一种认知传感器网络模型及其生命周期的优化方法

摘要

本发明公开了一种认知传感器网络模型及其生命周期的优化方法，该方法针对数字航道环境下可用信道资源有限和无人看管的特点，基于图论和最优化理论进行联合路由、信道分配和功率控制，从而使得传感器网络能够自适应地观测数字航道并且生命周期最大化。本发明提供的方法容易实现，而且便于扩展，和已经提出的传感器网络生命周期优化方法相比更能适应信道资源有限的数字航道环境。

主权项

一种认知传感器网络模型的生命周期的优化方法，其特征是：该模型的链路随可用信道资源动态变化，而且节点发射功率可控，整个网络能自适应地观测数字航道，并能实现网络生命周期最大化；保证不同路径上同一跳的相邻节点传输数据时彼此不干扰而且同一路径上不同跳的节点传输数据时彼此也不干扰，具体包括：(1)传感器节点先进行频谱感知，检测传感器网络部署区域内空闲的信道，并将收集的信息发送到融合中心，设有K个信道供使用，记为{B₁,B₂,…,B_K}，由融合中心负责调配，传感器网络中有J个叶子节点，记为{s_1,1,s_1,2,…,s_1,J}，叶子节点采集的数据通过多跳传输到达融合中心，其它节点不采集数据，传感器节点先根据最近距离地理路由算法寻找下一跳节点，形成多跳路径；然后我们根据图着色理论为传感器节点分配信道，使得同一跳的相同节点对应的信道不同而且同一路径上相同跳的节点对应的信道也不同，图着色算法有很多种，为简单起见，我们采用贪婪算法，先给某个叶子节点分配第一个信道，然后根据着色准则逐步给其它节点分配信道，直到所有节点都已被分配信道；(2)为所有节点分配好信道以后，再根据最优化理论对每个节点的发射功率进行控制，以最大化网络生命周期；第j条路径上的第i跳节点因发送m比特数据消耗的能量记为e_i,j(m)，接收m比特数据消耗的能量记为ε_i,j(m)，节点剩余能量记为E_i,j；忽略传感器节点中除数据传输以外其它部分的能量消耗；最大化网络生命周期这个优化问题建模为T_i,j＝E_i,j/(e_i,j(m)+ε_i,j(m))                 (1)T＝min(T_i,j)                  (2)$\underset{\mathrm{Pi},j}{\max }T---\left(3\right)$其中Pi,j是第j条路径上第i跳节点的发射功率；因为能量消耗可以和发射功率联系起来，对这个优化问题求解，即可得到最优的发射功率值。