CN110278590A - 一种智能照明灯具通信传输信道选择方法 - Google Patents

Abstract

本发明公开了一种智能照明灯具的通信传输信道选择方法，是利用信道过去的状态信息预测通信信道未来空闲的概率与空闲时间期望，空闲概率的大小决定是否切换信道，信道空闲时间期望用于更新智能照明ZigBee设备的备选信道序列。本发明能用于智能照明ZigBee设备受到信号干扰时选择出优良的通信信道，减少ZigBee设备信道选择的次数、保证ZigBee设备的网络通信质量。

Description

一种智能照明灯具通信传输信道选择方法

技术领域

本发明涉及无线通信技术领域，尤其是涉及一种智能照明灯具通信传输信道选择方法，适用于智能照明ZigBee设备受强Wi-Fi信号干扰的环境中。

背景技术

随着人们生活品质的提高和物联网技术的发展，人们对于照明灯具的要求越来越高。一方面，照明设备需要提供基础的照明功能；另一方面，还需要实现照明灯具的“智能化、节能化、精细化控制与管理”，达成人、照明设备、其他设备三者之间互联互通的目标，进一步推进智慧城市的到来。

按照控制方式智能照明控制技术可划分为三种，即人工控制、自动控制、智能控制；按照通信方式的不同，智能照明控制技术也可划分为有线、电力载波和无线三大类。要实现照明灯具的“智能化”，“网络化”是其关键的一步，运用了ZigBee组网技术的智能照明控制系统引人关注。

ZigBee是基于IEEE802.1.5.4的无线标准协议，有868MHz、915MHz、2.4GHz三个工作频段，在中国地区默认使用了2.4GHz的工作频段。与此同此，Wi-Fi技术也工作于2.4GHz频段，且Wi-Fi的网络节点相比ZigBee节点有着更高的发送功率、更短的数据帧间隔，造成了强Wi-Fi信号会影响ZigBee网络节点通信性能的局面，提高ZigBee技术的抗干扰性能已刻不容缓。

为了避免来自WiFi信号的干扰，目前的解决方法可分为避免和共存两种策略，干扰避免指的是通过扫描信道寻找到相对安静的工作信道，避开WiFi信号的干扰；共存是指预测WiFi的工作时隙，在WiFi信号可能的空闲时隙来发送ZigBee网络信息。

当选择切换通信信道的方法避免信号干扰时，常用的切换信道序列有基于IEEE802.15.4协议无线传感器网络标准定义的四种固定跳信道序列和随机的切换信道。

天津大学唐伟华等提出了一种基于概率的载波侦听多路访问(CSMA)控制算法(计算机工程,2016,第42卷(4):55-59)，根据包接收率的大小判断网络干扰的强弱，并通过预先设置概率函数选择开启或者关闭CSMA。但是该方法在某一信道受阻严重时无法实现信道的切换。

内蒙古大学边玮提出了一种基于多信道的ZigBee网络通信质量下降严重时的孤立节点跳频方法(内蒙古大学硕士学位论文，基于ZigBee的多信道干扰避免研究与应用，2017)，该方法中孤立节点在原网络通信信道受阻的情况下可以加入其他信道的网络。但是该方法需要配置多个协调器建立ZigBee网络，成本较高。

西南科技大学冉君军提出了一种基于无线链路时空性的干扰评估方法(西南科技大学硕士学位论文，ZigBee网络抗干扰技术的研究与实现，2018)，该方法采用模糊C均值聚类对信道状态进行等级划分，并基于链路质量与包接收率来优化信道切换的序列。但是该方法在信号干扰严重时无法保证信道切换的次数。

发明内容

本发明是为了避免上述现有技术所存在的不足之处，提供了一种智能照明灯具通信传输信道选择方法，以期在智能照明ZigBee设备受到信号干扰时能选择出优良的通信信道，从而减少ZigBee设备信道选择的次数、保证ZigBee设备的网络通信质量。

本发明的目的是通过下述技术方案实现的：

本发明一种智能照明灯具的通信传输信道选择方法，所述智能照明灯具中包含有若干个ZigBee终端节点，所述ZigBee终端节点与网络协调器进行通信并形成通信网络；其特点是，所述传输信道选择方法是如下步骤进行：

步骤1、所述网络协调器在所述通信网络中生成一个备选信道序列，并广播至所有ZigBee终端节点，使得所述ZigBee终端节点得到所述备选信道序列；

步骤2、根据已知信道状态序列的隐马尔可夫模型预测通信信道未来空闲的概率与空闲时间期望；

步骤2.1、建立已知信道状态序列的隐马尔可夫模型参数为λ＝{S,O,π,A,B}，所述信道状态序列包括信道的隐藏状态序列和检测状态序列，其中，S为由N个信道编号组成的信道隐藏状态集，且S＝{s_n|n＝1,2,...,N}，s_n为第n个信道编号，令t时刻的信道隐藏状态x_t∈S，则由T个时刻的信道隐藏状态组成的隐藏状态序列记为x^T＝{x_t|t＝1,2,...,T,x_t∈S}，根据所述隐藏状态集建立已知信道状态序列的隐马尔可夫隐藏状态系统模型；O为检测到的信道状态集，且O＝{0,1}，当O＝0时，表示信道的状态为空闲，当O＝1时，表示信道的状态为忙碌；令t时刻检测到的信道状态为y_t∈O，则由T个时刻检测到的信道状态组成的检测状态序列记为y^T＝{y_t|t＝1,2,...,T,y_t∈O}；π是信道初始状态分配矩阵；A是信道状态转移概率矩阵，且 是信道隐藏状态集S中从第j个信道编号s_j转移到第i个信道编号s_i的概率，并有：Pr(·)是概率函数；i,j∈[1,N]；B表示条件概率矩阵，且B＝{b_j(k)}，b_j(k)表示k时刻检测到的信道状态为y_k∈O，而隐藏信道状态为s_j∈S的条件概率；t,k∈[1,T]；

步骤2.2、利用T时间内得到的隐藏状态序列x^T和检测状态序列y^T采用贝叶斯信号处理方法对信道状态转换估计参数和b_j(k)不断更新，从而得到更新后的信道状态转换估计参数和b_j′(k)；

步骤2.3、利用式(1)得到隐藏状态序列概率Pr(x^T)：

式(1)中，是信道隐藏状态集S中从t-1时刻的信道隐藏状态x_t-1转移到t时刻的信道隐藏状态x_t的概率；

步骤2.4、在已知隐藏状态序列x^T下，利用式(2)得到检测状态序列y^T的条件概率Pr(y^T|x^T)：

式(2)中，是表示t时刻检测到的信道状态为y_t∈O，而隐藏信道状态为x_t∈S的条件概率；

步骤2.5、根据乘法准则和边际分布定律，利用式(3)得到检测状态序列y^T的概率Pr(y^T)：

步骤2.6、在已知隐藏状态序列x^T和检测状态序列y^T的条件下，利用式(4)得到在T时刻所述ZigBee终端节点与网络协调器时隙时间T₁内检测状态序列的概率

式(4)中，是信道时隙时间T₁的检测状态序列，且

步骤2.7、利用式(5)得到从T时刻到T+T₂时刻的信道空闲概率

式(5)中，是信道时隙时间T₂的检测状态序列，且 是表示t时刻检测到的信道状态为空闲，而隐藏信道状态为x_t∈S的条件概率；

步骤2.8、利用式(6)得到从T-T₁+1时刻到T+T₂时刻的信道时隙时间T₁+T₂的联合概率

步骤2.9、假设T时刻用于智能照明的通信信道为信道编号为s_m的通信信道，且s_m∈S，即t时刻的信道隐藏状态x_T＝s_m，则基于已知信道时隙时间T₁内的检测状态序列利用式(7)得到信道编号为s_m的信道T时刻后的空闲时间期望E(T₂)_m：

式(7)中，是信道时隙时间T₂的观测状态序列，且

步骤2.10、基于已知信道时隙时间T₁内的检测状态序列将信道编号为s_m的通信信道的空闲概率表示为

步骤3、令τ_L为忙碌的阈值，τ_H为空闲的阈值；

当时，即信道编号为s_m的通信信道未来大概率忙碌，则执行步骤4；

当即信道编号为s_m的通信信道未来大概率空闲，则，将T+1赋值给T后返回执行步骤2.2，继续在信道编号为s_m的通信信道中通信；

步骤4、假设S_A是所述通信网络中备选信道编号的集合，利用式(8)得到最佳信道Ch：

式(8)中，s_a为S中第a个信道编号，s_a∈S_A，T₂为时隙时间，E(T₂)_a代表信道编号为s_a的信道空闲时间期望，argmax(·)表示取最大值集合；

步骤5、所述网络协调器将选取的最佳信道Ch替换所述备选信道序列，并将替换后的备选信道序列广播至若干个ZigBee终端节点，使得所述ZigBee终端节点得到替换后的备选信道序列并用于更新本地的信道序列；所述ZigBee终端节点根据替换后的备选信道序列切换到最佳信道Ch，从而完成通信网络中ZigBee终端节点的信道选择。

与已有技术相比，本发明的有益效果体现在：

本发明通过建立已知信道状态序列的隐马尔可夫模型，利用信道的隐藏状态序列和检测状态序列预测通信信道未来空闲的概率与空闲时间期望，空闲概率的大小决定是否切换通信信道，信道空闲时间期望用于更新智能照明ZigBee设备的备选信道序列，从而能在ZigBee照明设备受到干扰时选择出优良的备选信道进行信道的切换，此方法降低了强信号干扰时信道的切换次数，保证了ZigBee照明设备的通信质量，成本较低。

附图说明

图1为2.4GHz频段下Wi-Fi和ZigBee的信道分布图；

图2为本发明中建立的已知状态序列的隐马尔可夫隐藏状态系统模型；

图3为本发明中信道选择的步骤流程图。

具体实施方式

本实施例中，该智能照明灯具中包含有LED灯、LED驱动、PWM调光功能、光照度检测功能、人体感应功能、ZigBee终端节点；其中，ZigBee终端节点与网络协调器进行通信并形成通信网络；一种智能照明灯具的通信传输信道选择方法，是采用已知信道状态序列的隐马尔可夫模型预测通信信道未来空闲的概率与空闲时间期望，具体地说，如图3所示，是如下步骤进行：

步骤1、网络协调器在通信网络中生成一个备选信道序列，并广播至所有ZigBee终端节点，使得所有ZigBee终端节点得到备选信道序列；

步骤2、根据已知信道状态序列的隐马尔可夫模型预测通信信道未来空闲的概率与空闲时间期望；

步骤2.1、建立已知信道状态序列的隐马尔可夫模型参数为λ＝{S,O,π,A,B}，其中，信道状态序列包括信道的隐藏状态序列和检测状态序列，S为由N个信道编号组成的信道隐藏状态集，且S＝{s_n|n＝1,2,...,N}，s_n为第n个信道编号，如图1所示，由于ZigBee在2.4GHz频段下有11～26号信道，所以设有16个隐藏状态，即S＝{11,12,13,…,26}；令t时刻的信道隐藏状态x_t∈S，则由T个时刻的信道隐藏状态组成的隐藏状态序列记为x^T＝{x_t|t＝1,2,...,T,x_t∈S}，根据隐藏状态集建立已知信道状态序列的隐马尔可夫隐藏状态系统模型，如图2所示选择11～26号的所有信道建立系统模型，也可以选取11～26号其中的几个信道编号建立该模型；O为检测到的信道状态集，且O＝{0,1}，当O＝0时，表示信道的状态为空闲，当O＝1时，表示信道的状态为忙碌；令t时刻检测到的信道状态为y_t∈O，则由T个时刻检测到的信道状态组成的检测状态序列记为y^T＝{y_t|t＝1,2,...,T,y_t∈O}；π是信道初始状态分配矩阵，设π(0)＝π(1)＝0.5，即初始时信道处于忙碌和空闲的概率为0.5，也可以设置为0～1之间的值；A是信道状态转移概率矩阵，且 是信道隐藏状态集S中从第j个信道编号s_j转移到第i个信道编号s_i的概率，并有：Pr(·)是概率函数；i,j∈[1,N]；B表示条件概率矩阵，且B＝{b_j(k)}，b_j(k)表示k时刻检测到的信道状态为y_k∈O，而隐藏信道状态为s_j∈S的条件概率，根据建立的已知状态序列的隐马尔可夫隐藏状态系统模型，

步骤2.2、利用T时间内得到的隐藏状态序列x^T和检测状态序列y^T采用贝叶斯信号处理方法对信道状态转换估计参数和b_j(k)不断更新，从而得到更新后的信道状态转换估计参数和b_j′(k)；

步骤2.3、利用式(1)得到隐藏状态序列概率Pr(x^T)：

式(1)中，是信道隐藏状态集S中从t-1时刻的信道隐藏状态x_t-1转移到t时刻的信道隐藏状态x_t的概率；

步骤2.4、在已知隐藏状态序列xT下，利用式(2)得到检测状态序列y^T的条件概率Pr(y^T|x^T)：

式(2)中，是表示t时刻检测到的信道状态为y_t∈O，而隐藏信道状态为x_t∈S的条件概率；

步骤2.5、根据乘法准则和边际分布定律，利用式(3)得到检测状态序列y^T的概率Pr(y^T)：

步骤2.6、在已知隐藏状态序列x^T和检测状态序列y^T的条件下，利用式(4)得到在T时刻ZigBee终端节点与网络协调器时隙时间T₁内检测状态序列的概率

式(4)中，是信道时隙时间T₁的检测状态序列，且

步骤2.7、利用式(5)得到从T时刻到T+T₂时刻的信道空闲概率

式(5)中，是信道时隙时间T₂的检测状态序列，且 是表示t时刻检测到的信道状态为空闲，而隐藏信道状态为x_t∈S的条件概率；

步骤2.8、利用式(6)得到从T-T₁+1时刻到T+T₂时刻的信道时隙时间T₁+T₂的联合概率

步骤2.9、假设T时刻用于智能照明的通信信道为信道编号为s_m的通信信道，且s_m∈S，即t时刻的信道隐藏状态x_T＝s_m，则基于已知信道时隙时间T₁内的检测状态序列利用式(7)得到信道编号为s_m的信道T时刻后的空闲时间期望E(T₂)_m：

式(7)中，是信道时隙时间T₂的观测状态序列，且

步骤2.10、基于已知信道时隙时间T₁内的检测状态序列将信道编号为s_m的通信信道的空闲概率表示为

步骤3、令τ_L为忙碌的阈值，τ_H为空闲的阈值，τ_L、τ_H可以设置为0～1中的任意值，此处设为0.6；

当时，即信道编号为s_m的通信信道未来大概率忙碌，则执行步骤4；

当即信道编号为s_m的通信信道未来大概率空闲，则，将T+1赋值给T后返回执行步骤2.2，继续在信道编号为s_m的通信信道中通信；

步骤4、假设S_A是通信网络中备选信道编号的集合，利用式(8)得到最佳信道Ch：

式(8)中，s_a为S中第a个信道编号，s_a∈S_A，T₂为时隙时间，E(T₂)_a代表信道编号为s_a的信道空闲时间期望，argmax(·)表示取最大值集合；

步骤5、网络协调器将选取的最佳信道Ch替换备选信道序列，并将替换后的备选信道序列广播至所有ZigBee终端节点，使得ZigBee终端节点得到替换后的备选信道序列并用于更新本地的信道序列；ZigBee终端节点根据替换后的备选信道序列切换到最佳信道Ch，从而完成通信网络中ZigBee终端节点的信道选择。

Claims (1)

1.一种智能照明灯具的通信传输信道选择方法，所述智能照明灯具中包含有若干个ZigBee终端节点，所述ZigBee终端节点与网络协调器进行通信并形成通信网络；其特征是，所述传输信道选择方法是如下步骤进行：

步骤1、所述网络协调器在所述通信网络中生成一个备选信道序列，并广播至所有ZigBee终端节点，使得所述ZigBee终端节点得到所述备选信道序列；

步骤2、根据已知信道状态序列的隐马尔可夫模型预测通信信道未来空闲的概率与空闲时间期望；

步骤2.1、建立已知信道状态序列的隐马尔可夫模型参数为λ＝{S,O,π,A,B}，所述信道状态序列包括信道的隐藏状态序列和检测状态序列，其中，S为由N个信道编号组成的信道隐藏状态集，且S＝{s_n|n＝1,2,...,N}，s_n为第n个信道编号，令t时刻的信道隐藏状态x_t∈S，则由T个时刻的信道隐藏状态组成的隐藏状态序列记为x^T＝{x_t|t＝1,2,...,T,x_t∈S}，根据所述隐藏状态集建立已知信道状态序列的隐马尔可夫隐藏状态系统模型；O为检测到的信道状态集，且O＝{0,1}，当O＝0时，表示信道的状态为空闲，当O＝1时，表示信道的状态为忙碌；令t时刻检测到的信道状态为y_t∈O，则由T个时刻检测到的信道状态组成的检测状态序列记为y^T＝{y_t|t＝1,2,...,T,y_t∈O}；π是信道初始状态分配矩阵；A是信道状态转移概率矩阵，且 是信道隐藏状态集S中从第j个信道编号s_j转移到第i个信道编号s_i的概率，并有：Pr(·)是概率函数；i,j∈[1,N]；B表示条件概率矩阵，且B＝{b_j(k)}，b_j(k)表示k时刻检测到的信道状态为y_k∈O，而隐藏信道状态为s_j∈S的条件概率；t,k∈[1,T]；

步骤2.2、利用T时间内得到的隐藏状态序列x^T和检测状态序列y^T采用贝叶斯信号处理方法对信道状态转换估计参数和b_j(k)不断更新，从而得到更新后的信道状态转换估计参数和b_j′(k)；

步骤2.3、利用式(1)得到隐藏状态序列概率Pr(x^T)：

式(1)中，是信道隐藏状态集S中从t-1时刻的信道隐藏状态x_t-1转移到t时刻的信道隐藏状态x_t的概率；

步骤2.4、在已知隐藏状态序列x^T下，利用式(2)得到检测状态序列y^T的条件概率Pr(y^T|x^T)：

式(2)中，是表示t时刻检测到的信道状态为y_t∈O，而隐藏信道状态为x_t∈S的条件概率；

步骤2.5、根据乘法准则和边际分布定律，利用式(3)得到检测状态序列y^T的概率Pr(y^T)：

步骤2.6、在已知隐藏状态序列x^T和检测状态序列y^T的条件下，利用式(4)得到在T时刻所述ZigBee终端节点与网络协调器时隙时间T₁内检测状态序列的概率

式(4)中，是信道时隙时间T₁的检测状态序列，且

步骤2.7、利用式(5)得到从T时刻到T+T₂时刻的信道空闲概率

式(5)中，是信道时隙时间T₂的检测状态序列，且 是表示t时刻检测到的信道状态为空闲，而隐藏信道状态为x_t∈S的条件概率；

步骤2.8、利用式(6)得到从T-T₁+1时刻到T+T₂时刻的信道时隙时间T₁+T₂的联合概率

步骤2.9、假设T时刻用于智能照明的通信信道为信道编号为s_m的通信信道，且s_m∈S，即t时刻的信道隐藏状态x_T＝s_m，则基于已知信道时隙时间T₁内的检测状态序列利用式(7)得到信道编号为s_m的信道T时刻后的空闲时间期望E(T₂)_m：

式(7)中，是信道时隙时间T₂的观测状态序列，且

步骤2.10、基于已知信道时隙时间T₁内的检测状态序列将信道编号为s_m的通信信道的空闲概率表示为

步骤3、令τ_L为忙碌的阈值，τ_H为空闲的阈值；

当时，即信道编号为s_m的通信信道未来大概率忙碌，则执行步骤4；

当即信道编号为s_m的通信信道未来大概率空闲，则，将T+1赋值给T后返回执行步骤2.2，继续在信道编号为s_m的通信信道中通信；

步骤4、假设S_A是所述通信网络中备选信道编号的集合，利用式(8)得到最佳信道Ch：

式(8)中，s_a为S中第a个信道编号，s_a∈S_A，T₂为时隙时间，E(T₂)_a代表信道编号为s_a的信道空闲时间期望，argmax(·)表示取最大值集合；

步骤5、所述网络协调器将选取的最佳信道Ch替换所述备选信道序列，并将替换后的备选信道序列广播至若干个ZigBee终端节点，使得所述ZigBee终端节点得到替换后的备选信道序列并用于更新本地的信道序列；所述ZigBee终端节点根据替换后的备选信道序列切换到最佳信道Ch，从而完成通信网络中ZigBee终端节点的信道选择。