[发明专利]一种障碍物感知的机会数据传输方法有效

专利信息
申请号: 201910002136.9 申请日: 2019-01-02
公开(公告)号: CN109714803B 公开(公告)日: 2020-09-25
发明(设计)人: 钟晓雄;李丽;喻越;张盛 申请(专利权)人: 清华大学深圳研究生院
主分类号: H04W40/02 分类号: H04W40/02;H04W40/10;H04W40/22;H04L12/721
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 518055 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 障碍物 感知 机会 数据传输 方法
【权利要求书】:

1.一种障碍物感知的机会数据传输方法,其特征在于,包括如下步骤:S1、从计算几何角度遍历候选集节点的所有可能参与通信节点,包括网络系统建模及基于多边形单边界搜索的障碍物发现算法;S2、采用期望传输次数,能耗与基于单边界搜索获得节点数目的社会属性,并作为候选集选择标准;S3、采用基于拍卖理论的多层候选集选择算法进行选择;

步骤S1中,网络系统由主用户系统和次用户系统组成;其中,在次用户系统中,次用户之间的通信受它们之间的社会关系和主用户的影响;次用户使用当前PU未使用的信道;

网络中的信道采用时分复用技术,固定的时隙长为T,包括数据传输时长Tt和感知时长Ts;每个节点都配置相同的射频数R,并工作于半双工模式;信道的使用模型为独立ON/OFF模型,并满足指数分布;

所述基于多边形单边界搜索的障碍物发现算法包括:首先,采用多边形可视图,将多边形划分为可视部分和不可视部分,可视部分的节点都是互相可见的,而不可视部分的节点都是互不可见的;对多边形进行建模,并给出判断一个多边形是否可以单边界搜索的条件,以确定某一节点在障碍物环境下基于多边形单边界搜索的可能参与数据传输的候选节点数目,即所求的可视节点个数;所述判断一个多边形是否可以单边界搜索的条件是:多边形的每个边界点都在一条同侧双切线的内侧,或者都存在一条双右或左双切线,或者一些边界点在同侧双切线的内侧,其余的每个边界点都存在一条双右或左双切线。

2.如权利要求1所述的障碍物感知的机会数据传输方法,其特征在于,步骤S2中,采用以下社会关系来描述节点间的社会属性,进而用以加快数据传输进程;

STi,j(T)=χSPMi,j(T)+(1-χ)socsimi,j(T)

其中SPMi,j(T)为节点i和j之间在时间段T内的社会关系度量标准,

其中f(t)为下一次节点i和节点j相遇停留时间;χ(∈[0,1])为权重因子;socsimi,j(T)为节点i和j之间在时间段T内社会相似度,它通过以下公式计算:

socsimi,j(T)=comi,j(T)/(ni(T)+nj(T));

其中comi,j(T)为节点i和j之间在时间段T内相同的邻居节点数目,ni(T)和nj(T)分别为节点i和j在时间段T内的基于上述单边界搜索寻找的一跳邻居节点数目。

3.如权利要求2所述的障碍物感知的机会数据传输方法,其特征在于,节点i在时间段T内成功传输一个数据包至其下游节点消耗的能量EiC(T)包括三部分:转发数据包能耗EiF(T)、收到/监听一个数据包的能耗EiR(T)发送一个ACK包的能耗EiACK(T),有:

EiC(T)=EiF(T)+ni(T)×EiR(T)+EiACK(T)

其中ni(T)为节点i在时间段T内的一跳邻居节点数目;同时,假设能量消耗满足(0,1)均匀分布。

4.如权利要求3所述的障碍物感知的机会数据传输方法,其特征在于,节点i的剩余能量表示为:

其中EiT(T)为节点i的初始能量,fn为节点i中总流数目,m为节点i中对应类型流的数目,为节点i中第j类业务流k处于等待的所有字节数,pktsize为包大小。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910002136.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top