[发明专利]一种高可靠的自适应MAC层调度方法

权利要求书

1.一种高可靠的自适应MAC层调度方法，其特征在于，包括以下步骤：

第一步，根据无线传感器网络环境进行模型建立，将学习自动机方法应用到无线传感器网络的环境之中，将传感器网络环境模型用三维数组E＝(α,β,p)表示，其中α＝{α₁,α₂,....,α_r}表示节点自动学习即输入的有限动作集，表示节点的占空比集合，β＝{β₁,β₂,...,β_m}表示节点选择合适的占空比之后与环境交互输出的反馈信号，p＝{p₁,p₂,....,p_r}表示一系列奖惩概率，每个惩罚概率p_i都和给定的输入变量α_i有关；

第二步，节点生成特定帧结构格式，利用帧控制字段的保留位嵌入队列占用率与排队延时参数，具体的，每个终端设备在发送的每个数据帧的帧控制结构中嵌入队列占用率O和排队延迟D，该信息使用帧控制字段的3个保留位来嵌入；

第三步，协调器(FFD)进行流量估算，生成一个流量自适应的占空比集合，每个协调器通过计算终端设备发送队列中的空闲监听、分组累积和延迟来估计传入业务，其中，空闲监听IL的表达式如下：

IL＝1.0-SF_u (1)

其中，SF_u表示超帧利用率，是终端设备占用超帧的时间与可用于数据通信的总时间之间的比例；

第四步，为协调器初始化其动作集合，动作选择概率集合以及回馈集合；

第五步，协调器(FFD)使用学习自动机(LA)方法与周围环境进行交互，采用P-环境模型，反馈信号取值为0或-1，若反馈信号取0时，概率定义如下：

若反馈信号取-1时，概率定义如下：

其中r为学习自动机动作集中的动作数量，α(n)和b(n)为线性函数的权值系数，可以定义为线性函数或常数，应视具体应用而定；

第六步，选择探索策略：不同时期选择不一样的探索策略，将整个学习过程分成三个阶段，初始阶段采用循环搜索策略，探索阶段采用随机搜索策略，贪婪阶段则采用贪心策略；

第七步，评估该动作与环境交互后对数据传输的影响，更新反馈集合，更新动作选择概率集合，用于评估的奖励函数定义如下：

其中，β表示为该阶段占空比选择的性能的惩罚值的组合，即负值的组合，O表示占有率，O_max表示占有率上限阈值，由上式可见，最好的奖励是一个零值即没有惩罚，因为它表示没有空闲侦听，传输队列无溢出；

第八步，选择动作，即基于反馈集合选择决定占空比的BO和SO标准参数，选择最优的占空比，其中，BO参数定义如下：

BO＝max(4,|A|→(BI-SD)＜δ) (5)

其中A表示学习自动机，BI表示当前信标间隔，SD表示超帧持续时间，δ表示数据帧所经历的延迟。