遗传算法在船舶网络资源调度中应用

分类：计算机网络论文发表 时间：2021-11-27 11:46 关注：(1)

      海上无线网络作为船舶导航、通信的媒介，其信道质量和信号传输效率有着重要意义，由于海上无线通信网络无法建立基站且船舶不断的移动位置，因此，提高船舶无线网络资源的利用率，合理的调配无线网络资源是一项热点研究。本文介绍一种基于多目标遗传算法的船舶网络资源调配方法，分别从算法原理、资源调度流程以及仿真测试等方面进行介绍。

　　关键词：多目标遗传算法；资源调度；无线网络

　　0引言

　　海上的移动网络是船舶进行通信、导航的基础，随着船舶工业的迅速发展，海上移动网络也获得了较大的发展。我国是一个海上商品物流贸易大国，航运船只的保有量位居世界前列，因此，提高我国海上无线通信网络的性能是一项重要的战略规划，也是我国进行海上资源开发的关键环节。海上移动通信网络在实际应用时面临着一系列的挑战，比如，船舶无线网络的节点始终处于不断的移动中，无线通信基站的稳定性受到一定影响；海上恶劣的气象条件会干扰无线通信信号的传输，降低无线通信网络的质量；海域内大量的船舶共同使用一个无线网络节点，造成网络资源的拥挤，也会降低无线通信网络的信号质量。针对这些问题，研究人员投入了大量的精力，取得了长足的进步[1]。本文研究针对船舶无线网络通信的资源调度问题，首先介绍一种多目标遗传算法，基于该算法开发了船舶移动通信网络的资源调度技术，并进行网络资源调度的仿真测试。

　　1多目标遗传算法的研究

　　对于船舶网络资源调度的问题，要想实现网络的最佳调度方案，必须考虑船舶无线网络的路径特征、信号噪声特性、信号衰落特性等，通过分析和比较影响网络调度优化的因素，建立多目标寻优数学模型。多目标遗传算法是通过模拟自然界的进化理论，结合数学模型进行目标快速寻优的算法，该算法的核心是进行优化模型的遗传和变异，多目标遗传算法在非线性问题的求解领域有广泛的应用。1）初始化和生成初始种群多目标遗传算法首先需要进行数据初始化、约束条件的初始化，通过对种群的个体进行编码，产生初始的种群个体。2）交叉和变异适应度值是进行种群中个体筛选的判断条件，满足适应度值的个体保留，生成新种群，不满足适应度值的个体被淘汰，这个过程为交叉和变异。多目标遗传算法的适应度值函数如下式：其中，学习因子为c1和c2，惯性权重为ωt。3）生成新种群fi(i=1,2,3,···,N)假设种群中有N个个体，个体的适配值为，按照适应度筛选后形成的下一代种群个数为：4）迭代优化输出优化解。

　　2基于多目标遗传算法的船舶网络资源调度算法

　　2.1船舶无线网络资源调度的方法论

　　船舶无线移动网络是一种空间分布式网络，信号基站通常建立在岸基上，无线网络的节点位于多艘船舶上，每艘船舶之间通过路由协议建立子级别的通信网络。无线通信网络的资源调度方法主要包括功率控制和媒介接入2种，分别如下：1）媒介接入媒介接入是指控制船舶网络节点接入无线网络，这种网络资源调度方式通过数据报文控制，船舶无线网络是一种分布式网络，船舶终端节点存在信道共用的问题，同时也容易受到噪声信号的影响。因此，在通过媒介接入方式进行网络资源调度时，需要设计合理的MAC网络协议[2]。2）功率控制功率控制是一种重要的网络资源调度方式，能够有效地改善网络链接稳定性，提升无线网络的覆盖面积，本文也是基于功率控制技术实现了船舶网络资源的调度。

　　2.2船舶无线网络资源调度的多目标寻优建模

　　pipr(j)本文结合多目标遗传算法，进行基于功率控制原理的舰船无线网络资源调度，首先建立资源调度系统模型，假设舰船无线网络有n条链路，网络源节点i，目标节点为j，信号发送功率为，信号接收功率为，可得：pr(j)=pi(λ4πdi)αδ1δ2。λδ1δ2di式中：为信号波长；，分别为网络节点的天线增益，为发送节点与接收节点之间的距离。将上述方程简化可得：船舶之间的数据传输误比特率是衡量网络资源调度成功与否的关键，误比特率用下式计算：式中：pn(j)为信道中的干扰信号[3]，将误比特率定义为多目标遗传算法的适应度函数，可得到舰船网络资源调度的流程如图3所示。

　　2.3基于多目标遗传算法的船舶网络资源调度仿真

　　本文对功率控制下的船舶网络资源调度进行仿真，仿真参数如表1所示。得到功率与船舶无线网络的误比特率关系曲线如图4所示。

　　3结论

　　本文结合多目标遗传算法进行船舶网络资源调度的研究，分析船舶无线网络的特性，采用功率控制方法实现了资源调度，并进行了仿真。

　　作者:赵文 楼新远 邓文雯