一种无线传感器网络能耗控制方法技术

本发明专利技术提供一种无线传感器网络能耗控制方法，能够降低无线传感器网络的能耗。所述方法包括：全局迭代：初始化评价网络的权值；局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略。本发明专利技术涉及无线通信领域。

【技术实现步骤摘要】
一种无线传感器网络能耗控制方法
本专利技术涉及无线通信领域，特别是指一种无线传感器网络能耗控制方法。
技术介绍
随着无线传感器网络在军事、经济、社会生活等方面越来越广泛的应用，能耗问题越来越突出地成为制约无线传感器网络广泛应用与发展的一大难题。解决这一问题的有效途径是通过合理组织无线传感器网络中节点的状态，让部分节点进入低能耗的感知或睡眠状态，从而降低整个网络的能耗，有效地延长网络寿命，这种技术称为节点调度。如今无线传感器网络由于其摆脱了传统网络的连线限制和成本问题，在世界各领域内得到了日益广泛的应用。然而目前无线传感器网络传感器节点能量有限，在具体的工作环境中，还没有有效的控制策略能够使无线传感器系统达到最佳的控制效果。
技术实现思路
本专利技术要解决的技术问题是提供一种无线传感器网络能耗控制方法，以解决现有技术所存在的没有有效的控制策略能够使无线传感器系统达到最佳的控制效果的问题。为解决上述技术问题，本专利技术实施例提供一种无线传感器网络能耗控制方法，包括：S101、建立传感器节点能量模型，根据建立的传感器节点能量模型，建立评价网络；S102、全局迭代：初始化评价网络的权值；S103、局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；S104、判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略。进一步地，所述传感器节点能量模型表示为：其中，Ei表示传感器节点i的能量消耗，E1表示传感器节点i由于监测目标和数据处理产生的能耗，表示传感器节点i向基站传输数据的功率消耗，E2表示传感器节点i处于睡眠状态时自身定时器所消耗的能量，ui[k]＝1表示传感器节点i处于激活状态，ui[k]＝0表示传感器节点i处于睡眠状态。进一步地，所述根据建立的传感器节点能量模型，建立评价网络包括：根据建立的传感器节点能量模型，利用三层误差反向传播神经网络作为评价网络；其中，所述评价网络包括：输入层、隐含层、输出层。进一步地，所述初始化评价网络的权值包括：在预设范围内采用随机方式初始化评价网络的权值。进一步地，在S103之前，所述方法还包括：利用遗传算法在预设的控制策略集合中选择某一控制策略u[k]，利用卡尔曼滤波算法求出根据选择的控制策略u[k]预测的目标位置与目标实际位置的系统跟踪误差e[k]。进一步地，所述利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略包括：将得到的系统跟踪误差e[k]输入至评价网络，训练评价网络并修正评价网络的权值，直至评价网络输出的价值函数值收敛，得到控制策略u[k]的价值函数，所述价值函数用于近似系统最优性能指标函数；将控制策略u[k]的价值函数值作为控制策略u[k]的适应度值，结合接收到的系统状态向量，进行遗传变异，产生子代；选择所有代中适应度值最小的作为初步最优控制策略输出。进一步地，所述控制策略u[k]的价值函数表示为：其中，V[l+1][k]和V[l][k+1]都表示价值函数，k表示时间步，l表示第l次迭代，U[k]表示效用函数，[]表示离散。进一步地，所述效用函数U[k]表示为：U[k]＝QJJ[k]+RJe[k]其中，QJ和RJ都表示对称且正定的矩阵，J[k]表示性能指标函数。进一步地，评价网络的权值更新公式表示为：其中，和都表示评价网络隐含层和输出层间的权重，表示平方近似误差函数，表示评价网络的误差函数，αc表示评价网络的学习率，l表示第l次迭代，vc表示评价网络输入层和隐含层间的权重，Z[k]表示评价网络的输入，表示系统的能量指标，E[j]表示j时刻系统的能量消耗，表示每个时间步消耗的能量平方和，表示V[l][k]的近似值，T表示转置，σ()表示S型函数。进一步地，所述判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略包括：判定局部迭代次数是否达到预设的次数阈值，若未达到，则返回S103继续执行；若已达到，则根据评价网络当前的输出值更新性能指标函数，并根据初步确定的最优控制策略来更新最优控制策略，根据更新后的性能指标函数和最优控制策略，判断当前的性能指标是否小于预设的第一阈值、系统跟踪误差是否小于预设的第二阈值；若当前的性能指标小于预设的第一阈值且系统跟踪误差小于预设的第二阈值，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略；否则，则返回S102初始化评价网络的权值。本专利技术的上述技术方案的有益效果如下：上述方案中，建立传感器节点能量模型，根据建立的传感器节点能量模型，建立评价网络；全局迭代：初始化评价网络的权值；局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略，以便根据得到的无线传感器网络能耗的最优控制策略，调度传感器节点的工作状态，能够降低无线传感器网络的能耗。附图说明图1为本专利技术实施例提供的无线传感器网络能耗控制方法的流程示意图；图2为本专利技术实施例提供的无线传感器系统结构示意图；图3为本专利技术实施例提供的感知目标的传感器节点与汇聚节点通信示意图；图4为本专利技术实施例提供的最优控制策略的流程示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本专利技术针对现有的没有有效的控制策略能够使无线传感器系统达到最佳的控制效果的问题，提供一种无线传感器网络能耗控制方法。如图1所示，本专利技术实施例提供的无线传感器网络能耗控制方法，包括：S101、建立传感器节点能量模型，根据建立的传感器节点能量模型，建立评价网络；S102、全局迭代：初始化评价网络的权值；S103、局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；S104、判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略。本专利技术实施例所述的无线传感器网络能耗控制方法，建立传感器节点能量模型，根据建立本文档来自技高网...

【技术保护点】
1.一种无线传感器网络能耗控制方法，其特征在于，包括：S101、建立传感器节点能量模型，根据建立的传感器节点能量模型，建立评价网络；S102、全局迭代：初始化评价网络的权值；S103、局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；S104、判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略。

【技术特征摘要】
1.一种无线传感器网络能耗控制方法，其特征在于，包括：S101、建立传感器节点能量模型，根据建立的传感器节点能量模型，建立评价网络；S102、全局迭代：初始化评价网络的权值；S103、局部迭代：利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略；S104、判断局部迭代是否结束，若结束，则根据评价网络当前的输出值更新性能指标函数，根据初步确定的最优控制策略来更新最优控制策略，并判断当前的全局迭代是否结束，若结束，则将更新后的最优控制策略作为无线传感器网络能耗的最优控制策略。2.根据权利要求1所述的无线传感器网络能耗控制方法，其特征在于，所述传感器节点能量模型表示为：其中，Ei表示传感器节点i的能量消耗，E1表示传感器节点i由于监测目标和数据处理产生的能耗，表示传感器节点i向基站传输数据的功率消耗，E2表示传感器节点i处于睡眠状态时自身定时器所消耗的能量，ui[k]＝1表示传感器节点i处于激活状态，ui[k]＝0表示传感器节点i处于睡眠状态。3.根据权利要求2所述的无线传感器网络能耗控制方法，其特征在于，所述根据建立的传感器节点能量模型，建立评价网络包括：根据建立的传感器节点能量模型，利用三层误差反向传播神经网络作为评价网络；其中，所述评价网络包括：输入层、隐含层、输出层。4.根据权利要求1所述的无线传感器网络能耗控制方法，其特征在于，所述初始化评价网络的权值包括：在预设范围内采用随机方式初始化评价网络的权值。5.根据权利要求1所述的无线传感器网络能耗控制方法，其特征在于，在S103之前，所述方法还包括：利用遗传算法在预设的控制策略集合中选择某一控制策略u[k]，利用卡尔曼滤波算法求出根据选择的控制策略u[k]预测的目标位置与目标实际位置的系统跟踪误差e[k]。6.根据权利要求1所述的无线传感器网络能耗控制方法，其特征在于，所述利用自适应动态规划训练评价网络，所述评价网络用于近似系统最优性能指标函数，根据接收到的系统状态向量，选择使评价网络产生满足性能指标最低标准时的输出，当前的控制策略为初步确定的最优控制策略包括：将得到的系统跟踪误差e[k]输入至评价网络，训练评...

【专利技术属性】
技术研发人员：宋睿卓，刘路，魏庆来，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11