基于一種新型優(yōu)化模型的頻譜感知分簇算法

摘 要：為緩解頻譜資源緊缺的現(xiàn)狀，對(duì)認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＣＲＳＮ）進(jìn)行了深入研究。切爾諾貝利災(zāi)難優(yōu)化器（Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒ，ＣＤＯ）作為一種新型優(yōu)化模型，具有收斂性能較強(qiáng)、結(jié)構(gòu)簡(jiǎn)單和需要調(diào)節(jié)的參數(shù)少等優(yōu)點(diǎn)。為提高ＣＲＳＮ 能效，延長(zhǎng)ＣＲＳＮ 的生存周期，提出了一種基于量子切爾諾貝利災(zāi)難優(yōu)化器的頻譜感知分簇算法（Ｑｕａｎｔｕｍ Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒｂａｓｅｄ Ｓｐｅｃｔｒｕｍ Ａｗａｒｅ Ｃｌｕｓｔｅｒｉｎｇ Ａｌｇｏｒｉｔｈｍ，ＱＣＤＯＣ）。ＱＣＤＯＣ的主要目標(biāo)是通過最小化節(jié)點(diǎn)之間的通信距離來(lái)提高網(wǎng)絡(luò)的生存周期。ＱＣＤＯＣ 通過為ＣＤＯ 引入量子旋轉(zhuǎn)門和量子非門來(lái)增強(qiáng)其搜索能力，采用二進(jìn)制種群編碼以使其適用于簇頭（Ｃｌｕｓｔｅｒ Ｈｅａｄ，ＣＨ）選舉問題。ＱＣＤＯＣ 在設(shè)計(jì)適應(yīng)度函數(shù)時(shí)考慮了節(jié)點(diǎn)剩余能量、距離和頻譜可用性，提高了算法的能效。實(shí)驗(yàn)表明，與對(duì)比算法相比，ＱＣＤＯＣ 算法具有更長(zhǎng)的生存周期、更多的數(shù)據(jù)傳輸量和更均衡的網(wǎng)絡(luò)能耗。

關(guān)鍵詞：認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)；分簇；切爾諾貝利災(zāi)難優(yōu)化器

中圖分類號(hào)：ＴＮ９２９． ５；ＴＰ２１２． ９ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號(hào)：１００３－３１１４（２０２４）０５－０９６７－１０

０ 引言

無(wú)線傳感器網(wǎng)絡(luò)（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＷＳＮ）是由許多低成本、功耗有限的傳感器節(jié)點(diǎn)組成的網(wǎng)絡(luò)，這些節(jié)點(diǎn)隨機(jī)分布在一個(gè)區(qū)域內(nèi)，用于監(jiān)測(cè)和收集各種數(shù)據(jù)［１－３］。隨著物聯(lián)網(wǎng)的不斷發(fā)展，ＷＳＮ 的應(yīng)用預(yù)計(jì)在未來(lái)會(huì)越來(lái)越多。目前，各種實(shí)時(shí)應(yīng)用廣泛采用工業(yè)、科學(xué)和醫(yī)療頻段（Ｉｎｄｕｓｔｒｉａｌ，Ｓｃｉｅｎｔｉｆｉｃ ａｎｄ Ｍｅｄｉｃａｌ Ｂａｎｄ，ＩＳＭ），各種通信技術(shù)共享這一頻段，ＷＳＮ 也在這一頻段上運(yùn)行。然而，共存被認(rèn)為是該頻段的嚴(yán)重問題之一，會(huì)降低ＷＳＮ的性能［４－５］。傳統(tǒng)無(wú)線通信不允許傳感器設(shè)備共享許可頻譜。因此，認(rèn)知無(wú)線電（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ，ＣＲ）技術(shù)與ＷＳＮ 的融合是一個(gè)重要的研究領(lǐng)域。ＣＲ 技術(shù)使次用戶（Ｓｅｃｏｎｄａｒｙ Ｕｓｅｒ，ＳＵ）能夠檢測(cè)到未被主用戶（Ｐｒｉｍａｒｙ Ｕｓｅｒ，ＰＵ）占用的頻譜空洞，并在不中斷ＰＵ 正常通信的情況下以機(jī)會(huì)主義方式訪問這些頻譜空洞進(jìn)行通信，這有助于緩解傳統(tǒng)ＷＳＮ 面臨的頻譜資源限制問題［６－８］。

在認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ ＳｅｎｓｏｒＮｅｔｗｏｒｋ，ＣＲＳＮ）中，認(rèn)知傳感器節(jié)點(diǎn)通常由容量有限的電池供電，受部署環(huán)境等因素的影響，很難甚至不可能為電池充電。此外，頻譜感知和動(dòng)態(tài)頻譜接入等ＣＲ 操作會(huì)進(jìn)一步消耗節(jié)點(diǎn)有限的能量，加劇能耗問題。因此，延長(zhǎng)網(wǎng)絡(luò)生存周期和平衡部署區(qū)域內(nèi)認(rèn)知傳感器節(jié)點(diǎn)的能量消耗是提高ＣＲＳＮ 性能的關(guān)鍵［９－１１］。在通信過程中，數(shù)據(jù)傳輸是能源消耗的主要來(lái)源，因此，高效的數(shù)據(jù)傳輸是緩解這些問題的重要解決方案。分簇協(xié)議是解決上述問題的一個(gè)潛在方案［１２］。ＣｏｇＬＥＡＣＨ（Ｃｏｇｎｉｔｉｖｅ ＬＥＡＣＨ）協(xié)議是低能耗自適應(yīng)分簇層次（Ｌｏｗ Ｅｎｅｒｇｙ ＡｄａｐｔｉｖｅＣｌｕｓｔｅｒｉｎｇ Ｈｉｅｒａｒｃｈｙ，ＬＥＡＣＨ）協(xié)議在ＣＲＳＮ 中的擴(kuò)展。ＣｏｇＬＥＡＣＨ 使用空閑可用信道的數(shù)量作為選擇簇頭（Ｃｌｕｓｔｅｒ Ｈｅａｄ，ＣＨ）的概率權(quán)重，每個(gè)ＣＲＳＮ 節(jié)點(diǎn)可以通過比較自己的ＣＨ 權(quán)重和一個(gè)隨機(jī)數(shù)來(lái)判斷自己是否能成為ＣＨ。但ＣｏｇＬＥＡＣＨ 協(xié)議并未考慮能量、距離等因素對(duì)網(wǎng)絡(luò)生存周期的影響［１３］。Ｗａｎｇ 等［１４］提出基于加權(quán)能量消耗最小化的不均勻分簇（Ｗｅｉｇｈｔｅｄ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ Ｍｉｎｉｍｉｚａｔｉｏｎｂａｓｅｄ Ｕｎｅｖｅｎ Ｃｌｕｓｔｅｒｉｎｇ，ＥＣＭＵＣ）協(xié)議，考慮了控制開銷對(duì)網(wǎng)絡(luò)性能的影響，提高了網(wǎng)絡(luò)監(jiān)控能力和網(wǎng)絡(luò)壽命。但ＥＣＭＵＣ 協(xié)議將網(wǎng)絡(luò)均勻分環(huán)，在環(huán)內(nèi)采用非均勻分簇的方法可能導(dǎo)致更多的簇間數(shù)據(jù)中繼，產(chǎn)生更高的能耗。Ｓｕｎｉｔｈａ 等［１５］提出ＣＣＭＯＲＳＡ（Ｃｏｎｇｅｓｔｉｏｎ Ｃｅｎｔｒｉｃ ＭｕｌｔｉＯｂｊｅｃｔｉｖｅ Ｒｅｐｔｉｌｅ Ｓｅａｒｃｈ Ａｌ-ｇｏｒｉｔｈｍ Ｂａｓｅｄ Ｃｌｕｓｔｅｒｉｎｇ ａｎｄ Ｒｏｕｔｉｎｇ）算法，通過最小化指定ＣＨ 節(jié)點(diǎn)之間的距離來(lái)提高網(wǎng)絡(luò)的壽命。ＣＣＭＯＲＳＡ 算法通過能量、距離和負(fù)載等多個(gè)目標(biāo)建立適應(yīng)度函數(shù)。但ＣＣＭＯＲＳＡ 算法在ＣＨ 選舉時(shí)忽略了頻譜動(dòng)態(tài)性。文獻(xiàn)［１６］提出了能耗均衡多跳多路徑認(rèn)知分層（Ｅｎｅｒｇｙｂａｌａｎｃｅｄ Ｍｕｌｔｉｈｏｐ Ｍｕｌｔｉｐａｔｈ Ｃｏｇｎｉｔｉｖｅ Ｈｉｅｒａｒｃｈｉｃａｌ，ＥＭＭＣＨ）算法，根據(jù)節(jié)點(diǎn)剩余能量、節(jié)點(diǎn)的位置因子和鄰居節(jié)點(diǎn)密度因子改進(jìn)了候選ＣＨ 選舉概率，再根據(jù)節(jié)點(diǎn)信道可用性和剩余能量從中選舉最優(yōu)ＣＨ，延長(zhǎng)了網(wǎng)絡(luò)生存周期。但ＥＭＭＣＨ 算法候選ＣＨ 選舉時(shí)沒有考慮可用信道，限制了網(wǎng)絡(luò)數(shù)據(jù)傳輸性能。Ｊｙｏｔｈｉ 等［１７］提出Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ Ｆｕｚｚｙ Ｃｌｕｓｔｅｒｉｎｇ ａｎｄ ＣｏｎｇｅｓｔｉｏｎＣｏｎｔｒｏｌ Ａｌｇｏｒｉｔｈｍ（ＥＦＣＣＡ），根據(jù)模糊邏輯方法，考慮了頻譜可用性、隊(duì)列長(zhǎng)度和剩余能量進(jìn)行ＣＨ 選舉，提高了能效。但ＥＦＣＣＡ 由于沒有考慮節(jié)點(diǎn)位置的因素，因此增加了能量消耗。

為了提高ＣＲＳＮ 能效、延長(zhǎng)ＣＲＳＮ 生存周期，本文提出了基于量子切爾諾貝利災(zāi)難優(yōu)化器的頻譜感知分簇（Ｑｕａｎｔｕｍ Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ ＯｐｔｉｍｉｚｅｒｂａｓｅｄＳｐｅｃｔｒｕｍ Ａｗａｒｅ Ｃｌｕｓｔｅｒｉｎｇ，ＱＣＤＯＣ）算法。ＱＣＤＯＣ依靠基站（Ｂａｓｅ Ｓｔａｔｉｏｎ，ＢＳ）計(jì)算得到分簇方案，通過量子切爾諾貝利災(zāi)難優(yōu)化器（Ｑｕａｎｔｕｍ ＣｈｅｒｎｏｂｙｌＤｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒ，ＱＣＤＯ）獲得近似最優(yōu)解，并且為切爾諾貝利災(zāi)難優(yōu)化器（Ｃｈｅｒｎｏｂｙｌ ＤｉｓａｓｔｅｒＯｐｔｉｍｉｚｅｒ，ＣＤＯ）引入了量子旋轉(zhuǎn)門和量子非門來(lái)增加其搜索能力。此外，ＱＣＤＯＣ 綜合考慮了剩余能量、距離和可用信道，設(shè)計(jì)了一種新的用于分簇的適應(yīng)度函數(shù)。

１ 系統(tǒng)模型

１． １ 網(wǎng)絡(luò)模型

本文考慮的是由Ｎ 個(gè)能量異構(gòu)且能量受限的ＣＲＳＮ 節(jié)點(diǎn)和一個(gè)ＢＳ 組成的網(wǎng)絡(luò)。這些ＣＲＳＮ 節(jié)點(diǎn)作為ＳＵ 與ＰＵ 位于同一個(gè)地理區(qū)域。每個(gè)ＣＲＳＮ節(jié)點(diǎn)都有一個(gè)唯一的ＩＤ，且一旦部署其位置固定。每個(gè)ＣＲＳＮ 節(jié)點(diǎn)都可以獲取其剩余能量、地理位置和可用信道等信息。此外，ＣＲＳＮ 節(jié)點(diǎn)能夠調(diào)整其傳輸功率，實(shí)現(xiàn)遠(yuǎn)距離的通信。ＰＵ 獨(dú)享許可信道，ＳＵ 則以機(jī)會(huì)主義的方式訪問這些許可信道。即，只有當(dāng)ＰＵ 不訪問信道時(shí)，Ｍ 個(gè)許可信道才可用于ＣＲＳＮ。ＰＵ 的活動(dòng)由一個(gè)半馬爾可夫ＯＮＯＦＦ 過程來(lái)模擬。在半馬爾可夫ＯＮＯＦＦ 過程中，ＰＵ 在給定信道上的活動(dòng)在ＯＮ 狀態(tài)和ＯＦＦ 狀態(tài)之間交替。其中每個(gè)狀態(tài)的時(shí)間間隔都是獨(dú)立的幾何分布隨機(jī)變量，參數(shù)分別為ｑｉ 和ｐｉ，如圖１ 所示。信道ｉ 處于空閑狀態(tài)的概率如式（１）所示。