一种基于多属性决策的认知无线自组织网络节点稳定性评估方法

摘要

一种基于多属性决策的认知无线自组织网络节点稳定性评估方法。本发明以提高认知无线自组织网络节点可用性为目标，以节点稳定性评价体系为基础，解决认知无线自组织网络节点稳定性判定问题。依据节点收集的特征数据，统计并计算其中的邻居节点稳定性、可用频谱稳定性和干扰程度相关的指标属性参数。通过归一化的方法，将这些参数转换成属性向量。评估影响节点稳定性的各个指标的影响程度，计算各个指标在节点稳定性评价体系中的权重大小。将对节点稳定性评估问题转化为多属性决策问题，结合基于样本采样的先验知识，通过正负理想解方法实现对节点当前稳定性状态的判断。本发明引入了节点稳定性评价体系模型、模糊层次分析法和正负理想解方法，使计算结果适用于路由、分簇、分发等领域。

主权项

一种基于多属性决策的认知无线自组织网络节点稳定性评估方法，包含节点稳定性评价体系构建、基于模糊层次分析法的指标权重计算和基于正负理想解方法的节点稳定性判决计算，其特征在于：1)各个节点周期性的收集当前局部认知无线自组织网络环境中与各个指标有关的参数，网络层通过跨层交互机制对这些参数获取和分析，构建节点稳定性指标评价体系，分析各个因素对节点稳定性的影响程度；节点稳定性指标评价体系分为目标层、准则层和决策方案层，其中目标层为节点稳定性评价；准则层包括2层，第一层包括邻居节点稳定性，可用频谱稳定性和干扰程度；第二层包括6个具体评价指标，分别为一跳邻居节点个数，与一跳邻居节点的链路稳定性，与一跳邻居节点的可用信道数，当前节点的可用信道变化活动统计，与一跳邻居节点的链路质量，当前节点受到干扰的信道统计；决策方案层包括三个决策，分别为稳定，次稳定和不稳定三类；2)根据节点稳定性评价体系，采取如下步骤计算准则层各个指标的权重分配：a)采用三角模糊数，对准则层第k层所有指标进行两两比较,得到模糊矩阵A；b)根据模糊矩阵A，计算第i个指标对同层k的其它所有因素的综合模糊测度值c)计算第k层第i个指标的权重分配，计算公式如下：且j＝1，2，...，h_k}，其中的计算方式为$V\left(S_i^k\ge S_j^k\right)=\left\{\begin{array}{cc}1& m_1\ge m_2\\ \frac{l_2-h_1}{\left(m_1-h_1\right)-\left(m_2-l_2\right)}& \begin{array}{ccc}{m}_1\le m_2,& h_1\ge l_2,& i,j=1,2,...,n_k,i\ne j\end{array}\\ 0& otherwise\end{array}\right.$d)计算准则层最底层指标的权重分配；根据上述计算步骤，得到准则层第二层6个指标的权重：$W=(\frac{w_1^2}{w_1^2+w_2^2}*w_1^1,\frac{w_2^2}{w_1^2+w_2^2}*w_2^2,\frac{w_3^2}{w_3^2+w_4^2}*w_2^1,\frac{w_4^2}{w_3^2+w_4^2}*w_2^1,\frac{w_5^2}{w_5^2+w_6^2}{w}_3^1,\frac{w_6^2}{w_5^2+w_6^2}{w}_3^1)$其中准则层第一层的三个指标的权重向量；3)根据节点稳定性评价体系和准则层各个指标的权重分配向量，采用如下步骤计算节点当前的稳定性状态：a)构建决策空间，把每个决策状态i映射为S_n空间中的一点，表征样本状态i在S_n中的空间位置；b)测量当前待评估属性向量与各个正负理想点在n维空间中的距离，计算拟合相似度，计算公式如下：$C_{li}=\frac{d_{li}^{-}}{d_{li}^{-}+d_{li}^{+}}$其中和分别计算属性向量l_t与样本状态i的正负理想解空间点的距离；c)根据拟合相似度，计算当前节点稳定性状态。