CN102685760B - 一种基于低设计代价的无线网络可靠性提高方法 - Google Patents
一种基于低设计代价的无线网络可靠性提高方法 Download PDFInfo
- Publication number
- CN102685760B CN102685760B CN201210128109.4A CN201210128109A CN102685760B CN 102685760 B CN102685760 B CN 102685760B CN 201210128109 A CN201210128109 A CN 201210128109A CN 102685760 B CN102685760 B CN 102685760B
- Authority
- CN
- China
- Prior art keywords
- wireless network
- reliability
- vector
- chromosome
- value
- 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.)
- Expired - Fee Related
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于低设计代价的无线网络可靠性提高方法,通过设置描述无线网络可靠性的初始化变量、进行特定条件下的无线网络设计、提高特定条件下的无线网络可靠性、对无线网络进行可靠性估计、使用遗传算法获得最优解所需的染色体,并获得提高无线网络可靠性的最优解等步骤,实现了无线网络在满足可靠性条件下的设计代价降低。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及无线传输和进化理论。
背景技术
由于无线通信网络规模的迅速扩张,使用频度、网络负载的快速增加以及动态路由技术的采用等原因,使得社会生活对于网络的可靠性提出了较高要求,其指通信网络在实际连续运行过程中完成用户的正常通信需求的能力。
通信网络可靠性的研究始于1956年,并由于美国国防高级研究计划局(DARPA)对ARPANET的投入在而得到真正的关注和发展。到目前为止,无论在通信网络可靠性指标的研究还是在通信网络行为建模和行为测度的评价方面都取得了大量研究成果。
无线网络的外部和内部条件、运行时间以及网络功能是可靠性定义中的三要素,大多数网络可靠性定义的标准是根据功能这一要素来区别定义的。交通网络、电力网络、通信网络等各种不同。影响通信网络靠性的因素很多,主要有:通信网络的拓扑结构;通信网络的组成部件的性能,以及部件可靠性、可维护性;通信网络控制软件的可靠性;通信网络的故障诊断能力;通信网络的自我恢复能力,包括采用的保护方式、采取的维修策略、采用的路由算法等;通信网络的运行环境。
分析通信网络可靠性的方法主要有:1.选择一个合适的网络业务性能指标,并在此基础上确定一个用户可以接受的、反映网络可靠性的性能阈值;2.定义网络部件的工作模式,进而确定网络的工作状态,假设网络部件之间相互独立,从而计算每个网络状态出现的概率;3.计算每个网络状态的性能指标,并把所有满足阈值要求的网络状态出现的概率求和,即可得到一个网络可靠性测度,一种可靠组网参考模型如图1所示。
因此,为满足减小网络设计代价条件下,设计一种提高网络可靠性的方法。
发明内容
本发明所要解决的技术问题是:解决在满足无线网络可靠性条件下设计代价较高问题。
本发明为解决上述技术问题提供一种基于低设计代价的无线网络可靠性提高方法,其特征在于:
A、设置描述无线网络可靠性的初始化变量;
B、进行特定条件下的无线网络设计,并提高特定条件下的无线网络可靠性;
C、对无线网络进行可靠性估计;
D、使用遗传算法获得最优解所需的染色体,并获得提高无线网络可靠性的最优解。
所述步骤A中,令 为无线网络设计矢量,为无线网络节点数目,为无线网络的边的数目,为使用的循环次数, 为二进制决策变量,为在设计矢量条件下的无线网络可靠性估计值,为基于设计矢量的无线网络使用代价值,为第个潜在解,为概率矢量,,为无线网络状态矢量,为链路的可靠性概率,为第个潜在解的惩罚增量,为惩罚因子,为使用第个潜在解的使用代价,为使用第个潜在解的惩罚代价,为解的集合大小,为操作单元序号,为最优无线网络设计矢量,为操作单元数目,总的流程图如图2所示。
所述步骤B中,进行特定条件下的无线网络设计。此特定条件为满足应用环境和用户要求的条件。获得无线网络设计矢量,,,,为特定的无线网络用户数目,若,则重新计算。
所述步骤B中,若,则,需提高特定条件下的无线网络可靠性。当,使用可靠性矢量和无线网络设计矢量获得无线网络状态矢量;若,则,反之,当为任意实数时,若,则,若,则;判断状态矢量是否形成一个生成树,若存在一个生成树则将上一个状态获得的值作为下一个状态的的初始值,并对无线网络进行可靠性估计。
所述步骤C中,无线网络进行可靠性估计子步骤为:a.获得满足条件,和的,若存在,转至子步骤b,若没有存在,则向给予一个随机惩罚值,然后对染色体进行重新评估;b.使用规则,其中,将转换为,并计算。
所述步骤D中,使用遗传算法获得最优解所需的染色体。其子步骤为:a.设置染色体的相关初始化变量;b.基于整数编码方法生成具有个染色体的初始化种群,整数编码规则为当资源存在时,被赋予,当资源存在时,被赋予,并当条件和满足时获得整数编码;c.对每一个染色体估计无线网络的可靠性;d.执行染色体进化操作:通过轮询方式选择两个染色体;e.对被选择的染色体执行交叉操作和变异操作,获得两个新的染色体;f.使用这两个新的染色体代替在初始种群中较差的染色体,其中交叉的染色体可通过人工选择获得;g.通过这两个新的染色体对无线网络的可靠性进行评估,并返回至子步骤d,如图3所示。
所述步骤D中,获得提高无线网络可靠性的最优解。其规则为,,将中的元素按照依次递增的规则进行排序有,将当前状态获得的值通过规则作为下一状态的的初始值,将当前状态获得的值作为下一状态的的初始值,使用规则获得无线网络状态矢量,然后返回至步骤B。
本发明的有益效果为:提供一种基于低设计代价的无线网络可靠性提高方法,通过设置描述无线网络可靠性的初始化变量、进行特定条件下的无线网络设计、提高特定条件下的无线网络可靠性、对无线网络进行可靠性估计、使用遗传算法获得最优解所需的染色体,并获得提高无线网络可靠性的最优解等步骤,实现了无线网络在满足可靠性条件下的设计代价降低。
附图说明
图1为一种可靠组网参考模型;
图2为总的流程示意图;
图3为使用遗传算法获得最优解所需的染色体流程示意图。
Claims (3)
1.一种基于低设计代价的无线网络可靠性提高方法,解决在满足无线网络可靠性条件下设计代价较高问题,包括如下步骤:
A、设置描述无线网络可靠性的初始化变量,具体为令 i<j为无线网络设计矢量,n为无线网络节点数目,l为无线网络的边的数目,u为使用的循环次数, 为二进制决策变量,为在设计矢量条件下的无线网络可靠性估计值,为基于设计矢量的无线网络使用代价值,为第h个潜在解,为概率矢量,γiju=P(xij=1),i<j,为无线网络状态矢量,pij为链路(i,j)的可靠性概率,为第h个潜在解的惩罚增量,α为惩罚因子,为使用第h个潜在解的使用代价,为使用第h个潜在解的惩罚代价,S为解的集合大小,λ为操作单元序号,x*为最优无线网络设计矢量,V为操作单元数目;
B、进行特定条件下的无线网络设计,并提高特定条件下的无线网络可靠性,具体为进行特定条件下的无线网络设计,此特定条件为满足应用环境和用户要求的条件,获得无线网络设计矢量γu=(γ12u,…,γ1nu,γ23u,…,γ2nu,…,γiju,γn-1nu),i=1,…,n,j=1,…,n,h∈[1,SAMPLE],SAMPLE为特定的无线网络用户数目,若则重新计算;
C、对无线网络进行可靠性估计,具体为无线网络进行可靠性估计子步骤为:a.获得满足条件 和的F,若F存在,转至子步骤b,若没有F存在,则向Rd,c(G)给予一个随机惩罚值,然后对染色体进行重新评估;b.使用规则其中bi∈{1,2,…,Mgi},将F转换为Y,并计算
D、使用遗传算法获得最优解所需的染色体,并获得提高无线网络可靠性的 最优解,具体为:a.设置染色体的相关初始化变量;b.基于整数编码方法生成具有λ个染色体的初始化种群,整数编码规则为当资源πs∈Г1存在时,被赋予ai,i=1,2,…,n,当资源πt∈Г2存在时,被赋予aj,j=n+1,n+2,…,n+q,并当条件xi=s,πs∈Г1,i=1,2,…,n和xρ≠xε,ρ,ε∈{1,2,…,n+q}满足时获得整数编码;c.对每一个染色体估计无线网络的可靠性;d.执行染色体进化操作:通过轮询方式选择两个染色体;e.对被选择的染色体执行交叉操作和变异操作,获得两个新的染色体;f.使用这两个新的染色体代替在初始种群中较差的染色体,其中交叉的染色体可通过人工选择获得;g.通过这两个新的染色体对无线网络的可靠性进行评估,并返回至子步骤d。
2.根据权利要求1的方法,对于所述步骤B其特征在于:若 则需提高特定条件下的无线网络可靠性,当t≤系统设定的运行数目,使用可靠性矢量P=(p12,…,p1n,p23,…,p2n,…,pij,…,pnn-1)和无线网络设计矢量 获得无线网络状态矢量 若xiju=0,则yij=0,反之,当a为任意实数时,若a<pij,则yij=1,若a≥pij,则yij=0;判断状态矢量 是否形成一个生成树,若存在一个生成树则将上一个状态获得的惩罚系数K值作为下一个状态的K的初始值,并对无线网络进行可靠性估计。
3.根据权利要求1的方法,对于所述步骤D其特征在于:获得提高无线网络可靠性的最优解,其规则为 将中的元素按照依次递增的规则进行排序有 将当前状态获得的惩罚系数K值通过规则作为下一状态的K的初始值,将当前状态获得的u值作为下一状态的u的初始值,使用规则获得无线网络状态矢量然后返回至步骤B。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210128109.4A CN102685760B (zh) | 2012-04-28 | 2012-04-28 | 一种基于低设计代价的无线网络可靠性提高方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210128109.4A CN102685760B (zh) | 2012-04-28 | 2012-04-28 | 一种基于低设计代价的无线网络可靠性提高方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102685760A CN102685760A (zh) | 2012-09-19 |
CN102685760B true CN102685760B (zh) | 2014-10-15 |
Family
ID=46816992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210128109.4A Expired - Fee Related CN102685760B (zh) | 2012-04-28 | 2012-04-28 | 一种基于低设计代价的无线网络可靠性提高方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102685760B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103905246B (zh) * | 2014-03-06 | 2017-02-15 | 西安电子科技大学 | 基于分组遗传算法的链路预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047937A (zh) * | 2006-03-27 | 2007-10-03 | 浙江移动通信有限责任公司 | 基于遗传算法的移动通信频率规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6611500B1 (en) * | 1999-11-04 | 2003-08-26 | Lucent Technologies, Inc. | Methods and apparatus for derivative-based optimization of wireless network performance |
-
2012
- 2012-04-28 CN CN201210128109.4A patent/CN102685760B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047937A (zh) * | 2006-03-27 | 2007-10-03 | 浙江移动通信有限责任公司 | 基于遗传算法的移动通信频率规划方法 |
Non-Patent Citations (1)
Title |
---|
JP特開2001-204082A 2001.07.27 |
Also Published As
Publication number | Publication date |
---|---|
CN102685760A (zh) | 2012-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101790251B (zh) | 基于改进粒子群优化算法的无线传感器节点联盟生成方法 | |
CN105553869A (zh) | 一种电力通信网的风险均衡方法及系统 | |
CN102316496A (zh) | 无线传感器网络中基于卡尔曼滤波的数据融合方法 | |
CN101588263A (zh) | 一种评估电力通信网可靠性的方法 | |
CN102769551A (zh) | 网络质量评测与网络优化的方法及系统 | |
Tutuncuoglu et al. | Optimal power policy for energy harvesting transmitters with inefficient energy storage | |
CN106067074B (zh) | 一种通过优化链路的开关状态来提升电网系统鲁棒性的方法 | |
CN105050095A (zh) | 一种基于能量预测的异构无线传感网的拓扑构建方法 | |
CN102665224A (zh) | 移动终端通信网络优选方法及优选装置 | |
Gambin et al. | Energy cooperation for sustainable IoT services within smart cities | |
CN105704741A (zh) | 一种异构网络接入选择策略 | |
Zhang et al. | Endogenous security-aware resource management for digital twin and 6G edge intelligence integrated smart park | |
CN102404778B (zh) | 一种负载估测方法 | |
Tang et al. | Link allocation, routing and scheduling of FSO augmented RF wireless mesh networks | |
CN102685760B (zh) | 一种基于低设计代价的无线网络可靠性提高方法 | |
Stai et al. | Optimal resource allocation in multihop wireless networks relying on energy harvesting | |
CN107911763A (zh) | 一种基于QoS的智能配用电通信网EPON网络规划方法 | |
Kassim et al. | Adaptive Policing Algorithms on inbound internet traffic using Generalized Pareto model | |
CN109462861A (zh) | 一种面向电力无线专网的分层异构网络接入协同选择策略 | |
Liu et al. | Distributed assimilation of grid conditions and load integration via social learning | |
Djatmiko et al. | Trust-based content distribution for mobile Ad Hoc networks | |
Jia et al. | Dispatching and Control Information Freshness-Aware Federated Learning for Simplified Power IoT | |
Chedia et al. | Study of the Telecommunication Networks Performance and Reliability Indicators | |
CN105681099B (zh) | 电力通信网的拓扑结构图的确定方法和装置 | |
Nycz et al. | Fluid-Flow Approximation in the Analysis of Vast Energy-Aware Networks. Mathematics 2021, 9, 3279 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141015 Termination date: 20200428 |