C-E advanced感知信道分配算法浅析

(95979部队 山东 新泰 271206)

引言

无线传感器网络是一种由众多传感器节点组成的网络，这些传感器节点具有体积小、成本低、功耗小等特征，可以根据环境信息智能地完成相关任务，比如探测环境中的温度、湿度、振动、压力、化学成分等相关参数。

为了实现能量的均衡利用，考虑异质结构的CRSN(EnergyHarvestingaidedHeterogeneousnodesCRSN,EH-HCRSN)。网络中包含2种类型节点：频谱探测节点(SpectrumSensor,SS)和数据传输节点(DataSensor,DS)。它们有以下特性：

(1)SS节点只负责探测频谱，并将探测结果传输给Sink节点进行判决；

(2)DS节点负责感知环境信息(温度，湿度，震动等)，并接收Sink节点分配的信道，确认后接入相应的信道将环境信息发送给Sink节点；

我们研究SS节点的频谱感知策略，在一定的约束条件下通过感知信道分配，对信道可用时间进行优化，设定更合理的惩罚机制，利用C-E(Cross-EntropyMethod)advanced迭代算法，让得到的结果逐步接近最优解，最终使得频谱得以充分利用。

基于C-Eadvanced迭代算法

C-E算法(Cross-EntropyMethod)是一种在组合持续的非凸优化问题上寻找最优解的算法。C-E算法的基本思想是把确定性问题转化为相关随机问题(AssociatedStochasticProblem,ASP)，从而进行求解。这是一种自适应的解决方案，通过自适应方案产生一系列随机解决方案，而这些解决方案收敛到原确定性问题最优或接近最优的解。

改进型的C-E算法，通过多次迭代运算，给系统找出最佳的信道探测方案，使得探测出的信道可用时间总和最长，同时满足以下约束条件：

(1) 对授权用户的干扰保持在一定范围内；

(2) 节点能耗必须兼容EH模块收集的能量，满足能量可持续的性能从而能让节点能长期稳定运行；

(3) 每个周期内对单个信道的频谱感知时间不超过τ。

(5)

(6)

建立M行K列的矩阵J，其中行表示节点编号，列表示信道编号，矩阵中每个元素是二进制0或者1。[J]m,k表示第m个节点是否参加探测第k个信道的情况，其元素的值0表示不参加探测，1表示参加探测。

对于信道k，在授权用户不占用时，探测出其可用的概率是：

(7)

优化的目标是信道的可用时间，此时传感器节点可接入到被探测到的可用信道中进行数据传输。较长的可用时间能为传感器网络提供更多的传输机会，从而提高数据传输的可靠性和频谱利用率。对于多信道环境，其目标函数是：

(8)

(9)

Thr是为了控制对授权用户的干扰，对频谱探测率设定的阈值。与此同时，根据约束条件，信道k频谱感知的总时间需少于该周期中分配给频谱感知的总时间：

(10)

节点能耗需要满足以下公式：

(11)

其中Ep(t)是节点在能量收集周期中设定的参数，单个节点只要保证每个周期消耗的能量低于Ep(t)值，保证其运行的持续性，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个数，B表示已储存能量离设定目标的差值。

因此，多信道下的可用时间优化问题可以表述如下：

(13)

(14)

(15)

(16)

(1)初始化，设定Q矩阵中元素的初始值呈均匀概率分布，i的最大值为imax；

(2)根据概率矩阵Q随机抽取z个样本Vz；

(3)将z个样本带入到目标函数中，得出的结果按大小排序，并从中选择W个最优样本(W可根据情况设定)；

(4)按照W个样本的信息，计算新一轮的Q函数；

(17)

(5)设定阈值ζ，每次迭代后，计算，如果：

‖Qi+1-Qi‖Fr≤ζori=imax

(18)

则停止循环。否则返回步骤2继续循环。上式表示Frobenius范数，即矩阵中每个元素的平方和；

(6)当迭代停止时，选择生成了最大目标函数值的样本Vz，根据Vz可以求出相应的J矩阵作为最优的信道分配方案。

上述算法中，每一次迭代都是一次阶段性优化，随着迭代次数增加，所得的Q矩阵不断靠近最优，直到Q矩阵的变化趋势足够平缓时，迭代完成，根据此时的样本值表示出最佳分配方案。

结论

本文基于异质节点的EH-CRSN模型提出了一种C-Eadvanced感知信道分配算法。该算法通过改善约束条件的惩罚机制以及自适应调整惩罚因子，优化了信道的可用时间和算法的计算复杂度。为了让能量在整个能量收集周期中被均衡使用，此算法能够探测更多的信道可用时间，降低迭代次数，且在白天结束时收集到足够的能量供夜晚使用，优化了网络能量分配使用。