CN112888004A - 一种物联网中多源节点信息更新的信息年龄优化方法 - Google Patents

Abstract

本发明公开了一种物联网中多源节点信息更新的信息年龄优化方法。该方法包括：首先考虑各类信息内容的信息年龄(AoI)，该度量指标用于捕捉物联网场景中信息内容的新旧程度或者及时性；然后在此基础下建立效用模型，假设物联网节点采集的信息是第一次缓存在基站中的，并且在每个节点都能被其他节点共同观察的情况下，决策节点如何上传信息内容到基站中，使得系统整体效用最大化。由于此问题是NP难问题，本发明提出了一个满足近似比的高效算法来解出最优决策方案。该方法能够降低处理信息内容的时间复杂度；本发明提出的方法虑了信息价值、传输成本和信息时效性之间的权衡；本发明提出的方法同时考虑了节点之间相互干扰，更接近现实情况。

Description

一种物联网中多源节点信息更新的信息年龄优化方法

技术领域

本发明涉及物联网技术领域，特别是涉及一种物联网中多源节点信息更新的信息年龄优化方法。

背景技术

近年来，5G和物联网(IoT)结合的新兴应用提高了对及时、可靠的信息更新以实现远程监测和控制的需求。以自动驾驶系统为例，车辆一般需要掌握自身的实时位置、速度和行车交通信息，才能实现交叉、避碰、组队驾驶等驾驶辅助应用。这里的关键问题是保持数据尽可能的新鲜，因为自动驾驶的安全性严重依赖于最新的状态信息。这种对数据新鲜度的要求也可以在许多其他应用程序中看到，包括新闻更新、股票报价、购物促销等。

为了表征信息的新旧程度，引入了一个名为信息年龄(Age of information,AoI)的新指标，该指标被定义为度量从源节点(SN)生成此信息以来经过的时间。此外，由于硬件设置和通信距离的异构性，即使是相同类型的内容，它们的生成/通信成本也可能不相同。因此，一个有效的信息更新机制除了简单考虑内容的AoI外，还应该考虑源节点提供的信息内容的服务质量和成本。传统的解决方案大多数都没有考虑到AoI对信息产生采集产生的影响，并且都是基于源节点产生的信息是独立的假设，没有共同的观察。该假设在现实中难以实现，因为大部分物联网业务信息之间会有一定的关联性。

He提出了一种先来先服务(FCFS)的信息分组方法，即先到达的信息内容有最高的优先处理级别，但这种方案只考虑了信息的时效性，并没有考虑对信息内容的不同评价指标(Q.He,D.Yuan and A.Ephremides,“Optimal link scheduling for ageminimizationin wireless systems,”IEEE Transactions on InformationTheory)。

发明内容

为了克服现有技术存在的不足，本发明的目的是提供一种物联网中多源节点信息更新的信息年龄优化方法。

本发明提供的物联网中多源节点信息更新的信息年龄优化方法，能够在每个源节点都能被其他源节点共同观察的情况下，解决将节点中的内容上传到基站中的信息传输调度问题。在优化AoI的同时，本发明还考虑了源节点在感知质量和代价上的异质性。

本发明把物联网设备视作源节点(SN)，基站(BS)看作目的节点，基站将根据这些源节点传送过来的信息内容的AoI、信息的价值、传输的成本建立分组包的传输模型，这个模型目标是最大化效用和最小化信息年龄AoI，而源节点之间的相互观测和相互影响且每个节点所能上传的信息内容数量是有限的。

本发明的目的至少通过如下技术方案之一实现。

本发明提供的物联网中多源节点信息更新的信息年龄优化方法，首先确定多源节点与单个服务器的到达和协作服务过程，确定源节点收集的信息内容以及评估这些信息内容的价值，源节点将信息内容处理成数据包，数据包里包含了该信息内容的生成时间、信息价值、传输到基站所要花费的成本等参数，然后根据基站执行的算法确定需要传输哪些信息包，之后存储在自身维持的一个缓冲队列中，该缓冲区用于存储需要发送至基站的信息内容；基站根据每个信息内容的信息年龄、价值成本之差等指标建立效用模型，约束条件还包括源节点间的相互监测、网络资源的限制等，之后能够证明使用最优算法求解的话会导致一个巨大的时间成本；但由于最优算法所花费的时间成本巨大，基站将采取一种近似算法做出决策，该算法的性能可以很好的逼近最优算法的性能；然后基站得出每个源节点的最优调度结果，各源节点将根据此方案将信息内容放进自身维持的缓冲区中，并将这些信息内容传输到基站上。

所述确定多源节点与单个服务器的到达和协作服务过程是为了确定源节点传输到基站的信息传输总量。确定了多源节点与单个服务器的到达和协作服务过程，就可以根据源节点的传输能力对源节点的信息传输总量进行约束或者人为限定源节点的信息传输总量。

源节点s_j的所采集到的信息内容i的价值标识为v_i，j，该信息内容从生成到被传输所经过的时间为t_i，j，将其看作是信息内容的信息年龄，而源节点间相互监测场景可以表示为

其中

表示源节点s_j可以生成的信息内容集合，即每个源节点所能采集的信息内容能够重叠，而且每个源节点传输的信息内容数量是有限的，表示为|D_j|＜r_j，其中r_j为源节点s_j所能够上传信息内容的最大数量，可以看作源节点的传输能力有限。

最大化系统效用模型可以看成是综合考虑了最大化信息的价值和最小化信息内容的最差AoI两个方面的性能指标。

本发明提供的方法，是从从单个源节点开始，求出其净效用值如下式表示：

遍历源节点集合求得最大效益的源节点s_j*后，从源节点集合

中排除该节点。

在剩余的源节点中继续选取具有最大u(j，D₀)的源节点，如果u(j^*，D₀)＞0，则意味着源节点能够有正向的收益，紧接着循环以上步骤，直到剩余的源节点带来的收益小于0或所有源节点都被选中为止，算法结束。

在计算单个源节点的最大效益的时候，尝试所有可能的最差AoI，只需将备选信息内容的AoI按照从小到大的顺序先排好，然后在接下来的每一个轮次中，根据轮次l与源节点s_j的最大传输量r_j的大小比较，确定存入

中的消息内容，接下来计算

的净效用值，即：

在得出最优轮次l^*的同时得到该节点s_j所要传输的内容集合

本发明提供的物联网中多源节点信息更新的信息年龄优化方法，具体包括如下步骤：

(1)源节点s_j能够采集的信息集合为

设D0为基站需要的信息内容集合；标记

集合A里信息内容的个数大于等于1；

(2)对步骤(1)所述信息内容A中的每一个信息按照信息年龄从小到大排列，依次编号为

(3)基站约束该源节点的信息传输总量，该限制阈值标记为r_j，r_j不小于1；

(4)设一个下标k从1开始循环，直至k等于集合A中信息的数量结束；该循环包括：首先将集合A中第k个信息放入

中，然后从A中取出信息内容

标记为集合B；当k≤r_j时，B中所有信息内容都放入集合

中；当k＞r_j时，先将集合B中的元素按照净效用值从大到小排序，然后从中选取r_j-1个内容放入集台

中；

(5)当步骤(4)的循环结束时得到一系列备选信息内容集合

分别将这些信息内容集合分别代入以下公式进行计算，得到各信息集合的效用值；选取效用值最大的信息集合，将该集合的信息内容作为该源节点s_j要向基站传输的信息集合D_j，向基站输出信息集合D_j；

其中，c_i，j表示传输信息内容的传输成本；

d_i表示集合中第i个信息内容；

表示源节点s_j收集的信息内容集合A中第k个信息内容的信息年龄；

v_i，j表示信息内容d_i的价值；

α表示一个调节参数，用于平衡信息价值和年龄之间的权重；

D₀表示基站所需要的信息内容集合；

表示源节点s_j能够采集到的信息内容集合；

表示第k次循环时所产生的备选信息集合；

D_j表示源节点s_j最后所确定要传输到基站的信息内容集合；

j表示源节点s_i的序号，j为正整数；

(6)当所述源节点的数量大于1时，逐一将各源节点的信息进行按照上述方法进行计算，得到各源节点效用值最大的信息集合，然后由各源节点分别向基站输出效用值最大的信息集合，完成物联网中多源节点信息更新的信息年龄优化。

进一步地，当所述源节点的数量大于1时，源节点的总数标记为m，则

表示源节点s_j能够采集到的信息内容集合；

表示m个源节点中除了序号为j以外任意一个源节点s_j′能够采集到的信息内容集合。

由于源节点在其位置或硬件设置上的异构性，在不同源节点上生成的内容通常也是不同的，因此使用

来表示源节点s_j可以生成信息内容集合，因为本发明中的源节点之间可以产生共同观测，所以满足以下条件：

进一步地，步骤(3)中，基站约束源节点的信息传输总量是根据源节点的传输能力进行约束或者人为限定该源节点的信息传输总量。

进一步地，步骤(4)所述净效用值标记为u_i，j；所述净效用值为该信息内容的价值减去传输该信息内容的传输成本计算得到的；计算公式如下所示：

u_i，j＝v_i，j-c_i，j

c_i，j表示传输信息内容的传输成本；v_i，j表示信息内容d_i的价值。

进一步地，所述信息内容的价值是该信息内容的所需字节数大小进行判断的；当该信息内容的像素低于500万时，则该信息内容的价值设为20；当该信息内容的像素大于500但小于1000万时，则该信息内容的价值设为40；当该信息内容的像素大于1000万时，则该信息内容的价值设为60。

进一步地，所述信息内容的传输成本是通过源节点传输该信息内容至基站所需要的网络资源或所需要的能量消耗来判断的；源节点传输该信息内容至基站所需要的网络资源或所需要的能量消耗越大，则该信息内容的传输成本越高。

基站BS要获取保存在

中的内容，而把信息从源节点传送到基站时会产生网络资源消耗，比如说带宽资源或者传输产生的能量消耗，用c_i，j表示源节点s_j更新或上传信息包d_i到基站处所产生的通信代价，同时因为网络带宽有限，发明中还限制了每个源节点可上传信息包的数量，用r_j表示。

由于源节点间的异构性，因此每个源节点的服务质量也应该有所不同，因此使用符号v_i，j表示源节点s_j更新的内容d_i的服务质量或者价值。

进一步地，当该信息内容从源节点传输至基站所需的网络资源为0-512KB，则该信息内容的传输成本设为20；当该信息内容从源节点传输至基站所需的网络资源大于512但小于1024KB时，则该信息内容的传输成本设为40；当该信息内容从源节点传输至基站所需的网络资源大于1024KB，则该信息内容的传输成本设为60。

进一步地，当该信息内容从源节点传输至基站所需的能量消耗为0-100焦耳，则该信息内容的传输成本设为20；当该信息内容从源节点传输至基站所需的能量消耗大于100但小于500焦耳时，则该信息内容的传输成本设为40；当该信息内容从源节点传输至基站所需的能量消耗大于500焦耳，则该信息内容的传输成本设为60。

进一步地，α表示调节参数，用于平衡信息价值和年龄之间的权重；α的取值范围为0.5-2。

优选地，α的取值为0.5、1、1.5或2。

如果系统模型中有m个源节点共采集n个信息，它们的集合分别为：

D_j表示源节点s_j将要上传到基站BS中的信息内容集合，

表示所有源节点的集合，

表示这些源节点的信息集合。

本发明提供的方法是通过联合优化各分组信息的服务质量或信息价值、源节点到基站的通信能量或带宽消耗、分组信息包的信息年龄来建立模型。

该模型的数学表达式表示如下：

其中，c_i，j表示传输信息内容的传输成本；

d_i表示集合中第i个信息内容；

v_i，j表示信息内容d_i的价值；

α表示一个调节参数，用于平衡信息价值和年龄之间的权重；

D_j表示源节点s_j最后所确定要传输到基站的信息内容集合；

表示源节点s_j能够采集到的信息内容集合；

j表示源节点s_j的序号，j为正整数。

S表示与基站进行通信的节点的集合；

r_j表示节点s_j的信息传输总量；

t_i，j表示源节点s_j所要发送信息包的信息年龄，即记录信息内容d_i自生成以来所经过的时间。

本发明的模型主要解决两个问题：一是最大化存储信息的净回报，二是最小化源节点所选择的信息包的最坏AoI；进一步地，可证明该问题是NP难问题，因此本发明提出了一个有效的启发式算法来解决这个问题；该算法先是求得单个源节点的最大效用u(j，D₀)，得出源节点s_i所要传输至基站BS的信息内容集合D_j，随后每一轮地重复选择最大效益的源节点，直到所有备选源节点全部被选中或者剩余源节点所产生的效益为负数时停止遍历。

当所述源节点的数量大于1时，逐一将各源节点的信息进行按照上述方法进行计算，得到各源节点效用值最大的信息集合，然后由各源节点分别向基站输出效用值最大的信息集合。

本发明提供的方法，首先考虑各类信息内容的信息年龄(AoI)，该度量指标用于捕捉物联网场景中信息内容的新旧程度或者及时性；然后在此基础下建立效用模型，假设物联网节点采集的信息是第一次缓存在基站中的，并且在每个节点都能被其他节点共同观察的情况下，决策节点如何上传信息内容到基站中，使得系统整体效用最大化。

该方法将所述问题转换成对应的算法伪代码，并写成相应的C++代码得出在该场景下的信息包的传输方案，最后将传统的FCFS算法、运用CPLEX求解混合整数线性规划的算法与本发明中所提算法进行对比，可以发现本发明中的算法性能高于传统的FCFS方法，而且满足与最优算法的近似比小于有效近似比，同时该算法可以有效地应用在不同的物联网场景中。

与现有技术相比，本发明具有如下优点和有益效果：

(1)本发明提出的方法能够降低处理信息内容的时间复杂度；

(2)本发明提出的方法考虑了信息价值、传输成本和信息时效性间的权衡；

(3)本发明提出的方法同时考虑了节点之间相互干扰，更接近现实情况。

附图说明

图1是本发明实施例中提供的物联网系统中多节点信息传输的示意图；

图2是本发明实施例中不同源节点数量对系统效用影响的示意图；

图3是本发明实施例中不同信息内容数量对系统效用影响的示意图；

图4是本发明实施例中不同源节点数量下α值对系统效用的影响示意图；

图5是本发明实施例中不同信息内容数量下α值对系统效用的影响示意图；

图6是本发明实施例中不同α值对净效用和最差AoI的影响示意图。

具体实施方式

以下结合实例对本发明的具体实施作进一步说明，但本发明的实施和保护不限于此。需指出的是，以下若有未特别详细说明之过程，均是本领域技术人员可参照现有技术实现或理解的。所用试剂或仪器未注明生产厂商者，视为可以通过市售购买得到的常规产品。

本发明的实施例建立了一个多对一的物联网信息传输调度系统，即包含多个物联网源节点，这些源节点将收集不同信息，然后通过无线传输传送到一个基站中，如图1所示。当源节点传输信息内容时，会消耗一定的传输能量，同时信息内容会逐渐变得陈旧。基站会运行算法，根据信息内容的价值、AoI、传输代价等条件做出调度决策，即由基站决定源节点应该传送什么内容。

在本发明的实施例中，使用AoI(信息年龄，Age-of-Information)来度量物联网源节点所传输的信息内容的新鲜度，也可以看成传输的实时性。即AoI越小，实时性越高。在本发明中用t_i，j表示信息内容d_i在源节点s_j上生成之后所经过的时间。

在此实施例中，所述的系统模型中共有m个源节点SN采集n个信息，它们的集合分别为：

表示m个源节点的集合，

表示m个源节点的信息集合；

而这些源节点会将采集到的信息内容整合成便于传输的信息包，这些信息包中记录了信息内容从生成以来所经历的时间t_i，j、信息内容的价值v_i，j，并且假设每个源节点s_j所能传输的信息内容有限，即|D_j|＜r_j，D_j表示源节点s_j将要上传到基站BS中的信息内容集合。

接下来基站将根据以下优化模型解出最优的传输方案，该模型将最大化源节点传输信息的价值，最小化传输成本和最差AoI：

由于该问题的NP难问题，因此不能在多项式时间内求解出问题的最优解，本发明实施例中将使用一个近似算法求解；

接下来考虑如何设计一个高效的近似算法，首先将计算单个节点的净效用值，之后再推广到多源节点上。这里使用

作为例子：假设使用D₀代表信息内容集合

中还未被任何源节点SN传输过的信息内容的集合，s_j的净效用可以定义为在传输内容到BS单个源节点的最大收益，定义如下：

因此，这里需要确定D_j。

具体求单个源节点的最大效用的步骤如下：

(1)源节点s_j能够采集的信息集合为

设D₀为基站需要的信息内容集合；标记

集合A里信息内容的个数大于等于1；因为实施例中最差的AoI仅仅取决于D_j中具有最大AoI那个信息内容。一旦这个最大AoI确定，最差AoI也能计算出来。因此可以尝试所有可能的最差AoI，即从A中选取每个信息内容观察对比其最差AoI；

(2)对步骤(1)所述信息内容A中的每一个信息按照信息年龄从小到大排列，依次编号为

(3)基站约束该源节点的信息传输总量，该限制阈值标记为r_j，r_j不小于1；

(4)设一个下标k从1开始循环，直至k等于集合A中信息的数量结束；该循环包括：首先将集合A中第k个信息放入

中，然后从A中取出信息内容

标记为集合B；当k≤r_j时，B中所有信息内容都放入集合

中；当k＞r_j时，先将集合B中的元素按照净效用值从大到小排序，然后从中选取r_j-1个内容放入集

中；

(5)当步骤(4)的循环结束时得到一系列备选信息内容集合

分别将这些信息内容集合分别代入以下公式进行计算，得到各信息集合的效用值；选取效用值最大的信息集合，将该集合的信息内容作为该源节点s_j要向基站传输的信息集合D_j，向基站输出信息集合D_j；

其中，

表示源节点s_j收集的信息内容集合A中第k个信息内容的信息年龄；

D₀表示基站所需要的信息内容集合；

表示第k次循环时所产生的备选信息集合；

k表示一个循环体下的下标。

通过上述步骤，即能求得单个源节点s_j的最大效用u(j，D₀)。接下来可以根据单个源节点的最大效用拓展到多个源节点的情况，通过一个贪心算法一轮一轮地执行上述步骤，以此优化所选的全部源节点SN的整体效用。在每一轮里面，算法总是选择对优化整体效用做出贡献最大的源节点，直到无法从剩余的源节点中获得更高收益或所有源节点都被基站检测完毕，整个选择算法终止。

应用到实施例中具体的步骤为：

步骤1，初始化还没有被传输过的信息内容集合

即初始状态时所有信息内容都没有被任何源节点传输过。设被选择源节点集合

源节点要传输的信息内容集合

接下来在每一轮中选择源节点SN和对应源节点所需要传输的信息包。

步骤2，对于每个剩下的源节点

根据计算单个源节点最大效用值的算法来计算它们的最大净效用，即u(j，D₀)，然后得出源节点s_j传送至基站BS处的信息内容集合D_j。即得到一个效益最大的源节点s_j*，j^*满足以下条件：

步骤3，在

里剩余的源节点中选择具有最大u(j，D₀)的源节点s_j。如果u(j^*，D₀)＞0，则意味着源节点s_j*能够带来正向的收益。接着把s_j*加进被选择源节点集合S中，最后更新D₀，即D₀＝D₀-D_j*。

步骤4，循环以上步骤，直到剩余源节点不能再带来正向收益为止，即u(j^*，D₀)≤0，或者所有源节点都被选中，即

仿真场景设置：

本发明实施例的仿真场景为：使用CRAWD数据集来模拟物联网中多个源节点信息更新系统的场景。这个数据集里记录了30天内城市里500辆出租车的行车轨迹和对应的GPS定位坐标。在本发明的实施例中，这些出租车被看作收集信息的源节点；而这些信息内容可以定义为交通信息、在特定区域的空气湿度或者噪声污染等的监测，当出租车行驶到指定区域时可以生成并上传信息内容到基站BS上。实施例中当源节点s_j和d_i之间的距离小于给定的阈值时，s_j可以传输信息内容d_i。且每个源节点s_j记录了d_i自生成以来所经过的时间t_i，j。

第一个模拟场景是源节点数量对整体效用的影响。具体设置为信息内容的数量固定为n＝20，而源节点SN的数量m设置成5-40个，步长为5；而调节参数为α＝0.5，1，1.5，2。而信息内容的价值u_i，j通过像素评分标准得到具体的值，通信成本c_i，j根据传输所消耗的能量得到。

所述信息内容的价值是该信息内容的所需字节数大小进行判断的；当该信息内容的像素低于500万时，则该信息内容的价值设为20；当该信息内容的像素大于500但小于1000万时，则该信息内容的价值设为40；当该信息内容的像素大于1000万时，则该信息内容的价值设为60。

所述信息内容的传输成本是通过源节点传输该信息内容至基站所需要的能量消耗来判断的；源节点传输该信息内容至基站所需要的网络资源或所需要的能量消耗越大，则该信息内容的传输成本越高。当该信息内容从源节点传输至基站所需的能量消耗为0-100焦耳，则该信息内容的传输成本设为20；当该信息内容从源节点传输至基站所需的能量消耗大于100但小于500焦耳时，则该信息内容的传输成本设为40；当该信息内容从源节点传输至基站所需的能量消耗大于500焦耳，则该信息内容的传输成本设为60。

为了更加直观展示本实施例算法的性能，引入了先来先服务(FCFS)方法和CPLEX的混合整数线性规划算法(ILP)与本发明实施例中所提出算法进行比较。虽然混合迭代学习算法(ILP)实现了最优解，但是当信息内容或源节点的数量变得非常大时，其时间复杂度也会变大。

结果分析：

从图2a、图2b、图2c及图2d可以看出所有三种解决方案获得的整体效用随着节点数量的增加而增加。图2a、图2b、图2c及图2d分别是调节参数α＝0.5，1，1.5，2时的性能图示。因为有更多的节点可以采集并传送信息内容，基站有更大的概率选择更好的节点来提高其效用。当源节点数大于20个时，因为给定信息内容的数量有限，源节点数量的继续增长对于效用增长效果可以忽略不计。在所有的三种方案中，FCFS方案因为没有考虑到源节点中信息内容的最坏AoI，因此它的系统效用最小。而本发明所提出的方法和CPLEX求解的最优结果十分相近，但在大规模系统中本发明所提出的算法会更加有效。

第二个模拟场景是信息内容数量对整体效用的影响。此时将源节点SN的数量设置为80个，信息内容的数量为10到80个，步长为10；调节参数α＝0.5，1，1.5，2分别对应图3a、图3b、图3c及图3d。从图3a、图3b、图3c及图3d可以看出，三个解决方案的总体效用随着信息内容的数量的增加而增加，因为系统中信息内容越多，净收入越高。同样地，可以看出本发明所提出方案比先来先服务方案具有更高的收益；而本方案与CPLEX求解的最优结果的性能差距也比较小，还可以观察到，调节参数α值越大，整体效用也越低。

第三个模拟场景是不同调节参数α对系统效用的影响，在本实施例中，设置α为0到3.5，步长为0.5；同时还分别从不同源节点数和不同信息内容数的角度对比了调节参数的影响，如图4、图5所示。从图4和图5可以看出，整体效用随着α值的增大而降低，因为较大的α值会增大AoI影响系统性能的权重。

在第四个场景中，进一步研究α对总净收入和最差AoI的影响。本实施例将α设置为0到3.5，步长为0.5。从图6a、图6b、图6c及图6d可以看出，最差AoI随着α值的增大而减小；这是因为α越高，最差AoI这个性能指标的重要性就越高。为了最大化整体效用，最差AoI应该降低。同样地，降低AoI会影响净收入，因此净收入会随着α值的增加而减少。图6a、图6b、图6c及图6d分别是源节点数为20、50，信息内容数量为20、50个的情况下的性能分析结果图。

综上所述，本发明所提出的一种物联网中多源节点信息更新的信息年龄优化方法，解决了在多源节点相互观测下如何进行信息传输更新的问题，同时考虑信息年龄对系统整体效用的影响。由于使用普通的混合整数线性规划算法会导致时间复杂度十分大，因此本发明提出了一个近似算法，能更高效地求出其近似解。该方案可以有效地应用在物联网场景中。

可以证明，所要解决的优化问题是NP难的，换句话说，即寻找最优解的复杂度是指数级的。同时可以证明本发明中所提出的算法与最优解的近似比为

其中e为自然常数。证明过程如下：

首先证明效用函数

是次模函数。

其中，

c_i，j表示传输信息内容的传输成本；

d_i表示集合中第i个信息内容；

v_i，j表示信息内容d_i的价值；

α表示调节参数，用于平衡信息价值和年龄之间的权重；

D_j表示源节点s_j最后所确定要传输到基站的信息内容集合；

j表示源节点s_j的序号，j为正整数；

S表示与基站进行通信的节点的集合；

t_i，j表示源节点s_j所要发送信息包的信息年龄，即记录信息内容d_i自生成以来所经过的时间。

对于任意两个集合S1，S2且

j^*表示源节点s_j*的序号，j^*为正整数；

表示所有节点的集合。

使用

分别表示还没被S₁，S₂中的结点上传过的内容集合，即有：

其中

表示所有信息内容的集合。

根据定义有

因为有

可得：

于是有

最后得出

f(S₁∪{s_j*})-f(S₁)≥f(S₂∪{s_j*})-f(S₂)

其中，c_i，j*表示传输信息内容的传输成本；

v_i，j*表示信息内容d_i的价值；

D_j*表示源节点s_j*最后所确定要传输到基站的信息内容集合；

表示源节点s_j*能够采集到的信息内容集合；

j^*表示源节点s_j*的序号，j^*为正整数；

S表示与基站进行通信的节点的集合；

t_i，j*表示源节点s_j*所要发送信息包的信息年龄，即记录信息内容d_i自生成以来所经过的时间。

证得净效用函数f(S)是次模函数。

根据已有文献的证明方法，因为本发明所探讨问题的效用函数的次模性，易证得所提出算法与最优解的近似比大于等于

以上实施例仅为本发明较优的实施方式，仅用于解释本发明，而非限制本发明，本领域技术人员在未脱离本发明精神实质下所作的改变、替换、修饰等均应属于本发明的保护范围。

Claims (10)

1.一种物联网中多源节点信息更新的信息年龄优化方法，其特征在于，包括如下步骤：

(1)源节点s_j能够采集的信息集合为

设D₀为基站需要的信息内容集合；标记

集合A里信息内容的个数大于等于1；

(2)对步骤(1)所述信息内容A中的每一个信息按照信息年龄从小到大排列，依次编号为

(3)基站约束该源节点的信息传输总量，该限制阈值标记为r_j，r_j不小于1；

(4)设一个下标k从1开始循环，直至k等于集合A中信息的数量结束；该循环包括：首先将集合A中第k个信息放入

中，然后从A中取出信息内容

标记为集合B；当k≤r_j时，B中所有信息内容都放入集合

中；当k＞r_j时，先将集合B中的元素按照净效用值从大到小排序，然后从中选取r_j-1个内容放入集合

中；

(5)当步骤(4)的循环结束时得到一系列备选信息内容集合

分别将这些信息内容集合分别代入以下公式进行计算，得到各信息集合的效用值；选取效用值最大的信息集合，将该集合的信息内容作为该源节点s_j要向基站传输的信息集合D_j，向基站输出信息集合D_j；

其中，c_i，j表示传输信息内容的传输成本；

d_i表示集合中第i个信息内容；

表示源节点s_j收集的信息内容集合A中第k个信息内容的信息年龄；

v_i，j表示信息内容d_i的价值；

α表示调节参数，用于平衡信息价值和年龄之间的权重；

D₀表示基站所需要的信息内容集合；

表示源节点s_j能够采集到的信息内容集合；

表示第k次循环时所产生的备选信息集合；

D_j表示源节点s_j最后所确定要传输到基站的信息内容集合；

j表示源节点s_j的序号，j为正整数；

(6)当所述源节点的数量大于1时，逐一将各源节点的信息进行按照上述方法进行计算，得到各源节点效用值最大的信息集合，然后由各源节点分别向基站输出效用值最大的信息集合，完成物联网中多源节点信息更新的信息年龄优化。

2.根据权利要求1所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，当所述源节点的数量大于1时，源节点的总数标记为m，则

表示源节点s_j能够采集到的信息内容集合；

表示m个源节点中除了序号为j以外任意一个源节点s_j′能够采集到的信息内容集合。

3.根据权利要求1所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，步骤(3)中，基站约束源节点的信息传输总量是根据源节点的传输能力进行约束或者人为限定该源节点的信息传输总量。

4.根据权利要求1所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，步骤(4)所述净效用值标记为u_i，j；所述净效用值为该信息内容的价值减去传输该信息内容的传输成本计算得到的；计算公式如下所示：

u_i，j＝v_i，j-c_i，j

c_i，j表示传输信息内容的传输成本；v_i，j表示信息内容d_i的价值。

5.根据权利要求4所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，所述信息内容的价值是该信息内容的所需字节数大小进行判断的；当该信息内容的像素低于500万时，则该信息内容的价值设为20；当该信息内容的像素大于500但小于1000万时，则该信息内容的价值设为40；当该信息内容的像素大于1000万时，则该信息内容的价值设为60。

6.根据权利要求4所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，所述信息内容的传输成本是通过源节点传输该信息内容至基站所需要的网络资源或所需要的能量消耗来判断的；源节点传输该信息内容至基站所需要的网络资源或所需要的能量消耗越大，则该信息内容的传输成本越高。

7.根据权利要求6所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，当该信息内容从源节点传输至基站所需的网络资源为0-512KB，则该信息内容的传输成本设为20；当该信息内容从源节点传输至基站所需的网络资源大于512但小于1024KB时，则该信息内容的传输成本设为40；当该信息内容从源节点传输至基站所需的网络资源大于1024KB，则该信息内容的传输成本设为60。

8.根据权利要求6所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，当该信息内容从源节点传输至基站所需的能量消耗为0-100焦耳，则该信息内容的传输成本设为20；当该信息内容从源节点传输至基站所需的能量消耗大于100但小于500焦耳时，则该信息内容的传输成本设为40；当该信息内容从源节点传输至基站所需的能量消耗大于500焦耳，则该信息内容的传输成本设为60。

9.根据权利要求1-8任一项所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，α表示调节参数，用于平衡信息价值和年龄之间的权重；α的取值范围为0.5-2。

10.根据权利要求9所述的物联网中多源节点信息更新的信息年龄优化方法，其特征在于，α的取值为0.5、1、1.5或2。

Images