CN111148116B - 面向应急通信的wmn网关部署与信道分配联合优化方法 - Google Patents

面向应急通信的wmn网关部署与信道分配联合优化方法 Download PDF

Info

Publication number
CN111148116B
CN111148116B CN201911269392.0A CN201911269392A CN111148116B CN 111148116 B CN111148116 B CN 111148116B CN 201911269392 A CN201911269392 A CN 201911269392A CN 111148116 B CN111148116 B CN 111148116B
Authority
CN
China
Prior art keywords
link
node
network
steps
following
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.)
Active
Application number
CN201911269392.0A
Other languages
English (en)
Other versions
CN111148116A (zh
Inventor
刘炜
佘维
徐畅
田钊
李东坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University
Original Assignee
Zhengzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhengzhou University filed Critical Zhengzhou University
Priority to CN201911269392.0A priority Critical patent/CN111148116B/zh
Publication of CN111148116A publication Critical patent/CN111148116A/zh
Application granted granted Critical
Publication of CN111148116B publication Critical patent/CN111148116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/16—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/248—Connectivity information update
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向应急通信的WMN网关部署与信道分配联合优化方法，包括如下步骤，步骤一：进行网络全覆盖式的网关部署并生成转发树；步骤二：寻找所述转发树中各个链路的链路干扰范围，获得链路干扰集；步骤三：根据所述转发树，计算链路所承受负载流量；步骤四：根据链路的干扰集合和链路所承受负载流量，获得各个链路的冲突量，依据各个链路的冲突量，获得网络总链路冲突量；步骤五：建立网络总链路冲突量数学模型，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式，具有减少链路干扰，提高网络吞吐量的优点。

Description

面向应急通信的WMN网关部署与信道分配联合优化方法
技术领域
本发明属于通信技术领域，具体涉及一种面向应急通信的WMN网关部署与信道分配联合优化方法。
背景技术
随着自然灾害的不断发生，世界范围内对应急通信网络展开深入研究。地震作为常见的自然灾害，发生后导致灾区的网络通信设备会受到不同程度的破坏，造成通信系统的瘫痪，这种破坏在短时间内无法恢复，普通通信设备不能满足此环境下的通信需求。因此，如何快速部署可靠、高效、稳定的应急通信网络，使外界及时联通灾区获得灾区实况并满足灾区爆发式增长的网络需求，对灾后救援工作起着重要作用。传统的应急通信网络如卫星通信、移动蜂窝技术，易受地形、气候、设备及部署成本等多方面的影响，无法很好地满足灾区环境下的网络性能需求。
无线Mesh网络(Wireless Mesh Networks,WMN)，作为新型的宽带无线网络架构，是一种自组织、自配置、高容量、高速率并支持多种网络接入类型的无线多跳传输网络，在灵活组网、提高网络覆盖率、增加网络容量、可扩展性以及投资成本低等方面具有较大优势，非常适用于灾后网络的组建与恢复。无线Mesh网络网状拓扑结构如图1所示，各网络节点之间以无线多跳相连，网络节点由Mesh路由器和Mesh终端两种类型组成，其中Mesh路由器包括两种功能的路由器，网关路由器(gateway,GW)和普通路由器(mesh router,MR)，Mesh路由器节点除了提供网关和中继功能之外，同时支持网络互联的路由功能。为提高网络容量以及增加网络的灵活性，每个节点配置多个射频端口，每个射频端口使用多个正交信道实现并行非干扰数据传输，分配相同信道的两个不同节点上的射频端口可形成通信链路。
对于整个无线Mesh网络架构，骨干网为接入终端层提供流量接入服务，其中网关节点起着关键作用，将数据从无线多跳网络中继到互联网，路由器所聚集的流量全部通过网关进行路由。因此，网关本身承受负载能力制约着整个网络的性能。针对灾后场景，网关部署须满足部署成本、用户全覆盖、网关负载均衡以及网络吞吐量性能等需求。为实现灾区全面救援工作，需实现网络节点的全覆盖；合理的信道分配能够减少网络链路中的干扰从而提高网络吞吐量，以满足灾区网络性能需求。
在WMN通信领域中有主要工作，大致分为三类，一是围绕WMN网关部署问题；二是WMN干扰估计为中心的多信道分配算法问题；最后则是多目标联合优化进行多信道分配以提高WMN整体性能的问题。
目前对无线Mesh网络中多信道分配算法中，主要以减少网络链路干扰提高网络吞吐量为目标，很少同时考虑网络网关部署问题。由于网络的复杂性，实际无线Mesh网络信道分配中，需要考虑网关的部署，网关的部署是否合理，决定着网络资源能不能得到充分利用，对解决网络吞吐能力问题至关重要，此外还需要考虑因信道分配产生的链路间的干扰问题。
发明内容
鉴于此，本发明提供一种面向应急通信的WMN网关部署与信道分配联合优化方法，具有减少链路干扰，提高网络吞吐量的优点。
本发明通过以下技术方案实现：
一种面向应急通信的WMN网关部署与信道分配联合优化方法，包括如下步骤，
步骤一：进行网络全覆盖式的网关部署并生成转发树；
步骤二：寻找所述转发树中各个链路的链路干扰范围，获得链路干扰集；
步骤三：根据所述转发树，计算链路所承受负载流量；
步骤四：根据链路的干扰集合和链路所承受负载流量，获得各个链路的冲突量，依据各个链路的冲突量，获得网络总链路冲突量；
步骤五：建立网络总链路冲突量数学模型，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式。
步骤一中，所述转发树的生成包括如下步骤：
a1)：初始化网络场景、网络节点、通信半径RT和节点路径长度，所述节点路径长度即为普通路由节点到网关节点之间的通信跳数R；
a2)：随机选择候选节点作为网关并标记；
a3)：根据候选节点N、通信半径RT以及通信跳数R的参数约束，通过贪心算法对节点进行扫描；
a4)：选择在候选节点N通信跳数R跳范围内的邻居节点作为下一个候选节点添加入转发树并进行标记；
a5)：设置运行次数，所述运行次数至少为1次，根据设置运行次数重复步骤a1)至a4),从中选择选择具有最小网关节点数量的拓扑图。
步骤二中，所述链路干扰集为在任意链路的冲突域范围内使用相同信道的干扰链路集合；所述链路干扰集的获取方法包括如下步骤：
b1)：将网络拓扑图用N*N的二维矩阵A表示，并设定N1(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)为相邻关系，N2表示过渡矩阵以及N3(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)是两条不相同的链路且链路e(i,j)与链路e(u,v)这两条链路经过两跳相邻的节点；
所述二维矩阵A的数学表示，
Figure GDA0003622503710000031
其中，vi,vj为网络节点，d(vi,vj)为vi,vj两个网络节点之间的距离；
所述N1(e(i,j),e(u,v))的数学表示为：
Figure GDA0003622503710000032
所述N3(e(i,j),e(u,v))的数学表示为：
N3＝N2×N2；
Figure GDA0003622503710000033
b2)：根据定N1(e(i,j),e(u,v))和N3(e(i,j),e(u,v))定义链路冲突域CDu,v，
CDu,v＝{e(i,j)|e(i,j)∈Eand N1(e(i,j),e(u,v))＝1andN3(e(i,j),e(u,v))＝1} (4)
b3)：将链路冲突域CDu,v内分配了相同信道的链路作为集合构成链路干扰集，设定
Figure GDA0003622503710000034
表示链路(u,v)之间分配了相同信道c的干扰链路集合，则链路干扰集的数学表示为：
Figure GDA0003622503710000035
其中，u,v,i,j表示网络节点编号，c为信道，
Figure GDA0003622503710000036
表示链路(i,j)之间分配了相同的信道c。
步骤三中，链路所承受负载流量的计算为根据所述转发树和各个链路自身所携带负载量，得到各个链路上所承受负载流量，所述各个链路自身所携带负载量满足WMN中流量的聚集性，所述WMN中流量的聚集性为各个链路上所承受负载量包括自身产生的负载和所转发负载之和。
步骤四中所述链路冲突量为：在链路冲突域范围内，两条并发传输的链路上每条链路中的流量负载对链路之间相互干扰的程度，所述网络总链路冲突量为各个链路冲突量的总和；设定链路冲突量为
Figure GDA0003622503710000037
网络总链路冲突量为
Figure GDA0003622503710000038
则：
Figure GDA0003622503710000039
Figure GDA00036225037100000310
其中，
Figure GDA00036225037100000311
表示链路(i,j)之间分配相同信道c的干扰链路集合，ti.j表示链路(i,j)上的负载流量，CDu,v为链路冲突域。
步骤五中，所述网络总链路冲突量数学模型为混合整数非线性问题模型，在所述数学模型中设定优化目标为
Figure GDA0003622503710000041
所述约束条件为：
Figure GDA0003622503710000042
Figure GDA0003622503710000043
Figure GDA0003622503710000044
Figure GDA0003622503710000045
Figure GDA0003622503710000046
Figure GDA0003622503710000047
Figure GDA0003622503710000048
Figure GDA0003622503710000049
其中，yi,j表示节点vi是否是节点vj的父节点；ai,j表示节点vi与节点vj之间是否存在链路；xj为网关节点；
Figure GDA00036225037100000410
为中间变量，表示节点vu的流量是否经过链路(vi,vj)；
Figure GDA00036225037100000411
表示链路ei,j是否分配了相同的信道c；K是网络中可用正交信道的总数，M是每个路由节点上可用无线接口的数量，并且M≤K；R为通信跳数；C表示负载量；
公式(9)表示节点vi选择节点vj为网关的前提条件是两节点之间必须存在链路；
公式(10)表示非网关节点只能和一个网关节点相连；
公式(11)确保所有普通路由节点与网关节点之间的通信跳数不超过上限；
公式(12)确保每个节点vj同时分配的信道数不能小于该节点配置的射频端口数量的限制；
公式(13)保证了任意链路最多只能分配一个信道；
公式(14)表示了每个节点所能承受的负载流量不能超过其负载量C；
公式(15)为任意特定数据流(s,d)通过信道c流经链路(m,n),须满足的流量守恒定律；
公式(16)为决策变量。
步骤五中，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式包括如下步骤：
c1)：初始化算法参数，所述算法参数包括网络参数、种群规模和迭代数；
c2)：选择满足全覆盖网关节点，根据链路冲突域和链路所承受负载对链路进行信道编码；
c3)：生成初始化种群作为算法寻优的起始个体；
c4)：采用自适应变异策略对个体进行变异操作；
c5)：针对变异个体进行越界修复；
c6)：保留c5)中的变异个体作为后代进行交叉操作；
c7)：根据概率选择合适个体进行下一代进化
c8)：判断算法是否满足收敛，若不满足则更新种群并转入c4),若满足，则转入c9)；
c9)：得到所述优化目标
Figure GDA0003622503710000051
的优化方式，并进行网关部署和信道分配。
步骤c2)中的信道编码采用以网络节点为索引，以十进制整数矩阵形式的基因结构为编码方式建立网络连接与信道编码之间的映射，所述信道编码为种群混合编码，所述种群混合编码包括混合流量负载和信道分配。
步骤c4)中的变异策略采用DE/best/2算子进行变异，变异规则为：
Figure GDA0003622503710000052
其中，F＝1and r1,r2,r3,r4∈{1,2,..,NP}，best≠r1≠r2≠r3≠r4，
Figure GDA0003622503710000053
为每一代的随机个体，Xbest为当代最优个体，F为缩略因子，Vi为变异之后的新个体。
步骤c6)中所述交叉采用的策略为
Figure GDA0003622503710000054
步骤c7)中概率选择采用的策略为
Figure GDA0003622503710000055
其中，CR表示交叉操作中被用来交叉序列的选取范围，Ui是下一代的个体，f(Ui)是下一代个体适应度值，Xi是当代个体，f(Xi)表是当代个体的适应度值。
本发明公开了一种面向应急通信的WMN网关部署与信道分配联合优化方法，构建了基于差分算法的网络干扰最小化以及满足网络全覆盖的信道分配策略，该算法首先根据全覆盖要求在确定无线Mesh网络路由节点的前提下选择网关节点，并获得链路冲突域构建链路干扰模型；之后以该模型为目标使用差分算法获得最优信道分配方案，具有有效减少网络链路干扰，提高网络吞吐量，保证灾区网络全覆盖的有益效果。
附图说明
图1是多射频多信道无线Mesh网络基础架构。
图2是WMN网关部署与信道分配联合优化算法流程图。
图3是链路冲突域的示意图。
图4是差分进化算法从得到网络总链路冲突量最小化的信道分配方式流程图。
图5是链路干扰值随信道数的变化图。
图6是链路干扰值随路径长度的变化图。
具体实施方式
下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施，而不是全部的实施，基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明的基本思路是对无线mesh网络进行网关部署与多信道的资源分配，首先以满足全覆盖为前提进行网关部署，进而形成转发树，对新生成的转发树计算树中各个链路的冲突域，在找到冲突域之后计算各个链路上所承受负载，之后通过链路冲突域以及各个链路上所承受负载来获得链路的流量干扰，进而获得网络系统的总链路冲突量。以上过程完成以后，使用差分进化算法以最小化网络总链路冲突量为目标对网络链路进行信道分配，当算法满足收敛条件时，得出最小网络总链路冲突量和信道分配方式。
如图2所示，一种面向应急通信的WMN网关部署与信道分配联合优化方法，包括如下步骤，
步骤一：进行网络全覆盖式的网关部署并生成转发树；
步骤二：寻找所述转发树中各个链路的链路干扰范围，获得链路干扰集；
步骤三：根据所述转发树，计算链路所承受负载流量；
步骤四：根据链路的干扰集合和链路所承受负载流量，获得各个链路的冲突量，依据各个链路的冲突量，获得网络总链路冲突量；
步骤五：建立网络总链路冲突量数学模型，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式。
步骤一中，所述转发树的生成包括如下步骤：
a1)：初始化网络场景、网络节点、通信半径RT和节点路径长度，所述节点路径长度即为普通路由节点到网关节点之间的通信跳数R；
a2)：随机选择候选节点作为网关并标记；所述候选节点为在开始选择网络节点前，所有的网络节点均为候选节点，被选择之后，候选节点成为网关节点。
a3)：根据候选节点N、通信半径RT以及通信跳数R的参数约束，通过贪心算法对节点进行扫描；
a4)：选择在候选节点N通信跳数R跳范围内的邻居节点作为下一个候选节点添加入转发树并进行标记；
a5)：设置运行次数，所述运行次数至少为1次，根据设置运行次数重复步骤a1)至a4),从中选择选择具有最小网关节点数量的拓扑图。
步骤二中，所述链路干扰集为在任意链路的冲突域范围内使用相同信道的干扰链路集合；所述链路干扰集的获取方法包括如下步骤：
b1)：将网络拓扑图用N*N的二维矩阵A表示，并设定N1(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)为相邻关系，N2表示过渡矩阵以及N3(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)是两条不相同的链路且链路e(i,j)与链路e(u,v)这两条链路经过两跳相邻的节点；
所述二维矩阵A的数学表示，
Figure GDA0003622503710000071
其中，vi,vj为网络节点，d(vi,vj)为vi,vj两网络节点之间的距离；
所述N1(e(i,j),e(u,v))的数学表示为：
Figure GDA0003622503710000072
所述N3(e(i,j),e(u,v))的数学表示为：
N3＝N2×N2；
Figure GDA0003622503710000073
b2)：根据定N1(e(i,j),e(u,v))和N3(e(i,j),e(u,v))定义链路冲突域CDu,v，
CDu,v＝{e(i,j)|e(i,j)∈Eand N1(e(i,j),e(u,v))＝1andN3(e(i,j),e(u,v))＝1} (4)
b3)：将链路冲突域CDu,v内分配了相同信道的链路作为集合构成链路干扰集，设定
Figure GDA0003622503710000074
表示链路(u,v)之间分配了相同信道c的干扰链路集合，则链路干扰集的数学表示为：
Figure GDA0003622503710000075
其中，u,v,i,j表示网络节点编号，c为信道，
Figure GDA0003622503710000076
表示链路(i,j)之间分配了相同的信道c。
步骤三中，链路所承受负载流量的计算为根据所述转发树和各个链路自身所携带负载量，得到各个链路上所承受负载流量，所述各个链路自身所携带负载量满足WMN中流量的聚集性，所述WMN中流量的聚集性为各个链路上所承受负载量包括自身产生的负载和所转发负载之和。
链路上的负载流量计算需考虑网关位置，网关位置不同导致链路冲突域不同，负载流量也不同，这是流量的聚集性所导致的，网络中靠近网关位置的链路负载要高于远离网关的负载，如图3所示，节点1和节点2之间的链路远离网关，其负载流量为G，而靠近网关的节点7和节点8之间的负载流量为8G，高于节点1和节点2之间链路的负载流量。图2中的虚线表示链路冲突域，节点5和节点6之间的链路冲突域的范围要小于节点6和节点7之间的链路冲突域。
步骤四中所述链路冲突量为：在链路冲突域范围内，两条并发传输的链路上每条链路中的流量负载对链路之间相互干扰的程度，所述网络总链路冲突量为各个链路冲突量的总和；设定链路冲突量为
Figure GDA0003622503710000081
网络总链路冲突量为
Figure GDA0003622503710000082
则：
Figure GDA0003622503710000083
Figure GDA0003622503710000084
其中，
Figure GDA0003622503710000085
表示链路(i,j)之间分配相同信道c的干扰链路集合，ti.j表示链路(i,j)上的负载流量，CDu,v为链路冲突域。
步骤五中，所述网络总链路冲突量数学模型为混合整数非线性问题模型，在所述数学模型中设定优化目标为
Figure GDA0003622503710000086
所述约束条件为：
Figure GDA0003622503710000087
Figure GDA0003622503710000088
Figure GDA0003622503710000089
Figure GDA00036225037100000810
Figure GDA00036225037100000811
Figure GDA00036225037100000812
Figure GDA00036225037100000813
Figure GDA00036225037100000814
其中，yi,j表示节点vi是否是节点vj的父节点,yi,j＝1表示节点vi是节点vj的父节点，yi,j＝0表示节点vi不是节点vj的父节点；ai,j表示节点vi与节点vj之间是否存在链路,ai,j＝0表示不存在，ai,j＝1表示存在；xj为网关节点，xj＝0表示节点vj不是网关节点，xj＝1表示vj是网关节点；
Figure GDA0003622503710000091
为中间变量，表示节点vu的流量是否经过链路(vi,vj),
Figure GDA0003622503710000092
表示经过，
Figure GDA0003622503710000093
表示不经过；
Figure GDA0003622503710000094
表示链路ei,j是否分配了相同的信道c，
Figure GDA0003622503710000095
表示链路ei,j分配了相同信道；
Figure GDA0003622503710000096
表示未分配相同信道；K是网络中可用正交信道的总数，M是每个路由节点上可用无线接口的数量，并且M≤K；R为通信跳数；C表示负载量；
公式(9)表示节点vi选择节点vj为网关的前提条件是两节点之间必须存在链路；
公式(10)表示非网关节点只能和一个网关节点相连；
公式(11)确保所有普通路由节点与网关节点之间的通信跳数不超过上限；
公式(12)确保每个节点vj同时分配的信道数不能小于该节点配置的射频端口数量的限制；
公式(13)保证了任意链路最多只能分配一个信道；
公式(14)表示了每个节点所能承受的负载流量不能超过其负载量C；
公式(15)为任意特定数据流(s,d)通过信道c流经链路(m,n),须满足的流量守恒定律；
公式(16)为决策变量。
针对约束条件下的优化目标
Figure GDA0003622503710000097
获得最小化系统链路冲突量的信道分配方案，采用差分进化算法取得最优分配方式。为优化目标进行信道分配，通过整数型编码策略、差分变异、概率交叉、选择策略保证算法的有效性。
通过设计信道分配编码方案，概率杂交策略，实现逐渐从全局搜索到局部搜索的过程。概率选择策略在更新种群个体的同时，保留一些较差的分配方案，以保证进化过程中种群个体的多样性，避免算法提早收敛，陷入局部最优解。
如图4所示，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式包括如下步骤：
c1)：初始化算法参数，所述算法参数包括网络参数、种群规模和迭代数；
c2)：选择满足全覆盖网关节点，根据链路冲突域和链路所承受负载对链路进行信道编码；
c3)：生成初始化种群作为算法寻优的起始个体；
c4)：采用自适应变异策略对个体进行变异操作；
c5)：针对变异个体进行越界修复；
c6)：保留c5)中的变异个体作为后代进行交叉操作；
c7)：根据概率选择合适个体进行下一代进化
c8)：判断算法是否满足收敛，若不满足则更新种群并转入c4),若满足，则转入c9)；
c9)：得到所述优化目标
Figure GDA0003622503710000101
的优化方式，并进行网关部署和信道分配。
步骤c2)中的信道编码采用以网络节点为索引，以十进制整数矩阵形式的基因结构为编码方式建立网络连接与信道编码之间的映射，所述信道编码为种群混合编码，所述种群混合编码包括混合流量负载和信道分配。
混合流量负载和信道分配的种群混合编码表示为：
Figure GDA0003622503710000102
Figure GDA0003622503710000103
Figure GDA0003622503710000104
其中，X为种群中个体的编码格式,X根据迭代次数发生改变,T表示各个链路的冲突量,T不会随着迭代改变，ci,j为链路(i,j)所分配的信道编号；|N|为候选节点个数。
通过变异算子进行变异，所述变异策略有五种变异算子：DE/rand/1、DE/best/1、DE/rand-to-best/1、DE/best/2、DE/rand/2，优选使用算子DE/best/2进行变异。
步骤c4)中的变异策略采用DE/best/2算子进行变异，变异规则为：
Figure GDA0003622503710000105
其中，F＝1and r1,r2,r3,r4∈{1,2,..,NP}，best≠r1≠r2≠r3≠r4，
Figure GDA0003622503710000106
为每一代的随机个体，Xbest为当代最优个体，F为缩略因子，Vi为变异之后的新个体。
步骤c6)中所述交叉采用的策略为
Figure GDA0003622503710000107
其中，CR表示交叉操作中被用来交叉序列的选取范围，Ui是下一代的个体，个体杂交是以一定的概率选择产生杂交个体。
步骤c7)中概率选择采用的策略为
Figure GDA0003622503710000108
其中，Ui是下一代的个体，f(Ui)是下一代个体适应度值，Xi是当代个体，f(Xi)表是当代个体的适应度值。
通过计算由交叉策略获得个体的适应度值，并与当代基准个体的适应度值进行比较，选择保留到下一代的个体。
根据上述信道分配方式，进行仿真实验，仿真实验通过设定网络场景区域大小、节点个数、通信半径、节点流量以及算法参数，在仿真中设定节点均匀分布，并假设场景分别为100个节点、150个节点，网络区域部署为3000m*3000m，节点通信半径为RT＝200m，节点传输干扰范围为RI＝400m，每条路径的最大跳数不超过8跳，为计算网络总链路冲突量，假定所有节点的本地负载为1，每个节点分别分配4个无线射频端口，整个网络中的节点同时使用多个正交信道。经过多次运行，设定缩略因子F为1，交叉算子为0.5，迭代次数为400，然后将上述参数值应用于本发明算法，每次实验重复独立做40次取平均值，从而得到最小网络链路冲突量和信道分配方案。如图5-6为仿真实验结果示意图，参考仿真结果可以进行WMN的信道分配。在实际网关部署中，若要求链路干扰度不超过1000，则对于在通信跳数为3的节点上可以分配信道7、信道8或信道9即可完成信道分配。
本发明方法能够有效降低网络干扰，改善网络性能，同时实现网络全覆盖。该发明对于灾后应急网络架构的优化有着一定的指导意义和应用价值，也为后续研究工作的开展提供帮助。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：包括如下步骤，
步骤一：进行网络全覆盖式的网关部署并生成转发树；
步骤二：寻找所述转发树中各个链路的链路干扰范围，获得链路干扰集；
步骤三：根据所述转发树，计算链路所承受负载流量；
步骤四：根据链路的干扰集合和链路所承受负载流量，获得各个链路的冲突量，依据各个链路的冲突量，获得网络总链路冲突量；
步骤五：建立网络总链路冲突量数学模型，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式；
步骤一中，所述转发树的生成包括如下步骤：
a1)：初始化网络场景、网络节点、通信半径RT和节点路径长度，所述节点路径长度即为普通路由节点到网关节点之间的通信跳数R；
a2)：随机选择候选节点作为网关并标记；
a3)：根据候选节点N、通信半径RT以及通信跳数R的参数约束，通过贪心算法对节点进行扫描；
a4)：选择在候选节点N通信跳数R跳范围内的邻居节点作为下一个候选节点添加入转发树并进行标记；
a5)：设置运行次数，所述运行次数至少为1次，根据设置运行次数重复步骤a1)至a4),从中选择具有最小网关节点数量的拓扑图。
2.根据权利要求1所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤二中，所述链路干扰集为在任意链路的冲突域范围内使用相同信道的干扰链路集合；所述链路干扰集的获取方法包括如下步骤：
b1)：将网络拓扑图用N*N的二维矩阵A表示，并设定N1(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)为相邻关系，N2表示过渡矩阵以及N3(e(i,j),e(u,v))表示链路e(i,j)与链路e(u,v)是两条不相同的链路且链路e(i,j)与链路e(u,v)这两条链路经过两跳相邻的节点；
所述二维矩阵A的数学表示，
Figure FDA0003622503700000011
其中，vi,vj为网络节点，d(vi,vj)为vi,vj两个网络节点之间的距离；
所述N1(e(i,j),e(u,v))的数学表示为：
Figure FDA0003622503700000012
所述N3(e(i,j),e(u,v))的数学表示为：
N3＝N2×N2；
Figure FDA0003622503700000021
b2)：根据定N1(e(i,j),e(u,v))和N3(e(i,j),e(u,v))定义链路冲突域CDu,v，
CDu,v＝{e(i,j)|e(i,j)∈Eand N1(e(i,j),e(u,v))＝1andN3(e(i,j),e(u,v))＝1} (4)
b3)：将链路冲突域CDu,v内分配了相同信道的链路作为集合构成链路干扰集，设定
Figure FDA0003622503700000022
表示链路(u,v)之间分配了相同信道c的干扰链路集合，则链路干扰集的数学表示为：
Figure FDA0003622503700000023
其中，u,v,i,j表示网络节点的编号，c为信道，
Figure FDA0003622503700000024
表示链路(i,j)之间分配了相同的信道c。
3.根据权利要求1所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤三中，链路所承受负载流量的计算为根据所述转发树和各个链路自身所携带负载量，得到各个链路上所承受负载流量，所述各个链路自身所携带负载量满足WMN中流量的聚集性，所述WMN中流量的聚集性为各个链路上所承受负载量包括自身产生的负载和所转发负载之和。
4.根据权利要求2所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤四中所述链路冲突量为：在链路冲突域范围内，两条并发传输的链路上每条链路中的流量负载对链路之间相互干扰的程度，所述网络总链路冲突量为各个链路冲突量的总和；设定链路冲突量为
Figure FDA0003622503700000025
网络总链路冲突量为
Figure FDA0003622503700000026
则：
Figure FDA0003622503700000027
Figure FDA0003622503700000028
其中，
Figure FDA0003622503700000029
表示链路(i,j)之间分配相同信道c的干扰链路集合，ti.j表示链路(i,j)上的负载流量，CDu,v为链路冲突域。
5.根据权利要求4所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤五中，所述网络总链路冲突量数学模型为混合整数非线性问题模型，在所述数学模型中设定优化目标为
Figure FDA00036225037000000210
约束条件为：
Figure FDA00036225037000000211
Figure FDA00036225037000000212
Figure FDA0003622503700000031
Figure FDA0003622503700000032
Figure FDA0003622503700000033
Figure FDA0003622503700000034
Figure FDA0003622503700000035
Figure FDA0003622503700000036
其中，
yi,j表示节点vi是否是节点vj的父节点；ai,j表示节点vi与节点vj之间是否存在链路；xj为网关节点；
Figure FDA0003622503700000037
为中间变量，表示节点vu的流量是否经过链路(vi,vj)；
Figure FDA0003622503700000038
表示链路ei,j是否分配了相同的信道c；K是网络中可用正交信道的总数，M是每个路由节点上可用无线接口的数量，并且M≤K；R为通信跳数；C表示负载量；
公式(9)表示节点vi选择节点vj为网关的前提条件是两节点之间必须存在链路；
公式(10)表示非网关节点只能和一个网关节点相连；
公式(11)确保所有普通路由节点与网关节点之间的通信跳数不超过上限；
公式(12)确保每个节点vj同时分配的信道数不能小于该节点配置的射频端口数量的限制；
公式(13)保证了任意链路最多只能分配一个信道；
公式(14)表示了每个节点所能承受的负载流量不能超过其负载量C；
公式(15)为任意特定数据流(s,d)通过信道c流经链路(m,n),须满足的流量守恒定律；
公式(16)为决策变量。
6.根据权利要求5所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤五中，采用差分进化算法从所述数学模型中得到网络总链路冲突量最小化的信道分配方式包括如下步骤：
c1)：初始化算法参数，所述算法参数包括网络参数、种群规模和迭代数；
c2)：选择满足全覆盖网关节点，根据链路冲突域和链路所承受负载对链路进行信道编码；
c3)：生成初始化种群作为算法寻优的起始个体；
c4)：采用自适应变异策略对个体进行变异操作；
c5)：针对变异个体进行越界修复；
c6)：保留c5)中的变异个体作为后代进行交叉操作；
c7)：根据概率选择合适个体进行下一代进化
c8)：判断算法是否满足收敛，若不满足则更新种群并转入c4),若满足，则转入c9)；
c9)：得到所述优化目标
Figure FDA0003622503700000041
的优化方式，并进行网关部署和信道分配。
7.根据权利要求6所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤c2)中的信道编码采用以网络节点为索引，以十进制整数矩阵形式的基因结构为编码方式建立网络连接与信道编码之间的映射，所述信道编码为种群混合编码，所述种群混合编码包括混合流量负载和信道分配。
8.根据权利要求6所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤c4)中的变异策略采用DE/best/2算子进行变异，变异规则为：
Figure FDA0003622503700000042
其中，F＝1and r1,r2,r3,r4∈{1,2,..,NP}，best≠r1≠r2≠r3≠r4，
Figure FDA0003622503700000043
为每一代的随机个体，Xbest为当代最优个体，F为缩略因子，Vi为变异之后的新个体。
9.根据权利要求8所述的面向应急通信的WMN网关部署与信道分配联合优化方法，其特征在于：步骤c6)中所述交叉采用的策略为
Figure FDA0003622503700000044
步骤c7)中概率选择采用的策略为
Figure FDA0003622503700000045
其中，CR表示交叉操作中被用来交叉序列的选取范围，Ui是下一代的个体，f(Ui)是下一代个体适应度值，Xi是当代个体，f(Xi)表是当代个体的适应度值。
CN201911269392.0A 2019-12-11 2019-12-11 面向应急通信的wmn网关部署与信道分配联合优化方法 Active CN111148116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911269392.0A CN111148116B (zh) 2019-12-11 2019-12-11 面向应急通信的wmn网关部署与信道分配联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911269392.0A CN111148116B (zh) 2019-12-11 2019-12-11 面向应急通信的wmn网关部署与信道分配联合优化方法

Publications (2)

Publication Number Publication Date
CN111148116A CN111148116A (zh) 2020-05-12
CN111148116B true CN111148116B (zh) 2022-08-30

Family

ID=70518005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911269392.0A Active CN111148116B (zh) 2019-12-11 2019-12-11 面向应急通信的wmn网关部署与信道分配联合优化方法

Country Status (1)

Country Link
CN (1) CN111148116B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555924B (zh) * 2020-05-18 2022-04-05 西安电子科技大学 用于智慧公路系统的网关设备优化部署方法
CN113839864A (zh) * 2020-06-23 2021-12-24 中兴通讯股份有限公司 自治域系统as的网络部署方法、设备、系统和存储介质
CN112822749B (zh) * 2020-12-31 2022-09-16 深圳市智慧海洋科技有限公司 网络资源调度与选择方法、装置及存储介质
CN112702793B (zh) * 2021-01-08 2022-06-24 重庆理工大学 一种求解无线网格网络无冲突节点集的方法
CN113595613B (zh) * 2021-06-29 2023-04-07 中国人民解放军国防科技大学 用于低轨软件定义卫星网络的控制器部署方法
CN114553914B (zh) * 2022-04-25 2022-07-15 江苏博瑞思信息技术有限公司 适用于物联网网关的数据处理方法及装置
CN115134928B (zh) * 2022-06-24 2023-09-29 上海威锐电子科技股份有限公司 频段路由优化的无线Mesh网络拥塞控制方法
CN115441967B (zh) * 2022-08-23 2024-05-14 华中科技大学 一种基于链路冲突图嵌入的动态信道干扰测量与优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220747A (zh) * 2012-12-14 2013-07-24 北京邮电大学 一种认知无线Mesh网络的路由设计方法
CN104185242A (zh) * 2014-09-11 2014-12-03 电子科技大学 一种降低干扰的无线Mesh网络信道分配与路由联合优化系统与方法
CN106998541A (zh) * 2017-04-07 2017-08-01 西安知北信息技术有限公司 一种无线Mesh应急通信网络部署及优化方法
CN109640394A (zh) * 2019-02-01 2019-04-16 北京邮电大学 一种无线mesh网络信道分配方法、装置及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7965681B2 (en) * 2008-05-16 2011-06-21 Nokia Siemens Networks Oy Channel allocation procedure in a meshed network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220747A (zh) * 2012-12-14 2013-07-24 北京邮电大学 一种认知无线Mesh网络的路由设计方法
CN104185242A (zh) * 2014-09-11 2014-12-03 电子科技大学 一种降低干扰的无线Mesh网络信道分配与路由联合优化系统与方法
CN106998541A (zh) * 2017-04-07 2017-08-01 西安知北信息技术有限公司 一种无线Mesh应急通信网络部署及优化方法
CN109640394A (zh) * 2019-02-01 2019-04-16 北京邮电大学 一种无线mesh网络信道分配方法、装置及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Design and Implementation of a Channel Load Aware Path and Gateway Selection Scheme in Multi-channel Multi-interface Wireless Mesh Networks;Chang-Woo Ahn，Sang-Hwa Chung，etc。;《 2013 IEEE 10th International Conference on High Performance Computing and Communications》;20140612;1416-1423 *
MCMR网络中信道分配技术的研究;周晓慧;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20190915;全文 *
Research on Gateway Deployment for Throughput Optimization in Wireless Mesh Networks;Wei Liu，Chang Xu，etc.;《2019 International Conference on Computer, Information and Telecommunication Systems (CITS)》;20191010;全文 *

Also Published As

Publication number Publication date
CN111148116A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN111148116B (zh) 面向应急通信的wmn网关部署与信道分配联合优化方法
Ding et al. Using partially overlapping channels to improve throughput in wireless mesh networks
Murugeswari et al. A multi-objective evolutionary algorithm based QoS routing in wireless mesh networks
CN108134772B (zh) 一种采用aodv或dsdv协议实现的安全路由方法
CN109699033B (zh) 面向成本和负载均衡的LoRa电力物联网基站部署方法及装置
CN101945432A (zh) 一种用于无线mesh网络的多速率机会路由方法
Jia et al. A genetic approach on cross-layer optimization for cognitive radio wireless mesh network under SINR model
Benyamina et al. On the design of reliable wireless mesh network infrastructure with QoS constraints
Gurumohan et al. Topology design for free space optical networks
CN104936250A (zh) 无线d2d网络中基于p2p文件共享路由的方法
Sangeetha et al. Genetic optimization of hybrid clustering algorithm in mobile wireless sensor networks
Le et al. A new evolutionary approach for gateway placement in wireless mesh networks
Wu et al. Gateway placement optimization for load balancing in wireless mesh networks
Huang et al. A Bayesian approach to the design of backhauling topology for 5G IAB networks
CN103298060B (zh) 以内容为中心的无线网状网络中继节点布置方法
Jahanshahi et al. Gateway placement and selection solutions in wmns: A survey
Lafta et al. Efficient routing protocol in the mobile ad-hoc network (MANET) by using genetic algorithm (GA)
Liu et al. Research on gateway deployment for throughput optimization in wireless mesh networks
Jain et al. The application of genetic algorithm in the design of routing protocols in MANETs: A survey
Bokhari et al. AMIRA: interference-aware routing using ant colony optimization in wireless mesh networks
Lin et al. Dimensioning and location planning of broadband wireless networks under multi-level cooperative relaying
CN103260207B (zh) 预测性ad-hoc
CN114866406B (zh) 无线自组网中基于故障定位的业务性能快速修复方法
Pries et al. Wireless mesh network planning and optimization through genetic algorithms
Beljadid et al. Design of wireless mesh networks: Expansion and reliability studies

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant