物联网大规模感知网络随机接入建模与优化研究

The creation and establishment of underlying sensor networks is one of the key enabling components in Internet of Things (IoT). As a contention-based distributed access mechanism, random access features simple protocol operation and good scalability, and therefore finds wide application in sensor networks of IoT. With the rapid development of IoT, some new features emerge in the underlying sensor network, including large number of wireless nodes, dynamic load of each node, as well as more complex wireless environment that each node resides in. As a result, the network performance greatly deteriorates with existing random access mechanisms. It is therefore of paramount importance to study how to evaluate, improve and further optimize the performance of random access sensor networks in IoT. ..The project proposes a novel approach based on Markov renewal process, and conducts a systematic study from three aspects including the modelling of large-scale networks with variable load, performance optimization in fading wireless environment and channel-aware random access strategies. Theoretically, the project aims to establish an analytical framework to evaluate and optimize the performance of large-scale random access sensor networks in IoT. Practical impact of the work is that the outcome of this research is deemed to be beneficial to performance improvement of sensor networks in the future IoT. .

感知网络的构建是当前物联网技术的热点之一。随机接入作为一种基于竞争的分布式接入机制，以其简单的协议操作、良好的可扩展性以及快捷的组网方式在感知网络中有着广泛的应用。随着物联网的不断发展，感知网络呈现出节点密度高、负载动态变化显著的特点，同时节点面临的无线环境更为复杂，现有的随机接入机制在现代物联网环境下成为了限制网络性能的瓶颈。因此，研究物联网感知网络随机接入机制的建模、分析与性能优化就显得非常必要。. 本项目拟创新性地运用马尔科夫更新过程对大规模感知网络进行理论分析，分别从动态负载条件下的网络建模、衰落无线环境下的网络性能优化以及主动随机接入策略三个方面层层递进展开系统性探索。从理论研究上，本项目拟建立基于随机接入机制的大规模感知网络建模优化的分析体系；从应用研究上，本项目对于提升未来物联网的信息接入传输能力提供有力技术支撑，具有广阔的应用前景。

本项目面向随机接入机制在未来物联网感知网络部署和应用的挑战，研究了物联网感知网络随机接入机制的建模、分析与性能优化。本项目创新性地运用了马尔科夫更新过程对感知网络进行了理论分析，分别从动态负载条件下的网络建模、衰落无线环境下的网络性能优化、感知节点主动随机接入策略以及基于队列的密集异构网络接入性能分析和优化研究等四个方面展开了系统性探索，取得了丰硕成果。具体而言，研究分析了基于载波监听的无线随机接入网络最优性能，并提出了分布式优化算法；研究分析了衰落无线环境下感知网络性能，揭示了俘获效应条件下的载波监听网络的最大吞吐量，以及相应的最优参数配置方法；研究刻画了公平限制条件下多速率载波监听网络最大和速率，为实际网络的性能优化提供了指导；研究进一步分析了基于队列的密集异构网络接入性能，从能量效率和频谱效率角度优化了网络接入性能。研究成果已经在国际核心期刊和会议发表论文11篇，其中SCI检索论文7篇，包含研究领域高水平期刊IEEE Trans.系列文章3篇，EI检索论文4篇；提交专利申请3项；协助培养博士生1名、硕士生3名。本项目超额完成了既定的目标任务。从理论研究上，本项目建立了基于随机接入机制的大规模感知网络建模优化的分析体系，研究内容系统性强，知识体系结构完整，从整体上推动了这个方向的发展；从应用研究上，本项目在保持随机接入简单协议操作、良好可扩展性的优势的同时，探索了随机接入机制分布式调整的方法，对提升未来物联网的信息接入传输能力提供了一定的技术支撑。