[發(fā)明專利]無線Mesh網絡中基于對偶分解的路由優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 201710557122.4
• 申請日: 2017-07-10
• 公開（公告）號: CN107343303B
• 公開（公告）日: 2019-11-01
• 發(fā)明（設計）人: 賈杰;陳劍;劉忠禹;范潤賢;王興偉
• 申請（專利權）人: 東北大學
• 主分類號: H04W40/24
• 分類號: H04W40/24;H04L12/721
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 齊勝杰

本發(fā)明提供一種無線Mesh網絡中基于對偶分解的路由優(yōu)化方法，包括：根據無線Mesh網絡路由優(yōu)化過程中網絡層的約束條件和物理層資源分配的約束條件、每一鏈路的信道使用信息確定的各鏈路的有效容量值，構建網絡優(yōu)化模型；采用拉格朗日函數描述優(yōu)化模型，獲取網絡優(yōu)化子問題和物理層優(yōu)化子問題；初始化拉格朗日函數的對偶變量，并分別采用凸優(yōu)化方法處理網絡優(yōu)化子問題，獲得第一處理結果；采用遺傳算法處理物理層優(yōu)化子問題，獲得第二處理結果；在第一處理結果和第二處理結果收斂時得到最優(yōu)解。上述方法能夠有效減少優(yōu)化模型的求解復雜性，且求解的結果能夠滿足要求最優(yōu)解的要求。

技術領域

本發(fā)明涉及的認知無線電網絡，具體涉及一種無線Mesh網絡中基于對偶分解的路由優(yōu)化方法。

背景技術

無線Mesh網絡是一種新型分布式無線寬帶接入網，融合了無線局域網和Ad Hoc網絡的優(yōu)勢，具有自組織、自修復、多跳級聯、高速率、覆蓋范圍廣等特點，在提高網絡覆蓋率、增加網絡容量、減少前期投資等諸多方面都顯示出很大優(yōu)勢，有望成為“最后一公里”寬帶接入問題的理想解決方案，正引起業(yè)界的廣泛關注。

隨著無線技術的發(fā)展，用戶數量不斷增多，對服務質量的需求不斷提升，有限的頻譜資源已成為獲取高性能數據服務的嚴重障礙，而傳統(tǒng)的固定頻譜分配模式無疑使這一問題雪上加霜。近年來，認知無線電技術(Cognitive Radio，CR)的產生和發(fā)展為人們提供了新的解決思路。CR通過動態(tài)分配空閑頻譜，能夠使得認知用戶伺機接入授權頻譜，有望解決日益增長的無線通信需求和有限的頻譜資源之間的矛盾，認知無線Mesh網絡應運而生。

路由優(yōu)化是認知無線Mesh網絡需要重點關注的問題。由于路由算法直接決定了各鏈路的流量需求。而在認知無線Mesh網絡中，鏈路容量除了與所采用功率控制、信道分配機制密切相關，還受到信道檢測方法的影響。然而，目前容量計算中并沒有考慮信道檢測概率對鏈路容量的影響。考慮到基于能量的信道檢測已成為當前認知無線電技術中的廣泛使用空閑頻譜檢測方法，如何基于能量檢測機制，有效評估鏈路容量，已成為認知無線Mesh網絡路由優(yōu)化中必須考慮的重要問題。

發(fā)明內容

為解決現有技術中的問題，本發(fā)明提供一種無線Mesh網絡中基于對偶分解的路由優(yōu)化方法。

第一方面，本發(fā)明提供一種無線Mesh網絡中基于對偶分解的路由優(yōu)化方法，包括：

步驟1：根據無線Mesh網絡路由優(yōu)化過程中網絡層的約束條件和物理層資源分配的約束條件、基于無線Mesh網絡中每一鏈路的信道使用信息確定各鏈路的有效容量值，構建無線Mesh網絡的優(yōu)化模型；

步驟2：采用拉格朗日函數描述所述優(yōu)化模型，并對優(yōu)化模型的優(yōu)化問題進行分解，得到網絡優(yōu)化子問題和物理層優(yōu)化子問題；

步驟3：初始化拉格朗日函數的對偶變量；

步驟4：基于初始化后的對偶變量，采用凸優(yōu)化方法處理所述網絡優(yōu)化子問題，獲得第一處理結果；以及基于初始化后的對偶變量，采用遺傳算法處理所述物理層優(yōu)化子問題，獲得第二處理結果；

步驟5：判斷第一處理結果和第二處理結果是否收斂，若收斂，則將第一處理結果和第二處理結果作為最優(yōu)解輸出；

步驟6：若步驟5中的第一處理結果和第二處理結果不收斂，則根據第一處理結果和第二處理結果，對對偶變量進行更新，并重新執(zhí)行步驟4和步驟5，以基于更新的對偶變量，采用凸優(yōu)化方法獲取第一處理結果；以及基于更新的對偶變量，采用遺傳算法獲取第二處理結果并判斷是否收斂的過程。

可選地，構建無線Mesh網絡的優(yōu)化模型之前，所述方法還包括：

基于無線Mesh網絡中認知用戶、主用戶對應的信道使用信息確定每一鏈路的有效容量值。

可選地，基于無線Mesh網絡中認知用戶、主用戶對應的信道使用信息確定每一鏈路的有效容量值，包括：