连接信号强度最弱的两个节点m，n，节点m，n即为节点i无线连接的最大范围，根据信号强度分别求出节点i到节点m、节点n的距离，利用余弦定理求解射线im和射线in的夹角θ；

c.若夹角θ小于90度，判断节点m和节点n都在节点i的左侧，将节点m和节点n放入节点i左侧邻居节点集合将节点i和节点m的其余共同邻居节点{k|k∈(L_i∧L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合中，将节点i和节点n的共同邻居节点{k|k∈(L_i∧L_n)}放入节点i左侧邻居节点集合和节点n右侧邻居节点集合将不是节点m的邻居节点，同时也不是节点n的邻居节点，但属于节点i的邻居节点放入节点i右侧邻居节点集合将不是节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不是节点i的邻居节点但属于节点n的邻居节点放入节点n左侧邻居节点集合

d.从集合中选取未被编码的信号强度最小的节点作为当前工作节点i，重复运行步骤a；

e.若夹角θ大于90度，则将节点m，n分别放入节点i左侧邻居节点集合和节点i右侧邻居节点集合将节点i和m节点的共同邻居节点{k|k∈(L_i∧L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合将节点i和节点n的共同邻居节点{k|k∈(L_i∧L_n)}同时放入点i右侧邻居节点集合和点n左侧邻居节点集合将不属于节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不属于节点i的邻居节点但属于节点n的邻居节点放入节点n右侧邻居节点集合

从集合中选取未被编码的节点作为i节点重复运行步骤a；

f.设节点i为无线通信链接中的一个中继节点，节点i接收上游中继节点j的信息，并将接收到的信息转发给下游中继节点，根据实际工作情况集合或集合中一个集合为节点i上游中继节点集合，另一个为节点i下游中继节点集合，节点i在下游中继节点集合中随机选择一个邻居节点作为目的地发送，设ρ_i为通信节点吞吐量衡量指标，利用公式：

计算得到节点i接收上游中继节点j数据包的速率减去发送速率的数据吞吐量ρ_i，式中，S_i为发送给节点i的数据包源节点集合，|S_i|为集合S_i中节点个数，D_i为节点i将数据包发送下游中继节点目的集合，|D_i|为集合D_i中节点个数，ξ_ji为上游中继节点j发送数据包到中继节点i的错误概率，τ_ji为上游中继节点j选择中继节点i为目节点的概率，

所述节点i在知道网络所有节点情况下，选取节点j与节点i的吞吐量和最大的最优模型为：

$\begin{array}{cc}\arg \max & \underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$s.t.{\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}}$

$\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;{\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1$

式中，目标函数表示全网络吞吐量最大；第一个约束条件表示每个节点的吞吐量大于最小约束；由于使用是随机路由方式连接，节点i可能和任意一个邻居节点通信，第二个约束条件表示节点i通信候选节点有两个或两个以上；第三个约束条件表示节点i存在数据源节点。

针对每个通信节点i，引入局部变量ψ_ji和ν_ij分别表示对邻居节点中的τ_ji和ω_j估计，所述将通信节点i引入局部变量ψ_ji表示上游邻居节点/发送数据给i节点的概率τ_ji，通信节点i引入局部变量ν_ij表示对所有和i通信的邻居节点的ω_j，比如：节点k和节点i通信，那么节点k有个表示吞吐量的ω_k，在节点i中对这个变量的估计就是v_ik)，每个通信节点i最优模型为：

$\begin{array}{cc}\arg \min & -\underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$s.t.{\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}};$

$\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;{\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1;$

ψ_ij＝τ_ji；

υ_ij＝ω_j；

进而可构造每个通信节点i的拉格朗日函数F_i

$F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}]$ 利用次梯度(subgradient)迭代法求解。

对于第n次迭代，求解过程为如下两步：

1)：固定P_ij(n)和Q_ij(n)，计算公式

$F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}],$ 得到ω_j(n)，τ_ij，ψ_ji(n)和ν_ij(n)的数值；

2)：利用公式： $\begin{array}{c}{P}_{\mathrm{ij}}(n+1)=P_{\mathrm{ij}}\left(n\right)+C[{\mathrm{\ψ}}_{\mathrm{ji}}\left(n\right)-{\mathrm{\τ}}_{\mathrm{ji}}\left(n\right)]\\ Q_{\mathrm{ij}}(n+1)=Q_{\mathrm{ij}}\left(n\right)+C[v_{\mathrm{ij}}\left(n\right)-{\mathrm{\ω}}_j\left(n\right)]\end{array}$ 更新P_ij和Q_ij值，式中c是控制迭代速度常数，为区间[0,1]之间的随机常数。

若发送成功则节点i发送任务结束，否则在下游中继节点集合中再次随机选择一个邻居节点作为目的地发送，即节点i从和中按计算的概率τ_ij各选一个节点m，n作为数据包发送目的地，直至发送成功为止。

需要指出的，每个通信节点邻居节点分类只是逻辑上分类。在某次编码过程中，可能是物理位置靠近上顺槽的节点列表；在下次编码过程中，可能是物理位置靠近下顺槽的节点列表。但采用这种编码，每个节点的邻居节点保持相同的指向性。即若某个节点i的表示靠近上顺槽的节点列表，那么网络中任一节点k的也表示靠近上顺槽的节点列表。

Claims (3)

1.一种综采工作面无线网络的分布式鲁棒路由方法，采用无线节点做数据传输，其特征在于步骤如下：

a.综采工作面中的无线节点均按排列顺序分配编号，根据需要选取数据发送节点和数据最终送达节点，当数据发送节点的编号和数据最终送达节点编号相邻时，数据发送节点直接与数据最终送达节点建立连接并传输数据；

当数据发送节点的编号和数据最终送达节点编号不相邻时，则数据发送节点和数据最终送达节点通过两者之间的无线节点作为中继传输数据，每个作为中继的无线节点均根据接收到邻居节点的无线信号强度判断邻居节点距离的远近，

选取节点i为当前中继节点，将能够与节点i无线连接的中继节点定义为邻居节点，邻居节点集合记为L_i，此时集合L_i中的节点根据所处位置在节点i的左侧或者右侧，又分为左侧邻居节点集合和右侧邻居节点集合

b.数据传输时，从节点i的邻居节点集合L_i中寻找与节点i无线连接信号强度最弱的两个节点m，n，节点m，n即为节点i无线连接的最大范围，根据信号强度分别求出节点i到节点m、节点n的距离，利用余弦定理求解射线im和射线in的夹角θ；

c.若夹角θ小于90度，判断节点m和节点n都在节点i的左侧，将节点m和节点n放入节点i左侧邻居节点集合将节点i和节点m的其余共同邻居节点{k|k∈(L_i^L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合中，将节点i和节点n的共同邻居节点{k|k∈(L_i^L_n)}放入节点i左侧邻居节点集合和节点n右侧邻居节点集合将不是节点m的邻居节点，同时也不是节点n的邻居节点，但属于节点i的邻居节点放入节点i右侧邻居节点集合将不是节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不是节点i的邻居节点但属于节点n的邻居节点放入节点n左侧邻居节点集合

d.从集合中选取未被编码的信号强度最小的节点作为当前工作节点i，重复运行步骤a；

e.若夹角θ大于90度，则将节点m，n分别放入节点i左侧邻居节点集合和节点i右侧邻居节点集合将节点i和m节点的共同邻居节点{k|k∈(L_i^L_m)}同时放入节点i左侧邻居节点集合和节点m右侧邻居节点集合将节点i和节点n的共同邻居节点{k|k∈(L_i^L_n)}同时放入点i右侧邻居节点集合和点n左侧邻居节点集合将不属于节点i的邻居节点但属于节点m的邻居节点放入节点m左侧邻居节点集合将不属于节点i的邻居节点但属于节点n的邻居节点放入节点n右侧邻居节点集合

从集合中选取未被编码的节点作为i节点重复运行步骤a；

f.设节点i为无线通信链接中的一个中继节点，节点i接收上游中继节点j的信息，并将接收到的信息转发给下游中继节点，根据实际工作情况集合或集合中一个集合为节点i上游中继节点集合，另一个为节点i下游中继节点集合，节点i在下游中继节点集合中随机选择一个邻居节点作为目的地发送，设ρ_i为通信节点吞吐量衡量指标，利用公式：

计算得到节点i接收上游中继节点j数据包的速率减去发送速率的数据吞吐量ρ_i，式中，S_i为发送给节点i的数据包源节点集合，|S_i|为集合S_i中节点个数，D_i为节点i将数据包发送下游中继节点目的集合，|D_i|为集合D_i中节点个数，ξ_ji为上游中继节点j发送数据包到中继节点i的错误概率，τ_ji为上游中继节点j选择中继节点i为目节点的概率，

若发送成功则节点i发送任务结束，否则在下游中继节点集合中再次随机选择一个邻居节点作为目的地发送，直至数据发送成功。

2.根据权利要求1所述的综采工作面无线网络的分布式鲁棒路由方法，其特征在于：所述节点i在知道网络所有节点情况下，选取节点j与节点i的吞吐量和最大的最优模型为：

$\begin{array}{cc}\arg \max & \underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$\begin{array}{cc}s.t.& {\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}}\end{array}$

$\begin{array}{cc}\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;& {\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;\end{array}$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1$

式中，目标函数表示全网络吞吐量最大；第一个约束条件表示每个节点的吞吐量大于最小约束；由于使用是随机路由方式连接，节点i可能和任意一个邻居节点通信，第二个约束条件表示节点i通信候选节点有两个或两个以上；第三个约束条件表示节点i存在数据源节点。

3.根据权利要求2所述的综采工作面无线网络的分布式鲁棒路由方法，其特征在于：针对每个通信节点i，引入局部变量ψ_ji和ν_ij分别表示对邻居节点中的τ_ji和ω_j估计，则每个通信节点i最优模型为：

$\begin{array}{cc}\arg \min & -\underset{j=1}{\overset{j}{\mathrm{\Σ}}}{\mathrm{\ω}}_j\end{array}$

$\begin{array}{cc}s.t.& {\mathrm{\ω}}_i\≤\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ji}}{\mathrm{\τ}}_{\mathrm{ji}}-\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{\mathrm{ij}}{\mathrm{\τ}}_{\mathrm{ij}}\end{array};$

$\begin{array}{cc}\underset{j=0(j\∈D_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ij}}=1;& {\mathrm{\τ}}_{\mathrm{ij}}\≤1/2;\end{array}$

$\underset{j=0(j\∈S_i)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\τ}}_{\mathrm{ji}}=1;$

ψ_ij＝τ_ji；

υ_ij＝ω_j；

进而可构造每个通信节点i的拉格朗日函数F_i

$F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}]$ 利用次梯度(subgradient)迭代法求解。

对于第n次迭代，求解过程为如下两步：

1)：固定P_ij(n)和Q_ij(n)，计算公式 $F_i({\mathrm{\ω}}_i,{\mathrm{\τ}}_{\mathrm{ij}},{\mathrm{\ψ}}_{\mathrm{ji}},P_{\mathrm{ij}},Q_{\mathrm{ij}})=-{\mathrm{\ω}}_i+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}[({\mathrm{\ψ}}_{\mathrm{ji}}-{\mathrm{\τ}}_{\mathrm{ij}})P_{\mathrm{ij}}+(v_{\mathrm{ij}}-{\mathrm{\ω}}_j)Q_{\mathrm{ij}}],$ 得到ω_j(n)，τ_ij，ψ_ji(n)和ν_ij(n)的数值；

2)：利用公式： $\begin{array}{c}{P}_{\mathrm{ij}}(n+1)=P_{\mathrm{ij}}\left(n\right)+c[{\mathrm{\ψ}}_{\mathrm{ji}}\left(n\right)-{\mathrm{\τ}}_{\mathrm{ji}}\left(n\right)]\\ Q_{\mathrm{ij}}(n+1)=Q_{\mathrm{ij}}\left(n\right)+c[v_{\mathrm{ji}}\left(n\right)-{\mathrm{\ω}}_j\left(n\right)]\end{array}$ 更新P_ij和Q_ij值，式中c是控制迭代速度常数，为区间[0,1]之间的随机常数。