[發明專利]一種多節點協作無線視覺傳感器網絡中的最優功率分配算法

在審

• 申請號: 202011461666.9
• 申請日: 2020-12-08
• 公開（公告）號: CN112601246A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 林霏;陳紅;王曉芳;靳顯智
• 申請（專利權）人: 齊魯工業大學
• 主分類號: H04W24/06
• 分類號: H04W24/06;H04W52/24
• 代理公司: 濟南格源知識產權代理有限公司 37306
• 代理人: 韓洪淼

1.一種多節點協作無線視覺傳感器網絡中的最優功率分配算法，其特征在于，包括以下步驟：

構建多節點協作無線視覺傳感器網絡；

在所述多節點協作無線視覺傳感器網絡中，構建基于深度神經網絡的功率分配

網絡結構模型；

生成所述功率分配網絡結構模型的數據集；

訓練所述功率分配網絡結構模型；

對訓練完成的功率分配網絡結構模型進行測試。

2.根據權利要求1所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述功率分配網絡結構模型具體為包括一個輸入層、多個隱含層、一個輸出層的全連接深度神經網絡。

3.根據權利要求2所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述功率分配網絡結構模型的輸入層與輸出層之間一一對應，輸入層的輸入節點數與輸出層的輸出節點數相同。

4.根據權利要求3所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述輸入層的輸入為源-中繼、中繼-目的、源-目的之間的信道方差；

所述輸出層的輸出為源節點的發送功率和中繼節點的發送功率，以及源-目的的距離與源-中繼的距離之間的夾角。

5.根據權利要求4所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述數據集包括訓練數據集、測試數據集、標準輸出數據集；

所述訓練數據集、標準輸出數據集用于訓練所述功率分配網絡結構模型；

所述測試數據集、標準輸出數據集用于對訓練完成的功率分配網絡結構模型進行測試。

6.根據權利要求5所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，依據測試數據集、標準輸出數據集對訓練完成的功率分配網絡結構模型進行測試的具體方法為：

將測試數據集輸入到訓練完成的功率分配網絡結構模型中，計算輸出與標準輸出數據集之間的均方誤差。

7.根據權利要求5所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述數據集中訓練數據集、測試數據集的具體生成方法為：

設定源端至目的端的距離固定為最大值；

源-中繼、中繼-目的、源-目的之間的信道方差與源-中繼、中繼-目的、源-目的之間的距離滿足如下關系：

其中，為源-中繼、中繼-目的、源-目的之間的信道方差，d_i，j為源-中繼、中繼-目的、源-目的之間的距離；

選取滿足上述公式的，源-中繼、中繼-目的、源-目的之間的信道方差值中的部分數據作為訓練數據集、選取剩余數據作為測試數據集。

8.根據權利要求7所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述數據集中標準輸出數據集的具體生成方法包括：

運用單個中繼端的系統遍歷容量上界公式，生成在不同信道狀態下使得系統遍歷容量最大化時的最優功率，計算公式如下：

其中，P_s為源端的發送功率，P_r為中繼端的發送功率，N₀為加性高斯白噪聲的方差；

以及根據源-中繼、中繼-目的以及源-目的之間的距離計算得到源-目的的距離與源-中繼的距離之間的夾角；

所述最優功率以及源-目的的距離與源-中繼的距離之間的夾角共同組成標準輸出數據集。

9.根據權利要求8所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，采用交叉熵驅動的反向傳播算法，訓練所述功率分配網絡結構模型。

10.根據權利要求9所述的多節點協作無線視覺傳感器網絡的最優功率分配算法，其特征在于，所述交叉熵驅動的反向傳播算法具體包括：

將測試數據集作為功率分配網絡結構模型的輸入，將得到的輸出與標準輸出數據集進行誤差計算得到誤差值；

將誤差值反向傳播并在反向傳播過程中對功率分配網絡結構模型進行權值修正，最終使得輸入與輸出之間形成如下映射關系：

其中，P為總發送功率，P_r，P_s，θ是與a對應的使系統遍歷容量最大化時的源端最優發送功率、中繼端的最優發送功率以及源-目的的距離與源-中繼的距離之間的夾角。