[0027] 本发明下面结合附图予以进一步详述。
[0028] 网络模型与问题构建：
[0029] 假设网络拓扑为 的混合无线传感网络，其中， 表示网络中的节点集合， 表示网络中会话流集合。其运行时间可以看成离散的时隙 。定义网络中的链路集合 ，所有会话源节点
集合为 。我们用 表示源节点为 的会话流集合。假设 表示在 时刻节点 中会话流 的队列积压，在初始时隙队列积压为0，且其源节点和目的节点分别为。网络中所有队列的数据传输均满足FIFO条件。
[0030] 由此网络模型可知，第 个节点中的第 条会话的数据队列 的演变方式为：
[0031]
[0032] 其中， 定义为 。 表示节点 下一跳传感器节点的集合，将其定义为 ， 表示节点 入链路端点的节点的集合，定
义为 。 表示队列 中的数据流 在 时刻的服务速率，
表示节点 中数据流 在 时刻丢失的数据包， 表示节点 在 时刻感知到的数据流 的数据。 为指示函数，表示当 为会话 的源节点时， 取值为1，否则为0。数据感知速率和丢包量满足分别约束条件 和 。
[0033] 同时，为了保障数据传输最差时延，构造虚拟时延队列 ，其队列演变如下；
[0034]
[0035] 该虚拟队列始终存在一个固定的队列输入 ，且其满足约束条件 。为一控制参数，通过对控制参数 赋予合适的参数值可以使我们获得一些更好的网络性能度量。
[0036] 结合实际数据队列和上述虚拟队列的演变方式，我们可以得到节点中数据传输最差时延 满足以下式子：
[0037]
[0038] 为了最小化上式中的 ，我们给定 值如下，
[0039]
[0040] 其中， 和 分别表示数据队列 和虚拟队列 的队列上界。
[0041] 本发明在网络稳定性条件的约束下，建立如下无线传感网络的吞吐量优化问题，并保障网络中所有节点队列的数据传输最差时延以及减少网络中的时间平均丢包量：
[0042]
[0043] 其中，效用函数 为凹函数，且连续非递减，并满足初始条件。假设 为效用函数 的最大右导数，且 。
[0044] 为了将上述优化问题转成可通过李雅普诺夫优化方法求解形式，进一步构造虚拟辅助队列 ，队列演变如下：
[0045]
[0046] 其中， 为一个辅助变量且满足约束条件 。
[0047] 最终，可以得到以下优化问题：
[0048]
[0049] 其中， 定义如下式，
[0050]
[0051] 约束条件 表示在某一时隙 链路 上的总传输速率不能大于链路容量 。
[0052] 采用李雅普诺夫算法对上述问题的求解：
[0053] 现将上述优化问题的求解过程写成如下形式的迭代算法。在第 次迭代时；
[0054] 步骤1：在每个源节点 中，对任意会话流 的队列，实施如下过程：
[0055] 1）：观察实际数据队列 和虚拟队列 的队列积压，对数据队列 的数据输入速率 进行调整。当条件 得到满足时，令 ，否则，令。其中， 为单个时隙内数据采集上限；
[0056] 2）：对虚拟队列 的虚拟输入速率 进行控制决策，观察当前时隙虚拟辅助队列 的队列积压，若 ，令 ；若 ，令 ；若，令 ；否则，令 。其中， 表示效
用函数 的最大右导数，且 。 为李雅普诺夫惩罚因子；
[0057] 3）：结合步骤1）和2）得到的决策结果，同时根据虚拟辅助队列 的队列演变方式对其进行队列更新。
[0058] 步骤2：对网络中的每个节点 及每条会话流 ，实施如下过程：观察当前时隙的数据队列 和虚拟时延队列 的队列积压，当条件 满足时，令该时隙的队列丢包量 ，否则，令 ，即此时相应的数据队列不进行任何
的丢包行为。
[0059] 步骤3：对网络中每个节点数据传输的路由调度和链路传输速率的控制决策，实施如下过程：
[0060] 1）：定义链路 上会话流 的链路权重为 ，同时，定义 为对应链路 上的最优权重。其中 表示对应权
重下的传输会话流，即当条件 满足时，选择会话流 作为链路 上的
传输会话；
[0061] 2）：完成步骤1）后，传输会话流 已经得到确定，我们将进一步对传输速率进行决策控制。观察节点 中的数据队列 和虚拟时延队列 的队列积压以及节点中的数据队列 的队列积压，当条件 满足时，令 ，否则，令 。其中， 表示单条会话流在一个时隙内的传输速率上限。
[0062] 3）：结合步骤1，2和3的决策结果，同时根据数据队列 和虚拟时延队列的演变方式对其进行队列更新。
[0063] 步骤4：重复步骤1到步骤3的决策过程，在完成设定的网络运行时隙过程中，观察网络中节点的队列积压，丢包情况以及网络吞吐量效用变化情况。
[0064] 以下通过相应的试验数据进一步证明本发明的有益效果：
[0065] 以仿真实例来说明本发明所设计的基于李雅普诺夫优化方法的具有最差时延感知效果的算法收敛性能。构造网络拓扑结构如图1所示。在该拓扑结构中，考虑一个多信道无线传感器网络模型。该网络包含13个传感器节点，32条传输链路以及8条传输会话流。从图1中可以看出网络中节点能够同时进行会话传输的最大链路数为4条。
[0066] 部分仿真参数值设置如下： ， ， ， ， ，， 。同时，我们分别设置参数 的值为 。
这样可以通过实验观察随着参数 的增加，网络中的队列积压和网络效用将会发生怎样的变化。
[0067] 图2展示了 取不同参数值下总的目标函数效用收敛结果。我们的目标由两部分组成，即吞吐量效用和网络丢包量。从图2可以看出，目标值将随着参数 的增加而增加，当取值足够大时优化目标值将逐渐收敛并无限趋近于最优值。
[0068] 图3展示了取不同控制参数 下的网络总的时间平均丢包量的对比。图中叉号和菱形标记符号的横坐标位置对应惩罚因子 的取值。从图中可以看出随着 取值的增大，网络中总的丢包量将逐渐减少。并且从图中可以进一步看出当 时，可以得到一个较好网络丢包性能，当 取值为0.2时，网络在每个 值下的时间平均丢包相对 时均有所增加。
[0069] 图4展示了网络中3种队列的总的时间平均队列积压。可以看出所有队列的队列积压将随着 的增加呈线性增长。图5展示了节点A中关于第一条会话流的队列积压随时间变化关系。图中用 表示队列 ，从图5中可以看到三个队列均快速地进入了稳定状态。其中，实际数据队列和Z队列最终收敛于同一水平附近，这与分解得到的第一个优化子问题相吻合。
[0070] 通过上述算法说明和性能仿真验证，本发明的方法不仅可以保证网络整体的稳定性能，而且可以得到一个接近最优的网络吞吐量性能，同时，还拥有每个传感器节点数据传输的最差时延感知效果。
[0071] 本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其他多种具体实施方案实施本发明。因此，凡是采用本发明的设计结构和思路，做一些简单的变化或更改的设计，都落入本发明保护范围。
