[发明专利]一种认知传感器网络模型及其生命周期的优化方法

权利要求书

1.一种认知传感器网络模型，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。

2.一种认知传感器网络模型的生命周期的优化方法，其特征是：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,Λ,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，Λ,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，使得同一跳的不同节点对应的信道不同而且同一路径上不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)

maxPi,jT]]>

其中P_i，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。