CN102130737B - 网络拓扑获取方法及装置 - Google Patents
网络拓扑获取方法及装置 Download PDFInfo
- Publication number
- CN102130737B CN102130737B CN201010004416.2A CN201010004416A CN102130737B CN 102130737 B CN102130737 B CN 102130737B CN 201010004416 A CN201010004416 A CN 201010004416A CN 102130737 B CN102130737 B CN 102130737B
- Authority
- CN
- China
- Prior art keywords
- population
- individuality
- mutation operation
- adaptation value
- network topology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn - After Issue
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000006978 adaptation Effects 0.000 claims description 87
- 230000035772 mutation Effects 0.000 claims description 79
- 238000010586 diagram Methods 0.000 claims description 31
- 238000005457 optimization Methods 0.000 claims description 27
- 230000002068 genetic effect Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 230000009191 jumping Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例涉及一种网络拓扑获取方法及装置，其中方法包括：获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数；获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；当根据第一菲涅尔区信息确定与其所对应的逻辑链路满足视通要求时，将所述逻辑链路作为微波网络中的备选链路；根据确定的至少一条备选链路，获得满足约束条件的网络拓扑。本发明实施例将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，保证获取的网络拓扑能够满足视通要求。
Description
技术领域
本发明实施例涉及微波通信技术领域，尤其涉及一种网络拓扑获取方法及装置。
背景技术
微波通信技术问世已半个多世纪，最初微波通信系统是模拟制式的，到了80年代后期，随着同步数字系列(Synchronous Digital Hierarchy，简称：SDH)在传输系统中的推广应用，数字微波通信得到了迅猛发展。目前，数字微波通信已经和光纤通信、卫星通信一起成为通信传输的三大主要手段。微波通信技术中的微波信道是一种无线信道，其传输特性比有线信道复杂，目前已经有一些商用工具可以提供微波链路分析功能。
现有技术提供了一种自动网络拓扑规划方案，通过分级优化思想，首先确定一级节点，再确定二级节点，然后将剩下的节点与二级节点建立归属关系并进行局部优化，得到一个较优解；在此较优解的基础上，重新确定一级节点，进行全局优化，最终得到满足约束限制条件的全网成本较优的网络拓扑。但是，该自动拓扑规划方案没有考虑链路的视通情况，得到的网络拓扑不能满足视通要求。
发明内容
本发明实施例提供了一种网络拓扑获取方法及装置，可以保证获取的网络拓扑能够满足视通要求。
一方面，本发明实施例提供了一种网络拓扑获取方法，包括：
获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数；
根据所述地图信息和所述N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；
当根据第一菲涅尔区信息确定与其所对应的逻辑链路满足视通要求时，将所述逻辑链路作为微波网络中的备选链路；
根据确定的至少一条备选链路，获得满足约束条件的网络拓扑。
另一方面，本发明实施例提供了一种网络拓扑获取装置，包括：
链路获取模块，用于获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数；
信息获取模块，用于根据所述地图信息和所述N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；
视通处理模块，用于当根据第一菲涅尔区信息确定与其对应的逻辑链路满足视通要求时，将所述逻辑链路作为微波网络中的备选链路；
拓扑获取模块，用于根据确定的至少一条备选链路，获得满足约束条件的网络拓扑。
本发明实施例的技术方案对所有节点中任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，可以保证获取的网络拓扑能够满足视通要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的网络拓扑获取方法的流程图；
图2为本发明实施例二提供的网络拓扑获取方法的流程图；
图3为本发明实施例三提供的网络拓扑获取方法中迭代优化过程的流程图；
图4为本发明实施例四提供的网络拓扑获取方法的流程图；
图5为利用本发明实施例四提供的网络拓扑获取方法得到的网络拓扑的示意图；
图6为本发明实施例五提供的网络拓扑获取装置的结构示意图；
图7为本发明实施例六提供的网络拓扑获取装置的结构示意图。
具体实施方式
下面通过附图和实施例，对本发明实施例的技术方案做进一步的详细描述。
图1为本发明实施例一提供的网络拓扑获取方法的流程图。如图1所示，本发明实施例的技术方案具体包括如下步骤：
步骤101、获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数。
其中，地图信息包括所有节点及其它地理点的经纬度信息和高度信息。所有节点位置信息包括根节点位置信息和叶子节点位置信息；节点位置信息可以具体表现为节点经纬度信息，也可以表现为其它类型的信息，其仅作为具体举例，本发明对此不作任何限制。
对于所有节点中的任意两个节点，生成N*(N-1)/2条逻辑链路。如果考虑双向业务，业务方向相反的两条物理链路的逻辑属性可以认为是相同的，可视为一条逻辑链路来处理。
步骤102、根据地图信息和N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息；根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息。
其中，逻辑链路的两端节点之间的高程信息表现为基于两端节点的经纬度信息和高度信息所形成的立体剖面图信息。对于N*(N-1)/2条逻辑链路，可以获得与每条逻辑链路相对应的高程信息。
根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息可以具体为：调用第一菲涅尔区计算公式，基于获得的高程信息，计算得到两端节点之间的第一菲涅尔区信息。第一菲涅尔区是指在两端节点收发天线之间连成一条线，以这条线为轴心形成的类似于管道的区域；该区域的相关信息即为第一菲涅尔区信息。对于N*(N-1)/2条逻辑链路，可以获得与每条逻辑链路对应的第一菲涅尔区信息。
步骤103、当根据第一菲涅尔区信息确定与其所对应的逻辑链路满足视通要求时，将该逻辑链路作为微波网络中的备选链路。
具体地说，根据第一菲涅尔区信息获取第一菲涅尔区内的地理点高度信息，判断地理点的高度是否小于预设障碍物的高度；如果第一菲涅尔区内任一地理点的高度都不大于预设障碍物的高度，则表明第一菲涅尔区内没有障碍物，将该逻辑链路作为备选链路；如果第一菲涅尔区内某一地理点的高度大于预设障碍物的高度，则表明第一菲涅尔区内存在障碍物，该逻辑链路不满足视通要求，不能被作为备选链路。
步骤104、根据确定的至少一条备选链路，获得满足约束条件的网络拓扑。
本步骤可以将备选链路作为处理对象，采用自动网络拓扑规划方案获取网络拓扑。将满足视通要求的逻辑链路作为获取网络拓扑的备选链路，这样获取的网络拓扑也能够满足视通要求。
本发明实施例对所有节点中的任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，可以保证获取的网络拓扑能够满足视通要求。
网络拓扑的表现形式很多，除了可以通过拓扑图表现以外，还可以通过拓扑模型表现。本发明另一实施例在上述实施例一的基础上，以网络拓扑通过拓扑图表现为例，进一步提供了步骤104的一种优选的实施方案，如图2所示，图2为本发明实施例二提供的网络拓扑获取方法的流程图，步骤104具体包括：
步骤201、根据至少一条备选链路，得到满足约束条件的至少一个拓扑图。
其中，约束条件可以根据实际需求预先设定的，该约束条件可以包括关于跳数、维度或容量的限制条件。举例来说，关于跳数的限制条件可以为节点跳数不能超过四跳，关于维度的限制条件可以为节点维度不能超过四维，关于容量的限制条件可以为每个节点可传送的业务容量不能超过600M等。
进一步的，本步骤可以为：利用随机约束最短生成树(Random ConstraintMinimal Spanning Tree，简称：RCMST)算法，从根节点开始，得到满足约束条件的一个以上拓扑图。本发明实施例可以选择所有节点中的任意一个节点作为根节点。
上述拓扑图可以理解为包括若干节点的树，本发明实施例提供了RCMST算法的实现方法，具体如下：
1)选择根节点加入到树中；
2)更新未加入树的节点到树中节点的最短距离；
3)以一定概率从具有最短距离的节点中选择任一满足约束条件的最优节点加入到树中；
4)判断未加入树的节点是否为空，若是，则结束；否则跳转2)。
上述RCMST算法的实现方法并不是完全根据最短距离这一条件来选择节点，而是以一定概率从具有最短距离的节点中选择满足约束条件的最优节点，这种方法被称为半随机方法。采用半随机方法来获取拓扑图，在不影响种群多样性的前提下，尽可能的提高了种群中个体的质量，显著地加快了种群的收敛速度。
步骤202、将至少一个拓扑图分别进行普吕弗(Prufer)编码，得到包括至少一个个体的初始种群，将该初始种群作为上一代种群。
具体地，将每一个拓扑图进行普吕弗编码，得到编码序列；将每一个拓扑图编码得到的编码序列作为初始种群中的一个个体。如果对于某一拓扑图无法计算出满足约束条件的可行解，可以随机生成一个普吕弗编码序列，作为初始种群的一个个体。
步骤203、利用遗传优化算法对上一代种群进行处理得到下一代种群，采用迭代的方式根据第一预设次数完成计算处理，得到最终种群。
第一预设次数指的是微波网络规划人员可以根据实际情况预先设定优化处理次数。
本步骤为一个迭代优化过程，以第一预设次数是3为例，首先将初始种群作为上一代种群利用遗传优化算法进行处理，得到下一代种群；然后，将第一次处理得到的下一代种群作为上一代种群再利用遗传优化算法进行处理，得到下一代种群；依此类推，将第二次处理得到的下一代种群作为上一代种群再利用遗传优化算法进行处理，得到下一代种群，将第三次处理得到的下一代种群确定为最终种群。
步骤204、从最终种群中选择适配值最大的个体作为网络拓扑。
本发明实施例对所有节点中任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，可以保证获取的网络拓扑能够满足视通要求。本发明实施例利用RCMST算法获取初始种群，在保持初始种群多样性的基础上，提高了种群的质量，显著地加快了种群的收敛速度。
进一步的，本发明另一实施例提供了上述迭代优化过程(步骤203)的具体实现方法。图3为本发明实施例三提供的网络拓扑获取方法中迭代优化过程的流程图，如图3所示，具体包括如下步骤：
步骤301、计算获得上一代种群的每个个体的适配值。
本发明实施例可以根据不同的策略要求，定制不同的适配值函数，实现基于不同策略的网络拓扑优化方案。本发明实施例中，提出了个体使用成本的策略要求；即本步骤可以根据每个个体的使用成本，计算获得适配值。具体地，网络拓扑使用成本较小的，适配值较大，反之网络拓扑使用成本较大的，适配值较小。
进一步的，本步骤还可以在计算适配值时考虑约束条件；具体地，违反约束条件越多的，适配值越小，反之违反约束条件越少的，适配值较大。
步骤302、根据适配值大小从上一代种群中选择下一代种群的个体。
种群选择操作可以采用轮盘赌方式，也可以采用排序方式。在本发明实施例中，优选地采用轮盘赌方式，其仅作为具体举例，本发明对此不作任何限制。本步骤具体为：根据适配值大小，获取上一代种群的每个个体在下一代种群中出现的概率，适配值越大的个体出现概率也越高，如：对某一个体，可以采用该个体的适配值除以所有个体适配值之和得到的值作为该个体出现的概率；生成0至1之间的任一随机数，若该随机数在某一个体出现的概率范围之内，则选择该个体作为下一代种群的个体。
下面通过一个简单的例子来说明上述轮盘赌的方式，设上一代种群包含三个个体，分别为个体A、个体B和个体C，其中个体A在下一代种群中出现的概率为0.5，个体B在下一代种群中出现的概率为0.3，个体C在下一代种群中出现的概率为0.2，个体A出现的概率范围设为[0，0.5)，个体B出现的概率范围设为[0.5，0.8)，个体C出现的概率范围设为[0.8，1]。生成0至1之间的任一随机数，若该随机数为0.2，则选择个体A作为下一代种群的个体；若该随机数为0.7，则选择个体B作为下一代种群的个体；若该随机数为0.9，则选择个体C作为下一代种群的个体。
进一步的，为了避免出现超级个体，本发明实施例对种群选择操作进行了改进。具体地，微波网络规划人员可以根据实际情况预先设定上一代种群中的任一个体在下一代种群中出现的第二预设次数，当该个体出现的次数超出第二预设次数时，则从上一代种群中选择除该个体及在下一代种群中出现的次数超过第二预设次数的其它个体以外的适配值最大的个体。
以第二预设次数是2为例，如果上一代种群中的任一个体在下一代种群中出现过两次后，当本次使用轮盘赌方式再次选择到该个体时，则本次不再将该个体选入下一代种群，而是从上一代种群中选择其它较优的个体代替该个体作为下一代种群的个体，其中其它较优的个体是指除该个体及其它已经在下一代种群中出现了两次的个体以外的适配值最大的个体。这样避免了下一代种群中出现超级个体(即很多相同的个体)，保持了种群的多样性；通过选择其它较优的个体作为下一代种群的个体，保持了种群的优良性，不会导致收敛时间过长。
步骤303、对下一代种群的个体进行交叉操作，获得下一代种群的新个体。
通过种群选择操作后，下一代种群中可能出现多个重复的个体；为了保持种群的优良性，对下一代种群的个体进行交叉操作。交叉操作可以采用一致交叉的方式，也可以采用单点交叉的方式，还可以采用多点交叉的方式。根据微波网络拓扑规划的特点，可以优选地使用一致交叉的方式获得下一代种群的新个体，其仅作为具体举例，本发明对此不作任何限制。其中，一致交叉是指从一个个体中任意选择一个基因，将该基因和其后续的基因一起与另一个个体的基因进行交叉操作，形成新个体。
步骤304、对下一代种群的每个新个体进行变异操作，根据变异操作后的结果获得下一代种群。
为了提高种群的搜索能力，对下一代种群的每个新个体进行变异操作。进一步的，为了使种群尽快收敛，本发明实施例对种群变异操作进行了改进，如果变异操作后新个体的适配值小于或等于变异操作前新个体的适配值，则继续对该新个体进行变异操作，直至变异操作后新个体的适配值大于变异操作前新个体的适配值。也就是说，如果对新个体进行变异操作后使得新个体的适配值恶化，则对该新个体进行多次变异，直至变异操作后的新个体适配值优于变异操作前的新个体。
作为另外一种对种群变异操作的改进方式，如果变异操作后新个体的适配值小于或等于变异操作前新个体的适配值，则依据预先设定的第三预设次数继续对该新个体进行变异操作；如果变异操作次数满足第三预设次数，且变异操作后新个体的适配值仍然小于或等于变异操作前新个体的适配值，则保持变异操作前的新个体。
第三预设次数指的是微波网络规划人员可以根据实际情况预先设定对下一代种群的新个体进行变异操作的次数。以第三预设次数是3为例，如果对新个体进行变异操作后使得新个体的适配值恶化，则继续对该新个体进行2次变异操作，如果经过3次变异操作后，新个体的适配值仍然小于或等于变异操作前的新个体，则保持变异操作前的新个体。
经过上述改进的种群变异操作，不仅提高了种群的局部搜索能力，还加快了种群的收敛速度。
综上所述，本发明实施例对所有节点中任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，可以保证获取的网络拓扑能够满足视通要求。本发明实施例利用RCMST算法获取初始种群，在保持初始种群多样性的基础上，提高了种群的质量，显著地加快了种群的收敛速度。通过改进种群选择操作，避免了种群中出现超级个体，保持了种群的多样性，通过选择其它较优的个体作为下一代种群的个体，保持了种群的优良性，不会导致收敛时间过长。通过改进种群变异操作，不仅提高了种群的局部搜索能力，还加快了种群的收敛速度。
图4为本发明实施例四提供的网络拓扑获取方法的流程图。本发明另一实施例通过一个具体的例子来说明本发明实施例的技术方案，具体地，设微波网络中有25个节点，其中约束条件包括：节点跳数不能超过四跳，节点维度不能超过四维，每个节点可传送的业务容量不能超过622M，输出以节点3为根节点的网络拓扑；优化目标为：网络的总成本最低。
步骤401、获得包括微波网络中25个节点的位置信息的地图信息，对于25个节点中的任意每两个节点，共计算得到300条逻辑链路。
步骤402、根据地图信息和300条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息。
步骤403、根据每条逻辑链路的第一菲涅尔区信息，确定300条逻辑链路中有180条逻辑链路满足视通要求，则该180条逻辑链路作为微波网络的备选链路。
步骤404、根据180条备选链路，调用RCMST算法，从根节点3开始，得到满足上述约束条件的拓扑图，设拓扑图的个数为200。
步骤405、分别对200个拓扑图进行普吕弗编码，得到200个编码序列，形成初始种群，将该初始种群作为上一代种群。
步骤406、利用遗传优化算法对上一代种群进行处理得到下一代种群，按照同样的处理方式迭代进行1000次，最后一次处理得到的下一代种群确定为最终种群。
该遗传优化算法根据网络总成本最低的优化目标来定制适配值函数，可以根据每个个体的使用成本来计算该个体的适配值，具体地，使用成本较小的，适配值较大，反之使用成本较大的，适配值较小。
步骤407、从最终种群中选择适配值最大的个体作为网络拓扑。
图5为利用本发明实施例四提供的网络拓扑获取方法得到的网络拓扑的示意图，椭圆表示节点，椭圆内数字为节点的编号，逻辑链路上的数字为逻辑链路编号。如图5所示，该网络拓扑满足上述约束条件，该网络拓扑的逻辑链路经过视通处理，满足视通要求。
上述各实施例以采用启发式遗传优化算法的自动网络拓扑规划方案进行描述的，需要说明的是，本发明实施例不仅限于此，还可以采用其它自动网络拓扑规划方案，将满足视通要求的备选链路作为处理对象，采用自动网络拓扑规划方案获取网络拓扑均属于本发明实施例所要保护的范围。
图6为本发明实施例五提供的网络拓扑获取装置的结构示意图。如图6所示，本发明另一实施例具体包括：链路获取模块11、信息获取模块12、视通处理模块13和拓扑获取模块14，其中：
链路获取模块11用于获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，生成N*(N-1)/2条逻辑链路，N为自然数；
信息获取模块12用于根据地图信息和N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；
视通处理模块13用于当根据第一菲涅尔区信息确定与其对应的逻辑链路满足视通要求时，将逻辑链路作为微波网络中的备选链路；
拓扑获取模块14用于根据确定的至少一条备选链路，获取满足约束条件的网络拓扑。
具体地说，链路获取模块11读入根节点位置信息和叶子节点位置信息，节点位置信息可以具体表现为节点经纬度信息，也可以表现为其它类型的信息，其仅作为具体举例，本发明对此不作任何限制。链路获取模块11对于所有节点中的任意每两个节点，生成N*(N-1)/2条逻辑链路，如果考虑双向业务，业务方向相反的两条物理链路的逻辑属性可以认为是相同的，可视为一条逻辑链路来处理。信息获取模块12根据地图信息和N*(N-1)/2条逻辑链路，对于每条逻辑链路，根据地图信息获取该逻辑链路的两端节点之间的高程信息，根据该逻辑链路的高程信息计算得到对应的第一菲尼尔区信息。视通处理模块13对生成的N*(N-1)/2条逻辑链路分别进行视通处理，当根据第一菲涅尔区信息确定与其对应的逻辑链路满足视通要求时，将该逻辑链路作为微波网络中的备选链路。拓扑获取模块14可以将备选链路作为处理对象，采用自动网络拓扑规划方案获取网络拓扑。将满足视通要求的逻辑链路作为获取网络拓扑的备选链路，这样获取的网络拓扑也能够满足视通要求。
本发明实施例对所有节点中任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，保证获取的网络拓扑能够满足视通要求。
网络拓扑的表现形式很多，除了可以通过拓扑图表现以外，还可以通过拓扑模型表现。图7为本发明实施例六提供的网络拓扑获取装置的结构示意图。如图7所示，以网络拓扑通过拓扑图表现为例，本发明另一实施例在图6所示的实施例基础上拓扑获取模块14可以进一步包括：拓扑图获取单元21、初始种群获取单元22、遗传优化处理单元23和网络拓扑选择单元24，其中：
拓扑图获取单元21用于根据至少一条备选链路，得到满足约束条件的至少一个拓扑图；
初始种群获取单元22用于将至少一个拓扑图分别进行普吕弗编码，得到包括至少一个个体的初始种群，将初始种群作为上一代种群；
遗传优化处理单元23用于利用遗传优化算法对上一代种群进行处理得到下一代种群，采用迭代的方式根据第一预设次数完成计算处理，得到最终种群；
网络拓扑选择单元24用于从最终种群中选择适配值最大的个体作为网络拓扑。
上述拓扑图获取单元21可以具体用于利用随机约束最短生成树算法，根据至少一条备选链路，得到满足约束条件的至少一个拓扑图。
具体地说，拓扑图获取单元21可以利用RCMST算法，从根节点开始，得到满足约束条件的至少一个拓扑图，其中RCMST算法的实现方法可以参见实施例二；初始种群获取单元22将每一个拓扑图进行普吕弗编码，得到编码序列，将每一个拓扑图编码得到的编码序列作为初始种群中的一个个体；如果对于某一拓扑图无法计算出满足约束条件的可行解，可以随机生成一个普吕弗编码序列，作为初始种群的一个个体；遗传优化处理单元23利用遗传优化算法对上一代种群进行处理得到下一代种群，采用迭代的方式根据第一预设次数完成计算处理，得到最终种群；网络拓扑选择单元24从最终种群中选择适配值最大的个体作为网络拓扑。
进一步的，上述遗传优化处理单元23可以包括：适配值计算子单元25、种群选择子单元26、种群交叉子单元27和种群变异子单元28，其中：
适配值计算子单元25用于计算上一代种群的每个个体的适配值；
种群选择子单元26用于根据适配值大小从上一代种群中选择下一代种群的个体；
种群交叉子单元27用于对下一代种群的个体进行交叉操作，获得下一代种群的新个体；
种群变异子单元28用于对下一代种群的每个新个体进行变异操作，根据变异操作后的结果获得下一代种群。
上述种群选择子单元26可以具体用于如果上一代种群中的任一个体在下一代种群中出现的次数超过第二预设次数，则从上一代种群中选择除该个体及在下一代种群中出现的次数超过第二预设次数的其它个体以外的适配值最大的个体。
上述种群变异子单元28可以具体用于针对变异操作后新个体的适配值小于或等于变异操作前新个体的适配值的情况，继续对该新个体进行变异操作，直至变异操作后新个体的适配值大于变异操作前新个体的适配值。
上述种群变异子单元28也可以具体用于针对变异操作后新个体的适配值小于或等于变异操作前新个体的适配值的情况，根据第三预设次数继续对该新个体进行变异操作，如果变异操作次数满足所述第三预设次数，且变异操作后新个体的适配值仍然小于或等于变异操作前新个体的适配值，则保持变异操作前的新个体。
具体地说，适配值计算子单元25可以根据每个个体的使用成本计算获得适配值，具体地，网络拓扑使用成本较小的，适配值较大，反之网络拓扑使用成本较大的，适配值较小。进一步的，适配值计算子单元25还可以在计算适配值时考虑约束条件，具体地，违反约束条件越多的，适配值越小，反之违反约束条件越少的，适配值较大。种群选择操作可以采用轮盘赌方式，也可以采用排序方式，在本发明实施例中，种群选择子单元26可以优选地采用轮盘赌方式从上一代种群中选择下一代种群的个体，其仅作为具体举例，本发明对此不作任何限制；进一步的，如果上一代种群中的任一个体在下一代种群中出现的次数超过第二预设次数，种群选择子单元26从上一代种群中选择除该个体及在下一代种群中出现的次数超过第二预设次数的其它个体以外适配值最大的个体。种群交叉子单元27对下一代种群的个体进行交叉操作。交叉操作可以采用一致交叉的方式，也可以采用单点交叉的方式，还可以采用多点交叉的方式。根据微波网络拓扑规划的特点，在本发明实施例中可以优选地使用一致交叉的方式获得下一代种群的新个体，其仅作为具体举例，本发明对此不作任何限制。种群变异子单元28对下一代种群的每个新个体进行变异操作；进一步的，如果变异操作后新个体的适配值小于或等于变异操作前新个体的适配值，则种群变异子单元28可以继续对该新个体进行变异操作，直至变异操作后新个体的适配值大于变异操作前新个体的适配值；种群变异子单元28也可以根据第三预设次数继续对该新个体进行变异操作，如果变异操作次数满足第三预设次数，变异操作后新个体的适配值仍然小于或等于变异操作前新个体的适配值，则保持变异操作前的新个体。
本发明实施例各个功能模块/单元的具体执行方法可以参见实施例二和实施例三。
综上所述，本发明实施例对所有节点中任意每两个节点之间的逻辑链路进行视通处理，排除掉不满足视通要求的逻辑链路，将满足视通要求的逻辑链路作为获取网络拓扑的备选链路。通过视通处理，可以保证获取的网络拓扑能够满足视通要求。本发明实施例利用RCMST算法获取初始种群，在保持初始种群多样性的基础上，提高了种群的质量，显著地加快了种群的收敛速度。通过改进种群选择操作，避免了种群中出现超级个体，保持了种群的多样性。通过选择其它较优的个体作为下一代种群的个体，保持了种群的优良性，不会导致收敛时间过长。通过改进种群变异操作，不仅提高了种群的局部搜索能力，还使得种群的收敛速度加快。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于某一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤，而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明实施例的技术方案，而非对其限制；尽管参照前述实施例对本发明实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例的技术方案的原则范围。
Claims (10)
1.一种网络拓扑获取方法，其特征在于包括：
获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数，所述地图信息包括所述所有节点及其它地理点的经纬度信息和高度信息；
根据所述地图信息和所述N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；
当根据第一菲涅尔区信息确定与其所对应的逻辑链路满足视通要求时，将所述逻辑链路作为微波网络中的备选链路；
根据确定的至少一条备选链路，获得满足约束条件的网络拓扑；
所述根据确定的至少一条备选链路，获得满足约束条件的网络拓扑包括：
根据所述至少一条备选链路，得到满足约束条件的至少一个拓扑图；
将所述至少一个拓扑图分别进行普吕弗编码，得到包括至少一个个体的初始种群，将所述初始种群作为上一代种群；
利用遗传优化算法对上一代种群进行处理得到下一代种群，采用迭代的方式根据第一预设次数完成计算处理，得到最终种群；
从所述最终种群中选择适配值最大的个体作为所述网络拓扑。
2.根据权利要求1所述的网络拓扑获取方法，其特征在于，所述利用遗传优化算法对上一代种群进行处理得到下一代种群包括：
计算获得上一代种群的每个个体的适配值；
根据适配值大小从上一代种群中选择下一代种群的个体；
对下一代种群的个体进行交叉操作，获得下一代种群的新个体；
对下一代种群的每个新个体进行变异操作，根据变异操作后的结果获得下一代种群。
3.根据权利要求2所述的网络拓扑获取方法，其特征在于，所述根据适 配值大小从上一代种群中选择下一代种群的个体包括：
如果上一代种群中的任一个体在下一代种群中出现的次数超过第二预设次数，则从上一代种群中选择除该个体及在下一代种群中出现的次数超过第二预设次数的其它个体以外的适配值最大的个体。
4.根据权利要求2所述的网络拓扑获取方法，其特征在于，所述对下一代种群的每个新个体进行变异操作包括：
如果变异操作后新个体的适配值小于或等于变异操作前新个体的适配值，则继续对该新个体进行变异操作，直至变异操作后新个体的适配值大于变异操作前新个体的适配值。
5.根据权利要求2所述的网络拓扑获取方法，其特征在于，所述对下一代种群的每个新个体进行变异操作包括：
如果变异操作后新个体的适配值小于或等于变异操作前新个体的适配值，则根据第三预设次数继续对该新个体进行变异操作，如果变异操作次数满足所述第三预设次数，且变异操作后新个体的适配值仍然小于或等于变异操作前新个体的适配值，则保持变异操作前的新个体。
6.一种网络拓扑获取装置，其特征在于包括：
链路获取模块，用于获得包括所有节点的位置信息的地图信息，所有节点的数目为N，对于所有节点中的任意每两个节点，计算得到N*(N-1)/2条逻辑链路，N为自然数；
信息获取模块，用于根据所述地图信息和所述N*(N-1)/2条逻辑链路，获得每条逻辑链路的两端节点之间的高程信息，根据每条逻辑链路的高程信息计算得到对应的第一菲涅尔区信息；
视通处理模块，用于当根据第一菲涅尔区信息确定与其对应的逻辑链路满足视通要求时，将所述逻辑链路作为微波网络中的备选链路；
拓扑获取模块，用于根据确定的至少一条备选链路，获得满足约束条件的网络拓扑；
所述拓扑获取模块包括：
拓扑图获取单元，用于根据所述至少一条备选链路，得到满足约束条件的至少一个拓扑图；
初始种群获取单元，用于将所述至少一个拓扑图分别进行普吕弗编码，得到包括至少一个个体的初始种群，将所述初始种群作为上一代种群；
遗传优化处理单元，用于利用遗传优化算法对上一代种群进行处理得到下一代种群，采用迭代的方式根据第一预设次数完成计算处理，得到最终种群；
网络拓扑选择单元，用于从所述最终种群中选择适配值最大的个体作为所述网络拓扑。
7.根据权利要求6所述的网络拓扑获取装置，其特征在于，所述遗传优化处理单元包括：
适配值计算子单元，用于计算上一代种群的每个个体的适配值；
种群选择子单元，用于根据适配值大小从上一代种群中选择下一代种群的个体；
种群交叉子单元，用于对下一代种群的个体进行交叉操作，获得所述下一代种群的新个体；
种群变异子单元，用于对下一代种群的每个新个体进行变异操作，根据变异操作后的结果获得下一代种群。
8.根据权利要求7所述的网络拓扑获取装置，其特征在于，所述种群选择子单元具体用于如果上一代种群中的任一个体在下一代种群中出现的次数超过第二预设次数，则从上一代种群中选择除该个体及在下一代种群中出现的次数超过第二预设次数的其它个体以外的适配值最大的个体。
9.根据权利要求7所述的网络拓扑获取装置，其特征在于，所述种群变异子单元具体用于针对变异操作后新个体的适配值小于或等于变异操作前新个体的适配值的情况，继续对该新个体进行变异操作，直至变异操作后新个 体的适配值大于变异操作前新个体的适配值。
10.根据权利要求7所述的网络拓扑获取装置，其特征在于，所述种群变异子单元具体用于针对变异操作后新个体的适配值小于或等于变异操作前新个体的适配值的情况，根据第三预设次数继续对该新个体进行变异操作，如果变异操作次数满足所述第三预设次数，且变异操作后新个体的适配值仍然小于或等于变异操作前新个体的适配值，则保持变异操作前的新个体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010004416.2A CN102130737B (zh) | 2010-01-15 | 2010-01-15 | 网络拓扑获取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010004416.2A CN102130737B (zh) | 2010-01-15 | 2010-01-15 | 网络拓扑获取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102130737A CN102130737A (zh) | 2011-07-20 |
| CN102130737B true CN102130737B (zh) | 2014-02-19 |
Family
ID=44268639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010004416.2A Withdrawn - After Issue CN102130737B (zh) | 2010-01-15 | 2010-01-15 | 网络拓扑获取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102130737B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102946610B (zh) * | 2012-10-25 | 2015-10-28 | 中兴通讯股份有限公司 | 一种微波网络规划的方法及系统 |
| CN106127304B (zh) * | 2016-06-30 | 2017-10-27 | 国网山东省电力公司无棣县供电公司 | 一种适用于配电网网络拓扑设计方法 |
| CN107733713B (zh) * | 2017-10-18 | 2020-07-14 | 北京德塔精要信息技术有限公司 | 混合网络中网络拓扑的获取方法、系统、设备及存储介质 |
| CN112866917B (zh) * | 2020-12-31 | 2022-04-05 | 杭州海康威视数字技术股份有限公司 | 一种无线链路通信检测方法、装置及电子设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7890568B2 (en) * | 2006-04-28 | 2011-02-15 | Sap Ag | Service-to-device mapping for smart items using a genetic algorithm |
| CN100583900C (zh) * | 2006-11-16 | 2010-01-20 | 南京邮电大学 | 基于智能代理的无线传感器网络数据聚合路径规划方法 |
| CN101547450B (zh) * | 2009-05-08 | 2010-09-29 | 广东省电信规划设计院有限公司 | 移动通信网络的位置区划分方法及装置 |
| CN101599870B (zh) * | 2009-06-30 | 2011-06-15 | 西北工业大学 | 网络链路性能测量方法 |
-
2010
- 2010-01-15 CN CN201010004416.2A patent/CN102130737B/zh not_active Withdrawn - After Issue
Also Published As
| Publication number | Publication date |
|---|---|
| CN102130737A (zh) | 2011-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104202176B (zh) | 光网络拓扑计算机自动构建方法 | |
| CN102130737B (zh) | 网络拓扑获取方法及装置 | |
| CN105629927A (zh) | 一种基于混合遗传算法的mes生产计划排产方法 | |
| CN103107941B (zh) | 光缆资源自动调度装置及方法 | |
| CN106416158B (zh) | 用于大规模数据中心网络的业务工程 | |
| CN1167554A (zh) | 通信网络中的路由选择 | |
| CN107517155A (zh) | 一种软件定义网络、节点、路径计算方法及装置 | |
| CN101677286A (zh) | 承载网络优化方法 | |
| CN110493137A (zh) | 一种基于固定路由网络的分层广播方法、装置及系统 | |
| CN112668129B (zh) | 基于空间负荷聚类的配电网多级网格智能划分方法 | |
| CN107682211A (zh) | 一种网络拓扑结构确定方法、装置及计算机可读存储介质 | |
| CN110740394B (zh) | 基于站点分级业务分类的电力光传输网络优化方法及系统 | |
| Aziz et al. | Efficient routing approach using a collaborative strategy | |
| CN114219373A (zh) | 数字工艺可视化流程图生成的方法、系统、设备和介质 | |
| CN102546440A (zh) | 一种路由波长分配方法和系统 | |
| CN114143248A (zh) | 基于双模通信的异构通信方法、装置、计算机和可读介质 | |
| CN107612762B (zh) | 基于多约束的电力通信业务备用路由配置方法 | |
| CN102209369B (zh) | 基于无线网络接口选择的增强智能手机用户体验的方法 | |
| CN104283214B (zh) | 一种配电网网络重构方法 | |
| CN110413860A (zh) | 一种基于nsga-ii的多云环境下云实例的多目标优化选择方法 | |
| CN101976242B (zh) | 生成业务对象的内部级次编码的方法和系统 | |
| CN108765190B (zh) | 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法 | |
| CN102142000A (zh) | 一种多比例尺tin库耦合存储方法 | |
| CN111683376B (zh) | 一种大田协同灌溉通信网络节点优化部署方法 | |
| CN105426978A (zh) | 一种业务并发性预测方法与预测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: SHENZHEN LIANCHUANG INTELLECTUAL PROPERTY SERVICE Free format text: FORMER OWNER: HUAWEI TECHNOLOGY CO., LTD. Effective date: 20150703 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20150703 Address after: 518052 Guangdong city of Shenzhen province Nanshan District digital culture industry base, East Tower room 407 room -408 Patentee after: Shenzhen LIAN intellectual property service center Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: Huawei Technologies Co., Ltd. |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160225 Address after: Yang Yanlu 101400 Beijing city Huairou District Yanqi Economic Development Zone No. 88 No. E24 Patentee after: Beijing Sino Quantum Communication Technology Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Nanshan District digital culture industry base, East Tower room 407, Room 408 Patentee before: Shenzhen LIAN intellectual property service center |
|
| AV01 | Patent right actively abandoned |
Granted publication date: 20140219 Effective date of abandoning: 20200119 |
|
| AV01 | Patent right actively abandoned |
Granted publication date: 20140219 Effective date of abandoning: 20200119 |
|
| AV01 | Patent right actively abandoned | ||
| AV01 | Patent right actively abandoned |