无线传感网中能量采集节点的联合路径选择和功率分配方法

摘要

本发明公开了一种无线传感网中能量采集节点的联合路径选择和功率分配方法，属于协作通信技术领域。包括步骤:系统场景分析，问题描述；系统数学模型建立；然后利用优化方法求出最优解。本发明针对特殊的应用场景，来源实际应用，区别与以往的单独的传感器节点或者网关的资源分配，综合考虑联合传感器节点和网关的联合功率分配和路径选择，利用网关充当中继站的作用，最大化通信节点之间的吞吐量性能。本发明针对最优化问题的求解，采用凸优化处理，转化优化问题的目标函数，不经过近似计算，不影响问题的精度的同时极大的降低的计算复杂度，减少系统开销产生的时延，寻优过程采用拉格朗日乘子方法，寻优速度快，算法迭代过程中采用次梯度方法，并选用渐进步长，寻优更加精确。

主权项

一种无线传感网中能量采集节点的联合路径选择和功率分配方法，其特征在于，包括：步骤1：系统场景分析，问题描述；场景中有一个稳定供电的传感器节点A，一个能量采集的网关节点R和一个目标通信传感器节点B，稳定供电的传感器节点A和目标通信传感器节点B之间存在直达路径，能量采集的网关节点R采用解码转发工作方式，一个传输过程包括N个数据块，稳定供电的传感器节点A和能量采集的网关节点R占用相等的带宽W，联合考虑该场景下的稳定供电的传感器节点A和能量采集的网关节点R的路径选择和功率分配问题；假设能量采集模型采用伯努利过程，用于能量采集的电池容量足够大，除了用于传输消耗的能量忽略不计，一个数据块的传输时间是T_P，表示第i数据包传输时传感器节点A与中继节点R之间的信道系数，表示第i数据包传输时传感器节点A与目标通信传感器节点B之间的信道系数，表示第i数据包传输时中继节点R与目标通信传感器节点B之间的信道系数，采用半双工中继协作通信方式，每个数据包的传输时间内包含两个时隙，在第i个数据包传输时间的第一个时隙，如果传感器节点A传输符号x采用固定功率p_a，同时x满足x～CN(0,1)，那么中继R和目的通信传感器节点B的接收信号可以分别表示为：$y_{a,r}^i=A_0^{\frac{1}{2}}{d}_0^{\frac{\alpha }{2}}{d}_{-}^{-\frac{\alpha }{2}}{h}_{a,r}^i\sqrt{p_a}x+n_r^i,y_{a,b}^i=A_0^{\frac{1}{2}}{d}_0^{\frac{\alpha }{2}}{d}^{-\frac{\alpha }{2}}{h}_{a,b}^i\sqrt{p_a}x+n_b^i,\forall i=1,...,N,\forall i=1,...,N.$其中：d₀和A₀分别表示大尺度衰落的参考距离和参考功率，d₁和d分别表示传感器节点A和中继节点R之间的距离以及传感器节点A和目标通信传感器节点B之间的距离，和分别表示第i个数据包传输时间的中继节点R和目标通信传感器节点B的接收噪声，α表示大尺度衰落因子，和分别表示第i个数据包传输时间的中继节点R和目标通信传感器节点B的信道增益；第一时隙中继接收的信噪比可以表示为其中：N₀表示归一化的噪声功率，W表示分配的带宽，在第二个时隙，目标通信传感器节点B采用最大比接受方式，目的通信节点可以分别接收到传感器节点A的直传信号，以及中继节点R的转发信号，第二时隙目的目标通信传感器节点B收到的来自中继节点R的信号表示为其中：d₂和分别表示中继节点R和目标通信传感器节点B之间的距离和信道增益，表示第i个数据包传输时间的第二时隙时目标通信传感器节点B的接收噪声，p_r表示相应的中继站R的发射功率；在接收端，采用最大比接受准则的目标通信传感器节点B收到的来自传感器节点A和中继节点R的的信噪比表示若选用直达链路，目标通信传感器节点B收到的传感器节点A的信号表示为相应的，目标通信传感器节点B收到的传感器节点A的信噪比表示为步骤2：平均中断概率推导；所述平均中断概率为其中Οⁱ表示第i次传输的中断概率；步骤3:最优化问题归结；在上述假设前提和约束条件下，归结出最优化问题如下：$\begin{array}{c}P1:\underset{r^i,p_r^i,\forall i}{min}\bar{O}\\ s.t.\underset{k=1}{\overset{i}{\Sigma }}{p}_r^k{T}_p\le \underset{n=1}{\overset{i}{\Sigma }}{E}_H^n,\\ p_r^i\ge 0,\\ r^i\in \{0,1\}\\ r^i\le D^i,\forall i\in \{1,2,...,N\}\end{array},$其中表示能量因果约束，优化问题的目标函数是最小化中断概率优化变量是每次传输的模式选择因子rⁱ以及相应的功率分配方案约束条件是步骤4：最优化问题求解；最优化问题P1的优化变量是每次传输的模式选择因子rⁱ以及相应的功率分配方案rⁱ是离散变量取值范围为{1,0}，连续变量，取值范围大于等于0，采用代价函数的方法，定义Sⁱ＝<Dⁱ,εⁱ>表示状态集，表示行为集，同时定义代价函数利用凸优化理论关于代价函数的迭代方法，可以得知：$J^i\left(S^i\right)=\left\{\begin{array}{c}{\min }_{a^N\in A\left(S^N\right)}{O}^N,i=N\\ {\min }_{a^N\in A\left(S^i\right)}{O}^i+J^{i+1}\left(S^{i+1}\right),i<N\end{array}\right.,$$A(S^i=<D^i,{ϵ}^i>)=\left\{\begin{array}{c}\{0,1\}\times [0,{ϵ}^i{T}_p^{-1}],D^i=1\\ \left\{0\right\}\times [0,{ϵ}^i{T}_p^{-1}],D^i=1\end{array}\right.,$最终，最优解可以表示成