技術特征：

1.一種無線傳感網(wǎng)中能量采集節(jié)點的聯(lián)合路徑選擇和功率分配方法，其特征在于，包括：

步驟1：系統(tǒng)場景分析，問題描述；

場景中有一個穩(wěn)定供電的傳感器節(jié)點A，一個能量采集的網(wǎng)關節(jié)點R和一個目標通信傳感器節(jié)點B，穩(wěn)定供電的傳感器節(jié)點A和目標通信傳感器節(jié)點B之間存在直達路徑，能量采集的網(wǎng)關節(jié)點R采用解碼轉發(fā)工作方式，一個傳輸過程包括N個數(shù)據(jù)塊，穩(wěn)定供電的傳感器節(jié)點A和能量采集的網(wǎng)關節(jié)點R占用相等的帶寬W，聯(lián)合考慮該場景下的穩(wěn)定供電的傳感器節(jié)點A和能量采集的網(wǎng)關節(jié)點R的路徑選擇和功率分配問題；

假設能量采集模型采用伯努利過程，用于能量采集的電池容量足夠大，除了用于傳輸消耗的能量忽略不計，一個數(shù)據(jù)塊的傳輸時間是T_P，表示第i數(shù)據(jù)包傳輸時傳感器節(jié)點A與中繼節(jié)點R之間的信道系數(shù)，表示第i數(shù)據(jù)包傳輸時傳感器節(jié)點A與目標通信傳感器節(jié)點B之間的信道系數(shù)，表示第i數(shù)據(jù)包傳輸時中繼節(jié)點R與目標通信傳感器節(jié)點B之間的信道系數(shù)，采用半雙工中繼協(xié)作通信方式，每個數(shù)據(jù)包的傳輸時間內包含兩個時隙，在第i個數(shù)據(jù)包傳輸時間的第一個時隙，如果傳感器節(jié)點A傳輸符號x采用固定功率p_a，同時x滿足x～CN(0,1)，那么中繼R和目的通信傳感器節(jié)點B的接收信號可以分別表示為：

$y_{a,r}^i=A_0^{\frac{1}{2}}{d}_0^{\frac{\mathrm{\α}}{2}}{d}_{-}^{-\frac{\mathrm{\α}}{2}}{h}_{a,r}^i\sqrt{p_a}x+n_r^i,y_{a,b}^i=A_0^{\frac{1}{2}}{d}_0^{\frac{\mathrm{\α}}{2}}{d}^{-\frac{\mathrm{\α}}{2}}{h}_{a,b}^i\sqrt{p_a}x+n_b^i,\∀i=1,...,N,\∀i=1,...,N.$

其中：d₀和A₀分別表示大尺度衰落的參考距離和參考功率，d₁和d分別表示傳感器節(jié)點A和中繼節(jié)點R之間的距離以及傳感器節(jié)點A和目標通信傳感器節(jié)點B之間的距離，和分別表示第i個數(shù)據(jù)包傳輸時間的中繼節(jié)點R和目標通信傳感器節(jié)點B的接收噪聲，α表示大尺度衰落因子，和分別表示第i個數(shù)據(jù)包傳輸時間的中繼節(jié)點R和目標通信傳感器節(jié)點B的信道增益；

第一時隙中繼接收的信噪比可以表示為其中：N₀表示歸一化的噪聲功率，W表示分配的帶寬，在第二個時隙，目標通信傳感器節(jié)點B采用最大比接受方式，目的通信節(jié)點可以分別接收到傳感器節(jié)點A的直傳信號，以及中繼節(jié)點R的轉發(fā)信號，第二時隙目的目標通信傳感器節(jié)點B收到的來自中繼節(jié)點R的信號表示為其中：d₂和分別表示中繼節(jié)點R和目標通信傳感器節(jié)點B之間的距離和信道增益，表示第i個數(shù)據(jù)包傳輸時間的第二時隙時目標通信傳感器節(jié)點B的接收噪聲，p_r表示相應的中繼站R的發(fā)射功率；

在接收端，采用最大比接受準則的目標通信傳感器節(jié)點B收到的來自傳感器節(jié)點A和中繼節(jié)點R的的信噪比表示若選用直達鏈路，目標通信傳感器節(jié)點B收到的傳感器節(jié)點A的信號表示為相應的，目標通信傳感器節(jié)點B收到的傳感器節(jié)點A的信噪比表示為

步驟2：平均中斷概率推導；

所述平均中斷概率為其中Οⁱ表示第i次傳輸?shù)闹袛喔怕剩?/p>

步驟3:最優(yōu)化問題歸結；

在上述假設前提和約束條件下，歸結出最優(yōu)化問題如下：

$\begin{array}{c}P1:\underset{r^i,p_r^i,\∀i}{min}\stackrel{\‾}{O}\\ s.t.\underset{k=1}{\overset{i}{\mathrm{\Σ}}}{p}_r^k{T}_p\≤\underset{n=1}{\overset{i}{\mathrm{\Σ}}}{E}_H^n,\\ p_r^i\≥0,\\ r^i\∈\{0,1\}\\ r^i\≤D^i,\∀i\∈\{1,2,...,N\}\end{array},$

其中表示能量因果約束，優(yōu)化問題的目標函數(shù)是最小化中斷概率優(yōu)化變量是每次傳輸?shù)哪Ｊ竭x擇因子rⁱ以及相應的功率分配方案約束條件是

步驟4：最優(yōu)化問題求解；

最優(yōu)化問題P1的優(yōu)化變量是每次傳輸?shù)哪Ｊ竭x擇因子rⁱ以及相應的功率分配方案rⁱ是離散變量取值范圍為{1,0}，連續(xù)變量，取值范圍大于等于0，采用代價函數(shù)的方法，定義Sⁱ＝<Dⁱ,εⁱ>表示狀態(tài)集，表示行為集，同時定義代價函數(shù)利用凸優(yōu)化理論關于代價函數(shù)的迭代方法，可以得知：

$J^i\left(S^i\right)=\left\{\begin{array}{c}{\min }_{a^N\&Element;A\left(S^N\right)}{O}^N,i=N\\ {\min }_{a^N\&Element;A\left(S^i\right)}{O}^i+J^{i+1}\left(S^{i+1}\right),i\&lt;N\end{array}\right.,$

$A(S^i=\&lt;D^i,{\mathrm{\&epsiv;}}^i\&gt;)=\left\{\begin{array}{c}\{0,1\}\&times;\&lsqb;0,{\mathrm{\&epsiv;}}^i{T}_p^{-1}\&rsqb;,D^i=1\\ \left\{0\right\}\&times;\&lsqb;0,{\mathrm{\&epsiv;}}^i{T}_p^{-1}\&rsqb;,D^i=1\end{array}\right.,$

最終，最優(yōu)解可以表示成

2.根據(jù)權利要求1所述的聯(lián)合路徑選擇和功率分配方法，其特征在于，所述步驟2包括：

步驟2.1：采用伯努利過程來判斷第i個中繼是否成功解碼：

其中Dⁱ＝1表示第i次傳輸成功解碼，Dⁱ＝0表示第i次傳輸解碼失敗，$p=\mathrm{Pr}\{{\mathrm{WT}}_p{\log }_2(1+{\mathrm{SNR}}_r^i)\&GreaterEqual;2T_{p}WR\}=\exp \{-\frac{(2^{2R}-1)N_0{\mathrm{Wd}}_1^{\mathrm{\&alpha;}}}{A_0{p}_a{\mathrm{\&sigma;}}_{a,r}^2{d}_0^{\mathrm{\&alpha;}}}\};$

步驟2.2：重新定義鏈路i的選擇結果rⁱ∈{0,1}，其中rⁱ＝1表示第i時隙中繼參與協(xié)作轉發(fā)數(shù)據(jù)，rⁱ＝0表示第i時隙中繼不參與協(xié)作，傳感器節(jié)點A重發(fā)數(shù)據(jù)，由此重新定義第i次傳輸?shù)闹袛喔怕师?sup>i為其中

步驟2.3：推導修正策略后的中斷概率表達式；

$O_R\left(p_r^i\right)=\mathrm{Pr}\{{\mathrm{WT}}_p{\log }_2(1+{\mathrm{SNR}}_{d_R}^i)\&GreaterEqual;2T_{p}WR\}=\left\{\begin{array}{c}1-\frac{{\mathrm{\&mu;}}_2{e}^{-{\mathrm{\&mu;}}_{1}x}-{\mathrm{\&mu;}}_1{e}^{-{\mathrm{\&mu;}}_{2}x}}{{\mathrm{\&mu;}}_2-{\mathrm{\&mu;}}_1},{\mathrm{\&mu;}}_1\&NotEqual;{\mathrm{\&mu;}}_2\\ 1-(1+{\mathrm{\&mu;}}_1)e^{-{\mathrm{\&mu;}}_{1}x},{\mathrm{\&mu;}}_1={\mathrm{\&mu;}}_2,\end{array}\right..$

$O_B=\mathrm{Pr}\{{\mathrm{WT}}_p{\log }_2(1+{\mathrm{SNR}}_{d_B}^i)\&lt;2T_{p}WR\}=1-e^{-\frac{{\mathrm{\&mu;}}_1\mathrm{\&beta;}}{2}}.$

其中Ο_R表示協(xié)作概率，Ο_B表示重復概率。

3.根據(jù)權利要求1所述的聯(lián)合路徑選擇和功率分配方法，其特征在于，所述步驟1能量采集模型包括：

其中：E表示基本的能量單元，表示第i時隙采集到的能量；每個時隙平均采集到的能量可以表示為：其中ρ表示伯努利過程的參數(shù)，2T_p表示一個時隙的長度；假設中繼的電池容量足夠大，相應的，能量因果限制條件可以表示為：

$\underset{i=1}{\overset{l}{\&Sigma;}}{p}_r^i{T}_p\&le;\underset{k=1}{\overset{l}{\&Sigma;}}{E}_H^k,\&ForAll;l=1,...,N.$

${\mathrm{\&epsiv;}}^{i+1}={({\mathrm{\&epsiv;}}^i-p_r^i{T}_p)}^{+}+E_H^{i+1},i=1,...,N-1,$

${\left(x\right)}^{+}=max\{x,0\},{\mathrm{\&epsiv;}}^1=E_H^1.$

其中，εⁱ⁺¹表示第i+1個傳輸時隙過后電池內剩余的能量，(x)⁺表示x和0取較大值的函數(shù)，假設電池能量初始值設定為

4.根據(jù)權利要求1所述的聯(lián)合路徑選擇和功率分配方法，其特征在于，所述步驟4最優(yōu)化問題的求解采用拉格朗日乘子法，包括：

最優(yōu)化問題P1的拉格朗日形式是：

$L(r^i,p_r^i,{\mathrm{\&mu;}}_l,{\mathrm{\&lambda;}}_l)=\stackrel{\&OverBar;}{O}-{\mathrm{\&mu;}}_l(\underset{k=1}{\overset{i}{\&Sigma;}}{p}_r^k{T}_p-\underset{n=1}{\overset{i}{\&Sigma;}}{E}_H^n)-{\mathrm{\&lambda;}}_l(r^i-D^i),i\&Element;\{1,2,...,N\}$

再聯(lián)立并用次梯度方法迭代求解，其中，l∈{1,...,N}，μ_l,λ_l表示拉格朗日因子。

5.根據(jù)權利要求4所述的聯(lián)合路徑選擇和功率分配方法，其特征在于，所述優(yōu)化問題P1的拉格朗日形式中的拉格朗日因子μ_l,λ_l的迭代更新方法采用次梯度算法，所述次梯度算法的迭代更新方程是：

${\mathrm{\&mu;}}_l(n+1)={\&lsqb;{\mathrm{\&mu;}}_l\left(n\right)-{\mathrm{\&alpha;}}_{{\mathrm{\&mu;}}_l}\left(n\right)(\underset{n=1}{\overset{i}{\&Sigma;}}{E}_H^n-\underset{k=1}{\overset{i}{\&Sigma;}}{p}_r^k{T}_p)\&rsqb;}^{+},i=1,2,...,N,l=1,2,...N$

${\mathrm{\&lambda;}}_l(n+1)={\&lsqb;{\mathrm{\&lambda;}}_l\left(n\right)-{\mathrm{\&alpha;}}_{{\mathrm{\&lambda;}}_l}\left(n\right)(D^i-r^i)\&rsqb;}^{+},i=1,2,...,N,l=1,2,...N$

其中μ_l(n),λ_l(n)分別表示第n次迭代的拉格朗日因子，分別表示相應的迭代步長。

6.根據(jù)權利要求5所述的聯(lián)合路徑選擇和功率分配方法，其特征在于，所述次梯度算法迭代更新方程的迭代步長可以設置成：

${\mathrm{\&alpha;}}_{{\mathrm{\&mu;}}_l}\left(n\right)={\mathrm{\&alpha;}}_{{\mathrm{\&lambda;}}_l}\left(n\right)=\frac{1}{n^2},l=1,2,...,N.$