CN103179632B - 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法 - Google Patents

认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法 Download PDF

Info

Publication number
CN103179632B
CN103179632B CN201310023802.XA CN201310023802A CN103179632B CN 103179632 B CN103179632 B CN 103179632B CN 201310023802 A CN201310023802 A CN 201310023802A CN 103179632 B CN103179632 B CN 103179632B
Authority
CN
China
Prior art keywords
node
cognitive
channel
network
base station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310023802.XA
Other languages
English (en)
Other versions
CN103179632A (zh
Inventor
吴启晖
宋绯
张尧然
徐煜华
程云鹏
郑学强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
COMMUNICATION ENGINEERING COLLEGE SCIENCE & ENGINEEIRNG UNIV PLA
Original Assignee
COMMUNICATION ENGINEERING COLLEGE SCIENCE & ENGINEEIRNG UNIV PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by COMMUNICATION ENGINEERING COLLEGE SCIENCE & ENGINEEIRNG UNIV PLA filed Critical COMMUNICATION ENGINEERING COLLEGE SCIENCE & ENGINEEIRNG UNIV PLA
Priority to CN201310023802.XA priority Critical patent/CN103179632B/zh
Publication of CN103179632A publication Critical patent/CN103179632A/zh
Application granted granted Critical
Publication of CN103179632B publication Critical patent/CN103179632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

一种认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法,涉及无线通信技术中的认知无线电领域,针对认知无线电蜂窝网络中各认知用户拥有不同的动态频谱资源,且无线认知节点能量有限的特点,本发明提出了新的路由度量标准,并通过采用跨层技术,对认知网络中的路由选择和信道分配进行联合考虑,对最短路径优先算法进行改造,避免了个别节点负载过重,提前耗尽能量导致失效的问题,延缓了节点死亡时间,延长了网络寿命,同时由于更多有效节点的存在,使得认知节点有更多的中继节点可以选择,从而在整体上减少了平均能耗,提高了通信接入成功率。

Description

认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法
技术领域
本发明涉及无线通信技术中的认知无线电领域,具体讲是一种结合跨层技术,应用改进的链路状态路由算法和新的动态路由度量标准,在认知无线电网络内进行选路的新方法。
背景技术
目前,随着对无线通信需求的不断提高以及无线通信业务种类的快速增长,人们对无线频谱资源的需求也呈指数增长,这使得无线通信中的“频谱匮乏”问题和现有固定频谱分配方案低效分配之间的矛盾日益突出。认知无线电技术作为一种旨在提高频谱利用效率的新兴技术,可以在保证授权用户(primaryuser,简称PU)服务质量的条件下,让认知用户或者次级用户(secondaryuser,简称SU)以动态接入的方式利用授权用户的空闲频段,可以有效解决“频谱匮乏”的问题的有效方法,具有重要的实际意义和广阔的应用前景。
在基于认知无线电蜂窝网络中,通过采用多跳传输,可以显著扩大单个认知网络基站的覆盖范围,但由于PU的地理位置和工作频段不同,导致各SU所能使用的频谱资源会随时间、地点而发生变化,从而将认知无线电网络和一般的多信道无线网络相区别。这也使得我们必须在选择多跳中继节点的时候必须考虑到各SU的频谱资源异构性,既要提高频谱利用效率,又要避免对PU的干扰以及SU之间的互扰。
在无线网络中,基站一般具有较强的电力支持,但无线节点大都采用电池供电,然而在当前的技术条件下,电池所能提供的能量是有限而且宝贵的,一旦一个或多个节点的电池耗尽,就会导致节点的失效,网络性能的下降,甚至整个网络的失效。因此,如何在进行通信的时候,合理分配频谱、链路、能量等节点资源,从而在满足用户通信需求的同时,尽可能的减低能耗,延长网络寿命,是一个亟待解决的问题。
在传统的网络模型中,各层之间功能区分明确,所有信息仅在相邻层间进行流动,但在认知无线电中,由于频谱资源的变化和动态接入技术的使用,在选择路由的时候,必须联合考虑底层的功率控制、信道分配和顶层的用户需求,这就势必要打破各层之间的信息流动障碍,引入近年来颇为流行的跨层技术,将各层的信息汇聚到一起来进行综合优化,才能得到令人满意的性能。
发明内容
本发明的目的是提出一种应用于认知无线电蜂窝网络的跨层路由算法,其目的是要在满足用户通信速率需求的前提下,减少无线节点的能量消耗,延长网络寿命,提高网络性能。
本发明的技术方案是:
一种认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法,它包括:网络状态初始化,获取各节点的公共信道集Cij的步骤;通过计算每条可通链路的能耗度量值,选取认知用户节点到达认知基站的能耗最小的路由的步骤;为各段链路进行信道分配的步骤。
本发明具体包括以下步骤:
步骤(1)网络状态初始化,完成以下工作:
1.1网络中每个认知用户i,i∈{1,...,N}获取自身的节点状态信息,包括地理位置信息、可用通信信道集和当前电池能量值,各节点设置前述节点状态信息的最大生存时间TTL=Hopmax,Hopmax为根据网络规模设置的信息的最大转发次数即所有节点最终到认知基站的最大跳数;各节点将本节点的节点状态信息和该节点状态信息的最大生存时间TTL在控制信道上进行广播发送;
1.2各节点收到未超过最大生存时间的节点状态信息后,将其生存时间即信息转发次数加1,并转发该节点状态信息,若收到的节点状态信息的生存时间已经等于最大生存时间,则直接抛弃;
1.3认知基站接收来自各节点的节点状态信息并存储,获取各节点之间的相互距离和可用来通信的公共信道集,构建网络拓扑图;其中,各节点之间的公共信道集采用下述公
式计算:
Cij=Ci∩Cj,i∈(1,...,N,B),j∈(1,...,N,B)
其中,Cij代表节点i和节点j之间的公共信道集,其中的每一个信道都能够被节点i、j用来直接通信,称为链路;i、j为节点标号,Ci和Cj分别代表节点i和节点j的可用通信信道集,N为认知用户即节点数量,B代表认知基站;
初始化时,认知基站的路由表为空;
步骤(2)网络中任一想要接入基站通信的认知用户通过控制信道向基站发起接入请求,请求包括需要发送的数据长度L和需要的通信传输速率R;
步骤(3)认知基站收到用户的接入请求后,迭代计算该用户到达认知基站的最佳路由,通过执行以下步骤实现:
3.1根据认知用户发起请求中的通信传输速率R和网络上各节点的最大发射功率,计算各节点的可通链路,如果任意两节点i、j之间通信的功率需求Pij满足下述公式,则节点i、j之间形成的链路为可通链路;
P ij = ( 2 R W - 1 ) N 0 Wd ij &alpha; < P max , i &Element; ( 1 , . . . , N , B ) , j &Element; ( 1 , . . . N , B )
其中,W为通信信道带宽,R为需要的通信传输速率,N0为已知的背景噪声功率谱密度,dij为节点i到节点j之间的直线距离即步骤1.3中获取的各节点之间的相互距离,α为无线传播衰落系数,表示无线电信号在自由空间传播的衰落增益;
若计算出来的功率需求Pij小于发起请求节点的节点最大功率Pmax,则认为链路i→j是可通链路,一跳可达;
3.2以动态能耗度量作为步骤2.1中的每条可通链路的权值,能耗度量值COSTij采用下述公式计算:
COSTij=Pij*T*(Emax/(Ei-Pij*T)),i∈(1,...,N,B),j∈(1,...,N,B)
其中,Pij为通信的功率需求,T为一次通信的传输时间,T=L/R,L为需要发送的数据长度,R为通信传输速率;Emax为电池能量最大值,Ei是节点i当前的电池能量值;
3.3以认知基站为源点,为每个认知节点的能耗度量赋初值:其中与基站直接相连的节点i的能耗即为其直接链路的COSTiB,其下一跳节点NEXTi=B;所有与认知基站没有直接链路的节点,其到达认知基站的能耗度量初始值为∞;
3.4认知基站在所有与自己直接相连的,或者通过路由表中其它节点中继可以到达的节点中,选择能耗度量值COSTij最小的节点i加入路由表中,并更新所有与节点i直接相连的节点j的能耗度量值;更新方法为,如果原来到达节点j的能耗度量为∞,则将其能耗度量设置为COSTj=COSTi+COSTij,其下一跳节点NEXTj=i;如果原来到达节点j的能耗度量不为∞,且COSTi+COSTij<COSTj,则设置为COSTj=COSTi+COSTij,其下一跳节点设为i,否则不予改变;
3.5若发起接入请求的认知用户已被添加到路由表,则结束步骤3;否则,返回步骤3.4;
步骤(4)根据步骤3中得到的路由表,为发起接入请求的认知用户提供接入路径,并为各段链路选择合适的信道,将路由和信道选择结果通过控制信道返回给认知用户,前述合适信道的分配的方法为:
4.1将各段链路按照公共信道集中的信道数目,即可用信道的数目进行排序;
4.2首先为可用信道最少的链路分配信道,在其所有可用信道中随机选择一个信道作为通信信道,同时在与该链路有公共端点的所有链路的可用信道集中将该信道删去;
4.3.若所有链路都已被分配得到信道,则继续步骤4.4;否则,返回步骤4.1
4.4认知基站通过控制信道将路由和信道分配结果返回给认知用户。
步骤(5)确定一条路由之后,认知基站将该路由上所有已分配信道,从所在链路两端节点的相邻节点的可用信道集中删除;
步骤(6)路由更新,完成以下工作:
6.1认知用户向认知基站发送节点状态更新信息。认知用户在每次通信结束之前,在最后一个数据包中向认知基站发送节点能量状态更新信息;在感知到自身可用信道集发生变化时,利用控制信道,向认知基站发送节点可用信道集更新信息。
6.2认知基站收到认知用户发送的节点可用频谱状态更新信息或者节点能量更新信息之后,更新存储的相应节点的状态信息,按照步骤1.3更新网络拓扑。
本发明的步骤(1)的1.1中,各节点将本节点的节点状态信息和该节点状态信息的最大生存时间TTL通过控制信道,采用CSMA的方式进行广播发送。
本发明的步骤3.1中,α为无线传播衰落系数,取α=3或者α=4。
本发明的有益效果:
本发明本算法基于链路状态路由算法进行改进,链路状态路由算法又称最短路径优先协议,它基于Dijkstra的最短路径优先算法,各节点之间交换彼此通向邻居的链路状态,每个节点根据收集到的链路状态生成网络拓扑,在本地进行独立运算,找到通向其它节点或网络的最短路径。本算法对其进行改进,由计算能力强大、能量持久的认知基站负责收集整个蜂窝的拓扑,为每个发出接入请求的认知节点分配最佳路由,配置简单,具有收敛速度快,路由负载小等特点,能够快速找到源节点到认知基站的最佳路由。
本发明能够适应环境的动态变化。认知基站能够在认知用户节点状态发生变化的时候及时调整路由表,可以实时做出最优化的路由—频谱联合分配。
本发明在路由决策中,考虑到了节点频谱状态、能量状态的变化,能够在选择最小能量路由的同时,促进了节点间的公平,避免减少了个别负载重的节点过早耗尽能量的情况。
本发明的路由算法实现复杂度低。各能量有限的无线节点不需要单独收集网络信息,进行路由选择。而由能量持久、计算能力强大的基站统一进行,避免了各节点的重复计算,以及局部决策可能导致的不当决策。
本发明的路由更新维护简便,更新包负载小。本方法只有在节点状态发生改变时才向基站发送状态更新包,而且其能量状态在接入通信包中捎带进行更新,从而减少了路由负载,大幅降低了公共信道的传输压力。
附图说明
图1为本发明中所提方案算法流程图。
图2为本发明中具体实例仿真网络模型。
图3为本发明中所提方案与最短路径以及最小能量路由的能耗比较。
图4为本发明中所提方案与最短路径以及最小能量路由的接入成功率比较。
图5为本发明中所提方案与最短路径以及最小能量路由的网络寿命比较。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示,一种本发明提供的基于能量优化及网络寿命的跨层路由方法,如图1、图2所示,具体实施方式如下:
本发明应用于如图2所示的网络结构。其中认知基站为小区内所有认知用户提供接入服务。各认知用户通过单跳或者多跳的方式进行接入。认知基站和每个认知用户都有一个认知天线和一个传统天线。认知天线用于认知用户向认知基站的动态频谱接入通信,传统天线使用一条公共信道,各用户在这条公共信道上通过CSMA的方式进行传输,向认知基站汇报节点频谱状态,进行路由请求,认知基站也通过公共信道向认知用户下达路由频谱联合分配决策。
本发明采用如图1所示的算法流程。该算法流程主要由以下六个步骤组成:
步骤(1)网络状态初始化;
步骤(2)网络中任一想要接入基站通信的认知用户通过控制信道向基站发起接入请求,请求包括需要发送的数据长度L和需要的通信传输速率R;
步骤(3)认知基站收到用户的接入请求后,计算该用户到达认知基站的最佳路由;
步骤(4)根据步骤3中得到的路由表,为发起接入请求的认知用户提供接入路径,并为各段链路选择合适的信道,将路由和信道选择结果通过控制信道返回给认知用户;
步骤(5)确定一条路由之后,认知基站将该路由上所有已分配信道,从所在链路两端节点的相邻节点的可用信道集中删除;
步骤(6)路由更新,完成以下工作。
实施例:本发明的一个具体实施例如下描述,***仿真采用C语言搭建的离散事件模拟网络***,参数设定不影响一般性。本实施例中,49个认知节点和1个认知基站随机分布在400m*400m的范围之内,每个节点的最大发射功率为1w,初始能量为10J,信道带宽W=1MHz,每个节点随机拥有全部10个信道中的随机数个可用信道,背景噪声功率N0=9.76*10-11W/Hz,无线传播衰落系数α=3。在仿真中,每秒钟随机选择一个认知节点,向认知基站发送一个长度为1Mbit的流,通信速率需求为1Mbit/s。在这个网络场景下,我们分别采用了最小跳数路由、最小能量路由和我们所提出新的路由方法进行路由选择。仿真时间为500s。
仿真中,各节点的坐标分别为:
表1:所有节点坐标
节点编号 横坐标(m) 纵坐标(m)
0 285 301
1 166 11
2 194 399
3 99 289
4 335 30
5 43 152
6 184 155
7 94 273
8 56 265
9 32 324
10 203 289
11 359 217
12 164 333
13 288 14
14 55 318
15 41 326
16 381 152
17 230 342
18 117 275
19 15 24
20 303 106
21 270 59
22 161 205
23 371 47
24 244 81
25 225 314
26 374 45
27 241 565 -->
28 359 205
29 316 4
30 14 385
31 275 3
32 4 45
33 345 232
34 294 248
35 310 238
36 150 351
37 20 20
38 40 258
39 307 346
40 71 227
41 310 39
42 143 236
43 53 181
44 370 232
45 332 321
46 310 55
47 345 109
48 195 284
49 272 192
其中,编号为0的节点为认知基站,其余为认知接入节点。各节点的可用频谱集分别为:
表2:所有节点可用频谱集
节点编号 横坐标(m)
0 1,2,3,4,7
1 0,1,2,3,4,6,7,9
2 1,2,4,6,7,8,9
3 0,2,5,7,8
4 0,1,2,4,6,7,9
5 1,2,3,4,7,8,9
6 0,1,2,3,5,6,7,8
7 0,2,4,6,7
8 2,3,4,6,7
9 2,4,7,8,9
10 0,1,3,4,7,8,96 -->
11 0,7,9
12 0,3,5
13 0,1,4,5,6,8,9
14 1,2,4,6,7
15 1,2,3,5,7,8
16 3,4,7,9
17 1,6,7,9
18 0,3,5,6,7,8
19 1,7
20 1,2,5,6,8,9
21 0,1,3,4,5,6,7,8
22 0,4,5,8
23 0,1,3,5,6,8
24 3,4,5,6,7
25 0,2,3,4,5,7,9
26 0,5,6,7,8,9
27 2,3,4,7,8
28 0,1,2,3,4,5,6,7,8
29 5,9
30 0,3,5,7
31 0,1,2,4,5
32 1,3,6,8
33 4,6,8,9
34 0,1,3,4,5,9
35 0,1,4,6,7
36 1,2,4,5,8
37 0,1,3,5,6
38 4,5,8,9
39 0,8
40 0,2,3,4,6,8
41 0,1,2,4,5,8
42 0,1,2,6,9
43 1,2,3,5,6,8,9
44 0,1,3,4,7,8,9
45 2,4,6,7,8,9
46 3
47 0,1,2,3,5,6
48 3,6,7,97 -->
49 2,6,7,8,9
图2给出了本仿真案例的网络拓扑图。
图3给出了采用三种不同路由方法,每次接入会话的平均能耗比较。
图4给出了采用三种不同路由方法,所有认知节点接入认知基站的成功率比较。
图5给出了采用三种不同路由方法,随时间的推移,因能量耗尽而失效的节点数量比较。
从图5中可以看出,新路由方法,大幅推迟了节点因能量衰竭而死亡的时间,这不但促进了节点间公平,也为后续的路由提供了更多的中继节点选择,以至于虽然新路由方法每次选择的路由都不是最小能量路由,但从图3中可以看到,其在整个仿真过程中,每次接入会话的平均能耗依然小于最小能量路由方法。同时从图4中可以看到,因为新路由方法使更多的节点寿命延长,使得可用的中继节点相对增多,从而提高了认知节点的接入成功率。而且在仿真中,为了便于对几种路由方法进行比较,我们每次只选择在之前仿真中,在三种路由方法下都没有失效的节点作为接入节点,考虑到新路由的节点失效时间有明显推迟,其为所有节点提供接入服务的实际能力会更强于其它两种方法。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (3)

1.一种认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法,其特征是它包括:网络状态初始化,获取各节点的公共信道集Cij的步骤;通过计算每条可通链路的能耗度量值,选取认知用户节点到达认知基站的能耗最小的路由的步骤;为各段链路进行信道分配的步骤;它具体包括以下步骤:
步骤(1)网络状态初始化,完成以下工作:
1.1网络中每个认知用户i,i∈{1,...,N}获取自身的节点状态信息,包括地理位置信息、可用通信信道集和当前电池能量值,各节点设置前述节点状态信息的最大生存时间TTL=Hopmax,Hopmax为根据网络规模设置的信息的最大转发次数即所有节点最终到认知基站的最大跳数;各节点将本节点的节点状态信息和该节点状态信息的最大生存时间TTL在控制信道上进行广播发送;
1.2各节点收到未超过最大生存时间的节点状态信息后,将其生存时间即信息转发次数加1,并转发该节点状态信息,若收到的节点状态信息的生存时间已经等于最大生存时间,则直接抛弃;
1.3认知基站接收来自各节点的节点状态信息并存储,获取各节点之间的相互距离和可用来通信的公共信道集,构建网络拓扑图;其中,各节点之间的公共信道集采用下述公式计算:
Cij=Ci∩Cj,i∈(1,...,N,B),j∈(1,...,N,B)
其中,Cij代表节点i和节点j之间的公共信道集,其中的每一个信道都能够被节点i、j用来直接通信,称为链路;i、j为节点标号,Ci和Cj分别代表节点i和节点j的可用通信信道集,N为认知用户即节点数量,B代表认知基站;
初始化时,认知基站的路由表为空;
步骤(2)网络中任一想要接入基站通信的认知用户通过控制信道向认知基站发起接入请求,该接入请求包括需要发送的数据长度L和需要的通信传输速率R;
步骤(3)认知基站收到认知用户的接入请求后,迭代计算该认知用户到达认知基站的最佳路由,通过执行以下步骤实现:
3.1根据认知用户发起接入请求中的需要的通信传输速率R和网络上各节点的最大发射功率Pmax,计算各节点的可通链路,如果任意两节点i、j之间通信的功率需求Pij满足下述公式,则节点i、j之间形成的链路为可通链路;
P i j = ( 2 R W - 1 ) N 0 Wd i j &alpha; < P m a x , i &Element; ( 1 , ... , N , B ) , j &Element; ( 1 , ... , N , B )
其中,W为通信信道带宽,R为需要的通信传输速率,N0为已知的背景噪声功率谱密度,dij为节点i到节点j之间的直线距离即步骤1.3中获取的各节点之间的相互距离,α为无线传播衰落系数,表示无线电信号在自由空间传播的衰落增益;
若计算出来的功率需求Pij小于发起请求节点的节点最大功率Pmax,则认为链路i→j是可通链路,一跳可达;
3.2以动态能耗度量作为步骤3.1中的每条可通链路的权值,能耗度量值COSTij采用下述公式计算:
COSTij=Pij*T*(Emax/(Ei-Pij*T)),i∈(1,...,N,B),j∈(1,...,N,B)
其中,Pij为通信的功率需求,T为一次通信的传输时间,T=L/R,L为需要发送的数据长度,R为需要的通信传输速率;Emax为电池能量最大值,Ei是节点i当前的电池能量值;
3.3以认知基站为源点,为每个认知节点的能耗度量赋初值:其中与认知基站直接相连的节点i的能耗即为其直接链路的COSTiB,其下一跳节点NEXTi=B;所有与认知基站没有直接链路的节点,其到达认知基站的能耗度量初始值为∞;
3.4认知基站在所有与自己直接相连的,或者通过路由表中其它节点中继可以到达的节点中,选择能耗度量值COSTij最小的节点i加入路由表中,并更新所有与节点i直接相连的节点j的能耗度量值;更新方法为,如果原来到达节点j的能耗度量为∞,则将其能耗度量设置为COSTj=COSTi+COSTij,其下一跳节点NEXTj=i;如果原来到达节点j的能耗度量不为∞,且COSTi+COSTij<COSTj,则设置为COSTj=COSTi+COSTij,其下一跳节点设为i,否则不予改变;
3.5若发起接入请求的认知用户已被添加到路由表,则结束步骤3;否则,返回步骤3.4;
步骤(4)根据步骤3中得到的路由表,为发起接入请求的认知用户提供接入路径,并为各段链路选择合适的信道,将路由和信道选择结果通过控制信道返回给认知用户,前述合适信道的分配的方法为:
4.1将各段链路按照公共信道集中的信道数目,即可用信道的数目进行排序;
4.2首先为可用信道最少的链路分配信道,在其所有可用信道中随机选择一个信道作为通信信道,同时在与该链路有公共端点的所有链路的可用信道集中将该信道删去;
4.3.若所有链路都已被分配得到信道,则继续步骤4.4;否则,返回步骤4.1;
4.4认知基站通过控制信道将路由和信道分配结果返回给认知用户;
步骤(5)确定一条路由之后,认知基站将该路由上所有已分配信道,从所在链路两端节点的相邻节点的可用信道集中删除;
步骤(6)路由更新,完成以下工作:
6.1认知用户向认知基站发送节点状态更新信息;认知用户在每次通信结束之前,在最后一个数据包中向认知基站发送节点能量状态更新信息;在感知到自身可用信道集发生变化时,利用控制信道,向认知基站发送节点可用信道集更新信息;
6.2认知基站收到认知用户发送的节点可用频谱状态更新信息或者节点能量更新信息之后,更新存储的相应节点的状态信息,按照步骤1.3更新网络拓扑。
2.根据权利要求1所述的认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法,其特征是所述步骤(1)的1.1中,各节点将本节点的节点状态信息和该节点状态信息的最大生存时间TTL通过控制信道,采用CSMA的方式进行广播发送。
3.根据权利要求1所述的认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法,其特征是所述步骤3.1中,α为无线传播衰落系数,取α=3或者α=4。
CN201310023802.XA 2013-01-23 2013-01-23 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法 Active CN103179632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310023802.XA CN103179632B (zh) 2013-01-23 2013-01-23 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310023802.XA CN103179632B (zh) 2013-01-23 2013-01-23 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法

Publications (2)

Publication Number Publication Date
CN103179632A CN103179632A (zh) 2013-06-26
CN103179632B true CN103179632B (zh) 2016-06-29

Family

ID=48639189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310023802.XA Active CN103179632B (zh) 2013-01-23 2013-01-23 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法

Country Status (1)

Country Link
CN (1) CN103179632B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107046690A (zh) * 2016-11-29 2017-08-15 西南交通大学 一种认知Femtocell网络混合频谱接入方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103415057A (zh) * 2013-09-03 2013-11-27 中国人民解放军理工大学 基于最优停止理论的最优能效中继选择方法
CN105376153A (zh) * 2015-09-14 2016-03-02 江西师范大学 一种面向节能的SACK路径选择机制ecSACK
CN105337861B (zh) * 2015-11-18 2018-05-04 东北大学 一种基于能效优先和认知理论的路由方法
CN109195216B (zh) * 2018-09-13 2019-10-08 长安大学 一种适用于双向中继通信网络源节点的随机能量调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101159697A (zh) * 2007-11-23 2008-04-09 南京大学 无线传感器网络中时延限制下实现最小能耗路由的方法
CN101437273A (zh) * 2008-12-24 2009-05-20 北京科技大学 一种基于跨层设计的分布式认知无线电网络路由方法
CN101827418A (zh) * 2010-05-07 2010-09-08 北京科技大学 一种基于能量优化的认知无线电组播路由方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130005374A1 (en) * 2011-06-28 2013-01-03 Nokia Corporation Method and apparatus for providing spectrum reservation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101159697A (zh) * 2007-11-23 2008-04-09 南京大学 无线传感器网络中时延限制下实现最小能耗路由的方法
CN101437273A (zh) * 2008-12-24 2009-05-20 北京科技大学 一种基于跨层设计的分布式认知无线电网络路由方法
CN101827418A (zh) * 2010-05-07 2010-09-08 北京科技大学 一种基于能量优化的认知无线电组播路由方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于能量定价的协作OFDM***网络寿命优化算法;庞立华,李建东 等;《电子学报》;20120430;第40卷(第4期);703-709 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107046690A (zh) * 2016-11-29 2017-08-15 西南交通大学 一种认知Femtocell网络混合频谱接入方法

Also Published As

Publication number Publication date
CN103179632A (zh) 2013-06-26

Similar Documents

Publication Publication Date Title
JP4113131B2 (ja) レイヤ間を統合した衝突の無い経路ルーティング
CN103052129B (zh) 一种无线多跳中继网络中节能路由及功率分配方法
CN103179632B (zh) 认知无线电蜂窝网络中基于能量优化及网络寿命的跨层路由方法
CN102625404B (zh) 一种应用于三维水声传感器网络的分布式路由协议方法
CN103607750A (zh) 下一代蜂窝***中基于终端直通通信的中继选择方法
CN101965031B (zh) 一种基于最大概率的认知无线电多径组播路由方法
Li et al. Adaptive vehicular routing protocol based on ant colony optimization
CN101635974B (zh) 自组织认知无线网络路由选择方法
Ali et al. An on-demand power and load-aware multi-path node-disjoint source routing scheme implementation using NS-2 for mobile ad-hoc networks
CN103179633A (zh) 一种联合信道分配的认知无线电网络路由方法
CN106686679B (zh) 内容中心网络中基于能效的多跳d2d路由跳数限制方法
CN103888976A (zh) 一种联合网络调度和路由的链路选择方法
CN101247339B (zh) 在移动无线传感器网络中进行集中式资源预约管理的方法
CN104994508A (zh) 一种认知无线mesh网络资源分配及路由方法
Valikannu et al. A novel energy consumption model using Residual Energy Based Mobile Agent selection scheme (REMA) in MANETs
CN108055667B (zh) 一种认知车辆网络联合路由选择及资源分配方法
CN106658647A (zh) 一种基于干扰感知的中继选择算法
Zhao et al. Application of cognition based resource allocation strategies on a multi-hop backhaul network
CN114867081A (zh) 基于中继无人机节点的移动自组网多源传输路由方法
Rahdar et al. A schedule based MAC in wireless Ad-hoc Network by utilizing Fuzzy TOPSIS
Kompella et al. A cross-layer approach to end-to-end routing and SINR-based scheduling in multi-hop wireless networks
Liu et al. A load balanced routing protocol based on ant colony algorithm for wireless mesh networks
Michail et al. Algorithms for routing session traffic in wireless ad-hoc networks with energy and bandwidth limitations
CN105120501A (zh) 一种能量可再生无线Mesh网络绿色通信方法
Liang et al. A flexible delay and energy-efficient routing protocol for cognitive radio network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant