本發(fā)明涉及認(rèn)知無(wú)線網(wǎng)路的節(jié)點(diǎn)狀態(tài)評(píng)估領(lǐng)域，特別是涉及一種基于多屬性決策的節(jié)點(diǎn)狀態(tài)評(píng)估方法。
背景技術(shù)：
：認(rèn)知無(wú)線自組織網(wǎng)絡(luò)是一種基于認(rèn)知無(wú)線電技術(shù)的自組織網(wǎng)絡(luò)。每個(gè)認(rèn)知用戶(hù)(CognitiveUser，CU)通過(guò)認(rèn)知無(wú)線電設(shè)備尋找并利用頻譜空洞。CU在檢測(cè)到可能的傳輸機(jī)會(huì)(頻譜空洞)后，通過(guò)執(zhí)行動(dòng)態(tài)頻譜接入，將數(shù)據(jù)通過(guò)認(rèn)知無(wú)線電(CognitiveRadio)傳輸?shù)浇邮辗?。如果主用?hù)(PrimaryUser，PU)突然出現(xiàn)，CU不得不立即退避。由于認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)可用頻譜的動(dòng)態(tài)變化以及拓?fù)涞膭?dòng)態(tài)特性對(duì)網(wǎng)絡(luò)可用性有較大影響，因此高效、可靠的節(jié)點(diǎn)穩(wěn)定評(píng)估方法對(duì)網(wǎng)絡(luò)可靠性差、鏈路不穩(wěn)定、可用頻譜動(dòng)態(tài)變化的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)而言尤其重要。近年來(lái)，為了解決認(rèn)知無(wú)線自組織網(wǎng)絡(luò)環(huán)境下的節(jié)點(diǎn)穩(wěn)定性評(píng)估問(wèn)題，研究人員從多個(gè)方面展開(kāi)研究，所取得的成果主要有：(1)以節(jié)點(diǎn)的移動(dòng)為基礎(chǔ)的鏈路保持時(shí)間預(yù)測(cè)方法當(dāng)采用該方法時(shí)，節(jié)點(diǎn)需要獲得自身和相鄰節(jié)點(diǎn)的位置、速度及移動(dòng)方向。根據(jù)節(jié)點(diǎn)的位置和移動(dòng)軌跡，結(jié)合節(jié)點(diǎn)移動(dòng)特點(diǎn)，使用幾何的方法計(jì)算兩個(gè)節(jié)點(diǎn)的鏈路可用時(shí)間，從而可以計(jì)算出該節(jié)點(diǎn)與其相鄰節(jié)點(diǎn)的穩(wěn)定程度。該方法多用于可以隨時(shí)定位，移動(dòng)方向明確的網(wǎng)絡(luò)形態(tài)中。(2)以節(jié)點(diǎn)信號(hào)干擾為基礎(chǔ)的節(jié)點(diǎn)穩(wěn)定性評(píng)估方法當(dāng)采用該方法時(shí)，節(jié)點(diǎn)記錄與鄰節(jié)點(diǎn)鏈路的流內(nèi)干擾和流間干擾值，并對(duì)每對(duì)鏈路的干擾值進(jìn)行加權(quán)累加。根據(jù)每對(duì)鄰接鏈路的干擾值，預(yù)測(cè)出當(dāng)前節(jié)點(diǎn)的總的干擾值，從而可以計(jì)算出節(jié)點(diǎn)的穩(wěn)定程度。該方法多用于多跳、多流的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)中。根據(jù)所需信息不同，可將(1)歸納為需要節(jié)點(diǎn)位置信息的方法，而(2)則屬于不需要節(jié)點(diǎn)位置信息的方法。方法(1)中，在認(rèn)知無(wú)線自組織網(wǎng)絡(luò)分布式的環(huán)境下，通常較難獲得目的節(jié)點(diǎn)的位置和速度，而影響節(jié)點(diǎn)穩(wěn)定性不僅僅是由于拓?fù)渥兓斐傻模环椒?2)目前在大多數(shù)場(chǎng)景中的干擾預(yù)測(cè)較為粗略，并且時(shí)效性很差。以上因素都制約了認(rèn)知無(wú)線自組織網(wǎng)絡(luò)中節(jié)點(diǎn)穩(wěn)定性評(píng)估方法在實(shí)際應(yīng)用中的準(zhǔn)確性。在各種認(rèn)知無(wú)線自組織網(wǎng)絡(luò)環(huán)境中，通過(guò)挖掘影響節(jié)點(diǎn)穩(wěn)定的因素節(jié)點(diǎn)因素，進(jìn)而對(duì)各個(gè)因素進(jìn)行分析歸類(lèi)，提高節(jié)點(diǎn)穩(wěn)定性預(yù)測(cè)的有效性和準(zhǔn)確性，進(jìn)一步提高認(rèn)知無(wú)線自組織網(wǎng)絡(luò)的可用性。因此，對(duì)影響節(jié)點(diǎn)穩(wěn)定的進(jìn)行歸納和影響程度分析，對(duì)提高認(rèn)知無(wú)線自組織網(wǎng)絡(luò)可用性具有非常重要的意義。技術(shù)實(shí)現(xiàn)要素：本發(fā)明以提高節(jié)點(diǎn)認(rèn)知無(wú)線自組織網(wǎng)絡(luò)可用性為目標(biāo)，以影響節(jié)點(diǎn)穩(wěn)定性的因素為基礎(chǔ)，結(jié)合多屬性決策分析方法，解決認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性預(yù)測(cè)問(wèn)題。具體包括：1.節(jié)點(diǎn)穩(wěn)定性由于受節(jié)點(diǎn)移動(dòng)、可用頻譜變化和電磁干擾等眾多不確定因素影響，建立節(jié)點(diǎn)穩(wěn)定性指標(biāo)評(píng)價(jià)體系，分析各個(gè)因素對(duì)節(jié)點(diǎn)穩(wěn)定性的影響程度。2.基于節(jié)點(diǎn)穩(wěn)定性指標(biāo)評(píng)價(jià)體系，將對(duì)節(jié)點(diǎn)穩(wěn)定性評(píng)估問(wèn)題轉(zhuǎn)化為多屬性決策問(wèn)題，從而實(shí)現(xiàn)對(duì)認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)的穩(wěn)定性屬性的判定。為了使計(jì)算結(jié)果快速、準(zhǔn)確，使得結(jié)果適用于路由、分簇、分發(fā)等領(lǐng)域，本發(fā)明引用了跨層共享機(jī)制、正負(fù)理想解方法。與現(xiàn)有技術(shù)相比，本發(fā)明的創(chuàng)新之處在于：以節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系為基礎(chǔ)，適用于不同的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)形態(tài)，并具有自適應(yīng)能力。具體體現(xiàn)在：1.以節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系為基礎(chǔ)，在各種認(rèn)知無(wú)線自組織網(wǎng)絡(luò)的環(huán)境中各節(jié)點(diǎn)都可以分布式記錄評(píng)價(jià)體系中影響因素的屬性信息，所需要的信息和其它方法相比容易獲得。2.在影響因素屬性信息的使用過(guò)程中，基于節(jié)點(diǎn)的先驗(yàn)知識(shí)，在不同的網(wǎng)絡(luò)環(huán)境中調(diào)整網(wǎng)絡(luò)環(huán)境相關(guān)參數(shù)，使本發(fā)明具有自適應(yīng)能力。附圖說(shuō)明圖1節(jié)點(diǎn)穩(wěn)定性評(píng)估方法流程圖2節(jié)點(diǎn)穩(wěn)定性指標(biāo)評(píng)價(jià)體系示意圖圖3正負(fù)理想解示意圖具體實(shí)施方式參閱圖1，節(jié)點(diǎn)通過(guò)跨層協(xié)作交互機(jī)制收集節(jié)點(diǎn)穩(wěn)定性指標(biāo)評(píng)價(jià)體系(參閱圖2)準(zhǔn)則層中的因子屬性信息，將這些參數(shù)生成模糊評(píng)價(jià)決策矩陣；通過(guò)決策指標(biāo)屬性值歸一化，把模糊評(píng)價(jià)決策矩陣轉(zhuǎn)化成標(biāo)準(zhǔn)模糊決策矩陣，給出節(jié)點(diǎn)當(dāng)前狀態(tài)的各個(gè)特征屬的標(biāo)準(zhǔn)值。然后對(duì)各個(gè)特征屬性的權(quán)重進(jìn)行分配，確定各個(gè)影響因子對(duì)節(jié)點(diǎn)穩(wěn)定狀態(tài)的影響程度?；诓蓸訑?shù)據(jù)作為標(biāo)準(zhǔn)矩陣，將節(jié)點(diǎn)穩(wěn)定性評(píng)估問(wèn)題轉(zhuǎn)換為多屬性決策問(wèn)題，最后通過(guò)正負(fù)理想解方法，判斷節(jié)點(diǎn)的穩(wěn)定狀態(tài)。本發(fā)明引入了節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系模型、正負(fù)理想解方法和模糊層次分析法，使計(jì)算結(jié)果適用于路由、分簇、分發(fā)等領(lǐng)域，實(shí)際實(shí)施中主要包含三個(gè)階段進(jìn)行實(shí)施。第一，基于節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系，建立屬性向量。通過(guò)對(duì)認(rèn)知無(wú)線自組織網(wǎng)絡(luò)環(huán)境對(duì)節(jié)點(diǎn)穩(wěn)定性因素分析，可以構(gòu)建出一個(gè)節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系，如附圖2所示。從圖中可以看出，把影響節(jié)點(diǎn)穩(wěn)定性的因素歸納為3個(gè)方面，6個(gè)指標(biāo)。3個(gè)方面是指：鄰居節(jié)點(diǎn)穩(wěn)定性、可用頻譜穩(wěn)定性和干擾程度。6個(gè)指標(biāo)是指：一跳鄰居節(jié)點(diǎn)個(gè)數(shù)，與一跳鄰居節(jié)點(diǎn)的鏈路穩(wěn)定性，與一跳鄰居節(jié)點(diǎn)的可用信道數(shù)，可用信道變化活動(dòng)統(tǒng)計(jì)，與一跳鄰居節(jié)點(diǎn)的信道質(zhì)量和受到干擾的信道數(shù)量。為了構(gòu)建反映節(jié)點(diǎn)穩(wěn)定性狀態(tài)，需采集指標(biāo)原始數(shù)據(jù)，其中反映可用頻譜穩(wěn)定性和干擾程度的指標(biāo)需通過(guò)跨層協(xié)作的方式得到，然后對(duì)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算和歸一化處理，最后得到屬性矩陣。指標(biāo)數(shù)據(jù)采集與計(jì)算是指采集節(jié)點(diǎn)當(dāng)前的6個(gè)指標(biāo)數(shù)據(jù)信息，其中有些指標(biāo)需要直接采集原始數(shù)據(jù)得到，有些指標(biāo)需要對(duì)原始數(shù)據(jù)進(jìn)一步的計(jì)算。具體來(lái)講，指標(biāo)1通過(guò)網(wǎng)絡(luò)層拓?fù)涔芾頇C(jī)制直接得到，指標(biāo)3通過(guò)MAC層相關(guān)協(xié)議得到，指標(biāo)4為鏈路中斷頻率，也可由MAC層相關(guān)協(xié)議得到。指標(biāo)2、5利用前人的成果計(jì)算得到，指標(biāo)6是與各個(gè)鄰居節(jié)點(diǎn)當(dāng)前可用信道誤碼率高于某個(gè)閥值的信道數(shù)目。另外，指標(biāo)2,3,5算出與鄰居節(jié)點(diǎn)的指標(biāo)值后，先進(jìn)行累加然后求均值，最后得到指標(biāo)2,3,5最終指標(biāo)值。指標(biāo)2與一跳鄰居節(jié)點(diǎn)的鏈路穩(wěn)定性的計(jì)算公式為：Lij=min(TijE(T),,1)---(1)]]>其中Tij表示節(jié)點(diǎn)i和節(jié)點(diǎn)j預(yù)計(jì)保持的時(shí)間，E(T)示節(jié)點(diǎn)i和節(jié)點(diǎn)j保持的時(shí)間的期望值。指標(biāo)5與各鄰居節(jié)點(diǎn)的信道質(zhì)量的計(jì)算公式為：Thr(i,j)=Σb∈Bi∩Bjαb×Thr(i,j),bmaxThr(i,j),b---(2)]]>當(dāng)ploss，b＝0，Tf，b＝1且Bi是節(jié)點(diǎn)i的適用頻段時(shí)，maxThr(i，j)，b＝Thr(i，j)，b。權(quán)值ab(ab≤1)反映了不同的頻譜特性(相鄰頻段的干擾水平、信道錯(cuò)誤率、路徑損耗)。由于有些指標(biāo)值越大越好(即指標(biāo)值越大，節(jié)點(diǎn)越穩(wěn)定)，而有些指標(biāo)值是越小越好，所以需要對(duì)指標(biāo)值進(jìn)行歸一化處理。對(duì)于越大越好的指標(biāo)(指標(biāo)1,2,3和5)，歸一化公式為：x*=x-minmax-min---(3)]]>對(duì)于指標(biāo)值越大越差(即指標(biāo)值越大，節(jié)點(diǎn)越不穩(wěn)定)，即指標(biāo)4和6，歸一化公式為：x*=1-x-minmax-min---(4)]]>經(jīng)過(guò)歸一化之后，最后得到一個(gè)6維的屬性向量第二，確定決策指標(biāo)屬性權(quán)重分配。決策指標(biāo)屬性權(quán)重分配是指根據(jù)指標(biāo)屬性對(duì)節(jié)點(diǎn)穩(wěn)定性的影響大小，確定該指標(biāo)在節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系中的權(quán)值。具體來(lái)講，就是確定附圖2目標(biāo)層至準(zhǔn)則層模型中的6個(gè)指標(biāo)的權(quán)值?？偟姆椒ㄊ?，首先要得到每層指標(biāo)的權(quán)值分配，然后在根據(jù)上層的權(quán)值得到最下層(即6個(gè)指標(biāo))的權(quán)重。每層指標(biāo)的權(quán)值分是指對(duì)準(zhǔn)則層的每層指標(biāo)進(jìn)行權(quán)重分配計(jì)算，分如下步驟計(jì)算：1)計(jì)算模糊矩陣。對(duì)準(zhǔn)則層第k層所有指標(biāo)進(jìn)行兩兩比較時(shí)，采用三角模糊數(shù)的語(yǔ)言轉(zhuǎn)換規(guī)則加以轉(zhuǎn)換，三角模糊數(shù)以mij為中值的封閉區(qū)間，而mij是層次分析法中的1～9標(biāo)度值，如下表1所示。得到對(duì)k層所有指標(biāo)兩兩比較的模糊數(shù)aij＝(lij，mij，hij)，假設(shè)評(píng)判專(zhuān)家的人數(shù)為t，則第k層指標(biāo)i對(duì)指標(biāo)j的最終的三角模糊數(shù)為假設(shè)第k層共有h個(gè)指標(biāo)，則得到一個(gè)hk×hk的模糊矩陣A＝(aij)hk×hk。需要說(shuō)明的是，該矩陣具有互反性，即表1屬性相對(duì)重要性對(duì)比的1～9標(biāo)度對(duì)照表2)計(jì)算指標(biāo)的模糊測(cè)度值。根據(jù)上步得到的模糊測(cè)矩陣，第i個(gè)指標(biāo)對(duì)同層k的其它所有因素的綜合模糊測(cè)度值的計(jì)算公式如下：Sik=Σj=1naijk·(Σi=1nkΣj=1nkaijk)-1---(5)]]>3)計(jì)算第k層第i個(gè)指標(biāo)的權(quán)重分配，計(jì)算公式如下其中的計(jì)算方式為V(Sik≥Sjk)=1m1≥m2l2-h1(m1-h1)-(m2-l2)m1≤m2,h1≥l2,i,j=1,2,...,nk,i≠j0otherwise---(6)]]>于是，第k層指標(biāo)的權(quán)重分配為：Wk={w1k,...,wik,...,whkk}---(7)]]>4)計(jì)算準(zhǔn)則層最底層指標(biāo)的權(quán)重分配。由于本方案準(zhǔn)則層為兩層，第一層有三個(gè)指標(biāo)，第二層有六個(gè)指標(biāo)，所以根據(jù)上述前3步驟，可分別得到指標(biāo)權(quán)重向量W1=(w11,w21,w31)---(8)]]>和W=(w12,w22,w32,w42,w52,w62),---(9)]]>于是，指標(biāo)屬性權(quán)重分配為：W=(w12w12+w22*w11,w22w12+w22*w22,w32w32+w42*w21,w42w32+w42*w21,w52w52+w62w31,w62w52+w62w31)---(10)]]>第三，節(jié)點(diǎn)穩(wěn)定性狀態(tài)決策判決計(jì)算。根據(jù)專(zhuān)家打分對(duì)節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系指標(biāo)進(jìn)行權(quán)重分配之后，就需要進(jìn)行節(jié)點(diǎn)穩(wěn)定性狀態(tài)計(jì)算了。節(jié)點(diǎn)穩(wěn)定性狀態(tài)計(jì)算分為2個(gè)步驟。首先根據(jù)構(gòu)建的屬性向量進(jìn)行采樣，得出節(jié)點(diǎn)不穩(wěn)定、次穩(wěn)定和穩(wěn)定狀態(tài)時(shí)的屬性向量：然后把這些樣本狀態(tài)屬性向量作為知識(shí)保存在樣本庫(kù)中。其次，根據(jù)節(jié)點(diǎn)當(dāng)前構(gòu)建的屬性向量計(jì)算與各個(gè)樣本狀態(tài)屬性向量的擬合相似度，找出擬合相似度最高值對(duì)應(yīng)的樣本狀態(tài)作為節(jié)點(diǎn)當(dāng)前的狀態(tài)。擬合相似度的計(jì)算方法流程如下(參閱說(shuō)明說(shuō)附圖3)：1)構(gòu)建決策空間。設(shè)節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系指標(biāo)個(gè)數(shù)n個(gè)，樣本狀態(tài)屬性向量m個(gè)，則構(gòu)建一個(gè)n維空間Sn，把每個(gè)決策狀態(tài)i映射為Sn空間中的一點(diǎn)，表征樣本狀態(tài)i在Sn中的空間位置，并把這些點(diǎn)稱(chēng)為正理想解的空間點(diǎn)為了避免評(píng)價(jià)狀態(tài)存在與各個(gè)狀態(tài)的正理想解的距離相等時(shí)無(wú)法判斷狀態(tài)擬合相似度優(yōu)劣的情況，對(duì)每一正理想節(jié)點(diǎn)，設(shè)定n維空間Sn的負(fù)理想解。這里的正負(fù)理想空間點(diǎn)是虛擬的，負(fù)理想空間點(diǎn)的每個(gè)指標(biāo)屬性都是相對(duì)應(yīng)的正理想解空間點(diǎn)的最差狀態(tài)。2)計(jì)算擬合相似度。計(jì)算擬合相似度，方法是分別測(cè)量當(dāng)前待評(píng)估屬性向量與各個(gè)正負(fù)理想點(diǎn)在n維空間中的距離，以此來(lái)衡量當(dāng)前待評(píng)估屬性向量與各個(gè)樣本狀態(tài)的擬合相似度。當(dāng)前待評(píng)估屬性向量lt與樣本狀態(tài)i的正理想解空間點(diǎn)的距離計(jì)算公式如下：dli+=Σj=1m(ltj-xij+)2,j=1,2,...m.---(11)]]>其中表示正理想解空間點(diǎn)的第j個(gè)屬性在Sn中的分量值。當(dāng)前待評(píng)估屬性向量lt與樣本狀態(tài)i的負(fù)理想解空間點(diǎn)的距離計(jì)算公式如下：dli-=Σj=1m(ltj-xij-)2,j=1,2,...m---(12)]]>則當(dāng)前待評(píng)估屬性向量與樣本狀態(tài)i的擬合相似度為：Cli=dli-dli-+dli+---(13)]]>3)計(jì)算當(dāng)前節(jié)點(diǎn)穩(wěn)定性狀態(tài)。由于節(jié)點(diǎn)穩(wěn)定性評(píng)價(jià)體系指標(biāo)個(gè)數(shù)6個(gè)，樣本狀態(tài)屬性向量3個(gè)，根據(jù)步驟一和二，可計(jì)算出當(dāng)前待評(píng)估屬性向量lt與每個(gè)樣本狀態(tài)i的擬合相似度Cli(i＝1，2，3)，則當(dāng)前節(jié)點(diǎn)穩(wěn)定性狀態(tài)為：j＝{i|Cliismax}(14)。當(dāng)前第1頁(yè)1 2 3