首页> 中国专利> 无线网络中的转发方法、确定转发策略的方法和设备

无线网络中的转发方法、确定转发策略的方法和设备

页面导航

摘要
著录项
法律信息
说明书
相似文献

摘要

确定无线网络中的转发策略的方法和设备及无线网络中的转发方法。确定无线网络中的转发策略的方法包括：选择至少一组候选转发节点；对于每组候选转发节点设定一组或多组转发参数以形成N个候选的转发策略，一组候选转发节点及其一组转发参数形成一个候选的转发策略；以预设的多个QoS目标函数作为优化目标，通过多目标优化算法对N个候选的转发策略进行优化，以得到当多目标优化算法收敛时的候选的转发策略，作为最终的转发策略。该方法采用多目标优化方法来确定最终的转发策略，不需要预先为各个优化目标分配权重，因而能够得到最佳的转发策略，并且其在确定转发策略时考虑转发信道和节点的转发概率，从而能够减小信道物理干扰，提高网络性能。

著录项

公开/公告号CN105451293A

专利类型发明专利
公开/公告日2016-03-30

原文格式PDF
申请/专利权人株式会社理光;
展开▼

申请/专利号CN201410342003.3
发明设计人王琪;笪斌;孙毅;王炜;杨林举;
展开▼

申请日2014-07-17
分类号H04W40/08;H04W40/12;
代理机构北京市柳沈律师事务所;
代理人胡琪
地址日本东京都
入库时间 2023-12-18 15:16:23

法律信息

法律状态公告日

法律状态信息

法律状态
2018-11-13

授权

授权
2016-04-27

实质审查的生效 IPC(主分类):H04W40/08 申请日:20140717

实质审查的生效
2016-03-30

公开

公开

说明书

技术领域

本发明总体涉及无线网络中的数据传输，具体涉及用于确定无线网络中的转发策略的方法和设备，以及无线网络中的转发方法。

背景技术

近年来，诸如无线自组织网络、无线传感器网络等无线网络迅速兴起，在研究领域和工业产业领域获得了越来越多的关注。在部署有无线网络的大型会议、展览会、音乐会的场景下，用户常常需要利用无线网络中的无线通信设备(如手机，pad)以及支持无线通信的打印机或扫描仪等来传送数据。对于这种无线网络中的通信，如何保证端到端的服务质量(QoS)是一个关键问题。

常用的QoS参数，包括网络吞吐量、端到端延迟、延迟抖动和能量消耗等。就用户而言，往往希望在进行数据通信时，各个QoS参数均有很好的性能。然而，这些QoS参数之间是相互依赖、相互竞争的，因此单独优化其中某一个参数的性能，有可能导致另外一个参数的性能降低。例如，通过提高发送功率来扩大通信范围可以提高网络吞吐量，但是另一方面提高发送功率会导致能量消耗的增加。因此，如何进行数据传输以同时满足用户的多个QoS 参数的要求是一个需要解决的问题。

上述问题实际上是一个多目标优化的问题。多目标优化是一个较为复杂的问题，其与单目标优化有很大的差异。对于单目标优化问题，由于只有一个目标函数，因此能够求得最好的解，其通常是全局最大或最小，即全局最优解。而对于多目标优化问题，多个目标函数需要同时进行优化，由于目标之间无法比较，又存在矛盾冲突，导致不一定存在同时满足所有目标函数的最优解。例如，某个解可能在一个目标上是最优的但在另一个目标上是最差的。因此，多目标问题通常存在一个解的集合，它们之间不能简单地比较好坏，这种解的集合即所谓的pareto最优解集。

在传统的利用多目标优化方法确定数据传输策略的技术中，通常是通过向各个目标函数分配权重值而将多目标优化问题转化为单目标优化问题，然后采用单目标优化技术来求解。

例如，美国专利申请No.20090016224中公开了一种在多跳无线自组织和传感器网络中选择下一跳转发节点的方法。在该方法中，首先通过为包括最大传输距离和包成功传输率的多个决策参数分配权重值，而将该多个决策参数映射成一个虚拟指标，然后根据该虚拟指标将节点进行排序，并选择排序靠前的节点作为转发节点。

再比如，在非专利文献，XuedongLiang等人的文章“Anovelcooperative communicationprotocolforQoSprovisioninginwirelesssensornetworks”, (TestbedsandResearchInfrastructuresfortheDevelopmentofNetworks& CommunitiesandWorkshops，2009年4月6-8日)中，介绍了一种无线传感器网络中的端到端延迟QoS需求保证的多跳网状网络合作通信机制。在该文献中，建立反映延迟、数据包成功发送率等多个QoS参数的Q(S，A)函数，并选择具有最高函数值Q的节点作为转发节点。其中，在建立Q(S，A)函数的过程中需要为各个QoS参数分配阈值。

然而，在这种解决方法中，权重值是人为地根据各个目标函数的重要程度凭借经验设定的，因此带有很大的主观性而且往往并不准确，从而作为目标优化结果而得到的数据传输策略很可能不是最佳的。

发明内容

根据本发明的一个实施例，提供了一种确定无线网络中的转发策略的方法，包括：选择至少一组候选转发节点，每组候选转发节点包括至少一个转发节点；对于每组候选转发节点设定一组或多组转发参数以形成N个候选的转发策略，其中N是自然数，一组候选转发节点及其一组转发参数形成一个候选的转发策略；以预设的多个服务质量目标函数作为优化目标，通过多目标优化算法对N个候选的转发策略进行优化，以得到当所述多目标优化算法收敛时的候选的转发策略，作为最终的转发策略。

根据本发明的另一实施例，提供了一种确定无线网络中的转发策略的设备，包括：节点选择单元，配置为选择至少一组候选转发节点，每组候选转发节点包括至少一个转发节点；参数设定单元，配置为对于每组候选转发节点设定一组或多组转发参数以形成N个候选的转发策略，其中N是自然数，一组候选转发节点及其一组转发参数形成一个候选的转发策略；转发策略确定单元，配置为以预设的多个服务质量目标函数作为优化目标，通过多目标优化算法对N个候选的转发策略进行优化，以得到当所述多目标优化算法收敛时的候选的转发策略，作为最终的转发策略。

根据本发明实施例的用于确定无线网络中的转发策略的技术采用多目标优化方法来确定最终的转发策略，而不需要预先为各个优化目标分配权重，因而能够得到最佳的转发策略，并且其在确定转发策略时考虑了进行转发的信道和节点的转发概率，从而能够减小或消除信道物理干扰，进而提高了网络性能。

根据本发明的又一实施例，提供了一种无线网络中的转发方法，包括：响应于接收到需要转发的数据，转发节点生成一个随机变量x_rand∈[0,1]作为阈值；将该随机变量与该转发节点的转发概率进行比较；如果随机变量大于所述转发概率，则该转发节点在转发信道上转发所述数据。其中所述转发概率和转发信道是从以预设的多个服务质量目标函数作为优化目标、通过多目标优化算法对N个候选的转发策略进行优化而得到的当所述多目标优化算法收敛时的候选的转发策略中获得的，N为自然数，其中每个转发策略包括一组转发节点及该组转发节点的一组转发概率和转发信道。

在根据本实施例的用于在无线网络中进行转发的方法中，转发节点并不直接转发接收到的数据，而是应用预先确定的能够满足用户的多个QoS需求的转发概率和转发信道进行转发，从而使得所述转发能够满足多个QoS需求。

附图说明

图1示出了示例性的无线网络的示意图。

图2示出了根据本发明第一实施例的用于确定无线网络中的转发策略的方法的流程图。

图3例示了利用非支配排序遗传算法进行优化时迭代执行的处理的流程图。

图4示出了另一个示例性的无线网络的示意图。

图5示出了根据本发明第一实施例的方法所确定的转发策略对应的理论 pareto最优边界以及通过仿真实验得到的仿真pareto优化边界。

图6示出了根据本发明第二实施例的无线网络中的转发方法的流程图。

图7示出了根据本发明实施例的用于确定无线网络中的转发策略的设备的功能配置框图。

图8示出了根据本发明实施例的无线网络中的转发节点的硬件配置框图。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

图1示出了示例性的无线网络的示意图。如图1所示，当在该无线网络中的诸如手机、pad等的源节点(S)和目的节点(D)之间进行数据通信时，最为直接的方式是源节点通过直接传输方式向目的节点发送数据，而不经过中继转发节点(R)转发数据。具体的，当源节点到目的节点的信干噪比SINR 大于目的节点处预先设定的接收阈值(例如，2db)，并且数据传输满足用户的QoS需求的下限时，可以采用该直接传输方式。所述QoS需求即上文中提到的诸如网络吞吐量、端到端延迟、延迟抖动和能量消耗等QoS参数的需求，其中数据传输的各个QoS参数的值可以通过基于SINR获得的信道概率计算得到。然而，很多时候直接传输无法满足数据传输的要求，例如源节点到目的节点的信干噪比SINR小于目的节点处的接收阈值、或者数据传输未达到用户的QoS需求的下限。此时，需要利用转发节点，通过转发数据来完成数据的传输以满足用户的QoS需求。本发明主要针对利用节点转发方式来进行保证端到端的QoS的数据传输的情形。

在具体描述本发明之前，首先对本发明涉及的一些概念和术语进行简单的说明。

信道概率是信道正确传输数据的概率,其可以如下所述计算得到。

在信道u，节点i到节点j的SINR为

$γ_{ij}^{u} = \frac{P_{T} a_{ij}}{N_{0} + I_{ij}^{u}} . . . (1)$

其中，是干扰功率，N₀是噪声功率，a_ij为节点i到j的路径传播衰减，其是节点i到j距离的函数。

对给定的SINR值γ，包错误率其中N_b是一个数据包的大小(单位：bit)；BER(γ)是对于给定的SINR值γ的位错误率，它取决于物理层采用的技术和信道的统计特征。对于加性高斯白噪声AWGN信道和 BPSK无编码调制方式，

对于任意信道u，节点接入信道是随机的，取决于该节点的发送概率为了获得平均信道概率，计算图模型中(i,j,u)边上的平均干扰功率，需要枚举出与节点i在相同信道发送数据的所有节点，称为干扰集。

信道概率的计算是对所有可能的干扰集的(1-PER)求均值：

$p_{ij}^{u} = \underset{l \in L_{ij}^{u}}{Σ} (1 - {PER}_{l}) P_{l} . . . (2)$

其中，PER_l＝PER(γ_l),且γ_l是干扰集l在(i,j,u)边上的SINR。P_l是干扰集l活跃的概率，

$P_{l} = \underset{k \in l}{Π} τ_{k}^{u} \underset{m \in {A^{u} l}}{Π} (1 - τ_{m}^{u}) . . . (3)$

其中，为干扰集中节点发送数据概率，为干扰集中节点不发送数据概率。

网络吞吐量是目的节点d处的数据包到达率，即源节点发送一个数据包，目的节点d收到的平均数据包数，或者说是源节点发送的一个数据包通过所有路径到达目的节点d的概率之和。

如果用f(d)表示源节点s发送的一个数据包通过所有路径到达目的节点d 的概率之和，即网络吞吐量，用P表示源节点s到目的节点d的所有可能路径，用P(p)表示一个包通过一条从s到d的路径p∈Ρ的概率，则

$f (d) = \underset{p \in P}{Σ} P (p) . . . (4)$

端到端延迟是数据包从源节点s到达目的节点d的平均延迟。

如果用f_D(d)表示从源节点s发送的一个数据包到目的节点d的平均延迟，用H(p)表示一个数据包通过一条从源节点s到达目的节点d的路径p∈P所经过的跳数，则从源节点s到目的节点d的数据包的平均端到端延迟为

$f_{D} (d) = \frac{Σ_{p \in P} H (p) \cdot P (p)}{Σ_{p \in P} P (p)} = \frac{Σ_{p \in P} H (p) \cdot P (p)}{f_{C} (s, d)} . . . (5)$

能量消耗表示所有源节点各发送一个数据包到目的节点，所有节点(包括源节点和转发节点)发送的平均数据包数。通常认为能量消耗是发送数据包的能量消耗。

如果f_E(s,d)表示从源节点s发送的一个数据包到目的节点d、除d之外的所有节点(包括源节点s和转发节点)发送数据包总数。那么，对所有源能量消耗f_E(d)为

$f_{E} (d) = \underset{\forall s \in S}{Σ} f_{E} (s, d) . . . (6)$

<第一实施例>

图2示出了根据本发明第一实施例的用于确定无线网络中的转发策略的方法的流程图。采用根据该方法确定的转发策略进行数据传输能够同时满足端到端的多个QoS参数的要求。

如图2所示，在步骤S201，选择至少一组候选转发节点，每组候选转发节点包括至少一个转发节点。

转发策略中最基本的组成要素是转发节点，转发节点适当与否对于数据传输的QoS有非常大的影响。在该步骤中，任意选择至少一组候选转发节点，作为后续的优化处理的初始优化对象，并且其中每组候选转发节点中转发节点的个数也可以任意确定。例如，以图1所示的无线网络为例，可以从其中的转发节点R1-R3中任意选择2组转发节点，分别是(R1，R2)，(R1,R2， R3)；也可以任意选择3组转发节点，分别是(R1，R2)，(R2，R3)，(R1)；也可以任意选择4组转发节点，分别是(R1，R2)，(R1,R2，R3)，(R1)， (R3)。总之，可以通过例如随机选择、根据各节点的通信环境、根据预定的选择方法等任意选择各组候选转发节点。

在步骤S202，对于每组候选转发节点设定一组或多组转发参数以形成N 个候选的转发策略，其中，N是自然数，一组候选转发节点及其一组转发参数形成一个候选的转发策略。

除了转发节点之外，转发参数对于数据传输的QoS也会产生较大的影响。因此，在本实施例中，转发策略不仅包含转发节点，还包含转发节点采用的转发参数。

由于无线网络广播和信道共享的特性，信道干扰是影响数据传输的QoS 的一个重要因素。因此，在本实施例中，将各个转发节点Ri进行转发所采用的信道u以及转发节点在该信道进行转发的转发概率X_i^u作为组成转发策略的转发参数。

在该步骤S202中，对于每组候选转发节点设定一组或多组转发参数。具体的，在该步骤中，对于每组候选转发节点中的每个转发节点，设定其进行转发的信道和转发概率。以对于图1所示的无线网络选择了3组转发节点(R1， R2)，(R2，R3)，(R1)为例，假设对于其中的转发节点组(R1，R2)设定了三组转发参数，分别是((1，0.8)，(2，0.7))，表示转发节点R1在信道1 上以0.8的概率进行转发，转发节点R2在信道2上以0.7的概率进行转发； ((1，0.8)，(3，0.7))，表示转发节点R1在信道1上以0.8的概率进行转发，转发节点R3在信道3上以0.7的概率进行转发；以及((1，0.8)，(3，0.7))，表示转发节点R1在信道1上以0.9的概率进行转发，转发节点R2在信道2 上以0.7的概率进行转发。由此形成了三个候选转发策略((R1，1，0.8)，(R2， 2，0.7))，((R1，1，0.8)，(R2，3，0.7))和((R1，1，0.8)，(R2，3，0.7))。类似的，对于其他两组转发节点(R2，R3)，(R1)也可以设定其各自的一组或多组转发参数以形成候选转发策略。其中，为每组候选转发节设定多少组转发参数、以及每组转发参数的具体取值可以通过例如随机选择、根据各转发节点的通信环境、根据预先确定的设定方法等来任意设定。在本实施例中，例如预定需要形成N个由转发节点和转发参数构成的候选转发策略，其中N 是自然数。

在以上的描述中，将转发所采用的信道u以及转发节点在该信道进行转发的转发概率X_i^u作为转发参数，应当理解，这仅仅是一种示例，本领域技术人员可以适当的选择其他参数作为转发参数，例如，可以仅将转发所采用的信道u作为转发参数，而不考虑转发概率。

在步骤S203，以预设的多个服务质量目标函数作为优化目标，通过多目标优化算法对N个候选的转发策略进行优化，以得到当所述多目标优化算法收敛时的候选的转发策略，作为最终的转发策略。

所述多个服务质量目标函数即用户期望同时满足的多个QoS要求，其中各个服务质量目标函数均是QoS参数的函数。如前所述，网络吞吐量、端到端延迟、能量消耗等是最常见的QoS参数，在下文中将以服务质量目标函数是这几个参数中至少一个的函数为例进行说明。

例如，以一个源节点S同时向两个目的节点D1和D2发送数据为例，需要同时满足的服务质量目标函数可以是如下面的表达式(7)所示的吞吐量达到的最大端到端延迟最小化和吞吐量达到的平均能量消耗最小化：

$(\begin{matrix} \min & \max (\frac{f_{D_{1}} (x)}{\min (| S |, f_{1} (x))}, \frac{f_{D_{2}} (x)}{\min (| S |, f_{2} (x))}) \\ \min & mean (\frac{f_{E_{1}} (x)}{\min (| S |, f_{1} (x))}, \frac{f_{E_{2}} (x)}{\min (| S |, f_{2} (x))}) \end{matrix}) . . . (7)$

其中，f₁(x)和f₂(x)分别是目的节点D₁和D₂吞吐量，和分别是数据到达目的节点D₁和D₂的平均延迟，和分别是数据从源节点到目的节点D₁和D₂的能量消耗。|S|为源节点的个数。

可选的，需要同时满足的服务质量目标函数也可以是如下面的表达式(8) 所示的最大端到端延迟最小化和平均能量消耗最小化

$(\begin{matrix} \min & \max (f_{D_{1}} (x), f_{D_{2}} (x)) \\ \min & mean (f_{E_{1}} (x), f_{E_{2}} (x)) \end{matrix}) . . . (8)$

可选的，需要同时满足的服务质量目标函数也可以是如下面的表达式(9) 所示的最小吞吐量最大化和平均能量消耗最小化

$(\begin{matrix} \max & \min (f_{1} (x), f_{2} (x)) \\ \min & mean (f_{E_{1}} (x), f_{E_{2}} (x)) \end{matrix}) . . . (9)$

可选的，需要同时满足的服务质量目标函数也可以是如下面的表达式 (10)所示的最小化平均端到端延迟和最小化最大能量消耗

$(\begin{matrix} \min & mean (f_{D_{1}} (x), f_{D_{2}} (x)) \\ \min & \max (f_{E_{1}} (x), f_{E_{2}} (x)) \end{matrix}) . . . (10)$

当然，上面列出的仅仅是需要同时满足的服务质量目标函数的示例而已，服务质量目标函数可以根据用户的要求来任意地设定。另一方面，上面的表达式(7)-(10)列出的需要同时满足的服务质量目标函数针对的是一个源节点S同时向两个目的节点D1和D2发送数据的场景，对于其他数据发送场景，同样可以类似的确定需要同时满足的服务质量目标函数。例如，对于一个源节点S仅向一个目的节点D发送数据的场景，则如上的表达式(7)表示的服务质量目标函数可以简化为下面的表达式(11)所示的吞吐量达到的端到端延迟最小化和吞吐量达到的能量消耗最小化

$(\begin{matrix} \min & (\frac{f_{D} (x)}{\min (| S |, f (x))}) \\ \min & (\frac{f_{E} (x)}{\min (| S |, f (x))}) \end{matrix}) . . . (11)$

在该步骤S203中，以预设的多个服务质量目标函数为优化目标，通过多目标优化算法对由转发节点和转发参数组成的转发策略进行优化，以得到最终的优化的转发策略。所述多目标优化算法可以是任意适当的算法，例如非支配排序遗传算法、粒子群优化法、蚁群算法、人工免疫系统、分布估计算法、协同进化算法等。另一方面，在确定了优化目标是多个服务质量目标函数，优化对象或者说多目标优化算法的变量是转发策略后，本领域技术人员可以容易地利用各种多目标算法来进行优化以得到最终的优化的转发策略，其并非是本发明的关键所在。尽管如此，为了说明的完整，此处以采用非支配排序遗传算法作为多目标优化算法为例进行简单的描述。具体的，以预设的多个服务质量目标函数作为优化目标、通过非支配排序遗传算法对N个候选的转发策略进行优化以得到当该非支配排序遗传算法收敛时的候选的转发策略的处理包括：循环执行如图3中所示的步骤，直至所述非支配排序遗传算法收敛。下面将对图3中所示的处理进行描述。

如图3所示，在步骤S2031，将所述N个候选的转发策略作为父辈，生成下一代的N个候选的策略。

在该步骤中，通过选择、交叉、变异，从父辈的N个候选的转发策略繁衍出下一代的N个候选的转发策略。这一处理过程是本领域中公知的，此处不进行详细描述。

在步骤S2032，对于2N个所述候选的转发策略中的每一个候选的转发策略，计算所述多个服务质量目标函数的函数值。

在该步骤中，对于每一个候选的转发策略，基于无线网络中的源节点和候选转发节点的发送速率、转发策略中包含的候选转发节点的转发概率以及信道概率计算多个服务质量目标函数的函数值。由于如前所述网络吞吐量、端到端延迟、能量消耗等是最常见的QoS参数，并且在该示例中以服务质量目标函数是这几个参数中至少一个的函数为例进行说明，因此该步骤中实际上是针对每一个候选的转发策略计算网络吞吐量、端到端延迟以及能量消耗。网络吞吐量、端到端延迟以及能量消耗的含义是本领域中公知的，如何基于无线网络中的源节点和候选转发节点的发送速率、转发策略中包含的候选转发节点的转发概率以及信道概率计算网络吞吐量、端到端延迟以及能量消耗也是本领域技术容易想到的。此处，为了有助于理解，利用一个具体而非限制的示例来描述这些QoS参数的计算。

假设无线网络的网络拓扑如图4所示。为了简化计算复杂度，假设源节点S只在信道1以τ_s¹速率发送数据包，转发节点R₁和R₂分别在信道2和信道 3发送数据包，转发节点R₁和R₂的转发概率分别为和链路i和j之间的信道概率为其中，i,j∈{S,R₁,R₂}。

如上文中提到的，网络吞吐量是目的节点d处的数据包到达率，即源节点发送的一个数据包通过所有路径到达目的节点D的概率之和。能够理解，对于目的节点D1，源节点S处发送的数据包通过的各条路径以及经过所述各条路径成功到达节点D1的概率如下表所示

也就是说，节点D1处的吞吐量如下式所示：

$(\begin{matrix} f (D_{1}) = {τ_{s}}^{1} p_{{SD}_{1}}^{1} + E \times p_{R_{1} D_{1}}^{2} + F \times p_{R_{2} D_{1}}^{3} + E \times p_{R_{1} R_{2}}^{3} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{1} D_{1}}^{2} + F \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{x} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{2} D_{1}}^{3} \\ + E \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} D_{1}}^{3} + F \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{1} D_{1}}^{2} + E \times {(p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2})}^{2} p_{R_{1} D_{1}}^{2} \\ + F \times {(p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2})}^{2} p_{R_{2} D_{1}}^{3} + E \times {(p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2})}^{2} p_{R_{1} R_{2}}^{2} x_{R_{2} 3} p_{R_{2} D_{1}}^{3} \\ + F \times {(p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2})}^{2} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} p_{R_{1} D_{1}}^{2} + . . . . . . \end{matrix})$

对上式化简，可以得到

$f (D_{1}) = {τ_{s}}^{1} p_{{SD}_{1}}^{1} + \frac{1}{1 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}} [(E + F \times p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}) p_{R_{1} D_{1}}^{2} + (E \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} + F) p_{R_{2} D_{1}}^{3}] . . . (12)$

其中， $E = {τ_{s}}^{1} p_{{SR}_{1}}^{1} x_{R_{1}}^{2}$ 且 $F = {τ_{s}}^{1} p_{{SR}_{2}}^{1} x_{R_{2}}^{3}$

同样，对于目的节点D2处的网络吞吐量，可以得到

$f (D_{2}) = {τ_{s}}^{1} p_{{SD}_{2}}^{1} + \frac{1}{1 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}} [(E + F \times p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}) p_{R_{1} D_{2}}^{2} + (E \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} + F) p_{R_{2} D_{2}}^{3}] . . . (13)$

对于从源节点S发送数据包到达两个目的节点D₁和D₂的端到端延迟 f_D(D₁)和f_D(D₂)，根据上文中列出的表达式(2)，可以类似地得到

$(\begin{matrix} f_{D} (D_{1}) = {τ_{s}}^{1} p_{{SD}_{1}}^{1} + \frac{1}{1 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}} [(2 E + F \times p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} (3 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2})) p_{R_{1} D_{1}}^{2} \\ + (E \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} (3 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}) + 2 F) p_{R_{2} R_{1}}^{3}] \end{matrix}) . . . (14)$

$. . . (15)$

对于从源节点S发送数据包到达两个目的节点D₁和D₂的平均能量消耗 f_E(D₁)和f_E(D₂)，根据上文中列出的表达式(3)，可以类似的得到

$f_{E} (D_{1}) = f_{E} (D_{2}) = \frac{1}{2} [{τ_{s}}^{1} + \frac{1}{1 - p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} p_{R_{2} R_{1}}^{3} x_{R_{1}}^{2}} (E + F {\times p}_{R_{2} R_{1}}^{3} x_{R_{1}}^{2} + E \times p_{R_{1} R_{2}}^{2} x_{R_{2}}^{3} + F)] . . . (16)$

以上表达式(12)-(16)所列出的是针对具有如图4所示的网络拓扑的无线网络，对于具有其他网络拓扑的无线网络，同样可以确定与其网络拓扑相适应的网络吞吐量、端到端延迟以及能量消耗。

回到图3，对于2N个所述候选的转发策略中的每一个转发策略，在如上计算出网络吞吐量、端到端延迟以及能量消耗等QoS参数的值之后，可以容易地计算得出多个服务质量目标函数的函数值。

在步骤S2033，基于所述多个服务质量目标函数的函数值，对所述2N个所述候选的转发策略进行非支配排序。

如何进行非支配排序是本领域中公知的，此处仅对其进行简要介绍。假设任何两个解S1及S2对所有目标而言，S1均优于S2，则称S1支配S2，若S1的解没有被其他解所支配，则S1称为非支配解。就本发明而言，假设服务质量目标函数是上文中的表达式(11)所示的吞吐量达到的端到端延迟最小化和吞吐量达到的能量消耗最小化，则如果候选的转发策略S1对于这两个函数的函数值分别小于(即优于)候选的转发策略S2对于这两个函数的函数值，则S1支配S2，如果S1无法在改进任何目标函数的同时不消弱至少一个其他目标函数，则S1为非支配解或Pareto最优解。非支配排序的核心就是对各个解进行分级排序，以使得对于任意解Si，支配其的解的数量越少，则该解Si的排序越靠前。在该步骤，对于所述2N个候选的转发策略，按照在前述步骤S2032中其各自针对多个服务质量目标函数计算得到的函数值来进行所述非支配排序。

在步骤S2034，基于所述非支配排序结果，从所述2N个所述候选的转发策略中选择前N个候选的转发策略，并确定所述多目标优化算法是否收敛。

在该步骤中，从经过排序的2N个候选的转发策略中选择排在前面的N 个候选的转发策略，并确定非支配排序遗传算法是否收敛。所谓收敛，即判断当前的N个候选的转发策略是否都是非支配解，如果都是非支配解，则算法收敛，当前的N个候选的转发策略是最终的优化的转发策略；如果不都是非支配解，则处理返回到步骤S2031，以便对于当前的N个候选的转发策略，再次执行图3中所示的处理。另外，可选的，可以预先设定循环执行图3中的处理最大次数，从而即使当循环达到该最大次数时算法仍未收敛，也认为算法收敛，并将此时的N个候选的转发策略作为最终的优化的转发策略。

上述结合图3描述的非支配排序遗传算法的详细细节可参见KDeb,A Pratap,SAgarwal,TMeyarivan等人发表的“Afastandelitistmultiobjective geneticalgorithm:NSGA-II”,IEEETransactionsonEvolutionaryComputation, 2002，此处通过引用全文并入于此。

以上详细描述了根据本发明第一实施例的用于确定无线网络中的转发策略的方法。在该方法中，采用多目标优化方法来确定最终的转发策略，而不需要预先为各个优化目标分配权重，因而能够得到最佳的转发策略，并且在该方法中在确定转发策略时考虑了进行转发的信道和节点的转发概率，从而能够减小或消除信道物理干扰，进而提高了网络性能。

实验结果

图5示出了根据本发明第一实施例的方法所确定的转发策略对应的理论 pareto最优边界(最优的QoS参数均衡关系)以及通过仿真实验得到的仿真 pareto优化边界。表1示出了采用根据本发明第一实施例的方法确定转发策略时使用的多目标优化算法(非支配排序遗传算法)的参数设置，表2示出了仿真实验中的参数设置。

表1

种群规模(Population set) 100 进化代(Generations) 1000 交叉概率(Crossover robability) 0.9 变异概率(Mutation probability) 0.1

其中种群规模即上文中所述的预先设定的候选的转发策略的数量N；进化代即上文中所述的预先设定的循环的最大执行次数。

表2

如图5中所示，“*”标记形成了理论pareto边界，其中的每一个“*”标记对应于一个所确定的最优转发策略，横坐标表示采用该转发策略计算得到的多个服务质量目标函数中的网络吞吐量达到的端到端延迟最小化函数的值，纵坐标表示多个服务质量目标函数中的网络吞吐量达到的能量消耗最小化函数的值。用户可以据此从最优转发策略集合中选择满足其要求的某一特定转发策略。例如，如果用户希望网络吞吐量达到的端到端延迟最小，则可以选择与理论pareto边界中最左侧的“*”标记对应的最优转发策略，其在本实验中具体为：采用R1和R2转发，其中R1在第2信道转发，转发概率为R2在第3信道转发，转发概率为而如果用户希望网络吞吐量达到的能量消耗最小，则可以选择与理论pareto边界中最右侧的“*”标记对应的最优转发策略，其在本实验中具体为：采用R3和R4转发，其中R3 在第2信道转发，转发概率为R4在第3信道转发，转发概率为0.445。

另外，从图4中可以看出，理论pareto边界和仿真pareto边界一致。更具体的，为了进一步比较理论pareto边界和仿真pareto边界的误差，可以计算均方根误差RMSE：

$RMSE = \frac{1}{N} \sqrt{Σ_{i = 1}^{N} \frac{{(f (i) - \tilde{f} (i))}^{2}}{f {(i)}^{2}}} . . . (17)$

其中，N为Pareto解的条数，即最优的转发策略的数量，f(i)和分别为计算得到的值和仿真值。RMSE值越小，说明结算结果和仿真结果越一致。对于如图4所示的理论pareto边界和仿真pareto边界，吞吐量达到的端到端延迟的RMSE值为1.0819e-004，吞吐量达到的能量消耗的RMSE值为 3.4993e-005。

<第二实施例>

本实施例涉及依据本发明第一实施例的方法确定的无线网络中的转发策略进行转发的转发方法。该转发方法是在转发节点处执行的方法，所述转发节点是从依据本发明第一实施例确定的N个最优转发策略中选择(例如根据用户的偏好进行选择)的某个最优转发策略中包含的转发节点。

图6示出了根据本发明第二实施例的无线网络中的转发方法的流程图。

如图6所示，在步骤601，响应于接收到需要转发的数据，转发节点生成一个随机变量x_rand∈[0,1]；在步骤S602，将该随机变量与该转发节点的转发概率进行比较；在步骤S603，如果随机变量小于所述转发概率，则该转发节点在转发信道上转发所述数据。所述转发概率和转发信道是从以预设的多个服务质量目标函数作为优化目标、通过多目标优化算法对N个候选的转发策略进行优化而得到的当所述多目标优化算法收敛时的候选的转发策略中获得的，N为自然数，其中每个转发策略包括一组转发节点及该组转发节点的一组转发概率和转发信道。

如前所述，在根据本发明第一实施例的确定无线网络中的转发策略的方法中，所确定的优化的转发策略中包括转发节点、转发节点进行转发的信道以及转发节点进行转发的概率。上述步骤S602和S603中所说的转发概率和转发信道实际上即依据本发明第一实施例的方法确定的转发策略中包含的转发概率和转发信道。

以上描述了根据本发明第二实施例的无线网络中的转发方法。根据该转发方法，转发节点并不直接转发接收到的数据，而是应用预先确定的能够满足用户的多个QoS需求的转发概率和转发信道进行转发，从而使得所述转发能够满足多个QoS需求。

<变型>

在以上的描述中，根据本发明第一实施例的转发策略确定方法用于确定利用已经部署好的无线网络中的节点进行转发的转发策略。具体的，在本发明第一实施例中，在无线网络中除源节点和目的节点之外的节点中选择候选转发节点，并且最终得到转发策略中的转发节点也是无线网络中源节点和目的节点之外已有的节点。

作为一个可能的变型，实际上该方法也可以用于无线网络的部署及转发调度。具体的，可以在尚未部署无线网络时，在将要部署无线网络中的各节点的预定范围内，选择部署转发节点的候选转发位置，并且随后通过为候选转发位置设定转发参数，并通过多目标优化算法对由候选转发位置和转发参数形成的候选的转发策略进行优化，得到最终的优化的转发策略。这样，通过在该最终的优化的转发策略中包含的转发位置处部署转发节点，并使得转发节点以所确定的转发信道和转发概率进行数据转发，能够很好地满足用户的多个QoS需求。

<确定无线网络中的转发策略的设备的总体配置>

图7示出了根据本发明实施例的用于确定无线网络中的转发策略的设备 700的功能配置框图。

如图700所示，用于确定无线网络中的转发策略的设备700包括：节点选择单元710，配置为选择至少一组候选转发节点，每组候选转发节点包括至少一个转发节点；参数设定单元720，配置为对于每组候选转发节点设定一组或多组转发参数以形成N个候选的转发策略，其中N是自然数，一组候选转发节点及其一组转发参数形成一个候选的转发策略；转发策略确定单元 730，配置为以预设的多个服务质量目标函数作为优化目标，通过多目标优化算法对N个候选的转发策略进行优化，以得到当所述多目标优化算法收敛时的候选的转发策略，作为最终的转发策略。

上述节点选择单元710、参数设定单元720和转发策略确定单元730的具体功能和操作可以参考上述对图2到图6的相关描述，此处不再重复描述。

<无线网络中的转发节点的硬件配置>

图8示出了根据本发明实施例的无线网络中的转发节点800的硬件配置框图。如图8所示，用于在无线网络中进行转发的转发节点800可以包括：无线通信设备810，用于从外部接收数据以及向外部发送数据，所述从外部接收的数据例如从其他节点接收到的优化的转发策略，所述向外部发送的数据例如要转发的数据，该无线通信设备例如可以是天线；处理设备820，用于实施上述的按照本发明实施例的无线网络中的转发方法，该处理设备例如可以是计算机的中央处理器或其它的具有处理能力的芯片等等；以及存储设备830，用于以易失或非易失的方式存储上述转发方法所涉及的数据，例如，生成的随机变量、接收到的优化策略、要转发的数据等等，该存储设备例如可以是随机存取存储器(RAM)、只读存储器(ROM)、硬盘、或半导体存储器等等的各种易失或非易失性存储器。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。

因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。

还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

去获取专利，查看全文>

相似文献

专利
中文文献
外文文献

1. 无线网络中的转发方法、确定转发策略的方法和设备 [P] . 中国专利： CN105451293B . 2018.11.13
2. 最短路径桥接网络中的转发路径确定方法及设备 [P] . 中国专利： CN104579997B . 2017.11.24
3. Method for Decision of Greedy Packet Forwarding Path in Wireless Networks [P] . 韩国专利： KR100664685B1 . 2007-01-24

机译：无线网络中贪婪包转发路径的确定方法
4. METHOD FOR DECISION OF GREEDY PACKET FORWARDING PATH IN WIRELESS NETWORKS [P] . 韩国专利： KR20060114592A . 2006-11-07

机译：无线网络中贪婪分组转发路径的确定方法
5. method and device for determining the stabilitetsmarginal in a repeater [P] . SE516753C2 . 2002-02-26

机译：确定转发器中的稳定边缘的方法和设备