基于定向天线的认知无线传感器网络QoS保障机会路由方法与流程

本发明涉及一种认知无线传感器网络qos保障机会路由机制，属于定向天线与认知无线传感器网络路由结合的领域。

背景技术

现有的无线传感器网络大都工作在无需授权的ism频段，但是随着新一代无线设备的普及，这些公用的未授权频段变得日益拥挤。为缓解上述问题，能够实现动态频谱接入的crsn(cognitiveradiosensornetworks，认知无线传感器网络)应运而生。在crsn中，只要不干扰pu(primaryuser，主用户)通信，传感器节点便可以机会地占用这些空闲的授权频谱(信道)。一旦pu信号返回，节点需立即撤离该频段，并寻找新的频谱接入机会。在这种可用频谱受限的环境中，节点之间数据传输的稳定性难以得到保证，如何进行网络层设计来满足上层应用的qos需求，受到越来越多的关注。

认知无线传感器网络路由机制的设计通常需要将传输信道的选择与转发节点的选择联合起来考虑，以减小可用信道动态变化对传输性能的不利影响。但是，目前这方面的研究工作大多基于：(1)机会式频谱接入，即当pu不活动时伺机接入授权信道，从时间域上对频谱资源进行复用；(2)全向传输，即节点均匀地向各个方向发射信号，容易给pu造成较大的干扰，从而降低认知网络中节点的连接性。基于以上两点，可以考虑将定向天线技术应用到路由设计中，将能量集中在某个特定方向上进行辐射。一方面，有利于减少其他方向上对pu的干扰，从空间域上进一步增加认知传感器节点接入授权信道的机会。另一方面，有利于扩大信号的传输距离、减少端到端的转发跳数，从而降低数据传输的总延时和总能耗。

机会路由是指利用多个潜在的候选节点进行机会式地数据包转发，可以进一步提高无线链路的可靠性。然而，在利用定向天线来提高授权频谱接入机会的同时，也会给机会路由设计带来不小的挑战：(1)由于波束宽度的限制，当定向天线指向不同方向时，节点将得到不同的邻居节点集；(2)定向天线的波束宽度越窄，信号的传输距离越大，越有利于减小端到端的转发跳数。但尽管如此，波束宽度越窄，意味着信号覆盖面积越小，不利于获取高传输性能的转发节点；(3)由于主用户地理位置的差异，不同方向上检测到的可用信道也会不同。

下面简单介绍已有的认知路由和定向天线应用的方法：

liu等人提出分布式的机会认知路由ocr协议，根据局部信道使用信息和地理位置信息，每一个中间转发节点独立地选择其下一跳，以快速适应动态变化的无线链路。pan等人提出crsn多信道机会路由，在建立候选节点竞争集时，权衡了能耗与投递率之间的矛盾，旨在通过消耗较少的能量来获取尽可能高的投递率。但是，上述这些路由机制考虑的都是全向传输，不能直接应用于基于定向天线的crsn。

针对将定向天线应用于传统无线网络路由中的问题，fang等人提出定向任意路径路由dart协议，分别在波束宽度固定和波束宽度可变的两种环境下，考虑定向路由选择的问题。feng等人提出的dsma将定向天线与任意路径路由进行结合，并探讨了天线方向调度与传输速率的联合选择问题。然而，由于认知无线电网络自身的特性和传感器节点能量的限制，传统无线网络路由设计的方法不能完全适用于crsn环境。

目前，将定向天线应用到认知无线网络中的技术相对较少，且大多集中在频谱感知、信道交汇和网络连接性分析等方面。zhao等人从角度域分析了频谱空洞的检测概率，wang等人提出了用于分析定向认知自组织网络连接性的理论模型。针对pu数量过多的环境，song等人提出一种基于定向天线的信道交汇机制，以提高认知节点信道交汇的成功率。dai等人设计了一种有效的路由模型，通过利用定向天线来探测不同方向上的pu信号，从而判断认知节点是否处于pu信号覆盖范围的边界、以减小对它的干扰。

通过对上述相关研究成果进行对比分析，可以发现，目前crsn中关于机会路由与定向天线调节的联合设计方案相对较少，而定向天线的利用给认知环境下的路由设计带来的有利条件值得进一步探讨与研究。

技术实现要素：

本发明所要解决的技术问题是：针对能量有限和可用频谱动态变化的认知无线传感器网络，提供一种有效的基于定向天线的机会路由机制，以实现高可靠性、低延时、低能耗的数据传输。

本发明为解决上述技术问题采用以下技术方案：

一种基于定向天线的认知无线传感器网络qos保障机会路由方法，包括如下步骤：

步骤(1)：通过分析定向天线调节对认知无线网络环境中节点接入授权频谱、路由节点选择的影响，建立包括天线模型与网络模型的系统模型；

步骤(2)：在步骤(1)的基础上，建立定向天线调节与认知机会路由设计的联合优化数学模型；将联合优化问题分解为扇区、信道选择，以及候选转发节点列表创建这两个阶段，并建立对应的优化模型；

步骤(3)：采用步骤(2)建立的候选转发节点列表进行路由选择；

步骤(4)：通过matlab仿真实验对路由性能进行评估分析。

进一步的，本发明步骤(1)中建立所述天线模型具体包括：

其中，pr表示节点的接收功率，pt表示进行信号传输的固定功率，gt、gr分别表示发射机和接收机的天线增益，l表示两节点之间的距离，α为路径损耗指数，ω为均值为零和标准偏差为σ的对数正态随机变量；

对于波束宽度为θ的定向天线，其发射或接收信号的增益g＝2π/θ，0≤θ≤2π，当采用定向发射、全向接收时，即gt＝g，gr＝1时，信号的传输距离r为公式(2)所示，相应地，信号覆盖面积s为公式(3)所示：

其中，δ代表两节点之间的功率衰减，δ＝pt/pr，δt表示给定的功率衰减阈值，当α、ω、δt一定时，波束宽度θ越小，天线增益g越大，传输距离越远，信号覆盖面积越小。

进一步的，本发明步骤(1)中建立所述网络模型具体为：

将每一个数据信道中pu的占用时间假设为服从指数分布的on/off随机过程：设on状态表示信道被pu占用，off状态表示信道空闲，用均值分别为zm和um的指数型变量来描述信道m处于on、off状态的持续时间，m∈m，m代表一组数据信道，则信道m占用或空闲的概率表示为：

将pu活动模型扩展到每一个扇区，用表示节点vi在方向为波束宽度为θ的天线扇区上检测到信道m可用的概率。

进一步的，本发明的步骤(2)所述的建立定向天线调节与认知机会路由设计的联合优化数学模型，具体为涉及定向天线参数调节、数据信道选择和候选转发节点列表创建的联合优化问题，具体为：

设ti、ri表示对节点vi单跳转发的本地延迟和可靠性要求，表示节点vi在方向为波束宽度为θ的扇区上的定向邻居节点集合，候选转发节点列表表示节点vi在相应扇区和信道m上的一组有序候选转发节点集合，m∈m，n表示候选转发节点的数量，则vi选择数据信道、波束扇区和候选转发节点的规则描述如下：

given：ti,ri,m

find：m^*，θ^*，

min：

subjectto：

其中，节点vi选择本地最佳数据信道m^*、波束方向波束宽度θ^*及相应的候选转发列表在满足可靠性、时延需求的同时最小化节点能耗，公式(4)是最小化能耗目标，条件(5)和条件(6)是利用候选节点列表进行机会转发需要满足的可靠性和时延要求。

进一步的，本发明的步骤(2)将联合优化问题分解为扇区、信道选择，以及候选转发节点列表创建这两个阶段，具体如下：

①、将360°的角度域划分为具有固定波束宽度和方向的n个天线扇区，以控制扇区的选择范围，每个扇区跨越2π/n的角度，θ＝2π/n，将这些扇区的方向集合表示为对于当前节点vi，用于天线扇区和传输信道选择的数学模型如下：

given:m,

find:m^*,

maximize:

subjectto:

其中，表示节点vi在方向为波束宽度为θ的天线扇区上检测到信道m可用的概率，m∈m，m代表一组数据信道，m^*表示所选的本地最佳数据信道，表示最佳数据信道所对应天线扇区的方向，γ表示vi与目的节点s之间的夹角，qi表示信道可用性的门限，利用不等式(21)初步排除信道可用性较低的一些信道和天线扇区的组合，然后利用公式(22)来确定用于数据传输的天线扇区，并且选择该扇区上可用性最高的数据信道；

②、采用启发式算法来创建候选转发列表，优先选择高优先级的邻居节点，一旦满足qos要求，则无需选择更多的候选节点，其中用于候选转发节点列表创建的数学模型如下：

given:m^*,ti,ri,

find:

minimize:

subjectto：

所述启发式算法采用一种递归搜索的方法来创建具体为：

在搜索开始之前，不包含任何节点，每次从邻居节点中选出一个节点vj，将其与中的节点一起添加到临时节点集合f中，并按照的大小降序排列，如果f的期望可靠性和延迟满足qos要求，则从这些满足需求的邻居节点中找出使得期望能耗到达最小的节点vt，并将其添加到候选转发列表中；否则，将中优先级最高的节点v1放入候选转发列表中，然后从剩余的邻居节点重复上述遍历过程，直到没有剩余的可选节点或者直到找到满足qos需求的节点列表为止。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、通过在认知无线网络中应用定向天线，来减少认知节点对pu的信号干扰，增加授权频谱接入的机会，进一步保障认知网络中数据传输的稳定性。

2、将天线参数的调节、传输信道的选择和候选转发节点列表的创建，描述为一个联合优化的数学模型，并提出一种接近最优解的近似解决方案，实现节能、带有qos保障的数据流传输，同时有效地降低计算复杂度。

3、利用一种基于递归的启发式算法来创建候选转发节点列表，复杂度低、效率高，同时能够获取接近最优方案的路由性能。

4、同等网络环境下，本发明涉及的基于定向天线的机会路由机制在qos保障、吞吐量和能效方面优于典型的基于全向天线的qos路由方案。

附图说明

图1是本发明涉及的基于定向天线的频谱接入图。

图2是本发明涉及的波束宽度不同的两种天线扇区图。

图3是本发明的方法流程图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

当前crsn大多针对的是时间复用，即认知传感器节点在pu不活动时访问空闲的授权频谱，而另一种增加crsn效益的可能方案就是利用空间复用。定向天线作为无线网络中实现空间复用的一种有效方式，可以减少信号干扰、提高频谱利用率，这促使本发明在基于定向天线的crsn中对路由选择展开研究。

参考图3所示，本发明的流程如下：

步骤(1)、分析定向天线调节对认知无线网络环境的影响，主要包括对节点接入授权频谱和路由节点选择的影响。

a、定向天线调节对频谱接入的影响：

如图1所示，虚线圆圈代表节点的全向传输范围，实线扇区代表定向传输范围，信道c1、c2均被主用户占用。由于发送节点不能对其传输范围内的主用户造成信号干扰，因此，当v1采用全向天线传输时，只允许使用其他未被主用户占用的信道。相反，如果节点采用定向天线传输，无线信号只会覆盖整个扇区。即使v1占用信道c1也不会对周围的主用户造成干扰，因而大大增加了认知节点接入授权频谱的机会。

虽然定向天线的使用为认知节点创造了更多的频谱接入机会，但在路由选择阶段却需要设置合适的天线方向和波束宽度。因为主用户地理位置的差异，如果认知节点的定向天线方向选择不当，也可能对正在通信的主用户造成干扰，从而失去接入部分信道的机会。

b、定向天线调节对路由选择的影响：

如图2所示，定向天线波束的主瓣近似于半径为r的扇区，θ、分别表示波束宽度和波束方向。图中给出了波束宽度不同的两个扇区，θ’＞θ。与窄波束宽度相比，波束宽度越大，信号覆盖区域越大，可获得的潜在转发节点越多。然而，波束宽度越大，传输距离越短，数据包的前进速率越小。另一方面，波束宽度窄意味着信号传输距离越远，有利于减少端到端的转发跳数和传输延迟。但由于转发节点的选择范围较窄，路由性能也有可能受到损害。

另一方面，由于波束宽度的限制，天线波束指向不同方向时，节点将获得不同的邻居节点集合。如果天线方向选择不当，也有可能降低网络传输性能。

步骤(2)、建立系统模型，包括天线模型与网络模型。

a、天线模型：

考虑一个多信道crsn，传感器节点配有智能天线，能够提供定向与全向两种工作模式。可以设想为两个独立的天线：一个可转向的单波束天线和一个全向天线，通过集成定向发射机和全向/定向接收机可实现该天线系统。全向模式主要用于接收，而在定向模式下，节点只能选择某个方向上的波束，将能量集中起来进行信号发射或接收。

通常用天线增益来模拟天线的发射或接收能力。对于波束宽度为θ的定向天线而言，其发射或接收信号的增益g＝2π/θ，0≤θ≤2π。若以固定功率pt进行信号传输，则节点的接收功率可表示：

其中，l表示两节点之间的距离，gt、gr表示发射机和接收机的天线增益。α为路径损耗指数，通常情况下2≤α≤6。ω为均值为零和标准偏差为σ的对数正态随机变量，用于模拟阴影衰落效应的影响。在实践中，通常用两节点之间的功率衰减δ来衡量信号传输的质量，δ＝pt/pr。本发明让功率衰减限制在给定阈值δt之上，则根据公式(1)可推导出，当采用定向发射、全向接收时(gt＝g，gr＝1)，信号的传输距离r可表示为公式(2)所示。相应地，信号覆盖面积s可表示为公式(3)所示：

可以看出，当α、ω、δt一定时，波束宽度θ越小，天线增益g越大，传输距离越远，信号覆盖面积越小。

b、网络模型：

假设该网络中存在一个公共控制信道(ccc)和一组数据信道m，ccc用于节点之间控制消息的交互，数据信道全部授权给了主用户，认知传感器节点只有在不干扰主用户通信的前提下，方可机会式地接入其中的空闲信道。当源节点向其目的节点发起数据通信时，首先通过频谱感知获取信道接入机会，然后根据路由机制在空闲信道中选择合适的转发节点，最后完成数据传输。本发明涉及qos保障的机会路由，故在中继选择过程中需要选择一组邻居节点作为候选转发节点，并为这些节点分配一定的优先级，然后根据实际传输情况机会地选择下一跳节点进行数据转发。通过gps或其他定位设备，每一个节点可以获取其位置信息。

由于pu活动的随机性，对于认知节点而言，信道的可用性在频谱感测阶段和数据传输阶段可能存在差异。为了刻画可用信道的这种动态变化特性，本发明将每一个数据信道中pu的占用时间假设为服从指数分布的on/off随机过程：on状态表示信道被pu占用；off状态表示信道空闲。用均值分别为zm和um的指数型变量来描述信道m处于on、off状态的持续时间，m∈m，则信道m占用或空闲的概率可表示为：和越大意味着信道m越稳定，越适合用于数据传输。考虑到节点在每一个天线扇区上的信道可用性都是动态的，本发明将pu活动模型扩展到每一个扇区，用表示节点vi在方向为波束宽度为θ的天线扇区上检测到信道m可用的概率。

步骤(3)、建立定向天线调节和机会路由设计的联合优化数学模型

本发明探讨一种基于定向天线的认知无线传感器网络qos保障机会路由daor，通过利用节点感知到的可用信道信息、局部网络状态信息等，该算法在满足qos约束条件的同时，实现了数据流的低能耗传输。首先描述定向天线调节和机会路由选择的联合优化问题，然后给出链接标准和能量模型，最后分析可靠性和延迟要求。

联合优化问题描述：

与传统无线网络机会路由不同的是，认知节点在发送数据之前必须确定其传输天线扇区(由天线方向和波束宽度确定)、数据信道和候选转发节点。传感器网络应用对qos的需求，不失一般性，本发明考虑时延与可靠性两种需求。由于无线介质的动态特性，不可能获得实时的、精确的端到端链路状态。因此，本发明将端到端qos需求划分为对单跳qos需求，如果满足每一跳的要求，端到端的qos将基本得到保证。

设ti、ri表示对节点vi单跳转发的本地延迟和可靠性要求，表示节点vi在方向为波束宽度为θ的扇区上的定向邻居节点集合，候选转发节点列表表示节点vi在相应扇区和信道m上的一组有序候选转发节点集合，则vi选择数据信道、波束扇区和候选转发节点的规则描述如下：

given：ti,ri,m

find：m^*，θ^*，

min：

subjectto：

节点vi选择本地最佳数据信道m^*、波束方向波束宽度θ^*及相应的候选转发列表可以在满足可靠性、时延需求的同时最小化节点能耗。公式(4)是最小化能耗目标，条件(5)和条件(6)是利用候选节点列表进行机会转发需要满足的可靠性和时延要求。

邻居发现：

如图2所示，用(xi,yi)、(xj,yj)表示平面上节点vi和节点vj的地理坐标，则它们之间的欧几里得距离d(vi,vj)和夹角β可表示为：

若两节点之间的距离小于等于定向传输距离，d(i,j)≤r，并且其夹角不超过波束边界，说明节点vj落在vi的信号覆盖范围内，记

在传统无线网络中，若两节点落入彼此的传输区域，则它们之间可以建立一条通信链路。但在无线认知网络中，两节点之间能否形成通信链路不仅取决于信号传输范围，还取决于频谱可用性。当且仅当满足以下两个条件时，节点vi和vj之间可以建立通信链路：(1)vi和vj均落入彼此的传输区域，即vi、vj互为邻居节点；(2)vi和vj具有公共的可用信道，这意味着在节点传输区域中不存在活跃的主用户。

能量损耗：

根据已有文献中的能量模型可知，如果节点vi向l距离之外的另一个节点传输lbit的数据包，则传输能耗为：

et,i＝eelec·l+εamp·l^α·l(9)

其中，eelec表示收发机电路发送或接收1bit数据所消耗的能量，εamp表示功率放大器的工作能耗，α为路径损耗指数。考虑到数据传输过程中存在的丢包问题，节点vj可能只接收到比特的数据包，其中表示节点vi、vj之间的链路在信道m上的投递率，则接收能耗可表示为：

假设节点只监听发送给自己的传输行为，并且能量损耗主要用于数据的传输与接收。为了考察主用户活动对节点通信的影响，本发明定义了一个新的指标来评估节点机会转发的认知期望能耗，如公式(11)所示。其中，n表示候选转发节点的数量，

可靠性保证：

利用数据包投递率，即成功传输到目标节点的数据包占总发送数据包的百分比来评估链路的可靠性。若要求路径上的每跳链路提供同等的可靠性，则节点vi选择候选节点列表所需满足的本地投递率可估计为：

其中，ri,s和hi分别表示从vi到目的节点s之间的可靠性要求及预期传输跳数，即：

其中，表示从源节点到当前节点vi的平均单跳前进距离。

定义期望投递率为中至少存在一个候选节点成功接收到节点vi发送的数据包的概率，由于不同链路上的丢包事件相互独立，则可表示为：

时延保证：

本发明提出的是基于频谱感知的路由算法，每一跳数据传输过程中，节点首先要检测空闲信道，然后利用空闲信道传输数据信息。收到数据包之后，候选节点则按照事先设置好的规避时间回复确认消息ack。优先级越高，规避时间越短，越先回复。发送节点一旦收到ack回复，则在ccc上广播完成接收消息ctr，以通知其他候选节点发送方已经收到ack消息，从而减少不必要的数据包重复转发。假设节点vj是优先级排在第j位的候选节点，则利用节点vj转发数据的单跳时延主要可表示为：

ti,j＝ts+tdata+tw(15)

其中，ts、tdata表示感知信道和数据传输时延，tw表示候选节点之间相互协调时延，tw＝j·(2μ+tack+tctr)，即节点在收到数据包之后等待回复ack的时间。μ表示最小短帧时隙间隔，tack、tctr分别表示回复ack、clr消息的时间。

数据传输延时约束本质上也可以看作是数据包迁移的时空约束，所以本发明利用基于地理位置的机制，通过对前进速率的限制估算出对单跳延时的要求：

其中，ti,s表示从vi到目的节点s之间的时延要求，分别利用进行机会式转发的期望前进距离和期望延时，如公式(18)和(19)所示。aij＝d(vi,s)-d(vj,s)，表示节点vi到每一个候选节点vj的前进距离，

在进行路由设计和调节定向天线参数的过程需要考虑诸多因素，仅仅依靠单一指标获取最佳的解决方案是不可能的。接下来，将引入一种近似方案来简化上述有关路由选择和天线调节的联合优化问题。

步骤(4)：针对步骤(3)所描述的联合优化问题，提出一种接近最优解的近似解决方案。

理论上天线方向和波束宽度的变化空间是连续的，这样就会存在无穷多个天线扇区可供选择，但在实际生活中不可能将定向天线设计得如此复杂，而且在每个扇区下进行穷举搜索以找到最佳解决方案也是不切实际的。因此，本发明将360°的角度域划分为具有固定波束宽度和方向的n个天线扇区，以控制扇区的选择范围。每个扇区跨越2π/n的角度，θ＝2π/n，这些扇区的方向集合表示为对于每一个节点而言，其天线扇区的波束宽度是固定的，所以只需要确定扇区的方向即可。

为了获取最佳的数据信道、传输扇区及相应的候选转发列表，最直观的方法就是进行穷举搜索：将所有数据信道与扇区方向进行组合，对于每一种组合，遍历邻居节点的所有子集，筛选出既满足qos需求、能量损耗又最少的转发节点列表。如果|m|＝c，则一共有种选择。当n、c或n非常大的时候，这对于能量和处理能力受限的crsn来说是不切实际的。为了减少计算的复杂度，有必要设计一个接近最优解的近似解决方案。

故本发明将优化问题分解为两个阶段：首先，确定转发扇区和传输信道；其次，在所选的天线扇区和数据信道下，构建既满足qos需求、能量损耗又最少的转发节点列表。

天线扇区与数据信道的选择：

在基于地理位置的机会转发路由当中，往往会以节点的前进距离作为下一跳选择的指标，以逼近最短路径路由。如果能够选择指向目的节点的天线扇区，必然有利于获取前进距离较大的转发节点，从而加大数据包的前进速率、减少传输延迟。但是，仅仅根据天线方向来选择传输扇区，并不能保证该扇区上的信道具有较高的可用性。信道可用性越差，认知节点之间的通信链路受主用户影响而中断的可能性越大，将导致重传次数增多。另一方面，如果本发明简单地遵循最大化信道可用性的原则来选择天线扇区与通信信道，很有可能导致选择的传输路径更长、延迟更大。

总之，选择一个合适的天线扇区和传输信道不仅取决于扇区方向，还取决于该扇区上的信道可用性。因此，本发明设计了一种实用的联合扇区与信道的选择方案，目的在于尽可能地降低传输成本，同时提供高信道可用性的保证。对于当前节点vi，天线扇区和数据信道的选择规则如下：

given:m,

find:m^*,

maximize:

subjectto:

其中，γ表示vi与目的节点s之间的夹角，qi表示信道可用性的门限。利用不等式(21)，可以初步排除信道可用性较低的一些信道和天线扇区的组合，然后在此基础上，利用公式(22)来确定用于数据传输的天线扇区，并且选择该扇区上可用性最高的数据信道。

接下来，本发明将利用概率保障的思想来设定信道可用性的阈值qi，即让的概率不低于λ，表示为：

令则公式(23)可转换为：

给定随机变量x的均值μ和方差σ²，根据单边切比雪夫不等式，其满足条件：

通过将切比雪夫不等式应用到公式(24)，可以得出：

其中，和分别表示变量的均值和方差。根据不等式(24)和(26)的传递性质，如果满足条件

则可以公式(23)中定义的可用性将得到概率保证。相应的阈值可以设置为：

创建候选转发节点列表的启发式算法：

利用给定的天线扇区和数据信道，接下来需要选择候选转发节点并为之分配优先级。一般而言，如果根据候选节点的单跳前进距离来分配优先级，则期望前进距离增益将得到最大化。如果根据数据包投递率来分配优先级，则可以减少期望的传输延迟。考虑到动态的无线链路环境中，信号传输距离越远，数据包投递率越低。故本发明采用一种折中的策略，利用来为候选转发节点分配优先级。候选转发节点的选择规则如下所示：

given:m^*,ti,ri,

find:

minimize:

subjectto：

为了获得最佳的转发节点列表，直观的方法就是穷举搜索，但这会带来较高的计算复杂度，对于能量与处理能力受限的传感器节点来说并不合适。此外，候选转发列表也不宜包含太多的节点，因为能量消耗和协调延迟的成本也会随着候选转发节点数量的增加而增加。故本发明设计了一种有效的启发式算法来创建候选转发列表，优先选择高优先级的邻居节点，一旦满足qos要求，则无需选择更多的候选节点。

算法的执行过程如算法1所示，其中h表示候选转发节点的最大数量。算法采用一种递归搜索的方法来创建在搜索开始之前，不包含任何节点。每次从邻居节点中选出一个节点vj，将其与中的节点一起添加到临时节点集合f中，并按照的大小降序排列。如果f的期望可靠性和延迟满足qos要求，则从这些满足需求的邻居节点中找出使得期望能耗到达最小的节点vt，并将其添加到候选转发列表中。否则，将中优先级最高的节点v1放入候选转发列表中，然后从剩余的邻居节点重复上述遍历过程，直到没有剩余的可选节点或者直到找到满足qos需求的节点列表为止。当算法1的时间复杂度为o(n²)。如果采用枚举算法进行搜索，时间复杂度为o(n！)。可以看到，一旦n变得非常大，启发式算法将比穷举搜索更加有效。

本技术领域技术人员可以理解的是，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器，从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。

本技术领域技术人员可以理解的是，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

上面结合附图对本发明的实施方式作了详细地说明，但是本发明并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。