本发明涉及自动控制领域,尤其涉及一种无线传感器网络功率控制方法。
背景技术:
无线传感器网络被广泛应用于国防军事、环境监测、医疗卫生、智能家居和制造业等领域,其典型特征是网络节点的能量、计算能力和数据存储能力都非常有限。如何降低传感器网络的能量消耗成为该领域的核心问题。在提高电池容量的技术没有取得突破性进展前,减少节点的能量消耗是一个现实可行的途径。另一方面,即使电池容量足够大,也应该采取措施来减少节点间的干扰,增加吞吐量。这就对有效的功率控制策略提出了迫切的要求。目前采用的能量控制方式主要是基于平衡信噪比、网络服务质量、kalman滤波等方法。这些算法要求在接收端状态估计可靠。但在含有多个节点、采用多跳传输方式的传感器网络中获取可靠的状态估计是很困难的。现有能量控制方法大多忽略或简化了网络中存在的种种不确定性因素,使得能量控制算法在实际应用中最优性无法保证甚至不可行。
技术实现要素:
针对现有技术的不足,本发明提供一种关于基于静态输出反馈的无线传感器网络鲁棒功率控制方法,该方法允许网络中干扰功率未知。采用功率、速率联合控制方案,自适应地调整节点的传输速率,为每个节点选择最优的发射功率,以延长网络的生存时间或增加网络容量。具体技术方案如下:
一种无线传感器网络功率控制方法,该方法包括如下步骤:
(1)建立k+1时刻各个节点的发射功率迭代方程:
p(k+1)=p(k)+α(d(k)-a(k))(1)
其中,p(k)为k时刻传感器节点的发射功率,d(k)为k时刻传感器节点的期望信噪比,a(k)为k时刻传感器节点的实际信噪比,α为随节点变化的步长系数,α取值位于0~1之间;
(2)建立k+1时刻的期望信噪比d(k+1)和实际信噪比a(k+1)的模型:
d(k+1)=(1-μc(k))d(k)+μ1d1(k)(2)
a(k+1)=(1-α)a(k)+αd(k)+n(k)(3)
其中,μ,μ1为步长系数,为正值,不随节点变化而变化,d1(k),n(k)均为零均值白噪声信号,c(k)为网络拥塞,可分为两部分,
fs(k)为传输速率的和,ct(k)为链路容量;
(3)建立状态向量xk,
将公式(2)和(3)代入(6),得到一个状态空间模型:
其中,xk+1为k时刻的状态变量,yk为传感器的测量输出信号。ak为系统矩阵,
(4)针对系统(7),引入如下的控制器uk,
uk=kyk(8)
其中,k为反馈增益矩阵;
(5)把公式(8)代入公式(7),得到闭环系统(9)
xk+1=akxk+uk+ωk(9)
(6)利用lyapunov稳定性定理,将控制器的设计问题转化成一类线性不等式的可解性问题,并利用matlab中的lmitoolbox,求解下述线性矩阵不等式:
其中,矩阵a、t为已知量,t的选取只需满足
ct=[i0](11)
即可。可以证明t的选取不唯一,但不影响矩阵不等式(10)的可解性。i是适当维数的单位矩阵,其他的为未知量;
若存在正定矩阵p>0,变量ε>0,矩阵
得到。
(7)将公式(12)代入公式(8),得到控制器uk,此时,状态方程(6)中xk两个状态分量,即期望信噪比d(k)和实际信噪比a(k)趋于相同,由此功率控制迭代方程(1)收敛,进而得到功率控制的迭代算法。
与现有技术相比,本发明的有益效果如下:
本发明采用功率、速率联合控制方法,自适应地调整节点的传输速率,且对网络中干扰功率未知或存在不确定性的情形同样有效,本发明也可以作为独立的算法模块嵌入到无线传感器网络的各种应用场景中,通过对无线传感器网络鲁棒功率控制方法,可为每个节点选择最优的发射功率,从而延长网络的生存时间。
附图说明
图1为具有三个汇聚节点的传感器网络示意图;
图2为功率控制结构示意图;
图3为采用控制前的实际信噪比和期望信噪比曲线图;
图4为采用控制后的实际信噪比和期望信噪比曲线图。
具体实施方式
为了进一步理解本发明,下面结合实施例对本发明优先实施方案进行描述,但是应该理解,这些描述只是为进一步说明本发明的特征和优点,而不是本发明权利要求的限制。
如图1-2所示,一种无线传感器网络功率控制方法,该方法包括如下步骤:
(1)建立k+1时刻各个节点的发射功率迭代方程:
p(k+1)=p(k)+α(d(k)-a(k))(1)
其中,p(k)为k时刻传感器节点的发射功率,d(k)为k时刻传感器节点的期望信噪比,a(k)为k时刻传感器节点的实际信噪比,α为随节点变化的步长系数,实际情况中α往往取值位于0~1之间;
(2)建立k+1时刻的期望信噪比d(k+1)和实际信噪比a(k+1)的模型:
d(k+1)=(1-μc(k))d(k)+μ1d1(k)(2)
a(k+1)=(1-α)a(k)+αd(k)+n(k)(3)
其中,μ,μ1为步长系数,为正值,不随节点变化而变化,d1(k),n(k)均为零均值白噪声信号,c(k)为网络拥塞,可分为两部分,
fs(k)为传输速率的和,ct(k)为链路容量;
(3)建立状态向量xk,
将公式(2)和(3)代入(6),得到一个状态空间模型:
其中,xk+1为k时刻的状态变量,yk为传感器的测量输出信号。ak为系统矩阵,
(4)针对系统(7),引入如下的控制器uk,
uk=kyk(8)
其中,k为反馈增益矩阵;
(5)把公式(8)代入公式(7),得到闭环系统(9)
xk+1=akxk+uk+ωk(9)
(6)利用lyapunov稳定性定理,将控制器的设计问题转化成一类线性不等式的可解性问题,并利用matlab中的lmitoolbox,求解下述线性矩阵不等式:
其中,矩阵a、t为已知量,t的选取只需满足
ct=[i0](11)
即可。可以证明t的选取不唯一,但不影响矩阵不等式(10)的可解性。i是适当维数的单位矩阵,其他的为未知量;
若存在正定矩阵p>0,变量ε>0,矩阵
得到。
(7)将公式(12)代入公式(8),得到控制器uk,此时,状态方程(6)中xk两个状态分量,即期望信噪比d(k)和实际信噪比a(k)趋于相同,由此功率控制迭代方程(1)收敛,进而得到功率控制的迭代算法。
下面对该方法进行验证,选取步长系数α=0.2,
l=[0.159950]
进而得到控制器增益k=0.22553。
采用控制前后的系统实际信噪比和期望信噪比的曲线如图3和4所示,从图中可以看出,采用控制后的实际信噪比能够很快的跟踪期望的信噪比。