基于启发式算法的可变帧长度的感知网络资源优化方法技术

本公开提供了一种基于启发式算法的可变帧长度的感知网络资源优化方法其包括：第一节点与第二节点之间通过四个帧进行控制信令和数据的传输，每个帧包括导频信号和信息信号，信息信号由源信息进行信道编码和调制获得，用于控制信令的帧对应的各个导频信号的信号长度相等且对应的各个信息信号的信号长度相等；计算各个帧差错概率，进而获得可靠性参数和吞吐量；当可靠性参数、第一节点的第一总发射能量、第二节点的第二总发射能量、源信息的信息位长度、各个帧的帧长度、各个帧长度之和满足要求时，基于混合蛙跳‑极值优化算法第一节点和第二节点自适应地分配发射功率、导频信号的信号长度、信息信号的信号长度和帧长度，以使吞吐量最大化。

A Heuristic-based Resource Optimization Method for Sensory Networks with Variable Frame Length

This disclosure provides a heuristic algorithm-based resource optimization method for a variable frame length sensing network, which includes: control signaling and data transmission through four frames between the first node and the second node, each frame including pilot signal and information signal, information signal obtained by channel coding and modulation of source information, and each pilot signal corresponding to the control signal frame. When the reliability parameters, the first total transmit energy of the first node, the second total transmit energy of the second node, the information bit length of the source information, the frame length of each frame and the sum of the length of each frame meet the requirements, the reliability parameters and throughput can be obtained by calculating the error probability of each frame. Hybrid frog leap extremum optimization algorithm The first and second nodes adaptively allocate transmission power, signal length of pilot signal, signal length and frame length of information signal to maximize throughput.

【技术实现步骤摘要】
基于启发式算法的可变帧长度的感知网络资源优化方法
本公开涉及感知网络通信
，具体涉及一种基于启发式算法的可变帧长度的感知网络资源优化方法。
技术介绍
在现有的感知互联网中，存在第一节点与第二节点之间进行四个带有短帧的无线传输的通信协议。其中，帧长度和发射功率都是可调的。当第一节点与第二节点基于上述的通信协议进行信息传输时，感知互联网还需要考虑三个因素分别是超敏感的网络连接、超可靠的连接以及物理层的资源分配。在考虑资源分配问题时，可以将制定资源分配问题作为优化问题，以获得所考虑协议的最优参数。但是由于优化问题既不凸也不凹，所以全局最优结果很难获得。尽管优化问题可以通过传统的启发式算法(如粒子群优化(PSO)、模拟退火算法和遗传算法)来解决。然而，这些传统的算法不适用于动态帧协议，因为传统的算法受优化问题中过度约束条件导致的收敛效率低。
技术实现思路
为了解决上述问题，本公开提出了一种能够通过具有较强的鲁棒性和快速收敛性的算法解决优化问题的基于启发式算法的可变帧长度的感知网络资源优化方法。为此，本公开的第一方面提供了一种基于启发式算法的可变帧长度的感知网络资源优化方法，是包括四个帧的基于启发式算法的可变帧长度的感知网络资源优化方法，其特征在于，包括：第一节点向第二节点发送调度请求帧，所述第二节点基于所述调度请求帧反馈调度授权帧，所述第一节点接收所述调度授权帧向所述第二节点发送数据帧，所述第二节点基于所述数据帧向所述第一节点发送确认帧，每个帧包括导频信号和信息信号，所述信息信号由源信息进行信道编码和调制获得，所述源信息包括附加信息位和数据信息位，所述调度请求帧、所述调度授权帧和所述发送确认帧对应的各个导频信号的信号长度相等且对应的各个信息信号的信号长度相等；计算各个帧差错概率，基于所述帧差错概率获得数据传输的可靠性参数，基于所述可靠性参数获得吞吐量；并且当所述可靠性参数不小于预设帧差错概率，所述第一节点的第一总发射能量不大于第一能量阈值且所述第二节点的第二总发射能量不大于第二能量阈值，所述源信息的信息位长度等于所述附加信息位与所述数据信息位的信息位长度之和，帧长度等于导频信号与信息信号的信号长度之和，各个帧长度之和等于总帧长度时，基于混合蛙跳-极值优化算法所述第一节点和所述第二节点自适应地分配发射功率、所述导频信号的信号长度、所述信息信号的信号长度和所述帧长度，以使所述吞吐量最大化。在本公开中，第一节点与第二节点之前通过四个帧进行控制信令和数据的传输。其中，调度请求帧、调度授权帧和确认帧用于控制信令，数据帧用于数据传输。每个帧包括导频信号和信息信号，信息信号由源信息进行信道编码和调制获得。源信息包括附加信息位和数据信息位。用于控制信令的三个帧的对应的各个导频信号的信号长度相等且对应的各个信息信号的信号长度相等。计算各个帧差错概率，基于帧差错概率获得数据传输的可靠性参数，进而获得吞吐量；当可靠性参数、第一节点的第一总发射能量、第二节点的第二总发射能量、源信息的信息位长度、各个帧的帧长度以及各个帧长度之和满足要求时，基于混合蛙跳-极值优化算法第一节点和第二节点自适应地分配发射功率、导频信号的信号长度、信息信号的信号长度和帧长度，以使所述吞吐量最大化。由此，能够通过具有较强的鲁棒性和快速收敛性的算法解决感知网络资源优化问题。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，上述四个帧为短帧结构，所述帧长度为感知网络传输时的短数据包的长度。由此，能够满足感知网络的超敏感的网络连接的要求。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述源信息的信息位长度满足ki＝ki,m+ki,d，其中，ki,m表示第i个帧的所述附加信息位的有效载荷位，ki,d表示第i个帧的所述数据信息位的有效载荷位。由此，能够获得源信息的有效载荷位。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，用于数据传输的所述数据帧的数据信息位的有效载荷位k3,d满足k3,d≠0。由此，能够保证数据帧包含第一节点所要传递的信息。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述帧差错概率ε满足其中，k表示所述源信息的信息位长度，n表示所述帧长度，γ表示所述信噪比，C(γ)表示香农容量，V(γ)表示信道分散系数，nd表示所述信息信号的信号长度。由此，能够获得帧差错概率。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述可靠性参数pDPL满足其中，εi表示第i个所述帧差错概率。由此，能够获得可靠性参数。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述吞吐量RDPL满足其中，k3,d表示第3个帧的源信息的数据信息位的信息位长度，nΣ表示所述总帧长度。由此，能够获得吞吐量。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述预设帧差错概率表示为1-ε*，故pDPL≥1-ε*，其中，ε*表示总帧差错概率，各个发射功率表示为Pi,t，各个发射能量表示为Pi,tni，故其中，E1表示第一能量阈值，E2表示第二能量阈值，ni表示第i个帧长度。由此，能够便于在可靠性参数、第一节点的第一总发射能量、第二节点的第二总发射能量、源信息的信息位长度、各个帧的帧长度以及各个帧长度之和满足要求时基于混合蛙跳-极值优化算法进行感知网络资源优化。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述混合蛙跳-极值优化算法包括：设置初始化参数；随机生成包括L个青蛙在内的种群；评估每只青蛙的适应度；判断是否满足收敛准则；当满足收敛准则时，获得最优的输出参数并结束进程；当不满足收敛准则时，将L个青蛙相应的适应值按照降序排序；构造多组青蛙和子模因复合体；对于每组青蛙，在每个青蛙的偶然极值优化过程中进行局部搜索；对所有青蛙进行局部复位。由此，能够确保快速和稳定的收敛。在本公开第一方面所涉及的感知网络资源优化方法中，可选地，所述初始化参数包括各个所述发射功率、各个所述导频信号的信号长度、各个所述信息信号的信号长度和各个所述帧长度，所述输出参数包括各个所述发射功率、各个所述导频信号的信号长度、各个所述信息信号的信号长度和各个所述帧长度。由此，混合蛙跳-极值优化算法能够基于上述的初始化参数进行优化，并获得优化的输出参数。本公开涉及的基于启发式算法的可变帧长度的感知网络资源优化方法与传统的启发式算法相比，具有卓越的稳定性和全局搜索能力，可用于高维连续函数优化。基于混合蛙跳-极值优化算法(MSFLA-EO)，控制信令的三个帧具有相同的帧结构且三个帧长度可调整时对动态帧长度(DPL协议)进行最终性能分析。附图说明图1是示出了本公开的示例所涉及的基于启发式算法的可变帧长度的感知网络资源优化方法的动态帧长度协议的控制信令和数据传输的示意图。图2是示出了本公开的示例所涉及的感知网络的帧结构的示意图。图3是示出了本公开的示例所涉及的基于启发式算法的可变帧长度的感知网络资源优化方法的流程示意图。图4是示出了本公开的示例所涉及的基于启发式算法的可变帧长度的感知网络资源优化方法的混合蛙跳-极值优化算法的流程图。图5是示出了本公开的示例所涉及的基于启发式算法的可变帧长度的感知网络资源优化方法的在不同的能量阈值下的吞吐量的波形示意图。具体实施方本文档来自技高网...

【技术保护点】
1.一种基于启发式算法的可变帧长度的感知网络资源优化方法，是包括四个帧的基于启发式算法的可变帧长度的感知网络资源优化方法，其特征在于，包括：第一节点向第二节点发送调度请求帧，所述第二节点基于所述调度请求帧反馈调度授权帧，所述第一节点接收所述调度授权帧向所述第二节点发送数据帧，所述第二节点基于所述数据帧向所述第一节点发送确认帧，每个帧包括导频信号和信息信号，所述信息信号由源信息进行信道编码和调制获得，所述源信息包括附加信息位和数据信息位，所述调度请求帧、所述调度授权帧和所述发送确认帧对应的各个导频信号的信号长度相等且对应的各个信息信号的信号长度相等；计算各个帧差错概率，基于所述帧差错概率获得数据传输的可靠性参数，基于所述可靠性参数获得吞吐量；并且当所述可靠性参数不小于预设帧差错概率，所述第一节点的第一总发射能量不大于第一能量阈值且所述第二节点的第二总发射能量不大于第二能量阈值，所述源信息的信息位长度等于所述附加信息位与所述数据信息位的信息位长度之和，帧长度等于所述导频信号与所述信息信号的信号长度之和，各个帧长度之和等于总帧长度时，基于混合蛙跳‑极值优化算法所述第一节点和所述第二节点自适应地分配发射功率、所述导频信号的信号长度、所述信息信号的信号长度和所述帧长度，以使所述吞吐量最大化。...

【技术特征摘要】
1.一种基于启发式算法的可变帧长度的感知网络资源优化方法，是包括四个帧的基于启发式算法的可变帧长度的感知网络资源优化方法，其特征在于，包括：第一节点向第二节点发送调度请求帧，所述第二节点基于所述调度请求帧反馈调度授权帧，所述第一节点接收所述调度授权帧向所述第二节点发送数据帧，所述第二节点基于所述数据帧向所述第一节点发送确认帧，每个帧包括导频信号和信息信号，所述信息信号由源信息进行信道编码和调制获得，所述源信息包括附加信息位和数据信息位，所述调度请求帧、所述调度授权帧和所述发送确认帧对应的各个导频信号的信号长度相等且对应的各个信息信号的信号长度相等；计算各个帧差错概率，基于所述帧差错概率获得数据传输的可靠性参数，基于所述可靠性参数获得吞吐量；并且当所述可靠性参数不小于预设帧差错概率，所述第一节点的第一总发射能量不大于第一能量阈值且所述第二节点的第二总发射能量不大于第二能量阈值，所述源信息的信息位长度等于所述附加信息位与所述数据信息位的信息位长度之和，帧长度等于所述导频信号与所述信息信号的信号长度之和，各个帧长度之和等于总帧长度时，基于混合蛙跳-极值优化算法所述第一节点和所述第二节点自适应地分配发射功率、所述导频信号的信号长度、所述信息信号的信号长度和所述帧长度，以使所述吞吐量最大化。2.如权利要求1所述的感知网络资源优化方法，其特征在于：上述四个帧为短帧结构，所述帧长度为感知网络传输时的短数据包的长度。3.如权利要求2所述的感知网络资源优化方法，其特征在于：所述源信息的信息位长度满足ki＝ki,m+ki,d，其中，ki,m表示第i个帧的所述附加信息位的有效载荷位，ki,d表示第i个帧的所述数据信息位的有效载荷位。4.如权利要求3所述的感知网络资源优化方法，其特征在于：用于数据传输...

【专利技术属性】
技术研发人员：谢宁，胡吉，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44