无线传感器网络的异步流言传播多智能体分布式优化方法技术

本发明专利技术提供一种无线传感器网络的异步流言传播多智能体分布式优化方法，通过将无线传感器网络信息监控问题转化为目标能量损耗代价函数，传感器状态估计值的通信传播；将固定步长代入通信计算；引入近似投影；获取传感器状态估计值的误差，完成无线传感器网络的异步流言传播多智能体分布式优化，实现传感器网络系统中最小的总目标能量损耗代价函数值。本发明专利技术提出了一种近似投影的概念，并将传感器的状态收敛到平均值附近，目标能量损耗代价函数近似收敛到最优代价值；并给出了各个传感器实时电流值的最优点与期待能量损耗代价函数值之间的误差距离，最终能够显著提高无线传感器网络的通信效率。

【技术实现步骤摘要】
无线传感器网络的异步流言传播多智能体分布式优化方法
本专利技术涉及一种无线传感器网络的异步流言传播多智能体分布式优化方法,属于无线传感器网络通信与控制领域。
技术介绍
近年来，随着科技的蓬勃发展，如今的互联网+时代极大依赖于各类工程网络系统，如通信网络、电力网络、交通网络和传感器网络等。这类网络系统是由节点集合和节点之间的交互关系集合构成，每个网络节点被赋予一个具备一定数据采集、计算和通信能力的代理或称为个体，同时每个个体可能具有一定的自主性，在技术上被称为智能体。为了实现多智能体直接的优质通信功能，特别是伴随着云计算、大数据等新兴领域的出现，分布式优化理论和应用得到了越来越多的重视，并逐渐渗透到科学研究、工程应用和社会生活的各个方面。所谓的分布式优化就是指通过一群具备一定感知、通信、计算和执行能力的智能体通过分布式通信等方式解决传统集中式算法无法处理的大规模复杂的优化算法。分布式优化理论和应用已经成为当代系统和控制科学的重要发展方向之一，在控制科协与工程领域，随着传感器网络、数字通信网络的发展，控制系统的基本结构与运行方式也发生了根本的改变。一个控制系统不再由单一的受控对象、传感器或控制器组成，而是由多个智能体集成一个复杂的控制网络，这些智能体相互连接，按照一定的通信协议完成给定的任务。整个控制与决策的过程就是每个智能体之间相互协作的过程。因此，与传统的控制系统相比，多智能体系统将控制系统和通信系统完全融合于一体。目前，对于多智能体的分布式优化理论方法已经取得了诸多优秀的成果，但是针对无线传感器网络通信与控制领域这一应用背景，现有的理论与技术成果仍存在以下尚未解决的实际技术难题：考虑在无线传感器网络中，利用网络中的传感器实时监测和采集多种数据信息，并将采集到的数据信息与相邻的传感器进行交互计算，这里的无线传感器网络就是一个多智能体系统，每一个传感器就是一个智能体，对于一个由多个无线传感器组成的多智能体系统，每个无线传感器往往有一个能量损耗能量损耗代价函数，并且整个网络的代价由这些个体的能量损耗代价函数和来表示。由于无线网络的运行的瓶颈问题就是如何减少整个网络的能量损耗，而从科学本质上讲即是如何设计符合实际情况的分布式优化算法使得最小化无线传感器网络的能量损耗代价函数。另一方面，传统的同步分布式优化方法会造成无线传感器网络通信信道的拥塞，导致传输效率严重下降甚至瘫痪。因而，亟需设计出新颖的异步分布式优化算法，以防止传感器信号的同时传播，提高传输效率，降低整个网络的能量损耗。
技术实现思路
本专利技术的目的是提供一种无线传感器网络的异步流言传播多智能体分布式优化方法解决现有技术中存在的传统的同步分布式优化方法会造成无线传感器网络通信信道的拥塞，导致传输效率严重下降甚至瘫痪的问题。本专利技术的技术解决方案是：一种无线传感器网络的异步流言传播多智能体分布式优化方法，包括以下步骤，S1、将无线传感器网络信息监控问题转化为最小的总目标能量损耗代价函数，具体如下：s.tx∈X其中，m为传感器网络中传感器的个数，x表示传感器的实时电流值，X为传感器的约束范围，fi(x)表示传感器i的能量损耗代价函数，表示需要优化的总目标能量损耗代价函数；S2、将步骤S1中的m个传感器状态估计值进行通信传播；S3、将固定步长代入步骤S2中的通信计算；S4、将步骤S3中的通信计算引入近似投影，具体计算如下：其中使用近似投影代替精确投影ε表示精确度参数，且ε≥0；S5、根据步骤S4中的公式获取传感器状态估计值的误差，完成无线传感器网络的异步流言传播多智能体分布式优化，实现传感器网络系统中最小的总目标能量损耗代价函数值。进一步地，步骤S2中，传感器的通信传播过程具体为，xi，k＝vi，k+pi，kχ{i∈{Ik，Jk}}，其中，χ{i∈{Ik，Jk}}是事件{i∈{Ik，Jk}}的特征函数，表示传感的能量损耗代价函数fi在x处的次梯度，W表示传感器之间进行信息交换的权重矩阵，每一个E[Wk]是双重随机的，αi表示在第k次通信时的传感器的搜索步长，∈i，k表示在计算时所产生的随机误差，PX[*]表示将*映射到传感器的约束范围X中。进一步地，步骤S3中，将固定步长代入通信传播计算，具体为，xi，k＝vi，k+pi，kχ{i∈{Ik，Jk}}，其中，χ{i∈{Ik，Jk}}是事件{i∈{Ik，Jk}}的特征函数，表示传感的能量损耗代价函数fi在x处的次梯度，W表示传感器之间进行信息交换的权重矩阵，每一个E[Wk]是双重随机的，∈i，k表示在计算时所产生的随机误差，PX[*]表示将*映射到传感器的约束范围X中，αi表示传感器在第k次迭代时的搜索步长，此步长不随传感器通信次数的变化而变化，此步长在通信过程中将一直保持不变，且αi＞0。进一步地，步骤S4中，引入近似投影具体为，xi，k＝vi，k+pi，kχ{i∈{Ik，Jk}}，其中表示传感器的约束集合X的近似投影，χ{i∈{Ik，Jk}}是事件{i∈{Ik，Jk}}的特征函数，表示传感器的能量损耗代价函数fi在x处的次梯度，∈i，k表示在计算时所产生的随机误差，W表示传感器之间进行信息交换的权重矩阵，每一个E[Wk]是双重随机的，αi表示传感器i在第k次通信时的搜索步长。进一步地，步骤S5中，获取传感器状态估计值的误差，完成传感器的分布式优化，具体为，其中，xi，k表示第i个智能体在k时刻的迭代值，表示m个智能体在时刻k的平均迭代值，且表示最大投影误差值，表示最大迭代步长，C代表大于梯度值的某一常数，v代表大于最大误差值的某一常数，φ表示双重随机矩阵的第二大特征值的平方值。本专利技术的有益效果是：与现有技术相比，该种无线传感器网络的异步流言传播多智能体分布式优化方法，具有以下优点：一、该种无线传感器网络的异步流言传播多智能体分布式优化方法中，这里的异步指的是在传感器的通信传播过程中，所有的传感器并非同时进行通信，而是将通信时间错开，从而可以避免造成通信信道的拥塞，最终能够显著提高无线传感器网络的通信效率。二、本专利技术将近似投影引入无线传感器的异步分布式优化计算中，可以大大降低无线传感器网络系统在通信传播过程中的计算量，此外，在某些情况下，还可以有效缩小投影误差，提高投影精度，提高无线传感器网络个体之间的通信质量。三、本专利技术还提供了各个传感器实时电流值的最优点与期望能量损耗代价函数值之间的误差带分析方法，且此分析过程对于每一个传感器来讲是针对固定步长的，也就是说每一个传感器的通信步长的选择与另外一个传感器是没有任何关系的。附图说明图1是本专利技术实施例无线传感器网络的异步流言传播多智能体分布式优化方法的流程示意图。具体实施方式下面结合附图详细说明本专利技术的优选实施例。实施例实施例的一种无线传感器网络的异步流言传播多智能体分布式优化方法，考虑在无线传感器网络中，利用网络中的传感器实时监测和采集多种数据信息，并且将采集到的数据信息与相邻的传感器进行交互计算。这里的无线传感器网络就是一个多智能体系统，每个传感器就是一个智能体，所要解决的问题就是最小化传感器的能量损耗代价函数的总和。通过考虑到计算量的问题，实施例提出了一种近似投影的概念，并将传感器的状态收敛到平均值附近，目标能量损耗代价函数近似收敛到最优代价值；并给出了本文档来自技高网...

【技术保护点】
1.一种无线传感器网络的异步流言传播多智能体分布式优化方法，其特征在于：包括以下步骤，S1、将无线传感器网络信息监控问题转化为最小的总目标能量损耗代价函数，具体如下：

【技术特征摘要】
1.一种无线传感器网络的异步流言传播多智能体分布式优化方法，其特征在于：包括以下步骤，S1、将无线传感器网络信息监控问题转化为最小的总目标能量损耗代价函数，具体如下：s.tx∈X其中，m为传感器网络中传感器的个数，x表示传感器的实时电流值，X为传感器的约束范围，fi(x)表示传感器i的能量损耗代价函数，表示需要优化的总目标能量损耗代价函数；S2、将步骤S1中的m个传感器状态估计值进行通信传播；S3、将固定步长代入步骤S2中的通信计算；S4、将步骤S3中的通信计算引入近似投影，具体计算如下：其中使用近似投影代替精确投影ε表示精确度参数，且ε≥0；S5、根据步骤S4中的公式获取传感器状态估计值的误差，完成无线传感器网络的异步流言传播多智能体分布式优化，实现传感器网络系统中最小的总目标能量损耗代价函数。2.如权利要求1所述的无线传感器网络的异步流言传播多智能体分布式优化方法，其特征在于：步骤S2中，传感器的通信传播过程具体为，xi，k＝vi，k+pi，kχ{i∈{Ik，Jk}}，其中，χ{i∈{Ik，Jk}}是事件{i∈{Ik，Jk}}的特征函数，Ik表示第i个智能体在k时刻被唤醒，Jk表示智能体i的周围智能体被选择进行通信，表示传感的能量损耗代价函数fi在x处的次梯度，W表示传感器之间进行信息交换的权重矩阵，每一个E[Wk]是双重随机的，αi表示在第k次通信时的传感器的搜索步长，∈i，k表示在计算时所产生的随机误差，PX[*]表示将*映射到传感器的约束范围X中。3.如权利要求2所述的无线传感器网络的异步流言传播多智能体分布式优化方法，其特征在于：步骤S3中，将固定步长代入通信传播计算，具体...

【专利技术属性】
技术研发人员：解相朋，袁野，胡松林，岳东，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32