CN104469703A - 一种集群呼叫系统的信道动态分配方法 - Google Patents

Abstract

本发明提供了一种集群呼叫系统的信道动态分配方法，其通过下列步骤实现：步骤一、建立多个各个编码或地址的群组，可多级分组，一级分组为根据专利、版权、商标进行分组，其中，建立专利二级分组，可进一步细分为发明、实用新型、外观小组，并且可由用户设定根据区域或领域进一步划分小组，每个分组具有不同的编码或地址，每个群组自成系统，多个通信系统共用一个或多个频率；步骤二、不同群组的呼叫终端按下PPT开关，发出呼叫请求信号，对空闲信道进行检测，并对通话信道进行指配和控制；步骤三、将优先级高的呼叫终端和接收终端通过相应信道建立映射；步骤四、通话完成，迅速释放信道，给其他呼叫终端使用。从而提高了信道的利用率，节省了系统资源。

Description

一种集群呼叫系统的信道动态分配方法

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网络的集群呼叫系统的信道动态分配方法。

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，提供一种集群呼叫系统的信道动态分配方法，特别是应用于知识产权网络的集群呼叫系统的信道动态分配方法。本发明优化了现有技术中的信道动态分配方法，并采用遗传算法，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：

一种集群呼叫系统的信道动态分配方法，所述方法步骤如下：步骤一、建立多个具有不同编码或地址的群组；步骤二、不同群组的呼叫终端通过PPT开关的启闭向集群呼叫系统发出呼叫请求信号，所述集群呼叫系统获取到所述呼叫请求信号，对空闲信道进行检测；所述集群呼叫系统用于对通话信道的指配和控制；步骤三、对呼叫终端和接收终端设置不同的优先级，并根据优先级的高低，在所述集群呼叫系统中，通过信道建立所述呼叫终端和所述接收终端的映射，所述呼叫终端和所述接收终端之间连接的信道被占用，从而实现集群呼叫；步骤四、集群呼叫通话完成后，释放信道；释放后的信道用于其他呼叫终端使用。

一种应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，所述方法步骤如下：步骤一、建立多个具有不同编码或地址的群组，每个群组形成呼叫用户分组单元；步骤二、不同群组的呼叫终端通过PPT开关的启闭向集群呼叫系统发出呼叫请求信号，所述集群呼叫系统获取到所述呼叫请求信号，对是否存在空闲信道进行检测；所述集群呼叫系统用于对通话信道的指配和控制；步骤三、检测信道是否为空闲，用来选择可用的传输信道；步骤四、当存在空闲信道时，基站分别根据呼叫终端的优先级，对呼叫终端进行排序，以及根据接收终端的优先级，对接收终端进行排序；将呼叫终端和接收终端中优先级最高的呼叫终端和接收终端通过所选择的可用的传输信道建立映射；当不存在空闲信道时，呼叫终端发出呼叫请求时，此时的呼叫终端作为突发呼叫终端：若突发呼叫终端的优先级高于当前呼叫终端的最高优先级，则无须等待空闲信道，而把当前优先级最低的占用的信道释放，提供给突发呼叫终端使用，若突发呼叫终端优先级低于或等同于当前占用信道的优先级，则对突发呼叫终端采取呼叫排队方式处理，不必重新申请，并且依照其优先级，在当前等待呼叫终端队列中排序；步骤五、通话完成，迅速释放信道，给其他呼叫终端使用。

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，二级分组包括发明、实用新型、外观分组；并且由预设定值，根据用户设定根据地域或业务类型对二级分组再次进行二级以上分组进行逐级分组，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；所述呼叫用户分组单元根据业务类型划分，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任意用户建立新的分组，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，信道控制，分为集中控制和分散控制两种，集中控制通过一个智能终端控制，统一管理集群呼叫系统中的信道分配，分散控制则针对每一个单独信道进行智能控制终端的管理。

优选地，基站根据动态分配原则，同呼叫终端之间建立集群呼叫的业务信道。

优选地，动态分配原则的具体实现方法为：(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：

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

其中，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：通过对动态分配算法进行改进，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网络的集群呼叫系统的信道动态分配方法的流程图；

图3是依据本发明实施例的信道动态分配算法流程图。

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，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：一种应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，所述方法步骤如下：步骤一、建立多个具有不同编码或地址的群组，每个群组形成呼叫用户分组单元；步骤二、不同群组的呼叫终端按下PPT开关，发出呼叫请求信号，对空闲信道进行检测，并对通话信道进行指配和控制；步骤三、当存在空闲信道时，基站分别根据呼叫终端的优先级，对呼叫终端进行排序，以及根据接收终端的优先级，对接收终端进行排序；将优先级高的呼叫终端和接收终端通过相应信道建立映射；步骤四、当不存在空闲信道时，对于突发呼叫终端信道分配如下：若突发呼叫终端居于当前呼叫终端的最高优先级，则无须等待空闲信道，而把当前优先级最低的占用的信道释放，提供给突发呼叫终端使用，如果突发呼叫终端优先级低于或等同于当前占用信道，则对突发呼叫终端采取呼叫排队方式处理，不必重新申请，并且依照其优先级，在当前等待呼叫终端队列中排序；步骤五、通话完成，迅速释放信道，给其他呼叫终端使用。

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_ija_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：

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

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；

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)

1.一种集群呼叫系统的信道动态分配方法，所述方法步骤如下：

步骤一、建立多个具有不同编码或地址的群组；

步骤二、不同群组的呼叫终端通过PPT开关的启闭向集群呼叫系统发出呼叫请求信号，所述集群呼叫系统获取到所述呼叫请求信号，对空闲信道进行检测；所述集群呼叫系统用于对通话信道的指配和控制；

步骤三、对呼叫终端和接收终端设置不同的优先级，并根据优先级的高低，在所述集群呼叫系统中，通过信道建立所述呼叫终端和所述接收终端的映射，所述呼叫终端和所述接收终端之间连接的信道被占用，从而实现集群呼叫；

步骤四、集群呼叫通话完成后，释放信道；释放后的信道用于其他呼叫终端使用。

2.一种应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，所述方法步骤如下：

步骤一、建立多个具有不同编码或地址的群组，每个群组形成呼叫用户分组单元；

步骤二、不同群组的呼叫终端通过PPT开关的启闭向集群呼叫系统发出呼叫请求信号，所述集群呼叫系统获取到所述呼叫请求信号，对是否存在空闲信道进行检测；所述集群呼叫系统用于对通话信道的指配和控制；

步骤三、检测信道是否为空闲，用来选择可用的传输信道；

步骤四、当存在空闲信道时，基站分别根据呼叫终端的优先级，对呼叫终端进行排序，以及根据接收终端的优先级，对接收终端进行排序；将呼叫终端和接收终端中优先级最高的呼叫终端和接收终端通过所选择的可用的传输信道建立映射；当不存在空闲信道时，呼叫终端发出呼叫请求时，此时的呼叫终端作为突发呼叫终端：若突发呼叫终端的优先级高于当前呼叫终端的最高优先级，则无须等待空闲信道，而把当前优先级最低的占用的信道释放，提供给突发呼叫终端使用，若突发呼叫终端优先级低于或等同于当前占用信道的优先级，则对突发呼叫终端采取呼叫排队方式处理，不必重新申请，并且依照其优先级，在当前等待呼叫终端队列中排序；

步骤五、通话完成，迅速释放信道，给其他呼叫终端使用。

3.如权利要求2所述的应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，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，二级分组包括发明、实用新型、外观分组；并且由预设定值，根据用户设定根据地域或业务类型对二级分组再次进行二级以上分组进行逐级分组，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呼叫系统的信道动态分配方法，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；所述呼叫用户分组单元根据业务类型划分，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任意用户建立新的分组，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呼叫系统的信道动态分配方法，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所述的应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，其特征在于：信道控制，分为集中控制和分散控制两种，集中控制通过一个智能终端控制，统一管理集群呼叫系统中的信道分配，分散控制则针对每一个单独信道进行智能控制终端的管理。

7.如权利要求6所述的应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，其特征在于：基站根据动态分配原则，同呼叫终端之间建立集群呼叫的业务信道。

8.如权利要求7所述的应用于知识产权呼叫网络的集群呼叫系统的信道动态分配方法，其特征在于，动态分配原则的具体实现方法为：(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：

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

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。