1.一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:具体包括以下步骤:
步骤一,多区域无线传感器网络系统建模:
(1-1)根据实际的支持多区域联合通信的合作能量收集中继无线传感器网络建立合作能量收集中继无线传感器网络模型;
(1-2)基于已经确定的网络架构,对中继分别基于解码转发和放大转发传输信息的过程进行分析;
(1-3)制定基于混合译码放大转发策略进行数据转发的有约束优化问题;
(1-4)根据惩罚函数法,将所述有约束优化问题转化成为无约束优化问题;
(1-5)根据线性加权法和所述无约束优化问题,构建能量收集和数据传输协同优化的数据模型;
步骤二,使用基于融合学习算法的MS-BAS算法对能量收集和数据传输协同优化的数据模型进行求解;
(2-1)初始化变量、计算初始适应度值并将天牛种群随机平均划分为预定数目的子群;
(2-2)在第k次迭代过程中,基于融合学习思想对天牛子群进行交互、重组操作,对每个子群中天牛个体的适应度进行排序,找到最优的个体和两个最差的个体;对于每个适应度最差的天牛个体,从所有子群中随机选择两个子群,每个子群中取一个邻域最优的个体,比较两个邻域最优个体的适应度值,选择适应度较大的邻域最优天牛个体的位置作为该天牛个体的学习模板,即将邻域最优个体的位置与该个体的位置互换,重新组成新的天牛种群的位置矩阵;
(2-3)计算天牛个体的左右须位置以及每个天牛个体的右须和左须的适应度值;
(2-4)更新局部最优解的值和全局最优解的值,在第k次迭代过程中,分别计算第s个天牛个体的适应度值,比较天牛群中每个天牛个体的适应度值,取出最优的适应度值为局部最优值;将第k次迭代过程获得的局部最优值与已经经历过的k-1迭代的最优解值进行比较,取出最优的适应度值为天牛个体在第k次迭代过程中的全局最优值;
(2-5)更新天牛个体的增量函数和速度;
(2-6)更新、记录并存储每个天牛个体的位置,并计算当前各个天牛的适应度值;
(2-7)更新个体最优解,更新每个天牛步长,判断第k+1迭代次数的天牛个体适应度值fk+1(ρ,X,μ)是否小于第k次迭代时的天牛个体适应度值fk(ρ,X,μ),若该条件成立,说明更新后天牛个体的适应度函数值优于更新前天牛个体的适应度函数值,此时,更新最优的天牛个体位置为第k+1次迭代的天牛个体位置,即X*=Xk+1,否则,保持最优的天牛个体位置为原天牛个体位置,即X*=Xk为最优解,更新步长δk+1=c1·δk+δ0,其中,δk+1是第k+1次迭代时的k天牛步长,c1是步长迭代参数,δ是第k次迭代时的天牛步长,δ0是天牛的步长的初始值;
(2-8)更新罚因子;
(2-9)比较算法程序在第k次迭代的函数适应度值fk(ρ,X,μ)和第k+1次迭代的函数适应度值fk+1(ρ,X,μ),如果满足不等式|fk+1(ρ,X,μ)-fk(ρ,X,μ)|≤ε1且 认为已经达到收敛值,则跳转到步骤2-10,否则根据公式k=k+1更新迭代次数的值并返回步骤2-
2;
(2-10)返回最优的个体搜索的策略和适应度值,返回最优的个体搜索的策略X*={Θ*,Ψ*},即返回最优的矩阵Θ和矩阵Ψ的值;返回基于最优的个体搜索的策略的最优的适应度值,即返回最优的网络总传输速率;
步骤三,多区域无线传感器网络系统优化;
根据最优的个体搜索策略值X*中的矩阵Θ*和矩阵Ψ*的值,调整该多区域无线传感器网络系统的各个专属EH中继节点的功率分配比和信号传输策略,使所述多区域无线传感器网络系统的总传输速率达到最优适应度值。
2.根据权利要求1所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤一中步骤1-1建立支持多区域联合通信的合作能量收集中继无线传感器网络模型,具体为:
无线传感网络由N个监测区域、N个专属EH中继节点以及1个聚合节点组成,其中,每个监测区域包括M个无线传感器节点;第i个监测区域中的第j个无线传感器节点表示为Sij,Ri表示第i个监测区域的专属EH中继节点,负责协助本监测区域的所有无线传感器节点传递信息到聚合节点C,专属EH中继节点接收到的来自所有无线传感器节点的RF信号,将会被分成两个信号流,一个信号流用于能量收集,并将收集的能量存储到储能装置中以供信息传输使用,另一个信号流用于信号解码和编码,完成信息转发,每个专属EH中继节点信号流的划分标准是由功率分配比θi(i=1,2,...,N)来决定的,专属EH中继节点协助对应的监测区域内不同传感器节点传输信息时,需要针对不同的传输链路分配不同的传输功率,通过参数βi,j(i=1,2,...,N,j=1,2,...,M)来控制。
3.根据权利要求2所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤一中的步骤1-3制定基于混合译码放大转发策略进行数据转发的有约束优化问题,具体为:
其中, min(x,y)z表示x和y之间最小值的z次幂, 为根据无线传感器网络终端的通信质量要求设定的专属EH中继节点Ri接收的信噪比阈值;θi是第i个专属EH中继节点的功率分配比;βi,j表示专属EH中继节点Ri协助无线传感器节点Sij通信的功率和自身发射功率的比值;β-i,-j表示专属EH中继节点Ri协助除Sij之外的无线传感器节点通信的功率和自身发射功率的比值; 表示当专属EH中继节点采用DF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路,专属EH中继节点Ri处的信噪比,Rij表示专属EH中继节点协助Sij通信的信息流; 表示当专属EH中继节点采用DF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路,Rij在聚合点C处的信噪比; 表示当专属EH中继节点采用AF策略时,针对第i个监测区域中的第j个无线传感器sij所在的通信链路在专属EH中继节点Ri处的信噪比;
表示在使用AF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路在聚合点C处的信噪比。
4.根据权利要求3所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤一中的步骤1-5能量收集和数据传输协同优化的数据模型,具体为:为专属EH中继节点Ri从环境中收集的RF能量,ρ和(1-ρ)分别作为数据传输和能量收集的权重,ρ的取值范围为0≤ρ≤1;
(max(0,t))2表示取出0和t之间的最大值并求其平方值,(min(0,t))2表示取出0和t之间的最小值并求其平方值;μ是罚因子。
5.根据权利要求1所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤二中的步骤2-1初始化变量和计算初始适应度值,具体为:初始化种群大小G,天牛种群表示为xs(s=1,2,...,G);每个天牛位置按照集合Θ和Ψ的初始化方法能够被初始化为一个1*(N+N*M)阶的矩阵,其中,矩阵的前N个元素表示Θ的值,其他的N*M个元素表示Ψ的值,Θ是所有传输链路的功率分配比组成的集合,Θ=[θ1,θ2,...,θN],βi,j为专属EH中继Ri协助监测区域内第j个无线传感器的功率与自身发射功率的比值,Ψ是所有的βi,j组成的集合,即Ψ=[β1,1,...,β1,M;β2,1,...,β2,M;...βN,1,...,βN,M],因此天牛群体的位置情况被初始化为一个G*(N+N*M)阶的矩阵X,天牛群体速度能够按照VΘ和VΨ的初始化方法被初始化为一个G*(N+N*M)阶的矩阵V,天牛群体步长能够按照δΘ和δΨ的初始化方法被初始化为一个G*(N+N*M)阶的矩阵δ,对天牛种群随机平均划分为预定数目的子群,初始化罚因子μ和数据传输的权重ρ,初始化最优的个体搜索的策略X*=X,将已完成初始化的包含变量θi,i∈(1,...,N)和βi,j,i∈(1,...,N),j∈(1,...,M)初始值的天牛个体代入解析表达式f中,计算子群中每个天牛个体的初始适应度值;初始化当前迭代次数k=0;设定第0次迭代的每个天牛个体的函数适应度值f0(ρ,X,μ)等于每个天牛个体的初始适应度值f,初始化局部最优解的值 和全局最优解的值 初始化X*=Xk=X,X*为最优的个体搜索策略值,Xk为迭代次数为k时天牛群体的位置情况,初始化wmax、wmin、K、ε1、ε2、w、r1、r2、c1、c2、δ0,其中wmax和wmin分别表示基于优化问题的实际情况而人为设定的惯性变量最大值和最小值;K表示总的迭代次数,K为正整数;ε1和ε2是精确度常数,w表示惯性变量,r1和r2表示学习率,c1表示步长迭代参数,c2表示须长和步长的比例参数;δ0为天牛的步长的初始值,δ0=δ=(δΘ,δΨ)。
6.根据权利要求5所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤二中的步骤2-4计算天牛个体的左右须位置以及每个天牛个体的右须和左须的适应度值,具体为:
第s个天牛在第k+1次迭代时的左须位置 可以根据 和 得到,第s个天牛在第k+1次迭代时的右须位置 可以根据 和 得到,将天牛左须位置 和右须位置分别代入f(ρ,X,μ),其中:
计算每个天牛个体的右须和左须的适应度值分别为 和 其中,ρ和(1-ρ)分别作为数据传输和能量收集的权重,ρ的取值范围为0≤ρ≤1;X={Θ,Ψ},即X是矩阵Θ和矩阵Ψ组成的集合;μ是罚因子;i为正整数;N为无线传感网络的监测区域数量;
min(x,y)z表示x和y之间最小值的z次幂, 为根据无线传感器网络终端的通信质量要求设定的专属EH中继节点Ri接收的信噪比阈值;θi是第i个专属EH中继节点的功率分配比;βi,j表示专属EH中继节点Ri协助无线传感器节点Sij通信的功率和自身发射功率的比值;β-i,-j表示专属EH中继节点Ri协助除Sij之外的无线传感器节点通信的功率和自身发射功率的比值; 表示当专属EH中继节点采用DF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路,专属EH中继节点Ri处的信噪比,Rij表示专属EH中继节点协助Sij通信的信息流; 表示当专属EH中继节点采用DF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路,Rij在聚合点C处的信噪比; 表示当专属EH中继节点采用AF策略时,针对第i个监测区域中的第j个无线传感器Sij所在的通信链路在专属EH中继节点Ri处的信噪比; 表示在使用AF策略时,针对第i个监测区域中的第j个无线传感器节点Sij所在的通信链路在聚合点C处的信噪比; j为正整数,M为每个监测区域包括的无线传感器节点数量。
7.根据权利要求6所述的一种基于MS-BAS算法的中继传输策略选择和功率分配方法,其特征在于:所述步骤二中的步骤2-6更新天牛个体的增量函数和速度,具体为:基于公式 更新天牛的增量函数,其中 表示在k+1
次迭代时,第s个天牛个体在第i个方向上的增量函数值,δk表示第k次迭代时天牛的步长,它由此时天牛针对矩阵Θ求解维度的步长分量 和此时天牛针对矩阵Ψ求解维度的步长分量 两部分组成; 表示在k次迭代过程中,第s个天牛个体在第i个方向上的速度值,和 分别表示在第k次迭代时,天牛个体左右须的适应度值;基于公式更新天牛个体的速度;其中, 表示在第k+1次
迭代时,第s个天牛个体在第i个方向上的速度分量值,w表示惯性变量,r1和r2表示学习率,可以根据算法收敛情况进行人工调节;c1表示步长迭代参数;c2表示须长和步长的比例参数; 表示在k次迭代时,第s个天牛个体在第i个方向上的须长分量, 和 分别表示此时第s个天牛个体的局部最优值和全局最优值。