【技术实现步骤摘要】
一种传感器网络中的采样方法、装置及设备
[0001]本申请涉及传感器网络
，尤其涉及一种传感器网络中的采样。
技术介绍
[0002]在很多信息通信场景中，在收集器收集到最新信息后，历史信息瞬间变 无效。针对此类的通信场景，人们提出了信息年龄(AoI)这一概念，AoI是 指信息从产生开始到目的地接收时经过的时间，如何降低AoI就成为一个至 关重要的问题。
[0003]在如图1所示的传感器网络中，由一个中心节点(中心节点)控制N个 传感器。这些传感器都以一定概率收集同一个特定对象的信息，因此每个传 感器对应的AoI并不相同。传感器在收集信息过程中相互不会产生干扰，然 而每个传感器只能以特定概率成功收集到信息。因此需要有多个传感器才能 保证中心节点可以收集到AoI足够小的信息。单个传感器与中心节点通信时， 传输信道可靠，然而不同的传感器与中心节点的通信，相互会产生干扰，从 而导致通信失败。
[0004]例如：在车联网中，负责接收的中心节点(中心节点)想借助路上行驶 的汽车来了解某个路段的实时最新路况信息，那么...
【技术保护点】
【技术特征摘要】
1.一种传感器网络中的采样方法，其特征在于，应用于传感器网络，所述传感器网络包括中心节点和N个传感器，其中N为大于1的整数；所述传感器用于将接收到的信息发送至所述中心节点，所述采样方法由所述中心节点执行，包括：S1，对每个传感器接收到的信息进行预采样，得到每个传感器获取信息的成功概率；S2，针对被采样的传感器，获取从信息发出到中心节点经历的AoI；S3，计算每个传感器对应的所述AoI的概率分布情况；S4，根据所述概率分布情况，对每个传感器计算对应的所述AoI的数学期望；S5，在每个时刻中，对所述数学期望最小的传感器进行采样(贪婪策略)。2.根据权利要求1所述的传感器网络中的采样方法，其特征在于，所述计算每个传感器对应的所述AoI的概率分布情况，以及根据所述概率分布情况，对每个传感器计算对应的所述AoI的数学期望具体包括：在当前时刻t对传感器进行采样；当所述AoI大于预置时间M时，令所述AoI的值为M；定义M
×
M的矩阵Γ
n
：其中，q
n
为第n个传感器获取信息的成功概率，所述p
n
为第n个传感器获取信息的失败概率，且q
n
+p
n
＝1；定义e
k
为长度为M的单位行向量，其中只有第k个元素为1，其他为0；计算所述AoI的概率分布情况Π
n，t
：当中心节点在前一时刻t
‑
1时对第n个传感器进行了采样，且AoI等于k时，所述Π
n，t
＝e
k
Γ
n
；当中心节点在前一时刻t
‑
1时没有对第n个传感器进行采样时，所述Π
n,t
＝Π
n,t
‑1Γ
n
；根据所述概率分布情况Π
n,t
，计算t时刻AoI的数学期望，计算t时刻AoI的数学期望3.根据权利要求2所述的传感器网络中的采样方法，其特征在于，所述步骤S5之后，还包括：预估每个时刻的所述AoI的平均值。4.根据权利要求3所述的传感器网络中的采样方法，其特征在于，预估每个时刻的所述AoI的平均值的方法为：构造一个新的虚拟采样策略，该采样策略与实际采样策略类似。因此可以先计算新的
虚拟采样策略对应的Aol，以这个AoI作为实际采样策略对应AoI的预估值。该虚拟采样策略与实际采样策略唯一区别是，在S5中，不是采样数学期望最小的传感器，而是给定一个临界值，对S4中所得AoI数学期望小于临界值的传感器进行采样，该临界值的要使得平均每个时刻中采样的传感器的个数范围不小于1，且尽可能的接近1；根据所述临界值计算虚拟采样策略对应AoI的总和期望与时间和传感器采样成功概率的关系的函数；采用递推公式计算单位时间内所述总和期望的函数收敛时的对应值，最终得到预估的平均AoI。5.根据权利要求4所述的传感器网络中的采样方法，其特征在于，所述临界值的计算方法包括：A1，对任意n∈[1,N]，令A2，初始化m＝1；A3，令临界值η＝μ
m
，对任意k∈[1,M],n∈[1,N]，计算γ
n,k
，计算方法如下：当η≥e
M
Γ
n
时，γ
n,k
＝1；当μ
n
≤η<e
M
Γ
【专利技术属性】
技术研发人员：曹琦，邵郁林，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。