L5、負(fù)載均衡的無線傳感器網(wǎng)絡(luò)自適應(yīng)分組成簇算法

1、收稿日期：20110114；修回日期：20110308。作者簡(jiǎn)介：胡亞明（1982），男，湖北黃梅人，碩士研究生，主要研究方向：計(jì)算機(jī)網(wǎng)絡(luò)與通信；鄧亞平（1948），男，重慶人，教授，主要研究方向：計(jì)算機(jī)網(wǎng)絡(luò)與通信、信息安全；楊佳（1984），男，河南洛陽人，碩士研究生，主要研究方向：計(jì)算機(jī)網(wǎng)絡(luò)、信息安全。文章編號(hào)：10019081（2011）080205603doi：103724/SPJ1087201102056負(fù)載均衡的無線傳感器網(wǎng)絡(luò)自適應(yīng)分組成簇算法胡亞明，鄧亞平，楊佳（重慶郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，重慶400065）(all_the_same126com)摘要：分析了分簇路由協(xié)議中

2、的經(jīng)典低功耗自適應(yīng)集簇分層型協(xié)議（LEACH）算法與分組成簇算法SGCH的不足，提出了一種分布式分組成簇算法AGCH。首先分布式隨機(jī)生成候選組首，然后通過距離競(jìng)爭(zhēng)將所有節(jié)點(diǎn)分為固定的分組；各分組選取簇首時(shí)，綜合考慮節(jié)點(diǎn)的剩余能量及其簇內(nèi)通信代價(jià)。仿真實(shí)驗(yàn)表明，該算法能有效均衡網(wǎng)絡(luò)能耗，延長(zhǎng)網(wǎng)絡(luò)的穩(wěn)定期。關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；負(fù)載均衡；自適應(yīng)分組成簇；距離競(jìng)爭(zhēng)中圖分類號(hào)：TP393027文獻(xiàn)標(biāo)志碼：ALoad-balancedadaptivegroupclusteringalgorithmforwirelesssensornetworkHUYa-ming，DENGYa-ping，YANGJia

3、(SchoolofComputerScienceandTechnology，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，China)Abstract:Incluster-basedroutingalgorithms，thedrawbacksofclassicalLowEnergyAdaptiveClusteringHierarchy(LEACH)algorithmandSteadyGroupClusteringHierarchy(SGCH)algorithmwereanalyzedtoproposeanewad

4、aptivegroupclusteringhierarchy(AGCH)algorithmDuringthegroupstage，thegroupheadscandidatewerefirstlyrandomlyselected，andthenallthenetworknodesweredividedintofixedgroupsthroughrangecompetitionamongtheheadsWhenselectingclusterhead，eachgroupconsiderednotonlytheresidentialenergyofnodes，butalsotheirintergr

5、oupcommunicationcostThesimulationresultsshowthattheproposedalgorithmcaneffectivelybalancethenetworkenergyconsumptionandprolongthestabilityperiodofsensornetworksKeywords:WirelessSensorNetwork(WSN);loadbalance;adaptivegroupclustering;rangecompetition0引言無線傳感器網(wǎng)絡(luò)（WirelessSensorNetwork，WSN）是由部署在監(jiān)測(cè)區(qū)域內(nèi)大量具有微

6、處理能力的微型傳感器節(jié)點(diǎn)組成，并通過無線通信方式形成的一種自組織網(wǎng)絡(luò)。傳感器網(wǎng)絡(luò)以其低成本、低功耗、快速展開等特點(diǎn)，在軍事、環(huán)境監(jiān)測(cè)、工商業(yè)及醫(yī)療等領(lǐng)域都具有巨大的實(shí)用價(jià)值1。路由協(xié)議是無線傳感器網(wǎng)絡(luò)的主要研究方向之一。其中，基于簇的路由協(xié)議因能有效降低網(wǎng)絡(luò)能耗和增強(qiáng)網(wǎng)絡(luò)的可擴(kuò)展性，已得到廣泛的研究。分簇路由協(xié)議的主要思想是根據(jù)某種策略將網(wǎng)絡(luò)劃分為若干子區(qū)域，稱之為“簇”。各區(qū)域（一個(gè)簇）通常包含一個(gè)簇首節(jié)點(diǎn)和其他簇成員節(jié)點(diǎn)。成員節(jié)點(diǎn)向簇首發(fā)送所收集的數(shù)據(jù)，簇首負(fù)責(zé)數(shù)據(jù)融合及壓縮并將其傳送至基站。文獻(xiàn)23比較并總結(jié)了一些典型分簇路由算法的特點(diǎn)和適用性。其中低功耗自適應(yīng)集簇分層型協(xié)議（LowEn

7、ergyAdaptiveClusteringHierarchy，LEACH）4是最早提出且比較成熟的分布式分簇路由協(xié)議，很多分簇算法都是在它的基礎(chǔ)上發(fā)展而來。1問題描述LEACH的基本思想是以循環(huán)的方式等概率隨機(jī)選擇簇首，將網(wǎng)絡(luò)的能耗均勻分配到每個(gè)傳感器節(jié)點(diǎn)，從而延長(zhǎng)網(wǎng)絡(luò)的生命周期。但隨機(jī)性簇首選擇易導(dǎo)致如下問題：1）簇首分布不均，導(dǎo)致分簇不均勻，進(jìn)而使簇首負(fù)載不均衡，縮短了網(wǎng)絡(luò)穩(wěn)定期（第一個(gè)節(jié)點(diǎn)死亡時(shí)間）；2）簇首數(shù)目波動(dòng)大，難以達(dá)到理論最優(yōu)值；3）簇首選擇未考慮能量因素，導(dǎo)致網(wǎng)絡(luò)負(fù)載不均衡。為此，文獻(xiàn)5提出了一種分組成簇算法SGCH（SteadyGroupClusteringHierarc

8、hy）算法，基本思想是：先根據(jù)距離把網(wǎng)絡(luò)節(jié)點(diǎn)等分為若干組，然后選擇各組中剩余能量最多的節(jié)點(diǎn)作為簇首。其余節(jié)點(diǎn)加入最近的簇首，形成分布均勻的簇結(jié)構(gòu)，從而克服了LEACH原有的不足，延長(zhǎng)了網(wǎng)絡(luò)穩(wěn)定期。其具體算法過程如下。SGCH中簇的建立分為分組與成簇兩個(gè)階段。在分組階段，基站向所有節(jié)點(diǎn)廣播分組請(qǐng)求（group_request_msg）消息，接收到的節(jié)點(diǎn)返回確認(rèn)（ACK）?；具x擇最后一個(gè)響應(yīng)節(jié)點(diǎn)作為第一組組首（GH1）并向其發(fā)送組首通知（GH_inform_msg），內(nèi)容包含分組標(biāo)識(shí)（GID）、分組數(shù)k與分組規(guī)模閾值Nalive/k（Nalive為當(dāng)前存活節(jié)點(diǎn)數(shù)）。類似于基站，GH1繼續(xù)廣播成組

9、請(qǐng)求，當(dāng)接收到的響應(yīng)消息個(gè)數(shù)超過分組閾值時(shí)，GH1選擇下一個(gè)響應(yīng)節(jié)點(diǎn)作為下組組頭GH2并向其發(fā)送組首通知，同時(shí)向之前的響應(yīng)節(jié)點(diǎn)發(fā)送成組協(xié)定（groupagreement_msg）以召集為組成員。此過程依次進(jìn)行直至第k個(gè)組首，GHk將廣播最終成組（last_group_msg）消息，召集所有未分組節(jié)點(diǎn)加入第k組。當(dāng)基站接收到最終成組消息，將通知所有節(jié)點(diǎn)分組過程結(jié)束。在成簇階段，各組中選擇剩余能量最多的節(jié)點(diǎn)作為簇首，剩余節(jié)點(diǎn)選擇最近的簇首加入。第31卷第8期2011年8月計(jì)算機(jī)應(yīng)用JournalofComputerApplicationsVol31No8Aug2011從以上過程可以看出，SGCH中

10、的分組以擴(kuò)散的方式串行進(jìn)行，不僅過程較慢，且組首需向全網(wǎng)廣播分組消息，導(dǎo)致算法可擴(kuò)展性不好，不適合較大規(guī)模網(wǎng)絡(luò)。其次，SGCH在組內(nèi)選擇簇首時(shí)僅考慮節(jié)點(diǎn)剩余能量，使得簇首分布仍具有較大隨機(jī)性，易導(dǎo)致簇首相距過近，增加了通信干擾和分簇的不均勻性。本文提出一種分布式分組成簇算法AGCH（AdaptiveGroupClusteringHierarchy），克服了SGCH的不足?；舅枷肴缦拢?）通過分布式并行競(jìng)爭(zhēng)算法快速完成分組過程；2）簇首選擇考慮節(jié)點(diǎn)的簇內(nèi)通信代價(jià)，且同組節(jié)點(diǎn)直接成為簇成員，以減少成簇成本。2AGCH算法21網(wǎng)絡(luò)模型本文假定傳感器節(jié)點(diǎn)均勻散布在一個(gè)方形區(qū)域內(nèi)，且：1）所有傳感器節(jié)

11、點(diǎn)相同，部署后不再發(fā)生移動(dòng)。每個(gè)節(jié)點(diǎn)具有唯一標(biāo)識(shí)（ID）。2）通信信道對(duì)稱。節(jié)點(diǎn)可根據(jù)接收信號(hào)強(qiáng)度估算出發(fā)送者到自身的距離6。3）節(jié)點(diǎn)可根據(jù)自身與接收者的距離遠(yuǎn)近，自由調(diào)節(jié)發(fā)射功率以節(jié)約能量。根據(jù)文獻(xiàn)5中的能量模型，節(jié)點(diǎn)發(fā)送L比特?cái)?shù)據(jù)到距離為d的接收方，消耗的能量：ETX（L，d）=LEelec+Lfsd2，ddoLEelec+Lmpd4，ddo（1）其中：Eelec表示無線收發(fā)電路每比特所消耗能量，fs和mp取決于收發(fā)放大器，do為距離閾值。節(jié)點(diǎn)接收L比特?cái)?shù)據(jù)所消耗能量為：ERX（L）=LEelec（2）將m個(gè)L比特長(zhǎng)數(shù)據(jù)包融合所耗能量為：EF=mLEDA（3）其中EDA表示融合1比特?cái)?shù)據(jù)所

12、消耗的能量。22算法描述算法分為分組和成簇兩個(gè)階段。1）在分組階段，網(wǎng)絡(luò)節(jié)點(diǎn)根據(jù)相互距離被劃分為若干組。經(jīng)過一個(gè)較長(zhǎng)分組周期后，網(wǎng)絡(luò)將重新分組。2）在成簇階段，每組選舉其中通信代價(jià)較小節(jié)點(diǎn)作為簇首。在采用分簇算法的傳感器網(wǎng)絡(luò)中，簇首負(fù)擔(dān)較重，故AGCH算法在每個(gè)數(shù)據(jù)收集周期的開始重新成簇。AGCH算法將時(shí)間劃分為輪（round），一個(gè)數(shù)據(jù)收集周期對(duì)應(yīng)一輪。如圖1所示，首先是分組期（groupstage），節(jié)點(diǎn)被劃分成組；其次是成簇期（clusterstage），由各組選出簇首并成簇；最后是穩(wěn)定傳輸期（steadystage），各個(gè)簇將收集的數(shù)據(jù)發(fā)送給基站。圖1AGCH算法的時(shí)間劃分221分組階

13、段組首通過分布式的距離競(jìng)爭(zhēng)算法生成，并以節(jié)點(diǎn)ID作為比較依據(jù)。具體分組過程如下。每個(gè)節(jié)點(diǎn)產(chǎn)生一個(gè)01的隨機(jī)數(shù)，如果這個(gè)數(shù)小于概率閾值T，則該節(jié)點(diǎn)成為候選組首，參與競(jìng)爭(zhēng)。設(shè)傳感器節(jié)點(diǎn)總數(shù)為N，監(jiān)測(cè)區(qū)域面積為A，最優(yōu)分簇?cái)?shù)為k，則候選組首的競(jìng)爭(zhēng)區(qū)域半徑為u*R，其中u1，2，為距離調(diào)節(jié)因子。R按式（4）計(jì)算：R=Ak槡（4）候選組首i的競(jìng)爭(zhēng)節(jié)點(diǎn)集合Scp定義為：iScp=j|j是候選組首，且distance（i，j）u*R各候選組首在其競(jìng)爭(zhēng)區(qū)域內(nèi)廣播競(jìng)選消息（GH_compete_msg），并根據(jù)收到的廣播消息構(gòu)建其相鄰競(jìng)爭(zhēng)節(jié)點(diǎn)集合Scp。當(dāng)Scp構(gòu)建完畢，節(jié)點(diǎn)根據(jù)以下規(guī)則進(jìn)行組首的競(jìng)選：節(jié)點(diǎn)i需

14、要等待其競(jìng)爭(zhēng)集合中ID先于它的所有節(jié)點(diǎn)先做出決策，然后才能確定自身是否擔(dān)任組首。若節(jié)點(diǎn)i發(fā)現(xiàn)自身ID先于其競(jìng)爭(zhēng)集合中的節(jié)點(diǎn)，則它贏得競(jìng)爭(zhēng)，并在以2R為半徑的范圍內(nèi)廣播分組請(qǐng)求消息（group_request_msg）。如果候選節(jié)點(diǎn)j收到來自i的分組請(qǐng)求，且i在其競(jìng)爭(zhēng)集合中，則j退出競(jìng)爭(zhēng)，成為普通節(jié)點(diǎn)，并廣播Quit_Elect消息以通知其競(jìng)爭(zhēng)集合中的節(jié)點(diǎn)。若候選節(jié)點(diǎn)m收到來自j的退出消息，且jmScp，則m將j從其競(jìng)爭(zhēng)鄰節(jié)點(diǎn)集合中刪除。最終，收到分組請(qǐng)求的節(jié)點(diǎn)（包括已退出競(jìng)選的節(jié)點(diǎn)），若還未加入任何分組，則向發(fā)出請(qǐng)求的組首返回確認(rèn)消息ACK。組首選擇前Nalive/k個(gè)響應(yīng)節(jié)點(diǎn)作為其分組成員，

15、并通知基站分組成功（group_success_msg）。當(dāng)基站收到k個(gè)成功通知，將廣播最終成組消息（last_group_msg）。若節(jié)點(diǎn)收到last_group消息，且仍未加入任何分組，則選擇最近組首，發(fā)送加入消息（join_group_msg）通知該組首。此過程結(jié)束后，網(wǎng)絡(luò)中的節(jié)點(diǎn)被分為k個(gè)組。222成簇階段成簇階段首先要在組內(nèi)選擇簇首。根據(jù)21節(jié)的網(wǎng)絡(luò)能量模型，簇內(nèi)能耗可分為兩部分：1）成員節(jié)點(diǎn)向簇首發(fā)送數(shù)據(jù)所耗能量；2）簇首接收并融合數(shù)據(jù)所耗能量。其中：2）中能耗只與簇規(guī)模和接收數(shù)據(jù)長(zhǎng)度有關(guān)；而1）中能耗取決于簇首位置，若要減少此部分能耗，必須使簇首到各成員節(jié)點(diǎn)的傳輸距離平方和盡量小

16、。由此定義節(jié)點(diǎn)i的簇內(nèi)通信代價(jià)：cost（i）=jG（i），jid（i，j）槡2（5）其中：G（i）表示節(jié)點(diǎn)i所在分組的節(jié)點(diǎn)集；d（i，j）表示節(jié)點(diǎn)i、j間的距離。圖2簇內(nèi)通信代價(jià)為減少通信與計(jì)算開銷，本文使用節(jié)點(diǎn)到組內(nèi)其他節(jié)點(diǎn)的最大與最小距離來估算其通信代價(jià)。圖2為某個(gè)半徑為2R的分組，組首位于圓心，某成員節(jié)點(diǎn)i與組首的距離為h。因?yàn)榫W(wǎng)絡(luò)節(jié)點(diǎn)分布密度均勻，故使用2R+h和2Rh來估計(jì)節(jié)點(diǎn)i與組內(nèi)其他節(jié)點(diǎn)的最大與最小距離，可得最終算式（6）：7502第8期胡亞明等：負(fù)載均衡的無線傳感器網(wǎng)絡(luò)自適應(yīng)分組成簇算法cost（i）=（2R+h）2+（2Rh）槡2=2（4R2+h2槡）（6）本文以EV作為

17、組內(nèi)簇首的選擇依據(jù)，如式（7）：EV（i）=RE（i）*cost（i）cost均值（7）組內(nèi)每個(gè)節(jié)點(diǎn)向組首發(fā)送競(jìng)選消息（EV_msg），內(nèi)容包含節(jié)點(diǎn)剩余能量RE。組首根據(jù)式（7）計(jì)算并選擇EV值最大的組員作為簇首。并在組內(nèi)廣播DEC_msg（declaringanewclusterhead）消息，內(nèi)容包括簇首ID和其分組ID，同組節(jié)點(diǎn)自動(dòng)成為其簇成員8。在數(shù)據(jù)穩(wěn)定傳輸階段，簇首會(huì)向基站周期性捎帶報(bào)告簇內(nèi)的存活節(jié)點(diǎn)數(shù)，基站匯總后得出Nalive以便下次分組時(shí)通知各節(jié)點(diǎn)。3實(shí)驗(yàn)結(jié)果及分析同文獻(xiàn)5，本文的仿真實(shí)驗(yàn)基于Matlab。實(shí)驗(yàn)使用的具體配置參數(shù)見表1。表1網(wǎng)絡(luò)配置參數(shù)參數(shù)取值監(jiān)測(cè)區(qū)域100m

18、×100m基站位置(0，0)m節(jié)點(diǎn)數(shù)量100節(jié)點(diǎn)初始能量05JEelec50nJ/bfs10pJ/(b·m2)mp00013pJ/(b·m4)do87mEDA5nJ/bMessagesize50bDatasize4000b本文算法的其他參數(shù)設(shè)置為T=04，u=15，其他算法中的參數(shù)通過多次實(shí)驗(yàn)來找出其最優(yōu)取值。為了評(píng)估算法對(duì)網(wǎng)絡(luò)性能的影響，仿真實(shí)驗(yàn)測(cè)定了以下4個(gè)指標(biāo)9：1）簇規(guī)模方差。用來評(píng)價(jià)分簇的均勻程度，直接相關(guān)簇首負(fù)載均衡。2）節(jié)點(diǎn)能量方差10。反映整個(gè)網(wǎng)絡(luò)的能耗均勻程度。3）網(wǎng)絡(luò)穩(wěn)定期。第一個(gè)節(jié)點(diǎn)死亡時(shí)間。4）存活節(jié)點(diǎn)數(shù)。網(wǎng)絡(luò)運(yùn)行中存活的節(jié)點(diǎn)數(shù)目。為了比較

19、算法在平衡各個(gè)簇規(guī)模方面的作用，在網(wǎng)絡(luò)穩(wěn)定期內(nèi)平均抽取了算法運(yùn)行過程中的分簇，如圖3所示。圖3簇規(guī)模方差比較可以看出，SGCH的簇規(guī)模波動(dòng)較大，各個(gè)簇的規(guī)模差距在39，顯示出SGCH所采用的成簇策略仍有較大隨機(jī)性，不能很好地控制簇規(guī)模；而AGCH的波動(dòng)較為平穩(wěn)，規(guī)模差距集中在25，說明AGCH能有效保持分簇的均勻性。此外，在網(wǎng)絡(luò)運(yùn)行過程中，統(tǒng)計(jì)了全網(wǎng)節(jié)點(diǎn)的能量方差，節(jié)點(diǎn)的能量方差越小，全網(wǎng)能耗分布越均勻，如圖4所示。圖4節(jié)點(diǎn)能量方差比較由圖4可知，SGCH的方差呈遞增趨勢(shì)，且幅度較大，而AGCH則呈穩(wěn)定遞減趨勢(shì)，幅度小且穩(wěn)定，這也進(jìn)一步說明AGCH可以有效平衡網(wǎng)絡(luò)負(fù)載。圖5顯示的是網(wǎng)絡(luò)穩(wěn)定期和

20、存活節(jié)點(diǎn)數(shù)的比較。由于AGCH算法較好地均衡了網(wǎng)絡(luò)中各節(jié)點(diǎn)的能量消耗，因此網(wǎng)絡(luò)具有更長(zhǎng)的穩(wěn)定期，且穩(wěn)定期占總生命期比例較高。其次，由于SGCH算法中網(wǎng)絡(luò)能耗不均勻，導(dǎo)致在網(wǎng)絡(luò)生命末期仍有少量殘余節(jié)點(diǎn)在無效運(yùn)行，而AGCH則大大縮短了網(wǎng)絡(luò)不穩(wěn)定期，有效利用了網(wǎng)絡(luò)能量。圖5生存節(jié)點(diǎn)數(shù)隨輪數(shù)變化情況4結(jié)語本文分析了LEACH及分組成簇算法SGCH，針對(duì)它們網(wǎng)絡(luò)負(fù)載不均衡的不足，通過分布式距離競(jìng)爭(zhēng)加快了分組過程，提高了算法的可擴(kuò)展性，同時(shí)保持了分簇的均勻性與穩(wěn)定性，并結(jié)合通信代價(jià)估計(jì)改進(jìn)了簇首選擇策略，減少了簇內(nèi)傳輸能耗。實(shí)驗(yàn)表明，AGCH算法能有效均衡網(wǎng)絡(luò)負(fù)載到各節(jié)點(diǎn)，從而延長(zhǎng)了網(wǎng)絡(luò)的穩(wěn)定期。參考文

21、獻(xiàn)：1AKYILDIZIF，SUWEILIAN，SANKARASUBRAMANIAMY，etalASurveyonsensornetworksJIEEECommunicationsMagazine，2002，40(8):1021142沈波，張世永，鐘亦平無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議J軟件學(xué)報(bào)，2006，17(7):158816003陳聞杰，陳迅，高麗強(qiáng)，等無線傳感器網(wǎng)絡(luò)成簇算法研究J小型微型計(jì)算機(jī)系統(tǒng)，2008，29(2):2192254HEINZELMANW，CHANDRAKASANA，BALAKRISHNANHEnergy-efficientcommunicationprotocolforw

22、irelessmicrosensornet-workC/Proceedingsofthe33rdAnnualHawaiiInternationalConferenceonSystemSciencesWashington，DC:IEEEComputerSociety，2000:30053014(下轉(zhuǎn)第2061頁(yè))8502計(jì)算機(jī)應(yīng)用第31卷的結(jié)果是104次實(shí)驗(yàn)的平均。圖24分別是g（t）自相關(guān)函數(shù)的協(xié)方差曲線，gc（t）自相關(guān)函數(shù)的協(xié)方差曲線，gc（t）和gs（t）之間互相關(guān)函數(shù)的協(xié)方差曲線。圖2g（t）自相關(guān)函數(shù)的協(xié)方差曲線圖3gc（t）自相關(guān)函數(shù)的協(xié)方差曲線圖4gc（t）和gs（t）之間相關(guān)函

23、數(shù)的協(xié)方差曲線從圖2、3中，可以明顯地注意到改進(jìn)模型自相關(guān)函數(shù)的協(xié)方差明顯小于Clarke模型。因?yàn)楦倪M(jìn)模型中入射波到達(dá)角n的協(xié)方差小于Clarke模型中入射波到達(dá)角n的協(xié)方差。這一結(jié)果也說明對(duì)于給定N改進(jìn)模型比Clarke模型的收斂速度快，并且更接近理想二階統(tǒng)計(jì)特性。圖4中Clarke模型中復(fù)信號(hào)中實(shí)虛部之間相關(guān)函數(shù)的協(xié)方差比改進(jìn)模型的大。改進(jìn)模型中復(fù)信號(hào)的實(shí)虛部相互獨(dú)立，所以它們互不相關(guān)，這也是產(chǎn)生Rayleigh衰落信道模型需要滿足的重要特性。4結(jié)語本文對(duì)模擬Rayleigh衰落信道的幾個(gè)模型進(jìn)行了性能分析。從仿真結(jié)果和分析中可以看出，AR模型不適合產(chǎn)生Rayleigh衰落信道。因?yàn)楫?dāng)A

24、R模型階數(shù)升高時(shí)，Yule-Walker等式中的自相關(guān)矩陣會(huì)不穩(wěn)定并由此帶來數(shù)值計(jì)算上的缺陷。同時(shí)，在Clarke模型的基礎(chǔ)上提出了它的改進(jìn)模型。仿真結(jié)果表明：改進(jìn)模型的相關(guān)統(tǒng)計(jì)特性優(yōu)于Clarke模型。因此，改進(jìn)模型是一種較好的、可用于產(chǎn)生Rayleigh衰落信道的仿真模型。參考文獻(xiàn)：1HAYKINSAdaptivefiltertheoryM3rdedNewYork:Pren-ticeHall，19962CLARKERHAstatisticaltheoryofmobile-radioreceptionJBellSystemTechnologyJournal，1968，47(6):957100

25、03JAKESWC，COXDCMicrowavemobilecommunicationsMNewYork:Wiley，19944BADDOURKE，BEAULIEUNCAutoregressivemodelsforfadingchannelsimulationC/GLOBECOM'01:IEEEGlobalTelecom-municationsConferenceWashington，DC:IEEEComputerSociety，2001:118711925BEAULIEUNC，POPMFDesignofwide-sensestationarysum-of-sinusoidsfadin

26、gchannelsimulatorsC/ICC2002:IEEEInterna-tionalConferenceonCommunicationsWashington，DC:IEEEComputerSociety，2001:6997086XIAOC，ZHENGYR，BEAULIEUNStatisticalsimulationmod-elsforRayleighandRicianfadingC/ICC'03:IEEEInternation-alConferenceonCommunicationsWashington，DC:IEEEComput-erSociety，2003:352435297XIAOCHENGSHAN，ZHENGYR，XIAOCSNovelsum-of-sinu-soidssimulationmodelsforRayleighandRicianfadingchannelsJIEEETr