[0005] 本发明公开了一种无线多跳网络的集中式优化分配方法。该方法在网络中业务流路由确知的情况下,以最大化网络效用为目标,利用原始对偶内点法对模型进行求解,获得原始及对偶变量的牛顿方向用于迭代更新。由于在牛顿方向的更新过程中需要使用到全局的诸如节点功率、源节点发送速率等信息,所以需要在控制中心节点处统一计算处理。本发明方法的步骤如下:
[0006] 步骤一:初始化阶段。控制中心节点通过周期性“Hello”消息的交换,获得本网络的拓扑信息,并根据最短路径路由算法周期性更新本网络路由表;
[0007] 步骤二:信息收集阶段。控制中心节点周期性收集网络中所有节点的基本配置信息,包括信道带宽、是否业务流的源节点以及节点功率上界等,并根据所获取的参数信息整理成已知参数库,更新源速率和功率更新可行域;
[0008] 步骤三:模型建立阶段。控制中心节点建立系统优化模型;
[0009] 步骤四:模型求解阶段。控制中心节点运用原始对偶内点法分别求得:
[0010] 1)由业务流速率和链路功率构成的原始变量的更新公式;2)由链路拥塞价格和节点功率价格构成的对偶变量的更新公式;
[0011] 步骤五:集合投影阶段。若步骤四中的更新结果超出了可行域,则根据集合投影的方法对结果进行调整。
[0012] 步骤六:控制消息分发阶段:当原始变量与对偶变量更新至收敛后,控制中心节点将计算结果发送给网络中的各节点,各节点按照要求分配业务流速率和链路功率;
[0013] 步骤七:重启动阶段:若网络拓扑发生改变或者有新的业务流加入,重新开始进入步骤一初始化阶段;否则,一直按照当前分配值运行系统。
[0014] 进一步地,所述步骤一的具体步骤如下:
[0015] 通过HELLO包交互获得邻居信息,并且计算出节点间链路的信噪比,以及交换彼此的操作权限信息;
[0016] 通过GPS定位获得本节点位置信息;
[0017] 通过相邻节点交互来获得其他节点位置信息,并计算相互之间的距离;
[0018] 节点根据最短路径路由算法周期性更新本网络路由表。
[0019] 进一步地,所述步骤二的具体步骤如下:
[0020] 各个节点通过周期性地发送控制信息将基本配置信息:信道带宽、是否为业务流的源节点以及节点功率上界等发送给控制中心;
[0021] 控制中心根据所获取的参数信息整理成已知参数库,更新源速率和功率更新可行域。
[0022] 进一步地,所述步骤三优化模型为:
[0023]
[0024] 约束条件为式(2)、(3)、(4)和(5):
[0025]
[0026] 其中,U(fs)为效用函数,表示业务流的源速率为fs时,业务流s获得的效用;约束条件:(2)为链路信道容量约束,流经链路的业务流速率之和不能超过它的信道容量;(3)为节点功率约束,节点分配给输出链路的功率之和不能超过节点最大传输功率;(4)为业务流速率和链路功率的非负性约束;(5)为信道容量定义式,假设所有的信道都用带有路径损耗指数α的大尺度衰落和小尺度瑞利衰落建模;那么链路l的信噪比可以写为 式2
中,dl为链路l的距离, hl为信道增益系数,pl表示链路l的发送功率,|hl|服从均值为1的指数分布;
[0027] 其中,n和l分别表示网络节点集合与链路集合,网络中有S个端到端的业务流,cl(pl)为链路l发送功率为pl时的信道容量,B为信道带宽。
[0028] 进一步地,所述步骤四的具体步骤为:定义原始变量y=[f1,...,fs,p1,...,pL]T表示所有的业务流速率和链路功率变量,利用障碍函数法将优化问题转化为无约束的优化问题,得到重构的最小化问题:
[0029]
[0030] 为障碍目标函数,其表达式为:
[0031]
[0032] 其中μ为障碍函数惩罚因子,用于调整与原优化问题的近似程度,μ越大,重构的优化问题的最优解与原问题的最优解越接近;
[0033] 对障碍目标函数 进行求导,并令导数为0得到:
[0034]
[0035] 其中,当链路l在业务流fs的路由上时,1s(l)=1,否则为0.
[0036] 根 据 原 始 对 偶 内 点 法 ,定 义 对 偶 变 量 和分别表示链路拥塞价格和节点功率价格;用向量
表示所有的链路拥塞价格, 表示所有的节点功率价格,
表示全部的对偶变量。得到重构优化问题的扰动KKT条件:平稳性(ST),原始可行性(PF),对偶可行性(DF)以及扰动互补松弛 (CS)条件(1表示全1向量,维度结合上下文确定):
[0037]
[0038] (PF):y>0,My‑e<0 (11)
[0039] (DF):λ>0 (12)
[0040] (CS):‑Diag{My‑e}λ=1 (13)
[0041] 其中,
[0042]
[0043] 为定义的目标增强函数;
[0044] 下面进一步用牛顿法处理由扰动KKT条件构成的非线性系统,求解出原始及对偶变量的牛顿方向。
[0045] 根据牛顿法,原始变量y和对偶变量λ的迭代求解策略如下:
[0046]
[0047] 其中,π[t]表示迭代步长,Δy[t]表示原始变量的牛顿方向,Δλ[t]表示对偶变量的牛顿方向;
[0048] 通过求解(10)和(13)组成的非线性系统得到:
[0049]
[0050] 其中, 表示fμ(y[t])的梯度矩阵, 表示fμ(y[t])的Hessian 矩阵, Λ[t]=Diag{λ[t]},Q[t]=Diag{My[t]‑e[t]},
Diag{*} 表示对角化,I表示单位矩阵,维数结合上下文决定。
[0051] 由上式可进一步求解得到原始变量及对偶变量的牛顿方向为:
[0052]
[0053] 其中
[0054]
[0055] 所以在时隙t,控制中心节点通过式(17)(18)计算原始及对偶变量的牛顿方向,然后通过式(15)完成对由业务流速率和链路功率构成的原始变量y的更新,以及由链路拥塞价格和节点功率价格构成的对偶变量λ的更新。
[0056] 进一步地,所述步骤五中集合投影方法为:
[0057]
[0058] 其中π∈(0,1],为固定步长, 是可行域集合,表示(y,λ)在集合 上的投影结果,ε是一个趋近于0的任意正数,M是根据网络实际资源状况预设的一个大于0的常数,用来抑制突发性。
[0059] 本发明公开的方法具有以下优点:
[0060] (1)该方法实现了无线多跳网络中业务流速率和节点发送功率的二阶分配方法,使网络达到最大效用值。
[0061] (2)该方法通过采用集合投影技术,简化了步长选择难度,减弱了不同步长对方法收敛性及最终网络效用值的影响。
[0062] (3)该方法集中式实现,对非中心控制节点的计算能力要求不大,所以非中心节点能耗较少,适用于存在数据处理中心的网络。