能量收集多跳D2D無線傳感網(wǎng)絡(luò)中的中繼選擇算法*

葉劍鋒，夏林中，管明祥

(深圳信息職業(yè)技術(shù)學(xué)院 信息與通信學(xué)院，廣東 深圳 518172)

0 引 言

無線傳感網(wǎng)絡(luò)(Wireless Sensor Network,WSN)通過采集數(shù)據(jù)實(shí)現(xiàn)對(duì)環(huán)境的監(jiān)測(cè)，被廣泛應(yīng)用于農(nóng)林環(huán)境監(jiān)測(cè)、軍事情報(bào)探測(cè)、城市結(jié)構(gòu)安全監(jiān)測(cè)以及衛(wèi)生醫(yī)療等領(lǐng)域。作為一種新興的WSN網(wǎng)絡(luò)架構(gòu)，能量收集多跳D2D無線傳感網(wǎng)絡(luò)[1]融合無線功率傳輸技術(shù)[2]、D2D通信技術(shù)[3]和ad hoc網(wǎng)絡(luò)[4]的優(yōu)勢(shì)和特點(diǎn)，能夠延長(zhǎng)WSN網(wǎng)絡(luò)使用壽命并保持連接性，同時(shí)擴(kuò)大無線電覆蓋范圍并提供可靠的通信。相較于傳統(tǒng)的WSN，能量收集多跳D2D無線傳感網(wǎng)絡(luò)的出現(xiàn)，大大拓展了WSN的發(fā)展與應(yīng)用。由于有能量發(fā)射基站的存在，并且網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量較多，如何選擇合適的中繼節(jié)點(diǎn)協(xié)助通信，從而提高遠(yuǎn)距離節(jié)點(diǎn)通信的連通性是能量收集多跳D2D無線傳感網(wǎng)絡(luò)領(lǐng)域研究的重點(diǎn)。

能量收集中繼節(jié)點(diǎn)從接收到的射頻信號(hào)中收集能量，并利用該收集的能量將信號(hào)從一個(gè)D2D用戶傳輸?shù)搅硪粋€(gè)D2D用戶。關(guān)于能量收集多跳D2D網(wǎng)絡(luò)中的中繼選擇的研究，2017年，文獻(xiàn)[5]考慮能量收集中繼節(jié)點(diǎn)，推導(dǎo)了瑞利衰落信道下的中斷概率表達(dá)式以及高信噪比情況下的漸近中斷表達(dá)式。能量收集無線協(xié)作網(wǎng)絡(luò)中，2017年，文獻(xiàn)[6]提出隨機(jī)中繼選擇作為一種協(xié)作選擇方案將解碼的源信號(hào)轉(zhuǎn)發(fā)到目的地，源節(jié)點(diǎn)能夠根據(jù)信道增益條件選擇適當(dāng)?shù)闹欣^鏈路。2018年，文獻(xiàn)[7]提出隨機(jī)路徑選擇(Random Path Selection，RPS)協(xié)議，通過該協(xié)議可以協(xié)作源節(jié)點(diǎn)和中繼節(jié)點(diǎn)之間的數(shù)據(jù)傳輸。2020年，文獻(xiàn)[8]徹底分析了系統(tǒng)的性能，包括中斷概率和瑞利衰落信道上可達(dá)到的遍歷容量，通過蒙特卡洛模擬結(jié)果推導(dǎo)并驗(yàn)證了所考慮系統(tǒng)的中斷概率的解析表達(dá)式。2021年，文獻(xiàn)[9]使用最短路徑的方法進(jìn)行節(jié)點(diǎn)的選擇，以使能量消耗最小，進(jìn)而增強(qiáng)網(wǎng)絡(luò)的存活時(shí)間。然而實(shí)際通信中，無線功率傳輸技術(shù)的收集效率有限會(huì)導(dǎo)致信噪比下降，中斷性能需要進(jìn)一步提高。

人工智能推動(dòng)了社會(huì)和行業(yè)的新一輪的發(fā)展，“十四五”規(guī)劃中提出人工智能是引領(lǐng)未來科技發(fā)展的重要技術(shù)之一。由于人工智能中的聚類算法不需要訓(xùn)練集，是一種無監(jiān)督算法，算法簡(jiǎn)單快速。聚類算法被用來在無線傳感網(wǎng)領(lǐng)域進(jìn)行中繼選擇的研究起步較早。2010年，文獻(xiàn)[10]為了大大減少了網(wǎng)絡(luò)探測(cè)的規(guī)模，通過人工智能領(lǐng)域中的聚類算法探測(cè)獲取主干路徑信息，提高了中繼節(jié)點(diǎn)選擇的成功率。2011年，文獻(xiàn)[11]利用聚類K-means 算法對(duì)啟發(fā)式算法的初始解進(jìn)行調(diào)整優(yōu)化，實(shí)現(xiàn)對(duì)節(jié)點(diǎn)的分組。2016年，文獻(xiàn)[12]僅考慮實(shí)際物理位置，對(duì)節(jié)點(diǎn)坐標(biāo)進(jìn)行聚類保證節(jié)點(diǎn)的位置上的均勻分布。2017年，文獻(xiàn)[13]提出一種基于無監(jiān)督學(xué)習(xí)聚類K-means 算法以幫助基站選擇中繼節(jié)點(diǎn)，基站通過該算法可以了解設(shè)備本身的分布并自動(dòng)選擇中繼節(jié)點(diǎn)。2018年，文獻(xiàn)[14]提出一種新型聚類的路由協(xié)議，通過動(dòng)態(tài)權(quán)重的處理進(jìn)行中繼選擇進(jìn)而優(yōu)化多跳路徑。以上研究使用聚類相關(guān)算法雖然能夠選擇出合適的中繼，但是研究場(chǎng)景過于理想，是在傳感器節(jié)點(diǎn)攜能可保障通信的條件下進(jìn)行的,能量不足會(huì)引發(fā)通信質(zhì)量下降的問題，場(chǎng)景需要更貼合實(shí)際。此外，距離不能反映出全部的信道狀態(tài)信息，僅用距離作為聚類的特征進(jìn)行節(jié)點(diǎn)的中繼選擇，算法的實(shí)際應(yīng)用性差。因此，需要研究實(shí)際通信中面臨的能量無線功率傳輸技術(shù)中的能量收集效率以及實(shí)際通信環(huán)境對(duì)中繼節(jié)點(diǎn)選擇的影響。

為解決現(xiàn)有算法在能量收集多跳D2D無線傳感網(wǎng)絡(luò)中通信中斷率較高的問題，本文從能量收集效率和實(shí)際的通信狀態(tài)兩方面綜合考慮，提出一種改進(jìn)的K-means聚類算法進(jìn)行中繼選擇，以減小能量收集多跳D2D無線傳感網(wǎng)絡(luò)中節(jié)點(diǎn)的通信中斷率，實(shí)現(xiàn)遠(yuǎn)距離節(jié)點(diǎn)的多跳通信。

1 系統(tǒng)模型

在能量收集多跳D2D無線傳感網(wǎng)絡(luò)中，如圖1所示，存在一個(gè)能量發(fā)射基站(Base Station，BS)，由該基站向該輻射區(qū)域內(nèi)的無線傳感器節(jié)點(diǎn)提供通信能源供應(yīng)。該能量發(fā)射基站用B表示。網(wǎng)絡(luò)中一共有N+2無線傳感器節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)都配備了一個(gè)能量收集器。傳感器發(fā)射節(jié)點(diǎn)用S表示，目的節(jié)點(diǎn)用D表示，其余傳感器節(jié)點(diǎn)(稱為空閑節(jié)點(diǎn))用i表示，其中i∈{1,2,…,N}。由于信道衰落，通信距離受限，傳感器節(jié)點(diǎn)S與節(jié)點(diǎn)D進(jìn)行遠(yuǎn)距離通信需要連續(xù)借助k個(gè)空閑節(jié)點(diǎn)，形成多跳D2D鏈路。

圖1 能量收集多跳D2D無線傳感網(wǎng)絡(luò)

所有節(jié)點(diǎn)都配備有單個(gè)天線，數(shù)據(jù)傳輸是通過正交時(shí)隙上的時(shí)分多址(Time Division Multiple Access，TDMA)實(shí)現(xiàn)的。定義從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的數(shù)據(jù)傳輸持續(xù)時(shí)間是T，那么鏈路中的兩個(gè)節(jié)點(diǎn)之間的每一跳時(shí)隙為τk=T/(k+1),τk的時(shí)長(zhǎng)由能量采集和數(shù)據(jù)傳輸這兩個(gè)階段構(gòu)成。源節(jié)點(diǎn)S和空閑節(jié)點(diǎn)i使用βτk進(jìn)行能量采集，然后，在鏈路中的每一跳使用(1-β)τk進(jìn)行數(shù)據(jù)傳輸，其中β表示能量收集時(shí)間因子(0<β<1)[15]。以空閑節(jié)點(diǎn)i為例，在每一跳時(shí)隙，所收集到的能量存儲(chǔ)在電容器中的是

(1)

式中：0≤μ≤1表示能量轉(zhuǎn)換效率，取決于能量收集器的設(shè)計(jì)；P是能量發(fā)射站發(fā)射的功率；α是路徑損耗指數(shù)；gBi是能量發(fā)射基站與智能體節(jié)點(diǎn)i的信道功率增益；ds,i、di,i+1、di,D、dB,s、dB,i分別表示源節(jié)點(diǎn)與空閑節(jié)點(diǎn)、空閑節(jié)點(diǎn)之間、空閑節(jié)點(diǎn)與目的節(jié)點(diǎn)、能量發(fā)射基站與源節(jié)點(diǎn)、能量發(fā)射基站與空閑節(jié)點(diǎn)的距離。

得到傳感器節(jié)點(diǎn)i收集到的能量，那么用于通信數(shù)據(jù)傳輸?shù)墓β蕿?/p>

(2)

信噪比(Signal-to-Noise Ratio，SNR)是衡量通信系統(tǒng)可靠性的指標(biāo)。SNR越小，表明通信接收方接收到的信息越不準(zhǔn)確，當(dāng)SNR小到一定程度時(shí)，接收方則完全不能接收到發(fā)送方的信息，造成通信中斷。因此，用SNR的大小來評(píng)判無線傳感器的通信連通性?；谟蓚鞲衅鞴?jié)點(diǎn)i的能量收集器得到的功率，傳感器節(jié)點(diǎn)i接收到源節(jié)點(diǎn)S信號(hào)的接收信噪比為[16]

(3)

同理，能量發(fā)射站B向傳感器節(jié)點(diǎn)i發(fā)送功率，傳感器節(jié)點(diǎn)i接收到的SNR為

(4)

目的節(jié)點(diǎn)D接收到智能體節(jié)點(diǎn)i的信號(hào)，其接收到的SNR為

(5)

傳感器節(jié)點(diǎn)S與節(jié)點(diǎn)D進(jìn)行遠(yuǎn)距離通信需要連續(xù)借助k個(gè)空閑節(jié)點(diǎn)，形成多跳D2D鏈路，這條鏈路中的中繼節(jié)點(diǎn)用lj表示，其中j∈{1,2,…,k}。那么，這條鏈路的通信接收SNR為[16]

γ=min{γSl1,γl1l2,γl2l3,…,γlkD} 。

(6)

2 中繼選擇算法

根據(jù)以上建立的系統(tǒng)和對(duì)問題的分析，下面對(duì)能量收集多跳D2D無線傳感網(wǎng)絡(luò)的中繼選擇算法進(jìn)行描述。文獻(xiàn)[14]使用實(shí)際物理距離作為聚類特征進(jìn)行處理，距離這一物理量不能充分表征通信環(huán)境，該算法缺少實(shí)際應(yīng)用價(jià)值。為了使信道環(huán)境對(duì)節(jié)點(diǎn)的影響描述更符合實(shí)際，從而減小源節(jié)點(diǎn)到目的節(jié)點(diǎn)的通信中斷率，本文提出一種基于信噪比因子的聚類特征，如式(7)所示：

(7)

該因子能同時(shí)反映節(jié)點(diǎn)i與源節(jié)點(diǎn)S、目的節(jié)點(diǎn)D和能量發(fā)射基站B的經(jīng)過通信信道的SNR之間的關(guān)系。其中，分子項(xiàng)表示節(jié)點(diǎn)i接收到的SNR乘積，分母項(xiàng)表示節(jié)點(diǎn)i發(fā)送的SNR。由接收和發(fā)射的比值作為聚類的特征，相較于距離這一物理量更能反映出信道對(duì)節(jié)點(diǎn)的影響。

將該因子依據(jù)最小歐氏距離原則進(jìn)行計(jì)算，第m+1次迭代下的聚類中心是

(8)

因?yàn)榫垲愔行牡奈恢煤途W(wǎng)絡(luò)中節(jié)點(diǎn)的實(shí)際存在位置不一定吻合，我們提出選取與聚類中心的歐氏距離差值最小的ωi因子對(duì)應(yīng)的節(jié)點(diǎn)作為中繼節(jié)點(diǎn)，如式(9)所示：

(9)

然后由公式(10)按照與目的節(jié)點(diǎn)的實(shí)際物理距離，從遠(yuǎn)到近的順序進(jìn)行重排列，即得到最終的中繼選擇路徑：

path=sort(ωc,1,ωc,2,…,ωc,k) 。

(10)

由此根據(jù)實(shí)際的通信信道環(huán)境，選擇得到最終的k個(gè)中繼節(jié)點(diǎn)lj,j∈{1,2,…,k}。

算法流程如圖2所示。

圖2 改進(jìn)K-means聚類的中繼選擇算法流程圖

算法具體步驟如下：

Step1 輸入距離、信道增益等數(shù)據(jù)，計(jì)算得到的信噪比因子作為樣本集。

Step2 初始化任選k個(gè)聚類中心，ωc,1(0)，ωc,2(0)，…,ωc,k(0)。

Step3 將樣本集的樣本按最小歐氏距離原則分配給k個(gè)聚類中心，在第m次迭代中，若對(duì)于i有‖ωi-ωc,j(m)‖<‖ωi-ωc,s(m)‖,j,s=1,2,…,k,j≠s，則i是屬于第j個(gè)聚類域，即i∈fj(m)。

Step4 如果ωc,j(m+1)=ωc,j(m)，根據(jù)公式(9)、(10)計(jì)算得到k個(gè)中繼節(jié)點(diǎn)lj,j∈{1,2,…,k}，算法迭代結(jié)束；否則，返回到Step 2，進(jìn)行下一次迭代。

Step5 輸出最終的中繼節(jié)點(diǎn)。

3 仿真實(shí)驗(yàn)與結(jié)果分析

3.1 仿真設(shè)置

本節(jié)進(jìn)行仿真實(shí)驗(yàn)以驗(yàn)證所提算法的性能。仿真參數(shù)設(shè)置如表1所示。信道為瑞利信道，信道功率增益gi,i+1是一個(gè)指數(shù)分布的隨機(jī)變量，概率密度函數(shù)為fgi,i+1(t)=λexp(-λt)，取λ=1。進(jìn)行1×104次獨(dú)立重復(fù)仿真實(shí)驗(yàn)以驗(yàn)證算法的性能。

表1 仿真實(shí)驗(yàn)參量設(shè)置

3.2 能量收集時(shí)間因子對(duì)算法的影響

從圖3中可以看出，在0.05≤β≤0.4范圍內(nèi)，能量收集時(shí)間因子β越大，鏈路的信噪比越大，表明在分配的時(shí)隙內(nèi)增加一定的能量收集時(shí)間，會(huì)提高通信鏈路的信噪比。因?yàn)槭占降哪芰吭龆?，用于通信的功率?huì)變大，根據(jù)信噪比公式可知，增大功率會(huì)提高鏈路的信噪比。另外，能量發(fā)射器的發(fā)射功率越大，鏈路的信噪比也越大，提高能量發(fā)射器的發(fā)射功率，也會(huì)提高中繼鏈路的信噪比。

圖3 能量收集時(shí)間因子β與平均信噪比的關(guān)系

3.3 能量收集時(shí)間因子β與中斷率的關(guān)系

從圖4中可以看出，在0.05≤β≤0.4范圍內(nèi)，鏈路的中斷率隨著β的增大而減小。其原因是節(jié)點(diǎn)通信進(jìn)行能量收集的時(shí)間越長(zhǎng)，其功率也越大，信噪比也越大，因而中斷率減小，與圖中的功率與中斷率表現(xiàn)出來的關(guān)系吻合。

圖4 能量收集時(shí)間因子β與中斷率的關(guān)系

3.4 不同中繼選擇方法的性能對(duì)比

不失一般性，根據(jù)前面的分析，選取β=0.2，實(shí)驗(yàn)次數(shù)1×104。

3.4.1 中繼路徑的信噪比

從圖5中能夠看出，所提的改進(jìn)算法的信噪比最大，在相同條件下，比最短路徑算法平均大3.12 dB。該結(jié)果表明，有了能量發(fā)射站的存在，并且考慮實(shí)際條件下的通信信道情況，所提改進(jìn)算法的中繼性能優(yōu)于其他傳統(tǒng)算法。另外，這四種方法中，直傳(無中繼)方式的信噪比最小。該結(jié)果表明，使用中繼節(jié)點(diǎn)進(jìn)行協(xié)助通信可以提高無線傳感網(wǎng)絡(luò)中遠(yuǎn)距離節(jié)點(diǎn)通信鏈路的聯(lián)通性。

3.4.2 鏈路的通信中斷率

從圖6中可以看出，所提的改進(jìn)算法得到的通信鏈路的中斷率最小，相同條件下，比最短路徑算法中斷率平均減小了6.80%，相比于其他算法，所提的改進(jìn)算法的通信連通性最好，可以提高能量收集多跳D2D網(wǎng)絡(luò)中中繼節(jié)點(diǎn)的中繼性能。

3.4.3 不同范圍的中斷率

圖7中曲線表明，所提的改進(jìn)算法得到的通信鏈路的中斷率最??；隨著分布范圍的增大，所有中繼選擇算法得到的鏈路的中斷率都會(huì)增加。因?yàn)樾诺来嬖谒ヂ?，衰落?huì)隨著距離的增大而增大，導(dǎo)致信噪比減小。因此，在節(jié)點(diǎn)數(shù)量不變的情況下，范圍越大，節(jié)點(diǎn)之間的平均距離則越大，中繼選擇算法得到的鏈路隨著距離的增大，其中斷率則越大。

圖7 算法在不同分布范圍的算法的中斷率對(duì)比曲線

3.5 節(jié)點(diǎn)數(shù)量對(duì)中繼選擇算法的影響

由圖8可知，所提的改進(jìn)算法得到的通信鏈路的中斷率最小。算法的中斷率隨著網(wǎng)絡(luò)中空閑節(jié)點(diǎn)數(shù)量的增加而減小，因?yàn)樵诜植挤秶３植蛔兊那闆r下，節(jié)點(diǎn)數(shù)量增加，那么任意兩點(diǎn)之間的距離將會(huì)減小，由此在瑞利信道下兩節(jié)點(diǎn)之間的信噪比相對(duì)會(huì)增大。

圖8 算法在不同節(jié)點(diǎn)數(shù)量下的中斷率對(duì)比

3.6 本文算法和最短路徑算法的時(shí)間復(fù)雜度

經(jīng)計(jì)算，本文所提算法的時(shí)間復(fù)雜度是O(mNk)，其中，m是算法的迭代次數(shù)，N是節(jié)點(diǎn)個(gè)數(shù)，k是聚類中心數(shù)，m和k是常數(shù)，時(shí)間復(fù)雜度與N成線性關(guān)系，可簡(jiǎn)化為O(N)。最短路徑算法的時(shí)間復(fù)雜度是O(VE)，其中，V是連接圖中頂點(diǎn)的個(gè)數(shù)即節(jié)點(diǎn)的個(gè)數(shù)N，E是邊的個(gè)數(shù)。當(dāng)E為常數(shù)時(shí)，時(shí)間復(fù)雜度可簡(jiǎn)化為O(V)。由此，本文所提的改進(jìn)算法的時(shí)間復(fù)雜度和最短路徑算法的時(shí)間復(fù)雜度相當(dāng)。

4 結(jié)束語(yǔ)

在能量收集多跳D2D無線傳感網(wǎng)絡(luò)中，為了減小源節(jié)點(diǎn)到目的節(jié)點(diǎn)通信的中斷概率，本文提出了基于改進(jìn)聚類的中繼選擇算法。信噪比因子作為聚類特征，并且根據(jù)距離重排序，能夠智能地選擇出符合實(shí)際通信環(huán)境下的中繼節(jié)點(diǎn)。與其他方法的對(duì)比仿真實(shí)驗(yàn)結(jié)果表明，在1×104獨(dú)立重復(fù)實(shí)驗(yàn)中，綜合考慮能量無線功率傳輸技術(shù)中的能量收集效率以及實(shí)際通信環(huán)境對(duì)中繼節(jié)點(diǎn)選擇的影響，所提改進(jìn)算法在信噪比和中斷率方面性能突出，優(yōu)于現(xiàn)有的最短路徑算法、隨機(jī)選擇算法和直傳策略。

在未來研究中，為了提高模型的泛化性，將考慮考慮非線性能量收集模型。同時(shí)，為了提高最優(yōu)中繼個(gè)數(shù)的快速設(shè)置，將研究自適應(yīng)聚類算法在該模型中的應(yīng)用。