[發明專利]一種無線傳感器網絡參數自適應調節方法

在審

• 申請號: 201711089171.6
• 申請日: 2017-11-08
• 公開（公告）號: CN109462858A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 劉元安;李尚南;張洪光;范文浩;吳帆
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W74/08;H04W84/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種無線傳感器網絡參數自適應調節方法，其特征在于，使用Q學習算法，對基于星型拓撲、采用基于CSMA/CA接入機制的IEEE 802.15.4通信協議的無線傳感器網絡中各個傳感器節點的最大退避次數和最大重傳次數進行動態調節，以滿足傳感器節點有效傳輸率和時延的要求。

在本星型網絡拓撲模型，傳感器網絡由傳感器節點與協調器構成，節點用于采集傳感器數據，協調器作為整個傳感器網絡的匯聚設備，用于收集節點上傳的傳感器數據。在傳感器網絡中，傳感器節點使用的是精簡功能節點(RFD)，它們只能與協調器節點進行信息交互，即傳感器節點之間不能進行直接通信，傳感器節點如果向獲取網絡中其他節點的信息，則只能通過協調器進行轉發。

本自適應調節方法以網絡通信時延D以及網絡有效傳輸率R作為目標函數，以傳感器節點作為智能體，以無線傳感器網絡的環境狀態S(t)作為Q學習的環境狀態集合S，每次通信中各個節點的通信參數的設置動作A(t)作為智能體代理的動作集合A，以傳感器網絡節點所采用的通信參數與其的通信時延以及有效傳輸率之間的對應關系作為各個傳感器節點的瞬時反饋獎勵函數，采用分布式Q學習迭代算法對網絡中各個節點的通信參數進行設置，在迭代過程中設置探索策略函數π(s,a)。其中，由于我們研究的場景是無線傳感器網絡對未知環境的自適應能力，而不是無線傳感器網絡對動態變化的通信環境的適應能力，因此作為狀態S(t)基本上不會因時間t的變化而發生改變。

綜上，本自適應調節方法的具體實施步驟如下所示：

步驟1：初始化各個動作的Q值，一般情況下將它們都初始化為0；

步驟2：觀察現狀態s；

步驟3：通過Q(s,a)求出策略π(s,a)，從而對探索新動作和利用現在動作的概率進行平衡；

步驟4：根據代理策略π(s,a)選擇一個動作a；

步驟5：執行動作a并觀察所得到的獎勵r和下一個狀態s′；

步驟6：使用Q值更新公式對Q(s,a)的值進行更新；

步驟7：將現狀態s變為s′；

步驟8：重復4—8的步驟:，直到Q(s,a)的值收斂。

2.根據權利要求1所述的無線傳感器網絡參數自適應調節方法，其特征在于，無線傳感器網絡通信中采用的是基于時隙CSMA/CA的802.15.4協議。在無線傳感器網絡中，各個節點是使用競爭型的MAC協議進行信道接入的。在接入信道之前，節點首先會進行兩次空閑信道檢測(CCA)，其目的在于避免兩個傳感器節點同時接入信道導致數據幀發生碰撞，導致節點的有效傳輸率下降以及通信時延上升。如果兩次空閑信道檢測中有一次的結果為信道繁忙，則會進入退避階段。在退避階段，節點處于睡眠狀態或空閑狀態。在退避階段結束之后，傳感器節點又會進行兩次空閑信道檢測。若又檢測出信道繁忙，則重復進行退避和空閑信道檢測。當退避的次數達到最大退避次數，而傳感器節點仍未接入信道，則認為本次發送失敗。若在達到最大退避次數之前成功接入信道，則傳感器節點會將配置好的數據幀發送給協調器節點，并等待協調器節點返回ACK確認幀。若在規定的時間內未收到協調器返回的確認幀，則認為發送失敗，于是會重新進入信道接入階段，進行重傳。若重傳次數達到無線傳感器網絡設置的最大重傳次數仍未收到協調器返回的確認幀，則會認為本次發送失敗。若收到了確認幀，則本次發送成功，傳感器節點等待下一次發送。

3.根據權利要求2所述，在無線傳感器網絡的通信中，最大退避次數和最大重傳次數是影響傳感器節點通信質量的主要指標，兩者設置的值越大，則傳感器節點通信的可靠性也會越高。但兩者并不是可以無限增加的，兩者都有各自的取值范圍。最大退避次數可以取的最大值為5，而最大重傳次數可以取的最大值為7。除此之外，隨著最大退避次數和最大重傳次數的上升，傳感器節點的通信時延也會大大上升。因此，為了保證傳感器節點的時延參數不超過要求的閾值，需要對最大退避次數和最大重傳次數的值進行調節。