基于随机分组的无线传感器网络分布式波束形成方法与流程

本发明属于无线通信网络技术领域，具体涉及基于随机分组的无线传感器网络分布式波束形成方法。

背景技术：

近年来，随着传感器技术、通信技术、信息处理技术和嵌入式技术的快速发展，无线传感器网络逐渐得到广泛应用。无线传感器网络能够对目标区域中的信息进行感知和采集，最终将信息传送到用户终端，具有广泛的应用场景，当前主要应用于区域检测、医疗监测、环境监测、工业监控、军事国防等诸多领域。

无线传感器网络是由大量的具有特定功能的传感器节点通过自组织的形式利用无线通信方式进行信息传递，并协同完成某一特定任务的智能网络。它可以实时检测、感知和采集网络监控区域内的信息，并将收集到的信息进行处理后再传送给用户终端。由于网络中传感器节点硬件资源的限制和周围环境的制约，单个节点所发送的信号功率有限，且信号在传播过程中会有一定的衰减；同时信号之间会相互干扰，从而进一步减弱信号功率。因此，用户终端所接收到的信号功率较发射端来说往往已经比较微弱。因此，如何设计网络协议来最大化接收端的信号功率是无线传感器网络面临的一个重要问题。

波束形成技术是提高无线传感器网络通信质量的技术之一。波束形成是一种传感器阵列的信号处理技术，它通过使特定角度的信号经历相长干涉，而其它信号经历相消干涉，来实现信号的定向传输或接收，从而实现所发送信号的功率增强或远距离通信。分布式波束形成是协作通信的一种形式，其中两个或多个发射节点发送同一个信息并控制其相位，并在接收端重组接收到的信号。在无线传感器网络中，可以通过波束形成技术将节点发送的信号集中到接收端所在的方向，以此来增大接收端处接收到的信号功率。同时波束形成技术将传输信息所需的能耗均匀分担到多个参与发送信号的节点上，从而降低了节点的能耗，增强了无线传感器网络的寿命。

在突发事件监测的传感器网络中，对数据收集的准确性要求很高，一旦传感器节点监测到异常的状况，要保证能将信号以最大功率快速发送至用户终端。而波束形成技术与无线传感器网络的结合，正是解决此类问题的方案之一。mudumbai等人，首先提出了分布式波束形成方案，他们通过基于来自接收端的1比特反馈来调整相位。bucklew等人在这项工作的基础之上进行改进，允许传感器在每次迭代中独立地发送具有随机偏移的信号，这不仅增加了收敛速度而且提高了能量利用率。humanen等人通过发送帧来代替单个符号，并且令发射端对帧内的每个符号添加略微不同的相位校正，从而得到的算法在收敛速度方面优于先前的方法。hou等人通过将传感器分组并通过来自接收端的信号功率反馈来更新其相位，并根据这一思路提出两种算法。kumar等人给出了分布式零陷形成算法，使得发射节点仅通过调整由反馈提供的载波相位来将零点导向所需方向。yang等人通过定向搜索和微扰理论修改了这种低比特反馈方法。因此，设计如何能快速收敛且能量利用率高的波束形成算法是一个很值得研究的问题。

技术实现要素：

基于现有技术中存在的上述问题，本发明提供基于随机分组的无线传感器网络分布式波束形成方法。

为了达到上述发明目的，本发明采用以下技术方案：

基于随机分组的无线传感器网络分布式波束形成方法，所述方法为：将无线传感器网络中的传感器节点随机分组并根据接收端反馈以调整相位进行多次迭代，直至接收端接收的信号功率达到最优值。

作为优选方案，所述方法具体包括以下步骤：

s1、初始化无线传感器网络中各传感器节点的相位；

s2、确定分组概率q，0＜q＜1；根据分组概率q将所有传感器节点随机分为两组g1和g2；

s3、每次迭代包括四个时隙；g1组中的传感器节点分别在每个时隙内向接收端发送信号，并分别根据接收到的反馈信息以进行相位偏移；g2组中的传感器节点分别在每个时隙内向接收端发送信号，且在每个时隙内的相位偏移均为零；

s4、重复步骤s2和s3，直至接收端接收的信号功率达到最优值。

作为优选方案，所述无线传感器网络中的每个传感器节点分配至g1组的概率q，分配至g2组的概率1-q。

作为优选方案，所述反馈信息为信号功率。

作为优选方案，所述根据接收到的反馈信息以进行相位偏移，包括：接收到第一个时隙内的反馈后，相位偏移为π；接收到第二个时隙内的反馈后，相位偏移为π/2；接收到第三个时隙内的反馈后，相位偏移为-ψ(n)-3π/2；

其中，ψ(n)＝arctan((1+a(n))/(1-a(n)))，

a(n)＝[(p(4n+2)-p(4n))/(p(4n+2)-p(4n+1))]，

p(4n),p(4n+1),p(4n+2)分别代表在第n次迭代中第一、第二、第三个时隙内接收端接收的信号功率；对于第四个时隙的相位偏移，若第四个时隙内接收端接收的功率值p(4n+3)大于或等于其所处迭代阶段初始时刻接收的功率值p(4n)，则相位偏移为0；否则，相位偏移为π。

作为优选方案，所述传感器节点向接收端发送信号as(t)，其中，a代表传输信号的幅度，s(t)＝e^iωt，i为虚数单位，ω为载波频率。

作为优选方案，所述传感器节点的发送信号向各个方向均匀扩散。

作为优选方案，所述传感器节点具有局部振荡器，以同步至载波频率。

本发明与现有技术相比，有益效果是：

本发明的基于随机分组的无线传感器网络分布式波束形成方法，采用多次迭代，每次迭代随机分组并调整传感器节点相位偏移，最终使所有信号的相位在接收端完美耦合，从而实现传感器节点发送的信号功率最大化；该方法可以用于无线传感器网络中，来提高信号传输功率，并保证整个网络的低能耗性。

附图说明

图1为本发明实施例的基于随机分组的无线传感器网络分布式波束形成方法的流程图；

图2为本发明实施例的基于随机分组的无线传感器网络分布式波束形成方法中一次迭代过程中每个时隙内的操作示意图；

图3为本发明实施例的基于随机分组的无线传感器网络分布式波束形成方法中的信号功率变化图；

图4为本发明实施例的基于随机分组的无线传感器网络分布式波束形成方法中的收敛次数图。

具体实施方式

为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

本发明提供一种无线传感器网络中基于随机分组的分布式波束形成方法，旨在解决由于无线传感器网络中传感器硬件条件限制和周围环境干扰而导致的节点发送信号功率在接收端被弱化的问题。本方法将节点随机分组并根据接收端的反馈来调整相位，从而使接收端接收的信号功率达到最大化。

本发明的主要思想是在给定分组概率q、网络拓扑g的前提下，通过随机分组和给定的相位偏移策略来达到发射端的信号在接收端完美耦合，从而实现最佳波束形成，即接收端所接收到的信号功率最大。故称其为基于随机分组的分布式波束形成算法(randomgroupingdistributedbeamformingalgorithm)，简称rg-db算法。

针对该类传感器网络的应用特点，本发明建立了如下的网络模型：在无线传感器网络中，共m个传感器节点，每个传感器节点都可以向接收端发送信号as(t)，其中，a代表传输信号的幅度，s(t)＝e^iωt，i为虚数单位，ω为载波频率；每个传感器节点还能根据接收端的反馈信息调整自身的相位偏移，所发送的信号向各个方向均匀扩散。

假设系统中的每个节点都有一个自身的局部振荡器，可以同步到载波频率ω。将时间分为迭代周期为t的时间段，t＝tx+tr(tx表示传感器发送信号的时间段，tr表示节点接收反馈信息的时间段)。在rg-db算法中，每次迭代包括四个时隙，即第n次迭代发生在时间间隔[4nt,4nt+4t]期间。进行一次迭代的操作，如图2所示。信号在传播过程中会有一定延迟，并随传播距离有一定的衰减。

rg-db算法主要用于无线传感器网络中，在每个迭代周期内传感器节点按照分组概率q随机分为两组，在每个时隙发送信号，并根据接收端发回的反馈信息进行相位偏移。经过多次迭代，所有信号最终在接收端达到完美耦合，从而实现接收端的信号功率最大化。

如图1所示，本发明实施例的rg-db算法的详细步骤描述：

步骤a、网络初始化。初始化网络中各个节点的相位，确定分组概率q(0＜q＜1)。

步骤b、将所有的传感器节点分为两组，每个节点以q的概率分到组g1，1-q的概率分到组g2。

步骤c、组g1中的节点分别在每个时隙内向接收端发送信号，并根据接收到的反馈信息来进行相位偏移。相位偏移策略为：接收到第一个时隙内的反馈后，相位偏移为π；接收到第二个时隙内的反馈后，相位偏移为π/2；接收到第三个时隙内的反馈后，相位应调整为-ψ(n)-3π/2；

其中，ψ(n)＝arctan((1+a(n))/(1-a(n)))，

a(n)＝[(p(4n+2)-p(4n))/(p(4n+2)-p(4n+1))]，

p(4n),p(4n+1),p(4n+2)分别代表在第n次迭代中，第一二三个时隙内接收端接收的信号功率；对于第四个时隙的相位偏移，如果第四个时隙的接收端接收的功率值大于或等于该迭代阶段初始时刻接收的功率值(即p(4n+3)≥p(4n))，那么相位应调整为0，否则调整为π。

步骤d、组g2中的传感器节点向接收端发送信号且四个时隙均不做相位更新。

步骤e、重复上述步骤bcd。当进行多次循环之后，接收端接收的信号功率即可达到最大。

本发明实施例的rg-db算法应用于具体案例中，如下：

1.网络拓扑及参数设定，网络拓扑包含6个具有随机初始相位的传感器。每个传感器的分组概率q＝0.4，每个传感器节点发送信号的衰减幅值设置为{0.6,0.3,0.5,0.8,1,0.4}，系统噪声为单位1；

2.将所有的传感器节点分为两组，每个节点以概率0.4分到组g1，有0.6的概率分到组g2；

3.组g1中的节点分别在每个时隙内向接收端发送信号，并根据接收到的反馈信息来进行相位偏移。相位偏移策略为：接收到第一个时隙内的反馈后，相位偏移为π；接收到第二个时隙内的反馈后，相位偏移为π/2；接收到第三个时隙内的反馈后，相位应调整为-ψ(n)-3π/2；对于第四次相位偏移，如果第四个时隙的接收器接收的功率值大于该迭代阶段初始时刻接收的功率值，那么相位应调整为0，否则调整为π。

4.组g2中的传感器节点向接收器发送信号且四个时隙均不做相位更新。

5.重复上述步骤2、3、4；进行一定次数的迭代，迭代结果如图3所示，接收端接收的信号功率渐进收敛到最大值12.96db。

将传感器个数由10增加到100(以10为单位)，每个传感器发送信号的衰减幅值均为0.5，分组概率q＝0.5，以所能达到的最优值的95％为收敛次数，每次实验运行500次，其所需平均迭代次数如图4所示。

本发明的rg-db算法采取多次迭代，每次迭代随机分组并调整节点相位偏移，最终使所有信号的相位在接收端完美耦合，从而实现节点发送的信号功率最大化。该方法可以用于无线传感器网络中，来提高信号传输功率，并保证整个网络的低能耗性。

以上所述仅是对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。