基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法

摘要

本发明公开了一种基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法，主要解决认知无线电Ad Hoc网络中现有技术无法综合考虑认知节点移动性以及感知信道的动态调整而导致分簇不稳定的问题。其实现步骤为：1）建立认知无线电Ad Hoc网络场景，选取主用户节点及认知节点的活动模型；2）根据选取的认知节点模型得出认知节点间以及认知节点和主用户节点间的距离期望值；3）根据距离期望定义信道感知函数和运动关系函数，构造模糊统计移动尺度；4）基于模糊移动尺度进行簇头选举以及簇的划分，最终形成稳定的簇结构。实验仿真结果证明，本发明在多项性能指标上均优于现有的分簇方法，可用于认知无线电Ad Hoc网络的分级结构建立、拓扑维护以及网络扩展。

主权项

1.一种基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法，包括如下步骤：（A）根据认知无线电Ad Hoc网络的特性，建立一个认知无线电Ad Hoc网络场景，在本场景下，假定主用户节点是固定的，且主用户节点在信道上的活动服从半马尔可夫开闭过程，即信道在占用和空闲两种状态下切换服从独立的概率分布，假定认知节点的活动服从平滑随机游走模型，即认知节点速率和方向的改变次数分别服从两个独立的泊松过程：{N₁(t),t≥0}参数为λ₁，和{N₂(t),t≥0}参数为λ₂，其中N₁(t)及N₂(t)分别为认知节点速率及方向改变次数；（B）根据上述认知无线电Ad Hoc网络场景中认知节点的活动模型，得出认知节点的运动速率v_i(t)和方向的分布函数：$v_i\left(t\right)=\left\{\begin{array}{cc}{v}_{i0}& N_1\left(t\right)=0\\ v_{\mathrm{it}}& N_1\left(t\right)\ne 0\end{array}\right.$其中，v_i0和分别为认知节点i在时间t＝0时刻的初始速率和初始方向；v_it为当认知节点的运动速率改变时所选取的新的速率变量，服从v_min到v_max均匀分布，即N₁(t)为认知节点速率改变次数；为当移动节点的运动方向改变时所选取的新的方向变量，服从0到2π的均匀分布，即N₂(t)为认知节点方向改变次数；（C）根据所得到的分布函数，结合随机过程和概率论相关知识得出认知节点i的水平坐标期望和垂直坐标期望其中，v_i0与为认知节点i的初始运动速率和方向，[v_min,v_max]为认知节点i的运动速率范围，x_i0和y_i0为认知节点i的初始位置的水平及垂直坐标，λ₁和λ₂分别为认知节点速率和方向的改变所服从的两个泊松过程的参数；（D）根据认知节点i的水平坐标期望和垂直坐标期望构造出认知节点i与认知节点k之间的相对距离期望值Η_i,k，以及认知节点i与主用户PR_j的相对距离期望值$H_{i,k}=\sqrt{{[m_{x_i}\left(t\right)-m_{x_k}\left(t\right)]}^2+{[m_{y_i}\left(t\right)-m_{y_k}\left(t\right)]}^2}$$H_{{i,\mathrm{PR}}_j}=\sqrt{{[m_{x_i}\left(t\right)-x_{{\mathrm{PR}}_{j}0}\left(t\right)]}^2+{[m_{y_i}\left(t\right)-y_{{\mathrm{PR}}_{j}0}]}^2}$其中，和分别为认知节点i的水平坐标期望和垂直坐标期望，和分别为认知节点i的水平坐标期望和垂直坐标期望，和为主用户节点初始位置的水平及垂直坐标；（E）根据认知节点i与主用户PR_j的相对距离期望值定义评估认知节点对主用户所占用的某个信道的感知状态的信道感知函数f_i,j如下：$f_{i,j}\stackrel{\Delta }{=}{f}_{{i,\mathrm{PR}}_j}(H_{{i,\mathrm{PR}}_j}/R_{{\mathrm{PR}}_j})=\left\{\begin{array}{cc}{e}^{-1/x^2}& x<0.25\\ e^{-1/x}& 0.25＜x<0.5\\ e^{-\sqrt{1/x}}& 0.25＜x<1.5\\ e^{-1/x}& 1.5＜x<1.75\\ e^{-1/x^3}& x\ge 1.75\end{array}\right.$其中，为主用户PR_j的传输半径，f_i,j∈[0,1]表明感知信道的结果由传统的[0,1]二值信道变为[0～1]区间信道；考虑认知节点移动性，根据所构造出的认知节点间的相对距离期望值Η_i,k，定义衡量认知节点间的运动关系的函数g_i,k如下：$g_{i,k}\stackrel{\Delta }{=}g(R_{\mathrm{CR}}/H_{i,k})=\left\{\begin{array}{cc}{e}^{-1/y^2}& \frac{1}{3}＜y<\frac{1}{2}\mathrm{or}2＜y<4\\ e^{-1/y}& \frac{1}{2}＜y<\frac{2}{3}\mathrm{or}\frac{4}{3}＜y<2\\ e^{-\sqrt{1/y}}& \frac{2}{3}＜y<\frac{4}{3}\\ e^{-1/y^3}& y<\frac{1}{3}\mathrm{ory}>4\end{array}\right.$其中，R_CR为认知节点的传输半径，（F）根据信道感知函数f_i,j以及运动关系函数g_i,k，综合考虑认知节点对主用户信道的感知情况以及认知节点间的运动关系，构造模糊移动尺度Ψ_i如下：其中，N_i为认知节点i的一跳邻居节点集合，为主用户所有信道集合；（G）根据模糊移动尺度Ψ_i，通过比较认知节点及其一跳邻居节点的模糊移动尺度，实现对认知节点簇头的选举和簇的划分。