CN106454899A - 一种无线mesh网络生存时间优化方法 - Google Patents

Abstract

本发明针对无线mesh网络的生存时间难以实现动态高效管理问题，通过建立网络生存时间优化模型和进行节点休眠时间工程化等效优化处理，实现无线mesh网络的生存时间优化管理。

Description

一种无线mesh网络生存时间优化方法

技术领域

本发明涉及通信网络领域，特别是涉及排队论，以及优化理论。

背景技术

当今社会，信息化日益发展，网络用户数量不断增多，对信息传输质量的要求也愈来愈高，用户也迫切需要能够快速、准确地获取各种网络信息，如何在有限的无线带宽范围内改善无线网络的传输性能，此问题已成为当今无线网络研究领域的重要课题之一。在此背景下，各种信息技术、网络技术、通信技术、及多媒体技术的快速发展，为用户的生活带来了极大的方便，无线网络领域已成为近年来通信与计算机领域迅猛发展的领域之一，其快速发展为用户较高的网络业务需求提供灵活高效的网络支持。

作为一种新兴的宽带接入技术，无线Mesh网络(无线网状网)既克服了WLAN技术的热点接入问题，又拥有AdHoc自组织网络中移动节点的独立路由和主机功能,不采用基站式的网络中心控制点而是采用分布式控制方式进行控制。网络中的每个无线节点可以既是接入点又是路由器，且每个节点都能够发送信号也能够接收信号，并与一个或者多个对等节点直接通信，与传统网络相比，无线mesh网络通常具有较短的无线链路长度，这样不仅能够降低天线成本还能够降低信号的发射功率，进而降低不同系统之间信号的干扰和系统自身信号的干扰，优化了无线链路设计，减轻了链路之间的干扰，无线mesh网络的结构如图1所示。

因此，为提升无线mesh网络的路径传输能力，有必要设计一种高效的生存时间优化方法，实现链路质量和网络可靠性的提升。

发明内容

本发明所要解决的技术问题是：通过建立网络生存时间优化模型和进行工程化等效优化处理，实现无线mesh网络的生存时间优化管理。

本发明为解决上述技术问题所采用的技术方案包括以下步骤：

A、建立网络生存时间优化模型；

B、进行工程化等效优化处理；

C、将工程化处理获得的优化解与通过建立生存时间优化模型获得的优化解进行对比，并自适应修正无线mesh网络的生存时间优化模型。

所述步骤A中，具体为：

max t

其中t为无线mesh网络节点的平均生存时间，f_ij为从节点i至节点j的业务流，s_i为节点i产生的数据量，E_rx为接收单位数据的能量消耗，E_tx,ij为发送单位数据在链路(i,j)上产生的能量消耗，d_ij为节点i至节点j之间的距离，d_int为内部节点距离，E_Elec为电路系统的能量消耗，ε_amp为发射器效能，α为路径丢失系数，e_i为单个网络节点所需电量，为DS算法集合，为第k个DS算法的签名尺度，为第k个DS算法的签名能量消耗，为决策变量，若节点i使用第k个DS算法则反之则 为连续变量，M为生存时间t的上限，G(V,A)为网络拓扑的直连图，V为包含基站的节点集合，W为不包含基站的节点集合，S_i为节点i的签名开销量，E_c,i为节点i的能量开销量。

所述步骤B中，具体子步骤为：a.估计b.估计和c.判断N_i(δ)<δ_s是否成立，若成立则获取使得并转至子步骤d，反之则转至子步骤e；d.获得节点i的估计休眠时间e.获得节点i的估计休眠时间f.遍历所有网络节点，并获取其相应估计休眠时间，其中C(δ)为在时隙δ中节点i的业务需求，为在时隙δ中节点i-1的业务流到达量，为在时隙δ中节点i的业务需求与节点i-1的业务流到达量之间的差值，为反向差值流量，δ_s为业务流s的端到端传输时延上限，a_i(τ)为在当前时间τ内节点i的到达业务流量，为具有大小的业务流处理时间，为的处理时间，为归一化反向差值流量，N_i(δ)为临时节点用于存放控制信息的时间，为网络的平均休眠时间。

所述步骤C中，具体为：当网络形态为g内，将工程化处理获得的优化解与通过网络生存时间优化模型获得的优化解进行对比，若二者的优化解集合完全一致，则将该优化解作为网络形态g的优化解；若二者的优化解集合不一致，则将工程化处理获得的优化解作为网络形态g的最终优化解集合，并修正网络生存时间优化模型中的无线mesh网络的可调参数使其获得工程化处理的优化解集合，并将修正后的网络生存时间优化模型作为下一个网络形态g+1的网络生存时间优化模型；无线mesh网络的网络形态集合为G＝{1,2,...,g,g+1}，将在网络形态集合G内获得的g+1个优化解集合进行统计平均处理，并将该统计平均处理优化解集合与获得的g+1个优化解集合修正网络生存时间优化模型，并将该模型作为下一次无线mesh网络系统中的先验网络生存时间优化模型。

所述步骤D中，建立路径优化模型具体为：a.进行初始化设置；b.使用源节点获取是否能存在目的节点信息，若存在则转至步骤b，反之则转至步骤c；b.使用源节点使用主路径中所记录的下一跳节点进行数据发送；c.使用源节点启用路由发现过程，并广播PREQ帧；d.节点收到PREQ帧，并判断当前节点是否为目的节点，若是则转至步骤e，反之则转至步骤g；e.中间节点根据路由更新算法更新其至源节点的路径信息，并转至步骤f；f.中间节点更新PREQ相关控制信息后继续转发，并转至步骤d；g.目的节点根据路径更新算法更新关于源节点的路径信息，并建立多条指向源节点的反向传输路径，并转至步骤h；h.目的节点对来至不同邻近节点的PREQ帧回复一个修正后的PREQ帧，并转至步骤i；i.节点收到PREQ帧，并判断当前节点是否为源节点，若是则转至步骤j，反之则转至步骤l；j.源节点根据路径更新算法更新指向目的节点的路径信息，并建立指向目的节点的正向路径，并转至步骤k；k.使用源节点选择主路径中所记录的下一跳节点进行数据发送；l.中间节点根据路由更新算法更新其至目的节点的路径信息，并转至步骤m；m.中间节点更新PREQ相关控制信息后继续转发，并转至步骤i，其中PREQ为路径请求信息。

附图说明

图1移动网络优化流程示意图

图2网络端口的业务优化调度流程示意图

具体实施方式

为达到上述目的，本发明的技术方案如下：

第一步，建立最优拥塞控制速率模型，具体为：

0≤p_u≤1，

0≤q_v≤1，

其中会话s的源节点至目的节点t∈T_s的传输路径为A，A与逻辑链路I_u＝(i,J)重叠的传输路径为B，为以节点j为终点的传输路径B上的业务流速率，T_s为目的节点集合，为由原始节点s至目的节点T_s且经过逻辑链路(i,J)的业务流速率， x_s为会话s的业务流速率，r_u,v为逻辑链路(i,J)的传输速率，p_u为第u个逻辑链路的权重系数，q_v为第v个传输场景的权重系数，S为源节点集合，逻辑链路(i,J)采用广播路由，J为业务流到达节点集合，tr(u)为逻辑链路I_u的发射端，为基于逻辑链路I_u的会话s的业务流速率，ε_i为节点i的初始能量，e_u,v为逻辑链路I_u的平均传输能量，T_i为节点i的生存时间，N为网络中的节点集合，x_i,s为决策变量，若节点i为会话s的源节点，则x_i,s＝x_s，若节点i为会话s的sink节点，则x_i,s＝-x_s，若节点i不为会话s的源节点或sink节点，则x_i,s＝0，L为逻辑链路集合，λ、λ₁和λ₂均为平衡权重系数。W₁和W₂分别为λ₁和λ₂的调节因子，R＝CBR_i-CBR_j，I为i的集合。

第二步，建立拥塞最优控制机制，其包括：进行模糊学习优化、设置拥塞控制规则和建立最优拥塞控制模型，模糊学习优化具体为：(1).初始化q值，q[i,j]＝0,1≤i≤N,1≤j≤J；(2).设置行为触发策略：当触发概率为1-ε时，a_i＝argmax_kq[i,k]，当触发概率为ε时，a_i＝random{a_k,k＝1,2,...,J}；(3).计算全局行为(4).计算(5).采用行为a，并进入下一状态s(t+1)；(6).获得新状态量(7).计算误差信号△Q＝r(t+1)+γ·V_t(s(t+1))-Q(s(t),a)，γ为权重系数；(8).采用规则q[i,a_i]⁺＝q[i,a_i]+η·△Q·α_i(s(t))更新q值；其中为呼叫阻塞率，为呼叫丢失率，N_blocked为接纳控制中被阻塞的呼叫数目，N_accepted为接纳控制中被接受的呼叫数目，N_dropped为接纳控制中被丢弃的呼叫数目，N_succ为接纳控制中成功完成通话的呼叫数目。

第三步，设置拥塞控制规则，具体为：模糊控制单元由模糊规则库、模糊处理单元、解模糊处理单元和干扰引擎组成；模糊处理单元接收R_ij和HO margin，并产生相应的控制行为，具体为：(1).当R_ij为非均衡(i→j)和HO margin为H时，模糊控制行为为EL；(2).当R_ij为非均衡(i→j)和HO margin为M时，模糊控制行为为VL；(3).当R_ij为非均衡(i→j)和HOmargin为L时，模糊控制行为为L；(4).当R_ij为均衡和HO margin为H时，模糊控制行为为N；(5).当R_ij为均衡和HO margin为M时，模糊控制行为为N；(6).当R_ij为均衡和HO margin为L时，模糊控制行为为N；(7).当R_ij为非均衡(i→j)和HO margin为L时，模糊控制行为为EH；(8).当R_ij为非均衡(i→j)和HO margin为M时，模糊控制行为为VH；其中L为低级，M为中级，H为高级，EL为超低级，VL为甚低级，N为空集，VH为甚高级，EH为超高级，R_ij为非均衡(i→j)表示业务流由i至j，R_ij为均衡表示i与j之间不存在业务流传输。

第四步，建立最优拥塞控制模型，其由无线网络、模糊控制单元和模糊学习优化单元组成，模糊学习优化单元接收从无线网络的状态信息获得的CDR_i和CDR_j信息，并输出△HOmargin₁，模糊控制单元接收来至无线网络的HO margin和(CDR_i-CDR_j)信息和模糊学习优化单元的输出△HO margin₁，并输出△HO margin₂至无线网络用于调节无线网络的拥塞控制能力。

本发明提出了一种无线网络的最优拥塞控制方法，通过建立最优拥塞控制速率模型和拥塞最优控制机制，实现无线网络的资源优化利用。

Claims (5)

1.一种无线mesh网络生存时间优化方法，通过建立网络生存时间优化模型和进行工程化等效优化处理，实现无线mesh网络的生存时间优化管理，包括如下步骤：

A、建立网络生存时间优化模型；

B、进行工程化等效优化处理；

C、将工程化处理获得的优化解与通过建立生存时间优化模型获得的优化解进行对比，并自适应修正无线mesh网络的生存时间优化模型；

D、建立路径优化模型，并自适应修正路径优化模型。

2.根据权利要求1的方法，对于所述步骤A其特征在于：具体为：

max t

$s.t.\underset{\underset{j\&NotEqual;i}{j\&Element;V}}{\&Sigma;}{f}_{ij}-\underset{\underset{j\&NotEqual;i}{j\&Element;W}}{\&Sigma;}{f}_{ij}=s_i+S_i,\&ForAll;i\&Element;W$

$E_{rx}\underset{\underset{j\&NotEqual;i}{j\&Element;W}}{\&Sigma;}{f}_{ji}+\underset{\underset{j\&NotEqual;i}{j\&Element;V}}{\&Sigma;}{f}_{ij}{E}_{tx,ij}+E_{c,i}\&le;e_i,\&ForAll;i\&Element;W$

$S_i=s_i\&times;t\&times;\left\{\underset{k\&Element;D}{\mathrm{\&Sigma;}}{o}_1^k\&times;a_k^i\right\},\&ForAll;i\&Element;W$

$E_{c,i}=s_i\&times;t\&times;\{\underset{k\&Element;D}{\&Sigma;}{o}_2^k\&times;a_k^i\},\&ForAll;i\&Element;W$

$\underset{k\&Element;D}{\&Sigma;}{a}_k^i=1,\&ForAll;i\&Element;W$

$f_{ij}\&GreaterEqual;0,\&ForAll;(i,j)\&Element;A$

$a_k^i\&Element;\{0,1\},\&ForAll;i\&Element;W,k\&Element;D$

其中t为无线mesh网络节点的平均生存时间，f_ij为从节点i至节点j的业务流，s_i为节点i产生的数据量，E_rx为接收单位数据的能量消耗，E_tx,ij为发送单位数据在链路(i,j)上产生的能量消耗，d_ij为节点i至节点j之间的距离，d_int为内部节点距离，E_Elec为电路系统的能量消耗，ε_amp为发射器效能，α为路径丢失系数，e_i为单个网络节点所需电量，为DS算法集合，为第k个DS算法的签名尺度，为第k个DS算法的签名能量消耗，为决策变量，若节点i使用第k个DS算法则反之则 为连续变量，M为生存时间t的上限，G(V,A)为网络拓扑的直连图，V为包含基站的节点集合，W为不包含基站的节点集合，S_i为节点i的签名开销量，E_c,i为节点i的能量开销量。

3.根据权利要求1的方法，对于所述步骤B其特征在于：具体子步骤为：a.估计b.估计和c.判断N_i(δ)<δ_s是否成立，若成立则获取使得并转至子步骤d，反之则转至子步骤e；d.获得节点i的估计休眠时间e.获得节点i的估计休眠时间f.遍历所有网络节点，并获取其相应估计休眠时间，其中C(δ)为在时隙δ中节点i的业务需求，为在时隙δ中节点i-1的业务流到达量，为在时隙δ中节点i的业务需求与节点i-1的业务流到达量之间的差值，为反向差值流量，δ_s为业务流s的端到端传输时延上限，a_i(τ)为在当前时间τ内节点i的到达业务流量，为具有大小的业务流处理时间，为的处理时间，为归一化反向差值流量，N_i(δ)为临时节点用于存放控制信息的时间，为网络的平均休眠时间。

4.根据权利要求1的方法，对于所述步骤C其特征在于：具体为：当网络形态为g内，将工程化处理获得的优化解与通过网络生存时间优化模型获得的优化解进行对比，若二者的优化解集合完全一致，则将该优化解作为网络形态g的优化解；若二者的优化解集合不一致，则将工程化处理获得的优化解作为网络形态g的最终优化解集合，并修正网络生存时间优化模型中的无线mesh网络的可调参数使其获得工程化处理的优化解集合，并将修正后的网络生存时间优化模型作为下一个网络形态g+1的网络生存时间优化模型；无线mesh网络的网络形态集合为G＝{1,2,...,g,g+1}，将在网络形态集合G内获得的g+1个优化解集合进行统计平均处理，并将该统计平均处理优化解集合与获得的g+1个优化解集合修正网络生存时间优化模型，并将该模型作为下一次无线mesh网络系统中的先验网络生存时间优化模型。

5.根据权利要求1的方法，对于所述步骤D其特征在于：建立路径优化模型具体为：a.进行初始化设置；b.使用源节点获取是否能存在目的节点信息，若存在则转至步骤b，反之则转至步骤c；b.使用源节点使用主路径中所记录的下一跳节点进行数据发送；c.使用源节点启用路由发现过程，并广播PREQ帧；d.节点收到PREQ帧，并判断当前节点是否为目的节点，若是则转至步骤e，反之则转至步骤g；e.中间节点根据路由更新算法更新其至源节点的路径信息，并转至步骤f；f.中间节点更新PREQ相关控制信息后继续转发，并转至步骤d；g.目的节点根据路径更新算法更新关于源节点的路径信息，并建立多条指向源节点的反向传输路径，并转至步骤h；h.目的节点对来至不同邻近节点的PREQ帧回复一个修正后的PREQ帧，并转至步骤i；i.节点收到PREQ帧，并判断当前节点是否为源节点，若是则转至步骤j，反之则转至步骤l；j.源节点根据路径更新算法更新指向目的节点的路径信息，并建立指向目的节点的正向路径，并转至步骤k；k.使用源节点选择主路径中所记录的下一跳节点进行数据发送；l.中间节点根据路由更新算法更新其至目的节点的路径信息，并转至步骤m；m.中间节点更新PREQ相关控制信息后继续转发，并转至步骤i，其中PREQ为路径请求信息。