[发明专利]无线Mesh网络中基于对偶分解的路由优化方法有效
申请号: | 201710557122.4 | 申请日: | 2017-07-10 |
公开(公告)号: | CN107343303B | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 贾杰;陈剑;刘忠禹;范润贤;王兴伟 | 申请(专利权)人: | 东北大学 |
主分类号: | H04W40/24 | 分类号: | H04W40/24;H04L12/721 |
代理公司: | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人: | 齐胜杰 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无线 mesh 网络 基于 对偶 分解 路由 优化 方法 | ||
1.一种无线Mesh网络中基于对偶分解的路由优化方法,其特征在于,包括:
步骤1:根据无线Mesh网络路由优化过程中网络层的约束条件和物理层资源分配的约束条件、基于无线Mesh网络中每一链路的信道使用信息确定各链路的有效容量值,构建无线Mesh网络的优化模型;步骤2:采用拉格朗日函数描述所述优化模型,并对优化模型的优化问题进行分解,得到网络优化子问题和物理层优化子问题;步骤3:初始化拉格朗日函数的对偶变量;
步骤4:基于初始化后的对偶变量,采用凸优化方法处理所述网络优化子问题,获得第一处理结果;以及基于初始化后的对偶变量,采用遗传算法处理所述物理层优化子问题,获得第二处理结果;
步骤5:判断第一处理结果和第二处理结果是否收敛,若收敛,则将第一处理结果和第二处理结果作为最优解输出;
步骤6:若步骤5中的第一处理结果和第二处理结果不收敛,则根据第一处理结果和第二处理结果,对对偶变量进行更新,并基于更新的对偶变量重复步骤4和步骤5的过程,直至收敛;
其中,所述步骤1中构建无线Mesh网络的优化模型具体包括:
假设无线Mesh网络中包含N个节点和Q个路由请求,优化模型的目标函数为:
s.t.
其中,<sq,dq,rq>是输入参数,λ是决定物理层资源分配和路由选择的优化变量,目标函数及Uij均包含非线性约束;
sq、dq、rq分别表示路由请求的源节点、目的节点、流量需求,表示路由请求q从节点i→j或j→i传输的流量,i,j∈V,i≠j;
对于任意次用户i、j(i,j∈V),定义次用户i和次用户j之间每次只能分配1个信道,即,
其中,表示次用户i的信道分配情况,如果则i≠j,m∈全网的信道集OC,或否则,对任意次用户i,
其中,表示针对无线Mesh网络中的每一信道,当感知当前为空闲时,能够正确检测到当前信道为空闲的概率;
pfm表示针对无线Mesh网络中的每一信道,当感知当前信道被主用户占用时,能够错误检测到当前信道为空闲的概率;
表示针对无线Mesh网络中的每一信道,将获取到的主用户占用当前信道的概率;
表示针对无线Mesh网络中的每一信道,将获取到的主用户释放当前信道的概率;
表示获取当主用户占用当前信道,同时次用户使用当前信道通信时次用户对应的SINR;
表示获取当主用户未占用当前信道,且次用使用当前信道通信时次用户对应的SINR;
Uij表示次用户i与次用户j之间使用当前信道的整体有效容量;
为当次用户i与次用户j使用信道m进行通信时的有效容量;
为链路资源分配变量;
λq为第q个路由数据的传输数据比例;
E为整个网络中所有节点根据信道分配与功率控制结果形成的有向图;
为优化模型的目标函数;
其中,所述步骤2中采用拉格朗日函数描述所述优化模型,并对优化模型的优化问题进行分解的具体步骤包括:
步骤2-1:对所述步骤1中约束条件十的公式进行拉格朗日改写,得到对应的拉格朗日函数:
其中,为拉格朗日系数;
步骤2-2:对所述步骤2-1中的拉格朗日函数变形,获得变形函数:
步骤2-3:从所述步骤2-2得到的变形函数中求解网络优化子问题与物理层优化子问题
约束条件为:所述约束条件六至约束条件九;
约束条件为:所述约束条件一至约束条件五;
即,
步骤2-4:根据拉格朗日函数得到对偶问题为,
其中,步骤6中对偶变量的更新方式为:
为链路e的第t次迭代步长。
2.根据权利要求1所述的方法,其特征在于,构建无线Mesh网络的优化模型之前,所述方法还包括:
基于无线Mesh网络中认知用户、主用户对应的信道使用信息确定每一链路的有效容量值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710557122.4/1.html,转载请声明来源钻瓜专利网。