C-E advanced感知信道分配算法淺析

(95979部隊 山東 新泰 271206)

引言

無線傳感器網(wǎng)絡是一種由眾多傳感器節(jié)點組成的網(wǎng)絡，這些傳感器節(jié)點具有體積小、成本低、功耗小等特征，可以根據(jù)環(huán)境信息智能地完成相關任務，比如探測環(huán)境中的溫度、濕度、振動、壓力、化學成分等相關參數(shù)。

為了實現(xiàn)能量的均衡利用，考慮異質(zhì)結(jié)構(gòu)的CRSN(EnergyHarvestingaidedHeterogeneousnodesCRSN,EH-HCRSN)。網(wǎng)絡中包含2種類型節(jié)點：頻譜探測節(jié)點(SpectrumSensor,SS)和數(shù)據(jù)傳輸節(jié)點(DataSensor,DS)。它們有以下特性：

(1)SS節(jié)點只負責探測頻譜，并將探測結(jié)果傳輸給Sink節(jié)點進行判決；

(2)DS節(jié)點負責感知環(huán)境信息(溫度，濕度，震動等)，并接收Sink節(jié)點分配的信道，確認后接入相應的信道將環(huán)境信息發(fā)送給Sink節(jié)點；

我們研究SS節(jié)點的頻譜感知策略，在一定的約束條件下通過感知信道分配，對信道可用時間進行優(yōu)化，設定更合理的懲罰機制，利用C-E(Cross-EntropyMethod)advanced迭代算法，讓得到的結(jié)果逐步接近最優(yōu)解，最終使得頻譜得以充分利用。

基于C-Eadvanced迭代算法

C-E算法(Cross-EntropyMethod)是一種在組合持續(xù)的非凸優(yōu)化問題上尋找最優(yōu)解的算法。C-E算法的基本思想是把確定性問題轉(zhuǎn)化為相關隨機問題(AssociatedStochasticProblem,ASP)，從而進行求解。這是一種自適應的解決方案，通過自適應方案產(chǎn)生一系列隨機解決方案，而這些解決方案收斂到原確定性問題最優(yōu)或接近最優(yōu)的解。

改進型的C-E算法，通過多次迭代運算，給系統(tǒng)找出最佳的信道探測方案，使得探測出的信道可用時間總和最長，同時滿足以下約束條件：

(1) 對授權(quán)用戶的干擾保持在一定范圍內(nèi)；

(2) 節(jié)點能耗必須兼容EH模塊收集的能量，滿足能量可持續(xù)的性能從而能讓節(jié)點能長期穩(wěn)定運行；

(3) 每個周期內(nèi)對單個信道的頻譜感知時間不超過τ。

(5)

(6)

建立M行K列的矩陣J，其中行表示節(jié)點編號，列表示信道編號，矩陣中每個元素是二進制0或者1。[J]m,k表示第m個節(jié)點是否參加探測第k個信道的情況，其元素的值0表示不參加探測，1表示參加探測。

對于信道k，在授權(quán)用戶不占用時，探測出其可用的概率是：

(7)

優(yōu)化的目標是信道的可用時間，此時傳感器節(jié)點可接入到被探測到的可用信道中進行數(shù)據(jù)傳輸。較長的可用時間能為傳感器網(wǎng)絡提供更多的傳輸機會，從而提高數(shù)據(jù)傳輸?shù)目煽啃院皖l譜利用率。對于多信道環(huán)境，其目標函數(shù)是：

(8)

(9)

Thr是為了控制對授權(quán)用戶的干擾，對頻譜探測率設定的閾值。與此同時，根據(jù)約束條件，信道k頻譜感知的總時間需少于該周期中分配給頻譜感知的總時間：

(10)

節(jié)點能耗需要滿足以下公式：

(11)

其中Ep(t)是節(jié)點在能量收集周期中設定的參數(shù)，單個節(jié)點只要保證每個周期消耗的能量低于Ep(t)值，保證其運行的持續(xù)性，即：

(12)

其中EEH=PEH·T表示本周期收集到的能量值，S表示白天剩余的周期個數(shù)，B表示已儲存能量離設定目標的差值。

因此，多信道下的可用時間優(yōu)化問題可以表述如下：

(13)

(14)

(15)

(16)

(1)初始化，設定Q矩陣中元素的初始值呈均勻概率分布，i的最大值為imax；

(2)根據(jù)概率矩陣Q隨機抽取z個樣本Vz；

(3)將z個樣本帶入到目標函數(shù)中，得出的結(jié)果按大小排序，并從中選擇W個最優(yōu)樣本(W可根據(jù)情況設定)；

(4)按照W個樣本的信息，計算新一輪的Q函數(shù)；

(17)

(5)設定閾值ζ，每次迭代后，計算，如果：

‖Qi+1-Qi‖F(xiàn)r≤ζori=imax

(18)

則停止循環(huán)。否則返回步驟2繼續(xù)循環(huán)。上式表示Frobenius范數(shù)，即矩陣中每個元素的平方和；

(6)當?shù)Ｖ箷r，選擇生成了最大目標函數(shù)值的樣本Vz，根據(jù)Vz可以求出相應的J矩陣作為最優(yōu)的信道分配方案。

上述算法中，每一次迭代都是一次階段性優(yōu)化，隨著迭代次數(shù)增加，所得的Q矩陣不斷靠近最優(yōu)，直到Q矩陣的變化趨勢足夠平緩時，迭代完成，根據(jù)此時的樣本值表示出最佳分配方案。

結(jié)論

本文基于異質(zhì)節(jié)點的EH-CRSN模型提出了一種C-Eadvanced感知信道分配算法。該算法通過改善約束條件的懲罰機制以及自適應調(diào)整懲罰因子，優(yōu)化了信道的可用時間和算法的計算復雜度。為了讓能量在整個能量收集周期中被均衡使用，此算法能夠探測更多的信道可用時間，降低迭代次數(shù)，且在白天結(jié)束時收集到足夠的能量供夜晚使用，優(yōu)化了網(wǎng)絡能量分配使用。