[发明专利]基于环境的家禽饲养监测传感网络的发送速率调整方法

摘要

本发明公布了一种基于环境感知学习策略的家禽饲养监测无线传感网络的发送速率调整方法。所述的方法包括：对无线传感网络所处的环境进行模型建立,建立环境变量(例如温湿度)与家禽的生长状态(体重增长率、产蛋率、死亡率)之间的预测模型；每个传感器节点通过对环境数据进行感知，使用模糊系统对家禽饲养的环境状态进行推理，根据环境状态的不同确定节点所处的模式，确定节点的传输速率界限；进一步寻找网络的最优状态，传感器节点使用Q学习算法对自身发送速率进行自适应调整。其中，传感器节点统计自身的丢包率、数据有效率、数据完整性、能耗水平作为Q学习的回报函数输入，选择当前状态的速率调整动作。本发明的实施例，不仅降低了网络拥堵也使得网络整体寿命达到最优，具有广泛的应用价值。

主权项

1.基于环境感知学习策略的家禽饲养监测无线传感网络的发送速率调整方法，其特征在于：所述的包括以下步骤：第一步，通过环境感知，对家禽生长指标进行预测无线传感网络所处环境表示为E(T_in,H_in)，其中T_in为外部环境输入，H_in为外部湿度输入。通过回归方程，建立温湿度与家禽的死亡率、产蛋率、体重增长率之间的联系，通过当前环境的信息预测家禽的死亡率、产蛋率、体重增长。第二步，根据环境预测的家禽的生长状态，使用模糊推理确定环境状态。本发明的环境状态模糊推理系统，首先使用三个隶属度函数分别对家禽的生长指标(死亡率、产蛋率、体重增长)进行界限划分，三个隶属度函数分别输出对应指标的标签。根据家禽生长指标的模糊输出，使用规则将环境映射为S_Env←{“好”，“一般”，“较差”，“极差”}，S_Env表示环境状态。第三步，根据环境的映射结果，确定传感器节点所处的工作模式。根据环境映射结果S_Env，通过对应规则，确定处于S_Env环境状态下的传感器节点的发送模式，不同的工作模式具有不同的发送速率的上下限。在本发明中，传感器节点的发送模式包括“低速率发送模式”、“较低速率发送模式”、“较高速率发送模式”、“高速率发送模式”。第四步，传感器节点初始化Q‑Value矩阵，初始化发送速率为工作模式中的均值速率，即v_i0＝(v_imax+v_imin)/2，其中v_imax为节点处于i模式时的最大发送速率，v_imin为节点处于i模式时的最小发送速率。第五步，传感器节点每τ时刻，更新一次自身的网络性能指标，并计算此时的无线传感器节点的延时回报值。具体的，使用PD表示τ时间内包到达率，PA表示τ时间内数据有效率，PI表示τ时间内数据完整性，E表示τ时间内总能耗，Ue表示τ时间内能量的效用值。R(s_i,a_i)表示在s_i状态下使用a_i动作所能获得的延时回报值。第六步，传感器节点使用Q学习的方法对网络状态进行感知，并更新Q‑Value矩阵。更新公式如下：Q_t+1(s_i,a_i)←Q_t(s_i,a_i)+α×(R(s_i,a_i)+γ×max(Q(s_i+1,a_i+1)))         (1)其中，Q_t(s_i,a_i)表示在t时刻下，节点在s_i状态选择a_i动作的效用值。s_i∈S，S为状态空间，a_i∈A,A表示动作集合，在发明中表示发送速率r的动作。α,(0≤α≤1)表示Q学习的学习率。γ,(0≤γ≤1)表示未来预计奖励对当前奖励的重要性。第七步，无线传感节点选择自身动作，以寻求达到最好的网络状态。节点通过搜索Q‑Value矩阵，选择Q‑Value最高的动作作为选择动作进行发送速率调整。