技术领域
[0001] 本
发明涉及一种
无线传感器网络协作传输方法，尤其涉及一种基于多中继多跳的无线传感器网络协作传输路由方法，属于无线传感器网络路由协议领域。
背景技术
[0002] 无线传感器网络因其低成本、自组织、动态拓扑、易于部署以及高灵活性等特点得到快速发展和广泛应用，在国防安全、环境检测、医疗护理、智能交通等诸多领域都有广阔的应用前景。与此同时，无线传感器网络也面临着诸多挑战，其中最大的挑战就是无线传感器的供能问题。无线传感器
节点通常采用
电池供电，一次可使用的
能量非常有限，因此在通信过程中，能量的有效利用就显得极其重要。
[0003] 克服这些问题的最有效的技术之一是协作通信，协作通信可以通过分集增益来提高传输性能。目前，大多数研究已经证明了协作传输相对于非协作传输的优越性，而通过不同的中继节点选择方案可以达到不同的表现结果。Kim K J,Duong T Q和Poor H V在2013年IEEE Transactions Wireless Communications 12卷第2期发表论文“Outage probability of single-carrier cooperative spectrum sharing systems with decode-and-forward relaying and selection combining”，文献中指出，对采用分集技术的慢衰落信道而言，中断概率和中断容量是判断无线传感器网络性能好坏的重要标准。孙立悦，赵晓晖，虢明在2013年《通信学报》34卷第10期发表的“基于中断概率的协作通信中继选择与功率分配
算法”，提出了一种基于信道统计特性的中继选择算法。该算法在中继选择之前对源节点和各个中继节点进行了功率优化，然后根据当前
信噪比自适应地选择最优中继集合。Ganawath V P,Lal J D和Charhate S V等人于2015年在IEEE International Conference on Energy Systems and Applications发表论文“Optimum energy relay selection schemes for wireless sensor networks”，该文献是以降低中断概率为目的，找到一组最少数量的中继节点，将信息传送至目的节点。
专利申请号为CN201610227684.8的中国专利公开了一种可保证协作通信中全局误码率性能的中继节点选择方法，其特点是每一个传输对根据信道条件选择其各自最优的中继进行信息传输。然而，在给定源节点与目的节点间距离的情况下，目前，大多数研究只考虑通过各种方法优化中继集合来达到降低能量消耗的目的，当源节点与目的节点之间的距离较长时，这类方法达到的节能效果并不明显。
[0004] 现有的协作传输算法中只考虑多中继单跳的传输模式，未对多中继多跳传输模式进行深入研究。本发明针对这一不足，对中继跳数的确定方法进行研究，提出一种多中继多跳的协作传输方案，该方法在远距离传输下能有效缓解能量消耗过快的问题。同时本发明也对多中继多跳情况下最佳的中继链路数及每一条链路中的中继跳数的确定方法进行研究，确保不同的传输距离下都能找到使能量消耗最小的中继节点个数。
发明内容
[0005] 本发明的目的是针对现有协作传输技术中只考虑多个中继单跳，导致远距离传输时节能效果并不理想的
缺陷，提供一种基于多中继多跳的无线传感器网络协作传输路由方法，该方法能确保不同的传输距离下都能找到使能量消耗最小的中继链路数及每一条链路上的中继跳数，有效缓解能量消耗过快的问题。
[0006] 本发明的目的通过以下技术方案予以实现：
[0007] 一种基于多中继多跳的无线传感器网络协作传输路由方法，无线传感器网络包含源节点1、普通节点2、中继节点3、汇聚节点4，还包括源节点1通过中继节点3将数据传输至汇聚节点4的K条串行链路5，以及源节点1与汇聚节点4之间的直接传输链路6。
[0008] 基于多中继多跳的无线传感器网络协作传输路由方法包括如下步骤：
[0009] 第一步，网络初始化阶段：在监测区域内随机部署N(N＞0)个具有相同初始能量的普通节点，汇聚节点部署在网络四周的任一
位置，所有普通节点将自身能量信息和位置信息发送给汇聚节点，汇聚节点根据普通节点的能量大小及位置信息决定每个节点所监控的区域。
[0010] 第二步，数据准备阶段：汇聚节点计算出不同中继节点数目的情况下普通节点所需的最小发射功率并反馈给普通节点，普通节点所需的最小发射功率计算方法如下：
[0011] 普通节点的最小发射功率由其与汇聚节点的距离以及传输过程中的中断概率决定，当接收端信噪比(SNR)低于允许解码错误的
门限β时，中断将会产生，其中 RS为传输速率，RS＞0；为了保证传输性能达到一个标准，用U表示相关链路的可靠性，最高中断概率的定义为：pout≤1-U，其中U∈[0,1]，取U≥0.9；
[0012] K条链路中第k条可选链路每两个节点S→Ri,1,Ri,1→Ri,2,…,Ri,j→Ri,j+1,…,Ri,n-1→Ri,n,Ri,n→D之间数据全部传输成功视为第k条链路传输成功，其中K≥0，k＝1,2,…,K，S表示源节点，D表示汇聚节点；n表示每一条链路上中继跳数,n≥0,j＝1,2，…,n；
[0013] 否则，视为发生中断，此时，第k条链路中断概率为 Π表示乘积符号；整个网络是由S与D间的直接传输链路以及K条中继链路组成，S与D间的直接传输链路以及K条中继链路的数据全部传输失败中断才会发生，即整个网络的中断概率可表示为
[0014] 在这种传输方案中，任意两节点i,j之间的中断概率可表示为：
[0015]
[0016] 其中，di,j是i节点与j节点之间的距离；α为路径损耗指数，取1～5；hi,j为i,j节点间瑞利衰减信道；N0为噪声
功率谱密度；Pi,j为i节点传送信息到j节点所需的功率；
[0017] 任意节点i发送数据到相邻节点j所需的功率取决于两节点间的距离及路径衰落指数α，若源节点与汇聚节点间的距离dS,D已知，则i节点发送给j节点的功率Pi,j与PS,D的关系为：
[0018]
[0019] 此时，源节点的发射功率可以由上述相邻两节点i,j之间的中断概率、发射功率决定，如下式所示：
[0020]
[0021] 第三步，中继节点个数选择阶段：中继节点个数根据普通节点与汇聚节点的距离决定，汇聚节点根据多中继多跳方案每比特所需消耗能量计算出合理的中继链路数及跳数，选出若干条可行的链路集合，并反馈给普通节点；多中继多跳每比特所需消耗能量表示为：
[0022]
[0023] 其中，PAM＝η×PS,D为功率
放大器的的能耗，取决于放大器的能量转换效率η、发射功率PS,D；Rb＝RSB为比特率b/s，B为系统带宽；PTX、PRX分别表示发射系统内部
电路功耗值和接收系统的内部电路功耗值；通过不断调整K,n优化Eb，使Eb达到最小值的K,n即为最终所需最优链路数与跳数。
[0024] 第四步，数据传输阶段：源节点经由优化后的拥有n跳的K条中继链路将数据传输至汇聚节点。
[0025] 本发明的目的还可以通过以下技术措施来进一步实现：
[0026] 前述基于多中继多跳的无线传感器网络协作传输路由方法，其中第三步中继节点选择阶段，基于启发式
优化算法中的标准
粒子群优化方法对K和n进行求解，包括以下步骤：
[0027] 1)随机生成M个粒子，M≥N，初始化粒子速度vK(t)，vn(t)为一组随机数，初始化K和n的取值为一组随机正整数K×n≤N-1，并将此取值映射到粒子初始位置xK(t)，xn(t)；
[0028] 2)计算源节点的最小发射功率PS,D：
[0029]
[0030] 3)计算每个粒子m,m∈M,的适应度函数：
[0031]
[0032] 求出其中最小的Ebm的值，保存相应中继链路数K以及中继节点跳数n为优化后的位置值；
[0033] 4)更新粒子群：
[0034] a.若当前粒子适应度值优于上一时刻该粒子的适应度值，则更新当前粒子个体极值xlopt，
[0035] b.若当前粒子适应度值优于上一时刻全局最优的适应度值，则更新当前全局极值xgopt，
[0036] c.更新以下公式每个粒子的速度vK(t)，vn(t)和位置xK(t)，xn(t)，[0037]
[0038]
[0039] xK(t)＝xK(t-1)+vK(t)
[0040] xn(t)＝xn(t-1)+vn(t)
[0041] 其中，w∈[0,1]为惯性权重；r1和r2为[0,1]之间的随机数，这两个参数是用来保持群体的多样性；学习因子c1和c2是非负常数，其使粒子具有自我总结和向群体中优秀个体学习的能
力，从而向自己的历史最优点以及群体内历史最优点靠近；
[0042] 5)重复执行步骤2)-4)直到达到最大
迭代次数；
[0043] 6)当达到最大迭代次数时，映射全局最优粒子位置为最优的中继链路数K及每一条链路最优的跳数n，对应的Ebm为所需最小能量消耗值。
[0044] 前述基于多中继多跳的无线传感器网络协作传输路由方法，其中第三步中继节点选择阶段，对K和n进行求解，采用人工鱼群算法。
[0045] 前述基于多中继多跳的无线传感器网络协作传输路由方法，其中第三步中继节点选择阶段，对K和n进行求解，采用
遗传算法。
[0046] 前述基于多中继多跳的无线传感器网络协作传输路由方法，其中第三步中继节点选择阶段，对K和n进行求解，采用模拟
退火算法。
[0047] 与
现有技术相比，本发明的有益效果是：本发明的路由方法是传感器网络中的普通节点将接收到的数据通过多中继多跳的传输方式以最小的发送功率发送给汇聚节点。通过给定的中断概率求出了最小的发送功率，同时还可以确定最佳的中继链路数以及每条链路上最佳的中继跳数。该方法可有效避免源节点发送功率过高导致的资源浪费，或发送功率过低导致的中断发生。确保不同的传输距离下都能找到使能量消耗最小的中继链路数及跳数，有效缓解能量消耗过快的问题。
附图说明
[0048] 图1是本发明的无线传感器网络结构模型图；
[0050] 图3是本发明选择最佳中继链路数及每一条链路中继跳数的流程图。
具体实施方式
[0051] 下面结合附图和具体实施方式对本发明进一步说明。
[0052] 本发明提出一种最小化发射功率以及最优化中继链路数及每条链路上的中继跳数的多中继多跳的协作传输方案。所依据的准则可以有效计算出整个网络中满足传输
稳定性的最小发射功率，确保在不同的传输距离下都能找到使能量消耗最小的中继链路数及跳数，有效缓解能量消耗过快的问题。其具体实施方式如下：
[0053] 本发明适用于大规模的无线传感器网络，网络包括多个普通节点和一个汇聚节点；中继节点从普通节点中产生；任一普通节点的功能是完成
数据采集，将数据转发给选中的中继节点，通过中继节点将数据传输至汇聚节点。
[0054] 如图1所示，无线传感器网络包含源节点1，即需将检测到的数据传输给汇聚节点的普通节点；普通节点2；选中的中继节点3；汇聚节点4；源节点1通过中继节点3将数据传输至汇聚节点4的K条串行链路5；源节点1与汇聚节点4之间的直接传输链路6。
[0055] 本发明的基于多中继多跳的无线传感器网络协作传输路由方法，包括如下步骤：
[0056] 一、网络初始化阶段
[0057] 在监测区域内随机部署N(N＞0)个具有相同初始能量的普通节点，汇聚节点部署在网络四周的任一位置。所有普通节点将自身能量信息和位置信息发送给汇聚节点，汇聚节点根据普通节点的能量大小及位置信息决定每个节点所监控的区域。
[0058] 二、数据准备阶段
[0059] 汇聚节点根据以下方法计算出不同中继节点数目的情况下普通节点所需的最小发射功率，将这些数据反馈给普通节点。
[0060] 普通节点所需最小发射功率计算方法如下：
[0061] 普通节点的最小发射功率由其与汇聚节点的距离以及传输过程中的中断概率决定。当接收端信噪比(SNR)低于允许解码错误的一个门限β时，中断将会产生。其中RS(RS＞0)为传输速率。为了保证传输性能达到一个标准，用U表示相关链路的可靠性，最高中断概率的定义为：pout≤1-U。其中U∈[0,1]，一般U≥0.9。
[0062] 如图1所示，共有K(K≥0)条链路，当其中第k(k＝1,2,…,K)条可选链路每两个节点S→Ri,1,Ri,1→Ri,2,…,Ri,j→Ri,j+1,…,Ri,n-1→Ri,n,Ri,n→D之间数据全部传输成功视为第k条链路传输成功，否则，视为发生中断。其中，S表示源节点，即需将检测到的数据传输给汇聚节点的普通节点；D表示汇聚节点；n表示每一条链路上中继跳数,n≥0,j＝1,2，…,n。此时，第条链路中断概率为 Π表示乘积符号。整个网络是由S与D间的直接传输链路以及K条中继链路组成，S与D间的直接传输链路以及K条中继链路的数据全部传输失败中断才会发生。即整个网络的中断概率可表示为
[0063] 在这种传输方案中，任意两节点i,j之间的中断概率可表示为：
[0064]
[0065] 其中，di,j是i节点与j节点之间的距离；α为路径损耗指数，可取1～5；hi,j为i,j节点间的信道，本发明中特指瑞利衰减信道；N0为噪声功率谱密度；Pi,j为i节点传送信息到j节点所需的功率。
[0066] 任意节点i发送数据到相邻节点j所需的功率取决于两节点间的距离及路径衰落指数α，若源节点与汇聚节点间的距离dS,D已知，则i节点发送给j节点的功率Pi,j与PS,D的关系为
[0067]
[0068] 此时，源节点的发射功率可以由上述任意两相邻节点i,j之间的中断概率、发射功率决定，如下式所示：
[0069]
[0070] 三、中继节点数选择阶段
[0071] 中继节点数根据普通节点与汇聚节点的距离决定。汇聚节点根据多中继多跳方案每比特所需消耗能量计算出合理的中继链路数及跳数，选出若干条可行的链路集合，并反馈给普通节点。多中继多跳方案每比特所需消耗能量可表示为：
[0072]
[0073] 其中，PAM＝η×PS,D为
功率放大器的的能耗，取决于放大器的能量转换效率η、发射功率PS,D；Rb＝RSB为比特率b/s，B为系统带宽。通过不断调整K,n从而优化Eb，此时，使其达到最小值的K,n即为最终所需最优链路数与跳数。K,n的最小值可通过多种优化算法得到，比如粒子群优化算法、人工鱼群算法、遗传算法、模拟退火算法等。
[0074] 本
实施例基于启发式优化算法对中继的链路数K以及跳数n进行求解，作为较佳实施方法，本发明基于启发式优化算法中的标准粒子群优化方法对K和n进行求解。
[0075] 1.随机生成M个粒子(M≥N)。初始化粒子速度vK(t)，vn(t)为一组随机数，初始化K和n的取值为一组随机正整数(K×n≤N-1)，并将此取值映射到粒子初始位置xK(t)，xn(t)。
[0076] 2.计算源节点的最小发射功率PS,D。
[0077]
[0078] 3.计算每个粒子m(m∈M)的适应度函数。
[0079]
[0080] 求出其中最小的Ebm的值，保存相应中继链路数K以及中继节点跳数n为优化后的位置值。
[0081] 4.更新粒子群
[0082] a.若当前粒子适应度值优于上一时刻该粒子的适应度值，则更新当前粒子个体极值xlopt，
[0083] b.若当前粒子适应度值优于上一时刻全局最优的适应度值，则更新当前全局极值xgopt，
[0084] c.更新以下公式每个粒子的速度vK(t)，vn(t)和位置xK(t)，xn(t)。
[0085]
[0086]
[0087] xK(t)＝xK(t-1)+vK(t)
[0088] xn(t)＝xn(t-1)+vn(t)
[0089] 其中，w∈[0,1]为惯性权重；r1和r2为[0,1]之间的随机数，这两个参数是用来保持群体的多样性；学习因子c1和c2是非负常数，其使粒子具有自我总结和向群体中优秀个体学习的能力，从而向自己的历史最优点以及群体内历史最优点靠近。
[0090] 5.重复执行步骤2)-4)直到达到最大迭代次数。
[0091] 6.当达到最大迭代次数时，映射全局最优粒子位置为最优的中继链路数K及每一条链路最优的跳数n。对应的Ebm为所需最小能量消耗值。
[0092] 四、数据传输阶段
[0093] 源节点经由优化后的拥有n跳的K条中继链路将数据传输至汇聚节点。
[0094] 无线传感器网络
信号的发射功率是根据传输过程中的中断概率来计算的。在很大程度上，网络的能耗决定于传输过程的可靠性以及传输数据的成功率，成功传输的数据越多，所需能耗也越多。当接收端信噪比低于允许解码错误的一个门限时，中断将会产生。根据多中继多跳的中断概率求出源节点的发射功率，即避免了功率过低导致中断发生，又避免了功率过高导致资源浪费。本发明利用粒子群优化算法推算出消耗能量最低情况下的中继链路数及每一条链路的中继跳数，避免了中继节点个数过多导致的网络能量消耗增大。
[0095] 除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。
