[发明专利]一种UASNs中基于信任机制的网络拓扑控制方法

权利要求书

1.一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述方法包括如下步骤：

步骤一、构建初始水下传感器网络拓扑

初始化水下传感器节点的最大通信半径R_c，并根据水声通信的广播特性在节点间进行信息交互，从而获取各节点的邻居节点集N_i，继而建立初始水下传感器网络拓扑G₀；

步骤二、生成信任因子，获取链路权值

(1)首先，根据一段时间内相邻节点间成功交互次数s和失败交互次数u，计算两个邻居节点i、j间的通信信任属性T_c；然后，根据一段时间内相邻节点间所传输的数据包的误包率R_pe和丢包率R_pl，计算两个邻居节点i、j间的链路信任属性T_l；最后，根据目标节点j的剩余能量E_tres和能量消耗率R_tec，计算两个邻居节点i、j间的能量信任属性T_e；

(2)通过多元线性回归方法计算两个邻居节点i、j间的信任因子T_ij；

(3)计算两个邻居节点i、j间的链路权值W_ij，获取链路权值集W；

步骤三、构建最优刚性水下传感器网络拓扑

(1)建立刚度矩阵R；

(2)根据邻居节点集N_i，计算节点i的邻居个数|N_i|；

(3)构建节点i的链路权值集W_i，并将W_i中的链路权值进行降序排列；

(4)按W_i中链路权值的降序序列建立子刚度矩阵R_i；

(5)根据最优链路集L_o，建立全局最优刚性水下传感器网络拓扑。

2.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤二中，通过多元线性回归计算两个邻居节点i、j间的信任因子T_ij的公式如下：

其中，是待估计的回归系数，且T_c、T_l、T_e是与T_ij相对应的信任属性值；

在这里采用最小二乘法估计多元线性回归方程的回归系数，即对损失函数求导，计算极小值，得到回归系数的最小二乘估计。

3.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤二中，计算两个邻居节点间的链路权值W_ij的公式如下：

其中，E_rres和e_rcom分别为发送节点的剩余能量和能量消耗；E_tres和e_tcom分别为接收节点的剩余能量和能量消耗；表示节点i和节点j所形成链路的能量效应。

4.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤三中，获取的最优链路集L_o的方法如下：

在r维空间中，基于链路权值集W构建节点i的链路权值集W_i，并将W_i中的权值元素按照降序排列， 接着按照W_i中权值的降序序列所对应的链路，从刚度矩阵R中构建局部拓扑的子刚度矩阵R_i，然后初始化矩阵R_oi＝R_i(1)，用R_i(1)所对应的链路初始化最优子链路集L_oi，并按照W_i中链路权值降序序列依次将子刚性矩阵R_i中的下一行添加到矩阵R_oi中形成矩阵R_opi，如果矩阵R_opi满秩，更新矩阵R_oi＝R_opi，在矩阵R_opi满秩且添入R_oi的行所对应的链路不属于L_o时，则将添入R_oi的行所对应的链路加入最优链路集L_o，更新L_o，直至R_oi的秩大于获取全局最优链路集L_o。