CN108737011B - 基于蚁群算法的降低串扰的波长分配方法 - Google Patents

Abstract

本发明公开了一种基于蚁群算法的降低串扰的波长分配方法，主要解决现有环形结构的光片上网络在利用波分复用技术进行信息传输时串扰噪声较大和传输可靠性差的问题。其实现方案为：1.获取应用映射到网络节点后的通信路径信息，并将通信路径按长度从高到低排序；2.为每条路径分配波长时，动态感知各条路径的重叠情况及分配的波长之间的间距，获得备选波长集合；4.利用最大最小蚁群算法按路径排序依次从备选波长集合中选取波长分配给每条路径；5.经过多次波长分配迭代找到最优波长分配方案。本发明增大了重叠路径的波长之间的间距，减小了光信号被不利耦合的比例，降低了串扰噪声，提高了网络节点信息传输的可靠性。可用于光片上网络。

Description

基于蚁群算法的降低串扰的波长分配方法

技术领域

本发明属于通信技术领域，更进一步涉及一种波长分配方法，可用于光片上网络，降低网络通信的串扰，提高网络通信的可靠性。

背景技术

波分复用WDM技术因其可以实现波导共享，提高物理链路的传输带宽和链路利用率，在如今具有高带宽需求的网络传输中被广泛应用。然而，在单波导的环形结构光片上网络中，随着光链路重叠率的增加，由网络节点处微环谐振器的不利耦合带来的不同波长信号之间的串扰噪声也在加剧。现有的基于波分复用技术的光片上网络的波长分配研究主要用于降低通信的阻塞率、减少网络的通信时延，如Ke Chen等人在2013年结合WDM技术和空分复用SDM技术，为其设计的16节点的光片上网络架构MRONoC提出了两种波长分配方式，分别是基于源节点的波长分配和基于目的节点的波长分配。前者，让每个源节点只发送一种固定波长的信号，可接收多个来自不同源节点发送的不同波长的数据信号；后者，让每个目的节点只接收一种固定波长的信号，可向多个目的节点发送不同波长的信号。在实现过程中，MRONoC支持多个不同波长信息的数据分组同时在一根波导中传输，通过波长资源减小网络阻塞概率，这两种波长分配方式虽然通过波长并行降低了网络阻塞率，但在实际通信过程中也分别存在源节点竞争、目的节点竞争的问题。

2015年，Xiaolu Wang等人为环形结构RPNoC提出一种基于通信节点对的波长分配方法，其根据环形拓扑中节点之间跳数的不同，为通信节点对分配波长。不同节点可以接收或者发送多个不同波长的信号，不同节点之间可以通过不同波长共享波导同时进行通信，提高了网络的吞吐量，降低了网络时延。然而多个波长光信号在共享波导通信的同时，由于光链路的重叠，在不同波长之间的光信号之间引入了不可忽略的串扰噪声，且串扰噪声的大小同波长频率密切相关，波长频率间距越小，串扰噪声越大。

2016年，Jiating Luo等人对3D ONoC提出了一种优化波长间距来降低串扰的波长分配方法，但在求解过程中运用了类似贪心算法，在每一步根据通信边的权值的优先级，进行局部最优选择，然后求出全局次优解，该方法虽然有较快的收敛速度，但也存在很大陷入局部最优解的风险，不能有效地达到优化串扰的效果，影响网络的可靠性。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于蚁群算法的降低串扰的波长分配方法，以降低光片上网络节点通信时受到的串扰噪声，提高通信的最坏信噪比，提升网络的可靠性。

本发明的技术思路是：通过按通信节点对分配波长的方式，在分配过程中优先为长的通信路径分配波长，让波长方案遵循“当前路径受到的串扰影响及当前路径对其他路径产生的串扰影响均要最小化的原则”，在每次波长选择过程中综合考虑链路重叠及波长间距，通过为重叠路径选取有较大波长间距的波长来减小串扰噪声。通过具有“正反馈”特性的蚁群智能算法来辅助更快地寻找到串扰最低的波长分配方案。

为实现上述目的，本发明的技术方案包括如下：

(1)根据输入信息获取应用节点对应环形网络节点的通信路径信息，该网络节点的通信路径信息包括：通信路径的源节点位置编号R_source、目的节点位置编号R_destination和通信路径的长度l；

(2)根据通信路径信息中的路径长度l，将所有通信路径按从高到低的顺序排列，并编号1～n，按此顺序更新通信路径信息中各路径信息的记录顺序；

(3)从可用波长范围内等间距选取波长，构成可用波长集W；

(4)根据可用波长集W，利用最大最小蚁群算法为每条通信路径分配波长：

(4a)初始化波长分配算法迭代信息，蚂蚁数量为M，一般取值为n/4～n，n为路径数，初始迭代次数t＝1，最大迭代次数为T，初始信息素为τ₀；

(4b)设初始蚂蚁编号m＝1；

(4c)设初始通信路径k＝1；

(4d)计算备选波长集W^(k)；

(4e)计算备选波长集W^(k)中各个波长的选择概率，根据选择概率按轮盘赌方法从备选波长集W^(k)中选择波长分配给当前通信路径k；

(4f)令k＝k+1，判断当前是否已完成所有通信路径的波长分配，即是否满足k>n：若是，则执行步骤(4g)，否则，返回步骤(4d)；

(4g)记录编号为m的蚂蚁找到的波长分配方案，记为其中表示编号为m的蚂蚁找到的可用波长集W中分配给通信路径k的波长，k＝1～n；

(4h)令m＝m+1，判断当前M只蚂蚁是否已完成各自的分配波长任务，即是否满足m>M：若是，则执行步骤(4i)，否则，返回步骤(4c)；

(4i)分别计算本次迭代找到的M个波长方案A₁,A₂,…,A_m,…,A_M的最坏SNR值SNR_wst，并从中选出最大的值将其对应的波长方案作为最优波长分配方案保存下来，记作A_max，其中A_m表示第m个波长方案，max表示M个波长方案中最优波长方案的下角标值，max∈{1,2，…,M}；

(4j)按最大最小蚁群系统原理更新各条路径上的信息素；

(4k)令t＝t+1，判断当前是否已完成最大迭代次数，即是否满足t>T：若是，则执行步骤(4l)；否则，返回步骤(4b)；

(4l)输出最优波长分配方案A_max及该波长分配方案对应的最坏SNR值

本发明与现有技术相比具有以下优点：

1.由于本发明对通信路径按长度进行了从高到低的排序，考虑到长路径的信号在传输过程中累积的损耗较大，串扰噪声对其影响严重，在波长分配过程中，优先为长路径分配波长，提高了长路径的信噪比，从而提高了长路径信息传输的可靠性。

2.由于本发明遵循“当前路径受到的串扰影响及当前路径对其他路径产生的串扰影响均要最小化的原则”，故在为当前路径分配波长的过程中能动态感知已分配波长的路径拥有的波长集合，选择与前述波长集合中所有波长的间距均较大的波长，减小了所有路径受到的串扰噪声。

3.由于本发明是基于具有“正反馈”特性的蚁群智能算法进行最优波长分配方案的寻找，波长选择概率的计算综合考虑了已分配波长的路径与当前路径的目的链路的重叠情况、波长使用情况及蚁群算法迭代过程中上一次波长分配方案的信息素，在波长分配过程中，以更大概率选择使重叠路径之间的波长间距较大的波长方案，增大了产生串扰的路径之间光信号波长间距，减小了接收到的串扰噪声，从而提高了通信的信噪比，提升了网络通信的可靠性。

附图说明

图1是本发明的实现总流程图。

图2是本发明中利用最大最小蚁群算法为每条通信路径分配波长的子流程图。

具体实施方式

下面结合附图对本发明做进一步的详细描述。

参照图1，本发明的实现步骤如下：

步骤1：获取应用映射到网络节点后的通信路径信息。

(1a)输入所需信息，具体包括：N个应用节点之间的通信关系矩阵C_NN和将N个应用节点放置到环形网络中具体位置的对应关系序列Map＝{n₁,n₂,...,n_i,...,n_N}，n_i表示从应用节点中选出来放在第i个网络节点的应用节点编号，所有n_i均不同，n_i＝1～N，i＝1～N；

(1b)根据输入的信息，获取应用节点对应的环形网络节点的通信路径信息，该网络节点的通信路径信息包括：通信路径的源节点位置编号R_source、目的节点位置编号R_destination和通信路径的长度l，其中，通信路径长度l，按照如下公式计算：

式中，N为网络节点的数目。

步骤2：将通信路径按长度重新排序。

(2a)根据通信路径信息中的路径长度l，将所有通信路径按从高到低的顺序排列，并编号为1～n，n为通信路径数；

(2b)按此排列顺序更新通信路径信息中各路径信息的记录顺序。

步骤3：获取可用波长集合。

(3a)从可用波长范围内等间距选取波长，即：

其中，WL_range为可用波长取值范围，WL_num为可用波长数目，λ₁为第一个波长，λ_j为第j个波长的值；

(3b)利用以上波长构成可用波长集W,即：

步骤4：利用最大最小蚁群算法为每条通信路径分配波长，找到最优波长分配方案。

参照图2，本步骤的具体实现如下：

(4a)初始化波长分配算法迭代信息，设蚂蚁数量为M，初始迭代次数t＝1,最大迭代次数为T，初始信息素为τ₀，在第1次迭代时，将第j个波长λ_j分配给路径i的启发式信息素为τ_ij(1)，设τ_ij(1)＝τ₀，j＝1～WL_num，i＝1～n；

(4b)设初始蚂蚁编号m＝1；

(4c)设初始通信路径k＝1；

(4d)根据可用波长集W中的波长数WL_num与通信路径数n的关系，计算备选波长集W^(k)：

其中，W为可用波长集，U^(k-1)为在当前路径k之前已分配给前k-1条路径的波长构成的集合，当k＝1时，U^(k-1)为空集；

(4e)计算备选波长集W^(k)中各个波长的选择概率，根据选择概率按轮盘赌方法从备选波长集W^(k)中选择波长分配给当前通信路径k：

(4e1)计算备选波长集W^(k)中各个波长的选择概率：

式中，表示在蚁群算法的第t次迭代时，蚂蚁m将备选波长集W^(k)中的波长λ_j分配给当前路径k的选择概率；τ_kj(t)表示在蚁群算法的第t次迭代中，将波长λ_j分配给路径k留下的信息素的量；α表示信息素启发式因子，用于反应信息素的相对重要程度；β为期望启发式因子，用于反应先验概率的相对重要程度；η_kj表示将波长λ_j分配给路径k的先验启发概率，按如下公式计算：

其中，d(j,H^(k))表示备选波长集W^(k)中的波长λ_j与路径k的重叠路径拥有的波长集H^(k)之间的距离，按如下公式计算：

H^(k)表示路径k的重叠路径拥有的波长集，是根据通信路径的编号k选取,即：

其中，表示空集；L为波长集合U^(k-1)的子集，其根据前k-1条路径中是否存在路径与当前路径k经过至少两个相同节点得到：

若存在路径与路径k经过至少两个相同节点，将这些路径编号及该路径分配到的波长编号记录下来，所有记录下来的路径称为“路径k的重叠路径”，所有记录下来的波长构成集合L；

若不存在路径与路径k经过至少两个相同节点，则L为空集；

(4e2)根据选择概率按轮盘赌方法从备选波长集W^(k)中选择波长分配给当前通信路径k：

(4e21)选择概率归一化，令：

其中，P(j)表示备选波长集W^(k)中第j个波长被选择的概率，所有P(j)的和为1；

(4e22)想象有一个轮盘，将轮盘扇区按备选波长集W^(k)中的波长数进行编号，备选波长集W^(k)中第j个波长对应扇区j，P(j)表示轮盘上扇区j所占的面积百分比；

(4e23)轮盘转动一圈进行选择：每次转轮盘前，把选择指针放到轮盘外缘的起始点0处，选择指针不随轮盘转动，轮盘转动后，选择指针所指示的轮盘扇区号不断变化，轮盘停止时选择指针所指示的轮盘上扇区号，即为本次轮盘赌所选中的波长号。

(4f)令k＝k+1，判断当前是否已完成所有通信路径的波长分配，即是否满足k>n：若是，则执行步骤(4g)，否则，返回步骤(4d)；

(4g)记录编号为m的蚂蚁找到的波长分配方案，记为其中表示编号为m的蚂蚁找到的可用波长集W中分配给通信路径k的波长,k＝1～n；

(4h)令m＝m+1，判断当前M只蚂蚁是否已完成各自的分配波长任务，即是否满足m>M：若是，则执行步骤(4i)，否则，返回步骤(4c)；

(4i)分别计算本次迭代找到的M个波长方案A₁,A₂,...,A_m,...,A_M的最坏SNR值，记为SNR_wst，其中A_m表示第m个波长分配方案，其计算步骤如下：

(4i1)计算n条路径各自目的节点接收到的信号功率其中表示第k条路径的目的节点接收到的信号功率，按如下公式计算：

式中,为第k条路径的光信号输入功率；为第k条路径的光信号从源节点传输到目的节点的过程中累积的波导传播损耗；表示在第m个波长分配方案A_m下，第k条路径的光信号从源节点传输到目的节点的过程中累积的微环经过损耗；表示在第m个波长分配方案A_m下第k条路径的光信号从源节点传输到目的节点的过程中累积的微环耦合损耗；

(4i2)计算n条通信路径各自目的节点接收到的噪声功率 其中表示第k条路径的目的节点接收到的噪声功率，按如下公式计算：

式中，表示在波长分配方案A_m下第i条路径对第k条路径产生的噪声功率；

(4i3)利用第k条路径的信号功率和噪声功率计算第k条路径的SNR值,即：

(4i4)从n个SNR值中选出最小的值，将其作为第m个波长分配方案A_m的最坏SNR，记作

(4i5)重复步骤(4i1)～(4i4)，计算出M个波长分配方案的最坏SNR值

(4j)根据计算的M个SNR_wst，从中选出最大的值将其对应的波长方案作为最优波长分配方案，记作A_max,max表示M个波长方案中最优波长方案的下角标值，max∈{1,2，…,M}；

(4k)按最大最小蚁群系统原理更新各条路径上的信息素；

(4k1)计算第t+1次迭代时将波长λ_j分配给路径i的信息素τ_ij(t+1)，其计算公式如下：

式中，τ_ij(t)为第t次迭代时将波长λ_j分配给路径i的信息素；ρ为信息素挥发系数，取值范围为(0,1]；Δτ_ij ^max为找到最优波长分配方案A_max的蚂蚁留下的信息素，其计算如下:

式中,Q和C是两个正的常数,Q≠C；为最优波长分配方案A_max对应的最坏值SNR_wst；

(4k2)对信息素τ_ij(t+1)的取值按照如下条件进行设限：

式中，τ_max、τ_min分别为信息素取值的上界和下界；

(4l)令t＝t+1，判断当前是否已完成最大迭代次数，即是否满足t>T：若是，则输出最优波长分配方案A_max及该波长分配方案对应的最坏SNR值波长分配结束；否则，返回步骤(4b)。

以上描述仅是对本发明的一个具体实例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解本发明的内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (7)

1.一种基于蚁群算法的降低串扰的波长分配方法，包括如下：

(1)根据输入信息获取应用节点对应环形网络节点的通信路径信息，该网络节点的通信路径信息包括：通信路径的源节点位置编号R_source、目的节点位置编号R_destination和通信路径的长度l；

(2)根据通信路径信息中的路径长度l，将所有通信路径按从高到低的顺序排列，并编号1～n，按此顺序更新通信路径信息中各路径信息的记录顺序；

(3)从可用波长范围内等间距选取波长，构成可用波长集W；

(4)根据可用波长集W，利用最大最小蚁群算法为每条通信路径分配波长：

(4a)初始化波长分配算法迭代信息，蚂蚁数量为M，取值为n/4～n，n为路径数，初始迭代次数t＝1，最大迭代次数为T，初始信息素为τ₀；

(4b)设初始蚂蚁编号m＝1；

(4c)设初始通信路径k＝1；

(4d)计算备选波长集W^(k)；

(4e)计算备选波长集W^(k)中各个波长的选择概率：

其中，表示在蚁群算法的第t次迭代时，蚂蚁m将备选波长集W^(k)中的波长λ_j分配给当前路径k的选择概率；τ_kj(t)表示在蚁群算法的第t次迭代中，将波长λ_j分配给路径k留下的信息素的量；α表示信息素启发式因子，用于反应信息素的相对重要程度；β为期望启发式因子，用于反应先验概率的相对重要程度；η_kj表示将波长λ_j分配给路径k的先验启发概率，按如下公式计算：

其中，d(j,H^(k))表示备选波长集W^(k)中的波长λ_j与路径k的重叠路径拥有的波长集H^(k)之间的距离，按如下公式计算：

H^(k)表示路径k的重叠路径拥有的波长集，是根据通信路径的编号k选取,即：

其中，表示空集；L为波长集合U^(k-1)的子集，其根据前k-1条路径中是否存在路径与当前路径k经过至少两个相同节点得到:若存在路径与路径k经过至少两个相同节点，将这些路径编号及该路径分配到的波长编号记录下来，所有记录下来的路径称为“路径k的重叠路径”，所有记录下来的波长构成集合L，若不存在路径与路径k经过至少两个相同节点，则L为空集；

再根据选择概率按轮盘赌方法从备选波长集W^(k)中选择波长分配给当前通信路径k；

(4f)令k＝k+1，判断当前是否已完成所有通信路径的波长分配，即是否满足k>n：若是，则执行步骤(4g)，否则，返回步骤(4d)；

(4g)记录编号为m的蚂蚁找到的波长分配方案，记为其中表示编号为m的蚂蚁找到的可用波长集W中分配给通信路径k的波长,k＝1～n；

(4h)令m＝m+1，判断当前M只蚂蚁是否已完成各自的分配波长任务，即是否满足m>M：若是，则执行步骤(4i)，否则，返回步骤(4c)；

(4i)分别计算本次迭代找到的M个波长方案A₁,A₂,…,A_m,…,A_M的最坏SNR值SNR_wst，并从中选出最大的值将其对应的波长方案作为最优波长分配方案保存下来，记作A_max，其中A_m表示第m个波长方案，max表示M个波长方案中最优波长方案的下角标值，max∈{1,2，…,M}；

(4j)按最大最小蚁群系统原理更新各条路径上的信息素；

(4k)令t＝t+1，判断当前是否已完成最大迭代次数，即是否满足t>T：若是，则执行步骤(4l)；否则，返回步骤(4b)；

(4l)输出最优波长分配方案A_max及该波长分配方案对应的最坏SNR值

2.根据权利要求1所述的方法，步骤(1)中输入的信息，包括：N个应用节点之间的通信关系矩阵C_NN和将N个应用节点放置到环形网络中具体位置的对应关系序列Map＝{n₁,n₂,...,n_i,...,n_N}，n_i表示从应用节点中选出来放在第i个网络节点的应用节点编号，所有n_i均不同，n_i＝1～N，i＝1～N。

3.根据权利要求1所述方法，其中，步骤(1)中所述的路径长度l定义如下：

其中,R_source，R_destination分别表示通信路径R在环形网络结构中的源节点位置编号和目的节点位置编号，N为网络节点的数目。

4.根据权利要求1所述方法，其中，步骤(3)中所述的可用波长集W中各波长的取值计算如下：

其中，WL_range为可用波长取值范围，WL_num为可用波长数目，λ₁为第一个波长，λ_j表示第j个波长的值。

5.根据权利要求1所述方法，其中步骤(4d)中计算备选波长集W^(k)，是根据可用波长集W中的波长数WL_num与通信路径数n的关系计算，即：

其中，W为可用波长集，U^(k-1)为在当前路径k之前已分配给前k-1条路径的波长构成的集合，当k＝1时，U^(k-1)为空集。

6.根据权利要求1所述方法，其中，步骤(4i)中分别计算本次迭代找到的M个波长方案的最坏SNR值，并根据计算的最坏SNR值从M个方案中选出最优波长分配方案A_max，按照如下步骤进行：

(4i1)计算n条路径各自目的节点接收到的信号功率其中表示第k条路径的目的节点接收到的信号功率，按如下公式计算：

式中,为第k条路径的光信号输入功率；为第k条路径的光信号从源节点传输到目的节点的过程中累积的波导传播损耗；表示在第m个波长分配方案A_m下，第k条路径的光信号从源节点传输到目的节点的过程中累积的微环经过损耗；表示在第m个波长分配方案A_m下第k条路径的光信号从源节点传输到目的节点的过程中累积的微环耦合损耗；

(4i2)计算n条通信路径各自目的节点接收到的噪声功率 其中表示第k条路径的目的节点接收到的噪声功率，按如下公式计算：

式中，表示在波长分配方案A_m下第i条路径对第k条路径产生的噪声功率；

(4i3)利用第k条路径的信号功率和噪声功率计算第k条路径的SNR值,即：

(4i4)从n个SNR值中选出最小的值，将其作为第m个波长分配方案A_m的最坏SNR，记作

(4i5)重复步骤(4i1)～(4i4)，计算出M个波长分配方案的最坏SNR值

(4i6)从M个SNR_wst中选出最大的值将其对应的波长分配方案作为最优波长分配方案，记作A_max。

7.根据权利要求1所述方法，其中步骤(4j)中更新信息素，按照如下步骤进行：

(4j1)计算第t+1次迭代时将波长λ_j分配给路径i的信息素τ_ij(t+1)：

式中，τ_ij(t)为第t次迭代时将波长λ_j分配给路径i的信息素；ρ为信息素挥发系数，取值范围为(0,1]；为找到最优波长分配方案A_max的蚂蚁留下的信息素，其计算如下:

式中,Q和C是两个正的常数,Q≠C；为最优波长分配方案A_max对应的最坏值SNR_wst；

(4j2)对信息素τ_ij(t+1)的取值按照如下条件进行设限：

式中，τ_max、τ_min分别为信息素取值的上界和下界。