基于一種新型優(yōu)化模型的頻譜感知分簇算法

摘 要：為緩解頻譜資源緊缺的現(xiàn)狀，對認知無線傳感器網(wǎng)絡（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＣＲＳＮ）進行了深入研究。切爾諾貝利災難優(yōu)化器（Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒ，ＣＤＯ）作為一種新型優(yōu)化模型，具有收斂性能較強、結(jié)構簡單和需要調(diào)節(jié)的參數(shù)少等優(yōu)點。為提高ＣＲＳＮ 能效，延長ＣＲＳＮ 的生存周期，提出了一種基于量子切爾諾貝利災難優(yōu)化器的頻譜感知分簇算法（Ｑｕａｎｔｕｍ Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒｂａｓｅｄ Ｓｐｅｃｔｒｕｍ Ａｗａｒｅ Ｃｌｕｓｔｅｒｉｎｇ Ａｌｇｏｒｉｔｈｍ，ＱＣＤＯＣ）。ＱＣＤＯＣ的主要目標是通過最小化節(jié)點之間的通信距離來提高網(wǎng)絡的生存周期。ＱＣＤＯＣ 通過為ＣＤＯ 引入量子旋轉(zhuǎn)門和量子非門來增強其搜索能力，采用二進制種群編碼以使其適用于簇頭（Ｃｌｕｓｔｅｒ Ｈｅａｄ，ＣＨ）選舉問題。ＱＣＤＯＣ 在設計適應度函數(shù)時考慮了節(jié)點剩余能量、距離和頻譜可用性，提高了算法的能效。實驗表明，與對比算法相比，ＱＣＤＯＣ 算法具有更長的生存周期、更多的數(shù)據(jù)傳輸量和更均衡的網(wǎng)絡能耗。

關鍵詞：認知無線傳感器網(wǎng)絡；分簇；切爾諾貝利災難優(yōu)化器

中圖分類號：ＴＮ９２９． ５；ＴＰ２１２． ９ 文獻標志碼：Ａ

文章編號：１００３－３１１４（２０２４）０５－０９６７－１０

０ 引言

無線傳感器網(wǎng)絡（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＷＳＮ）是由許多低成本、功耗有限的傳感器節(jié)點組成的網(wǎng)絡，這些節(jié)點隨機分布在一個區(qū)域內(nèi)，用于監(jiān)測和收集各種數(shù)據(jù)［１－３］。隨著物聯(lián)網(wǎng)的不斷發(fā)展，ＷＳＮ 的應用預計在未來會越來越多。目前，各種實時應用廣泛采用工業(yè)、科學和醫(yī)療頻段（Ｉｎｄｕｓｔｒｉａｌ，Ｓｃｉｅｎｔｉｆｉｃ ａｎｄ Ｍｅｄｉｃａｌ Ｂａｎｄ，ＩＳＭ），各種通信技術共享這一頻段，ＷＳＮ 也在這一頻段上運行。然而，共存被認為是該頻段的嚴重問題之一，會降低ＷＳＮ的性能［４－５］。傳統(tǒng)無線通信不允許傳感器設備共享許可頻譜。因此，認知無線電（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ，ＣＲ）技術與ＷＳＮ 的融合是一個重要的研究領域。ＣＲ 技術使次用戶（Ｓｅｃｏｎｄａｒｙ Ｕｓｅｒ，ＳＵ）能夠檢測到未被主用戶（Ｐｒｉｍａｒｙ Ｕｓｅｒ，ＰＵ）占用的頻譜空洞，并在不中斷ＰＵ 正常通信的情況下以機會主義方式訪問這些頻譜空洞進行通信，這有助于緩解傳統(tǒng)ＷＳＮ 面臨的頻譜資源限制問題［６－８］。

在認知無線傳感器網(wǎng)絡（Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ ＳｅｎｓｏｒＮｅｔｗｏｒｋ，ＣＲＳＮ）中，認知傳感器節(jié)點通常由容量有限的電池供電，受部署環(huán)境等因素的影響，很難甚至不可能為電池充電。此外，頻譜感知和動態(tài)頻譜接入等ＣＲ 操作會進一步消耗節(jié)點有限的能量，加劇能耗問題。因此，延長網(wǎng)絡生存周期和平衡部署區(qū)域內(nèi)認知傳感器節(jié)點的能量消耗是提高ＣＲＳＮ 性能的關鍵［９－１１］。在通信過程中，數(shù)據(jù)傳輸是能源消耗的主要來源，因此，高效的數(shù)據(jù)傳輸是緩解這些問題的重要解決方案。分簇協(xié)議是解決上述問題的一個潛在方案［１２］。ＣｏｇＬＥＡＣＨ（Ｃｏｇｎｉｔｉｖｅ ＬＥＡＣＨ）協(xié)議是低能耗自適應分簇層次（Ｌｏｗ Ｅｎｅｒｇｙ ＡｄａｐｔｉｖｅＣｌｕｓｔｅｒｉｎｇ Ｈｉｅｒａｒｃｈｙ，ＬＥＡＣＨ）協(xié)議在ＣＲＳＮ 中的擴展。ＣｏｇＬＥＡＣＨ 使用空閑可用信道的數(shù)量作為選擇簇頭（Ｃｌｕｓｔｅｒ Ｈｅａｄ，ＣＨ）的概率權重，每個ＣＲＳＮ 節(jié)點可以通過比較自己的ＣＨ 權重和一個隨機數(shù)來判斷自己是否能成為ＣＨ。但ＣｏｇＬＥＡＣＨ 協(xié)議并未考慮能量、距離等因素對網(wǎng)絡生存周期的影響［１３］。Ｗａｎｇ 等［１４］提出基于加權能量消耗最小化的不均勻分簇（Ｗｅｉｇｈｔｅｄ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ Ｍｉｎｉｍｉｚａｔｉｏｎｂａｓｅｄ Ｕｎｅｖｅｎ Ｃｌｕｓｔｅｒｉｎｇ，ＥＣＭＵＣ）協(xié)議，考慮了控制開銷對網(wǎng)絡性能的影響，提高了網(wǎng)絡監(jiān)控能力和網(wǎng)絡壽命。但ＥＣＭＵＣ 協(xié)議將網(wǎng)絡均勻分環(huán)，在環(huán)內(nèi)采用非均勻分簇的方法可能導致更多的簇間數(shù)據(jù)中繼，產(chǎn)生更高的能耗。Ｓｕｎｉｔｈａ 等［１５］提出ＣＣＭＯＲＳＡ（Ｃｏｎｇｅｓｔｉｏｎ Ｃｅｎｔｒｉｃ ＭｕｌｔｉＯｂｊｅｃｔｉｖｅ Ｒｅｐｔｉｌｅ Ｓｅａｒｃｈ Ａｌ-ｇｏｒｉｔｈｍ Ｂａｓｅｄ Ｃｌｕｓｔｅｒｉｎｇ ａｎｄ Ｒｏｕｔｉｎｇ）算法，通過最小化指定ＣＨ 節(jié)點之間的距離來提高網(wǎng)絡的壽命。ＣＣＭＯＲＳＡ 算法通過能量、距離和負載等多個目標建立適應度函數(shù)。但ＣＣＭＯＲＳＡ 算法在ＣＨ 選舉時忽略了頻譜動態(tài)性。文獻［１６］提出了能耗均衡多跳多路徑認知分層（Ｅｎｅｒｇｙｂａｌａｎｃｅｄ Ｍｕｌｔｉｈｏｐ Ｍｕｌｔｉｐａｔｈ Ｃｏｇｎｉｔｉｖｅ Ｈｉｅｒａｒｃｈｉｃａｌ，ＥＭＭＣＨ）算法，根據(jù)節(jié)點剩余能量、節(jié)點的位置因子和鄰居節(jié)點密度因子改進了候選ＣＨ 選舉概率，再根據(jù)節(jié)點信道可用性和剩余能量從中選舉最優(yōu)ＣＨ，延長了網(wǎng)絡生存周期。但ＥＭＭＣＨ 算法候選ＣＨ 選舉時沒有考慮可用信道，限制了網(wǎng)絡數(shù)據(jù)傳輸性能。Ｊｙｏｔｈｉ 等［１７］提出Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ Ｆｕｚｚｙ Ｃｌｕｓｔｅｒｉｎｇ ａｎｄ ＣｏｎｇｅｓｔｉｏｎＣｏｎｔｒｏｌ Ａｌｇｏｒｉｔｈｍ（ＥＦＣＣＡ），根據(jù)模糊邏輯方法，考慮了頻譜可用性、隊列長度和剩余能量進行ＣＨ 選舉，提高了能效。但ＥＦＣＣＡ 由于沒有考慮節(jié)點位置的因素，因此增加了能量消耗。

為了提高ＣＲＳＮ 能效、延長ＣＲＳＮ 生存周期，本文提出了基于量子切爾諾貝利災難優(yōu)化器的頻譜感知分簇（Ｑｕａｎｔｕｍ Ｃｈｅｒｎｏｂｙｌ Ｄｉｓａｓｔｅｒ ＯｐｔｉｍｉｚｅｒｂａｓｅｄＳｐｅｃｔｒｕｍ Ａｗａｒｅ Ｃｌｕｓｔｅｒｉｎｇ，ＱＣＤＯＣ）算法。ＱＣＤＯＣ依靠基站（Ｂａｓｅ Ｓｔａｔｉｏｎ，ＢＳ）計算得到分簇方案，通過量子切爾諾貝利災難優(yōu)化器（Ｑｕａｎｔｕｍ ＣｈｅｒｎｏｂｙｌＤｉｓａｓｔｅｒ Ｏｐｔｉｍｉｚｅｒ，ＱＣＤＯ）獲得近似最優(yōu)解，并且為切爾諾貝利災難優(yōu)化器（Ｃｈｅｒｎｏｂｙｌ ＤｉｓａｓｔｅｒＯｐｔｉｍｉｚｅｒ，ＣＤＯ）引入了量子旋轉(zhuǎn)門和量子非門來增加其搜索能力。此外，ＱＣＤＯＣ 綜合考慮了剩余能量、距離和可用信道，設計了一種新的用于分簇的適應度函數(shù)。

１ 系統(tǒng)模型

１． １ 網(wǎng)絡模型

本文考慮的是由Ｎ 個能量異構且能量受限的ＣＲＳＮ 節(jié)點和一個ＢＳ 組成的網(wǎng)絡。這些ＣＲＳＮ 節(jié)點作為ＳＵ 與ＰＵ 位于同一個地理區(qū)域。每個ＣＲＳＮ節(jié)點都有一個唯一的ＩＤ，且一旦部署其位置固定。每個ＣＲＳＮ 節(jié)點都可以獲取其剩余能量、地理位置和可用信道等信息。此外，ＣＲＳＮ 節(jié)點能夠調(diào)整其傳輸功率，實現(xiàn)遠距離的通信。ＰＵ 獨享許可信道，ＳＵ 則以機會主義的方式訪問這些許可信道。即，只有當ＰＵ 不訪問信道時，Ｍ 個許可信道才可用于ＣＲＳＮ。ＰＵ 的活動由一個半馬爾可夫ＯＮＯＦＦ 過程來模擬。在半馬爾可夫ＯＮＯＦＦ 過程中，ＰＵ 在給定信道上的活動在ＯＮ 狀態(tài)和ＯＦＦ 狀態(tài)之間交替。其中每個狀態(tài)的時間間隔都是獨立的幾何分布隨機變量，參數(shù)分別為ｑｉ 和ｐｉ，如圖１ 所示。信道ｉ 處于空閑狀態(tài)的概率如式（１）所示。