[发明专利]一种基于MS-BAS算法的中继传输策略选择和功率分配方法

说明书

本发明公开了一种基于MS‑BAS算法的中继传输策略选择和功率分配方法，应用于无线传感器网络的通信节点能量收集和信息传输性能优化，其方法包括：通过对基于能量收集合作中继的无线传感器网络进行数学建模；使用基于融合学习算法的MS‑BAS算法对能量收集和数据传输协同优化的数据模型进行求解；根据获得的最优个体搜索策略值调整该多区域无线传感器网络系统的各个专属EH中继节点的功率分配比和信号传输策略。与现有技术相比，本发明可以基于人为设定的EH中继处信噪比阈值自主选择当前链路的中继传输策略，有效地解决了多中继的功率分配问题，提升了信道链路质量，且本发明算法精确度高、收敛速度快。

技术领域

本发明涉及一种通信技术领域，尤其是一种基于MS-BAS(Multi-Swarm BeetleAntennae Search，多群天牛须搜索)算法的中继传输策略选择和功率分配方法。

背景技术

传统的无线传感器网络中的传感器节点多数使用一次性干电池进行能源供给，大大缩短了网络的使用寿命。一般来说，对于实际通信系统，针对一个需要采集数据的监控区域，需要多个不同种类的传感器采集不同的待监测物理量，为了延长网络的使用寿命，同时提高频谱利用率和增大网络系统的吞吐量，需要安置一个或多个具有从射频信号中进行能量收集功能的中继节点帮助传感器传递信息。然而，基于能量收集的合作中继的协作通信系统的优劣很大程度上取决于中继选择和功率分配策略。

基于合作中继的无线传感器网络中的中继选择和功率分配问题已被证明是一个NP-hard(non-deterministic polynomial，非确定性多项式)问题，即不能在多项式时间内求得最优解。该问题大多数采用进化算法进行解决。类似于遗传算法、蚁群算法、蜂群算法，BSO(Beetle Swarm Optimization，天牛群优化)算法，不需要知道函数的具体形式，不需要梯度信息，就可以实现高效寻优。

因此，在综合考虑BSO的寻优性能和多区域无线传感网络信号传输的特征后，本发明提出了一种基于MS-BAS算法的中继传输策略选择和功率分配方法。

发明内容

本发明目的在于提供一种基于MS-BAS(多群天牛须搜索)算法的中继传输策略选择和功率分配方法。

基于MS-BAS算法的中继传输策略选择和功率分配方法，具体包括以下步骤：

步骤一，多区域无线传感器网络系统建模：

(1-1)根据实际的支持多区域联合通信的合作能量收集中继无线传感器网络建立合作能量收集中继无线传感器网络模型；

(1-2)基于已经确定的网络架构，对中继分别基于解码转发和放大转发传输信息的过程进行分析；

(1-3)制定基于混合译码放大转发策略进行数据转发的有约束优化问题；

(1-4)根据惩罚函数法，将所述有约束优化问题转化成为无约束优化问题；

(1-5)根据线性加权法和所述无约束优化问题，构建能量收集和数据传输协同优化的数据模型；

步骤二，使用基于融合学习算法的MS-BAS算法对能量收集和数据传输协同优化的数据模型进行求解；

(2-1)初始化变量、计算初始适应度值并将天牛种群随机平均划分为预定数目的子群；

(2-2)在第k次迭代过程中，基于融合学习思想对天牛子群进行交互、重组操作，对每个子群中天牛个体的适应度进行排序，找到最优的个体和两个最差的个体；对于每个适应度最差的天牛个体，从所有子群中随机选择两个子群，每个子群中取一个邻域最优的个体，比较两个邻域最优个体的适应度值，选择适应度较大的邻域最优天牛个体的位置作为该天牛个体的学习模板，即将邻域最优个体的位置与该个体的位置互换，重新组成新的天牛种群的位置矩阵；