[发明专利]星型接入网络中的动态节点接纳方法

权利要求书

1.一种星型接入网络中的动态节点接纳方法，所述星型接入网络由一个中心节点和多个从属节点组成，其特征在于，实现步骤包括如下：

(1)将信道在时间上划分成连续的互不重叠的时间段，每个时间段称为一个接纳周期，所述接纳周期分为竞争期和训练期两种类型，每个接纳周期属于其中的一种类型，且包含一个下行探测帧时隙和若干个上行探测帧时隙，该下行探测帧时隙位于接纳周期的起始位置；

(2)分别定义以下要素，将节点接纳过程建模为一个马尔可夫决策过程：

(2a)将一个竞争期开始时剩余待接纳的从属节点数定义为状态；

(2b)将一个竞争期中上行探测帧时隙数M和每个从属节点允许选择的上行探测帧时隙数K构成的二元组定义为动作，记为a＝(M,K)；

(2c)将采取动作a后竞争期中上行探测帧时隙数与下行探测帧时隙数之和的负值定义为采取动作a获得的奖励，记为r(a)；

(2d)将当前竞争期状态为s时，采取动作a后下一竞争期状态为s’的概率定义为状态转移概率，记为p(s’|s,a)；

(2e)将状态到动作的映射定义为策略；

(2f)基于以上定义的要素，将马尔可夫决策过程定义为：中心节点根据当前的状态，基于某个策略采取一个动作，获得相应的奖励，并基于状态转移概率进入下一个状态的过程；

(3)针对(2f)定义的马尔可夫决策过程，定义回报、价值函数和最优策略：

(3a)将从当前竞争期到所有从属节点的节点接纳请求均发送成功的竞争期的累积奖励定义为回报；

(3b)将从某个状态开始，遵循某个策略所取得的期望回报定义为该策略下该状态的价值函数；

(3c)将使得所有状态的价值函数均取得最大值的策略定义为最优策略；

(4)针对(2f)定义的马尔可夫决策过程，利用价值迭代算法求解最优策略：

(4a)将每个状态s的价值函数V(s)初始化为0；设置一个小于0.1的正数θ；

(4b)将V(s)的值保存在临时变量V_old(s)中：V_old(s)←V(s)；

(4c)对每个状态s，利用式更新价值函数，其中，a是(2b)定义的动作，p(s’|s,a)是(2d)定义的状态转移概率，r(a)是(2c)定义的奖励，V(s')是状态s'的价值函数；

(4d)计算价值函数的最大变化量

(4e)将Δ与θ对比，如果Δ＜θ，则执行(4f)，否则，返回(4b)；

(4f)输出最优策略：并将该最优策略π(s)保存在中心节点中；

(5)节点开始接纳：

(5a)系统开始运行后，中心节点将首个接纳周期设为竞争期，将待接纳的从属节点数设为网络中从属节点的总数，记为N；

(5b)在一个竞争期开始时，中心节点依据当前待接纳的从属节点数N，查询最优策略，获取当前竞争期的上行探测帧时隙数M和每个从属节点允许选择的上行探测帧时隙数K，并构造一个下行探测帧，再在当前竞争期的下行探测帧时隙发送该下行探测帧；

(5c)每个待接纳的从属节点在当前竞争期中接收并解析下行探测帧，获取上行探测帧时隙数M和每个从属节点允许选择的上行探测帧时隙数K，并从M个上行探测帧时隙中随机选择K个上行探测帧时隙，再构造一个节点接纳请求，并在每个已选择的上行探测帧时隙中发送该节点接纳请求；

(5d)在竞争期结束时，中心节点检查节点接纳请求发送成功的从属节点数N_succ：

若N_succ为0，则中心节点将下一个接纳周期依然设为竞争期，并返回(5b)；

若N_succ不为0，则中心节点将接下来N_succ个接纳周期设为训练期，并在这些训练期中对每个节点接纳请求发送成功的从属节点执行信道训练，然后将待接纳的从属节点数更新为N＝N-N_succ，接着执行(5e)；

(5e)中心节点判断当前的待接纳从属节点数是否为0：

若为0，则整个节点接纳过程结束；

若不为0，则中心节点将下一个接纳周期设为竞争期，并返回(5b)。

2.根据权利要求1所述的方法，其特征在于，(5b)中构造一个下行探测帧，是将帧首部、当前竞争期的上行探测帧时隙数M和每个从属节点允许选择的上行探测帧时隙数K按顺序组合，形成下行探测帧。