多无线体域网共存情况下的资源分配方法组成比例

本发明专利技术涉及无线通信技术领域，具体涉及一种多无线体域网共存情况下的资源分配方法，包括以下步骤：构建基于信息能量双向传输的多无线体域网系统模型，多无线体域网系统模型中包含预先布置的用于无线供能的射频能量源、多个可自由移动的无线体域网和配有边缘服务器的AP；构建多无线体域网共存情况下，无线体域网系统模型内的信息与能量传输协议；基于传输协议选择向量a、传感器发射功率分配比参数ρ

【技术实现步骤摘要】
多无线体域网共存情况下的资源分配方法


[0001]本专利技术涉及无线通信
，更具体的说是涉及一种多无线体域网共存情况下的资源分配方法。

技术介绍

[0002]随着无线通信以及物联网技术的蓬勃发展，以及人口老龄化不断加剧，无线体域网(WBAN,Wireless BodyAreaNetwork)作为一种可以高可靠性、灵活性、可扩展性和低成本的可以对人体生命健康进行监测的传感器技术得到了广泛的关注和应用。无线体域网的应用可以有效缓解有限的医疗资源与日益增长的老龄人口需求之间的矛盾，已广泛应用于电子医疗保健中，为健康监测提供实时和持续的护理。
[0003]无线体域网可以被广泛部署在人口密集的场景中，例如，医院的病房、候诊室、养老院或者智慧家庭等。然而当相邻的无线体域网的通信区域相互靠近甚至重叠时，系统会不可避免地遭受严重的网内或网间的干扰。体域网内干扰是指网络内部各节点同时传输数据时产生的干扰；网间干扰是由两个或多个相邻网络之间同时传输数据而引起的。体域网间干扰降低了生理数据传输的可靠性和时效性，增加了网络管理和医疗保健的经济成本。同时干扰可能会导致紧急医疗诊断数据的不完整或过期，从而威胁到人们的生命安全。在网络之间存在干扰时，采取有效干扰缓解方案是必要的，然而现有的研究中对于体域网间缓解干扰的方案提出的很少。
[0004]同时，在大多数情况下，为了满足小型化和轻量化的要求，传感器的电池尺寸因此受到限制，储能容量较小。特别对于植入人体的传感器节点，对其进行充电或更换是十分不方便的，因此无线传感器网络的长期持续稳定的供电成为了关键问题。无线能量传输(WPT,Wireless Power Transmission)成为了解决无线传感器供电问题的理想解决方案，无线供能网络(WPCN,Wireless Powered Communication Network)的提出，实现了传感器网络与WPT技术的较好融合，使得在无线传感器网络中采用无线供能的传感器采集数据成为了可能。
[0005]如何在多网络共存情况下，保证信息能量双向传输的高可靠性成为本领域技术人员亟需解决的技术问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种多无线体域网共存情况下的资源分配方法，保证信息传输和能量传输的高可靠性，尤其是重要信息的高可靠传输。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种多无线体域网共存情况下的资源分配方法，包括以下步骤：
[0009]构建基于信息能量双向传输的多无线体域网系统模型，并针对不同的网络拓扑结构，构建两种基于时分多址的传输协议；所述多无线体域网系统模型中包含预先布置的用于无线供能的射频能量源、多个可自由移动的无线体域网和配有边缘服务器的AP；每个无
线体域网包括一个汇聚节点和m个位于不同位置的传感器；
[0010]针对无线能量传输和无线数据传输的收发过程进行数学表述，分析各传感器节点进行能量收集数据发送性能和汇聚节点信息收集性能；
[0011]针对传输过程中的传输协议选择向量a、传感器发射功率分配比参数ρ
ij
以及时隙顺序P三个子问题构建总体优化模型；
[0012]对三个子问题进行交替优化更新，求解所述多无线体域网系统模型的最优配置，得到最优传输策略a
*
、ρ
*
和P
*
。
[0013]进一步的，根据网络拓扑结构将所述多无线体域网系统模型中的无线体域网分为c组，不同组之间的无线体域网不存在网间干扰，按照组别进行优化。
[0014]进一步的，所述传输协议中，针对整个帧，分为上行、下行和传输阶段；
[0015]在上行阶段，各传感器节点传输位置信息；
[0016]在下行阶段，AP广播本阶段各无线体域网的传输协议、各传感器节点的传输时隙顺序和传输功率分配比以及同步信息；
[0017]传输阶段分为能量收集阶段和信息传输阶段，在能量收集阶段，射频能量源广播射频信号，传感器节点接收能量信号并进行充电；
[0018]整个信息传输阶段分为正常传输阶段以及紧急传输阶段，在正常传输阶段，各传感器节点按照基于时分多址技术的传输协议传输给汇聚节点，并由汇聚节点转发给AP；
[0019]在紧急传输阶段，有数据剩余的传感器节点按照由权重决定的概率竞争传输机会。
[0020]进一步的，在传输阶段前，AP对于网络的拓扑结构进行预测并在该拓扑结构的基础上进行策略制定；并利用SWIPT技术将携带策略信息的射频信号广播给传感器节点，传感器节点在此阶段进行能量收集；在信息传输阶段，传感器节点根据接收的的传输策略信息向汇聚节点发送收集的生理数据，并由汇聚节点将数据转发给AP。
[0021]进一步的，紧急传输阶段下的传输协议为：
[0022]将节点的重要程度量化，定义节点的重要程度为：
[0023]v＝c1*H+F
[0024][0025]其中，F为公平性因子；H为指标脱离正常范围的程度；c1为常数；θ
l
、θ
u
表示指标正常范围的最大和最小值；θ为样本数据数值；
[0026]节点重要程度服从的分布用离散分布表示为：
[0027][0028]节点的重要程度随时间变化，优化问题表示为：
[0029][0030]s.t.C1:
[0031]C2:ω
i
>ω
min
[0032]其中，表示第i个样本的数据；P∈E表示符合的分布集合；E
P
表示期望；r(ω,θ)表示损失函数；C1表示权重的归一化；C2表示保证节点的最低权重约束；
[0033]根据分布式鲁棒优化算法将上述随机优化问题转化为凸优化问题：
[0034][0035]s.t.C1:
[0036]C2:λ≥0
[0037]C3:
[0038]C4:ω
i
>ω
min
[0039]其中，λ为拉格朗日乘子；,s
i
为引入的变量；为样本数据；||.||为范数；为任意的第i个样本；ω
min
为最小权重约束；C1为引入上镜图的约束；C2为拉格朗日乘子约束；C3为权重归一化约束；C4为对权重的最小约束；
[0040]通过求解上述凸优化问题得到最优权重ω
*
。
[0041]8、进一步的，所述总体优化模型以保证传感器节点的正常服务质量为前提，实现多无线体域网系统整体传输速率最大化，其目标函数的表达式如下：
[0042][0043]s.t.C1:
[0044]C2:
[0045]C3:
[0046]C4:
[0047]C5:
[0048]C6:
[0049]其中，r1(ρ
ij
)为在第一种传输协议下的吞吐量；r2(ρ...

【技术保护点】

【技术特征摘要】
1.一种多无线体域网共存情况下的资源分配方法，其特征在于，包括以下步骤：构建基于信息能量双向传输的多无线体域网系统模型，并针对不同的网络拓扑结构，构建两种基于时分多址的传输协议；所述多无线体域网系统模型中包含预先布置的用于无线供能的射频能量源、多个可自由移动的无线体域网和配有边缘服务器的AP；每个无线体域网包括一个汇聚节点和m个位于不同位置的传感器；针对无线能量传输和无线数据传输的收发过程进行数学表述，分析各传感器节点进行能量收集数据发送性能和汇聚节点信息收集性能；针对传输过程中的传输协议选择向量a、传感器发射功率分配比参数ρ
ij
以及时隙顺序P三个子问题构建总体优化模型；对三个子问题进行交替优化更新，求解所述多无线体域网系统模型的最优配置，得到最优传输策略a
*
、ρ
*
和P
*
。2.根据权利要求1所述的多无线体域网共存情况下的资源分配方法，其特征在于，根据网络拓扑结构将所述多无线体域网系统模型中的无线体域网分为c组，不同组之间的无线体域网不存在网间干扰，按照组别进行优化。3.根据权利要求1所述的多无线体域网共存情况下的资源分配方法，其特征在于，所述传输协议中，针对整个帧，分为上行、下行和传输阶段；在上行阶段，各传感器节点传输位置信息；在下行阶段，AP广播本阶段各无线体域网的传输协议、各传感器节点的传输时隙顺序和传输功率分配比以及同步信息；传输阶段分为能量收集阶段和信息传输阶段，在能量收集阶段，射频能量源广播射频信号，传感器节点接收能量信号并进行充电；整个信息传输阶段分为正常传输阶段以及紧急传输阶段，在正常传输阶段，各传感器节点按照基于时分多址技术的传输协议传输给汇聚节点，并由汇聚节点转发给AP；在紧急传输阶段，有数据剩余的传感器节点按照由权重决定的概率竞争传输机会。4.根据权利要求3所述的多无线体域网共存情况下的资源分配方法，其特征在于，在传输阶段前，AP对于网络的拓扑结构进行预测并在该拓扑结构的基础上进行策略制定；并利用SWIPT技术将携带策略信息的射频信号广播给传感器节点，传感器节点在此阶段进行能量收集；在信息传输阶段，传感器节点根据接收的的传输策略信息向汇聚节点发送收集的生理数据，并由汇聚节点将数据转发给AP。5.根据权利要求3所述的多无线体域网共存情况下的资源分配方法，其特征在于，紧急传输阶段下的传输协议为：将节点的重要程度量化，定义节点的重要程度为：v＝c1*H+F其中，F为公平性因子；H为指标脱离正常范围的程度；c1为常数；θ
l
、θ
u
表示指标正常范
围的最大和最小值；θ为样本数据数值；节点重要程度服从的分布用离散分布表示为：节点的重要程度随时间变化，优化问题表示为：节点的重要程度随时间变化，优化问题表示为：C2:ω
i
>ω
min
其中，表示第i个样本的数据；P∈E表示符合的分布集合；E
P
表示期望；r(ω,θ)表示损失函数；C1表示权重的归一化；C2表示保证节点的最低权重约束；根据分布式鲁棒优化算法将上述随机优化问题转化为凸优化问题：根据分布式鲁棒优化算法将上述随机优化问题转化为凸优化问题：C2:λ≥0C4:ω
i
>ω
min
其中，λ为拉格朗日乘子；,s
i
为引入的变量；为样本数据；||.||为范数；为任意的第i个样本；ω
min
为最小权重约束；C1为引入上镜图的约束；C2为拉格朗日乘子约束；C3为权重归一化约束；C4为对权重的最小约束；通过求解上述凸优化问题得到最优权重ω
*
。6.根据权利要求1所述的多无线体域网共存情况下的资源分配方法，其特征在于，所述总体优化模型以保证传感器节点的正常服务质量为前提，实现多无线体域网系统整体传输速率最大化，其目标函数的表达式如下：速率最大化，其目标函数的表达式如下：
其中，r1(ρ
ij
)为在第一种传输协议下的吞吐量；r2(ρ
ij
)为在第二种传输协议下的吞吐量；g为AP到节点的信道增益；j为第j个用户；M(g)为在同一组的用户；a
j

【专利技术属性】
技术研发人员：胡封晔，王铭阳，凌壮，贾涤非，那顺乌力吉，陈明晖，马军，
申请(专利权)人：吉林大学，
类型：发明
国别省市：