[發(fā)明專利]臍橙果園監(jiān)測節(jié)點的基于隨機深度的自適應(yīng)休眠方法

在審

• 申請?zhí)枺?/td>: 201710440066.6
• 申請日: 2017-06-12
• 公開（公告）號: CN107222913A
• 公開（公告）日: 2017-09-29
• 發(fā)明（設(shè)計）人: 朱赟;鐘八蓮;莫崇江;張輝;盧占軍
• 申請（專利權(quán)）人: 贛南師范大學(xué)
• 主分類號: H04W52/02
• 分類號: H04W52/02;H04W74/08;H04W4/00;H04W24/02;H04W24/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.臍橙果園監(jiān)測節(jié)點的基于隨機深度的自適應(yīng)休眠方法，其特征是節(jié)點在進入休眠狀態(tài)時可隨機選擇不同休眠深度來確定休眠時間T₀+nT_Δ，其中T₀為基本休眠時間，n為隨機休眠深度，T_Δ為休眠深度的間隔時間，而休眠深度間隔時間T_Δ可通過建立離散馬爾科夫鏈模型來進行性能分析獲得優(yōu)化值。

2.如權(quán)利要求1所述的臍橙果園監(jiān)測節(jié)點的基于隨機深度的自適應(yīng)休眠方法，其特征在于，所述節(jié)點待到傳輸?shù)母鱾€階段的狀態(tài)的具體過程為：

步驟1：節(jié)點處于等待過程，且在該過程中節(jié)點可進行信道偵聽和數(shù)據(jù)接收；若需要發(fā)送數(shù)據(jù)，則進入步驟3；若持續(xù)等待MT_slot后無需發(fā)送數(shù)據(jù)，進入步驟2；

步驟2：節(jié)點處于休眠過程，以降低節(jié)點的能量消耗；如步驟1所述，若節(jié)點在等待過程中等待MT_slot后無需收發(fā)數(shù)據(jù)，節(jié)點隨機選擇一個休眠深度n(0≤n≤N-1)，屆時轉(zhuǎn)為休眠狀態(tài)，則休眠時間為T₀+nT_Δ，其中T₀為基本休眠時間，T_Δ為休眠深度的間隔時間；休眠時間結(jié)束后，節(jié)點若需收發(fā)數(shù)據(jù)，則進入步驟3，否者進入步驟1；

步驟3：節(jié)點處于退避過程，其退避機制(包括退避時間和退避級數(shù))參照IEEE 802.11 DCF，且在該過程中節(jié)點需進行信道偵聽；若節(jié)點在等待過程中一旦需收發(fā)數(shù)據(jù)，則進入退避過程，節(jié)點結(jié)束退避過程后，準備進行數(shù)據(jù)收發(fā)，屆時若信道空閑，則進入步驟4，否則重新進入步驟3；

步驟4：節(jié)點處于數(shù)據(jù)收發(fā)過程；當節(jié)點結(jié)束當前數(shù)據(jù)收發(fā)后，若有數(shù)據(jù)需要收發(fā)，則進入步驟3，否則進入步驟1。

3.如權(quán)利要求1所述的臍橙果園監(jiān)測節(jié)點的基于隨機深度的自適應(yīng)休眠方法，其特征在于，建立離散馬爾科夫鏈模型分析的具體做法為：

退避過程可用隨機過程B(t)表示，且離散時間t和t+1表示兩個連續(xù)的時隙T_slot，與回退計數(shù)器的計數(shù)值相對應(yīng)，用隨機過程J(t)可表示節(jié)點在t時刻所處的退避級數(shù)(0,1,...,m)，其中m為最大退避級數(shù)，并設(shè)定在退避過程中每個分組發(fā)送失敗的概率p為獨立且恒定的，則可用隨機過程{J(t),B(t)}表示節(jié)點的退避過程，每個狀態(tài)的概率用P_B(i,k)(0≤i≤m,0≤k≤W_i-1)表示，則可用離散馬爾科夫鏈表示該退避過程，其中i為退避級數(shù)，k為退避計數(shù)器的值，W_i為退避次數(shù)為i時退避窗口；進入等待狀態(tài)的節(jié)點，若有數(shù)據(jù)要發(fā)送，則從等待狀態(tài)轉(zhuǎn)移到退避狀態(tài)，由于信源產(chǎn)生數(shù)據(jù)服從參數(shù)為λ的泊松分布，因而在一個時隙里節(jié)點從等待狀態(tài)轉(zhuǎn)移到退避狀態(tài)的概率為若經(jīng)過M個時隙后節(jié)點仍然沒有數(shù)據(jù)要發(fā)送，則將進入到休眠狀態(tài)；由于等待過程中某個時隙保持等待狀態(tài)的概率是獨立且恒定的，因此節(jié)點的等待過程也可用Markov鏈表示，若休眠狀態(tài)S_n結(jié)束時有數(shù)據(jù)要發(fā)送，則將由休眠狀態(tài)轉(zhuǎn)移到退避狀態(tài)，且轉(zhuǎn)移概率為若無數(shù)據(jù)發(fā)送，則將進入等待狀態(tài)，轉(zhuǎn)移概率為α₀α_Δⁿ，其中由于只有當休眠狀態(tài)結(jié)束時才可會改變自身狀態(tài)，可將結(jié)束休眠時的時隙用以表示該休眠過程以簡化分析；進入傳輸狀態(tài)的節(jié)點直到數(shù)據(jù)傳輸結(jié)束后才能改變自身狀態(tài)，在傳輸結(jié)束時，若有數(shù)據(jù)要發(fā)送，則由傳輸狀態(tài)轉(zhuǎn)移到每一個退避級數(shù)為0的退避狀態(tài)的概率為其中K為傳輸過程所需的平均時隙，因而在傳輸結(jié)束時沒有數(shù)據(jù)需發(fā)送，則由傳輸狀態(tài)轉(zhuǎn)移到等待狀態(tài)的概率為可知在設(shè)定條件下，級聯(lián)后節(jié)點從一種狀態(tài)轉(zhuǎn)移到另外一種狀態(tài)的概率是獨立且恒定的，則上述過程可級聯(lián)后為的離散馬爾科夫鏈，對節(jié)點在任何時隙內(nèi)可能存在的各個狀態(tài)可用離散馬爾科夫鏈進行描述，通過該模型求得在穩(wěn)態(tài)時節(jié)點停留在不同狀態(tài)的概率；

由于在平穩(wěn)狀態(tài)時離散馬爾科夫鏈應(yīng)滿足則節(jié)點處于退避級數(shù)為0且退避計時器為0的狀態(tài)的概率

PB(0,0)=pW0[1-(2p)m]1-2p+p(1-pm)2(1-p)+K(1-pm+1)+Nγ(1-pm+1)(1-αΔ)(1-βM+1)(N-NαΔ-α0βM+αNβM)(1-β)+W0+12W0[γ(N-NαΔ-α0βM+α0αNβM)N-NαΔ-α0βM+αNβM+(1-γ)](1-pm+1)-1]]>

由于不論退避級數(shù)為多少，只要退避計時器為0，則傳感器節(jié)點開始傳輸數(shù)據(jù)，則該節(jié)點在任意時隙的發(fā)送概率可表示為在節(jié)點傳輸數(shù)據(jù)的時候，若相鄰n-1個節(jié)點中至少有一個節(jié)點也發(fā)送數(shù)據(jù)則發(fā)生碰撞，而且當目的節(jié)點處于休眠時發(fā)送數(shù)據(jù)也失敗，因此該節(jié)點在任意時隙發(fā)送失敗的概率為從而得出τ和p。