[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

说明书

技术领域

本发明属于传感器网络，特别是一种认知传感器网络模型及其生命周期的优化方法。

背景技术

认知传感器网络近年来引起研究人员的极大关注，它是节点能够感知周围的无线电环境并且自适应接入信道的传感器网络。例如，Akan等综述了认知传感器网络的设计原则、潜在优势、应用领域和网络架构。Maleki等结合休眠和审查提出一种节能的认知传感器网络频谱感知方案。Han等提出一种认知传感器网络的信道管理方案，以提高能效并且降低对授权用户的干扰。Liang等分析了认知传感器网络用于实时数据传输时的延迟性能。Oto等对认知传感器网络数据传输时的数据包大小进行了节能优化。这些研究很少考虑认知传感器网络的生命周期优化。

传感器网络的生命周期表征传感器网络的持续工作能力，已经得到非常广泛的研究。例如，Yunxia Chen等推导了和网络模型无关的生命周期表达式。Lee等分析了有簇的传感器网络的生命周期。Dagher提出一种迭代算法以最大化网络生命周期。Van Hoesel提出通过跨层优化最大化网络生命周期。Cunqing Hua等提出一种联合路由和数据聚合的生命周期最大化方法。Chang等提出一种网络生命周期最大的路由算法。Wei Wang等提出用移动中继来延长网络生命周期。这些研究没有考虑到数字航道环境下信道资源有限的特点。数字航道环境下部署的基站相对较少，而且信号更容易衰减，因而可用的信道资源是有限的。

当传感器网络部署于数字航道等信道资源有限的环境中时，大量传感器节点发送数据时可能导致相互冲突。另外，在数字航道环境下，传感器节点无人看管，更换也比较困难，人们又希望传感器网络的工作时间尽可能长。因此很有必要让传感器节点检测部署区域的信道，并且将检测到的信道以最合理的方式分配给传感器节点，使得它们传输数据时互不干扰而且整个网络的生命周期最长。

发明内容

本发明的目的在于针对用于数字航道观测的传感器网络中可用信道资源有限和无人看管的特点，提出一种认知传感器网络模型及其生命周期的优化方法。

为了实现上述发明目的，采用的技术方案如下：

一种认知传感器网络模型，其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。

一种认知传感器网络模型的生命周期的优化方法是：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)