本发明专利技术公开了一种基于串行干扰消除的分布式拓扑控制方法，主要解决现有技术中认知Ad Hoc网络的割裂和频谱利用率不高的问题。其实现过程为：1.网络中的每个节点先后广播两次HELLO包，并接收初始邻节点的HELLO包，建立局部两跳拓扑子图；2.基于局部两跳拓扑子图，构建最短路径树，并根据最短路径树构建可保证次用户连通的局部生成子图；3.根据局部生成子图中的一跳邻节点调整发射功率并确定每个节点的逻辑邻节点；4.由网络中的所有节点以及节点与其逻辑邻节点间的链路构成全网拓扑，并进行信道选择。本发明专利技术能保证认知Ad Hoc网络连通，消除次用户干扰，提升网络频谱利用率和鲁棒性，可用于认知Ad Hoc网络。
【技术实现步骤摘要】
本专利技术属于无线通信领域，特别涉及一种分布式拓扑控制方法，可用于认知Ad Hoc网络。
技术介绍
认知Ad Hoc网络是一种充满发展潜力的无线网络通信系统，该网络除了具有传统Ad Hoc网络的自组织、自配置、自适应能力之外，还具有对频谱资源的感知、机会接入以及动态分配的能力，能够灵活地用于各种无固定通信基础设施支撑的环境，提高现有频带资源的利用率。在认知Ad Hoc网络中，用户分为两类，一类是主用户，另一类是次用户，其中主用户享有信道的优先使用权。当主用户使用某一信道时，干扰到主用户数据传输的次用户必须切换到其他可用的信道来进行数据传输，但这样的切换降低了次用户网络的连通性，严重时会导致网络的分割，从而发生分组传输的时延和中断。因此，需要优化认知Ad Hoc网络的拓扑结构来保证网络的连通性。为了减小主用户对次用户网络连通性的影响，研究者已经提出了一些拓扑控制算法，如XiJun Wang等作者在IEEE JASC 2014上发表的文章“Achieving Bi-Channel-Connectivity with Topology Control in Cognitive Radio Network”。XiJun Wang等的算法可以保证次用户网络的连通，并且能够消除次用户之间的干扰。但是这种方法缺乏与先进干扰管理技术相结合的手段，消耗了过多的信道资源，使得网络的频谱利用率很难得到进一步的提升。
技术实现思路
本专利技术的目的在于针对上述现有技术的问题，提出一种基于串行干扰消除的分布式拓扑控制方法，用于保证次用户网络的连通性，消除次用户之间的干扰，减少信道的使用个数，提升网络的频谱利用率。为实现上述目的，本专利技术的技术方案包括如下：(1)初始化网络为k点连通，k≥2，网络中每个节点u分别获得一跳和两跳邻接点的序列号和位置信息；(2)根据序列号和位置信息建立局部两跳拓扑子图Gu，并计算Gu中任意两个有连接关系的节点x,y之间的链路能耗权重wp(x,y)和链路共存权重wc(x,y)；(3)判断上述局部两跳拓扑子图Gu中任意两个有连接关系的节点x,y之间的链路是否能与主用户链路在同一信道上进行数据传输：若是，则将该链路放入链路共存集合CLu，即CLu＝CLu∪(x,y)，否则，则不放入链路共存集合CLu；(4)网络中每个节点u构建局部连通子图Su：(4a)初始化每个节点局部连通子图Su的节点集合V(Su)为局部两跳拓扑子图Gu中的所有节点，初始化每个节点局部连通子图Su的边集合E(Su)为空集；(4b)基于上述局部两跳拓扑子图Gu，每个节点u根据链路能耗权重wp(x,y)，构建以u为根，遍及局部两跳拓扑子图中Gu所有节点的最短路径树Tu＝(V(Tu),E(Tu))，并将E(Tu)记录到局部连通子图Su的边集合E(Su)中，即其中V(Tu)＝V(Gu)为最短路径树Tu的节点集合，E(Tu)为Tu的边集合；(5)根据局部两跳拓扑子图Gu，判断节点u的出边所对应的链路中是否存在两条或者两条以上的链路属于链路共存集合CLu：若是，则执行步骤(6)，否则，执行步骤(7)；(6)网络中的每个节点构建第一冲突子图LSu，并根据LSu构建第一局部生成子图Tu′：(6a)网络中的每个节点u根据最短路径树Tu找到与自己冲突的节点，构成冲突节点集CNu，并初始化第一冲突子图LSu＝(V(LSu),E(LSu))，其中LSu的边集合为E(LSu)＝{(a,b)|a,b∈u∪CNu,(a,b)∈E(Gu)本文档来自技高网...
【技术保护点】
基于串行干扰消除的分布式拓扑控制方法，包括如下步骤：(1)初始化网络为k点连通，k≥2，网络中每个节点u分别获得一跳和两跳邻接点的序列号和位置信息；(2)根据序列号和位置信息建立局部两跳拓扑子图Gu，并计算Gu中任意两个有连接关系的节点x,y之间的链路能耗权重wp(x,y)和链路共存权重wc(x,y)；(3)判断上述局部两跳拓扑子图Gu中任意两个有连接关系的节点x,y之间的链路是否能与主用户链路在同一信道上进行数据传输：若是，则将该链路放入链路共存集合CLu，即CLu＝CLu∪(x,y)，否则，则不放入链路共存集合CLu；(4)网络中每个节点u构建局部连通子图Su：(4a)初始化每个节点局部连通子图Su的节点集合V(Su)为局部两跳拓扑子图Gu中的所有节点，初始化每个节点局部连通子图Su的边集合E(Su)为空集；(4b)基于上述局部两跳拓扑子图Gu，每个节点u根据链路能耗权重wp(x,y)，构建以u为根，遍及局部两跳拓扑子图中Gu所有节点的最短路径树Tu＝(V(Tu),E(Tu))，并将E(Tu)记录到局部连通子图Su的边集合E(Su)中，即其中V(Tu)＝V(Gu)为最短路径树Tu的节点集合，E(Tu)为Tu的边集合；(5)根据局部两跳拓扑子图Gu，判断节点u的出边所对应的链路中是否存在两条或者两条以上的链路属于链路共存集合CLu：若是，则执行步骤(6)，否则，执行步骤(7)；(6)网络中的每个节点构建第一冲突子图LSu，并根据LSu构建第一局部生成子图Tu′：(6a)网络中的每个节点u根据最短路径树Tu找到与自己冲突的节点，构成冲突节点集CNu，并初始化第一冲突子图LSu＝(V(LSu),E(LSu))，其中LSu的边集合为E(LSu)＝{(a,b)|a,b∈u∪CNu,(a,b)∈E(Gu)}，LSu的节点集合为V(LSu)＝u∪CNu；(6b)每个节点u判断各自的第一冲突子图LSu是否连通：若是，则节点u根据链路共存权重wc(x,y)，在LSu上构建局部第一局部生成子图Tu′，否则，节点u用斯坦纳生成树法在Gu上构建第一局部生成子图Tu′；(6c)节点u将步骤(6b)中生成的第一局部生成子图Tu′的边集合E(Tu′)记录到局部连通子图Su的边集合E(Su)中，即将Tu′的节点集合V(Tu′)记录到局部连通子图Su的节点集合V(Su)中，即将Tu′的节点集合V(Tu′)记录到逻辑冲突邻居集LCNu中，即节点u通过洪泛的方式把LCNu和E(Su)的拓扑信息发送给Su中的所有节点，执行步骤(8)；(7)网络中的每个节点u构建第二冲突子图CSu，并根据CSu构建第二局部生成子图Tu″：(7a)网络中的每个节点u根据最短路径树Tu找到与自己冲突的节点，构成冲突节点集CNu，并初始化第二冲突子图CSu＝(V(CSu),E(CSu))，其中CSu的节点集合为V(CSu)＝CNu，边集合为E(CSu)＝{(c,d)|c,d∈CNu,(c,d)∈E(Gu)}；(7b)每个节点u检测各自的第二冲突子图CSu是否连通：若是，节点u根据链路共存权重wc(x,y)在CSu上构建第二局部生成子图Tu″，否则，节点u用斯坦纳生成树法在Gu\u上构建第二局部生成子图Tu″；(7c)节点u将步骤(7b)中生成的第二局部生成子图Tu″的边集合E(Tu″)记录到局部连通子图Su的边集合E(Su)中，即将Tu″的节点集合V(Tu″)记录到局部连通子图Su的节点集合V(Su)中，即将Tu″的节点集合V(Tu″)记录到逻辑冲突邻居集LCNu中，即节点u通过洪泛的方式把LCNu和E(Su)的拓扑信息发送给Su中的所有节点，执行步骤(8)；(8)每个节点u根据其他节点发来的拓扑信息更新自己的局部连通子图Su和逻辑冲突邻居集LCNu，将局部连通子图Su上的一跳邻节点v作为逻辑邻节点，构成逻辑邻节点集LNu＝{v∈V(Su)|(u,v)∈E(Su)}；(9)网络中每个节点u确定自己的发射功率，即将发射功率调整为能够覆盖到所有逻辑邻节点集所需要的功率：(10)根据网络中的所有节点构成的局部连通子图Su生成最终的全网拓扑G＝(V(G),E(G))，其中V(G)为网络中所有节点，E(G)每个节点与自己的逻辑邻节点间的链路，即E(G)＝{(u,v)|u∈V(G),v∈LNu}；(11)使用贪婪染色算法对已构建的最终全网拓扑G中的每个节点u进行信道分配。...
【技术特征摘要】
1.基于串行干扰消除的分布式拓扑控制方法，包括如下步骤：(1)初始化网络为k点连通，k≥2，网络中每个节点u分别获得一跳和两跳邻接点的序列号和位置信息；(2)根据序列号和位置信息建立局部两跳拓扑子图Gu，并计算Gu中任意两个有连接关系的节点x,y之间的链路能耗权重wp(x,y)和链路共存权重wc(x,y)；(3)判断上述局部两跳拓扑子图Gu中任意两个有连接关系的节点x,y之间的链路是否能与主用户链路在同一信道上进行数据传输：若是，则将该链路放入链路共存集合CLu，即CLu＝CLu∪(x,y)，否则，则不放入链路共存集合CLu；(4)网络中每个节点u构建局部连通子图Su：(4a)初始化每个节点局部连通子图Su的节点集合V(Su)为局部两跳拓扑子图Gu中的所有节点，初始化每个节点局部连通子图Su的边集合E(Su)为空集；(4b)基于上述局部两跳拓扑子图Gu...
【专利技术属性】
技术研发人员：盛敏，李轩，李建东，王玺钧，徐超，刘豹，陈雯，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。