無線傳感網(wǎng)絡中速率-可靠性-壽命的協(xié)同優(yōu)化研究.pdf

1、無線傳感網(wǎng)絡是一種資源有限的無線自組織網(wǎng)絡，通常部署在惡劣環(huán)境條件下，節(jié)點的通信性能較差，其傳輸功率有限，感知信息難以準確可靠的傳回到匯聚節(jié)點。因此，如何使資源有限的傳感器節(jié)點可靠的高速傳輸感測信息，是無線傳感網(wǎng)絡研究的一個熱點和難點。而在無線傳感網(wǎng)絡的應用中，獲取高的信息數(shù)據(jù)速率是以降低傳輸可靠性為代價的，而這又導致節(jié)點消耗更多的能量，減小了網(wǎng)絡壽命，因此，信息數(shù)據(jù)速率、數(shù)據(jù)傳輸可靠性和網(wǎng)絡壽命之間存在一個內在的折中關系。如何在提供較

2、高網(wǎng)絡吞吐量的同時，保證信息傳輸?shù)目煽啃?，并高效的使用傳感器?jié)點的能量，延長網(wǎng)絡的壽命成為無線傳感網(wǎng)絡中一項意義重大的研究課題。
　　 本文在充分分析國內外對無線傳感網(wǎng)絡的速率、可靠性以及壽命的研究現(xiàn)狀基礎上，研究了綜合考慮速率、可靠性和壽命的協(xié)同優(yōu)化問題，主要研究內容和創(chuàng)新工作包括:
　　 (1)提出了在能量受限無線傳感網(wǎng)絡中速率-可靠性-壽命的協(xié)同優(yōu)化問題模型。在該問題模型中同時考慮了鏈路容量約束、可靠性約束和能耗約

3、束。通過引入折中參數(shù)，將速率、可靠性和網(wǎng)絡壽命三個參數(shù)組合為一個效用函數(shù)，來實現(xiàn)三者之間的協(xié)同優(yōu)化。與傳統(tǒng)優(yōu)化問題模型相比，它的創(chuàng)新點體現(xiàn)在兩個方面，一方面在考慮鏈路容量約束的同時考慮了數(shù)據(jù)傳輸?shù)目煽啃约s束和節(jié)點的能耗約束;另一方面效用函數(shù)不僅僅考慮了信息數(shù)據(jù)速率，同時考慮了數(shù)據(jù)傳輸?shù)目煽啃院途W(wǎng)絡壽命，通過調整折中參數(shù)，可以實現(xiàn)三者之間的折中優(yōu)化。
　　 (2)研究了一致可靠性策略下的無線傳感網(wǎng)絡中速率-可靠性-壽命協(xié)同優(yōu)化問題

4、。通過引入輔助變量對目標函數(shù)進行解耦，引入不一致協(xié)調價格的概念來平衡各傳感器節(jié)點的能耗，基于鏈路擁塞價格、可靠性價格和不一致協(xié)調價格，設計了基于次梯度對偶分解的分布式算法。通過matlab仿真驗證了分布式算法的收斂性，并分析了折中參數(shù)對速率、可靠性及網(wǎng)絡壽命的影響。仿真結果表明:本文提出的分布式算法具有收斂性，并求出了無線傳感網(wǎng)絡中速率-可靠性-壽命協(xié)同優(yōu)化問題的全局最優(yōu)解。該算法可以在增大網(wǎng)絡吞吐量的同時，保證數(shù)據(jù)傳輸可靠性，并延長網(wǎng)

5、絡壽命。在實際的應用中，可以根據(jù)實際需求確定折中參數(shù)的值，從而使網(wǎng)絡的速率效用、可靠性效用和壽命達到期望的性能。
　　 (3)研究了區(qū)分可靠性策略下的無線傳感網(wǎng)絡中速率-可靠性-壽命協(xié)同優(yōu)化問題。由于每條鏈路對每個經(jīng)過該鏈路的數(shù)據(jù)流采用不同的碼率，這就導致建立的優(yōu)化問題模型是一個不可分離的非凸問題。通過一系列數(shù)學方法最終將該優(yōu)化問題轉化為一個可分離的凸優(yōu)化問題。推導出了其基于次梯度對偶分解的分布式算法。通過matlab仿真驗證了

6、該算法的收斂性，并分析比較了區(qū)分可靠性策略與一致可靠性策略下分布式算法的性能，仿真結果表明:與基于一致可靠性策略的分布式算法相比，基于區(qū)分可靠性策略的分布式算法收斂速度慢，但其可獲得更高的網(wǎng)絡效用。因此，基于一致可靠性策略的分布式算法更適用于網(wǎng)絡結構簡單、節(jié)點類型單一的無線傳感網(wǎng)絡，基于區(qū)分可靠性策略的分布式算法更適用于網(wǎng)絡結構復雜、節(jié)點類型多樣的無線傳感網(wǎng)絡。
　　 (4)研究了隨機時變信道條件下的無線傳感網(wǎng)絡中速率-可靠性-

7、壽命協(xié)同優(yōu)化問題。建立了面向隨機時變信道的速率-可靠性-壽命協(xié)同優(yōu)化問題模型，并將該問題轉變?yōu)橐粋€可分離的凸問題。由于實際中不可能預先知道信道狀態(tài)的概率分布，因此，設計了隨機次梯度算法求解該問題。隨機次梯度方法不需要預先知道系統(tǒng)狀態(tài)的基本概率分布，只需知道目前迭代中系統(tǒng)狀態(tài)的相關信息即可，所以，就可以在不需要知道系統(tǒng)狀態(tài)先驗信息的條件下設計分布式算法求解該問題。最后通過理論和仿真證明了該算法的收斂性，并與次梯度對偶分解算法進行了比較，仿