传感器网络多路径传输效用-寿命折衷优化研究

作者:刘志新;袁会美;关新平;薛亮 刊名:传感技术学报 上传者:吕娟霞

【摘要】网络效用和网络寿命是无线传感器网络速率控制研究中两个极为重要而又互相冲突的设计目标。为兼顾网络性能需对二者进行折衷处理。通过引入折衷因子,建立网络效用和寿命的组合优化模型,利用拉格朗日对偶分解方法对优化问题进行求解,设计分布式的最优速率控制算法。仿真结果表明,通过调节折衷因子,可实现网络寿命和效用的均衡,并验证了提出算法的收敛性能及全局最优性。

全文阅读

无线传感器网络(WirelessSensorNetworks)融合通信、传感器、自动控制、系统优化等多学科技术,作为一种有效的状态感知、信息采集和目标跟踪的工具,在众多领域表现出巨大的应用潜力,日益成为研究的热点[1]。由于传感器节点的电源通常为难以更换的电池,与有固定基础设施的有线网络不同,在协议设计时WSNs需以节能降耗,延长使用寿命为主要目标[2]。此外,为保证网络运行的有效性,提高网络效用同样不容忽视。网络的效用和寿命(功耗)均与节点的发送速率有关。节点的发送速率过低,会增加数据的传输延迟,降低网络的实时性和可靠性;而发送速率过大,虽然保证了网络的效用,但会导致网络节点消耗过多能量,降低网络寿命。可见,网络寿命和网络效用是WSNs速率控制研究中两个十分重要而相互冲突的设计目标。传统的优化速率控制机制往往以优化网络资源,控制网络拥塞,公平分配网络资源为主要研究目标。F.P.Kelley在文献[3]中首次提出系统效用优化的速率控制问题,并将系统优化问题分解为网络子问题。文献[4]在文献[3]的基础上,将系统优化目标函数作为原问题,通过拉格朗日对偶方法得出原问题的对偶问题,并通过每个用户分布式求解各自的优化目标函数得出原问题的最优解,从而实现优化的速率控制。文献[5]和文献[6]基于网络效用最大化模型设计了分布式功率和速率联合控制算法。文献[7,8]利用主对偶算法联合考虑了速率控制和随机访问控制问题。目前针对速率控制带来的网络效用和寿命之间平衡问题的研究尚处于起步阶段。文献[9]采用加权折衷的方法,综合考虑网络效用和寿命两个优化目标,研究了无线传感器网络跨层速率控制问题,但仅限于单路径路由网络。对于多路径路由网络,由于网络模型的变化,目标函数的严格凹性不再满足,文献[9]中的算法将不能收敛到最优解。我们的工作就是把效用-寿命折衷研究扩展到多路径路由网络。针对多路径路由传感器网络,首先构造分别以最大化网络效用和最大化网络寿命为目标的优化模型,在此基础上提出了网络效用和寿命的协调优化问题。在最优解的求解过程中,利用对偶分解技术将原需要集中计算的优化问题分解为可以在不同节点上进行计算的子优化问题,并设计分布式的速率控制算法。通过仿真验证了算法的有效性。1网络模型描述考虑一个多源单汇的传感器网络,用无向图GN,L描述网络的拓扑结构,其中N是网络中的节点集合,L是链路的集合。令网络中源节点集合为S=1,2,…,s,可见S是N的子集,即SN。假设WSNs采用主动式路由(Proavtiverou-ting)协议[10]。网络中每个源节点事先建立一组到sink节点的路径,然后再决定在每条路径上发送速率。定义R=1,2,…,r为网络中所有路由的集合,且Rs为源节点s的路由集合,每条路由r上的数据传输速率为yr。定义一个SR的路由矩阵H,若rRs,有Hsr=1,即源节点s使用路由r;否则,有Hsr=0。考虑源端节点s,其发送速率为Xs。则有如下流量守恒约束:条件如下:RTnr=1EnryrBn,nN(2)其中Tn为节点n的寿命,E为NR矩阵(假设Sink节点有能源供给),Enr=et节点n是流r的源节点,et+er节点n是流r的中继节点,0其它11网络效用最优模型定义一个关于源节点的效用函数Us:R+R,其中xsXmin,Xmax,Xmax0,[W]+=maxW,0由于约束条件Ss=1sHsrNn=1nEnr等价于Ns=1nEnrr,s=1,…,SRSNsminrRsn=1D3,=maxsHsr-nEnryrr=1s=1n=1NS因此,在每次迭代过程中,对于任何给

参考文献

引证文献

问答

我要提问