CN112054854B - 基于图着色方法的无线体域网间干扰减轻方法 - Google Patents

基于图着色方法的无线体域网间干扰减轻方法 Download PDF

Info

Publication number
CN112054854B
CN112054854B CN202010962387.4A CN202010962387A CN112054854B CN 112054854 B CN112054854 B CN 112054854B CN 202010962387 A CN202010962387 A CN 202010962387A CN 112054854 B CN112054854 B CN 112054854B
Authority
CN
China
Prior art keywords
body area
wireless body
area network
interference
area networks
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.)
Active
Application number
CN202010962387.4A
Other languages
English (en)
Other versions
CN112054854A (zh
Inventor
刘斌
张晓屿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202010962387.4A priority Critical patent/CN112054854B/zh
Publication of CN112054854A publication Critical patent/CN112054854A/zh
Application granted granted Critical
Publication of CN112054854B publication Critical patent/CN112054854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
    • H04B13/005—Transmission systems in which the medium consists of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource

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图着色方法的无线体域网间干扰减轻方法，根据单个个体的移动模型，获得无线体域网内传感器节点的位置分布概率；利用路径损失模型构建出各个传感器节点对于每个无线体域网的干扰权值，并构建出所有无线体域网之间的干扰关系图，从而为各个无线体域网进行信道分配。该方法充分分析个体的移动性特征，针对多WBAN共存干扰问题提出相应的解决方案，大大提高了数据传输的可靠性。

Description

基于图着色方法的无线体域网间干扰减轻方法
技术领域
本发明涉及电子健康领域，尤其涉及一种基于图着色方法的无线体域网间干扰减轻方法。
背景技术
随着我国经济的不断发展和人民生活水平的普遍提高，人口老龄化问题已经逐渐受到越来越多人的关注，因此寻求经济有效的方法来实现中老年人医疗监测和健康护理显得尤为重要。无线体域网(Wireless Body Area Network，WBAN)作为一种新型的以人为中心的无线传感器网络，通常由多个和人体相关的无线通信节点以及一个协调器组成。这些无线通信节点包括个人终端(如手机、PDA等)，以及分布在人身体上、衣物上或者是身体内的无线传感器等。传感器节点收集各种人体及环境信息(如体温、血压、心电图ECG等)，然后传输给个人终端进行处理或通过个人终端与其它数据通信网络(如互联网、移动通信网等)中的设备进行通信，将人体生理或物理参数传送到医院或监测中心。无线体域网便捷高效的特点和强大的用户友好性，可以在对患者进行远程实时监护的同时，保证使用者最大的自由移动性，并大幅度降低医疗保健成本。
目前大部分的无线体域网技术采用的是各国通用的ISM频段，然而该频段中相互正交的信道数量非常有限，不同WBAN会有很大的概率工作在同一个信道上，当多个工作在同一个信道上的WBAN彼此靠近时，它们之间会发生干扰，导致数据传输的可靠性降低，如果涉及到一些紧急生理数据的传输，可能会危害到病人的生命健康。
现有WBAN间干扰的解决方案多关注于将WBAN视作一个点来分析，但是实际中传感器节点分布在人体的不同位置，WBAN之间节点的距离是不同的，每个节点都有自己的干扰范围，将WBAN内所有节点看成一个受干扰均匀的点是不合理的，并且方案中没有很好地考虑个体的移动性特征，忽略了无线体域网的拓扑结构随着人体移动发生改变所造成的影响，抗干扰效果还有待提高。
发明内容
本发明的目的是提供一种基于图着色方法的无线体域网间干扰减轻方法，针对多WBAN共存干扰问题提出一种合理的解决方案，大大提高信道传输的可靠性。
本发明的目的是通过以下技术方案实现的：
一种基于图着色方法的无线体域网间干扰减轻方法，包括：
根据单个个体的移动模型，获得无线体域网内传感器节点的位置分布概率；利用路径损失模型构建出各个传感器节点对于每个无线体域网的干扰权值，并构建出所有无线体域网之间的干扰关系图，从而为各个无线体域网进行信道分配；所述无线体域网由设于个体上的若干传感器节点及协调器构成。
由上述本发明提供的技术方案可以看出，结合场景中个体的移动性特征，分析个体中无线体域网的拓扑结构变化，针对多WBAN共存干扰问题提出相应的解决方案，大大提高了数据传输的可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的社会化健康监测系统结构示意图；
图2为本发明实施例提供的基于图着色方法的信道分配策略流程图。
具体实施方式
下面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，都属于本发明的保护范围。
本发明实施例提供一种基于图着色方法的无线体域网间干扰减轻方法，其主要包括：
根据单个个体的移动模型，获得无线体域网内传感器节点的位置分布概率；利用路径损失模型构建出各个传感器节点对于每个无线体域网的干扰权值，并构建出所有无线体域网之间的干扰关系图，从而为各个无线体域网进行信道分配；所述无线体域网由设于个体上的若干传感器节点及协调器构成。
上述方案充分考虑个体的移动性特征，针对多无线体域网共存干扰问题提出相应的解决方案，大大提高了数据传输的可靠性。
为了便于理解，下面针对上述方案做进一步的介绍。
本发明的实施例以老年人社区中基于无线体域网的健康监测系统为主要应用场景，如图1所示，每个个体身上部署无线体域网，其节点随着个体的移动而各自移动，无线体域网的协调器与中心控制器进行通讯，从而把人体的生理数据传送到医疗中心进行实时监控。由于个体的移动性特征，无线体域网的位置在不断发生变化，当多个工作在同一个信道上的WBAN彼此靠近时，它们之间会发生干扰，导致数据传输的可靠性降低，如果涉及到一些紧急生理数据的传输，可能会危害到老人的生命健康。因此，本发明针对该问题，提出了一种基于图着色方法的信道分配策略，可以有效减少干扰发生。如图1中(a)部分表示运动检测，(b)部分表示各个无线体域网与中心控制器通信，(c)部分表示不同个体的运动方向，(d)表示表示两个无线体域网存在干扰；(e)部分为云服务端的示例，应用场景不同云服务器的具体形式可以适应性调整。
该场景下的信道分配策略流程图如图2所示。
目前一些常用的室内定位技术都能达到很高的精确度，例如目前比较成熟的超宽带定位技术，协调器通过脉冲的方式与提前布置的锚节点和桥节点通信，采用三角定位的技术来获得自身位置，其定位精度可以达到亚米级，并且不会受到很强的干扰，因此中心控制器可以比较容易地获得各个无线体域网在二维平面下的当前位置。
各个参考点一般是身体躯干的某一点，其位置相对于中心的距离也是固定的。本发明实施例中，根据参考点组移动模型(Reference Point Group Mobility,RPGM)，传感器节点围绕各自参考点移动，从而获得传感器节点的位置分布概率。
之后，根据传感器节点的位置分布概率和路径损失模型，生成无线体域网之间的带权干扰关系图G＝{ν,ε,ω}，带权干扰关系图中的三项分别为顶点集合、边集合、权重集合；每一个顶点v∈ν，代表一个无线体域网；每个边{v,v'}∈ε，都有一个非负权值ωv,v'，权值ωv,v'即为顶点v对应的无线体域网内所有传感器节点相对于顶点v'对应的无线体域网归一化后的信道增益，表征无线体域网之间发生干扰的概率。通过给相互干扰可能性比较高的无线体域网分配相互正交的信道，以最小化无线体域网间发生干扰的概率。
由于传统的图着色方法时间复杂度过高，会带来较高的时延，降低无线体域网的有效数据传输时间，本发明实施例中，采用两阶段的贪心算法为各个无线体域网进行信道分配，大大降低了时间复杂度。
第一阶段：求和每个无线体域网与其他所有无线体域网的干扰权值：
Figure BDA0002681002110000041
其中，N表示无线体域网的数量；
将可用信道数目记为K，Ω(v)代表在未分配信道下顶点v对应的无线体域网受其他无线体域网干扰的程度，Ω矩阵是一个1×N的矩阵，从中选择前K个干扰最严重无线体域网依次分配一个信道，这样每个信道集合中均包含一个无线体域网。
若N≤K，即无线体域网的数量小于等于可用信道数量，说明频谱资源充足，则每个无线体域网占用一个信道即可，各个无线体域网互不干扰地进行数据传输。
第二阶段：若N＞K，说明信道资源不够充足，网络中不可避免地会发生相互干扰，则基于当前已经分配好的无线体域网，循环依次分配信道给剩余无线体域网；
在每一次循环中，已经分配的无线体域网数目记为n，从剩余未分配无线体域网中，依次计算顶点i对应的无线体域网依次被分配第k个信道后相对于已经分配的n个无线体域网的干扰情况：
Figure BDA0002681002110000042
其中，ωi,v为顶点i对应的无线体域网内所有传感器节点相对于顶点v对应的无线体域网归一化后的信道增益；ωv,i为顶点v对应的无线体域网内所有传感器节点相对于顶点i对应的无线体域网归一化后的信道增益；Ck,1≤k≤K表示第k个信道所包含的无线体域网对应的顶点集合，从而得到一个二维矩阵Π，横行对应无线体域网，纵列对应信道；从二维矩阵Π中选择最大值对应的无线体域网x，在无线体域网x所对应的行中选择值最小的信道分配给该无线体域网x；每轮循环依次分配一个无线体域网，循环结束后，所有无线体域网分配完毕。
本发明实施例基于图着色方法，充分分析无线体域网的移动性特征，针对多WBAN共存干扰问题提出相应的解决方案，大大提高了信道传输的可靠性，保障用户的生命安全。
本发明实施例上述方案，主要具有如下优点：
1)基于定位的信道分配策略具有更高的精确度，相比传统的基于协商的信道分配策略具有更高的可靠性。此外，中心控制器可以充分分析场景总体干扰情况，寻求最优分配结果。
2)两阶段的贪心算法可以有效降低计算复杂度，降低时延，提高网络吞吐量。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (2)

1.一种基于图着色方法的无线体域网间干扰减轻方法，其特征在于，包括：
根据单个个体的移动模型，获得无线体域网内传感器节点的位置分布概率；利用路径损失模型构建出各个传感器节点对于每个无线体域网的干扰权值，并构建出所有无线体域网之间的干扰关系图，从而为各个无线体域网进行信道分配；所述无线体域网由设于个体上的若干传感器节点及协调器构成；
其中，根据单个个体的移动模型，获得无线体域网内传感器节点的位置分布概率包括：传感器节点随着个体的移动而各自移动，根据参考点组移动模型，传感器节点围绕各自参考点移动，从而获得传感器节点的位置分布概率；所述参考点是指个体上的位置点；
利用路径损失模型构建出各个传感器节点对于每个无线体域网的干扰权值，并构建出所有无线体域网之间的干扰关系图，从而为各个无线体域网进行信道分配包括：
根据传感器节点的位置分布概率和路径损失模型，生成无线体域网之间的带权干扰关系图G＝{ν,ε,ω}，带权干扰关系图中的三项分别为顶点集合、边集合、权重集合；每一个顶点v∈ν，代表一个无线体域网；每个边{v,v'}∈ε，都有一个非负权值ωv,v'，权值ωv，v'即为顶点v对应的无线体域网内所有传感器节点相对于顶点v'对应的无线体域网归一化后的信道增益，表征无线体域网之间发生干扰的概率。
2.根据权利要求1所述的一种基于图着色方法的无线体域网间干扰减轻方法，其特征在于，采用两阶段的贪心算法为各个无线体域网进行信道分配，方式如下：
第一阶段：求和每个无线体域网与其他所有无线体域网的干扰权值：
Figure FDA0003180418620000011
其中，N表示无线体域网的数量；
将可用信道数目记为K，Ω(v)代表在未分配信道下顶点v对应的无线体域网受其他无线体域网干扰的程度，Ω矩阵是一个1×N的矩阵，从中选择前K个干扰最严重无线体域网依次分配一个信道；
若N≤K，即无线体域网的数量小于等于可用信道数量，则每个无线体域网占用一个信道即可，各个无线体域网互不干扰地进行数据传输；
第二阶段：若N＞K，则基于当前已经分配好的无线体域网，循环依次分配信道给剩余无线体域网；在每一次循环中，已经分配的无线体域网数目记为n，从剩余未分配无线体域网中，依次计算顶点i对应的无线体域网依次被分配第k个信道后相对于已经分配的n个无线体域网的干扰情况：
Figure FDA0003180418620000021
其中，Ck,1≤k≤K表示第k个信道所包含的无线体域网对应的顶点集合，从而得到一个二维矩阵Π，横行对应无线体域网，纵列对应信道；从二维矩阵Π中选择最大值对应的无线体域网x，在无线体域网x所对应的行中选择值最小的信道分配给该无线体域网x；每轮循环依次分配一个无线体域网，循环结束后，所有无线体域网分配完毕。
CN202010962387.4A 2020-09-14 2020-09-14 基于图着色方法的无线体域网间干扰减轻方法 Active CN112054854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010962387.4A CN112054854B (zh) 2020-09-14 2020-09-14 基于图着色方法的无线体域网间干扰减轻方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010962387.4A CN112054854B (zh) 2020-09-14 2020-09-14 基于图着色方法的无线体域网间干扰减轻方法

Publications (2)

Publication Number Publication Date
CN112054854A CN112054854A (zh) 2020-12-08
CN112054854B true CN112054854B (zh) 2021-10-01

Family

ID=73610700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010962387.4A Active CN112054854B (zh) 2020-09-14 2020-09-14 基于图着色方法的无线体域网间干扰减轻方法

Country Status (1)

Country Link
CN (1) CN112054854B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472456B (zh) * 2021-06-28 2023-03-24 江苏大学 动态环境下的wban间信道分配方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102752865A (zh) * 2012-07-19 2012-10-24 重庆大学 一种混合频段的ap信道分配方法
CN107396448A (zh) * 2017-08-15 2017-11-24 重庆邮电大学 一种异构网络中的资源分配方法
CN108924878A (zh) * 2018-07-04 2018-11-30 北京邮电大学 一种基于图着色理论的共存无线体域网间干扰消除方法
CN109982437A (zh) * 2018-12-21 2019-07-05 北京邮电大学 一种基于位置感知加权图的d2d通信频谱分配方法
CN109995496A (zh) * 2019-04-12 2019-07-09 鹰潭泰尔物联网研究中心 一种大规模天线系统的导频分配方法
US20190246288A1 (en) * 2017-02-22 2019-08-08 Federated Wireless, Inc. Spectrum sharing between primary users and co-existence groups of secondary users

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106034306A (zh) * 2016-01-18 2016-10-19 张天宇 一种移动通信网无线网络语音优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102752865A (zh) * 2012-07-19 2012-10-24 重庆大学 一种混合频段的ap信道分配方法
US20190246288A1 (en) * 2017-02-22 2019-08-08 Federated Wireless, Inc. Spectrum sharing between primary users and co-existence groups of secondary users
CN107396448A (zh) * 2017-08-15 2017-11-24 重庆邮电大学 一种异构网络中的资源分配方法
CN108924878A (zh) * 2018-07-04 2018-11-30 北京邮电大学 一种基于图着色理论的共存无线体域网间干扰消除方法
CN109982437A (zh) * 2018-12-21 2019-07-05 北京邮电大学 一种基于位置感知加权图的d2d通信频谱分配方法
CN109995496A (zh) * 2019-04-12 2019-07-09 鹰潭泰尔物联网研究中心 一种大规模天线系统的导频分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《MoBAN: A Configurable Mobility Model for Wireless Body Area Networks》;Majid Nabi等;《SIMUTools 2011》;20160811;第2-11页 *
《宽带无线体域网资源分配关键技术研究与验证》;李厚香;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100715(第07期);第I136-635页 *

Also Published As

Publication number Publication date
CN112054854A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
Kim et al. Coexistence of ZigBee-based WBAN and WiFi for health telemonitoring systems
Forooghifar et al. Resource-aware distributed epilepsy monitoring using self-awareness from edge to cloud
CN112054854B (zh) 基于图着色方法的无线体域网间干扰减轻方法
Kim et al. Energy-efficient wireless hospital sensor networking for remote patient monitoring
Lv et al. Wii: Device-free passive identity identification via WiFi signals
Okegbile et al. Edge-assisted human-to-virtual twin connectivity scheme for human digital twin frameworks
Valerio et al. Accuracy vs. traffic trade-off of learning iot data patterns at the edge with hypothesis transfer learning
Hauer Leveraging human mobility for communication in body area networks
Matni et al. Experimenting long range wide area network in an e-health environment: Discussion and future directions
Le et al. Received signal strength based indoor positioning algorithm using advanced clustering and kernel ridge regression
Taleb et al. Energy efficient selection of spreading factor in LoRaWAN-based WBAN medical systems
Shah et al. Recent research on wireless body area networks: a survey
CN108173610B (zh) 基于二阶统计量的异构无线网络的协作式频谱感知方法
CN113811006B (zh) 一种基于联盟博弈的无线体域网接入资源分配方法
CN115510949A (zh) 一种室内被动式人体行为识别方法及装置
CN111225384A (zh) 一种上行干扰建模方法、干扰确定方法和装置
Vergütz et al. Mapping critical illness early signs to priority alert transmission on wireless networks
Behura et al. Optimization-based energy-efficient routing scheme for wireless body area network
CN112054855A (zh) 基于移动轨迹相似性的无线体域网间干扰减轻方法
Ma et al. Service demand prediction with incomplete historical data
Wali et al. Review of wireless body sensor networks
Kiramat Deep Reinforcement Learning in Health care systems
Sugimoto et al. 13th EAI International Conference on Body Area Networks
Kao et al. Energy efficient system-on-chip design for wireless body area sensor network
Kiramat Era of Deep Learning in Wireless Networking

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant