[發(fā)明專利]網(wǎng)絡(luò)定位中基于聯(lián)盟博弈的功率分配方法有效
| 申請?zhí)枺?/td> | 201510342441.4 | 申請日: | 2015-06-19 |
| 公開(公告)號: | CN104994568B | 公開(公告)日: | 2018-11-02 |
| 發(fā)明(設(shè)計)人: | 洪永發(fā);杜玉越;丁敏;王斌國;徐文正 | 申請(專利權(quán))人: | 山東科技大學(xué) |
| 主分類號: | H04W52/04 | 分類號: | H04W52/04;H04W84/18;H04W52/22;H04W52/24 |
| 代理公司: | 濟南舜源專利事務(wù)所有限公司 37205 | 代理人: | 陳海濱 |
| 地址: | 266590 山東省青*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 功率分配 幾何精度因子 博弈 優(yōu)化模型 無線傳感器網(wǎng)絡(luò) 網(wǎng)絡(luò)定位 求解 測距 分布式測量 公平性原則 定位階段 功率消耗 節(jié)點功率 效用函數(shù) 優(yōu)化問題 構(gòu)建 算法 分配 應(yīng)用 改進 保證 | ||
1.網(wǎng)絡(luò)定位中基于聯(lián)盟博弈的功率分配方法,其特征在于,包括如下步驟:
s1建立基于聯(lián)盟的無線傳感器網(wǎng)絡(luò)定位功率消耗優(yōu)化模型
定義聯(lián)盟:設(shè)N={1,2,…N}表示傳感網(wǎng)中的源節(jié)點集,其中N表示源節(jié)點的數(shù)目,N的任意一個非空子集稱為N的一個聯(lián)盟;只包含一個節(jié)點的聯(lián)盟稱為單聯(lián)盟;
對于給定的N的一個聯(lián)盟,可通過定義一個滿足的向量s∈{0,1}N來表示;用于定位第k個目標(biāo)節(jié)點的非空的源節(jié)點的集合是一個聯(lián)盟,記為Sk;
定義聯(lián)盟結(jié)構(gòu):設(shè)Sk1,Sk2,…,Skn為n個聯(lián)盟,如果滿足則稱{Sk1,Sk2,…,Skn}為N的一個聯(lián)盟結(jié)構(gòu);記N所有的聯(lián)盟結(jié)構(gòu)的集合為T;在無線傳感器網(wǎng)絡(luò)定位中,聯(lián)盟Sk中的所有源節(jié)點通過發(fā)射包含自身位置信息的信號至第k個目標(biāo)節(jié)點,設(shè)第i個源節(jié)點消耗的功率為pi,其中pi∈[0,P],P為源節(jié)點的最大發(fā)射功率;設(shè)記錄測量值所需的時間為Ts,故其消耗的能量為piTs,所有網(wǎng)絡(luò)節(jié)點進行一次測量所需耗費的能量為
基于聯(lián)盟的無線傳感器網(wǎng)絡(luò)定位功率消耗優(yōu)化模型可表示為:
其中,p=(p1,p2…pN)T為功率的分配向量,目標(biāo)函數(shù)是某個聯(lián)盟結(jié)構(gòu)中各節(jié)點所耗費的功率之和,是定位時所需滿足的定位精度值,GDOPk為對Sk聯(lián)盟而說的幾何精度因子,p'i為第i個源節(jié)點分配得到的功率的上限;約束條件表明該聯(lián)盟的幾何精度因子不超過即定位誤差控制在一定范圍內(nèi);
假設(shè)節(jié)點組成了聯(lián)盟結(jié)構(gòu)Y,節(jié)點的功率分配向量為p,如果所有的傳感器無法形成聯(lián)盟使得節(jié)點的功率減小,則稱功率分配向量p是公平的;因此功率分配向量p是公平的當(dāng)且僅當(dāng)其滿足:
對目標(biāo)節(jié)點k預(yù)先設(shè)定的精度而言,G(S'k)為S'k中的最小功率:
如果可行集為空,則設(shè)G(S'k)=∞;在滿足公平性條件即式(2)的前提下求解優(yōu)化模型即式(1)可得到最優(yōu)的功率分配方案;
s2幾何精度因子的計算
假設(shè)一個目標(biāo)節(jié)點通過含噪聲的距離ρi的測量來估計它的位置,即:
其中,觀察值的標(biāo)準(zhǔn)差依賴于TOA算法測量的標(biāo)準(zhǔn)差,即:
其中,c為光速常量,為TOA測量中的標(biāo)準(zhǔn)差,因數(shù)4表示從源節(jié)點到目標(biāo)節(jié)點兩個來回,上述變量通過對稱雙面雙向測距協(xié)議用來獲得距離估計;
目標(biāo)節(jié)點的位置通過最小二乘法估計得到,x表示目標(biāo)節(jié)點的實際位置坐標(biāo),表示第i個源節(jié)點的坐標(biāo),目標(biāo)節(jié)點的坐標(biāo)估計值是使得均方差最小的坐標(biāo):
這個優(yōu)化問題基于一個摩爾-彭若斯廣義逆矩陣的閉合解為:
其中,N維向量b定義為:
b=[ρ1-ρ1(x0),…ρN-ρN(x0)]T, (8)
N*2階矩陣Η為:
其中,N為源節(jié)點集合N的基數(shù),即對目標(biāo)節(jié)點測量的次數(shù);求解式(7)需要初始化未知的目標(biāo)節(jié)點坐標(biāo),記作x0;式(7)中的最小二乘解與以下方差矩陣有關(guān):
其中,對角矩陣為:
式(11)等式右邊括號內(nèi)的各個參數(shù)是式(3)中每一次距離測量時的方差;
幾何精度因子定義如下:
其中Tr{·}表示跡算子,平均的克拉姆-拉奧下界的計算公式為以下不等式右側(cè)的表達式:
其中,B是信號帶寬,Tc是信號的持續(xù)時間,fc是中心頻率,Li=(λ/4πρi)2是路徑損失,ρi為距離,λ為頻率,pi是第i個源節(jié)點的傳輸功率,N0是噪聲的密度;
s3聯(lián)盟博弈的形成算法
一個目標(biāo)節(jié)點和多個源節(jié)點的無線傳感網(wǎng)中源節(jié)點聯(lián)盟的形成算法如下:
考慮只有一個目標(biāo)節(jié)點的情況,聯(lián)盟S中的所有源節(jié)點用于發(fā)射信號至該目標(biāo)節(jié)點,將所有的源節(jié)點都加入到聯(lián)盟S中,即源節(jié)點數(shù)量a=N,對所有的源節(jié)點進行傳輸功率的分配求最優(yōu)分配,當(dāng)一個源節(jié)點分配到的功率等于0時表示該源節(jié)點不在該聯(lián)盟中,即可求得定位該目標(biāo)節(jié)點的源節(jié)點的聯(lián)盟,這時候相當(dāng)于所有的源節(jié)點組成了一個大聯(lián)盟;這時候的源節(jié)點功率分配問題可用一個三元組Γ(N,Q,υ)來表示,其中各元素表示如下:
(1)N是N個博弈對象的集合,即無線傳感網(wǎng)中的源節(jié)點的聯(lián)盟;
(2)Q是博弈的策略集,是所采用的功率分配策略,即各源節(jié)點的功率分配,其中第i個源節(jié)點消耗的功率為pi,pi∈[0,P],P為節(jié)點的最大發(fā)射功率限制,令P-i表示除了第i個源節(jié)點以外的其他源節(jié)點的功率分配;
(3)vi是第i個源節(jié)點的效用函數(shù),表示對給定的功率分配策略,第i個源節(jié)點的收益,υ={vi}i∈N是N個源節(jié)點效用函數(shù)的集合;
用幾何精度因子GDOP的絕對值和第i個源節(jié)點分配到的功率值pi來表示效用函數(shù);定義以下的效用函數(shù)以滿足上述變量之間的變化關(guān)系:
其中,0≤α≤1表示在功率和誤差之間的權(quán)衡,即功率對效用函數(shù)的影響所占的比例,每一個源節(jié)點均通過自身的電池的狀態(tài)控制這個參數(shù)的值;A≥1表示對效用函數(shù)的值的修正,g(p)=(GDOP(p))2表示GDOP的平方;博弈的類型是通過效用函數(shù)定義的,如果效用函數(shù)滿足超模性,則該博弈就可以稱為超模博弈;
s4聯(lián)盟博弈的擴展
當(dāng)聯(lián)盟內(nèi)有多個目標(biāo)節(jié)點,效用函數(shù)和特征函數(shù)有所不同;依然考慮三元組Γ(N,Q,υ),此時效用函數(shù)如下式(15),此時效用函數(shù)依然滿足超模性;
其中,M為目標(biāo)節(jié)點的數(shù)目;
s5改進的優(yōu)化模型
通過把效用函數(shù)作為目標(biāo)函數(shù)來改寫式(1),即可得如下優(yōu)化模型:
上述優(yōu)化模型也可用各聯(lián)盟的特征方程表示為:
把優(yōu)化模型的目標(biāo)函數(shù)寫成聯(lián)盟的特征函數(shù)的累加和,在求解時先求解聯(lián)盟的分解,然后得出每個聯(lián)盟的特征函數(shù),最后求解優(yōu)化模型;上述的優(yōu)化模型使用的是特征函數(shù);
令
則當(dāng)特征函數(shù)的值越大時,式(18)的值越小,故把優(yōu)化模型改寫為:
s6基于超模博弈的功率分配和聯(lián)盟形成算法,算法的具體步驟如下:
s61、初始化,目標(biāo)節(jié)點發(fā)送測距請求信息
s62、迭代次數(shù)記為n=1,設(shè)定總共所需的迭代次數(shù)為Nit·|k|次,Nit為最優(yōu)反應(yīng)迭代次數(shù);
s63、當(dāng)n的值小于迭代次數(shù)且沒有收到測距終止信號時,執(zhí)行步驟s64,否則執(zhí)行步驟s611;
s64、i為收到目標(biāo)節(jié)點幀的順序標(biāo)志,收到請求信息的第i個源節(jié)點發(fā)送幀其中包含如下信息:(1)該源節(jié)點得到的功率值pi;(2)n=1時,即初始化時包含初始源節(jié)點坐標(biāo)信息,當(dāng)3≤i≤k時記錄定位該目標(biāo)節(jié)點的聯(lián)盟的向量的值為1,即si=1,計算更新gi(p)值;
s65、目標(biāo)節(jié)點收到源節(jié)點的測距響應(yīng)幀后,向源節(jié)點發(fā)送確認(rèn)幀
s66、源節(jié)點發(fā)送確認(rèn)響應(yīng)幀
s67、目標(biāo)節(jié)點收到確認(rèn)響應(yīng)幀后,計算出距離估計值ρi,收到的最大的i值即為目前收到的幀數(shù),滿足3≤i≤k時用最小二乘法計算和Η的值,計算g(p)的值;
s68、目標(biāo)節(jié)點向源節(jié)點發(fā)送確認(rèn)幀其中包含步驟s67中計算得到的各數(shù)值;
s69、源節(jié)點計算Ηi和gi(p)的值,并替換到Η和g(p)中更新,利用優(yōu)化算法得到使效應(yīng)函數(shù)最大的功率分配值pi并更新功率分配向量;
s610、判斷源節(jié)點收到目標(biāo)節(jié)點幀的順序標(biāo)志i,i=k時令i=1,n=n+1迭代結(jié)束,否則i=i+1繼續(xù)判斷其他源節(jié)點;
s611、測距結(jié)束。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東科技大學(xué),未經(jīng)山東科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510342441.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 感應(yīng)測井趨膚效應(yīng)的校正方法
- 網(wǎng)絡(luò)定位中基于聯(lián)盟博弈的功率分配方法
- 一種雙星座組合導(dǎo)航系統(tǒng)幾何精度因子計算方法
- 一種檢測導(dǎo)航接收機定位性能的方法和裝置
- 一種轉(zhuǎn)發(fā)式室內(nèi)定位設(shè)備及定位方法
- 多模衛(wèi)星導(dǎo)航系統(tǒng)用戶層幾何精度因子最小值計算方法
- 多模接收機系統(tǒng)層幾何精度因子最小值計算方法
- 一種多測速系統(tǒng)最優(yōu)測站組合實時確定方法
- 一種INS/SAR組合導(dǎo)航的幾何精度因子計算方法
- 一種基于自適應(yīng)BFO-PSO的衛(wèi)星選擇方法
- 博弈數(shù)據(jù)分析方法及裝置
- 一種在即時通訊工具中實現(xiàn)博弈活動的方法
- 面向多智能體同步博弈的建模方法及動作預(yù)測系統(tǒng)
- 一種多主體博弈的增量配電網(wǎng)源網(wǎng)荷協(xié)同規(guī)劃方法
- 一種基于三方演化博弈的配電網(wǎng)決策方法、裝置和設(shè)備
- 對抗環(huán)境下多無人機協(xié)同目標(biāo)分配方法及系統(tǒng)
- 目標(biāo)均衡博弈的處理方法和裝置
- 一種業(yè)務(wù)執(zhí)行方法、裝置及其相關(guān)設(shè)備
- 用于云原生應(yīng)用資源調(diào)度的博弈優(yōu)化方法及其系統(tǒng)
- 一種機器博弈輔助決策方法及系統(tǒng)
- 一種太陽能聚焦集熱系統(tǒng)光-熱-流體耦合優(yōu)化設(shè)計方法
- 基于風(fēng)電預(yù)測與需求響應(yīng)的魯棒雙層優(yōu)化模型的求解方法
- 一種止推結(jié)構(gòu)的制作工藝
- 一種電-氣能源多目標(biāo)分布式交易協(xié)同優(yōu)化方法和裝置
- 一種主配網(wǎng)協(xié)調(diào)分布式潮流優(yōu)化方法及相關(guān)設(shè)備
- 一種模型的優(yōu)化方法、系統(tǒng)及服務(wù)器
- 模型優(yōu)化方法、裝置、存儲介質(zhì)及服務(wù)器
- 一種推薦系統(tǒng)的構(gòu)建方法及裝置
- 模型優(yōu)化推薦方法、裝置和計算機存儲介質(zhì)
- 一種語言模型的優(yōu)化方法、裝置、電子設(shè)備及存儲介質(zhì)





