专利名称：一种无线对等网络中节点的多源调度方法
技术领域：
本发明涉及通信技术领域，尤其涉及一种无线对等网络中节点的多源调 度方法。
背景技术：
不同于传统的通信网络，对等网络(P2P Peer-to-peer)弱化了服务器 的概念，网络中成千上万的节点均是地位相同的资源提供者和请求者，所有 节点之间拥有对等的关系，P2P网络具有自组织、非中心化、可扩展性等优 点。同时，随着无线通信技术的不断发展，多跳分布式无线自组网(Ad Hoc)得到了前所未有的重视，其可以在任何时刻、任何地点不需要硬件基 础网络设施的支持，快速构建起无线移动通信网络，具有独立性、非中心 化、可扩展性等优点。由于对等网络、多跳分布式无线自组网是位于网络协议栈中不同层上的 分布式结构模式，两者都具有非中心化、可扩展性等优点，因此将二者充分 结合的无线对等网络可以提供一种便利、快捷的无线通信模式。进一步地，目前，对于网络的多源调度方法，在固定网络中，主要是通 过服务器的协助，多个源节点同时对目标源中文件的一部分进行发送，以完 成文件的传输。该方法不适合无线自组网中多媒体业务的传输，其存在同时 有多个源节点处于激活状态，不利于移动终端的能量节约和无线自组网中带 宽资源节约；只以最大传输速率为目的，没有考虑节点的生存时间等缺陷。
而在无线自组网中，由于无线自组网自身的特性，如时变与独立用户衰 落信道特性、无线终端的能量有限性和系统的分布式特征，则无线自组网中的多源调度要面对的主要问题是系统的信息传输速率，以及能量消耗等问 题。发明内容本发明的实施例提供了 一种无线对等网络中节点的多源调度方法，具有 信息传输速率高以及能量消耗小的优点。一种无线对等网络中节点的多源调度方法，包括根据同一时隙各节点的信道状态和剩余能量状态确定出该时隙综合状态 最佳的节点，通过该节点传输信息。由上述本发明的实施例提供的技术方案可以看出，其充分利用了无线信 道状态和剩余能量状态信息，使得任何时刻都可以选择综合状态最佳的节点 进行信息的传输，从而保证接收端节点获得最大的数据速率，并最小化网络 中节点的耗电量。
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的 前提下，还可以根据这些附图获得其他的附图。图1为本发明实施例的调度方法流程图；图2为本发明实施例的调度方法流程图；图3为本发明实施例的调度方法流程图；图4为本发明实施例调度方法选择的最佳节点与随机选择的节点生存时间
比较示意图；图5为本发明实施例调度方法选择的最佳节点与随机选择的节点耗电量比 较示意图；图6为本发明实施例调度方法选择的最佳节点与随机选择的节点传输速率 比较示意图；图7为本发明实施例调度方法选择的最佳节点与随机选择的节点耗电量比 较示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例一一种无线对等网络中节点的多源调度方法，包括根据各节点的实际信 道状态和剩余能量状态确定出同 一 时隙下综合状态最佳的节点，通过该节点 传输信息。无线对等网络中，各节点为分布式状态，通过对等网络找到需要传输的 文件后，如果该文件同时存在多个候选源节点时，那么需要借助多源调度方 法，综合各候选源节点的实际综合状态信息，选择状态最佳的节点源进行文 件的传输，从而保证接收端获得最大的数据速率，并最小化网络中节点的耗 电量。实施例二如图1所示， 一种无线对等网络中节点的多源调度方法，其主要利用对各 节点的理论信道状态和剩余能量状态分别建立马尔可夫模型，合并各马尔可 夫模型得到各节点的综合状态马尔可夫模型，以便根据各节点的综合状态马 尔可夫模型以及各节点在同一时隙下实测的信道状态和剩余能量状态确定出 所述各节点中综合状态最佳的节点，通过该节点传输信息，从而保证接收端 获得最大的数据速率，并最小化网络中节点的耗电量。所述调度方法具体包括如下步骤1 、各节点获得其实际信道状态和剩余能量状态的步骤11:通过对等网络找到需要的文件后，当该文件同时存在多个候选源节点时，所有的候选源节点获得同一时隙下各节点IP以及实测获得节点状态信息，该状态信息包括信道状态和剩余能量状态。2、各节点建立综合状态马尔可夫模型的步骤12:由于节点的信道状态和剩余能量状态具有不相关性，所以通过对各候选 源节点的理论信道状态和剩余能量状态分别建立马尔可夫模型，合并各马尔 可夫模型得到各节点的综合状态马尔可夫模型，以描述各节点的综合状态。 节点的信道状态指信道慢衰落情况，节点的剩余能量状态指节点电池剩余能 量的多少情况。例如，将无线对等网络中无线信道划分为G个状态C-(q,q…Ce),对候 选源节点信道状态之间的转换建立为马尔可夫模型，如以候选源节点/为例， 其转移概率矩阵为4(/)=(、丄「，其中 一 步转移概率又如，对能量受限的节点，将其剩余能量状态划分为H个等级，对候选 源节点的剩余能量建立马尔可夫模型e-(《,A，…&)，如以候选源节点/为 例，其转移概率矩阵为4(/)=(egA)w ,其中 一 步转移概率<formula>formula see original document page 7</formula> 基于节点的信道状态和剩余能量状态的不相关性，将信道状态和剩余能 量状态马尔可夫模型中的状态样本混合，即合并各马尔可夫模型得到节点的综合状态马尔可夫模型，如候选源节点/在时隙K时的状态/(/)可建模为<formula>formula see original document page 8</formula>其转移概率矩阵为4)-[UUi 。3、各节点确定出综合状态最佳的节点的步骤13:如图2所示，各节点得到其收益值的步骤131:通过各节点的综合状态的 马尔可夫模型以及各节点的实际信道状态和剩余能量状态得到各节点的综合 状态的收益函数，进而得到各节点的收益值。如以候选源节点Z为例，其综合状态马尔可夫模型转移概率矩阵为 4) = l(cg/)，^lxUi ，通过适时实测候选源节点/的状态，得到其概率矩阵为^卜fc/(/lu^喝，其中^,『,分别为理论状态数和实测状态数，实现从实测 值对理论值进行合理估计，进而，得到节点/收益函数/ ^(/(/),/),其收益值 与候选源节点/的状态有关，对候选源节点调度的最优化就是实现收益函数在无限时间轴上的数学期望■/。=五的最大化<其他的各节点的综合状态马尔可夫模型以及收益值的计算原理，可以参 考候选源节点/,不做赘述。所以，各候选源节点根据下面的公式(1)计算其自身在实测信道状态和 剩余能量状态下收益函数的收益值，<formula>formula see original document page 8</formula>公式(1)中，Z(/,x(/》表示节点/处于状态;c(/)时的收益函数，/if(0是对 P(/,;r)的有限维表示，即P(/，;r)= max (^丫;r(/) ，W的定义为<formula>formula see original document page 8</formula>为简单起见略去/。
各节点确定出具有最大收益值的节点的步骤132:各候选源节点进行信 息广播其收益值，于是每个候选源节点都了解其他候选源节点的综合状态，候选源节点根据综合状态的优劣进行排序确定出综合状态最佳的节点，即各 节点中具有最大收益值的节点为综合状态最佳的节点，之后，由最佳的源节点传送文件的首段，即只有一个源节点处于激活状态，可以保证接收端获得 最大的数据速率，并最小化网络中节点的耗电量。这里可以知道，对等网络找到存储有目标文件的多个候选源节点后，在 步骤11、 12中，各候选源节点可以根据文件的大小对将需要传输的文件进行 合理分段以实现分段传输，此时在步骤13中，各候选源节点进行信息广播其 收益值的同时也将传输文件的首段发送请求广播给其他候选源节点，实现选 择最优传送源节点分段传输文件。4、各节点循环确定综合状态最佳的节点的步骤14:如图3所示，传输一段信息的节点更新其状态的步骤141:综合状态最佳 的节点传送首段文件后，该节点根据公式(2)更新其综合状态马尔可夫模 型的状态空间，进而获得更新后的收益值；而前一时隙没有被选中的候选节 点，不必更新其各自的综合状态马尔可夫模型，所以其收益值不变。这样， 根据该综合状态最佳的节点更新的收益值，各节点可以确定出下一个综合状 态最佳的节点进行下 一段信息的传输。公式(2)中，Z(/),xW(/)分别表示源节点z在k， k+1时段的综合状态信 息，即源节点所处的综合状态的概率。5(/,/+1(/))表实测状态为/+1(/)时，理论 状态的可能概率矩阵。C表示长度为^、值为1的列向量的转置，义(/)表示 j(/)矩阵的转置，j(/)矩阵为源节点/的理论状态转移矩阵。确定出下传输一段信息的最佳节点的步骤142:如果传送文件首段的最 佳节点的状态劣于前次状态，则向其他候选源节点广播该状态信息，重新选 择最佳源节点来传送文件的下一段；否则，则仍由传送文件首段的最佳节点
来传送文件的下一段。 一般通过多次循环调度源节点，实现对整个文件的传 输。由上可见，通过多次循环调度源节点，实现在任何时刻都可以选择综合 状态最佳的节点进行信息的传输，从而保证接收端节点获得最大的数据速 率，并最小化网络中节点的耗电量。上述公式(1 ) 、 (2)参照文献V. Krishnamurthy， A Value Iteration Algorithm for Partially Observed Markov Decision Process Multi-armed Bandits, Mathematics of Operations Research, 2005, 5， pp: 133-152(数学运筹学，部分可测马尔可夫决策过程多臂赌博机的值迭代算法，2005 年5月，133國152页，作者V. Krishnamurthy)。参见图4-7，通过仿真试验，验证了本发明中多源调度方法与普通的随机 选捧的节点相比在数据速率和耗电量两项指标的改善。图4中横坐标为能提供目标文件的源节点个数；纵坐标为网络的存活 时间(时隙)。图5中横坐标为在激活时隙，移动设备电池从高能级变到 低能级的概率；纵坐标为网络的存活时间(时隙)。图6中横坐标为在 激活时隙，移动设备电池从高能级变到低能级的概率；纵坐标为目标节点 的接收比特率(kbits/s，千比特每秒)。图7中横坐标为能提供目标文件的源 节点数；纵坐标为网络的存活时间(时隙)。综上可见，本发明提出一种无线对等网络中分布式多源调度方法，将无 线对等网络中信道的多变性和无线设备能量等级建模为有限状态马尔可夫模 型，综合候选源节点的状态信息，各候选源节点之间进行状态信息的广播和 及时更新，使得任何时刻都选择状态最佳的节点源进行文件的传输，从而保 证接收端获得最大的数据速率，并最小化网络中节点的耗电量。以上所述，仅为本发明较佳的具体实施方式
，但本发明的保护范围并不 局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可 轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明 的保护范围应该以权利要求的保护范围为准。
权利要求
1、一种无线对等网络中节点的多源调度方法，其特征在于，包括根据各节点的实际信道状态和剩余能量状态确定出同一时隙下综合状态最佳的节点，通过该节点传输信息。
2、 根据权利要求1所述的无线对等网络中节点的多源调度方法，其特征 在于，所述方法具体包括获得所述各节点的实际信道状态和剩余能量状 态。
3、 根据权利要求2所述的无线对等网络中节点的多源调度方法，其特征 在于，所述方法还包括对所述各节点的理论信道状态和剩余能量状态分别 建立马尔可夫模型，合并各马尔可夫模型得到所述各节点综合状态的马尔可 夫模型。
4、 根据权利要求3所述的无线对等网络中节点的多源调度方法，其特征 在于，所述方法还包括通过所述各节点的综合状态的马尔可夫模型以及所述各节点的实际信道 状态和剩余能量状态得到所述各节点的综合状态的收益函数，进而得到各节 点的收益值；所述各节点广播其收益值并确定出具有最大收益值的节点为综合状态最 佳的节点。
5、 根据权利要求4述的无线对等网络中节点的多源调度方法，其特征在 于，所述方法还包括所述综合状态最佳的节点完成信息传输后，该节点根据其信道状态和剩 余能量状态更新其综合状态的马尔可夫模型并得到其更新的收益值；根据该综合状态最佳的节点更新的收益值，所述各节点确定出下一个综 合状态最佳的节点进行信息的传输。
6、 根据权利要求2、 3、 4或5所述的无线对等网络中节点的多源调度方 法，其特征在于，所述各节点对其上需要传输的信息进行分段处理。
7、 根据权利要求6所述的无线对等网络中节点的多源调度方法，其特征 在于，所述各节点还对需要传输的信息进行分段广播。
8、 根据权利要求1所述的无线对等网络中节点的多源调度方法，其特征 在于，所述信道状态指信道慢衰落情况，所述剩余能量状态指节点电池剩余 能量情况。
全文摘要
本发明公开了一种无线对等网络中节点的多源调度方法，包括根据各节点的实际信道状态和剩余能量状态确定出同一时隙下综合状态最佳的节点，通过该节点传输信息。本发明节点的多源调度方法充分利用了无线信道状态和剩余能量状态信息，使得任何时刻都可以选择综合状态最佳的节点进行信息的传输，从而保证接收端节点获得最大的数据速率，并最小化网络中节点的耗电量。
文档编号H04L25/02GK101399851SQ200810225189
公开日2009年4月1日 申请日期2008年10月30日 优先权日2008年10月30日
发明者非 于, 司鹏搏, 亭 李, 屹 李, 曦 李, 梅敬青, 王仕果, 红 纪, 罗常青 申请人:北京邮电大学