CN108430108B - 基于并发集多目标优化时隙分配方法、无线网络控制系统 - Google Patents

Abstract

本发明属于无线通信网络技术领域，公开了一种基于并发集多目标优化时隙分配方法、无线网络控制系统，所述基于并发集多目标优化时隙分配方法基于无线网络中节点的拓扑信息，将网络中的节点划分到若干并发集；进行决策的节点根据收集到的网络拓扑信息执行算法，将网络中的所有节点划分到不同的并发集，每个并发集中的节点可以复用信道资源并发传输；建立多目标优化数学模型。本发明在有些场合下，资源分配技术的应用场景需要兼顾多方性能，甚至要求资源分配策略具有根据动态需求，基于实时信息对某个目标有所侧重进而做出分配决策的能力。本发明将多个性能指标进行数学抽象，通过建立多目标优化的数学模型寻求最优解。

Description

基于并发集多目标优化时隙分配方法、无线网络控制系统

技术领域

本发明属于无线通信网络技术领域，尤其涉及一种基于并发集多目标优化时隙分配方法、无线网络控制系统。

背景技术

目前，业内常用的现有技术是这样的：动态无线网络的媒质接入控制和组网是一个受到广泛关注的问题，而非均匀性使这一问题更具挑战。动态无线网络的非均匀性，除非可以控制，否则非均匀性比均匀性在应用中更容易出现。关于动态非均匀无线网络相关技术的研究兼具前瞻性和实用性。无线传输技术如今越来越广泛地深入到社会生活的各个方面，随着用户业务需求的丰富和多样化，用户之间的资源该如何分配成为一个研究热点。无线通信系统中，所有节点共享无线信道资源，如何有效地利用有限的无线资源，以最大限度地满足用户的传输需求，仍然需要更进一步的探索。新技术新应用的出现，新的通信标准的演进等，都显示出对更优的资源分配策略的迫切需求。基于TDMA的媒质接入控制协议具有信道利用率高、接入时延可控、抗干扰能力强等特点，逐渐成为动态网络的基本多址接入方式。在基于TDMA的空口技术中，时间被划分为时帧，时帧被进一步划分为等长时隙，决策节点为所有节点在每一个时帧中分配一定数量的时隙，每个节点获得的时隙是否能够最大限度地满足各自的传输需求以及每个节点的负载与其获得的时隙资源的比例是否相同，都体现了资源分配算法的有效性。信道资源分配算法是决定无线资源利用率的重要因素，也是影响无线传输总体性能的关键步骤。在一种旨在提升信道利用率的时隙分配算法中，时隙分配过程分为以下几个关键步骤。新入网的节点首先侦听周围邻节点的消息，获悉侦听到的所有邻节点占用的时隙以及帧长等消息；新节点将帧长设置为收听到的所有邻节点的最长帧长；新节点在未分配的空闲时隙中选取一个作为自己的传输时隙，若没有可用的空闲资源，即所有时隙都已经分配给了其他节点，且该信息通过邻节点的广播已被准备入网的新节点获知后，新节点将做出时隙资源占用决策，将剥夺分配了多个时隙的节点的资源占为己有，在该算法中，新节点入网的优先级高于已入网节点对于更多传输机会的需求的优先级；当节点退出网络时，释放占有的所有时隙资源。公平性是资源分配问题中的重要研究方向。在注重公平性的资源分配机制中，要保证有传输需求的节点不会因为得不到资源而饿死，而其他节点因为不合理的资源分配策略出现占用资源饱和的现象。在一种旨在改善公平性性能的算法中，公平性通过为节点轮流分配在竞争时隙过程中的占有的优先级来体现。每个时帧划分两个阶段，一个阶段称为预约帧，另一个阶段称为信息帧。预约帧用于对信息帧中的数据传输时隙进行预约，预约帧中的时隙承载的是预约信息的交互传输。该机制实现在假设网络所有节点静止的条件下，因此并不适用于动态网络。基于图论的染色问题就是考虑到公平性问题的应用，然而这样的策略适用于基于链路的资源分配方案中而不适用于基于节点节点的资源分配方案中。

综上所述，现有技术存在的问题是：

(1)现有技术实现的目标为单一的高信道利用率，或是好的公平性等，但是未能将它们综合考虑；基于并发集进行时隙资源分配能够取得好的吞吐量性能，而现有技术忽略了并发集这一概念在资源调度策略中的优势，未能在考虑并发集在实际应用中的作用的基础上，立足于这两个目标，基于网络特征和形态提出恰当的解决方案，从而制定有效的资源分配决策；在有些场合下，资源分配技术的应用场景需要兼顾多方性能，甚至要求资源分配策略具有根据动态需求，基于实时信息对某个目标有所侧重进而做出分配决策的能力。

(2)现有的技术在这种更全面、更灵活的要求下就暴露出明显的不足，在实际应用场景中，一方面，各个节点需要充分的传输资源发送数据，不希望造成因为资源短缺而丢失数据等现象；另一方面，不同节点分配的资源数量也需要一定的平衡，而不至于造成一些节点因为供过于求而出现资源饱和，另一些节点因为没有得到传输资源而饿死的局面。但现有技术少有立足于两方面的需求进行综合的资源分配决策；这时，就需要抽象多个性能指标，建立多目标优化的数学模型。

解决上述技术问题的难度和意义：

难度：解决上述技术问题，需要关注动态网络状态和拓扑形态等实时性特征，收集 网络的实时性信息；需要基于网络拓扑结构特点，计算出旨在提升资源分配方案空间复用 能力的并发集，以并发集作为时隙资源分配的单位；需要综合考虑实际应用中资源分配策 略要达到的高吞吐量和用户间公平性这两个目标，并将这两个应用中的性能目标抽象为可 解并优化的模型。

意义：上述技术问题的解决，极大提高了时隙资源的空间复用能力。实现了一种综 合考虑吞吐量和用户公平性两方面性能的资源分配方案，而不是单一地对某一种性能进行 优化。并且，模型中含有权重因子，可以根据工程应用中的实际需要，取合适的权重因子对 任意一项性能有所倾向。

发明内容

针对现有技术存在的问题，本发明提供了一种基于并发集多目标优化时隙分配方法、无线网络控制系统。

本发明是这样实现的，一种基于并发集多目标优化时隙分配方法，所述基于并发集多目标优化时隙分配方法基于无线网络中节点的拓扑信息，将网络中的节点划分到若干并发集；进行决策的节点根据收集到的网络拓扑信息执行算法，将网络中的所有节点划分到不同的并发集，每个并发集中的节点可以复用信道资源并发传输；建立多目标优化数学模型。

进一步，所述基于并发集多目标优化时隙分配方法包括以下步骤：

步骤一，通过一个时帧中节点之间的信息交互，决策节点获得网络拓扑信息；

步骤二，在下一个时帧的开始，决策节点执行并发集计算方法；

步骤三，建立相关量的数学描述；

步骤四，建立最大化公平性目标的数学描述；

步骤五，建立最大化吞吐量目标的数学描述；

步骤六，建立多目标优化的数学模型；

步骤七，求解上式的结果是一组非绝对占优解。

进一步，所述步骤二中决策节点获知网络中每个节点的邻节点信息，进一步决策出对于每个节点，所有距离大于两跳的节点的集合，按照节点序，遍历每一个能与指定节点并发传输的节点集合，从第一个节点N1的开始，在所有能与N1并发传输的节点中，依次选择节点并将其加入到N1的并发集中；选择规则：首先选定N1节点加入N1的并发集，在可以与N1并发传输的节点，依次判断节点是否可以与已经加入并发集的所有节点并发传输，若可以，则将判断的节点加入并发集，否则，跳过该节点对后面的节点进行判断，直到所有可以与N1并发传输的节点都被判断完，N1的并发集C1确定。

进一步，所述步骤三中获得的并发集数量为setNumber，并发集矩阵mat的所有非零行的数目，参与时隙分配的总节点个数为NUMNODES，时隙分配表中，除了决策节点在节点申请入网时为其分配的时隙之外，剩余的空闲时隙数量为N，各个并发集获得时隙的数量的比例构成的向量设为[α₁,α₂,α₃,α₄,α₅]，且每个节点的负载数值构成的向量设为pl＝[pl₁,pl₂,pl₃,pl₄,pl₅,pl₆,pl₇,pl₈]；则，各节点获得的时隙数量与负载比例为：

遍历矩阵mat的setNumber个非零行，找到节点k出现的所有并发集，以及该并发集通过时隙分配算法获得的时隙数量，计算出节点k获得时隙的数量kSlots为：

节点k获取的时隙与其负载的比例rate_k为：

各节点时隙负载比例的平均值avrRate为：

节点k实际使用的时隙数量与负载数值与获得的时隙数量值的相对大小有关，若节点k的负载数值大于获得的时隙数量，则实际使用的时隙数量为获得的时隙数量；反之，则为负载数值；用consume[k]表示节点k实际使用的时隙数量，该值由下式确定：

进一步，所述步骤四中最大化公平性目标的数学描述：

进一步，所述步骤五中最大化吞吐量目标的数学描述：

进一步，所述步骤六中建立多目标优化的数学模型：

进一步，所述步骤七中对这一组解按照值的大小进行排序，根据需要给出一个比例因子β，该因子表示两个目标性能的相对权重，利用因子在排序的结果中可以最终决策出一个符合要求的最优解。

本发明的另一目的在于提供一种应用所述无线网络控制系统的无线网络控制系统。

综上所述，本发明的优点及积极效果为：本发明基于无线网络中节点的拓扑信息，将网络中的节点划分到若干并发集。此处并发集是指，每个这样的集合中的成员节点可以复用时隙进行传输。提出一种并发集计算方法，进行决策的节点根据收集到的网络拓扑信息执行该算法，可以将网络中的所有节点划分到不同的并发集，每个并发集中的节点可以复用信道资源并发传输。提出一种基于并发集的，综合考虑信道利用率和资源分配公平性的多目标优化策略，建立多目标优化数学模型，该模型能够适应对资源分配策略有兼顾多项性能要求的场合。本发明在有些场合下，资源分配技术的应用场景需要兼顾多方性能，甚至要求资源分配策略具有根据动态需求，基于实时信息对某个目标有所侧重进而做出分配决策的能力。本发明将多个性能指标进行数学抽象，通过建立多目标优化的数学模型寻求最优解。

现有技术实现的目标为单一的高信道利用率，或是好的公平性等，但是少有方案未能将它们综合考虑。现有的技术在这种更全面、更灵活的要求下就暴露出明显的不足，不足体现在，在实际应用场景中，一方面，各个节点需要充分的传输资源发送数据，不希望造成因为资源短缺而丢失数据等现象；另一方面，不同节点分配的资源数量也需要一定的平衡，而不至于造成一些节点因为供过于求而出现资源饱和，另一些节点因为没有得到传输资源而饿死的局面。但现有技术少有立足于两方面的需求进行综合的资源分配决策。这时，就需要抽象多个性能指标，建立多目标优化的数学模型。基于并发集进行时隙资源分配能够取得好的吞吐量性能，而现有技术忽略了并发集这一概念在提高时隙空间复用能力以及资源调度策略中的优势，未能在考虑并发集在实际应用中的作用的基础上，立足于这两个目标，基于网络特征和形态提出恰当的解决方案，从而制定有效的资源分配决策。

本发明所提的资源分配技术能够基于并发集的概念，兼顾两方性能，具有对某个目标有所侧重进而做出分配决策的能力。

附图说明

图1是本发明实施例提供的基于并发集多目标优化时隙分配方法流程图。

图2是本发明实施例提供的并发集计算方法执行过程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明主要运用在基于TDMA的无线网络时隙资源分配中，为了提高时隙资源的空间利用率，将网络所有节点划分到若干并发集，通过将并发集作为时隙资源调度的基本单元，兼顾最大化吞吐量和最大化资源分配公平性这两个目标，并建立多目标优化的数学模型，依据这两个目标在实时资源调度决策中的权重，选取不同的权值因子，执行多目标优化算法选择符合要求的最优分配结果。

如图1所示，本发明实施例提供的基于并发集多目标优化时隙分配方法包括以下步骤：

S101：通过一个时帧中节点之间的信息交互，决策节点获得网络拓扑信息；

S102：在下一个时帧的开始，决策节点执行并发集计算方法；

S103：建立相关量的数学描述；

S104：建立最大化公平性目标的数学描述；

S105：建立最大化吞吐量目标的数学描述；

S106：建立多目标优化的数学模型；

S107：求解上式的结果是一组非绝对占优解。

下面结合附图对本发明的应用原理作进一步的描述。

本发明实施例提供的基于并发集多目标优化时隙分配方法具体包括以下步骤：

步骤一，通过一个时帧中节点之间的信息交互，决策节点获得网络拓扑信息。由于距离大于两跳的节点可以在一个时隙并发传输而不会造成相互干扰，位置上满足这样距离关系的两个节点可以划分在一个并发集中；

步骤二，在下一个时帧的开始，决策节点执行并发集计算方法。决策节点获知网络中每个节点的邻节点信息，可以进一步决策出对于每个节点，所有距离大于两跳的节点的集合，即所有能与该节点并发传输的节点集合，此时，该集合并不符合所提的并发集的概念，该集合中的所有节点之间能否并发传输还不清楚。之后，按照节点序，遍历每一个能与指定节点并发传输的节点集合，从第一个节点N1的开始，在所有能与N1并发传输的节点中，依次选择节点并将其加入到N1的并发集中，选择规则如下所述，首先选定N1节点加入N1的并发集，在可以与N1并发传输的节点，依次判断节点是否可以与已经加入并发集的所有节点并发传输，若可以，则将判断的节点加入并发集，否则，跳过该节点对后面的节点进行判断，直到所有可以与N1并发传输的节点都被判断完，N1的并发集C1就确定了。以下举例说明该方法。

(1)假设决策节点基于获得的拓扑信息已经判断出每一个成员节点可以并发传输的节点，如，决策节点已经获知以下信息：N1[5]，N2[7，8]，N3[5，6，7，8]，N4[6，8]，N5[1，3，6，7]，N6[3，4，5，6，7]，N7[2，3，5，6]，N8[2，3，4]，其中，N1[5]表示节点N1可以与节点N5并发传输，N2[2，7]表示节点N2可以与节点N7，节点N8并发传输，但是节点N7与节点N8之间是否可以并发传输并不清晰。根据以上这些信息构表1。

表1

节点	N1	N2	N3	N4	N5	N6	N7	N8
									N1	1	0	0	0	1	0	0	0
N2	0	1	0	0	0	0	1	1
									N3	0	0	1	0	1	1	1	1
N4	0	0	0	1	0	1	0	1
									N5	1	0	1	0	1	1	1	0
N6	0	0	1	1	1	1	1	0
									N7	0	1	1	0	1	1	1	0
N8	0	1	1	1	0	0	0	1

(2)执行并发集计算方法，并发集计算方法执行过程演示如图2所示。解释该图演示的过程如下：

row1演示的过程为在节点N1的所有并发节点中选择可以划分到并发集C1的节点。表1的第一行为可以与节点N1复用时隙并发传输的节点，首先，将节点N1划分到并发集C1中，此时C1[1](表示当前并发集C1中包含节点N1)。第一次，找到节点N1的并发节点N5，将节点N5划分到并发集C1，此时C1[1,5]。该过程持续到检验完所有与节点N1并发传输的节点，并发集C1构造完成，此时C1[1,5]。

row2演示的过程为在节点N2的所有并发节点中选择可以划分到并发集C2的节点。表1的第二行为可以与节点N2复用时隙并发传输的节点，首先，将节点N2划分到并发集C2中，此时C2[2]。第一次，找到节点N2的并发节点N7，将节点N7划分到并发集C2，此时C2[2,7]；第二次，找到节点N2的并发节点N8，检验节点N8是否能够与此时C2中的所有节点并发传输，经检验，节点N8不能与此时并发集C2中的节点N7并发传输，所以节点N8不能划分到并发集C2中，此时C2[2,7]。该过程持续到检验完所有与节点N2并发传输的节点，并发集C2构造完成，此时C2[2,7]。

row3演示的过程为在节点N3的所有并发节点中选择可以划分到并发集C3的节点。表一的第三行为可以与节点N3复用时隙并发传输的节点，首先，将节点N3划分到并发集C3中，此时C3[3]。第一次，找到节点N3的并发节点N5，将节点N5划分到并发集C3，此时C3[3,5]；第二次，找到节点N3的并发节点N6，检验节点N6是否能够与此时C3中的所有节点并发传输，经检验，节点N6可以与此时并发集C3中的所有节点并发传输，所以，将节点N6划分到并发集C3，此时C3[3,5,6]；第三次，找到节点N3的并发节点N7，检验节点N7是否能够与此时C3中的所有节点并发传输，经检验，节点N7可以与此时并发集C3中的所有节点并发传输，所以，将节点N7划分到并发集C3，此时C3[3,5,6,7]；第四次，找到节点N3的并发节点N8，检验节点N8是否能够与此时C3中的所有节点并发传输，经检验，节点N8不能与此时C3中的节点N5，N6，N7并发传输，所以节点N8不能划分到并发集C3中，此时C3[3，5，6，7]。该过程持续到检验完所有与节点N3并发传输的节点，并发集C3构造完成，此时C3[3,5,6,7]。

row4演示的过程为在节点N4的所有并发节点中选择可以划分到并发集C4的节点。表一的第四行为可以与节点N4复用时隙并发传输的节点，首先，将节点N4划分到并发集C4中，此时C4[4]。第一次，找到节点N4的并发节点N6，将节点N4划分到并发集C4，此时C4[4,6]；第二次，找到节点N4的并发节点N8，检验节点N8是否能够与此时C4中的所有节点并发传输，经检验，节点N8不能与此时并发集C4中的节点N6并发传输，所以节点N8不能划分到并发集C4中，此时C4[4，6]。该过程持续到检验完所有与节点N4并发传输的节点，并发集C4的构造完成，此时C4[4,6]。

row5演示的过程为在节点N5的所有并发节点中选择可以划分到并发集C5的节点。表一的第五行为可以与节点N5复用时隙并发传输的节点，首先，将节点N5划分到并发集C5中，此时C5[5]，第一次，找到节点N5的并发节点N1，将节点N1划分到并发集C5，此时C5[1，5]；第二次，找到节点N5的并发节点N3，检验节点N3是否能够与此时C5中的所有节点并发传输，经检验，节点N3不能与此时并发集C5中的节点N1并发传输，所以节点N3不能划分到并发集C5中，此时，C5[1，5]；第三次，找到节点N5的并发节点N6，检验节点N6是否能够与此时C5中的所有节点并发传输，经检验，节点N6不能与此时并发集C5中的节点N1并发传输，所以节点N6不能划分到并发集C5中，此时C5[1，5]；第四次，找到节点N5的并发节点N7，检验节点N7是否能够与此时C5中的所有节点并发传输，经检验，节点N7不能与此时并发集C5中的节点N1并发传输，所以节点N7不能划分到并发集C5中，此时，C5[1,5]。该过程持续到检验完所有与节点N5并发传输的节点，并发集C5的构造完成，此时C5[1,5]。

row6演示的过程为在节点N6的所有并发节点中选择可以划分到并发集C6的节点。表一的第六行为可以与节点N6复用时隙并发传输的节点，首先，将节点N6划分到并发集C6中，此时C6[6]。第一次，找到节点N6的并发节点N3，将节点N3划分到并发集C6中，此时C6[3,6]；第二次，找到节点N6的并发节点N4，检验节点N4是否能够与此时C6中的所有节点并发传输，经检验，节点N4不能与此时并发集C6中的节点N3并发传输，所以节点N4不能划分到并发集C6中，此时C6[3,6]；第三次，找到节点N6的并发节点N5，检验节点N5是否能够与此时C6中的所有节点并发传输，经检验，节点N5可以与此时并发集C6中的所有节点并发传输，所以，将节点N5划分到并发集C6中，此时，C6[3,5,6]；第四次，找到节点N6的并发节点N7，检验节点N7是否能够与此时C6中的所有节点并发传输，经检验，节点N7可以与此时并发集C6中的所有节点并发传输，所以，将节点N7划分到并发集C6中，此时C6[3,5,6,7]。该过程持续到检验完所有与节点N6并发传输的节点，并发集C6的构造完成，此时C6[3,5,6,7]。

row7演示的过程为在节点N7的所有并发节点中选择可以划分到并发集C7的节点。表一的第七行为可以与节点N7复用时隙并发传输的节点，首先，将节点N7划分到并发集C7中，此时C7[7]。第一次，找到节点N7的并发节点N2，将节点N2划分到并发集C7中，此时C7[2,7]；第二次，找到节点N7的并发节点N3，检验节点N3是否能够与此时C7中的所有节点并发传输，经检验，节点N3不能与此时并发集C7中的节点N2并发传输，所以节点N3不能划分到并发集C7中，此时C7[2,7]；第三次，找到节点N7的并发节点N5，检验节点N5是否能够与此时C7中的所有节点并发传输，经检验，节点N5不能与此时并发集C7中的节点N2并发传输，所以节点N5不能划分到并发集C7中，此时C7[2，7]；第四次，找到节点N7的并发节点N6，检验节点N6是否能够与此时C7中的所有节点并发传输，经检验，节点N6不能与此时并发集C7中的节点N2并发传输，所以节点N6不能划分到并发集C7中，此时C7[2,7]。该过程持续到检验完所有与节点N7并发传输的节点，并发集C7的构造完成，此时C7[2,7]。

row8演示的过程为在节点N8的所有并发节点中选择可以划分到并发集C8的节点。表一的第八行为可以与节点N8复用时隙并发传输的节点，首先，将节点N8划分到并发集C8中，此时C8[8]。第一次，找到节点N8的并发节点N2，将节点N2划分到并发集C8中，此时C8[2,8]；第二次，找到节点N8的并发节点N3，检验节点N3是否能够与此时C8中的所有节点并发传输，经检验，节点N3不能与此时并发集C8中的节点N2并发传输，所以节点N3不能划分到并发集C8中，此时C8[2,8]；第三次，找到节点N8的并发节点N4，检验节点N4是否能够与此时C8中的所有节点并发传输，经检验，节点N4不能与此时并发集C8中的节点N2并发传输，所以节点N4不能划分到并发集C8中，此时C8[2,8]。该过程持续到检验完所有与节点N8并发传输的节点，并发集C8的构造完成完成，此时C8[2,8]。在C1-C38若干集合中，合并有包含关系的集合，可以得到并发集S1[1,5]，S2[2,7]，S3[3,5,6,7]，S4[4,6]，S5[2,8]，依据这五个并发集，构造并发矩阵，构造规则如下：矩阵的每一行表示一个并发集，矩阵的行号即该并发集编号；矩阵的每一列代表一个节点，矩阵的列号即该节点编号，该节点是否出现在该并发集中用数字“0”和“1”来指示。如，某个位置上是数字“0”，表示该位置的列号对应的节点不是行号对应的并发集的成员；数字“1”表示该位置的列号对应的节点是行号对应的并发集的成员：

步骤三，建立相关量的数学描述。执行步骤二中的方法，获得的并发集数量为setNumber，即并发矩阵mat的所有非零行的数目，参与时隙分配的总节点个数为NUMNODES，时隙分配表中，除了决策节点在节点申请入网时为其分配的时隙之外，剩余的空闲时隙数量为N，各个并发集获得时隙的数量的比例构成的向量设为[α₁,α₂,α₃,α₄,α₅]，且每个节点的负载数值构成的向量设为pl＝[pl₁,pl₂,pl₃,pl₄,pl₅,pl₆,pl₇,pl₈]。则，各节点获得的时隙数量与负载比例为：

遍历矩阵mat的setNumber个非零行，找到节点k出现的所有并发集，以及该并发集通过时隙分配算法获得的时隙数量，可以计算出节点k获得时隙的数量kSlots为：

节点k获取的时隙与其负载的比例rate_k为：

各节点时隙负载比例的平均值avrRate为：

节点k实际使用的时隙数量与负载数值与获得的时隙数量值的相对大小有关，若节点k的负载数值大于获得的时隙数量，则实际使用的时隙数量为获得的时隙数量；反之，则为负载数值。用consume[k]表示节点k实际使用的时隙数量，该值由下式确定：

步骤四，建立最大化公平性目标的数学描述。最大公平性的目标是使得步骤三中描述的各节点rate_k值之间的差别最小化，下式给出最大化公平性目标的数学描述：

步骤五，建立最大化吞吐量目标的数学描述。最大化吞吐量的目标是使得步骤三中描述的各节点实际使用的时隙数量consume[k]的和值的最大化，下式给出最大化吞吐量目标的数学描述：

步骤六，建立多目标优化的数学模型。由步骤三和步骤四得到的两个目标的数学描述，得出下式：

步骤七，求解上式的结果是一组非绝对占优解。对这一组解按照值的大小进行排序，可以根据需要给出一个比例因子β，该因子表示两个目标性能的相对权重，利用该因子在排序的结果中可以最终决策出一个符合要求的最优解。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于并发集多目标优化时隙分配方法，其特征在于，所述基于并发集多目标优化时隙分配方法基于无线网络中节点的拓扑信息，将网络中的节点划分到若干并发集；进行决策的节点根据收集到的网络拓扑信息执行算法，将网络中的所有节点划分到不同的并发集，每个并发集中的节点可以复用信道资源并发传输；建立多目标优化数学模型；

所述基于并发集多目标优化时隙分配方法包括以下步骤：

步骤一，通过一个时帧中节点之间的信息交互，决策节点获得网络拓扑信息；

步骤二，在下一个时帧的开始，决策节点执行并发集计算方法；

步骤三，建立相关量的数学描述；

步骤四，建立最大化公平性目标的数学描述；

步骤五，建立最大化吞吐量目标的数学描述；

步骤六，建立多目标优化的数学模型；

步骤七，求解上式的结果是一组非绝对占优解；

所述步骤二中决策节点获知网络中每个节点的邻节点信息，进一步决策出对于每个节点，所有距离大于两跳的节点的集合，按照节点顺序，遍历每一个能与指定节点并发传输的节点集合，从第一个节点N1的开始，在所有能与N1并发传输的节点中，依次选择节点并将其加入到N1的并发集中；选择规则：首先选定N1节点加入N1的并发集，在可以与N1并发传输的节点，依次判断节点是否可以与已经加入并发集的所有节点并发传输，若可以，则将判断的节点加入并发集，否则，跳过该节点对后面的节点进行判断，直到所有可以与N1并发传输的节点都被判断完，N1的并发集C1确定；

所述步骤三中获得的并发集数量为setNumber，并发矩阵mat的所有非零行的数目，参与时隙分配的总节点个数为NUMNODES，时隙分配表中，除了决策节点在节点申请入网时为其分配的时隙之外，剩余的空闲时隙数量为N，各个并发集获得时隙的数量的比例构成的向量设为[α₁,α₂,α₃,α₄,α₅]，且每个节点的负载数值构成的向量设为pl＝[pl₁,pl₂,pl₃,pl₄,pl₅,pl₆,pl₇,pl₈]；则，各节点获得的时隙数量与负载比例为：

遍历矩阵mat的setNumber个非零行，找到节点k出现的所有并发集，以及该并发集通过时隙分配算法获得的时隙数量，计算出节点k获得时隙的数量kSlots为：

节点k获取的时隙与其负载的比例rate_k为：

各节点时隙负载比例的平均值avrRate为：

节点k实际使用的时隙数量与负载数值与获得的时隙数量值的相对大小有关，若节点k的负载数值大于获得的时隙数量，则实际使用的时隙数量为获得的时隙数量；反之，则为负载数值；用consume[k]表示节点k实际使用的时隙数量，该值由下式确定：

所述步骤四中最大化公平性目标的数学描述：

所述步骤五中最大化吞吐量目标的数学描述：

所述步骤六中建立多目标优化的数学模型：

其中，

并发矩阵mat的构造规则如下：矩阵的每一行表示一个并发集，矩阵的行号即该并发集编号；矩阵的每一列代表一个节点，矩阵的列号即该节点编号，该节点是否出现在该并发集中用数字“0”和“1”来指示。

2.如权利要求1所述的基于并发集多目标优化时隙分配方法，其特征在于，所述步骤七中对这一组解按照值的大小进行排序，根据需要给出一个比例因子β，该因子表示两个目标性能的相对权重，利用因子在排序的结果中可以最终决策出一个符合要求的最优解。

Images