本發(fā)明屬于無(wú)線傳感網(wǎng)
技術(shù)領(lǐng)域：
，更具體地說(shuō)，涉及一種基于多重休假的無(wú)線傳感網(wǎng)絡(luò)網(wǎng)關(guān)節(jié)點(diǎn)功率控制方法。
背景技術(shù)：
：無(wú)線傳感網(wǎng)是由很多具有感知、計(jì)算和通信能力的能量有限節(jié)點(diǎn)組成。目前，低成本的無(wú)線傳感網(wǎng)已經(jīng)應(yīng)用于很多現(xiàn)有和未來(lái)設(shè)想的領(lǐng)域，如智能電網(wǎng)、環(huán)境監(jiān)測(cè)，戰(zhàn)場(chǎng)監(jiān)視，醫(yī)療保健和智能家居等，越來(lái)越受到學(xué)術(shù)界和產(chǎn)業(yè)界的關(guān)注。在無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)的部署方式有兩種:確定性部署和隨機(jī)性部署。針對(duì)一些價(jià)值比較昂貴的無(wú)線傳感器節(jié)點(diǎn)或者受限于特定的應(yīng)用需求，無(wú)線節(jié)點(diǎn)多采用確定性部署；而針對(duì)一些價(jià)值比較低廉或者確定性部署無(wú)法完成的無(wú)線傳感器網(wǎng)絡(luò)環(huán)境，無(wú)線節(jié)點(diǎn)采用隨機(jī)性部署。在隨機(jī)性部署的無(wú)線傳感器網(wǎng)絡(luò)中，為了保證節(jié)點(diǎn)完全覆蓋目標(biāo)范圍，節(jié)點(diǎn)的密度往往很大，從而造成冗余。判斷出這些冗余節(jié)點(diǎn)，并將其休眠既可以節(jié)省網(wǎng)絡(luò)的能量又能減少網(wǎng)絡(luò)中信道沖突發(fā)生的概率。無(wú)線傳感器網(wǎng)絡(luò)一經(jīng)部署，節(jié)點(diǎn)往往不能移動(dòng)，節(jié)點(diǎn)的電池也不可以替換，所以能量問(wèn)題一直是無(wú)線傳感器網(wǎng)絡(luò)研究的熱點(diǎn)。在滿足覆蓋率的前提下，讓一部分節(jié)點(diǎn)處于休眠狀態(tài)可以有效地節(jié)省網(wǎng)絡(luò)的總體能量，從而延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生命周期。網(wǎng)絡(luò)生存時(shí)間作為無(wú)線傳感網(wǎng)最重要的指標(biāo)之一，為了延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，無(wú)線傳感網(wǎng)的很多算法采用各種傳輸策略(如路由，功率控制和調(diào)度等)。其中節(jié)點(diǎn)發(fā)送功率控制機(jī)制是無(wú)線傳感網(wǎng)的拓?fù)淇刂蒲芯糠较蛑?，它主要是調(diào)節(jié)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的發(fā)送功率，在滿足網(wǎng)絡(luò)連通度的前提下，均衡節(jié)點(diǎn)的單跳可達(dá)鄰居數(shù)目，剔除節(jié)點(diǎn)間不必要的通信鏈路，形成一個(gè)數(shù)據(jù)轉(zhuǎn)發(fā)的優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，從而達(dá)到優(yōu)化生存時(shí)間的目的。無(wú)線傳感網(wǎng)絡(luò)網(wǎng)關(guān)作為無(wú)線傳感網(wǎng)中的核心樞紐元件，其生存時(shí)間問(wèn)題的重要性更加凸顯出來(lái)。中國(guó)發(fā)明專利號(hào)200910092056.3，公開日2009年9月11日，公開了一份名稱一種基于概率統(tǒng)計(jì)的無(wú)線傳感器網(wǎng)絡(luò)分布式休眠方法，分布式休眠過(guò)程啟動(dòng)后,當(dāng)待測(cè)節(jié)點(diǎn)處于冗余狀態(tài)時(shí),待測(cè)節(jié)點(diǎn)向同層節(jié)點(diǎn)、前向節(jié)點(diǎn)和后向節(jié)點(diǎn)發(fā)送休眠通告報(bào)文；前向節(jié)點(diǎn)將鄰居節(jié)點(diǎn)列表中待測(cè)節(jié)點(diǎn)的工作狀態(tài)修改為休眠狀態(tài)；當(dāng)待測(cè)節(jié)點(diǎn)不是同層節(jié)點(diǎn)中唯一處于激活狀態(tài)的節(jié)點(diǎn)或者不是后向節(jié)點(diǎn)唯一處于激活狀態(tài)的前向節(jié)點(diǎn),同層節(jié)點(diǎn)和后向節(jié)點(diǎn)將鄰居列表中待測(cè)節(jié)點(diǎn)的工作狀態(tài)改為休眠狀態(tài)；待測(cè)節(jié)點(diǎn)關(guān)閉無(wú)線通信模塊正式切換至休眠狀態(tài)；當(dāng)休眠定時(shí)器超時(shí)后,待測(cè)節(jié)點(diǎn)向同層節(jié)點(diǎn)、前向節(jié)點(diǎn)和后向節(jié)點(diǎn)發(fā)送休眠喚醒報(bào)文。本方法在保證網(wǎng)絡(luò)連通性的同時(shí),可使網(wǎng)絡(luò)節(jié)點(diǎn)根據(jù)不同的應(yīng)用感知,進(jìn)行自適應(yīng)休眠調(diào)節(jié)。中國(guó)發(fā)明專利號(hào)201110047275.7，公開日2011年2月28日，公開了一份名稱無(wú)線傳感器網(wǎng)絡(luò)的隨機(jī)休眠調(diào)度路由方法,具體方法是各個(gè)節(jié)點(diǎn)維護(hù)一個(gè)偽隨機(jī)數(shù)序列。該數(shù)列是以各節(jié)點(diǎn)隨機(jī)產(chǎn)生的種子由同一個(gè)偽隨機(jī)數(shù)生成算法生成的。繼而,節(jié)點(diǎn)以該隨機(jī)數(shù)序列確定出自己在該次網(wǎng)絡(luò)運(yùn)行周期里的隨機(jī)休眠時(shí)序安排。通過(guò)在網(wǎng)絡(luò)初始化時(shí)廣播自己的種子,節(jié)點(diǎn)與其一跳鄰居可以通過(guò)計(jì)算獲知彼此的偽隨機(jī)數(shù)列,從而得知彼此的休眠與蘇醒時(shí)間。當(dāng)節(jié)點(diǎn)需要發(fā)送數(shù)據(jù)時(shí),通過(guò)計(jì)算自己鄰居的蘇醒時(shí)間,將數(shù)據(jù)包發(fā)送給第一個(gè)醒來(lái)的節(jié)點(diǎn)。該方法通過(guò)一種隨機(jī)休眠調(diào)度的機(jī)制使節(jié)點(diǎn)輪替工作,以達(dá)到降低和均衡全網(wǎng)能量消耗的目的。中國(guó)發(fā)明專利號(hào)201210014288.9，公開日2012年3月17日，公開了一份名稱一種無(wú)線傳感器網(wǎng)絡(luò)的節(jié)能方法及休眠決策系統(tǒng)。通過(guò)設(shè)計(jì)元胞自動(dòng)機(jī)狀態(tài)轉(zhuǎn)換規(guī)則，根據(jù)網(wǎng)絡(luò)拓?fù)淝闆r不同，設(shè)置休眠門限值從而調(diào)節(jié)休眠強(qiáng)度，使得節(jié)點(diǎn)能夠通過(guò)元胞自動(dòng)機(jī)的狀態(tài)轉(zhuǎn)換規(guī)則，在休眠和工作狀態(tài)間進(jìn)行切換，當(dāng)有過(guò)多鄰居節(jié)點(diǎn)處于工作狀態(tài)時(shí)，當(dāng)前節(jié)點(diǎn)可以進(jìn)入休眠狀態(tài)，從而減少了能量消耗。該休眠決策系統(tǒng)通過(guò)合理使用元胞自動(dòng)機(jī)處理機(jī)制，在MAC層與IP層間設(shè)計(jì)CA層，在保證網(wǎng)絡(luò)傳輸可靠性的基礎(chǔ)上，減少了節(jié)點(diǎn)能量消耗，延長(zhǎng)了網(wǎng)絡(luò)生存期的功能?？偟膩?lái)說(shuō)，申請(qǐng)?zhí)?00910092056.3的公開材料考慮一種基于概率統(tǒng)計(jì)的分布式節(jié)點(diǎn)休眠方法，但是沒有考慮業(yè)務(wù)的排隊(duì)情況，沒有考慮節(jié)點(diǎn)休眠策略對(duì)數(shù)據(jù)包時(shí)延的影響。申請(qǐng)?zhí)?01110047275.7的公開材料考慮一種隨機(jī)休眠調(diào)度的機(jī)制使節(jié)點(diǎn)輪替工作，但是沒有充分考慮休眠與業(yè)務(wù)的關(guān)系。申請(qǐng)?zhí)?01210014288.9的公開材料引入元胞自動(dòng)機(jī)考慮節(jié)點(diǎn)周期性的休眠和喚醒問(wèn)題，但是沒有深入考慮關(guān)閉期和啟動(dòng)期等實(shí)際問(wèn)題，也沒有給出休眠和業(yè)務(wù)的數(shù)學(xué)關(guān)系式。技術(shù)實(shí)現(xiàn)要素：針對(duì)現(xiàn)有的無(wú)線傳感網(wǎng)絡(luò)網(wǎng)關(guān)節(jié)點(diǎn)功率控制方法未充分考慮節(jié)點(diǎn)休眠和業(yè)務(wù)的關(guān)系帶來(lái)的性能改善、節(jié)點(diǎn)延時(shí)休眠、節(jié)點(diǎn)延時(shí)開啟、低復(fù)雜度算法實(shí)際應(yīng)用等問(wèn)題，本發(fā)明提出一種基于多重休假的無(wú)線傳感網(wǎng)絡(luò)網(wǎng)關(guān)節(jié)點(diǎn)功率控制方法，在綜合考慮節(jié)點(diǎn)休眠和業(yè)務(wù)的關(guān)系，增加節(jié)點(diǎn)延時(shí)休眠、節(jié)點(diǎn)延時(shí)開啟的實(shí)際問(wèn)題，輔助低復(fù)雜度迭代算法，最大化無(wú)線傳感網(wǎng)絡(luò)性能。為解決上述問(wèn)題，本發(fā)明所采用的技術(shù)方案如下：一種基于多重休假的無(wú)線傳感網(wǎng)絡(luò)網(wǎng)關(guān)節(jié)點(diǎn)功率控制方法，包括以下步驟：步驟1:網(wǎng)關(guān)節(jié)點(diǎn)業(yè)務(wù)排隊(duì)模型；建立網(wǎng)關(guān)節(jié)點(diǎn)休眠模型，把單個(gè)網(wǎng)關(guān)節(jié)點(diǎn)建模成一個(gè)帶休假策略的M/G/1排隊(duì)模型，考慮單服務(wù)員工作模式，數(shù)據(jù)包的到達(dá)服從參數(shù)為λ的泊松分布，每個(gè)數(shù)據(jù)的包轉(zhuǎn)發(fā)看作一個(gè)獨(dú)立同分布的一般過(guò)程，服務(wù)時(shí)間記成B，其期望為μ，方差為增加考慮網(wǎng)關(guān)節(jié)點(diǎn)休眠的關(guān)閉期D和網(wǎng)關(guān)節(jié)點(diǎn)喚醒后能夠開始服務(wù)的啟動(dòng)期S，關(guān)閉期D服從一般分布，其拉普拉斯變換為D*(s)，定義假期為V，方差為其拉普拉斯變換為V*(s)，定義啟動(dòng)期為S，方差為其拉普拉斯變換為S*(s)；步驟2:網(wǎng)關(guān)節(jié)點(diǎn)能耗模型；網(wǎng)關(guān)節(jié)點(diǎn)的一個(gè)工作周期可以被分割成若干個(gè)時(shí)間片，由忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S組成，定義忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S的功耗分別是PBS,PCD,PSL,PBS和PST，定義忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S在一整個(gè)網(wǎng)關(guān)節(jié)點(diǎn)的工作周期里面所占的時(shí)間比例分別是ηBS,ηCD,ηSL,ηBS和ηST，可以給出網(wǎng)關(guān)節(jié)點(diǎn)功耗的表達(dá)式如下：其中：P0和Pt分別表示網(wǎng)關(guān)節(jié)點(diǎn)在激活模式下的固定功耗和發(fā)送功耗，Δp表示由負(fù)載影響發(fā)射功率的約束因子，PBS＝P0+ΔpPt，PCD＝PID＝P0，進(jìn)一步定義每比特能量消耗：Ebit=1λL‾data[ηBSPBS+ηCDPCD+ηSLPSL+ηSTPST+ηIDPID+Pcost]]]>其中：表示平均數(shù)據(jù)包的長(zhǎng)度，網(wǎng)關(guān)節(jié)點(diǎn)在休眠期間需要探測(cè)是否休眠期間會(huì)有數(shù)據(jù)到達(dá)，開銷Pcost＝λVEsniff，λV表示休眠速率，Esniff表示每次探測(cè)的能量消耗；一般的服務(wù)分布下基于香農(nóng)公式的服務(wù)時(shí)間μ和發(fā)射功率Pt的關(guān)系式：μ=BWL‾data·log2(1+γPt),γ=gN0BW]]>其中：g,Bw和N0分別代表信道增益，信道帶寬和噪聲功率譜密度；步驟3:采用排隊(duì)理論分析系統(tǒng)性能；步驟3.1:采用隨機(jī)分解方法推導(dǎo)平均逗留時(shí)間；借助于隨機(jī)分解方法，研究系統(tǒng)的平均逗留時(shí)間，將它分解成兩個(gè)部分，一部分是經(jīng)典的M/G/1模型產(chǎn)生的平均逗留時(shí)間，另一部分是采用我們的休眠策略后導(dǎo)致的附件的平均逗留時(shí)間，T=TM/G/1+TV=[1μ+λ(1+cb2)2μ(μ-λ)]+E[KV2]-E[KV]2λE[KV]]]>其中：KV表示一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)；步驟3.2:推導(dǎo)該休眠策略下網(wǎng)關(guān)節(jié)點(diǎn)的每比特能耗；針對(duì)發(fā)送數(shù)據(jù)包來(lái)說(shuō)，網(wǎng)關(guān)節(jié)點(diǎn)每比特能耗Ebit：Ebit=1λL‾data{ρ[P0+Δpγ(2μL‾dataBW-1)]+(1-ρ)P‾V}]]>其中：ρ＝λ/μ，表示一個(gè)休假周期的平均能耗；步驟4:利用凸優(yōu)化理論求解時(shí)延容忍門限下最優(yōu)的網(wǎng)關(guān)節(jié)點(diǎn)能耗問(wèn)題；定義時(shí)延容忍門限t0，最優(yōu)化問(wèn)題P1如下：P1:s.t.T≤t0其中，最優(yōu)化問(wèn)題的優(yōu)化變量是一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)KV和一個(gè)休假周期內(nèi)的平均能耗然后，采用經(jīng)典的凸優(yōu)化理論，尋找最優(yōu)的和進(jìn)一步的，所述優(yōu)化問(wèn)題P1的求解可以采用拉格朗日因子方法：L(KV,P‾V,β)=1λL‾data{ρ[P0+Δpγ(2μL‾dataBW-1)]+(1-ρ)P‾V}-β([1μ+λ(1+cb2)2μ(μ-λ)]+E[KV2]-E(KV)2λE[KV]-t0)]]>再聯(lián)立并用次梯度方法迭代求解，其中，β表示拉格朗日因子。進(jìn)一步的，所述次梯度算法的迭代更新方程是：β(n+1)=[β(n)-α(n)(t0-[1μ+λ(1+cb2)2μ(μ-λ)]-E[KV2]-E[KV]2λE[KV])]+]]>其中β(n)表示第n次迭代的拉格朗日因子，α(n)表示相應(yīng)的迭代步長(zhǎng)，所述迭代步長(zhǎng)可以設(shè)置成：進(jìn)一步的，所述步驟3還包括：一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)KV的Z變換形式TV(MV)=λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]}]]>一個(gè)休假周期內(nèi)的平均能耗表達(dá)式如下：P‾V(MV)=A1(MV)P0+A2(MV)PSL+A3(MV)PST+A4(MV)A1(MV)+A2(MV)+A3(MV)]]>其中：定義E[V]＝v，以v和D*(λ)為優(yōu)化變量，為優(yōu)化目標(biāo)，最優(yōu)化問(wèn)題P2可以寫成：P2:進(jìn)一步的，所述優(yōu)化問(wèn)題P2的求解可以采用拉格朗日因子方法：L(v,D*(λ),β0,β1)=1λ[1-D*(λ)]P0+D*(λ)E[V]1-V*(V)PSL+D*(λ)E[S]PST+D*(λ)Esniff1-V*(λ)1λ[1-D*(λ)]+D*(λ)E[V]1-V*(V)+D*(λ)E[S]-β0(λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]}-t0′)-β1(D*(λ)-1)]]>再聯(lián)立并用次梯度方法迭代求解，其中β0,β1表示拉格朗日因子。進(jìn)一步的，所述次梯度算法的迭代更新方程是：β0(n+1)=[β0(n)-αβ0(n)(t0′-λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]})]+]]>β1(n+1)=[β1(n)-αβ1(n)(1-D*(λ))]+]]>其中β0(n),β1(n)表示第n次迭代的拉格朗日因子，表示相應(yīng)的迭代步長(zhǎng)。進(jìn)一步的，所述次梯度算法的迭代更新方程的迭代步長(zhǎng)可以設(shè)置成：進(jìn)一步的，所述步驟3還包括：休眠策略下的基站休眠增益存在的必要條件：E(V)1-V*(λ)(P0-PSL)>E(S)(PSL-P0)+Esniff1-V*(λ)]]>若公式我們以最小化系統(tǒng)平均時(shí)延為目標(biāo)可以獲得最優(yōu)的啟動(dòng)期平均時(shí)間長(zhǎng)度：E(S)=Fs(MV)(1+cs2)(1-V*(λ))-E(V)1-V*(λ)-1-D*(λ)λD*(λ)]]>其中：Fs(MV)=[1-D*(λ)λD*(λ)]2(1+cs2)(1-V*(λ))+E[V2]-(E(V))2(1+cs21-V*(λ))+1-D*(λ)λD*(λ)2cs2E[V]]]>當(dāng)休眠期V增大會(huì)降低系統(tǒng)能耗的同時(shí)，也會(huì)增大系統(tǒng)的平均時(shí)延，并滿足如下的約束條件：λD*(λ)v2+λD*(λ)(2E(S)2-E(S2))F2(MV)+λD*(λ)E(S)vF1(MV)+(1-D*(λ))F3(MV)≥0]]>其中：F1(MV)=2-e-λv(2+λv),F2(MV)=1-e-λv(1+λv),F3(MV)=vF1(MV)-2E[S]F2(MV).]]>和折中關(guān)系滿足：P‾V(MV)=P0+2TV(MV)(1-V*(λ))E[(V+S)2]-V*(λ)E[S2]·[E[V](PSL-P0)+Esniff1-V*(λ)+E[S](PST-P0)].]]>有益效果：相對(duì)比于現(xiàn)有技術(shù)，本發(fā)明的有益效果為：(1)本發(fā)明區(qū)別與以往的無(wú)線傳感網(wǎng)絡(luò)延長(zhǎng)節(jié)點(diǎn)生存周期的方法，從實(shí)際出發(fā)重點(diǎn)研究網(wǎng)關(guān)節(jié)點(diǎn)，提出一種多重休假的網(wǎng)關(guān)節(jié)點(diǎn)休眠方法，在盡可能降低節(jié)點(diǎn)能耗的同時(shí)，也要兼顧系統(tǒng)的平均時(shí)延，做到節(jié)點(diǎn)能耗和數(shù)據(jù)包平均時(shí)延的折中，綜合考慮節(jié)點(diǎn)休眠和業(yè)務(wù)的關(guān)系具有現(xiàn)實(shí)的指導(dǎo)意義；(2)本發(fā)明針對(duì)特殊的應(yīng)用場(chǎng)景，來(lái)源實(shí)際應(yīng)用，場(chǎng)景設(shè)置細(xì)致、合理，更有實(shí)踐指導(dǎo)意義；(3)本發(fā)明提出一種簡(jiǎn)單易行的網(wǎng)關(guān)節(jié)點(diǎn)多重休眠策略，區(qū)別于單重休眠策略，如果啟動(dòng)期結(jié)束，網(wǎng)關(guān)節(jié)點(diǎn)隊(duì)列沒有數(shù)據(jù)要處理，則再次進(jìn)入休眠期，直至休眠期間有業(yè)務(wù)到達(dá)，再次進(jìn)入忙期處理數(shù)據(jù)，否則網(wǎng)關(guān)節(jié)點(diǎn)持續(xù)休假，最大可能的降低能耗；(4)本發(fā)明從實(shí)際工程應(yīng)用角度出發(fā)，增加考慮網(wǎng)關(guān)節(jié)點(diǎn)休眠的關(guān)閉期和喚醒后能夠開始服務(wù)的啟動(dòng)期，在保證業(yè)務(wù)時(shí)延的同時(shí)又降低了網(wǎng)關(guān)節(jié)點(diǎn)能耗；(5)本發(fā)明所提出的多重休假的網(wǎng)關(guān)節(jié)點(diǎn)休眠方法，簡(jiǎn)單有效，操作性強(qiáng)，經(jīng)過(guò)精確的數(shù)學(xué)計(jì)算和理論推導(dǎo)，采用凸優(yōu)化的方法建立優(yōu)化問(wèn)題和相應(yīng)約束條件，并采用凸優(yōu)化的方法求解出最優(yōu)解，用于指導(dǎo)實(shí)踐；(6)本發(fā)明尋優(yōu)采用拉格朗日乘子方法，尋優(yōu)速度快，算法迭代過(guò)程中采用次梯度方法，并選用漸進(jìn)步長(zhǎng)，尋優(yōu)更加精確；(7)本發(fā)明進(jìn)一步討論了最優(yōu)化問(wèn)題存在最優(yōu)解的解空間的限制條件，從而方便尋優(yōu)，提高算法魯棒性和運(yùn)算效率。附圖說(shuō)明圖1為本發(fā)明系統(tǒng)場(chǎng)景架構(gòu)示意圖。圖2為本發(fā)明網(wǎng)關(guān)節(jié)點(diǎn)休眠周期示意圖。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。實(shí)施例一步驟1:網(wǎng)關(guān)節(jié)點(diǎn)業(yè)務(wù)排隊(duì)模型；本發(fā)明針對(duì)特殊的應(yīng)用場(chǎng)景，來(lái)源實(shí)際應(yīng)用，場(chǎng)景設(shè)置細(xì)致、合理，更有實(shí)踐指導(dǎo)意義。如圖1所示，現(xiàn)有的無(wú)線傳感網(wǎng)絡(luò)中，由于傳感器節(jié)點(diǎn)的大量布放，海量數(shù)據(jù)需要傳輸，勢(shì)必要通過(guò)網(wǎng)關(guān)節(jié)點(diǎn)的協(xié)作轉(zhuǎn)發(fā)，隨著數(shù)據(jù)量的急劇增大，網(wǎng)關(guān)節(jié)點(diǎn)的能耗問(wèn)題也越來(lái)越引起人們的關(guān)注，其中，休眠策略是網(wǎng)關(guān)節(jié)點(diǎn)降低能耗的一個(gè)非常重要的手段?？紤]到業(yè)務(wù)負(fù)載在無(wú)線傳感網(wǎng)絡(luò)中大約波動(dòng)是根據(jù)每日和每周的變化，并服從一定規(guī)律，由此我們考慮引入排隊(duì)理論，根據(jù)業(yè)務(wù)流量變化適時(shí)地關(guān)閉網(wǎng)關(guān)節(jié)點(diǎn)可以節(jié)約網(wǎng)絡(luò)能量。我們建立網(wǎng)關(guān)節(jié)點(diǎn)休眠模型，把單個(gè)網(wǎng)關(guān)節(jié)點(diǎn)建模成一個(gè)帶休假策略的M/G/1排隊(duì)模型，考慮單服務(wù)員工作模式，數(shù)據(jù)包的到達(dá)服從參數(shù)為λ的泊松分布，每個(gè)數(shù)據(jù)的包轉(zhuǎn)發(fā)(服務(wù))看作一個(gè)獨(dú)立同分布的一般過(guò)程，服務(wù)時(shí)間記成B，其期望為μ，方差為本發(fā)明針對(duì)特殊的應(yīng)用場(chǎng)景，來(lái)源實(shí)際應(yīng)用，場(chǎng)景設(shè)置細(xì)致、合理，更有實(shí)踐指導(dǎo)意義。具體來(lái)說(shuō)，從實(shí)際工程應(yīng)用角度出發(fā)，本發(fā)明增加考慮網(wǎng)關(guān)節(jié)點(diǎn)休眠的關(guān)閉期D和網(wǎng)關(guān)節(jié)點(diǎn)喚醒后能夠開始服務(wù)的啟動(dòng)期S，在保證業(yè)務(wù)時(shí)延的同時(shí)又降低了網(wǎng)關(guān)節(jié)點(diǎn)能耗。當(dāng)網(wǎng)關(guān)節(jié)點(diǎn)工作(發(fā)送數(shù)據(jù)包)時(shí)，或者說(shuō)隊(duì)列中有數(shù)據(jù)包等待發(fā)送時(shí)，網(wǎng)關(guān)節(jié)點(diǎn)處于忙期。一旦隊(duì)列為空，或者說(shuō)沒有數(shù)據(jù)要發(fā)送，傳統(tǒng)的休眠策略就是立即休眠，但其實(shí)這樣很不合理。一方面，不符合實(shí)際應(yīng)用，網(wǎng)關(guān)節(jié)點(diǎn)這樣的轉(zhuǎn)發(fā)設(shè)備不可能立即斷電關(guān)閉，需要先關(guān)閉射頻單元，再關(guān)閉處理器等一系列動(dòng)作，網(wǎng)關(guān)節(jié)點(diǎn)直接斷電也會(huì)損壞設(shè)備本身；另一方面，如果采用沒有數(shù)據(jù)立刻休眠的策略，因?yàn)閿?shù)據(jù)的到達(dá)是泊松到達(dá)，有隨機(jī)性，很可能在下一個(gè)極小的時(shí)間段內(nèi)就會(huì)有數(shù)據(jù)到達(dá)，而此時(shí)網(wǎng)關(guān)節(jié)點(diǎn)被關(guān)閉又不能提供服務(wù)，這樣的話這個(gè)數(shù)據(jù)包的時(shí)延會(huì)非常大，甚至?xí)?dǎo)致數(shù)據(jù)包的溢出丟包，造成用戶滿意度下降。因此，區(qū)別與其它的休眠策略，作為本發(fā)明的一個(gè)重要的創(chuàng)新點(diǎn)，采用延時(shí)關(guān)閉的策略，一旦系統(tǒng)內(nèi)沒有需要服務(wù)的數(shù)據(jù)，并不立刻關(guān)閉服務(wù)，而是等待一段時(shí)間，這段時(shí)間就是關(guān)閉期。我們定義一個(gè)可以自己調(diào)整的關(guān)閉期，并研究關(guān)閉期是系統(tǒng)平均時(shí)延的關(guān)系，具有非常重要的實(shí)踐指導(dǎo)意義。關(guān)閉期D服從一般分布，其拉普拉斯變換為D*(s)。如果關(guān)閉期內(nèi)沒有新的數(shù)據(jù)到達(dá)并要求服務(wù)，系統(tǒng)進(jìn)入休眠期；如果關(guān)閉期內(nèi)有新的數(shù)據(jù)到達(dá)并要求服務(wù)，系統(tǒng)停止關(guān)閉期，重新進(jìn)入服務(wù)期，繼續(xù)服務(wù)，發(fā)送數(shù)據(jù)包。本發(fā)明提出一種簡(jiǎn)單易行的網(wǎng)關(guān)節(jié)點(diǎn)多重休眠策略，當(dāng)網(wǎng)關(guān)節(jié)點(diǎn)的隊(duì)列沒有數(shù)據(jù)發(fā)送時(shí)，網(wǎng)關(guān)節(jié)點(diǎn)由忙期進(jìn)入關(guān)閉期，如果關(guān)閉期仍然沒有業(yè)務(wù)到達(dá)，則網(wǎng)關(guān)節(jié)點(diǎn)進(jìn)去休假，假期的長(zhǎng)度是根據(jù)該網(wǎng)關(guān)節(jié)點(diǎn)自身特點(diǎn)所定制的，取決于網(wǎng)關(guān)節(jié)點(diǎn)的地理位置、業(yè)務(wù)、負(fù)載、用戶群等等因素。不同的網(wǎng)關(guān)節(jié)點(diǎn)我們定制不同的休假長(zhǎng)度，操作簡(jiǎn)單，也更加靈活。因?yàn)樾菁匍L(zhǎng)度的數(shù)值可以很容易的被更改，所以這個(gè)算法靈活度很高，可以很容易的實(shí)現(xiàn)能耗和平均時(shí)延的折中。定義假期為V，方差為其拉普拉斯變換為V*(s)。同樣的，區(qū)別與其它的節(jié)點(diǎn)休眠策略，從實(shí)際工程應(yīng)用角度出發(fā)，我們規(guī)定節(jié)點(diǎn)從睡眠期被喚醒后，要經(jīng)過(guò)一個(gè)啟動(dòng)期才能正式進(jìn)入忙期。這顯然更加符合實(shí)際，而且不同的節(jié)點(diǎn)情況不同，啟動(dòng)期也不一致，更能模擬實(shí)際系統(tǒng)性能。因?yàn)榫W(wǎng)關(guān)節(jié)點(diǎn)服務(wù)的相當(dāng)一部分業(yè)務(wù)是時(shí)延敏感業(yè)務(wù)，除了考慮網(wǎng)關(guān)節(jié)點(diǎn)節(jié)能以外，服務(wù)用戶的時(shí)延也非常重要，因此，我們規(guī)定：在經(jīng)過(guò)一個(gè)休假時(shí)間后，網(wǎng)關(guān)節(jié)點(diǎn)由休眠期進(jìn)入啟動(dòng)期，啟動(dòng)期結(jié)束，如果網(wǎng)關(guān)節(jié)點(diǎn)隊(duì)列有數(shù)據(jù)，則進(jìn)入忙期開始處理數(shù)據(jù)；如果啟動(dòng)期結(jié)束，網(wǎng)關(guān)節(jié)點(diǎn)隊(duì)列沒有數(shù)據(jù)要處理，則再次進(jìn)入休眠期，直至休眠期間有業(yè)務(wù)到達(dá)，再次進(jìn)入忙期處理數(shù)據(jù)，否則網(wǎng)關(guān)節(jié)點(diǎn)持續(xù)休假，最大可能的降低能耗。定義啟動(dòng)期為S，方差為其拉普拉斯變換為S*(s)。步驟2:網(wǎng)關(guān)節(jié)點(diǎn)能耗模型；如圖2所示，根據(jù)我們的定義，網(wǎng)關(guān)節(jié)點(diǎn)的一個(gè)工作周期可以被分割成若干個(gè)時(shí)間片，由忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S組成。為了考察網(wǎng)關(guān)節(jié)點(diǎn)的平均能耗，我們定義忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S的功耗分別是PBS,PCD,PSL,PBS和PST，同樣的，我們定義忙期B，關(guān)閉期D，休眠期V和啟動(dòng)期S在一整個(gè)網(wǎng)關(guān)節(jié)點(diǎn)的工作周期里面所占的時(shí)間比例分別是ηBS,ηCD,ηSL,ηBS和ηST。如此，我們可以給出網(wǎng)關(guān)節(jié)點(diǎn)功耗的表達(dá)式如下：其中：P0和Pt分別表示網(wǎng)關(guān)節(jié)點(diǎn)在激活模式下的固定功耗和發(fā)送功耗，Δp表示由負(fù)載影響發(fā)射功率的約束因子，一般可設(shè)置為常數(shù)，不同網(wǎng)關(guān)節(jié)點(diǎn)的設(shè)置不一樣。相比較于休眠模式僅僅包括休眠期，激活模式包括除休眠期其外的所有時(shí)間段。這樣我們可以寫出如下關(guān)系式：PBS＝P0+ΔpPt(2)PCD＝PID＝P0(3)為了更好的考察能耗的指標(biāo)，我們進(jìn)一步定義每比特能量消耗：Ebit=1λL‾data[ηBSPBS+ηCDPCD+ηSLPSL+ηSTPST+ηIDPID+Pcost]---(4)]]>其中：表示平均數(shù)據(jù)包的長(zhǎng)度。由于我們采用多重休眠的網(wǎng)關(guān)節(jié)點(diǎn)節(jié)能策略，網(wǎng)關(guān)節(jié)點(diǎn)在休眠期間需要探測(cè)是否休眠期間會(huì)有數(shù)據(jù)到達(dá)，公式(4)中的網(wǎng)關(guān)節(jié)點(diǎn)休眠期開銷Pcost＝λVEsniff，其中：λV表示休眠速率，Esniff表示每次探測(cè)的能量消耗。從實(shí)際出發(fā)，我們研究的是更一般的服務(wù)分布，我們推導(dǎo)出基于香農(nóng)公式的服務(wù)時(shí)間μ和發(fā)射功率Pt的關(guān)系式：μ=BWL‾data·log2(1+γPt),γ=gN0BW---(5)]]>其中：g,Bw和N0分別代表信道增益，信道帶寬和噪聲功率譜密度。步驟3:采用排隊(duì)理論分析系統(tǒng)性能；步驟3.1:采用隨機(jī)分解方法推導(dǎo)平均逗留時(shí)間；為了更加全面的分析系統(tǒng)性能，尤其是針對(duì)網(wǎng)關(guān)節(jié)點(diǎn)的性能，節(jié)能并不是唯一的指標(biāo)，我們更多情況下還要關(guān)注系統(tǒng)的時(shí)延指標(biāo)。本發(fā)明區(qū)別與以往的無(wú)線傳感網(wǎng)絡(luò)延長(zhǎng)節(jié)點(diǎn)生存周期的方法，從實(shí)際出發(fā)重點(diǎn)研究網(wǎng)關(guān)節(jié)點(diǎn)，提出一種多重休假的網(wǎng)關(guān)節(jié)點(diǎn)休眠方法，在盡可能降低節(jié)點(diǎn)能耗的同時(shí)，也要兼顧系統(tǒng)的平均時(shí)延，做到節(jié)點(diǎn)能耗和數(shù)據(jù)包平均時(shí)延的折中，綜合考慮節(jié)點(diǎn)休眠和業(yè)務(wù)的關(guān)系具有現(xiàn)實(shí)的指導(dǎo)意義。平均逗留時(shí)間T是系統(tǒng)非常重要的指標(biāo)，直接體現(xiàn)于數(shù)據(jù)包的時(shí)延，或者說(shuō)用戶的時(shí)延。作為本發(fā)明的一個(gè)重要?jiǎng)?chuàng)新點(diǎn)，在研究網(wǎng)關(guān)節(jié)點(diǎn)休眠策略時(shí)，不能一味關(guān)注于網(wǎng)關(guān)節(jié)點(diǎn)能耗的降低，因?yàn)檫@是以犧牲系統(tǒng)時(shí)延為代價(jià)的，因此，我們要兼顧考慮系統(tǒng)時(shí)延的要求。為了解決本發(fā)明的復(fù)雜的場(chǎng)景，我們借助于隨機(jī)分解方法，研究系統(tǒng)的平均逗留時(shí)間，將它分解成兩個(gè)部分，一部分是經(jīng)典的M/G/1模型產(chǎn)生的平均逗留時(shí)間，另一部分是采用我們的休眠策略后導(dǎo)致的附件的平均逗留時(shí)間。T=TM/G/1+TV=[1μ+λ(1+cb2)2μ(μ-λ)]+E[KV2]-E[KV]2λE[KV]---(6)]]>其中：KV表示一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)。這樣需要特別指出的是，一個(gè)休假周期的定時(shí)并不是我們前面所說(shuō)的休眠期(或者休眠時(shí)間)，休假周期指的是連續(xù)的兩個(gè)忙期之間的時(shí)間長(zhǎng)度。步驟3.2:推導(dǎo)該休眠策略下網(wǎng)關(guān)節(jié)點(diǎn)的每比特能耗；下面我們根據(jù)提出的網(wǎng)關(guān)節(jié)點(diǎn)休眠策略，嘗試推導(dǎo)網(wǎng)關(guān)節(jié)點(diǎn)的能耗指標(biāo)，針對(duì)發(fā)送數(shù)據(jù)包來(lái)說(shuō)，每比特能耗Ebit是個(gè)非常普遍的參數(shù)。Ebit=1λL‾data{ρ[P0+Δpγ(2μL‾dataBW-1)]+(1-ρ)P‾V}---(7)]]>其中：ρ＝λ/μ，表示一個(gè)休假周期的平均能耗。步驟4:利用凸優(yōu)化理論求解時(shí)延容忍門限下最優(yōu)的網(wǎng)關(guān)節(jié)點(diǎn)能耗問(wèn)題；本發(fā)明區(qū)別于其它的網(wǎng)關(guān)節(jié)點(diǎn)休眠策略，在盡可能降低網(wǎng)關(guān)節(jié)點(diǎn)能耗的同時(shí)，也要兼顧系統(tǒng)的平均時(shí)延，因此，要做到網(wǎng)關(guān)節(jié)點(diǎn)能耗和數(shù)據(jù)包平均時(shí)延的折中。為了將折中的思想體現(xiàn)出來(lái)，我們采用凸優(yōu)化的方法建立優(yōu)化問(wèn)題和相應(yīng)約束條件，并采用凸優(yōu)化的方法求解出最優(yōu)解。我們首先定義時(shí)延容忍門限t0，最優(yōu)化問(wèn)題的目標(biāo)函數(shù)是網(wǎng)關(guān)節(jié)點(diǎn)的能耗Ebit，約束條件是數(shù)據(jù)包的平均時(shí)延T小于時(shí)延容忍門限t0，我們要求此約束條件下最小的網(wǎng)關(guān)節(jié)點(diǎn)能耗。歸結(jié)好的最優(yōu)化問(wèn)題P1如下：其中，最優(yōu)化問(wèn)題的優(yōu)化變量是一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)KV和一個(gè)休假周期內(nèi)的平均能耗然后，采用經(jīng)典的凸優(yōu)化理論，可以找到最優(yōu)的和實(shí)施例二本發(fā)明在實(shí)施例一的基礎(chǔ)上進(jìn)一步改進(jìn)，提高最優(yōu)化問(wèn)題P1的求解效率，本發(fā)明提出一種新的求解最優(yōu)化問(wèn)題P1的思路，采用拉格朗日乘子方法去尋優(yōu)，速度更快，算法復(fù)雜度更低。具體來(lái)說(shuō)，所述優(yōu)化問(wèn)題P1的求解可以采用拉格朗日因子方法：L(KV,P‾V,β)=1λL‾data{ρ[P0+Δpγ(2μL‾adataBW-1)]+(1-ρ)P‾V}-β([1μ+λ(1+cb2)2μ(μ-λ)]+E[KV2]-E[KV]2λE[KV]-t0)---(9)]]>再聯(lián)立并用次梯度方法迭代求解，其中，β表示拉格朗日因子。采用拉格朗日乘子算法的基礎(chǔ)上，每一次循環(huán)迭代的過(guò)程中我們可以采用次梯度方法，并選用漸進(jìn)步長(zhǎng)，尋優(yōu)更加精確。具體來(lái)說(shuō)，所述所述優(yōu)化問(wèn)題P1的拉格朗日形式中的拉格朗日因子β的迭代更新方法采用次梯度算法，復(fù)雜度更低，更有效率，所述次梯度算法的迭代更新方程是β(n+1)=[β(n)-α(n)(t0-[1μ+λ(1+cb2)2μ(μ-λ)]-E[KV2]-E[KV]2λE[KV])]+---(10)]]>其中β(n)表示第n次迭代的拉格朗日因子，α(n)表示相應(yīng)的迭代步長(zhǎng)。為了使得迭代速度更快，精度更高，我們選擇遞進(jìn)減小的迭代步長(zhǎng)。所述迭代步長(zhǎng)可以設(shè)置成：實(shí)施例三實(shí)施例一和實(shí)施例二針對(duì)最優(yōu)化問(wèn)題P1展開求解，優(yōu)化的變量是一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)KV和一個(gè)休假周期內(nèi)的平均能耗然后，為了更近一步的指導(dǎo)工程實(shí)踐，更好的做好網(wǎng)關(guān)節(jié)點(diǎn)節(jié)能的控制參數(shù)，我們需要更加深入的去挖掘其它的控制參數(shù)，嘗試簡(jiǎn)化最優(yōu)算法的運(yùn)算量。下面我們?cè)俅畏治龉?6)，注意到平均逗留時(shí)間T中有個(gè)重要參數(shù)KV，深入研究發(fā)現(xiàn)，我們可以獲得一個(gè)休假周期內(nèi)數(shù)據(jù)包的平均到達(dá)個(gè)數(shù)KV的Z變換形式TV(MV)=λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]}---(11)]]>其中，的上標(biāo)MV代表本發(fā)明的多重休眠策略。需要特別注意的是，在給定啟動(dòng)期和休眠期的分布的情況下，D*(λ)直接決定的大小，因此，我們可以在接下來(lái)的優(yōu)化問(wèn)題中將D*(λ)作為優(yōu)化變量去尋優(yōu)，這樣會(huì)極大的降低算法復(fù)雜度，有利于工程實(shí)踐。事實(shí)上的物理含義是節(jié)點(diǎn)由關(guān)閉期跳轉(zhuǎn)到休眠期的概率，我們定義為D*(λ)休眠概率。接下來(lái)我們?cè)俅畏治龉?7)，注意到一個(gè)休假周期內(nèi)的平均能耗可以進(jìn)一步深入研究，展開其表達(dá)式如下：P‾V(MV)=A1(MV)P0+A2(MV)PSL+A3(MV)PST+A4(MV)A1(MV)+A2(MV)+A3(MV)---(12)]]>其中：再次分析公式(11)和公式(12)，我們可以發(fā)現(xiàn)D*(λ)和E[V]可以用作優(yōu)化變量，重寫改寫最優(yōu)化問(wèn)題，使得優(yōu)化問(wèn)題更加明確，尋優(yōu)的計(jì)算復(fù)雜度進(jìn)一步降低。我們定義E[V]＝v，以v和D*(λ)為優(yōu)化變量，為優(yōu)化目標(biāo)，最優(yōu)化問(wèn)題P2可以寫成：我們可以采用拉格朗日乘子方法去尋優(yōu)，速度更快，算法復(fù)雜度更低。具體來(lái)說(shuō)，所述優(yōu)化問(wèn)題P2的求解可以采用拉格朗日因子方法：L(v,D*(λ),β0,β1)=1λ[1-D*(λ)]P0+D*(λ)E[V]1-V*(V)PSL+D*(λ)E[S]PST+D*(λ)Esniff1-V*(λ)1λ[1-D*(λ)]+D*(λ)E[V]1-V*(V)+D*(λ)E[S]-β0(λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]}-t0′)-β1(D*(λ)-1)---(14)]]>再聯(lián)立并用次梯度方法迭代求解，其中，β0,β1表示拉格朗日因子。采用拉格朗日乘子算法的基礎(chǔ)上，每一次循環(huán)迭代的過(guò)程中我們可以采用次梯度方法，并選用漸進(jìn)步長(zhǎng)，尋優(yōu)更加精確。具體來(lái)說(shuō)，所述所述優(yōu)化問(wèn)題P2的拉格朗日形式中的拉格朗日因子β0,β1的迭代更新方法采用次梯度算法，復(fù)雜度更低，更有效率，所述次梯度算法的迭代更新方程是β0(n+1)=[β0(n)-αβ0(n)(t0′-λD*(λ)1-V*(λ){E[(V+S)2]-V*(λ)E[S2]}2{D*(λ)[λE(V)1-V*(λ)+E[S]λ]+[1-D*(λ)]})]+---(15)]]>β1(n+1)=[β1(n)-αβ1(n)(1-D*(λ))]+---(16)]]>其中β0(n),β1(n)表示第n次迭代的拉格朗日因子，表示相應(yīng)的迭代步長(zhǎng)。為了使得迭代速度更快，精度更高，我們選擇遞進(jìn)減小的迭代步長(zhǎng)。所述迭代步長(zhǎng)可以設(shè)置成：實(shí)施例四通常的最優(yōu)化問(wèn)題，可以通過(guò)凸優(yōu)化方法去尋優(yōu)，但是最優(yōu)化問(wèn)題一旦復(fù)雜，尋優(yōu)的時(shí)候就會(huì)碰見一些問(wèn)題，比如最優(yōu)解的解空間是否存在奇點(diǎn)或者奇異區(qū)域，在這些點(diǎn)是不存在最優(yōu)解的。最優(yōu)化問(wèn)題尋優(yōu)時(shí)，一旦尋優(yōu)到這些區(qū)域，找到的解往往不是最優(yōu)解，是次優(yōu)解，甚至導(dǎo)致尋優(yōu)失敗，這就極大的影響到算法的魯棒性，不利于工程實(shí)際應(yīng)用。因此，本實(shí)施例在前面三個(gè)實(shí)施例的基礎(chǔ)上，進(jìn)一步討論了最優(yōu)化問(wèn)題P1和P2存在最優(yōu)解的解空間的限制條件，從而方便尋優(yōu)，提高算法魯棒性和運(yùn)算效率。由于我們采用是的網(wǎng)關(guān)節(jié)點(diǎn)多重休眠策略，首先考慮什么條件下網(wǎng)關(guān)節(jié)點(diǎn)有休眠的必要，或者說(shuō)網(wǎng)關(guān)節(jié)點(diǎn)休眠增益存在的必要條件是什么。根據(jù)公式(7)，當(dāng)時(shí)，能量效率等價(jià)于沒有采用網(wǎng)關(guān)節(jié)點(diǎn)休眠策略的情形，因此，只有時(shí)，引入休眠策略才有意義，由此我們可以推導(dǎo)出該休眠策略下的網(wǎng)關(guān)節(jié)點(diǎn)休眠增益存在的必要條件：E(V)1-V*(λ)(P0-PSL)>E(S)(PSL-P0)+Esniff1-V*(λ)---(17)]]>然后，我們討論啟動(dòng)期時(shí)間長(zhǎng)度的影響，經(jīng)過(guò)觀察發(fā)現(xiàn)，當(dāng)公式(17)滿足時(shí)，參數(shù)E[S]會(huì)對(duì)能耗產(chǎn)生影響，E[S]越大能耗越低。數(shù)學(xué)分析得知，啟動(dòng)期的兩個(gè)參數(shù)E[S]和會(huì)對(duì)系統(tǒng)平均時(shí)延產(chǎn)生影響，一旦E[S]給定，是系統(tǒng)平均時(shí)延的單調(diào)遞增函數(shù)，一旦給定，E[S]是系統(tǒng)平均時(shí)延的單調(diào)遞增函數(shù)，相應(yīng)的約束關(guān)系必須滿足：D*(λ)2λE(V)21-V*(λ)+2(1-D*(λ))E(V)-λD*(λ)E(V)2≥0---(18)]]>若公式(18)不滿足，我們以最小化系統(tǒng)平均時(shí)延為目標(biāo)可以獲得最優(yōu)的啟動(dòng)期平均時(shí)間長(zhǎng)度：E(S)=Fs(MV)(1+cs2)(1-V*(λ))-E(V)1-V*(λ)-1-D*(λ)λD*(λ)---(19)]]>其中：Fs(MV)=[1-D*(λ)λD*(λ)]2(1+cs2)(1-V*(λ))+E[V2]-(E(V))2(1+cs21-V*(λ))+1-D*(λ)λD*(λ)2cs2E[V]---(20)]]>作為工程實(shí)踐的具體指導(dǎo)如下：設(shè)置網(wǎng)關(guān)節(jié)點(diǎn)的啟動(dòng)時(shí)間越短越好，系統(tǒng)性能越佳，在不能繼續(xù)降低網(wǎng)關(guān)節(jié)點(diǎn)啟動(dòng)期均值的情況下，降低啟動(dòng)期時(shí)間長(zhǎng)度的方差，也能提高系統(tǒng)性能。接下來(lái)，我們繼續(xù)研究休眠期時(shí)間長(zhǎng)度對(duì)系統(tǒng)性能的影響。經(jīng)過(guò)數(shù)值仿真，當(dāng)公式(17)滿足時(shí)，當(dāng)休眠期V的均值E[V]固定時(shí)，休眠期方差會(huì)獲得最佳的系統(tǒng)系統(tǒng)。然而當(dāng)休眠期V增大會(huì)降低系統(tǒng)能耗的同時(shí)，也會(huì)增大系統(tǒng)的平均時(shí)延，并滿足如下的約束條件：λD*(λ)v2+λD*(λ)(2E(S)2-E(S2))F2(MV)+λD*(λ)E(S)vF1(MV)+(1-D*(λ))F3(MV)≥0---(21)]]>其中：F1(MV)=2-e-λv(2+λv),F2(MV)=1-e-λv(1+λv),F3(MV)=vF1(MV)-2E[S]F2(MV).]]>最后，我們研究關(guān)閉期時(shí)間長(zhǎng)度對(duì)系統(tǒng)性能的影響。我們經(jīng)過(guò)分析發(fā)現(xiàn)，關(guān)閉期D對(duì)系統(tǒng)能耗和平均時(shí)延的影響主要是通過(guò)D*(λ)。當(dāng)公式(17)滿足時(shí)，隨著D*(λ)的增加，系統(tǒng)平均時(shí)延增加，但是系統(tǒng)能耗減小，這其中必然會(huì)存在和折中關(guān)系：P‾V(MV)=P0+2TV(MV)(1-V*(λ))E[(V+S)2]-V*(λ)E[S2]·[E[V](PSL-P0)+Esniff1-V*(λ)+E[S](PST-P0)]---(22)]]>通過(guò)公式(22)的折中關(guān)系，我們可以更好的指導(dǎo)實(shí)踐，在滿足基本系統(tǒng)平均時(shí)延的前提下，最優(yōu)化系統(tǒng)能耗。本發(fā)明進(jìn)一步討論了最優(yōu)化問(wèn)題存在最優(yōu)解的解空間的限制條件，從而方便尋優(yōu)，提高算法魯棒性和運(yùn)算效率。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3