CN104735800A - 一种异构无线传感网络中最差时延感知跨层优化方法 - Google Patents

Abstract

本发明公开了一种异构无线传感网络中最差时延感知跨层优化方法，包括以下步骤：网络中的各节点根据当前时隙实际队列和构造的虚拟队列的队列状态，做出决策行为，进而更新当前时隙的队列状态；源节点对数据采集行为进行优化决策；源节点与中间节点根据当前时隙数据队列和虚拟时延队列状态，对数据丢包行为以及路由调度和数据传输功率分配进行优化决策；同时，各节点通过观察能量队列的队列状态并结合电价因素进行能量采集行为决策。经过多次迭代后，使得无线传感网络的队列状态逐渐稳定。该方法可同时优化无线传感网络的吞吐量效用及网络丢包性能，并从电网获取能量时产生的消费，并为网络每个节点中每条会话流的数据提供一个最差传输时延上界。

Description

一种异构无线传感网络中最差时延感知跨层优化方法

技术领域

[本发明属于无线通信传输技术领域，具体为无线传感网络中联合单节点数据传输最差时延感知跨层优化方法及能量资源分配方法。

背景技术

无线传感网络近年来获得全球范围内越来越多的关注，尤其是随着微机电系统（MEMS）技术的扩散，智能传感器得到了快速的发展。与传统的传感器相比较，智能传感器具有更小，更廉价以及有限的处理和计算资源的特点。

无线传感网络本身所具备的特性使得它在很多应用领域都具有很大的发展潜力，如军事目标跟踪和监测、自然灾害救援、生物医学健康监测、危险环境勘探以及地震感应等。当然，在实际应用当中，传感器网络也会遇到自身的设计和资源约束。其中，资源约束包括单个节点中有限的能源，短距离的通信范围，低带宽以及有限的存储和处理资源等。其中，低功耗的要求对传感器节点来说是非常重要的一个限制，传感器节点一般只携带有限的，不可替代的电源。因此，传感器网络协议必须注意对能源的使用，在传感器网络中，很多时候也需要注意一些传统的通信网络的约束限制，如时延，网络安全和传输可靠性等约束。

传统的传感器节点通常都是由不可充电式电池提供能量，而这种电池的能量存储是非常有限的。因此，很多研究人员都致力于有限电池能源供电的无线传感网络中能源效用的改进。Mao等人提出一种数据队列和能量队列的联合控制方法并最大化能量采集无线传感器网络长期的平均感知速率，同时也满足QoS约束条件；Chen等人提出了一种功率分配和路由的联合控制问题的处理方案，在无需一些补给等先验信息的前提下最大化总的系统效用；Sharkar等人也设计出了一种路由和调度策略并得到能量采集无线传感网络的最优吞吐量；Huang等人基于能量采集无线传感网络提出了一种能量有限调度算法和改进的ESA算法并在最优差距和队列长度之间取得一个明确的折衷值。然而，以上提到的研究都没有考虑时延相关的内容。而且，以上的研究几乎没有考虑通信模块和感知模块的联合功率分配。另外，由于较低的能量采集速率以及能量采集过程中部分因素存在的时变性，单靠能量采集补充能源的传感器节点无法保证为每个操作提供足够的能量。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种异构供电无线传感网络中最差时延感知跨层优化方法，该方法引入异构供电能量模型，并在优化目标中添加电量价格优化，最终实现电量价格与网络吞吐量效用及数据包丢包的联合优化。同时，给出网络中每个传感器节点的数据传输最差时延。

本发明通过以下技术方案加以实现：

所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于该方法包括以下步骤：

步骤1：网络中的各节点根据当前时隙实际队列和构造的虚拟队列的队列状态，做出相应的决策行为，进而更新当前时隙的队列状态；

步骤2：源节点根据数据队列状态和虚拟辅助队列状态，对数据采集行为进行优化决策；

步骤3：源节点与中间节点根据当前时隙数据队列和虚拟时延队列状态，对数据丢包行为以及路由调度和数据传输功率分配进行优化决策；

步骤4：各节点通过观察能量队列的队列状态并结合电价因素进行能量采集行为决策；

步骤5：重复步骤1到步骤4的决策过程，在完成设定的网络运行时隙过程中，观察网络中节点的队列积压，丢包情况以及优化目标变化情况。

所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤1的具体步骤为：在每个源节点                                                中，对任意会话流的队列，实施如下过程：

步骤1-A:观察实际数据队列、虚拟辅助队列和能量队列的队列积压，对数据队列的数据输入速率进行调整,当条件得到满足时，令，否则，令,其中，表示电池能量存储容量上限，表示感知每单位数据所消耗的能量，表示单个时隙内的数据采集上限；

步骤1-B: 对虚拟辅助队列的虚拟输入速率进行控制决策，观察当前时隙队列的队列积压，若，令；若，令；若，令；否则，令，其中，表示效用函数的最大右导数，且，为李雅普诺夫惩罚因子；

步骤1-C：结合步骤1-A和1-B得到的决策结果，同时根据虚拟队列的队列演变方式对其进行队列更新。

所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤2中优化决策过程为：对网络中的每个节点及每条会话流，实施如下过程：观察当前时隙的数据队列和虚拟队列的队列积压，当条件满足时，令该时隙的队列丢包量，否则，令，即此时相应的数据队列不进行任何的丢包行为。

所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤3中的优化决策过程为：对网络中每个节点数据传输的路由调度和链路传输速率的控制决策，实施如下过程：

步骤3-A：定义链路上会话流的链路权重为，同时，定义为对应链路上的最优权重。其中表示对应权重下的传输会话流，当条件满足时，选择会话流作为链路上的传输会话，即把链路上的所有容量分配给会话，令。其中，表示传输功率，表示当前的信道状态，可表示链路的链路容量；

步骤3-B：完成步骤3-A后，传输会话流得到确定，得到一个关于的严格的凸函数，令，表示在时刻分配给传输链路的传输功率，求解以下问题并得到最优的链路传输功率：

其中，，表示节点在单个时隙内所能消耗的传输功率上限，定义如下，

其中， 表示节点中的噪声谱密度， 表示将对链路传输造成干扰的链路集合。 表示链路在时刻的衰落系数，其为时变且独立同分布，为网络的信道状态矩阵；

步骤3-C：结合步骤1、步骤2和步骤3的决策结果，同时根据数据队列和虚拟队列的演变方式对其进行队列更新。

所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤4中能量采集行为决策的具体步骤为：对网络中的每个节点，实施如下过程：

步骤4-A：若为能量采集节点，当条件满足时，令节点进行能量采集行为，即令节点从外界获取到的能量，否则，令，若为电网供电节点，当条件满足时，令节点从电网获取的能量，否则，令；

其中，表示每个时隙节点能够从外界获取到的能量，参数用于将网络吞吐量效用函数与电网供电能耗价格函数之间的权重，参数用于匹配以上两个函数值得数量级，表示节点一个时隙内能够从电网获得的能量上限，表示当前电网价格状态；

步骤4-B：若为混合能量供电节点，通过求解以下优化问题对变量和进行优化，

步骤4-C：在完成步骤4-A和4-B后，根据得到的优化变量对网络中各个节点的能量队列进行队列更新操作。

本发明与现有技术相比，存在以下有益效果：采用本发明方法，通过多次迭代后，使得无线传感网络的队列状态逐渐稳定，同时可优化无线传感网络的吞吐量效用及网络丢包性能，以及从电网获取能量时产生的消费，并为网络每个节点中每条会话流的数据提供一个最差传输时延上界。

附图说明

图1为本发明构造网络拓扑结构图；

图2为本发明不同惩罚因子下的目标函数值；

图3为本发明网络中六种队列的时间平均队列积压与惩罚因子的关系图；

图4为本发明控制参数取不同值时的网络整体时间平均丢包量图。

具体实施方式

本发明下面结合附图予以进一步详述。

网络模型与问题构建：

考虑一个拥有个传感节点的多跳无线传感器网络，其运行时间可以看成离散时隙。我们用表示网络中的传感器节点集合。其中，表示靠自身获取能量的能量采集节点集合，表示靠电网供电的传感器节点集合，表示混合供电节点集合，即该类节点既可以靠自身采集能量，又可以依靠电网补充能量。定义网络中的链路集合。我们假设网络中每个节点拥有多个传感接口，即可以测量多个会话流信息。网络中存在条传输会话流，我们用表示网络中传输会话流集合。每条会话信息均可由网络中源节点采集获得，我们用 表示会话源节点，其中，。

假设表示在时刻节点中会话流的队列积压，在初始时隙队列积压为0，且其源节点和目的节点分别为。网络中所有队列的数据传输均满足FIFO条件。

由此网络模型可知，第个节点中的第条会话的数据队列的演变方式为：

其中，定义为。表示节点下一跳传感器节点的集合，将其定义为，表示节点入链路端点的节点的集合，定义为。表示队列中的数据流在时刻的服务速率，表示节点中数据流在时刻丢失的数据包，表示节点在时刻感知到的数据流的数据。为指示函数，表示当为会话的源节点时，取值为1，否则为0。数据感知速率和丢包量满足分别约束条件和。

同时，为了保障数据传输最差时延，构造虚拟时延队列，其队列演变如下；

该虚拟队列始终存在一个固定的队列输入 ，且其满足约束条件。为一控制参数，通过对控制参数赋予合适的参数值可以使我们获得一些更好的网络性能度量。

结合实际数据队列和上述虚拟队列的演变方式，我们可以得到节点中数据传输最差时延满足以下式子：

为了最小化上式中的，我们给定值如下，

其中，和分别表示数据队列和虚拟队列的队列上界。

本模型中网络节点可以按能量分为三类，分别表示为，和。其中，表示能量获取节点，表示由电网供电的节点，表示混合节点。在实际当中，对于每种会话流信息的感知均将产生一定的能量消耗。我们将其定义为。假设感知能量的消耗与感知速率为线性关系，即可令。其中表示感知每单位数据所消耗的能量，表示源节点的数据感知速率。

定义时刻的传输功率分配矩阵为：。其中，表示网络中的传输链路集合，表示在时刻分配给传输链路的传输功率。则每个节点的功率消耗必须满足以下约束：

其中，表示节点在单个时隙内所能消耗的传输功率上限，假设其为一常数。用 表示链路的信干噪比。则：

其中， 表示节点中的噪声谱密度。 表示将对链路传输造成干扰的链路集合。 表示链路在时刻的衰落系数，其为时变且独立同分布。为网络的信道状态矩阵，。定义链路容量为。

定义节点在时隙内消耗的能量总和为，由以上分析可知，

用表示节点中的能量队列，。对于能量获取节点，假设其每个时隙能够内从外界获取到的能量为，其满足约束。用 表示可获取能量状态向量且其在每个时隙上属于独立同分布模型。而对于电网供电的节点，假设其每个时隙从电网接收到的能量为，同样，每个时隙接收到的能量需符合约束。到此，可以给出节点中能量队列的演变方式为：

其中，为节点从外界获取到的能量，满足条件。为指示函数，即如果，，否则，。

在任意时隙，节点中的总的能量消耗必须满足能量可用性约束，同时，假设节点中电池能量存储容量有限，且其上限为。

对任意，我们假设其在时隙因从电网获取能量而产生的消费为。我们假设它只与当前节点获取的能量和当前电网价格状态 有关。故我们可以给出其表达式如下：

                              

在实际当中，消费与用电量往往成正比，故我们可令。

为了对问题模型运用李雅普诺夫优化方法求解，进一步构造一个虚拟辅助队列。队列演变如下：

其中，辅助变量满足约束条件。

本发明在网络稳定性条件的约束下，建立如下异构无线传感网络的吞吐量优化问题，并保障网络中所有节点队列的数据传输最差时延，同时减少网络中的时间平均丢包量和电量消费：

其中，定义如下式，

                  

约束条件表示在某一时隙链路上的总传输速率不能大于链路容量。同时，链路传输功率也不能大于最大值。效用函数为凹函数，且连续非递减，并满足初始条件。假设为效用函数的最大右导数，且。

采用李雅普诺夫算法对上述问题的求解：

现将上述优化问题的求解过程写成如下形式的迭代算法。在第次迭代时；

步骤1：在每个源节点中，对任意会话流的队列，实施如下过程：

步骤1-A：观察实际数据队列，虚拟辅助队列和能量队列的队列积压，对数据队列的数据输入速率进行调整。当条件得到满足时，令，否则，令；

其中，表示电池能量存储容量上限，表示感知每单位数据所消耗的能量，表示单个时隙内的数据采集上限；

步骤1-B：对虚拟辅助队列的虚拟输入速率进行控制决策，观察当前时隙队列的队列积压，若，令；若，令；若，令；否则，令，

其中，表示效用函数的最大右导数，且。为李雅普诺夫惩罚因子；

步骤1-C：结合步骤1-A和1-B得到的决策结果，同时根据虚拟队列的队列演变方式对其进行队列更新；

步骤2：对网络中的每个节点及每条会话流，实施如下过程：观察当前时隙的数据队列和虚拟队列的队列积压，当条件满足时，令该时隙的队列丢包量，否则，令，即此时相应的数据队列不进行任何的丢包行为；

步骤3：对网络中每个节点数据传输的路由调度和链路传输速率的控制决策，实施如下过程：

步骤3-A：定义链路上会话流的链路权重为，同时，定义为对应链路上的最优权重。其中表示对应权重下的传输会话流，当条件满足时，选择会话流作为链路上的传输会话，即把链路上的所有容量分配给会话，令。其中，表示传输功率，表示当前的信道状态，可表示链路的链路容量。

步骤3-B：完成步骤3-A后，传输会话流已经得到确定，我们可以得到一个关于的严格的凸函数，令，表示在时刻分配给传输链路的传输功率。求解以下问题并得到最优的链路传输功率：

其中，，表示节点在单个时隙内所能消耗的传输功率上限，定义如下，

其中， 表示节点中的噪声谱密度，表示将对链路传输造成干扰的链路集合。 表示链路在时刻的衰落系数，其为时变且独立同分布。为网络的信道状态矩阵。

步骤3-C：结合步骤1，步骤2和步骤3的决策结果，同时根据数据队列和虚拟队列的演变方式对其进行队列更新。

步骤4：对网络中的每个节点，实施如下过程：

步骤4-A：若为能量采集节点，当条件满足时，令节点进行能量采集行为，即令节点从外界获取到的能量，否则，令，若为电网供电节点，当条件满足时，令节点从电网获取的能量，否则，令；

其中，表示每个时隙节点能够内从外界获取到的能量，参数用于将网络吞吐量效用函数与电网供电能耗价格函数之间的权重。参数用于匹配以上两个函数值得数量级，表示节点一个时隙内能够从电网获得的能量上限，表示当前电网价格状态；

步骤4-B：若为混合能量供电节点，通过求解以下优化问题对变量和进行优化，

步骤4-C：在完成步骤4-A和4-B后，根据得到的优化变量对网络中各个节点的能量队列进行队列更新操作。

步骤5：重复步骤1到步骤4的决策过程，在完成设定的网络运行时隙过程中，观察网络中节点的队列积压，丢包情况以及优化目标变化情况。

以下通过相应的试验数据进一步证明本发明的有益效果。

下面以仿真实例来说明本发明所设计的基于李雅普诺夫优化方法的具有最差时延感知效果的算法收敛性能。构造网络拓扑结构如图1所示。在该拓扑结构中，考虑一个多信道无线传感器网络模型。该网络包含13个传感器节点，32条传输链路以及8条传输会话流。从图1中可以看出网络中节点能够同时进行会话传输的最大链路数为4条。设置能量采集节点集合为，电网供电节点为，混合供电节点为。

每条链路的信道状态矩阵为且按区间统一分布，其中，，，表示某条链路上传输节点和接收节点之间的距离。能量采集向量和电价状态向量分别在区间和上统一分布。其中，，，。所有的状态向量在每个时隙上均为独立同分布。

设置电量消耗函数为且所有的初始对列积压为0。其余部分参数设置如下：，，，，，，，，，，，，，，，， ，。设置惩罚因子 。

图2向我们展示了不同惩罚因子下的目标函数值。我们的目标由两部分组成，即吞吐量效用和电价消费。图2表明目标值随着惩罚因子的增加而增加且当足够大时将任意接近最优值。

图3展示了网络中六种队列的时间平均队列积压与惩罚因子的关系。从图3中可以看出所有队列积压将随着的增加呈线性增长。

图4比较了控制参数取不同的值时的网络整体时间平均丢包量。由于控制参数控制了实际数据队列和虚拟队列之间的队列积压差，所以对每个队列的丢包都将产生影响。图4中给出和两种情况下的网络丢包情况。从图4中可以看出当时，惩罚因子取值350及以上都将使得网络的丢包量为0。

通过前面的算法说明和性能仿真验证，本发明的方法不仅可以保证网络整体的稳定性能，而且可以得到一个接近最优的网络吞吐量性能，同时，还拥有每个传感器节点数据传输的最差时延感知效果。

本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其他多种具体实施方案实施本发明。因此，凡是采用本发明的设计结构和思路，做一些简单的变化或更改的设计，都落入本发明保护范围。

Claims (5)

1. 一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于该方法包括以下步骤：

步骤1：网络中的各节点根据当前时隙实际队列和构造的虚拟队列的队列状态，做出相应的决策行为，进而更新当前时隙的队列状态；

步骤2：源节点根据数据队列状态和虚拟辅助队列状态，对数据采集行为进行优化决策；

步骤3：源节点与中间节点根据当前时隙数据队列和虚拟时延队列状态，对数据丢包行为以及路由调度和数据传输功率分配进行优化决策；

步骤4：各节点通过观察能量队列的队列状态并结合电价因素进行能量采集行为决策；

步骤5：重复步骤1到步骤4的决策过程，在完成设定的网络运行时隙过程中，观察网络中节点的队列积压，丢包情况以及优化目标变化情况。

2. 根据权利要求1所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤1的具体步骤为：在每个源节点                                               中，对任意会话流的队列，实施如下过程：

步骤1-A:观察实际数据队列、虚拟辅助队列和能量队列的队列积压，对数据队列的数据输入速率进行调整,当条件得到满足时，令，否则，令,其中，表示电池能量存储容量上限，表示感知每单位数据所消耗的能量，表示单个时隙内的数据采集上限；

步骤1-B: 对虚拟辅助队列的虚拟输入速率进行控制决策，观察当前时隙队列的队列积压，若，令；若，令；若，令；否则，令，其中，表示效用函数的最大右导数，且，为李雅普诺夫惩罚因子；

步骤1-C：结合步骤1-A和1-B得到的决策结果，同时根据虚拟队列的队列演变方式对其进行队列更新。

3. 根据权利要求1所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤2中优化决策过程为：对网络中的每个节点及每条会话流，实施如下过程：观察当前时隙的数据队列和虚拟队列的队列积压，当条件满足时，令该时隙的队列丢包量，否则，令，即此时相应的数据队列不进行任何的丢包行为。

4. 根据权利要求1所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤3中的优化决策过程为：对网络中每个节点数据传输的路由调度和链路传输速率的控制决策，实施如下过程：

步骤3-A：定义链路上会话流的链路权重为，同时，定义为对应链路上的最优权重，其中表示对应权重下的传输会话流，当条件满足时，选择会话流作为链路上的传输会话，即把链路上的所有容量分配给会话，令，其中，表示传输功率，表示当前的信道状态，可表示链路的链路容量；

步骤3-B：完成步骤3-A后，传输会话流得到确定，得到一个关于的严格的凸函数，令，表示在时刻分配给传输链路的传输功率，求解以下问题并得到最优的链路传输功率：

其中，，表示节点在单个时隙内所能消耗的传输功率上限，定义如下，

其中， 表示节点中的噪声谱密度， 表示将对链路传输造成干扰的链路集合， 表示链路在时刻的衰落系数，其为时变且独立同分布，为网络的信道状态矩阵；

步骤3-C：结合步骤1、步骤2和步骤3的决策结果，同时根据数据队列和虚拟队列的演变方式对其进行队列更新。

5. 根据权利要求1所述的一种异构无线传感网络中最差时延感知跨层优化方法，其特征在于步骤4中能量采集行为决策的具体步骤为：对网络中的每个节点，实施如下过程：

步骤4-A：若为能量采集节点，当条件满足时，令节点进行能量采集行为，即令节点从外界获取到的能量，否则，令，若为电网供电节点，当条件满足时，令节点从电网获取的能量，否则，令；

其中，表示每个时隙节点能够从外界获取到的能量，参数用于将网络吞吐量效用函数与电网供电能耗价格函数之间的权重，参数用于匹配以上两个函数值得数量级，表示节点一个时隙内能够从电网获得的能量上限，表示当前电网价格状态；

步骤4-B：若为混合能量供电节点，通过求解以下优化问题对变量和进行优化，

步骤4-C：在完成步骤4-A和4-B后，根据得到的优化变量对网络中各个节点的能量队列进行队列更新操作。