CN115134887A - 一种基于博弈理论的占空比无线传感器网络拓扑控制方法 - Google Patents

Abstract

本发明涉及无线通信技术领域，公开了一种基于博弈理论的占空比无线传感器网络拓扑控制方法，在占空比无线传感器网络中，每个工作周期T内所有传感器节点均能与汇聚节点通过空时路径建立连接，构建低功耗的网络拓扑结构，具体包括以下步骤：将一个工作周期内划分为若干时隙，根据传感器节点在每个时隙的活动/休眠调度确定网络拓扑序列；根据网络拓扑序列构建一个虚拟的时间扩展图，在时间扩展图中，确定网络拓扑中维持空间链路和时间链路所需的功率消耗；采用基于博弈理论的次佳反应算法，每个传感器节点通过多轮循环调整其在每个时隙每条链路上的功率消耗，生成低功耗的连通网络拓扑，能够在占空比无线传感器网络中降低连通拓扑维持的功率消耗。

Description

一种基于博弈理论的占空比无线传感器网络拓扑控制方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于博弈理论的占空比无线传感器网络拓扑控制方法，解决在空比无线传感器网络中低功耗的拓扑控制问题，可用于无线传感器网络中。

背景技术

无线传感器网络在智慧城市建设、环境监测、工业农业等方面有着广泛的应用。在一定的时间周期内，传感器节点需要将收集的数据信息通过多跳的方式传输至汇聚节点。采用休眠/唤醒机制的占空比无线传感器网络能够显著地降低节点的能量消耗、延长网络的使用寿命。与此同时，休眠/唤醒机制的采用也带来了新的挑战，诸如数据传输时延增加、网络拓扑动态变化、网络连通性丢失等，使得传统的基于静态图的拓扑控制方法难以奏效。因此，有必要在占空比无线传感器网络中研究低功耗的拓扑控制方法，从而进一步延长网络的使用寿命。

对于占空比无线传感器网络，低能耗的数据传输有着较多的研究。例如，F.Liu等作者在2017年的文章“A distributed routing algorithm for data collection inlow-duty-cycle wireless sensor networks”中设计分布式的数据收集路由算法。L.Cheng等作者在文献“Towards minimum-delay and energy-efficient flooding inlow-duty-cycle wireless sensor networks”中研究时延约束下低能耗的泛洪传输。目前，对于占空比无线传感器网络的拓扑控制方法研究较少，M.Xu等在会议文章“Low-costTopology control for data collecting in duty-cycle wireless sensor networks”中提出基于最短路算法的拓扑控制方法。然则，所提的拓扑控制方法未能考虑传感器节点的自私性行为。因此，有必要进一步设计占空比无线传感器网络的拓扑控制方法。

发明内容

本发明提供一种基于博弈理论的占空比无线传感器网络拓扑控制方法，能够在占空比无线传感器网络中降低连通拓扑维持的功率消耗。

本发明提供了一种基于博弈理论的占空比无线传感器网络拓扑控制方法，在占空比无线传感器网络中，每个工作周期T内所有传感器节点均能与汇聚节点通过空时路径建立连接，构建低功耗的网络拓扑结构，具体包括以下步骤：

步骤1：将一个工作周期T内划分为若干时隙{1,2,…,T}，任一传感器节点在每个时隙具有活动和休眠两种状态，汇聚节点总是处于活动状态；根据传感器节点在每个时隙的活动/休眠调度确定网络拓扑序列，记为{G^t(V,E^t)|t＝1,2,…,T}，其中，V＝{1,2,…,n}表示节点集合，包含n-1个传感器节点和1个汇聚节点，汇聚节点序号记为1，E^t为第t个时隙的无线链路集合；

步骤2：根据网络拓扑序列{G^t(V,E^t)|t＝1,2,…,T}构建一个虚拟的时间扩展图G＝(V,E)，其中，V＝{i(t)|i∈V,t＝0,1,…,T}表示虚拟化的节点集合，i(t)表示节点i在第t个时刻扩展而成的虚拟节点，E定义为空间链路和时间链路的集合，在时间扩展图中，确定网络拓扑中维持空间链路和时间链路所需的功率消耗；

步骤3：在空间扩展图G＝(V,E)上采用基于博弈理论的次佳反应算法，每个传感器节点通过多轮循环调整其在每个时隙每条链路上的功率消耗，生成低功耗的连通网络拓扑。

进一步地，所述步骤1中传感器节点在每个时隙的活动/休眠状态引起网络拓扑的动态变化，从而形成网络拓扑系列，具体为无线链路在某一时隙存在当且仅当两节点在该时隙同时处于活动状态，且它们的发射功率使得接收功率大于预设的门限值。

进一步地，所述步骤2中的时间链路

表示节点i在第t个时隙携带信息而不进行传输；空间链路

表示节点i可以在第t个时隙向节点j发送信息，即(i,j)∈E^t；

在时间扩展图中，每个传感器节点在空间链路与时间链路维持的功率消耗的计算如下：

时间链路的功耗为固定值P₀，由以下公式计算：

P(i(t),i(t+1))＝P₀

空间链路上的功耗由以下公式计算：

其中，P^th表示信号接收的功率门限，d_ij表示两节点之间的距离，τ表示路径损耗因子，C表示与天线增益、载波频率有关的固定常数，若两节点在某个时隙内不存在无线链路，对应的空间链路功耗为0。

进一步地，所述，所述步骤3中的连通网络拓扑，其连通性定义为在一个时间周期内，每个传感器节点与汇聚节点之间至少存在着一条空时路径。

进一步地，所述步骤3中在时间扩展图G＝(V,E)上采用基于博弈理论的次佳反应算法时，每个传感器节点i作为博弈者，其策略空间S_i为工作周期T内所有与其关联链路的功耗，即

S_i＝{P(i(t),i(t+1),P(i(t),j(t+1)|t＝0,…,T,i≠j,j∈V}

传感器节点i的效益函数为传感器节点在连通网络拓扑中的收益与维持连通网络的功耗之差，即

其中，当网络连通时，f(P)＝1，否则f(P)＝0，M_i为固定的收益值。

进一步地，所述步骤3中，在次佳反应算法中，传感器节点i将其策略空间S_i中的功耗值从大到小进行排序，每次调整时，传感器节点选择当前可调整的最大功耗链路，将其功耗值设置为0，即断开该链路，增加其效益；

若调整后，网络拓扑失去连通性，则本次不调整，避免效益为负；

次佳反应算法当所有传感器节点不能继续调整其发射功率时中止。

与现有技术相比，本发明的有益效果在于：

本发明综合考虑传感器节点的活动/休眠状态在时间上的动态变化，从而形成网络拓扑序列。通过将一系列网络拓扑建模为虚拟的时间扩展图，并在时间扩展图中重新定义网络拓扑的连通性；本发明网络拓扑构建包含节点自私性这一因素，即每个节点均希望降低自己在维持拓扑连通性中的功率消耗；通过博弈理论刻画节点的自私行为，进一步优化提高网络资源的利用率。

附图说明

图1为网络拓扑序列示例图，其中黑色点表示节点处于活动状态，白色点表示节点处于休眠状态。

图2为图1所对应的时间扩展图。

图3为无拓扑控制的初始拓扑。

图4为KMCP算法生成的网络拓扑。

图5为RKMCP算法生成的网络拓扑。

图6为本发明所提算法生成的网络拓扑。

图7为功耗比与节点数目的关系图。

图8为功耗比与占空比的关系图。

图9为本发明方法的流程图。

具体实施方式

下面结合附图1-9，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

如图9所示，本发明是一种基于博弈理论的占空比无线传感器网络拓扑控制方法，主要用于解决占空比无线传感器网络中高能效的拓扑控制问题。所述方法实现过程为：首先，将一个工作周期划分为若干时隙，并根据传感器节点在每个时隙的活动/休眠调度确定网络拓扑序列；其次，将这些网络拓扑序列建模为一个时间扩展图，并确定时间扩展图中每条链路的功率消耗；最后，在时间扩展图上采用基于博弈理论的次佳反应算法，生成具有最低功耗的连通网络拓扑。其中，连通的网络拓扑是指在一个工作周期内，每个传感器节点都可以与汇聚节点通过空时路径建立连接。本发明提出的方法能够在占空比无线传感器网络实现低功耗的拓扑构建。

参照图1，在每个时隙内，由活动节点所构成的网络拓扑一般是不连通的。尽管如此，通过合并多个时隙网络拓扑，节点5仍然能够将数据传输至汇聚节点1。事实上，在第一个时隙，节点5选择不传输；在第二个时隙，节点5将数据传输至节点2；在第三个时隙，节点2将信息传输至节点1。上述过程可以用图2中的空时路径5(0)→5(1)→2(2)→1(3)表示，其中5(0)→5(1)表示时间链路，即无数据传输，其它链路均为不同时隙内的空间链路。

本发明的具体实施步骤如下：

步骤1：将一个工作周期T内划分为若干时隙{1,2,…,T}。任一传感器节点在每个时隙具有活动和休眠两种状态，汇聚节点总是处于活动状态。假设每个传感器节点在一个周期的活动/休眠调度序列是已知的。

根据传感器节点在每个时隙的活动/休眠调度可以确定网络拓扑序列，记为{G^t(V,E^t)|t＝1,2,…,T}，其中V＝{1,2,…,n}表示节点集合，包含n-1个传感器节点和1个汇聚节点(汇聚节点序号记为1)，E^t为第t个时隙的无线链路集合。无线链路在某一时隙存在当且仅当两节点在该时隙同时处于活动状态且它们的发射功率使得接收功率大于预设的门限值。

步骤2：为这些网络拓扑序列{G^t(V,E^t)|t＝1,2,…,T}构建一个虚拟的空间扩展图G＝(V,E)。其中，V＝{i(t)|i∈V,t＝0,1,…,T}表示虚拟化的节点集合，i(t)表示节点i在第t个时刻扩展而成的虚拟节点，E定义为空间链路和时间链路的集合。时间链路

表示节点i可以在第t个时隙携带信息而不进行传输；空间链路

表示节点i可以在第t个时隙向节点j发送信息，即(i,j)∈E^t。

在时间扩展图中，空间链路与时间链路维持的功率消耗的计算如下：每个传感器节点在时间链路的功耗为固定值P₀，即

P(i(t),i(t+1))＝P₀

空间链路上的功耗由以下公式计算

其中，P^th表示信号接收的功率门限，d_ij表示两节点之间的距离，τ表示路径损耗因子，C表示与天线增益、载波频率有关的固定常数。若两节点在某个时隙内不存在无线链路，对应的空间链路功耗为0。

步骤3：在时间扩展图G＝(V,E)上采用基于博弈理论的次佳反应算法，每个传感器节点通过多轮循环调整生成具有最低功耗的连通网络拓扑。其中网络拓扑的连通性定义为在一个时间周期内，每个传感器节点与汇聚节点之间至少存在着一条空时路径。

每个传感器节点i作为博弈者，其策略空间S_i为工作周期T内所有与其关联链路的功率消耗，即

S_i＝{P(i(t),i(t+1),P(i(t),j(t+1)|t＝0,…,T,i≠j,j∈V}

传感器节点i的效益函数为传感器节点在连通网络拓扑中的收益与维持连通网络的功率消耗之差，即

其中当网络连通时，f(P)＝1，否则f(P)＝0，M_i为固定的收益值。

每个传感器节点采用基于博弈理论的多轮循环次佳反应算法调整其在每个时隙每条链路上的功率消耗。在次佳反应算法中，传感器节点i将其策略空间S_i中的功耗值从大到小进行排序。每次调整时，传感器节点选择当前可调整的最大功耗链路，将其功耗值设置为0，即断开该链路，增加其效益。若调整后，网络拓扑失去连通性，则本次不调整，避免效益为负。次佳反应算法当所有传感器节点不能继续调整其发射功率时中止。

本发明的效果可通过以下仿真进一步说明：

1.仿真条件：

在仿真中，若干节点随机均匀地分布在500×500m²的平面区域内。每个传感器节点根据占空比率在一个工作周期内T初始化其活动/休眠调度序列。其中占空比率定义为处于活动状态的时隙数目与总的时隙数目之比。所有传感器节点的传输范围假设为r_max＝180m。根据节点的活动/休眠状态以及最大传输范围(与节点的最大发射功率对应)生成每个时隙的网络拓扑。汇聚节点恒为1节点。如无特别说明，其它仿真参数见表1。

2.仿真内容和结果

首先，考察所提所发生成的网络拓扑情况，参数设置如下：节点数目15，工作周期20个时隙，占空比0.6。图3至图6分别给出无拓扑控制的初始拓扑、基于最短路算法的拓扑控制方法(KMCP)生成的网络拓扑、基于修改最短路算法的拓扑控制方法(RKMCP)生成的网络拓扑和本发明所提出的基于博弈理论的次佳反应算法生成的网络拓扑。其中KMCP与RKMCP算法见文献“Low-cost Topology control for data collecting in duty-cyclewireless sensor networks”。从图3可以看出，无拓扑控制的初始拓扑具有大量的冗余链路，维持这些链路的功耗巨大。在图4至图5和图6中，经过拓扑控制的网络拓扑结构包含较少的链路，且每个传感器节点均与第一行节点相连，即网络维持连通性。其中，第一行节点为汇聚节点在各个时刻的表示1(0),1(1),1(2),…,1(T)。特别地，本发明所提出的基于博弈理论的次佳反应算法生成的网络拓扑具有的空间链路数目最少。

表1仿真参数值

参数	仿真值
		节点数n	14～22
工作周期T	20个时隙
		占空比率	0.5～0.7
信息维持功耗P<sub>0</sub>	5×10<sup>-4</sup>W
		功耗常数C	1024π<sup>2</sup>
路径损耗因子τ	2
		接收功率门限P<sup>th</sup>	7×10<sup>-10</sup>W

其次，将节点数目从14变化至22，运行所提出的拓扑控制算法与对比算法，得到生成网络拓扑的功率消耗，并除以初始拓扑的功率消耗，得到生成拓扑与初始拓扑的功耗比。于是，功耗比与节点数目的关系，如图7所示。从图中可以看出，随着节点数目的增加，所提的拓扑控制方法能显著降低维持连通网络拓扑所需的功率消耗。

然后，将占空比从0.5变化至0.7，得到功耗比与占空比的关系，如图8所示。同样地，本发明所提的拓扑控制方法具有更低的功耗比。

本发明综合考虑传感器节点的活动/休眠状态在时间上的动态变化，从而形成网络拓扑序列。通过将一系列网络拓扑建模为虚拟的时间扩展图，并在时间扩展图中重新定义网络拓扑的连通性；本发明网络拓扑构建包含节点自私性这一因素，即每个节点均希望降低自己在维持拓扑连通性中的功率消耗。通过博弈理论刻画节点的自私行为。本发明所采用的功耗函数也可以经过简单修改(如加入剩余能量、无线链路质量等因素)，得到新的拓扑控制方案，进一步优化提高网络资源的利用率。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (6)

1.一种基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，在占空比无线传感器网络中，每个工作周期T内所有传感器节点均能与汇聚节点通过空时路径建立连接，构建低功耗的网络拓扑结构，具体包括以下步骤：

步骤1：将一个工作周期T内划分为若干时隙{1,2,…,T}，任一传感器节点在每个时隙具有活动和休眠两种状态，汇聚节点总是处于活动状态，根据传感器节点在每个时隙的活动/休眠调度确定网络拓扑序列，记为{G^t(V,E^t)|t＝1,2,…,T}，其中，V＝{1,2,…,n}表示节点集合，包含n-1个传感器节点和1个汇聚节点，汇聚节点序号记为1，E^t为第t个时隙的无线链路集合；

步骤2：根据网络拓扑序列{G^t(V,E^t)|t＝1,2,…,T}构建一个虚拟的时间扩展图G＝(V,E)，其中，V＝{i(t)|i∈V,t＝0,1,…,T}表示虚拟化的节点集合，i(t)表示节点i在第t个时刻扩展而成的虚拟节点，E定义为空间链路和时间链路的集合，在时间扩展图中，确定网络拓扑中维持空间链路和时间链路所需的功率消耗；

步骤3：在空间扩展图G＝(V,E)上采用基于博弈理论的次佳反应算法，每个传感器节点通过多轮循环调整其在每个时隙每条链路上的功率消耗，生成低功耗的连通网络拓扑。

2.如权利要求1所述的基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，所述步骤1中根据传感器节点在每个时隙的活动/休眠状态引起网络拓扑的动态变化，从而形成网络拓扑系列，具体为无线链路在某一时隙存在当且仅当两节点在该时隙同时处于活动状态，且它们的发射功率使得接收功率大于预设的门限值。

3.如权利要求1所述的基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，所述步骤2中的时间链路

表示节点i在第t个时隙携带信息而不进行传输；空间链路

表示节点i在第t个时隙向节点j发送信息，即(i,j)∈E^t；

在时间扩展图中，每个传感器节点在空间链路与时间链路维持的功率消耗的计算如下：

时间链路的功耗为固定值P₀，由以下公式计算：

P(i(t),i(t+1))＝P₀

空间链路上的功耗由以下公式计算：

其中，P^th表示信号接收的功率门限，d_ij表示两节点之间的距离，τ表示路径损耗因子，C表示与天线增益、载波频率有关的固定常数，若两节点在某个时隙内不存在无线链路，对应的空间链路功耗为0。

4.如权利要求1所述的基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，所述，所述步骤3中的连通网络拓扑，其连通性定义为在一个时间周期内，每个传感器节点与汇聚节点之间至少存在着一条空时路径。

5.如权利要求3所述的基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，所述步骤3中在时间扩展图G＝(V,E)上采用基于博弈理论的次佳反应算法时，每个传感器节点i作为博弈者，其策略空间S_i为工作周期T内所有与其关联链路的功耗，即

S_i＝{P(i(t),i(t+1),P(i(t),j(t+1)|t＝0,…,T,i≠j,j∈V}

传感器节点i的效益函数为传感器节点在连通网络拓扑中的收益与维持连通网络的功耗之差，即

其中，当网络连通时，f(P)＝1，否则f(P)＝0，M_i为固定的收益值。

6.如权利要求5所述的基于博弈理论的占空比无线传感器网络拓扑控制方法，其特征在于，所述步骤3中，在次佳反应算法中，传感器节点i将其策略空间S_i中的功耗值从大到小进行排序，每次调整时，传感器节点选择当前可调整的最大功耗链路，将其功耗值设置为0，即断开该链路，增加其效益；

若调整后，网络拓扑失去连通性，则本次不调整，避免效益为负；

次佳反应算法当所有传感器节点不能继续调整其发射功率时中止。

Images