一种大规模物联网场景下的信息年龄估计方法技术

本发明专利技术提供了一种大规模物联网场景下的信息年龄估计方法，包括构建描述每个发射节点的状态演变和最终状态吸收态马尔科夫链，估计每个节点成功传输概率及其空间分布，构建以接收节点的周期初始时刻实时

【技术实现步骤摘要】
一种大规模物联网场景下的信息年龄估计方法


[0001]本专利技术涉及无线网络通信
，具体为一种大规模物联网场景下的信息年龄估计方法
。

技术介绍

[0002]随着大规模物联网智能化
、
集成化的发展，时间敏感网络凭借其严格传输时限的特点，在数据传输实时性
、
高可靠性方面具有明显优势，现已被广泛运用于农业
、
工业
、
医疗等各个领域
。
信息年龄作为刻画通信系统传输时效性的重要性能指标，其优化对于精准决策控制尤为关键
。
因网络中节点数量多，相互间的干扰情况复杂，为简化分析，在以往大规模能量收集网络的信息年龄
(Age of Information,AoI)
研究中大多以系统中各发送节点的平均成功传输概率代替其分布，但该做法具有很大局限性
。
尽管如此，以往工作并未考虑大规模物联网下具有严格传输时限的周期性数据到达场景
。
本专利技术旨在提供一种不同时刻有周期性数据到达的严格传输时限下估计大规模物联网络信息年龄的方法
。

技术实现思路

[0003]本专利技术旨在提供一种估计大规模物联网场景下的信息年龄，从而严格传输时限下系统的平均
AoI
进行较为准确的预测，因此能够为寻找网络中发送节点的最优固定传输概率以优化系统的平均
AoI
提供帮助
。
[0004]本文专利技术提出一种大规模物联网场景下的信息年龄估计方法，所述目标为边长为
R
米的二维正方形泊松双极网络内的收发节点对，网络中信道模型为瑞利衰落信道，且忽略信道噪声；所述
N
个发射节点向其对应的接收节点发送最新生成的数据包，各发射节点只在每个工作周期的开始时刻生成数据包并以固定概率
ρ
A
发送；工作周期和数据包生命周期长度固定为
T
，允许各对应的接收节点仅在自身信干比
(Signal to Interference Ratio,SIR)
超过阈值
θ
时成功接收数据包；各发射节点拥有一个独立同等概分布的异步时间标识
σ
i
∈{1,2,
…
T}
，来指示该发射节点的工作周期初始时隙；若工作周期内能未能成功传输，数据包生命周期截止，则数据包被丢弃；成功传输后的发射节点将保持沉默直至新的工作周期产生新的数据包；其特征在于：分别构建吸收态马尔科夫链模型和平稳马尔科夫链模型；利用吸收态马尔科夫链描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布；利用平稳马尔科夫链刻画各节点每个周期初始时刻实时
AoI
的变化，确定每个周期初始时刻各状态的以及系统实时
AoI
的平均稳态分布，然后用成功传输概率的空间分布对其进行加权处理，得到系统平均
AoI。
[0005]进一步地，所述目标为边长为
R
米的二维正方形泊松双极网络内的收发节点对，其中发送节点基于密度为
λ
的空间泊松点过程
(Poisson Point Process,PPP)
的一次实现分布于网络内的各个位置，式中
N
表示点过程
ψ
X
中的元素个数，每一个发射节点
χ
i
∈
ψ
X
对应一个接收节点，随机分布在以发射节点
χ
i
所在位置为圆心，
r
米为边长的圆
周上，标记所有接收节点的位置坐标集合为网络中信道模型为瑞利衰落信道，且忽略信道噪声
。
[0006]进一步地，网络中有
N
个相互独立的发射节点，每个发射节点的异步时间标识
σ
i
∈{1,2,
…
T}
，指示该发射节点的工作周期初始时隙，工作周期和数据生成周期为
T
，且各发射节点仅在各周期开始时刻生成数据包并以固定概率
ρ
A
发送，在其他时刻不生成数据包
。
[0007]进一步地，允许各发射节点对应的接收节点仅在自身
SIR
超过阈值
θ
时成功接收数据包，否则发射节点传输失败
。
[0008]进一步地，当数据包在工作周期内未能被成功传输，数据包生命周期截止，则数据包被抛弃；成功传输的发射节点将保持沉默直至新的工作周期产生新的数据包
。
[0009]进一步地，所述构建吸收态马尔科夫链模型，用于描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布，具体模型如下：
[0010]S11.
构建吸收态马尔可夫链模型，首先假设为吸收态的状态空间，其中
u0表示退避状态，
u1表示传输状态，
u2表示成功传输吸收态
。
假设发射节点
i
的成功传输概率不随时间变化，并标识为为简化后续推导，将
[0,1]均分成
L
份，过程中的所有发射节点
i
按照的大小分为
L
类，以下成为
TSP
类别
。
节点在本地时隙
t
到时隙
t+1
状态由传输转移到退避的概率的为由传输转移到传输的概率为由传输转移到成功传输吸收态的概率为
s
l,t
，由退避转移到退避的概率为由退避转移到传输的概率为
ρ
A
，其中
s
l,t
＝
P(SIR
υ
i,t
＞
θ
)
为第类的接收节点
i
在本地时隙
t
传输成功的概率，由此可知，该吸收态马尔科夫链的状态转移矩阵为：
[0011][0012]此外，标记矩阵为记录属于第
l
类的发射节点
i
的状态转移至吸收态之前，本地时隙
t
到时隙
t+1
节点状态之间转移概率矩阵；因此，的结构如下：
[0013][0014]S12.
估计该平稳马尔可夫链下的成功传输概率及其空间分布，标记发射节点处于传输状态即状态标识处于退避状态即状态标识标记向量为第类的发射节点
i
经历
t
个时隙后处于传输或退避状态的概率，其中，为处于退避状态的概率，为处于传输状态的概率
。
当
t
＝1时，数据包必然处于未成功传输的状态，因此
[0015][0016]其中为
Aloha
协议的初始化向量
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种大规模物联网场景下的信息年龄估计方法，所述目标为边长为
R
米的二维正方形泊松双极网络内的收发节点对，网络中信道模型为瑞利衰落信道，且忽略信道噪声；所述
N
个发射节点向其对应的接收节点发送最新生成的数据包，各发射节点只在每个工作周期的开始时刻生成数据包并以固定概率
ρ
A
发送；工作周期和数据包生命周期长度固定为
T
，允许各对应的接收节点仅在自身信干比
(Signal to Interference Ratio,SIR)
超过阈值
θ
时成功接收数据包；各发射节点拥有一个独立同等概分布的异步时间标识
σ
i
∈{1,2,
…
T}
，来指示该发射节点的工作周期初始时隙；若工作周期内能未能成功传输，数据包生命周期截止，则数据包被丢弃；成功传输后的发射节点将保持沉默直至新的工作周期产生新的数据包；其特征在于：分别构建吸收态马尔科夫链模型和平稳马尔科夫链模型；利用吸收态马尔科夫链描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布；利用平稳马尔科夫链刻画各节点每个周期初始时刻实时信息年龄
(Age of Information,AoI)
的变化，确定每个周期初始时刻各状态的以及系统实时
AoI
的平均稳态分布，然后用成功传输概率的空间分布对其进行加权处理，得到系统平均
AoI。2.
根据权利要求1所述的一种大规模物联网场景下的信息年龄估计方法，其特征在于，所述目标为边长为
R
米的二维正方形泊松双极网络内的收发节点对，其中发送节点基于密度为
λ
的空间泊松点过程
(Poisson Point Process,PPP)
的一次实现分布于网络内的各个位置，式中
N
表示点过程
ψ
X
中的元素个数，每一个发射节点
χ
i
∈
ψ
X
对应一个接收节点，随机分布在以发射节点
χ
i
所在位置为圆心，
r
米为边长的圆周上，标记所有接收节点的位置坐标集合为网络中信道模型为瑞利衰落信道，且忽略信道噪声
。3.
根据权利要求1所述的一种大规模物联网场景下的信息年龄估计方法，其特征在于：网络中有
N
个相互独立的发射节点，每个发射节点的异步时间标识
σ
i
∈{1,2,
…
T}
，指示该发射节点的工作周期初始时隙，工作周期和数据生成周期为
T
，且各发射节点仅在各周期开始时刻生成数据包并以固定概率
ρ
A
发送，在其他时刻不生成数据包
。4.
根据权利要求1所述的一种大规模物联网场景下的信息年龄估计方法，其特征在于，允许各发射节点对应的接收节点仅在自身
SIR
超过阈值
θ
时成功接收数据包，否则发射节点传输失败
。5.
根据权利要求1所述的一种大规模物联网场景下的信息年龄估计方法，其特征在于，当数据包在工作周期内未能被成功传输，数据包生命周期截止，则数据包被抛弃；成功传输的发射节点将保持沉默直至新的工作周期产生新的数据包
。6.
根据权利要求1所述的一种大规模物联网场景下的信息年龄估计方法，所述构建吸收态马尔科夫链模型，用于描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布，具体模型如下：
S11.
构建吸收态马尔可夫链模型，首先假设为吸收态的状态空间，其中
u0表示退避状态，
u1表示传输状态，
u2表示成功传输吸收态；假设发射节点
i
的成功传输概率不随时间变化，并标识为为简化后续推导，将
[0,1]
均分成
L
份，过程中的所有发射节点
i
按照的大小分为
L
类，以下成为
TSP
类别；节点在本
地时隙
t
到时隙
t+1
状态由传输转移到退避的概率的为由传输转移到传输的概率为由传输转移到成功传输吸收态的概率为由退避转移到退避的概率为由退避转移到传输的概率为
ρ
A
；其中为第类的接收节点
i
在本地时隙
t
传输成功的概率，由此可知，该吸收态马尔科夫链的状态转移矩阵为：此外，标记矩阵为记录属于第类的发射节点
i
的状态转移至吸收态之前，本地时隙
t
到时隙
t+1
节点状态之间转移概率矩阵；因此，的结构如下：
S12.
估计该平稳马尔可夫链下的成功传输概率及其空间分布，标记发射节点处于传输状态即状态标识处于退避状态即状态标识标记向量为第
l
类的发射节点
i
经历
t
个时隙后处于传输或退避状态的概率，其中，为处于退避状态的概率，为处于传输状态的概率；当
t
＝1时，数据包必然处于未成功...

【专利技术属性】
技术研发人员：丁杰，张一晋，朱奕雯，朱雨晴，俞汉清，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：