前言:想要写出一篇引人入胜的文章?我们特意为您整理了跨区域机载移动网络优化方法研究范文,希望能给你带来灵感和参考,敬请阅读。
跨区域机载移动网络优化通信对于机载在跨区域的移动网络的数据传输性能和安全性能起着重要作用。当前的优化模型一般采用路径节点选择的方法完成,其原理如下所述:限定信息搜寻路径的行为遵循下述规律:
1)信息搜寻路径的过程依据前个通信节点留下的信息素浓度决定,并依据比率决定路径;
2)在一次循环中所有路径只经过一次,用数据列表控制;
3)完成单次循环后,依据路径长度释放不同浓度的信息素,并对走过的路径信息素加以更新。假定在搜寻路径的初始阶段,所有路径上具有数量相等的信息量,即:τij(0)=C(C为常数)。数据k(k=1,2,3,…,m)在搜寻路径的过程中,信息转移的方向依据路径信息量决定。信息在t时刻一次只能选择一个城市作为搜索终点,搜索n次后返回原点,即为一次循环。由上可知,在某时刻t城市i中的信息搜寻城市j为终点的概率可以用下述公式描述式中,pkij(t)用来描述在时刻t信息位置转移的概率,τij(t)用来描述时刻t信息在路径ij所留信息量,ηij用来描述城市i转移至j的启发信息,allowedk={1,2,…,}n-tabuk用来描述信息k可以选择的待选路径,集合tabuk用来记录信息k已走过的路径,并随着搜寻进程而变动。搜寻路径上的信息量经过一段时间后会消失,n个时刻完成一个循环,网络通信信息量则依据以下规则做出相应变动τij(t+n)=ρ×τij(t)+Δτij,ρ∈(0,1)(3)Δτij=∑mk-1Δτkij(4)其中,Δτkij用来描述网络节点路径ij的信息量,Δτij表示路径信息量增量,ρ(ρ≤0<1)表示信息停留的持久度。由上可知,如果信息k在本次循环中经过路径ij,则Δτkij=QLk,否则,Δτkij=0,其中,Q用来描述信息k进行一次循环所释放的信息总量,Lk用来描述信息k当前所经过路径长度。当前的优化模型设计没有考虑飞机高空快速、跨区域移动的特点,出现了越来越多的跨区域节点选择通信的现象,造成传统的跨区域机载移动网络传输模型在频繁的跨区域节点选择中不稳定。
2基于自适应蚁群算法的跨区域机载移动网络优化模型
利用传统算法进行跨区域机载移动网络优化模型设计,无法避免由于高空干扰过大造成数据传输的速度过低且传输不稳定的缺陷,为此,提出基于自适应蚁群算法的跨区域机载移动网络优化方法。
2.1移动网络优化模型的构建
假定跨区域机载移动网络用G=(V,E)表示,V是节点集合,其中的任意一个节点v代表一个通信器,E是边的集合,其中的任意一条边e代表一条通信链路,且任意边有多种QoS(QualityofService)度量参数值,其权值用w(e)=w1(e),w2(e),…wk(e)描述,若用wl(e)(1≤l≤k)描述第l种的QoS参数,且已知路径pj=(v0j,v1j,…,vLj),若度量参数wl(e)表现加性,则wl(pj)=∑'i=1wl(eij)(5)若wl(e)表现乘性,则wl(pj)=Π'i=1wl(eij)(6)若wl(e)表现凹性,则w1(pj)=min'i=1wl(eij)(7)对pj进行运算获取该路径权值w(pj)=(w1(pj),w2(pj),…,wk(pj))(8)在链路状态信息不确定的条件下,跨区域机载移动网络优化问题可以看作在以下描述的条件下搜索G中路径ps的过程:PRO(wh(ps)≤c0h(s,t))≥PROhPRO(wl(ps)≥c0l(s,t))≥PRO{t(9)式中,0≤h,l≤k,PRO(A)描述事件A发生的概率,proh,l(0≤h,l≤k)一般取值为0,表示最小取值。由上可知,优化计算的成功率可以用下式计算获取:通过上面阐述的方法,可以构建跨区域机载移动网络优化的数学模型。
2.2跨区域机载移动网络优化过程
跨区域机载移动网络优化过程中采用自适应蚁群算法的原理,自适应蚁群算法在实现过程中,按照一定规则划分求解区域为若干小区域,然后对小区域进行分别求解获取最优值,并形成初步的较优解集合,并以此为依据对初始信息素进行分配,依据相关原理决定新区域选择的概率。依据信息素分布进行调整,结合自适应调整相关系数、信息素数量等,实现全局最优解的获取,具体实现步骤描述如下:Step1:初始化,初始化设置如下:Set,t=0,NC=0,给定任意边上的τij(0)=C,Δτij=0,假设区域数量为n个,随机给定的蚂蚁数量为m个,依据相关原理对Q,ρ值进行设置;Step2:依据相关规则对待搜索区域进行划分,分别对划分后的小区域进行搜索,对于搜索到的各个小区域的最优值进行组合,收集初始信息素分布状况,划分区域示
3实验结果与分析
为了验证改进算法的优越性,需要进行一次实验。在实验过程中,根据Waxman理论,随机生成与实际跨区域机载移动网络特性较为相似的图,依据一定的网络节点数,随机分配节点间的距离,则给定节点vi与vj的边生成的概率由下述公式决定P(vi,vj)=βexp-Dist(vi,vj)αL(13)其中,L表示随机两个节点间的距离最大值,参数α与β的取值范围在0到1之间,当β的取值增大,则移动网络弧的密度随之增大,相反,移动网络弧密度随之减小。在实验过程中,分别给定参数值为α=0.5,β=0.8,节点vi与vj之间的距离取区间(0,500)的随机整数值,给定移动网络规模在20~80之间。分别采用传统算法和改进算法进行实验,对算法的CPU耗时、平均路径长度、平均通信跳数及平均通信等级四个性能进行评析。机载移动网络优化设计,其网络CPU耗时与平均路径长度均低于传统算法,其通信跳数大致相当,而利用改进算法的链路状态等级远远高于传统算法,因此,具有显著的优越性。
4结语
针对跨区域机载移动网络数据传输过程中,无法避免的由于高空节点区域切换造成跨区域移动网络数据传输速度过慢、传输不稳定的缺陷,提出基于自适应蚁群算法的跨区域机载移动网络优化方法。依据相关理论建立跨区域机载移动网络优化的数学模型,构建计算成功率公式,采用自适应蚁群算法理论,划分待搜索区域为若干小区域,然后分别对小区域进行求解获取最优值,形成较优解集合,结合自适应调整相关系数、信息素数量等,获取全局最优解,实现跨区域机载移动网络优化。实验结果表明,利用改进算法进行跨区域机载移动网络优化,能够保证机载跨区域移动网络的数据传输的稳定性,提高跨区域机载移动网络数据传输速度,具有极大的优越性。
作者:王红霞 刘宁 单位:郑州航空工业管理学院计算机科学与应用系