[发明专利]一种无线传感器网络参数自适应调节方法

摘要

本发明公开了一种无线传感器网络参数自适应调节方法，使用星型网络拓扑模型，传感器网络由传感器节点与协调器构成，节点用于采集传感器数据，协调器作为整个传感器网络的汇聚设备，用于收集节点上传的传感器数据。无线传感器网络通信中采用的是基于时隙CSMA/CA的802.15.4协议，并利用Q‑learning学习算法对协议的参数设置进行动态优化，可以有效地解决802.15.4协议对位置网络环境的适应性问题，并在提高网络服务质量的同时，有效地降低了网络的开销，使其成为一种适应性强、实时性高、服务质量好的无线传感器网络的优化方法。

主权项

1.一种无线传感器网络参数自适应调节方法，其特征在于，使用Q学习算法，对基于星型拓扑、采用基于CSMA/CA接入机制的IEEE 802.15.4通信协议的无线传感器网络中各个传感器节点的最大退避次数和最大重传次数进行动态调节，以满足传感器节点有效传输率和时延的要求。在本星型网络拓扑模型，传感器网络由传感器节点与协调器构成，节点用于采集传感器数据，协调器作为整个传感器网络的汇聚设备，用于收集节点上传的传感器数据。在传感器网络中，传感器节点使用的是精简功能节点(RFD)，它们只能与协调器节点进行信息交互，即传感器节点之间不能进行直接通信，传感器节点如果向获取网络中其他节点的信息，则只能通过协调器进行转发。本自适应调节方法以网络通信时延D以及网络有效传输率R作为目标函数，以传感器节点作为智能体，以无线传感器网络的环境状态S(t)作为Q学习的环境状态集合S，每次通信中各个节点的通信参数的设置动作A(t)作为智能体代理的动作集合A，以传感器网络节点所采用的通信参数与其的通信时延以及有效传输率之间的对应关系作为各个传感器节点的瞬时反馈奖励函数，采用分布式Q学习迭代算法对网络中各个节点的通信参数进行设置，在迭代过程中设置探索策略函数π(s,a)。其中，由于我们研究的场景是无线传感器网络对未知环境的自适应能力，而不是无线传感器网络对动态变化的通信环境的适应能力，因此作为状态S(t)基本上不会因时间t的变化而发生改变。综上，本自适应调节方法的具体实施步骤如下所示：步骤1：初始化各个动作的Q值，一般情况下将它们都初始化为0；步骤2：观察现状态s；步骤3：通过Q(s,a)求出策略π(s,a)，从而对探索新动作和利用现在动作的概率进行平衡；步骤4：根据代理策略π(s,a)选择一个动作a；步骤5：执行动作a并观察所得到的奖励r和下一个状态s′；步骤6：使用Q值更新公式对Q(s,a)的值进行更新；步骤7：将现状态s变为s′；步骤8：重复4—8的步骤:，直到Q(s,a)的值收敛。