[发明专利]一种基于次梯度投影的无线传感器网络资源分配优化方法

权利要求书

1.一种基于次梯度投影的无线传感器网络资源分配优化方法其特征在于，包括以下步骤：

第一步：本发明考虑误码率约束、速率约束、功率约束和信道容量等符合实际网络情况的约束,针对无线传感器网络，以优化速率和降低总功耗为目标，建立了无线传感器网络资源分配最优化数学模型；

第二步：本发明所采用的次梯度投影法，存储需求少，能够有效地求解带约束且在凸集上不可微的优化问题。当优化解沿着下降方向迭代时，可能会导致不可行的点，投影次梯度法通过对负梯度投影保证迭代可行性，保持求解结果的准确性，降低了计算量；

第三步：将次梯度投影法应用到无线传感器网络能耗优化资源分配问题中，可有效地降低节点能耗，提高无线传感器网络的生存时间和网络服务质量。

2.按照权利要求1所述的一种基于次梯度投影的无线传感器网络资源分配优化方法，其特征在于，第一步具体包括：

假设无线传感器网络是由K(k＝1,2,...,K)个传感器节点和L(l＝1,2,...,L)条链路组成的连通守恒系统。无线传感器网络能耗主要由两部分组成：第一部分是非发射设备和发射设备所产生的总耗能，分别记为E_e和E_a，当无线传感器节点传输数据时，节点传输数据的耗能E_t可以表示为：

E_t＝E_e+E_a

其中β为常数，R为该节点的传输半径，γ为所在路径的衰减因子，η_a为发射器的放大率；第二部分是传感器节点在单位时间内接收单位数据的总耗能，记为E_r,满足：

其中P_k为传感器节点k进行传输数据的功率，x_k为传感器节点k进行传输数据时的传输速率，U(x_k)为x_k的效用函数，代表用户的满意程度。因此得到当网络数据包长度为b时，节点单跳时所消耗的能量E_total可表示为：

本发明考虑传感器节点每次成功地传输相应的数据所消耗的能量是不确定的，消耗的能量不仅与网络中触发事件的个数有关且与其竞争的节点个数也有关。当节点在1～T(T为总传输时间)之间随机等概率地选择一个时间点进行传输数据，那么节点选择时隙t进行数据传输的概率为：p(t)＝1/T。若共有k个相邻的节点在该点同时竞争信道，传输节点在t时隙成功传输所要传输数据的可能概率p_succ(t)为：

其中代表的是任意从K个节点中选取一个节点，p(t)代表的是选中节点在第t时隙来进行传输的概率，代表的是剩余的节点只能够选择t之后的时隙来传输数据，节点进行数据传输时，选择了t时隙进行传输。若信道比较拥挤，节点会选择避让。

数据在该机制下传输成功发送所消耗的总能量记为E_tol，由此得到数据传输成功发送所消耗的总能量的期望值是：

其中E_busy是传感器节点进入退避时状态共消耗的能量值。

功率控制是无线传感器网络节点能耗的重要方面，较低的功率能够提高网络系统容量、节省节点功耗和延长节点寿命，但过低功率也会导致通信质量下降，连接不可靠，所以有效实现功率控制是非常有必要的。数据的传输功率不仅可以大大地减小信号间的干扰，从而提高数据信号的传输的质量。节点数据的发射功率易受到与其相邻的节点总数量的影响。功率对物理层、MAC层及网络层都有一定的影响。所以本发明限制数据信息进行传输时产生的误码率不超过该系统能够承受的限定值，即每条链路上的信号噪声干扰比SIR必须大于限定值β_l：

其中SIR_l代表的是第l条链路上的信噪比；G_ll代表第l条链路上的发送端到第m条链路的接收端所产生的链路增益，链路增益G_ll与数据的传输距离d的α(α≥2)次方构成反比，用公式表示为：

其中υ为常量值；P_l是第l条链路上的平均的传输功率；σ²为接收的噪声功率，其主要来自于其他的链路造成的干扰总和。在物理层上功率的控制一般是为了减少造成的干扰，MAC上的功率控制常常是用来实现全网上传输功率达到最小化，以此来提高传感器节点能量效率。

无线传感器网络数据信息的传输，可以直接选择较大的功率来直接进行，也可以选择较小的功率，运用多跳的方式来进行传输，这两种方式的进行都会使得两个节点之间进行直接通信。在链路上的节点成功地接收来自其他节点所传输的数据对功率是有一定的要求的，设限定的节点k接收功率为P_k，成功地接收信息的最小发射功率P_min满足：

其中γ代表路径衰落指数，κ为常数，则节点的发射功率P需要满足的条件为：

P_min≤P_k≤P_max

其中P_max表示的是该节点的最大传输功率值。

若x_k为传感器节点k∈K发送数据信息的速率，则有x_k应该满足条件：x_k＞0，同时也有M_k≥x_k≥m_k，其中M_k表示传输数据的最大传输速率，m_k表示传输数据的最小传输速率。用c_l来表示无线网络中链路l的信道容量，则有，对每一条链路来说，速率的和不能超过c_l:

假设无线网络环境下的噪声为高斯加性白噪声，利用香农公式信道容量计算，用N₀来表示信道上的功率谱密度，用W来代表所在信道的带宽，那么在高斯白噪声下相应的信道容量有：

由上式可得本发明所建最优化模型的速率约束为：

本发明充分考虑功率与速率两个性能指标，定义每个传感器节点k处的净效用为为达到优化速率和降低总功耗的目标，建立满足上述目标函数和约束条件的优化模型：

s.t.P_min≤P_k≤P_max

∑x_k≤c_l(P)

m_k≤x_k≤M_k