网站大量收购闲置独家精品文档,联系QQ:2885784924

多个WBAN组成的分布式网络功率控制策略综述.docVIP

多个WBAN组成的分布式网络功率控制策略综述.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多个WBAN组成的分布式网络功率控制策略综述.doc

多个WBAN组成的分布式网络功率控制策略综述   摘要:无线体域网(WBAN,Wireless Body Area Network) 是当前一个重要的技术热点。本文重点研究多个体域网组成的分布式网络功率控制策略,结合近年来对这一问题的研究成果,并根据体域网以人体作为网络环境这一特点提出了多个体域网之间的功率控制急需解决的问题以及面临的挑战。   关键词:无线体域网(WBAN,Wireless Body Area Network)分布式功率控制   中图分类号:TN925 文献标识码:A 文章编号:1007-9416(2013)10-0243-02   无线体域网是一种为方便人体外的无线设备与贴在人体附近或者植入人体内的无线设备进行通信的新兴无线通信技术,它不仅是一种新的适用于医疗保健、疾病监控和预防的解决方案,还是物联网的重要感知及组成部分,可广泛应用于公共安全、生态环保、环境检测、应急指挥和生物医学等领域。传感器技术在生物医学领域早有应用,但并没有达到人们预期的效果。这是由于传统的医疗监控使用有线或者其他直接交送数据的方式把传感器检测到的生理数据和其他信息递交到医疗中心,达到监控的效果,但是这种医疗监控系统限制了被监控对象的移动性,对于那些需要长期进行医疗监控和保健的对象而言,也影响了他们的正常生活。通过WBAN可以将人体变为通信网络的一部分,从而使得可穿戴的计算成为现实并成为人们日常生活的基本特征。2012年4月,电气电子工程师协会(IEEE,Institute of Electrical and Electronics Engineers)工作组正式提出了应用现有的工业、科学和医疗频段的针对人体内外的短距离通信的IEEE802.15.6标准[3],标志着体域网的发展翻开了崭新的一页。目前,无线体域网的应用主要集中在医疗领域的人体健康监控和提供可穿戴的多媒体服务,如图1所示WBAN的典型应用场景文献[4]   1 WBANs分布式网络拓扑结构   近年来针对多个体域网组成的网络多采用分布式网络拓扑结构,如图2所示。无线体域网以个体为单位,一个WBAN用户是一个独立的网络结构。分布式网络由于没有集中控制器的统一管理,各个无线体域网用户相对来说具有比集中式更高的独立性。所以,分布式网络中的体域网可以采用各个体域网间相互协调来使用并分配资源。   2 研究现状   研究远程医疗无线体域网环境下多个WBAN用户的功率控制尤为重要。许多学者已经在这个方面做出了巨大的贡献。   首先,文献[5]分析了共存WBAN之间的干扰,用前向集合概率的方法模拟了多个体域网用户之间干扰的可能性分布,并用简单的伽玛分布近似计算了体域网用户系统的整体干扰。文献[6]探讨了WBAN网间干扰问题,并制定了功率控制博弈模型,基于博弈论提出了一种分布式功率控制算法,这是第一个首次提出用博弈论来解决多WBAN用户的网间干扰问题。文献[7]提出了一种带有反馈的快速融合模糊功率控制(FPC,fast converging fuzzy power controller),采用一种优化FPC的遗传算法来同时满足最大化系统的容量、最小的功率损耗和最小的延迟时间。文献[8]采用增强学习(RL, Reinforcement Learning)算法和相似算法来解决无线体域网网间干扰问题,用尽可能小的功率来降低干扰、最大化系统的吞吐量、确保QoS(Quality of Service)。文献[9]针对体域网之间的干扰严重降低了系统吞吐量和造成能量损耗这一问题,利用低时间复杂度和高空间复用提出了随机不完全图着色(RIC,random incomplete coloring)功率控制策略。   3 存在的问题及未来研究   总结分析当前对多个体域网组成的分布式网络功率控制策略的研究,其缺少结合体域网自身的特点来进行功率控制。WBAN网络中的资源是有限的,不仅可用的频谱有限,WBAN用户在某一频段上的发射功率也是有限的。为了更好地利用这些有限的资源,WBAN用户一方面要以合作的方式共享这些资源,另一方面还要以竞争的方式使自己获得最大的效益。因此,WBAN网络中的功率控制算法至少面临以下三个方面的要求和挑战:   第一,保护WBAN用户。这体现在降低WBAN用户的发射功率,使在同一频段上的所有WBAN用户的发射功率之和不超过干扰限值。   第二,保证高传输效率。要求WBAN用户应该尽可能地降低发射功率,才能较好地实现提高发送重要数据的WBAN用户的传输效率。   第三,满足WBAN用户的QoS要求。信噪比(SINR,Signal to Interference plus Noise Ratio)要求是最基本的服务质量要求,这些QoS要求在通常情况下都随

您可能关注的文档

文档评论(0)

jingpinwedang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档