[发明专利]一种传感云网络中Sink节点的能效最优化方法

权利要求书

1.一种传感云网络中Sink节点的能效最优化方法，其特征在于，包括下述步骤：

S1.构建传感云网络，在传感云网络的底层中，将多个传感器节点构成蜂窝结构的传感器区域，每一传感器区域设置一个Sink节点，且所述Sink节点配备了多天线，以使所述Sink节点向对应的所述感器区域内的传感器节点提供无线携能通信服务；

S2.构建基准算法模型，通过对所述基准算法模型输入所述Sink节点的试验信道状态信息，以获得所述Sink节点的试验最优波束成形向量；

S3.构建深度神经网络模型，且通过所述基准算法模型的数据对所述深度神经网络模型进行训练及测试；

S4.能效最优化，将训练及测试完毕的所述深度神经网络模型代替所述基准算法模型，通过对训练及测试完毕的所述深度神经网络模型输入所述Sink节点信道状态信息，以获得输出的所述Sink节点的最优波束成形向量。

2.根据权利要求1所述的一种传感云网络中Sink节点的能效最优化方法，其特征在于：所述基准算法模型的构建方法为：

A1.初始化

A2.计算

A3.计算

A4.设置t＝0，循环步骤A1-A3，且每次循环t累加1；

A5.更新

A6.更新

A7.更新

A8.计算

A9.当时，获得所述Sink节点的试验最优波束成形矩阵W_i，通过对所述Sink节点的试验最优波束成形矩阵W_i进行特征向量计算，以获得第i个所述Sink节点的试验最优波束成形向量

其中，为三个参数表示第i个传感器区域中所述Sink节点在所述基准算法模型迭代过程中的参数，t为迭代的次数；P_i是Sink节点的发送功率；ρ_i为所述传感器节点接受无线携能通信时的功率切割比；η_i为下行阶段占一个系统周期的时长比；h_ik为信道状态的数据；为所述Sink节点处的随机噪声；α_ik为第i个所述传感器区域内第k个所述传感器节点的权重系数；P_max为所述传感器节点的最大发送功率；ε为误差参数；T_i表示第i个所述传感器区域内一个系统周期的时长；W_i为所述Sink节点的试验波束成形矩阵W_i；为第i个所述Sink节点的试验最优波束成形向量，为1行M_i列的向量。

3.根据权利要求2所述的一种传感云网络中Sink节点的能效最优化方法，其特征在于：所述Sink节点的试验最优波束成形矩阵W_i计算方法为：

其中，

E_ik＝p_ik(1-η_i)T_i 公式(10)

4.根据权利要求2所述的一种传感云网络中Sink节点的能效最优化方法，其特征在于：所述深度神经网络模型包括一个输入层、多个隐藏层和一个输出层，且所述输入层、所述隐藏层及所述输出层以全连接的形式组成；所述隐藏层的激活函数采用ReLU函数，所述输出层的激活函数为：

y＝min(max(x,0),1)

公式(11)

其中，x为所述隐藏层的输出，y为所述输出层的激活函数的输出。