CN105790810A - 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 - Google Patents
基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 Download PDFInfo
- Publication number
- CN105790810A CN105790810A CN201610227747.XA CN201610227747A CN105790810A CN 105790810 A CN105790810 A CN 105790810A CN 201610227747 A CN201610227747 A CN 201610227747A CN 105790810 A CN105790810 A CN 105790810A
- Authority
- CN
- China
- Prior art keywords
- network
- node
- channelling mode
- source
- wireless multi
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0417—Feedback systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于信道模式选择的MIMO无线多跳网络分布式跨层优化方法,包括以下步骤:在MIMO无线多跳网络中,实时获得当前网络状态,源节点根据当前节点队列积压与惩罚函数的关系来决策分配给每个源节点的速率;每个节点根据其与出链路节点的背压差,决定路由和调度决策,这其中涉及MIMO网络的信道模式选择问题,从而影响网络的效用,为了实现分布式实施,采用对偶分解法将耦合的约束项进行分离,并通过一种迭代方法恢复原始问题的最优解;整个过程经过多次迭代后,使得无线网络的源速率采集效用最大;本发明方法可根据当前网络状态动态调整信道模式的选择,实现多跳网络中源速率采集效用的最优分配,保证整个网络队列积压稳定,并实现决策分布式。
Description
技术领域
本发明涉及到无线网络通信传输技术领域,具体是一种基于信道模式选择的MIMO(MultipleInputMultipleOutput)无线多跳网络分布式跨层优化方法。
背景技术
MIMO无线技术是利用多根发射天线和多根接收天线进行无线传输的技术,是当今通信领域的研究重点,它在不增加系统额外物理带宽的情况下,使成倍的提高多跳无线网络的系统容量成为可能,能够有效节约频谱资源,提高能量利用率。目前MIMO无线技术优化算法的研究主要侧重于如何充分的获得分集增益和复用增益。天线分集可以对抗信道衰落,提高无线链路的可靠性,并且联合应用多维天线分集与时间分集,可以获得更好的分集效果,即通过空时编码而增加传输的空时冗余信息,从而提高无线传输的稳健性,获得分集最大化。空间复用以速率最大化为目的,无线信道的多径传播增加了MIMO系统可用的自由度,若各对收发天线路径的衰落独立,则空间矩阵信道创建了多个并行的空间传输通道,利用并行通道传输独立的信息流,从而提高系统的数据率。
当多跳无线网络采用MIMO技术后,如何高效的进行天线与信道模式的调度、路由的选择并保持网络的稳定性等均对网络的性能有着显著影响。现如今,这种影响已经不仅仅表现在各个独立层,还对整个网络架构的设计提出了极大的挑战。为了更进一步提高多跳无线网络的性能,需要将MAC层、网络层、传输层和物理层协同设计与优化,这充分的调动了我们的研究兴趣,驱动我们投身于MIMO多跳无线网络的跨层优化算法的研究。
发明内容
本发明的目的在于针对现在的研究热点---MIMO无线多跳网络中的技术不足,提供一种基于信道模式选择的MIMO无线多跳网络分布式跨层优化方法,该方法能在保证网络效长时间鲁棒性的条件下,实现网络效用最大化。
本发明的目的是通过以下技术方案来实现的:一种基于信道模式选择的MIMO无线多跳网络的分布式跨层优化方法,包括以下步骤:
第一步:初始化网络信息:网络运行时隙t=0,网络中每个节点n的数据队列挤压Qn(t),每个时隙中的迭代次数m=1,每个节点n的每条出链路上选择的信道模式i对应的拉格朗日对偶变量λnli(t)=λ,每个节点n对应的拉格朗日对偶变量αn(t)=α;
第二步:源速率控制:在网络中存在若干个源节点会话在进入数据队列前经源节点压缩为速率rf(t),其最大值为并得到该会话的效用函数Uf(rf(t)),设置惩罚值V,在每个会话f的源节点处求解子问题:
从而得到最优解即传输层源速率控制的决策;
第三步:路由选择和调度控制:在MIMO无线多跳网络中,每个节点n配置了Dn根天线,在收发节点设计好的一系列天线组合构成了MIMO无线多跳网络的信道模式,其中Rli表示信道模式i在接收节点使用的天线数,Tli表示信道模式i在传输节点使用的天线数,参数表示天线在链路l上信道模式i中的使用情况,每条链路l对信道模式i有容量限制Cli,表示在时隙t链路l上通过信道模式i的会话流f的端到端传输速率,Ili(t)表示在时隙t时信道模式i在链路l的占用概率,在每个节点n处获取当前时隙t中上一次迭代的对偶变量λnli(tm-1)和αn(tm-1)求解子问题:
获得当前时隙t第m次迭代的解和Ili(tm),通过如下公式更新λnli(tm)和αn(tm):
κλ(tm-1)和κα(tm-1)为次梯度算法的步长,根据如下公式恢复原始问题的解:
其中γ(tm)=(x(tm),I(tm)),如果目标项收敛,产生该时隙路由选择和调度决策,然后更新网络状态:
t←t+1
m=1
λnli(t)=λ
αn(t)=α
若目标项未收敛,则:
m←m+1
继续回到第三步开始执行。
本发明的有益效果是,本发明在保证了网络稳定性的约束下,建立了MIMO无线多跳网络的效用优化问题,提出的优化算法能够根据当前网络状态实时动态调整信道模式决策,有效地调动了MIMO无线多跳网络中每个节点的天线使用从而获得MIMO无线多跳网络中源速率采集效用的最优分配并实现真正意义上的分布式算法。
附图说明
图1为效用收敛性图;
图2为队列积压收敛性图。
具体实施方式
为了让本发明的上述和其他目的、特征和优点更加明显,下面将作进一步详细的说明。
本发明考虑一个通用无线多跳网络运行在时间节点用一个有向图来描述网络的拓扑模型,其中表示网络中的节点集合,表示可以采集信息源的所有源节点的集合,表示网络中所有需要路由的信息源的集合,表示所有定向链路的集合,每条链路l=(n,b)中n,b分别指代该链路的起始节点和目的节点,则表示干扰链路的集合。表示节点n的出链路集合 表示节点n的入链路集合表示每条链路上的信道模式集合,这些信道模式集合是由每条链路上的收、发节点的不同天线组合构成的。
本发明在网络条件的约束下,建立如下的网络效用最大化问题,实现所有源端速率的效用最大化:
χ(t)=(r(t),x(t),I(t))是所有优化项的集合,其中r(t)是优化项rf(t)的集合,x(t)是优化项的集合,I(t)是优化项Ili(t)的集合。Uf(rf(t))是源端速率对应的效用函数,假设该函数满足递增,连续二阶可导和强凹特性,并且初始值有界。
第一个约束项表示:t时隙下,会话f的吞吐量应小于等于其上限且大于等于0。
第二个约束项表示:每条链路上每个信道模式的传输速率应小于等于该链路上该信道模式的信道容量乘以其占用概率。
第三个约束项表示:每个节点在其出链路的信道上用来传输数据的天线数总和不得超过该节点所拥有的天线数。
第四个约束项表示:每个节点在入链路的信道模式上用来接收数据的天线数和干扰链路的信道模式上用来消除干扰的天线数累加总和不得超过该节点所拥有的天线数。
第五个约束项表示:每个节点的任意天线不能在某个占用时间片段被不同的信道模式同时用来传输数据。
第六个约束项表示:每个节点的所有出链路上所有信道模式传输的f会话数据之和大于等于0小于等于该节点当前时隙t下f会话的数据队列积压。其中为当前节点的f会话队列积压。
第七个约束项表示:每条链路上每个信道模式的占用概率大于等于0小于等于1。
本发明提供的一种无线多跳MIMO信道感知网络的分布式跨层优化方法,包括如下步骤:
第一步:初始化网络信息:网络运行时隙t=0,网络中每个节点n的数据队列挤压Qn(t),每个时隙中的迭代次数m=1,每个节点n的每条出链路上选择的信道模式i对应的拉格朗日对偶变量λnli(t)=λ,每个节点n对应的拉格朗日对偶变量αn(t)=α;
第二步:源速率控制:在网络中存在若干个源节点会话在进入数据队列前经源节点压缩为速率rf(t),其最大值为并得到该会话的效用函数Uf(rf(t)),设置惩罚值V,在每个会话f的源节点处求解子问题:
从而得到最优解即传输层源速率控制的决策;
第三步:路由选择和调度控制:在MIMO无线多跳网络中,每个节点n配置了Dn根天线,在收发节点设计好的一系列天线组合构成了MIMO无线多跳网络的信道模式,其中Rli表示信道模式i在接收节点使用的天线数,Tli表示信道模式i在传输节点使用的天线数,参数表示天线在链路l上信道模式i中的使用情况,每条链路l对信道模式i有容量限制Cli,表示在时隙t链路l上通过信道模式i的会话流f的端到端传输速率,Ili(t)表示在时隙t时信道模式i在链路l的占用概率,在每个节点n处获取当前时隙t中上一次迭代的对偶变量λnli(tm-1)和αn(tm-1)求解子问题:
获得当前时隙t第m次迭代的解和Ili(tm),通过如下公式更新λnli(tm)和αn(tm):
κλ(tm-1)和κα(tm-1)为次梯度算法的步长,根据如下公式恢复原始问题的解:
其中γ(tm)=(x(tm),I(tm)),如果目标项收敛,产生该时隙路由选择和调度决策,然后更新网络状态:
t←t+1
m=1
λnli(t)=λ
αn(t)=α
若目标项未收敛,则:
m←m+1
继续回到第三步开始执行。
具体实施流程如下:
(1)配置网络拓扑结构,初始化网络中各个节点的数据信息。
(2)初始化对偶变量。
(3)求解源速率子问题,得到每个时隙源节点的最优速率。
(4)求解路由选择与调度子问题,得到该时隙下第m次迭代的每个节点的传输速率和链路占用概率。
(5)提交该时隙下第m次迭代的每个节点的传输速率和链路信道模式占用概率,更新该时隙下的对偶因子值。计算目标项的值,恢复原始问题的解。
(6)若目标项收敛,则产生该时隙下的决策。更新每个节点的数据队列,进入下一个时隙,并返回步骤(2)。若目标项没有收敛,则进入该时隙的第m+1次迭代,并返回步骤(4)。
(7)若原始目标最终收敛,则产生最终决策。若不收敛,则返回步骤(6)。
以下通过仿真实例来说明本发明设计的优化算法性能。网络仿真场景的设置如下:网络包含11个节点,38条传输链路及4条传输会话流。网络效用函数为Uf(rf(t))=log(1+rf(t))。其他用到的参数有Rmax=6.5,Dn=2,Cli=[3,4],V=[10,30,50,100,500,1000,2000],α=0,λ=0。
仿真结果图1表示本发明方法的效用收敛性。
仿真结果图2表示本发明方法的队列积压收敛性。
图1表明当惩罚参数V的值不断增加,时间平均效用值也随之增加,并逐渐收敛于最优值附近。
图2表明当惩罚参数V的值不断增加,整个网络的时间平均队列成线性增加。
本发明提供的基于信道模式选择的网络效用最大化方法,能够根据当前网络状态实时调整信道模式决策并实现MIMO无线多跳网络中源速率采集效用的最优分配,并保证整个网络队列积压稳定,取得更快的收敛速度,实现真正意义上的分布式算法。进而使得在实际应用中,算法的应用更广泛,达到跨层优化的效果。
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,可以采用其它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 (1)
1.一种基于信道模式选择的MIMO无线多跳网络的分布式跨层优化方法,其特征在于,包括以下步骤:
第一步:初始化网络信息:网络运行时隙t=0,网络中每个节点n的数据队列挤压Qn(t),每个时隙中的迭代次数m=1,每个节点n的每条出链路上选择的信道模式i对应的拉格朗日对偶变量λnli(t)=λ,每个节点n对应的拉格朗日对偶变量αn(t)=α;
第二步:源速率控制:在网络中存在若干个源节点会话在进入数据队列前经源节点压缩为速率rf(t),其最大值为并得到该会话的效用函数Uf(rf(t)),设置惩罚值V,在每个会话f的源节点处求解子问题:
从而得到最优解即传输层源速率控制的决策;
第三步:路由选择和调度控制:在MIMO无线多跳网络中,每个节点n配置了Dn根天线,在收发节点设计好的一系列天线组合构成了MIMO无线多跳网络的信道模式,其中Rli表示信道模式i在接收节点使用的天线数,Tli表示信道模式i在传输节点使用的天线数,参数表示天线在链路l上信道模式i中的使用情况,每条链路l对信道模式i有容量限制Cli,表示在时隙t链路l上通过信道模式i的会话流f的端到端传输速率,Ili(t)表示在时隙t时信道模式i在链路l的占用概率,在每个节点n处获取当前时隙t中上一次迭代的对偶变量λnli(tm-1)和αn(tm-1)求解子问题:
获得当前时隙t第m次迭代的解和Ili(tm),通过如下公式更新λnli(tm)和αn(tm):
κλ(tm-1)和κα(tm-1)为次梯度算法的步长,根据如下公式恢复原始问题的解:
其中γ(tm)=(x(tm),I(tm)),如果目标项收敛,产生该时隙路由选择和调度决策,然后更新网络状态:
t←t+1
m=1
λnli(t)=λ
αn(t)=α
若目标项未收敛,则:
m←m+1
继续回到第三步开始执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610227747.XA CN105790810B (zh) | 2016-04-13 | 2016-04-13 | 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610227747.XA CN105790810B (zh) | 2016-04-13 | 2016-04-13 | 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105790810A true CN105790810A (zh) | 2016-07-20 |
CN105790810B CN105790810B (zh) | 2019-09-24 |
Family
ID=56397432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610227747.XA Active CN105790810B (zh) | 2016-04-13 | 2016-04-13 | 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105790810B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533519A (zh) * | 2016-11-29 | 2017-03-22 | 河南工业大学 | 一种基于动态天线选择的多跳协作传输方法 |
CN114581220A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、设备及分布式计算系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070274220A1 (en) * | 2006-03-02 | 2007-11-29 | Samsung Electronics Co., Ltd. | Method and apparatus for optimizing a queue based cross layer in a wireless ad-hoc network |
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 |
CN105163380A (zh) * | 2015-09-23 | 2015-12-16 | 浙江理工大学 | Mimo无线多跳网络的分布式跨层优化方法 |
CN105357115A (zh) * | 2015-10-14 | 2016-02-24 | 浙江理工大学 | 一种基于异步背压式路由与调度的网络效用最大化方法 |
-
2016
- 2016-04-13 CN CN201610227747.XA patent/CN105790810B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070274220A1 (en) * | 2006-03-02 | 2007-11-29 | Samsung Electronics Co., Ltd. | Method and apparatus for optimizing a queue based cross layer in a wireless ad-hoc network |
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 |
CN105163380A (zh) * | 2015-09-23 | 2015-12-16 | 浙江理工大学 | Mimo无线多跳网络的分布式跨层优化方法 |
CN105357115A (zh) * | 2015-10-14 | 2016-02-24 | 浙江理工大学 | 一种基于异步背压式路由与调度的网络效用最大化方法 |
Non-Patent Citations (1)
Title |
---|
张亚珂等: "无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法", 《自动化学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533519A (zh) * | 2016-11-29 | 2017-03-22 | 河南工业大学 | 一种基于动态天线选择的多跳协作传输方法 |
CN114581220A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、设备及分布式计算系统 |
CN114581220B (zh) * | 2022-05-05 | 2022-09-16 | 支付宝(杭州)信息技术有限公司 | 数据处理方法、设备及分布式计算系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105790810B (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101588627B (zh) | 协作通信中源与中继节点的功率最优联合分配的方法 | |
CN108541001A (zh) | 一种用于能量可收集双向协作通信的中断率优化算法 | |
CN105790810A (zh) | 基于信道模式选择的mimo无线多跳网络分布式跨层优化方法 | |
CN116321236A (zh) | Ris辅助的安全无蜂窝大规模mimo系统能效优化方法 | |
Chen et al. | Cross layer design of heterogeneous virtual MIMO radio networks with multi-optimization | |
CN103259586B (zh) | 一种基于遗传算法的多跳协作中继波束成形方法 | |
Ayatollahi et al. | MAC-LEAP: Multi-antenna, cross layer, energy adaptive protocol | |
Bravos et al. | MIMO-based and SISO multihop sensor networks: energy efficiency evaluation | |
CN104837194A (zh) | 一种基于af机制的双向中继系统功率分配方法 | |
Mundarath et al. | Exploiting spatial multiplexing and reuse in multi-antenna wireless ad hoc networks | |
Gelal et al. | Exploiting diversity gain in MIMO equipped ad hoc networks | |
Zhou et al. | An energy-efficient cooperative MISO-based routing protocol for wireless sensor networks | |
Belleschi et al. | Fast power control for cross-layer optimal resource allocation in DS-CDMA wireless networks | |
CN101951641B (zh) | 基于分布式空时编码的Ad hoc网络协作中继方法 | |
Sana et al. | Improved cooperation in underwater wireless sensor networks | |
Jafari et al. | A cross layer approach based on queuing and adaptive modulation for MIMO systems | |
Chowdhuri et al. | Implementation of a new packet broadcasting algorithm for MIMO equipped Mobile ad-hoc network | |
Boukerche et al. | Energy-efficient multi-hop virtual MIMO wireless sensor network | |
Wang et al. | Cooperative MIMO-OFDM based multi-hop 3D clustered wireless camera sensor networks | |
Chowdhuri et al. | Analysis of performance of MIMO ad hoc network in terms of information efficiency | |
Aksu et al. | An energy-efficient routing protocol for networks with cooperative transmissions | |
Tong et al. | Energy efficient multicasting using smart antennas for wireless ad hoc networks in multipath environments | |
Bravos et al. | Combining MIMO and multihop based transmissions on energy efficient sensor networks | |
Qi et al. | Physical layer performance of a cooperative amplify and forward scheme for mimo wlans | |
Vangala et al. | Joint routing, scheduling and power control for multihop MIMO networks |
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 |