近日，我院丁兆明博士在国际一流期刊《IEEE Internet of Things Journal》（中科院一区TOP期刊，影响因子8.2）上发表题为“Energy-Efficient Topology Control Mechanism for IoT-Oriented Software-Defined WSNs”的研究论文。该论文以江苏理工学院为第一单位，以丁兆明博士为第一作者。
在面向物联网（IoT）应用的时变软件定义无线传感器网络（SDWSNs）中，拓扑因干扰或异常事件会发生变化，这将导致网络性能出现下降。目前国内外关于大规模时变SDWSN拓扑控制的研究中，多数还是基于传统静态优化的网络拓扑结构，并不利于拓扑控制技术在实际场景中的应用。在学术研究方面，考虑到在复杂多变的大规模SDWSN网络环境中，网络模型难以建立，因而近年来关于这一问题的研究越来越倾向于借助于人工智能技术来解决实际的应用问题。丁兆明博士针对动态网络拓扑的实时性问题，提出了一种能效拓扑控制机制，包括基于SDWSN的分层网络拓扑结构及其相对应的拓扑算法。主要内容：（1）基于分层的SDWSN架构设计一种拓扑控制机制，该机制包括两种能效拓扑控制算法，分别应用于基于簇的感知网络和基于SDN的中继网络，每种控制算法使用不同的模型和控制策略；（2）在SDWSN的分簇子网中，网络的拓扑控制问题建模为一个通过为簇中每一个节点分配最佳资源实现最优网络能效的优化问题，其中簇中的网关节点可以动态选择最佳簇头；（3）在SDWSN的中继子网中，网络状态转移的过程被建模为一个MDP，基于该模型可以评估状态转移概率，其中网络状态包括每个节点的链路状态、队列状态和剩余能量比状态；中继子网的拓扑控制问题被建模为一个通过寻找最佳策略实现最优网络能效的优化问题，其中网络状态值通过值迭代学习方法进行更新。
论文DOI: 10.1109/JIOT.2023.3260802
（https://ieeexplore.ieee.org/document/10079104）
（文/诸一琦 编辑/卢俊铭 审核/陶为戈）
