CN110167177B - 基于动态时隙分配的无线体域网协作通信传输方法 - Google Patents

Abstract

基于动态时隙分配的无线体域网协作通信传输方法，包括：S1、中心节点基于马尔科夫模型对无线传感器节点与中心节点之间的无线信道进行建模；S2、中心节点基于无线信道的状态调整传感器节点的传输顺序；S3、中心节点根据传感器节点的数据速率要求为传感器节点分配时隙数目；S4、中心节点计算采用直接传输方式时的第一中断概率、采用单中继协作传输方式时的第二中断概率和采用多中继协作传输方式时的第三中断概率；S5、中心节点确定传输方式；S6、传感器节点基于传输顺序、时隙数目和确定传输方式向中心节点发送数据包。本发明提供一种基于动态时隙分配的无线体域网协作通信传输方法，能够在保证数据传输的可靠性的同时很好地均衡网络能量消耗。

Description

基于动态时隙分配的无线体域网协作通信传输方法

技术领域

本发明涉及无线体域网技术领域，具体的说是基于动态时隙分配的无线体域网协作通信传输方法。

背景技术

近年来，随着人们生活水平的提高和无线通信技术的高速发展，在现代医疗健康领域无线体域网(Wireless Body Area Networks，WBAN)具有广阔的应用前景。无线体域网是一种近人体的无线传感器网络，通常由一个作为协调器的中心节点和多个监测人体健康信息的传感器节点组成。这些节点或放置在人体皮肤表面或植入人体内部，感知人体的各种医疗信号和身体运动状态等健康信息，并通过电子设备将采集的数据无线传输到附近的医疗监控中心。在无线体域网中数据信息以人体为中心进行传输，因而将受到人体以及其他无线信道引起的损失和衰落。由人体的运动和衣服的遮蔽所导致的阴影效应，以及身体组织对信号的吸收和人体周围环境所引起的多径效应，严重的降低了通信链路的质量，使得传输可靠性成为无线体域网中首要考虑的问题。

在现存的文献中用于保证数据传输可靠性的方法主要集中在中继传输和功率控制方面。利用中继传输具有空间分集的优点，协作通信被普遍运用于改善无线通信链路的可靠性能。

文献“[6]A.Manirabona,S.Boudjit,L.C.Fourati.Energy aware routingprotocol for inter WBANs cooperative Communication[C].2015 InternationalSymposium on Networks,Computers and Communications(ISNCC).IEEE,2015.”提出了一种用于无线体域网中协作通信的能量感知路由协议，根据能量和连接问题进行中继协作通信以转发数据包。其在协调器的电池电量非常低或者节点在与协作协调器之间的能量消耗平衡的情况下，也能通过中继提供其数据传输。

文献“[7]M.Mahbub,S.M.R.Ali,Z.Iqbal,et al.Performance analysis ofcognitive cooperative communications for WBAN[C].IEEE InternationalConference on Telecommunications&Photonics.2016.”和“[8]A.Homayounzadeh,M.Mahdavi.Performance analysis of cooperative cognitive radio networks withimperfect sensing[C].International Conference on Communications.IEEE,2015.”研究了无线体域网中认知协作通信的性能分析，讨论了诸如主节点和次节点之间的距离和网络中使用的辅助节点的数量等因素对网络容量和系统性能的影响。尽管这些研究都表明了协作通信可有效的提高数据的可靠性传输，但是协作通信在利用中继传输的同时也增加了接收功率的消耗，这在一定程度上限制了能量效率。用于改善无线体域网通信链路性能的另一个思路是动态传输时隙分配机制，其通过充分考虑信道的时变特性动态调整节点的传输时隙，具有高能效的特点。

文献“[9]Y.Tselishchev,L.Libman,and A.Boulis.Reducing transmissionlosses in body area networks using variable tdma scheduling.2011 IEEEInternational Symposium on a World of Wireless,Mobile and Multimedia Networks(WoWMoM),Jun.2011,pp.1-10.”提出了一种基于时分多址的可变调度方法以减少数据传输中的损失，但是其只允许一个时隙分配给一个节点，这可能无法满足数据速率相对较高的节点的流量需求。

文献“[10]B.Liu,Z.Yan,and C.W.Chen.QoS-Driven Tdma Approach UsingOptimal Slot Allocation for Wireless Body Area Networks[C].Proceedings of14th International Conference on e-Health Networking Applications andServices(Health com).Beijing:IEEE,2012:267-272.”提出了一种基于服务质量的媒体访问控制(medium access control，MAC)协议来处理无线体域网中的信道衰落，但其仅通过利用信道的性质来减轻衰落的影响是不够的，当链路传输处于深衰状况下时很有可能超过系统的时延要求，这时无论怎样调整节点的传输时隙都无法实现可靠性的提升。

发明内容

为了解决现有技术中的不足，本发明提供一种基于动态时隙分配的无线体域网协作通信传输方法，能够在保证数据传输的可靠性的同时很好地均衡网络能量消耗。

为了实现上述目的，本发明采用的具体方案为：基于动态时隙分配的无线体域网协作通信传输方法，所述无线体域网包括中心节点和与中心节点无线通信连接的若干个传感器节点，所述方法包括如下步骤：

S1、中心节点基于马尔科夫模型对无线传感器节点与中心节点之间的无线信道进行建模，得到无线通信模型，无线通信模型定义无线信道的状态；

S2、中心节点基于无线信道的状态调整传感器节点的传输顺序；

S3、中心节点根据传感器节点的数据速率要求为传感器节点分配时隙数目；

S4、中心节点计算采用直接传输方式时的第一中断概率、采用单中继协作传输方式时的第二中断概率和采用多中继协作传输方式时的第三中断概率；

S5、中心节点将第一中断概率、第二中断概率和第三中断概率进行比较，选取其中最小的一个所对应的传输方式为传感器节点的确定传输方式；

S6、传感器节点基于传输顺序、时隙数目和确定传输方式向中心节点发送数据包。

作为一种优选方案，S1中，无线通信模型定义无线信道处于好状态或者坏状态，其中处于好状态的无线信道支持传输数据包，处于坏状态的无线信道不支持传输数据包，进而有：

无线信道的马尔科夫转移概率矩阵为

其中，P_GB无线信道是从好状态到坏状态的转移概率，表示传感器节点在前一时隙中传输数据包成功而在当前时隙中传输数据包失败的概率，P_BG是从坏状态到好状态的转移概率，表示传感器节点在前一时隙中传输数据包失败而在当前时隙中传输数据包成功的概率；

无线信道经过τ个时隙之后处于好状态的概率为

其中,X(0)为无线信道的当前状态，当无线信道处于好状态时X(0)＝1，当无线信道处于坏状态时X(0)＝0，Q＝P_BG+P_GB。

作为一种优选方案，S2的具体方法为：

S2.1、中心节点将所有处于好状态的无线信道聚类到集合GOOD＝{i|X_i(0)＝1}中，将所有处于坏状态的无线信道聚类到集合BAD＝{i|X_i(0)＝0}中；

S2.2、设定传感器节点i所要求的传输成功率门限TH_i；

S2.3、中心节点根据传感器节点i所要求的传输成功率门限TH_i计算无线传感器节点分配时隙数的边界：

其中D_i是传感器节点i在前一个超帧中完成其传输后经过的时隙数，x_i、y_i是在即将到来的超帧中为节点i所分配时隙数，a_i、b_i表示即将到来的超帧中为传感器节点i所分配时隙数的边界，p(D_i+x_i)和p(D_i+y_i)是传感器节点i的传输概率；

S2.4、中心节点按照a_i从小到大的顺序对集合GOOD内的所有传感器节点进行排序，按照b_i从小到大的顺序对集合BAD内的所有传感器节点进行排序，排序结果即为传输顺序。

作为一种优选方案，S3的具体方法为：

其中W是无线体域网中的传感器节点i的集合，i＝1,2,...,N，n_i是为传感器节点i分配的时隙数目，S_i是传感器节点i的最小数据速率要求，R是无线体域网中无线电的传输速率。

作为一种优选方案，S4中，第一中断概率的计算方法为：

其中，γ_sd是直接传输时目的节点实际信噪比，β是目的节点信噪比阈值，P_s ^D是直接传输时信源节点信号的发射功率，N₀是目的节点处加性高斯白噪声的功率，

是信道衰减，PL^sd是信源节点和目的节点之间通信链路的路径损耗，Y(·)是Y函数

并且有PL^sd＝α₁log₁₀d+α₂+S，S表示阴影效应与噪声作用的强度，S是零均值和标准差为σ^sd服从对数正态分布的随机数，α₁和α₂是随着频带变化的常量；

第二中断概率的计算方法为：

其中，在m,n∈{s,d,r}的情况下，γ_mn和PL^mn分别是从传感器节点m到传感器节点n之间无线信道的信噪比和路径损耗，σ^mn是传感器节点m到传感器节点n之间的链路衰落，r表示中继节点，

和

分别是在单中继协作传输时信源节点和中继节点的传输功率，F(x,y,z)＝Y{(x-y-β-N₀)/z}；

第三中断概率的计算方法为：

其中，r^*表示与目的节点具有最佳信道条件的中继节点，并且

和

分别是在多中继协作传输时信源节点和中继节点的发射功率。

有益效果：本发充分考虑了信道特性，通过动态时隙分配实现了在保证数据传输的可靠性的同时很好地均衡网络能量消耗，在可靠性和节能方面具有更优越的性能，并且能够适应复杂信道状况与节点速率变化。具体的说，一方面，动态时隙分配机制利用数据的可靠性传输和节点的数据速率作为约束条件，根据信道的状态信息动态调整节点的传输时隙，能够在最小化节点能耗的同时在一定程度上提高数据传输的可靠性；另一方面，协作通信传输具有空间分集的优点，在链路情况较差时可以提供可靠的数据传输。

附图说明

图1是本发明的流程图；

图2是无线体域网的模型图；

图3是本发明采用的超帧结构图；

图4是仿真实验中中断概率增益随超帧长度变化曲线；

图5是仿真实验中中断概率增益随信道SP变化的曲线；

图6是仿真实验中中断概率增益随信道变化速度的曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1至3，基于动态时隙分配的无线体域网协作通信传输方法，无线体域网包括中心节点和与中心节点无线通信连接的若干个传感器节点，方法包括S1至S6。

S1、中心节点基于马尔科夫模型对无线传感器节点与中心节点之间的无线信道进行建模，得到无线通信模型，无线通信模型定义无线信道的状态。S1中，无线通信模型定义无线信道处于好状态或者坏状态，其中处于好状态的无线信道支持传输数据包，处于坏状态的无线信道不支持传输数据包，进而有：

无线信道的马尔科夫转移概率矩阵为

其中，P_GB无线信道是从好状态到坏状态的转移概率，表示传感器节点在前一时隙中传输数据包成功而在当前时隙中传输数据包失败的概率，P_BG是从坏状态到好状态的转移概率，表示传感器节点在前一时隙中传输数据包失败而在当前时隙中传输数据包成功的概率。

无线信道经过τ个时隙之后处于好状态的概率为

其中,X(0)为无线信道的当前状态，当无线信道处于好状态时X(0)＝1，当无线信道处于坏状态时X(0)＝0，Q＝P_BG+P_GB。可以看出，X(0)在分别等于0或1时，P(τ)为单调递增函数或单调递减函数；当τ变为无穷大时，P(τ)趋近于P_BG/Q＝P_BG/(P_BG+P_GB)，其表示链路的长期传输概率。

S2、中心节点基于无线信道的状态为调整传感器节点的传输顺序。S2的具体方法包括S2.1至S2.4。

S2.1、中心节点将所有处于好状态的无线信道聚类到集合GOOD＝{i|X_i(0)＝1}中，将所有处于坏状态的无线信道聚类到集合BAD＝{i|X_i(0)＝0}中。因为无线信道是在中心节点与传感器节点之间的，因此两个集合还可以认为是传感器节点的集合。进而，从P(τ)的单调性可以发现，处于集合GOOD中的传感器节点传输概率将随时间减小，而处于集合BAD中的传感器节点传输概率将随时间增加。

S2.2、设定传感器节点i所要求的传输成功率门限TH_i，为了保证可靠的传输，传感器节点i在其所分配时隙中的传输概率应不小于TH_i。

S2.3、中心节点根据传感器节点i所要求的传输成功率门限TH_i计算无线传感器节点分配时隙数的边界：

其中D_i是传感器节点i在前一个超帧中完成其传输后经过的时隙数，x_i、y_i是在即将到来的超帧中为节点i所分配时隙数，a_i、b_i表示即将到来的超帧中为传感器节点i所分配时隙数的边界，p(D_i+x_i)和p(D_i+y_i)是传感器节点i的传输概率。

当传感器节点i的初始信道条件为好状态时，在即将到来的超帧传感器节点i所分配的时隙数应不超过a_i，反之当传感器节点i的初始信道条件为坏状态时，在即将到来的超帧中为传感器节点i所分配的时隙数应不低于b_i。这意味着传感器节点i(i∈GOOD)的所有时隙应该分配在即将到来的超帧中的第a_i个时隙之前，传感器节点i(i∈BAD)所有时隙应该安排在即将到来的超帧中的第b_i个时隙之后。

S2.4、中心节点按照a_i从小到大的顺序对集合GOOD内的所有传感器节点进行排序，按照b_i从小到大的顺序对集合BAD内的所有传感器节点进行排序，排序结果即为传输顺序。

S3、中心节点根据传感器节点的数据速率要求为传感器节点分配时隙数目。S3的具体方法为：

其中W是无线体域网中的传感器节点i的集合，i＝1,2,...,N，n_i是为传感器节点i分配的时隙数目，S_i是传感器节点i的最小数据速率要求，R是无线体域网中无线电的传输速率。

对于无线体域网，在有限的能源下保障系统的长期服务至关重要。为每个节点所分配的时隙数量关系到传感器节点的能量消耗。因此本发明考虑每个节点数据速率的约束条件，通过动态地改变传感器节点所分配的时隙数量来满足其对流量的要求，同时最小化节点的总能量消耗。传感器节点在指定的时隙中向中心节点发送数据，当其完成数据传输或传感器缓存区中没有可发送的数据包时将进入休眠状态以节省能量。所有传感器节点在新超帧开始处被唤醒，以更新时隙分配信息。

至此可确定超帧中为传感器节点所分配的时隙传输区间，进而完成对传感器节点的时隙调整，提高传输可靠性和能量效率。但是，也存在一些例外情况，例如对于传感器节点i(i∈GOOD)，如果

则其传输概率总是不小于TH_i，这意味着在超帧中的任何位置分配传感器节点i都可以满足阈值要求。此外，a_i的值可以是负的，这意味着这些传感器节点的传输概率在前一个超帧期间已经低于阈值。对于传感器节点i(i∈BAD)，还存在不满足阈值要求的情况。无线体域网的信道条件是复杂多变的，当其传输处于深衰状况下时很有可能超过系统的时延要求，例如医疗网络为125ms，这时无论怎样调整传感器节点的传输时隙都无法实现可靠性的提升。因此，仅对传感器节点的传输进行时隙调整是不够的。

S4、中心节点计算采用直接传输方式时的第一中断概率、采用单中继协作传输方式时的第二中断概率和采用多中继协作传输方式时的第三中断概率。

第一中断概率的计算方法为：

其中，γ_sd是直接传输时目的节点实际信噪比，β是目的节点信噪比阈值，

是直接传输时信源节点信号的发射功率，N₀是目的节点处加性高斯白噪声的功率，

是信道衰减，PL^sd是信源节点和目的节点之间通信链路的路径损耗，Y(·)是Y函数

并且有PL^sd＝α₁log₁₀d+α₂+S，S表示阴影效应与噪声作用的强度，S是零均值和标准差为σ^sd服从对数正态分布的随机数，α₁和α₂是随着频带变化的常量。

第二中断概率的计算方法为：

其中，在m,n∈{s,d,r}的情况下，γ_mn和PL^mn分别是从传感器节点m到传感器节点n之间无线信道的信噪比和路径损耗，σ^mn是传感器节点m到传感器节点n之间的链路衰落，r表示中继节点，

和

分别是在单中继协作传输时信源节点和中继节点的传输功率，F(x,y,z)＝Y{(x-y-β-N₀)/z}。

第三中断概率的计算方法为：

其中，r^*表示与目的节点具有最佳信道条件的中继节点，并且

和

分别是在多中继协作传输时信源节点和中继节点的发射功率。

S5、中心节点将第一中断概率、第二中断概率和第三中断概率进行比较，选取其中最小的一个所对应的传输方式为传感器节点的确定传输方式。

S6、传感器节点基于传输顺序、时隙数目和确定传输方式向中心节点发送数据包。

此外，本发明还采用一种新的超帧结构，超帧由随机接入阶段(RAP1)和管理接入阶段(MAP)组成。在RAP1阶段采用CSMA/CA接入方式，其在信标帧的传输之后占据固定长度；在MAP阶段采用TDMA接入方式，其中的时间段分为直接传输阶段(DTP)和中继传输阶段(RTP)两个子阶段，以支持单跳和两跳传输。中心节点根据信道的状态信息进行动态的时隙分配，在信标帧完成对节点传输时隙的调整。一方面，如果传感器节点充当中继节点，则其在数据传输期间保持接收状态以监听和接收来自信源节点的数据包，并且尝试将收到的数据包转发到中心节点。另一方面，如果传感器节点不充当中继节点，除了其自身的数据传输期间之外将保持在睡眠模式。各传感器节点依据中心节点时隙分配的结果，在直接传输阶段和中继传输阶段内将采集的信号发送到目的节点，完成数据的可靠性传输。

以下通过仿真实验对本发明进行验证。

仿真实验以文献“[10]B.Liu,Z.Yan,and C.W.Chen.QoS-Driven Tdma ApproachUsing Optimal Slot Allocation for Wireless Body Area Networks[C].Proceedingsof 14th International Conference on e-Health Networking Applications andServices(Health com).Beijing:IEEE,2012:267-272.”所提出的基于Qos的通信方法作为对比，以下将该方法记作对比方法。选用五个传感器节点，五个传感器节点分别置于身体的不同位置采集信息并将其发送给中心节点，中心节点则作为服务器节点协调信息，这是用于医疗的无线体域网典型设置。根据IEEE 802.15.6工作组的建议，在物理层的收发机设置在2.4GHz频段工作，传输速率为1024kbps，接收灵敏度为-86dBm。平均噪声功率和SNR阈值分别设置为N₀＝-100dB和β＝10dB。P_BG/Q表示长期传输概率，其值介于0.90和0.99之间；Q表示信道在两状态之间的转换速度，其值介于0.05和0.5之间。超帧时隙持续时间是10ms，超帧的长度设置为125ms。五个传感器节点的具体参数如表1所示。

表1节点数据速率与传输概率设置

仿真共运行10次，每次分别为每个节点随机选择P_BG/Q和Q，以覆盖一系列实际信道状态。每次仿真运行10000个超帧周期，其结果取所有10次仿真的平均值。

为了便于对比分析，引入相对中断概率增益，其定义为：

其中，Pout为使用固定时隙分配的通信方法的中断概率，Pout'为本发明的中断概率。

如图4所示，随着超帧长度从125ms增加到1250ms，相对于固定时隙分配的传输方法，两种方法都获得了中断概率的降低。这是因为本发明和对比方法均基于信道状态信息来调整时隙，使数据传输尽可能的避开传输发生中断的时隙，提升了数据传输的可靠性。而本发明获得了比对比方法更大的中断概率降低，即本发明的中断概率增益要优于对比方法，这是因为所提出的方法不仅根据无线体域网中信道衰落的性质和信道估计来调度时隙，还通过中继协作的传输方法在两跳层面解决数据传输的可靠性问题，从而进一步提高了传输的可靠性。此外，随着超帧长度的增加，两个方法的中断概率增益都呈下降趋势且随后趋于平缓，其原因在于随着T的增加，实际的传输概率趋近于链路的长期传输概率P_BG/Q，因此信道信息的作用越来越低，基于信道状况估计的传输方法收益越来越低。

如图5所示，将所有节点的长期传输概率P_BG/Q从0.9增加到0.99，对比方法获得的中断概率增益较低，这表明P_BG/Q对对比方法中断概率的降低具有可忽略的影响。因此仿真通过将节点的P_BG/Q平均值固定在0.95，同时改变P_BG/Q的范围(由SP表示)来比较可靠性性能，即从0.95-SP和0.95+SP之间的范围中随机选择每个节点的P_BG/Q值。如图所示，随着两种方法的SP值增加中断概率增益有增加趋势，这是因为SP变大则节点的长期传输概率取值范围变大，意味着节点的信道多样性增加，由此导致固定时隙分配方法中节点的性能降低。而本发明所提方法的中断概率增益曲线相比较于对比方法取值较大，说明本发明能够更好的适应复杂的无线体域网信道特性，原因在于其在时隙分配调度的基础上通过中继协作进行数据的传输，在双跳通信的层面提升了传输的可靠性性能。

如图6所示，Q的一系列实际值(从0.05到0.5)表示了信道变化的速度，在使用较小的Q时方法的中断概率增益更大，这是因为当Q值较小时信道的变化速度较慢，在即将到来的超帧中信道条件与最近的传输信道条件更相关，因此调整时隙带来的好处更多。图中所提的方法中断概率增益比对比方法的高，这说明本发明所提出的方法可靠性更好，原因在于该方法基于信道的传输状况从两跳的层面进一步提高了传输的可靠性能。而随着信道变化速度的增加，两种方法的中断概率增益均逐渐降低，这是因为当Q较大时，每个节点的传输概率在即将到来的超帧中将更快地接近P_BG/Q，因此通过信道状态调整传输带来的好处变得更少，类似于中断概率增益在超帧长度较大时的情况。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本发明中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.基于动态时隙分配的无线体域网协作通信传输方法，所述无线体域网包括中心节点和与中心节点无线通信连接的若干个传感器节点，其特征在于：所述方法包括如下步骤：

S1、中心节点基于马尔科夫模型对无线传感器节点与中心节点之间的无线信道进行建模，得到无线通信模型，无线通信模型定义无线信道的状态；

S2、中心节点基于无线信道的状态调整传感器节点的传输顺序；

S3、中心节点根据传感器节点的数据速率要求为传感器节点分配时隙数目；

S4、中心节点计算采用直接传输方式时的第一中断概率、采用单中继协作传输方式时的第二中断概率和采用多中继协作传输方式时的第三中断概率；

S5、中心节点将第一中断概率、第二中断概率和第三中断概率进行比较，选取其中最小的一个所对应的传输方式为传感器节点的确定传输方式；

S6、传感器节点基于传输顺序、时隙数目和确定传输方式向中心节点发送数据包；

S4中，

第一中断概率的计算方法为：

其中，γ_sd是直接传输时目的节点实际信噪比，β是目的节点信噪比阈值，

是直接传输时信源节点信号的发射功率，N₀是目的节点处加性高斯白噪声的功率，

是信道衰减，PL^sd是信源节点和目的节点之间通信链路的路径损耗，Y(·)是Y函数

并且有PL^sd＝α₁log₁₀d+α₂+S，S表示阴影效应与噪声作用的强度，S是零均值和标准差为σ^sd服从对数正态分布的随机数，α₁和α₂是随着频带变化的常量；

第二中断概率的计算方法为：

其中，在m,n∈{s,d,r}的情况下，γ_mn和PL^mn分别是从传感器节点m到传感器节点n之间无线信道的信噪比和路径损耗，σ^mn是传感器节点m到传感器节点n之间的链路衰落，r表示中继节点，P_s ^S和P_r ^S分别是在单中继协作传输时信源节点和中继节点的传输功率，F(x,y,z)＝Y{(x-y-β-N₀)/z}；

第三中断概率的计算方法为：

其中，r^*表示与目的节点具有最佳信道条件的中继节点，并且

P_s ^M和P_r ^M分别是在多中继协作传输时信源节点和中继节点的发射功率。

2.如权利要求1所述的基于动态时隙分配的无线体域网协作通信传输方法，其特征在于：S1中，无线通信模型定义无线信道处于好状态或者坏状态，其中处于好状态的无线信道支持传输数据包，处于坏状态的无线信道不支持传输数据包，进而有：

无线信道的马尔科夫转移概率矩阵为

其中，P_GB无线信道是从好状态到坏状态的转移概率，表示传感器节点在前一时隙中传输数据包成功而在当前时隙中传输数据包失败的概率，P_BG是从坏状态到好状态的转移概率，表示传感器节点在前一时隙中传输数据包失败而在当前时隙中传输数据包成功的概率；

无线信道经过τ个时隙之后处于好状态的概率为

其中,X(0)为无线信道的当前状态，当无线信道处于好状态时X(0)＝1，当无线信道处于坏状态时X(0)＝0，Q＝P_BG+P_GB。

3.如权利要求2所述的基于动态时隙分配的无线体域网协作通信传输方法，其特征在于：S2的具体方法为：

S2.1、中心节点将所有处于好状态的无线信道聚类到集合GOOD＝{i|X_i(0)＝1}中，将所有处于坏状态的无线信道聚类到集合BAD＝{i|X_i(0)＝0}中；

S2.2、设定传感器节点i所要求的传输成功率门限TH_i；

S2.3、中心节点根据传感器节点i所要求的传输成功率门限TH_i计算无线传感器节点分配时隙数的边界：

其中D_i是传感器节点i在前一个超帧中完成其传输后经过的时隙数，x_i、y_i是在即将到来的超帧中为节点i所分配时隙数，a_i、b_i表示即将到来的超帧中为传感器节点i所分配时隙数的边界，p(D_i+x_i)和p(D_i+y_i)是传感器节点i的传输概率；

S2.4、中心节点按照a_i从小到大的顺序对集合GOOD内的所有传感器节点进行排序，按照b_i从小到大的顺序对集合BAD内的所有传感器节点进行排序，排序结果即为传输顺序。

4.如权利要求3所述的基于动态时隙分配的无线体域网协作通信传输方法，其特征在于：S3的具体方法为：

其中W是无线体域网中的传感器节点i的集合，i＝1,2,...,N，n_i是为传感器节点i分配的时隙数目，S_i是传感器节点i的最小数据速率要求，R是无线体域网中无线电的传输速率。

Images