CN104469702A - 一种集群通信呼叫方法 - Google Patents

Abstract

本发明公开了一种集群系统的呼叫方法包括：步骤一，主叫用户终端发起集群呼叫，主叫用户终端具有起呼号码或组标识号；步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，直接在本基站范围内寻呼被叫用户终端；步骤三，基站建立集群呼叫的业务信道并分别为主叫用户终端、被叫用户终端进行业务信道指配，基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；步骤四，主叫用户终端收到基站呼叫授权消息，发送用户终端的呼叫信息给基站，主叫用户终端与被叫用户终端通话。利用本发明，可以通过基站实现区域内快速信道连接。

Description

一种集群通信呼叫方法

技术领域

本发明涉及通信技术领域，具体涉及一种应用于知识产权呼叫网络的集群呼叫方法。

背景技术

集群通信系统，是一种专用移动通信技术，其通过多信道共享和信道的动态分配，从而有效利用频率资源和网络资源，从而降低通信网络的建设和运营成本。

第一代模拟集群系统，共享频率、设备、服务的资源，能够实现系统的集中维护与管理。采用单工通信方式，利用多频道共享技术实现了“消息集群”和“传输集群”，提高了频道利用率。第二代数字集群系统，频谱利用率比模拟系统大为提高，进一步扩充了系统容量。集群通信系统通常采用一对多的半双工呼叫，群组成员讲话前必须首先获得话权，只有获得话权才允许讲话，未获得话权的群组成员只能选择接听。集群业务是群组用户间的通信业务，这就需要对群组进行管理：呼叫发起时必须提前建立并选择一个由一到多个群组成员组成的群组，然后才能通过终端上的PTT(Push-to-Talk，一键通)组呼键发起该群组的组呼。在第三代合作伙伴计划(3GPP)协议中，当主叫用户端在中继MSC内发起组呼时，中继MSC从组呼寄存器(GCR)中获取主控MSC的地址，并据此选择局间路由，使用组呼参考作为被叫号码来构造呼叫建立消息，发送到主控MSC。

目前，无线集群通信系统已广泛应用于各行各业以及各种场合的指挥调度通信系统。对于知识产权行业，由于具有较强的区域性和专业划分，目前还未存在全国性的集成专利、版权和商标的综合集群呼叫系统。

发明内容

本发明结合知识产权领域的特点，提供一种集群通信呼叫方法，特别是应用于知识产权呼叫网络的集群呼叫方法。本发明还要解决现有技术当中，通信信道建立慢、信道利用率不高的技术问题，实现信道的快速建立。同时本发明对现有技术中的动态分配的算法予以改进，进一步提升了信道的利用率以及应答均衡。

本发明的目的是通过以下技术方案实现的：

一种集群系统的呼叫方法，所述方法包括以下步骤：

步骤一，主叫用户终端发起集群呼叫；主叫用户终端具有起呼号码或组标识号；步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，通过所述寻呼地址在本基站范围内寻呼被叫用户终端；步骤三，所述基站建立集群呼叫的业务信道，并且所述基站分别为主叫用户终端、被叫用户终端进行业务信道指配，所述基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；步骤四，主叫用户终端收到所述基站呼叫授权消息，主叫用户终端将呼叫信息发送给所述基站，主叫用户终端与被叫用户终端通话。

一种应用于知识产权呼叫网络的集群系统的呼叫方法，其中知识产权呼叫网络的集群系统包括呼叫用户分组单元；所述呼叫方法包括以下步骤：步骤一，呼叫用户分组单元中的主叫用户终端具有起呼号码或组标识号，主叫用户终端按下起呼键，发起集群呼叫；步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，直接在本基站范围内寻呼被叫用户终端；步骤三，所述基站建立集群呼叫的业务信道并分别为主叫用户终端、被叫用户终端进行业务信道指配，所述基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；步骤四，主叫用户终端收到所述基站呼叫授权消息，主叫用户终端将呼叫信息发送给所述基站，主叫用户终端与被叫用户终端通话；其中，在步骤一主叫用户终端按下起呼键后，到步骤三主叫用户终端收到所述基站呼叫授权消息之前，允许用户终端开始讲话。

优选地，所述呼叫用户分组单元，其具有多级分组，一级分组包括专利、版权、商标分组，在专利一级分组下建立专利二级分组，包括发明、实用新型、外观分组，并且由用户设定根据地域或业务类型对二级分组再次进行分组，每级每个分组均具有唯一标识ID。

优选地，所述呼叫用户分组单元根据地域划分的地域分组包括华南地区、华东地区、华北地区，并根据设定跨越层级建立新的分组；根据业务类型划分，包括版权咨询、版权纠纷、商标注册、商标转让多个业务分组，并且呼叫用户分组单元能够在不同的当前分组中选定相关用户建立新的分组，分组成员更新时同时变更分组ID。

优选地，分组包括单变量值分组和组距分组，单变量值分组是把一个变量值作为一组，组距分组是将全部变量值依次划分为若干区间，并将每个区间的变量值作为一组。

优选地，首先进行系统初始化；基站采用预先存储的缺省参数，在不与用户终端之间进行协商的情况下建立业务信息；基站对组内的其他用户终端均采用保存的参数信息直接建立业务信道；最后进入集群通话状态。

优选地，基站根据动态分配原则，同主叫用户终端之间建立集群呼叫的业务信道。

优选地，动态分配原则的算法为：(1)信道划分：将不同ID的所有分组划分为信道N1，N2…，总数为N，则分组信道变化范围为0～N，具体分配情况受通信量以及冲突限制，用矩阵X表示冲突限制：

$X=\left|\begin{array}{ccc}{X}_{11}& ...& X_{1N}\\ ...& X_{\mathrm{ij}}& ...\\ X_{M1}& ...& X_{\mathrm{MN}}\end{array}\right|$

其中，X_ij代表信道的冲突限制，i和j分别代表所在冲突限制矩阵中的行和列，M为整个信道数目，当分组i和j不能重用一个信道时，X_ij＝1，如果分组i和j能重用一个信道时，X_ij＝0，各分组信道使用情况用矩阵A表示： $A=\left|\begin{array}{ccc}{a}_{11}& ...& a_{1N}\\ ...& a_{\mathrm{ik}}& ...\\ a_{M1}& ...& a_{\mathrm{MN}}\end{array}\right|$

其中，如果分组i分配信道，则有a_ik＝1，否则，a_ik＝0；该方法包括如下步骤：

即将矩阵A的每一行映射为独立的串，即第i行映射为A_i＝a_i1a_i2...a_iN，整个系统信道B映射为M*N位独立的串，结构形式为B＝a₁₁a₁₂...a_1N...a_i1a_i2...a_iN...a_M1a_M2...a_MN，其中每一状态对应一条基因链；

(2)初始种群生成：设定初始种群个体数量为30，随机生成一定数量个体，为30的倍数，从中筛选优良个体放入到初始化种群内，直到种群个体数量达到要求；

(3)构造分组信道的适应度函数：设定t_i为第i个分组需求的信道数，则有适应度函数：

$f\left(B\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{(M-|t_i-\underset{K=1}{\overset{N}{\mathrm{\Σ}}}{a}_{\mathrm{ik}}\left|\right)}^2+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{K=1}{\overset{N}{\mathrm{\Σ}}}\underset{i\≠j}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(1-X_{\mathrm{ij}})a_{\mathrm{iK}}{a}_{\mathrm{jK}}$

其中，aiK为第i行第K列信道使用情况，ajK为第j行第K列信道使用情况；

(4)对不同ID分组的选择操作：选择操作是建立在多个不同ID的所有分组中个体适应度评估的基础上，假设群体中某个个体B′适应度为f(B′)，则某个个体B′被选择的概率为P_s＝f(B′/Σf(B′)，个体适应度越大，被选择的概率越高，个体适应度越小，被选择概率越低，这样就可以决定那些个体被选出；

(5)信道分配：根据遗传算子，确定最终的信道分配方式，其中，遗传算子包括改进的交叉算子和改进的变异算子，其中改进的交叉算子的交叉概率P_c变化公式为：

$P_c=\left\{\begin{array}{cc}{P}_{c2}-\frac{(P_{c2}-P_{c1})\×(f_{\mathrm{avg}}-f_i)}{(f_{\mathrm{avg}}-f_{\min })}& f_i\≤f_{\mathrm{avg}}\\ P_{c3}-\frac{(P_{c3}-P_{c2})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中，f_avg为当代种群全部个体平均适应度值，f_max为种群中个体最大适应度值，f_min为种群中个体最小适应度值，f_i为2个交叉个体中适应度值较大的，P_C1，P_c2，P_C3分别表示三个不同阶段交叉概率的值，P_C1表示f_i＝0时交叉概率，P_c2表示f_i＝f_avg时交叉概率，P_c3表示f_i＝f_max时交叉概率；

改进的变异算子的变异概率P_m的公式如下：

$P_m=\left\{\begin{array}{cc}{P}_{m1}& f_i\≤f_{\mathrm{avg}}\\ P_{m2}-\frac{(P_{m2}-P_{m1})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中f_i为染色体适应度值，f_avg为种群平均适应度值，P_m1，P_m2分别表示两个不同阶段变异概率的数值，P_m1表示f_i≤f_avg时变异概率，P_m2表示f_i＞f_avg时变异概率；

终止条件，当算法进化到规定代数时，适应度值f(B′)对应的个体B′为算法最终找到的解。

本发明的有益效果如下：通过基站，使得同区域内的用户终端，快速建立信道连接，并且通过动态分配算法，实现信道较高效率的应用。

附图说明

图1是依据本发明实施例的知识产权呼叫网络集群呼叫系统分组图；

图2是依据本发明实施例的知识产权呼叫网络的呼叫系统的呼叫方法流程图；

图3是依据本发明实施例的信道动态分配流程图。

具体实施方式

为了便于本领域一般技术人员理解和实现本发明，现结合附图描绘本发明的实施例。

知识产权呼叫终端，有多种分组形式，其中，作为一部分示例，可如图1所示，进行下列分组，一级分组为：专利组、版权组和商标组；二级分组为：将专利组进一步分为外观组、实用新型组和发明组。同时根据用户设置，根据地理位置区域和业务类型，对二级分组进行再次分组，比如根据地域可分为：北京组、上海组、河北组等，任意组之前可以联合；根据业务分组可分为：专利信息发布公告组、专利咨询组、申请流程查询组、专利权转让交流组等。

知识产权呼叫终端的分组，具有可调整性，根据地域划分，可进一步包括华南地区、华东地区、华北地区以及全国各省、各直辖市，并可根据人为设定跨越层级建立新的组；根据业务类型划分，可进一步包括版权咨询、版权纠纷、商标注册、商标转让等多个业务分组，并且上述分组也可根据人为设定，在不同的分组中选定相关用户建立新的分组，以解决存在交叉业务时的跨领域交流的情况。上述分组均可动态更新，同时变更分组ID。

在分组模式中，有单变量值分组和组距分组两种。单变量值分组是把一个变量值作为一组，这种分组通常值适合离散变量，而且在变量值较少的情况使用。在连续变量或变量值较多的情况下，通常采用组距分组。它是将全部变量值依次划分为若干区间，并将这一区间的变量值作为一组。在组距分组中，一个组的最小值称为下限；一个组的最大值称为上限。采用组距分组时，需要遵循不重不漏的原则。不重是指一项数据只能分在其中的某一组，不能在其他组中重复出现；不漏是指组别能够穷尽，即在所分的全部组别中每一项数据都能分在其中的某一组，不能遗漏。组数一般与数据本身的特点及数据的多少有关。由于分组的目的之一是观察数据分布的特征，因此组数的多少应适中。如果组数太少，数据的分布就会过于集中，组数太多，数据分布就会过于分散，这都不便于观察数据分布的特征和规律。组数的确定应以能够显示数据的分布特征和规律为目的。实际应用时，可根据数据的多少和特点及分析要求来确定组数。确定各组的组距。组距是一个组的上限与下限的差。组距可根据全部数据的最大值和最小值及所分的组数来确定，及组距＝(最大值一最小值)/组数。根据分组整理成频数分布表。

通过分组处理，可以提高海量数据的处理速度，并且通过数据分组的标准化设计，从而实现了数据分组的动态均衡。

实施例：

本实施例描述了一种应用于知识产权呼叫网络的集群系统的呼叫方法，如图2所示，所述方法包括以下步骤：步骤一，呼叫用户分组单元中的主叫用户终端具有起呼号码或组标识号，主叫用户终端按下起呼键，发起集群呼叫；步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，直接在本基站范围内寻呼被叫用户终端；步骤三，所述基站建立集群呼叫的业务信道并分别为主叫用户终端、被叫用户终端进行业务信道指配，所述基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；步骤四，主叫用户终端收到所述基站呼叫授权消息，主叫用户终端将呼叫信息发送给所述基站，主叫用户终端与被叫用户终端通话；其中，在步骤一主叫用户终端按下起呼键后，到步骤三主叫用户终端收到所述基站呼叫授权消息之前，允许用户终端开始讲话。首先进行系统初始化；基站采用预先存储的缺省参数，在不与用户终端之间进行协商的情况下建立业务信息；基站对组内的其他用户终端均采用保存的参数信息直接建立业务信道；最后进入集群通话状态。基站根据动态分配原则，同主叫用户终端之间建立集群呼叫的业务信道。

移动通信系统的呼叫，都是点对点的通信方式，系统只要建立一对信令连接和业务信道即可满足通话主叫和被叫的通话需求，系统为用户提供的业务信道都是通话中的用户专用的。而集群通信系统的呼叫，大多都是点对多点的，业务信道都是共享的，这时主叫用户是一个，被叫用户有很多个，大家都监听一个业务信道，并且被叫用户很可能不分布在一个区域里。这使得系统要为每一个区域建立信令连接和共享业务信道，同时还要根据群用户的移动，实时的变更所提供服务的区域，在群用户所到的新区域建立信令连接和共享业务信道。集群通信系统的这种共享信道的方式，比移动通信的专用信道的方式，要复杂得多，需要重新考虑信道资源分配算法这种算法是比较耗时的过程。本申请还要解决集群通信系统的信道分配问题。

动态分配处理，其包括信道划分、初始种群生成、分组信道的适应度函数构造、对不同ID分组的选择操作以及信道分配，其工作流程如图3所示：信道划分模块，将集群系统中正在处理的不同ID的所有分组，划分为信道N1，N2…，总数为N，则分组信道变化范围为0～N，具体分配情况受通信量以及冲突限制，用矩阵X表示冲突限制：

$X=\left|\begin{array}{ccc}{X}_{11}& ...& X_{1N}\\ ...& X_{\mathrm{ij}}& ...\\ X_{M1}& ...& X_{\mathrm{MN}}\end{array}\right|$

其中，X_ij代表信道的冲突限制，i和j分别代表所在冲突限制矩阵中的行和列，M为整个信道数目，当分组i和j不能重用一个信道时，X_ij＝1，如果分组i和j能重用一个信道时，X_ij＝0，各分组信道使用情况用矩阵A表示： $A=\left|\begin{array}{ccc}{a}_{11}& ...& a_{1N}\\ ...& a_{\mathrm{ik}}& ...\\ a_{M1}& ...& a_{\mathrm{MN}}\end{array}\right|$

其中，如果分组i分配信道，则有a_ik＝1，否则，a_ik＝0；该方法包括如下步骤：

即将矩阵A的每一行映射为独立的串，即第i行映射为A_i＝a_i1a_i2...a_iN，整个系统信道B映射为M*N位独立的串，结构形式为B＝a₁₁a₁₂...a_1N...a_i1a_i2...a_iN...a_M1a_M2...a_MN，其中每一状态对应一条基因链；

将信道分配问题中的参数转换为基因，具体为将一个分组信道使用情况用N位独立的串，即将矩阵A的每一行映射为独立的串，即A_i＝a_i1a_i2...a_iN，整个系统信道映射为M*N位独立的串，结构形式为B＝a₁₁a₁₂...a_1N...a_i1a_i2...a_iN...a_M1a_M2...a_MN，其中每一状态对应一条基因链。

初始种群生成模块：设定初始种群个体数量为30，随机生成一定数量个体(为30的倍数)，从中筛选优良个体放入到初始化种群内，直到种群个体数量达到要求。

分组信道的适应度函数构造，遗传算法以适应度函数为依据，信道分配受通信量以及冲突限制约束，设定t_i为第i个分组需求的信道数，则有适应度函数：

$f\left(B\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{(M-|t_i-\underset{K=1}{\overset{N}{\mathrm{\Σ}}}{a}_{\mathrm{ik}}\left|\right)}^2+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{K=1}{\overset{N}{\mathrm{\Σ}}}\underset{i\≠j}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(1-X_{\mathrm{ij}})a_{\mathrm{iK}}{a}_{\mathrm{jK}}$

其中，aiK为第i行第K列信道使用情况，ajK为第j行第K列信道使用情况；

对不同ID分组的选择操作：选择操作是建立在群体中个体适应度评估的基础上，假设群体中某个个体B′适应度为f(B′)，则某个个体B′被选择的概率为P_s＝f(B′)/Σf(B′)，个体适应度越大，被选择的概率越高，个体适应度越小，被选择概率越低。这样就可以决定那些个体被选出。

根据遗传算子，确定最终信道分配方式：

遗传算子包括改进的交叉算子和改进的变异算子，其中改进的交叉算子的交叉概率P_c变化公式为：

$P_c=\left\{\begin{array}{cc}{P}_{c2}-\frac{(P_{c2}-P_{c1})\×(f_{\mathrm{avg}}-f_i)}{(f_{\mathrm{avg}}-f_{\min })}& f_i\≤f_{\mathrm{avg}}\\ P_{c3}-\frac{(P_{c3}-P_{c2})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中，f_avg为当代种群全部个体平均适应度值，f_max为种群中个体最大适应度值，f_min为种群中个体最小适应度值，f_i为2个交叉个体中适应度值较大的，P_C1，P_c2，P_C3分别表示三个不同阶段交叉概率的值，P_C1表示f_i＝0时交叉概率，P_c2表示f_i＝f_avg时交叉概率，P_c3表示f_i＝f_max时交叉概率；

改进的变异算子的变异概率P_m的公式如下：

$P_m=\left\{\begin{array}{cc}{P}_{m1}& f_i\≤f_{\mathrm{avg}}\\ P_{m2}-\frac{(P_{m2}-P_{m1})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中f_i为染色体适应度值，f_avg为种群平均适应度值。P_m1，P_m2分别表示两个不同阶段变异概率的数值，P_m1表示f_i≤f_avg时变异概率，P_m2表示f_i＞f_avg时变异概率。

终止条件，当算法进化到规定代数，例如100代时，适应度值f(B)对应的个体B为算法最终找到的解。

该实施例改进了集群呼叫的性能，使得KPI(Key Performance Indications)，即指关键绩效指标获得较大提升，具体表现在以下几个指标：(1)接通率，本实施例的接通率≥95％，与行业标准的接通率80％相比，高于行业标准15％，从而提高了顾客满意度。(2)服务水平，即某个统计时间段内若干秒内应答电话数量与呼叫中心接入电话的百分比，采用本实施例，95％的电话在20秒以内做出应答，而行业标准为80％的电话在20秒以内做出应答。(3)平均排队时间，即在某段统计时间内，呼叫者列入名单后等待回答的等待的平均等待时长。本实施例的平均排队时间≤10秒，而行业标准为20秒，大大缩短了排队等候时间。因此，本发明提高了接通率，减小了等待时间，以及排队时间，使得成本大幅度下降。

虽然通过实施例描绘了本发明，但本领域普通技术人员知道，在不脱离本发明的精神和实质的情况下，就可使本发明有许多变形和变化，本发明的范围由所附的权利要求来限定。

Claims (8)

1.一种集群系统的呼叫方法，所述方法包括以下步骤：

步骤一，主叫用户终端发起集群呼叫；主叫用户终端具有起呼号码或组标识号；

步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，通过所述寻呼地址在本基站范围内寻呼被叫用户终端；

步骤三，所述基站建立集群呼叫的业务信道，并且所述基站分别为主叫用户终端、被叫用户终端进行业务信道指配，所述基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；

步骤四，主叫用户终端收到所述基站呼叫授权消息，主叫用户终端将呼叫信息发送给所述基站，主叫用户终端与被叫用户终端通话。

2.一种应用于知识产权呼叫网络的集群系统的呼叫方法，其中知识产权呼叫网络的集群系统包括呼叫用户分组单元；

所述呼叫方法包括以下步骤：

步骤一，呼叫用户分组单元中的主叫用户终端具有起呼号码或组标识号，当主叫用户终端按下起呼键，发起集群呼叫；

步骤二，基站根据主叫用户终端的起呼号码或组标识号，通过映射关系构造对应的寻呼地址，直接在本基站范围内寻呼被叫用户终端；

步骤三，所述基站建立集群呼叫的业务信道并分别为主叫用户终端、被叫用户终端进行业务信道指配，所述基站与主叫用户终端进行消息交互，主叫用户终端建立业务信道；

步骤四，主叫用户终端收到所述基站呼叫授权消息，主叫用户终端将呼叫信息发送给所述基站，主叫用户终端与被叫用户终端通话；

其中，在步骤一主叫用户终端按下起呼键后，到步骤三主叫用户终端收到所述基站呼叫授权消息之前，允许用户终端开始讲话。

3.如权利要求2所述的应用于知识产权呼叫网络的集群系统的呼叫方法，其特征在于：所述呼叫用户分组单元，其具有多级分组，一级分组包括专利、版权、商标分组，在专利一级分组下建立专利二级分组，包括发明、实用新型、外观分组，并且由用户设定根据地域或业务类型对二级分组再次进行分组，每级每个分组均具有唯一标识ID。

4.如权利要求3所述的应用于知识产权呼叫网络的集群系统的呼叫方法，其特征在于：所述呼叫用户分组单元根据地域划分的地域分组包括华南地区、华东地区、华北地区，并根据设定跨越层级建立新的分组；根据业务类型划分，包括版权咨询、版权纠纷、商标注册、商标转让多个业务分组，并且呼叫用户分组单元能够在不同的当前分组中选定相关用户建立新的分组，分组成员更新时同时变更分组ID。

5.如权利要求4所述的应用于知识产权呼叫网络的集群系统的呼叫方法，其特征在于：分组包括单变量值分组和组距分组，单变量值分组是把一个变量值作为一组，组距分组是将全部变量值依次划分为若干区间，并将每个区间的变量值作为一组。

6.如权利要求2所述的集群系统的呼叫方法，其特征在于：首先进行系统初始化；基站采用预先存储的缺省参数，在不与用户终端之间进行协商的情况下建立业务信息；基站对组内的其他用户终端均采用保存的参数信息直接建立业务信道；最后进入集群通话状态。

7.如权利要求6所述的集群系统的呼叫方法，其特征在于：基站根据动态分配原则，同主叫用户终端之间建立集群呼叫的业务信道。

8.如权利要求7所述的集群系统的呼叫方法，其特征在于，动态分配原则的算法为：(1)信道划分：将不同ID的所有分组划分为信道N1，N2…，总数为N，则分组信道变化范围为0～N，具体分配情况受通信量以及冲突限制，用矩阵X表示冲突限制：

$X=\left|\begin{array}{ccc}{X}_{11}& ...& X_{1N}\\ ...& X_{\mathrm{ij}}& ...\\ X_{M1}& ...& X_{\mathrm{MN}}\end{array}\right|$

其中，X_ij代表信道的冲突限制，i和j分别代表所在冲突限制矩阵中的行和列，M为整个信道数目，当分组i和j不能重用一个信道时，X_ij＝1，如果分组i和j能重用一个信道时，X_ij＝0，各分组信道使用情况用矩阵A表示： $A=\left|\begin{array}{ccc}{a}_{11}& ...& a_{1N}\\ ...& a_{\mathrm{ik}}& ...\\ a_{M1}& ...& a_{\mathrm{MN}}\end{array}\right|$

其中，如果分组i分配信道，则有a_ik＝1，否则，a_ik＝0；该方法包括如下步骤：

即将矩阵A的每一行映射为独立的串，即第i行映射为A_i＝a_i1a_i2...a_iN，整个系统信道B映射为M*N位独立的串，结构形式为B＝a₁₁a₁₂...a_1N...a_i1a_i2...a_iN...a_M1a_M2...a_MN，其中每一状态对应一条基因链；

(2)初始种群生成：设定初始种群个体数量为30，随机生成一定数量个体，为30的倍数，从中筛选优良个体放入到初始化种群内，直到种群个体数量达到要求；

(3)构造分组信道的适应度函数：设定t_i为第i个分组需求的信道数，则有适应度函数：

$f\left(B\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{(M-|t_i-\underset{K=1}{\overset{N}{\mathrm{\Σ}}}{a}_{\mathrm{ik}}\left|\right)}^2+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{K=1}{\overset{N}{\mathrm{\Σ}}}\underset{i\≠j}{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(1-X_{\mathrm{ij}})a_{\mathrm{iK}}{a}_{\mathrm{jK}}$

其中，a_iK为第i行第K列信道使用情况，a_jK为第j行第K列信道使用情况；

(4)对不同ID分组的选择操作：选择操作是建立在多个不同ID的所有分组中个体适应度评估的基础上，假设群体中某个个体B′适应度为f(B′)，则某个个体B′被选择的概率为P_s＝f(B′)/Σf(B′)，个体适应度越大，被选择的概率越高，个体适应度越小，被选择概率越低，这样就可以决定那些个体被选出；

(5)信道分配：根据遗传算子，确定最终的信道分配方式，其中，遗传算子包括改进的交叉算子和改进的变异算子，其中改进的交叉算子的交叉概率P_c变化公式为：

$P_c=\left\{\begin{array}{cc}{P}_{c2}-\frac{(P_{c2}-P_{c1})\×(f_{\mathrm{avg}}-f_i)}{(f_{\mathrm{avg}}-f_{\min })}& f_i\≤f_{\mathrm{avg}}\\ P_{c3}-\frac{(P_{c3}-P_{c2})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中，f_avg为当代种群全部个体平均适应度值，f_max为种群中个体最大适应度值，f_min为种群中个体最小适应度值，f_i为2个交叉个体中适应度值较大的，P_C1，P_c2，P_C3分别表示三个不同阶段交叉概率的值，P_C1表示f_i＝0时交叉概率，P_c2表示f_i＝f_avg时交叉概率，P_c3表示f_i＝f_max时交叉概率；

改进的变异算子的变异概率P_m的公式如下：

$P_m=\left\{\begin{array}{cc}{P}_{m1}& f_i\≤f_{\mathrm{avg}}\\ P_{m2}-\frac{(P_{m2}-P_{m1})\×(f_{\max }-f_i)}{(f_{\max }-f_{\mathrm{avg}})}& f_i>f_{\mathrm{avg}}\end{array}\right.$

其中f_i为染色体适应度值，f_avg为种群平均适应度值，P_m1，P_m2分别表示两个不同阶段变异概率的数值，P_m1表示f_i≤f_avg时变异概率，P_m2表示f_i＞f_avg时变异概率；

终止条件，当算法进化到规定代数时，适应度值f(B′)对应的个体B′为算法最终找到的解。