CN114650586B - 一种双模网络中双模站点的选择方法、网络优化方法 - Google Patents
一种双模网络中双模站点的选择方法、网络优化方法 Download PDFInfo
- Publication number
- CN114650586B CN114650586B CN202210547100.0A CN202210547100A CN114650586B CN 114650586 B CN114650586 B CN 114650586B CN 202210547100 A CN202210547100 A CN 202210547100A CN 114650586 B CN114650586 B CN 114650586B
- Authority
- CN
- China
- Prior art keywords
- station
- channel
- matrix
- wireless channel
- wireless
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/18—Selecting a network or a communication service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
- H04B3/544—Setting up communications; Call and signalling arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
- H04W84/22—Self-organising networks, e.g. ad-hoc networks or sensor networks with access to wired networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种双模网络中双模站点的选择方法、网络优化方法,涉及通信技术领域,解决了双模网络中无线通信的通信效率较低且所需功耗较高的技术问题,其技术方案要点是通过对PLC网络通信及无线信道环境的检测和认知构建数学模型,采用量子遗传算法对网络中的所有站点进行最优规划,使双模网络动态调整为吞吐率高、功耗低、频谱利用率高的优化网络结构。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种双模网络中双模站点的选择方法、网络优化方法。
背景技术
电力线载波通信(Power Line Carrier Communication,简称PLC)是一种利用现有电力网络作为传输媒介的电力通信系统,广泛应用于远程抄表(用电信息采集)、自动计费、家庭宽带接入等领域。电力线载波通信技术在国家电网智能用电领域已经被广泛用于用户电力信息采集、停电上报、台区识别、拓扑识别等业务中,获得了很好的效果。
但是随着国家双碳政策的进一步深化,电网系统对用户电力信息采集等业务的需求不再局限于“日冻结”等以“1天”为周期的信息采集,提出了“15分钟抄表”、“分钟级采集”等更高信息采集频率的要求,现有的电力线载波通信网络带宽已经逐渐难以满足这些新增的应用业务需求。在这个大背景下,国家电网牵头的中国智能量测联盟集合多厂家的提案,制订了电力线载波通信和无线双模通信标准,其中电力线载波通信的物理层沿用之前的国家电网电力线载波通信标准,无线通信的物理层提出了新的自有知识产权的无线物理层方案,并使用470MHz~510MHz的非授权频段作为无线通信频段。
在这个双模通信标准中,无线部分的通信带宽可以是1MHz、500kHz和200kHz,在470~510MHz的频段范围内,可以划分为超过200个子信道。众所周知,470~510MHz的频段首先是划分给广播电视使用,在不影响广播电视信号的情况下,允许其它微功率无线设备进行通信。那么在电网双模通信标准中就面临一个如何选择无线信道作为通信信道的问题。这也会直接影响到无线通信能否真正有效地作为电力线载波通信的补充,从而有效支撑电网业务的推进,支撑国家新的能源政策的实施。
以已有的电力线载波通信网络为基础的“电力线载波+无线双模通信”网络架构中,电力线载波通信以骨干网络形式存在,而无线网络则作为电力线载波网络的补充,以单点辐射的方式向周边站点进行覆盖,将那些在覆盖范围内的无法通过电力线载波通信接入的站点通过无线连接接入到网络中。如图1所示,整体的电力线载波+无线双模通信网络是一个树型网络结构,其中每个站点都是双模站点。双模站点既可以通过PLC通信方式连接通信距离内的PLC或双模站点、也可以通过无线通信方式连接无线覆盖区域内的无线站点或双模站点。
因为电力线载波+无线双模通信网络是以电力线载波通信以骨干网络形式存在,因此这个网络的通信方式是以PLC通信方式为主,无线通信为辅的方式。在这种网络形式下,每个站点都需要维持双模通信状态,尤其是在无线通信信道上,每个站点都需要定期发送无线通信通信信标帧和发现列表,以维护无线通信的正常有序。
并且保证网络组网简单,现在的电力线载波通信和无线双模通信网络中仅使用一个单一的频段作为无线通信频段。也就是说,一个网络中,所有的无线通信都是工作在同样的频段中,通过CSMA/CA机制避免通信过程中的互相干扰。但是这样方式很大程度上降低了无线通信的通信效率,浪费了470~510MHz上大段的可用频谱资源,提高了整体无线通信所需要的功耗要求。
发明内容
本申请提供了一种双模网络中双模站点的选择方法、网络优化方法,其技术目的是对双模网络中的所有站点进行最优规划,使双模网络动态调整为吞吐率高、功耗低、频谱利用率高的优化网络结构。
本申请的上述技术目的是通过以下技术方案得以实现的:
对电力线载波+无线双模通信网络的稳态形式进行分析,可以发现在这个以PLC通信为主、无线通信为辅的条件下,稳态高效网络构型应呈现如图2所示的组网特点:
(1)绝大部分站点都会以PLC方式接入网络;
(2)大部分站点不需要双模通信能力,仅需要PLC或者无线的单模通信能力即可。尽可能避免无效协议报文的发送和无效信道监听;
(3)为了使得无线部分的全覆盖,需要在整个网络中选出多个双模站点,作为无线接入点,这些无线接入点应尽可能避免无线通信区域不覆盖;
(4)需要作为无线接入点的双模站点主要分为4类(如图2中标记出的A、B、C、D);
①A类站点,在覆盖区域内既有PLC站点,又有无线站点,并且覆盖区域内没有其它重叠的无线覆盖;
②B类站点,在覆盖区域内只有PLC站点;无线覆盖区域内没有其它重叠的无线覆盖;
③C类站点,在覆盖区域内既有PLC站点,又有无线站点,但无线覆盖区域内有其它的无线覆盖;
④D类站点,在覆盖区域内只有无线站点,并且无线覆盖区域内有其它的无线覆盖。
本申请所述的一种双模网络中双模站点的选择方法,包括:
S1:主站点向全网站点发送网络优化指令报文,全网每个站点开启对PLC信道和无线信道的监听,得到各站点的信道环境监听信息;
S2:根据所述信道环境监听信息建立数学模型,所述数学模型包括可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C、信道质量矩阵E、频谱分配矩阵F和稳态网络效益向量R;
S4:通过量子遗传算法对所述数学模型进行处理,将所述稳态平均网络效益函数P(R)作为量子遗传算法的适应度函数,求解P(R)的极大值;
S5:根据P(R)的极大值,得到双模网络中双模站点的位置。
本申请所述的一种网络优化方法,包括:
S1:主站点向全网站点发送网络优化指令报文,全网每个站点开启对PLC信道和无线信道的监听,得到各站点的信道环境监听信息;
S2:根据所述信道环境监听信息建立数学模型,所述数学模型包括可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C、信道质量矩阵E、频谱分配矩阵F和稳态网络效益向量R;
S4:通过量子遗传算法对所述数学模型进行处理,将所述稳态平均网络效益函数P(R)作为量子遗传算法的适应度函数,求解P(R)的极大值;
S5:根据P(R)的极大值,得到双模网络中双模站点、无线站点和PLC站点的位置,根据各站点的位置对网络进行优化。
本申请的有益效果在于:本申请所述的双模网络中双模站点的选择方法、网络优化方法,通过对PLC网络通信及无线信道环境的检测和认知构建数学模型,采用量子遗传算法对网络中的所有站点进行最优规划,使双模网络动态调整为吞吐率高、功耗低、频谱利用率高的优化网络结构。
附图说明
图1为现有技术中电力线载波+无线双模通信网络拓扑示意图;
图2为稳态高效双模通信网络示意图;
图3为具体实施例的19个站点的双模通信网络初始拓扑示意图;
图4为本实施例得到的稳定最优双模网络拓扑结构示意图。
具体实施方式
下面将结合附图对本申请技术方案进行详细说明。
本申请所述的一种双模网络(电力线载波+无线双模通信网络)中双模站点的选择方法,包括:
S1:主站点向全网站点发送网络优化指令报文,全网每个站点开启对PLC信道和无线信道的监听,得到各站点的信道环境监听信息。
具体地包括:
(1)原始组网过程:首先由主站点(中央协调器,CCO)按照其预设的PLC信道和监听的无线信道,分别确定网络初始PLC信道和无线信道,并按照协议发送信标帧,使得各站点陆续加入网络,形成初始双模网络拓扑。
(2)环境认知过程:由主站点向全网站点发送网络优化指令报文,开启每个站点对周边PLC信道及无线信道的监听。在环境认知过程中,站点在空闲状态下,需要同时对PLC信道和无线信道进行监听,并完成下述工作:
在监听PLC信道时,因为PLC信道一般是指定信道,因此不需要对其它信道进行扫描,只需要记录当前信道下的每个邻居站点对本站点的上下行通信成功率,对于通信成功率超过50%的站点记为“可达站点”,低于50%的站点记为“不可达站点”,并形成本站点与全站点的PLC通信可达比特地图(PLC bitmap)。
在监听无线信道时,需要记录每个邻居站点对本站点的上下行通信成功率,对于通信成功率超过50%的站点记为“可达站点”,低于50%的站点记为“不可达站点”,并形成本站点与全站点的比特地图(RF bitmap)。
在监听无线信道时,还需要对当前通信信道的占用率进行评估,如果在监听时间内,信道占用时间小于30%,则判定为“正常”,如果占用时间大于30%但小于50%,则判定为“繁忙”,如果占用时间大于50%,则判定为“拥塞”。记录下本站点观测的信道占用情况,并记录对应的可以听到的该信道下的站点的数量。在信息汇总时,将所有相同状态下的站点数量取平均值,得到当前网络下,无线信道的状态与网络站点数量的换算关系。
在监听无线信道时,还需要对2个近邻和2个次近邻信道进行扫描,并记录下近邻信道和次近邻信道的频谱使用情况。如果在监听过程中,这些信道中没有数据通信或没有其它干扰,则记录这些信道的状态为“可用”,否则为“不可用”。记录下本站点观测的临道占用情况。
监听过程根据整个网络规模持续5~10分钟时间,在监听过程结束时,各站点将各自获取的环境监听信息以数据报文形式上报给中央协调器CCO。
S2:根据所述信道环境监听信息建立数学模型,所述数学模型包括可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C、信道质量矩阵E、频谱分配矩阵F和稳态网络效益向量R。
其中,时,表示存在干扰;时,表示不存在干扰。存在一种特殊情况,对于PLC信道而言,皆认为是无干扰,因此,在最终的算法收敛时,会优先选择PLC信道。在本申请中,干扰来源一方面是环境干扰,如果无线信道k被其它类型的通信所占用(如其它无线电台、广播电视信道等),则此无线信道k对于任意取值均为1;另一方面来源于相同站点的干扰,两站点可达时,,否则。
其中,时,表示无线信道k没有被占用,定义当前占用无线信道k的站点数量为M3,且M3=0,即当实际占用无线信道k的站点数量M0=0时,判定无线信道k为空闲信道;时,表示无线信道k正常,定义当前占用无线信道k的站点数量阈值为M2,当实际占用无线信道k的站点数量M0≤ M2时,判定无线信道k为正常信道;时,表示无线信道k繁忙,定义当前占用无线信道k的站点数量阈值为M1,当实际占用无线信道k的站点数量M0满足M2<M0≤M1时,判定无线信道k为繁忙信道;时,表示无线信道k拥塞,定义当前占用无线信道k的站点数量阈值M1,当实际占用无线信道k的站点数量M0>M1时,判定无线信道k为繁忙信道。
频谱分配矩阵F的约束条件包括:
S4:通过量子遗传算法对所述数学模型进行处理,将所述稳态平均网络效益函数P(R)作为量子遗传算法的适应度函数,求解P(R)的极大值。
具体地,求解P(R)的极大值包括:
S45:计算中每个元素的适应度值P(R),判断P(R)是否满足预设要求,若满足则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F',转至步骤S5;若P(R)不满足预设要求且未达到最大迭代次数,则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F',新的频谱分配矩阵F'结合通信约束矩阵C得到新的信道质量矩阵E',若P(R)不满足预设要求且达到最大迭代次数,转至步骤S46;
S46:增加进化代数,根据量子旋转门对染色体进行更新,得到;其中,量子旋转操作,量子旋转角度 ,H表示计算当前值和最优值之间的汉明距离,表示染色体长度,0.005π和0.1π分别表示最小旋转角度和最大旋转角度,最终得到新一代站点,重复步骤S43至S45,直至得到最优的适应度值P(R),将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F',转至步骤S5。
S5:根据P(R)的极大值,得到双模网络中双模站点的位置。
具体地,得到P(R)的极大值的同时,也得到了新的频谱分配矩阵F',根据对F'每个网络中的站点进行重新定义,包括:只有的站点n定义为PLC单模站点;且存在的站点n定义为无线单模站点;既有且存在的站点n定义为双模站点。优化后的稳态网络如图2所示的具体实施例。
本申请的具体实施方式以下述的一个19个站点的演化示例来进行说明,19个站点的初始网络拓扑示意图如图3所示,每个站点都是双模站点,并且不失一般性,无线信道统一选择信道1进行通信。
在初始网络构建完成后,由中央协调器CCO(站点1)向网络中的各站点发送网络优化指令报文,此时网络中各站点对周边PLC信道及无线信道开始进行监听。
第一步,根据各站点的 PLC信道和 RF信道的通信成功率表(按百分比记录)形成各个站点的PLC bitmap 和 RF bitmap。因为数据量大,本申请举例说明4个有代表性的站点的bitmap,并以图3中虚线圆圈的形式表示无线覆盖范围:
站点1的PLC信道通讯成功率表为[100,0,100,0,80,80,60,60,10,10,10, 0,10,10,0,0,0,0,0],形成PLC bitmap为= [1,0,1,0,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0],表示站点1、3、5、6、7、8是PLC信道可达的,其余站点PLC信道不可达。站点1的RF信道通信成功率表[100,100,100,100,100,40, 40,40,0,0,0,0,0,0,0,0,0,0,0],形成的RF bitmap =[1,1,1,1,1,0,0,0, 0,0,0,0,0,0,0,0,0,0,0],表示1、2、3、4、5是RF信道可达的,其余站点RF信道不可达。
站点8的PLC信道通讯成功率表[60,0,0,0,100,0,70,100,0,0,0, 10,60,100,0,0,0,0,0];形成PLC bitmap = [1,0,0,0,1,0,1,1,0,0, 0,0,1,1,0,0,0,0,0],表示站点1、5、7、8、13、14是PLC信道可达的,其余站点PLC信道不可达。站点8的RF信道通信成功率表[0,0,0,0,70,0, 70,100,0,0,0,0,80,100,100,0,0,10,10],形成的RF bitmap =[0,0,0,0,1,0,1,1,0,0,0,0,1,1,1,0,0,0,0],表示5、7、8、13、14、15是RF信道可达的,其余站点RF信道不可达。
站点12的PLC信道通讯成功率表[0,0,0,0,70,0,100,10,0,0,0,100,70,0,0, 0,100,0,0];形成PLC bitmap = [0,0,0,0,1,0,1,0,0,0,1,1,1,0,0,0, 1,0,0],表示站点5、7、11、12、13、17是PLC信道可达的,其余站点PLC信道不可达。站点12的RF信道通信成功率表[0,0,0,0,10,10, 80,0,10,20,100,100, 80,0,0,100,100,0,0],形成RF bitmap =[0,0,0,0,0,0,1,0,0,0,1, 1,1,0,0,1,1,0,0],表示7、11、12、13、16、17是RF信道可达的,其余站点RF信道不可达。
站点15的PLC信道通讯成功率表[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,10,10];形成PLC bitmap = [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],所有站点PLC不可达。站点15的RF通信成功率表[0,0,0,0,10,0,10,90,0,0,0,0,20,100,100,0,0,100,100],形成RF bitmap = [0,0,0,0,0,0,0,1,0,0,0,0,0,1,1,0,0,1,1],表示8、14、15、18、19是RF信道可达的,其余站点RF信道不可达。
第二步,形成每个站点对无线信道占用率情况的评估结果。因为电力线载波+无线双模通信网络的规模并不大,对无线信道占用依赖不高,因此不需要对全频段所有无线信道进行扫描,只需要按照初始组网情况,对当前无线信道和左右近邻、左右次近邻共5个无线信道进行监听即可。为了简化说明,定义当一个无线信道中真正需要无线通信的站点数量小于等于2个时,该无线信道状态判定为“空闲”;当站点数量等于3个时,该无线信道状态判定为“正常”;当站点数量大于等于4个时,该无线信道状态判定为“繁忙”。不失一般性,仍以站点1、8、12、15作为例子举例说明,具体如下:
站点1的无线信道站点数量为[5,0,0,0,0],表中的4个‘0’表示左右近邻和左右次近邻信道没有无线站点;‘5’表示当前信道中有5个站点使用当前无线信道,其中真正需要无线通信的是站点1、2和4,无线信道占用属于“正常”。
站点8的无线信道站点数量为[6,0,0,0,0],表中的4个‘0’表示左右近邻和左右次近邻信道没有无线站点;‘6’表示当前信道中有6个站点使用当前无线信道,真正需要无线通信的是站点8和15,无线信道占用属于“空闲”。
站点12的无线信道站点数量为[6,0,0,0,0],表中的4个‘0’表示左右近邻和左右次近邻信道没有无线站点;‘6’表示当前信道中有6个站点使用当前无线信道,真正需要无线通信的是站点12和16,无线信道占用属于“空闲”。
站点15的无线信道站点数量为[5,0,0,0,0],表中的4个‘0’表示左右近邻和左右次近邻信道没有无线站点;‘5’表示当前信道中有5个站点使用当前无线信道,真正需要无线通信的是站点8、15、18、19,无线信道占用属于“繁忙”。
第三步,根据形成的bitmap和信道评估情况初始化图论数学模型。
(1)根据PLC bitmap和RF bitmap以及无线信道占用率情况的评估结果,初始化可用频谱矩阵;其中,行号代表站点序号,共19行;列号代表信道号,第一列是PLC信道,第二列是当前无线信道,第三列至第六列分别是左近邻、右近邻、左次近邻和右次近邻的无线信道。可用频谱矩阵U的具体数值可从图3中获得,对于初始态采用无线连接的站点,PLC信道为0;对于全部站点,所有5个信道皆可使用,所以无线信道全部为1。
(2)根据RF bitmap,初始化干扰约束矩阵V,因为干扰约束矩阵V是19×19×6维度,为了简单说明,不失一般性,所以仍以站点1、8、12、15作为例子举例说明:中, k=2且m=1,2,3,4,5的元素为1,其余均为0;中, k=2且m=5,7,8,13,14,15的元素为1,其余均为0;中, k=2且m=7,11,12,13,16,17的元素为1,其余均为0;中, k=2且m=8,14,15,18,19的元素为1,其余均为0。
(3)根据每个站点的PLC信道和RF信道通信成功率表,构建通信约束矩阵C,为19×19×6维度,其中所有元素的值都来源与通信成功率表中的数值,不再赘述。
(4)根据上述(2)中得到的无线信道占用情况构建信道质量矩阵E。不失一般性,仍以站点1、8、12、15作为例子举例说明:站点1的对应行矢量为e1=[3,2,3,3,3,3],表示PLC信道“空闲”,当前使用无线信道“正常”,其余左右近邻、左右次近邻信道“空闲”。站点8、12、15的行矢量分别为e8=[3,3,3,3,3,3]、e12=[3,3,3,3,3,3]、e15=[3,1,3,3,3,3]。
第四步,使用量子遗传算法对上述数据模型进行最优值求解,具体如下:
(2)初始化人口,其中第m个染色体。并且和的初始值分别为和,其中是将通信约束矩阵C中的元素的m固定不变,将(n,k)按照先行后列的排列的一维数组,共104个元素,例如:m=1时,x的前19个数据为[x1,1,x1,2,…,x1,19]=[1,0,1,0,0.8,0.8,0.6,0.6,0.1,0.1,0.1,0,0.1,0.1,0,0,0,0,0];其中,各数据为站点1的PLC通讯成功率表(按小数记);接下来的19个数据是当前无线信道的通信成功率表,[x1,20,x1,21,…,x1,38]=[1,1,1,1,1,0.4,0.4,0.4,0,0,0,0,0,0,0,0,0,0,0];并且考虑到近邻和次近邻的4个无线信道的通信成功率与当前无线信道相近,因此x的第39~104个元素的值为第20~38个元素值的重复4次。
在干扰约束矩阵V和通信约束矩阵C中寻找所有满足且的站点n和无线信道k,根据约束条件1,若,则随机选择超出数量的站点,令及对应的,j属于随机选出的站点集合。例如,站点1在信道2上满足上述条件,站点n=1,2,3,4,5,可得,算法期望无线信道处于“正常”状态,即设定;则随机选择m=1,2,3,4,5中,除了站点1以外的3个站点,将其对应的频谱分配设置为0;站点2,4受到约束条件2的影响,不能被选择,所以本例中选择了站点3,5,令。
(5)计算中每个元素的适应度值P(R),并将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F,并结合新的频谱分配矩阵F和通信约束矩阵C得到新的信道质量矩阵E。例如,经过(4)后,使用得到的F中,,其余元素都为0,可以根据定义, 得到对应的适应度值。依次对19个进行计算后,得到对应的19个P(R)值,取其中的最大值对应的频谱分配矩阵F,作为新的频谱分配矩阵F。此时,这第一次迭代的结果显然不满足迭代次数或最优适应度要求,因此进行如下(6)的计算。
(7)本设计下,通过上述步骤进化50代以后最大适应度值开始收敛,至73代时,最大适应度值达到稳定极大值,得到对应的频谱分配矩阵F,表示为:
(8)根据运算结果的频谱分配矩阵F,对每个网络中的站点进行角色重定义:对于只有的站点n定义为PLC单模站点;且存在的站点n定义为无线单模站点;对于既有且存在的站点定义为双模站点。由中央协调器(CCO)向各站点发送角色切换的指令给相应的站点,来完成整个网络的优化,最终形成如图4的最优双模通信网络结构。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种双模网络中双模站点的选择方法,其特征在于,包括:
S1:主站点向全网站点发送网络优化指令报文,全网每个站点开启对PLC信道和无线信道的监听,得到各站点的信道环境监听信息;
S2:根据所述信道环境监听信息建立数学模型,所述数学模型包括可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C、信道质量矩阵E、频谱分配矩阵F和稳态网络效益向量R;
其中,所述可用频谱矩阵U表示信道k对于站点m是否空闲,表示为:U={um,k∈{0,1}}M×K;
其中,um,k=0时,表示站点m不能使用信道k;um,k=1表示站点m能使用信道k;k=1表示为PLC信道,k=2,3,4...K时表示共K-1个无线信道;M表示站点的总数;K表示信道的总数;
所述干扰约束矩阵V表示站点m和站点n在同时使用无线信道k时是否存在干扰,表示为:V={vm,n,k|vm,n,k∈{0,1},k≥1}M×M×K;
其中,vm,n,k=1时,表示存在干扰;vm,n,k=0时,表示不存在干扰;
所述通信约束矩阵C表示站点m和站点n通过信道k进行通信的通信成功率,表示为:C={cm,n,k|cm,n,k>Cmin}M×M×K;
所述信道质量矩阵E表示站点m监听无线信道k时无线信道k的质量情况,表示为:E={em,k|em,k∈{0,1,2,3}}M×K;
其中,em,k=3时,表示无线信道k没有被占用,定义当前占用无线信道k的站点数量为M3,且M3=0,即当实际占用无线信道k的站点数量M0=0时,判定无线信道k为空闲信道;em,k=2时,表示无线信道k正常,定义当前占用无线信道k的站点数量阈值为M2,当实际占用无线信道k的站点数量M0≤M2时,判定无线信道k为正常信道;em,k=1时,表示无线信道k繁忙,定义当前占用无线信道k的站点数量阈值为M1,当实际占用无线信道k的站点数量M0满足M2<M0≤M1时,判定无线信道k为繁忙信道;em,k=0时,表示无线信道k拥塞,定义当前占用无线信道k的站点数量阈值M1,当实际占用无线信道k的站点数量M0>M1时,判定无线信道k为繁忙信道;
所述频谱分配矩阵F表示为F={fm,k|fm,k∈{0,1}}M×K;
其中,当fm,k=1时,表示站点m能使用无线信道k;当fm,k=0时,表示站点m不能使用无线信道k;
所述稳态网络效益向量R表示为:R={rk|rk=∑m(fm,k*em,k)}M×K;则稳态平均网络效益函数P(R)表示为:其中,N表示所有rk≠0时无线信道k的数量,即稳态网络实际使用的无线信道数量;
S4:通过量子遗传算法对所述数学模型进行处理,将所述稳态平均网络效益函数P(R)作为量子遗传算法的适应度函数,求解P(R)的极大值;
所述步骤S4包括:
S41:将可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C和信道质量矩阵E构成初始矩阵,并设置染色体的长度l=M*K;
其中,第m个染色体g表示进化代数;的初始值为cos(0.5πxm,j),的初始值的初始值为sin(0.5πxm,j);xm,j共包括M*K个元素,是将通信约束矩阵C中的元素cm,n,k的m固定不变,将(n,k)按照固定顺序排列得到的一维数组;
S44:将测量值中的每一个元素映射到fn,k中,在干扰约束矩阵V和通信约束矩阵C中寻找所有满足vm,n,k=1且cm,n,k>Cmmin的站点n和无线信道k;若∑nfn,k≤Fmin,则随机选择超出Fmin数量的站点,令及对应的fn,k=0,j表示随机选择的站点集合;
S45:计算S(g)中每个元素的适应度值P(R),判断P(R)是否满足预设要求,若满足则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,转至所述步骤S5;若P(R)不满足预设要求且未达到最大迭代次数,则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,新的频谱分配矩阵F′结合通信约束矩阵C得到新的信道质量矩阵E′,若P(R)不满足预设要求且达到最大迭代次数,转至步骤S46;
S46:增加进化代数g=g+1,根据量子旋转门对染色体进行更新,得到其中,量子旋转操作量子旋转角度H表示计算当前值和最优值之间的汉明距离,l表示染色体长度,0.005π和0.1π分别表示最小旋转角度和最大旋转角度,最终得到新一代站点Q(g+1),重复步骤S43至S45,直至得到最优的适应度值P(R),将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,转至所述步骤S5;
S5:根据P(R)的极大值,得到双模网络中双模站点的位置;
双模站点的位置获取包括:根据对F′每个网络中的站点进行重新定义,包括:只有fn,1=1的站点n定义为PLC单模站点;fn,1=0且存在fn,k>1=1的站点n定义为无线单模站点;既有fn,1=1且存在fn,k>1=1的站点n定义为双模站点。
2.如权利要求1所述的双模网络中双模站点的选择方法,其特征在于,步骤S1中,所述信道环境监听信息包括:
对PLC信道进行监听时,记录当前PLC信道下每个邻居站点对本站点的上下行通信成功率,通信成功率超过50%的站点则为可达站点,通信成功率不大于50%的站点则为不可达站点;
对无线信道进行监听时,包括:
记录当前无线信道下每个邻居站点对本站点的上下行通信成功率,通信成功率超过50%的站点则为可达站点,通信成功率不大于50%的站点则为不可达站点;
对当前无线信道的占用率进行评估,在监听时间内,若当前无线信道被占用时间不大于30%,则当前无线信道通信正常;若当前无线信道被占用时间大于30%且不大于50%,则当前无线信道通信繁忙;若当前无线信道被占用时间大于50%,则当前无线信道通信拥塞;
对当前无线信道的两个近邻无线信道和两个次近邻无线信道进行扫描,记录近邻无线信道和次近邻无线信道的频谱使用情况;
其中,所述监听时间为5-10分钟。
3.如权利要求2所述的双模网络中双模站点的选择方法,其特征在于,所述频谱分配矩阵F的约束条件包括:
(1)对于站点m,所有vm,n,k=1且k≠0的站点n的集合需满足:∑mfm,k≤Fmin;其中,Fmin表示能够允许的单一无线信道占用的最大站点数;
(2)对于站点m,若fm,1=0,即站点m不存在PLC信道时,则要求必须有且仅有一个fm,k≠0,k=2,3,4...K;
(3)对于站点m,若fm,1=1,即站点m存在PLC信道时,则∑k>1fm,k=0或1。
4.一种网络优化方法,其特征在于,包括:
S1:主站点向全网站点发送网络优化指令报文,全网每个站点开启对PLC信道和无线信道的监听,得到各站点的信道环境监听信息;
S2:根据所述信道环境监听信息建立数学模型,所述数学模型包括可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C、信道质量矩阵E、频谱分配矩阵F和稳态网络效益向量R;
其中,所述可用频谱矩阵U表示信道k对于站点m是否空闲,表示为:U={um,k∈{0,1}}M×K;
其中,um,k=0时,表示站点m不能使用信道k;um,k=1表示站点m能使用信道k;k=1表示为PLC信道,k=2,3,4...K时表示共K-1个无线信道;M表示站点的总数;K表示信道的总数;
所述干扰约束矩阵V表示站点m和站点n在同时使用无线信道k时是否存在干扰,表示为:V={vm,n,k|vm,n,k∈{0,1},k≥1}M×M×K;
其中,vm,n,k=1时,表示存在干扰;vm,n,k=0时,表示不存在干扰;
所述通信约束矩阵C表示站点m和站点n通过信道k进行通信的通信成功率,表示为:C={cm,n,k|cm,n,k>Cmin}M×M×K;
所述信道质量矩阵E表示站点m监听无线信道k时无线信道k的质量情况,表示为:E={em,k|em,k∈{0,1,2,3}}M×K;
其中,em,k=3时,表示无线信道k没有被占用,定义当前占用无线信道k的站点数量为M3,且M3=0,即当实际占用无线信道k的站点数量M0=0时,判定无线信道k为空闲信道;em,k=2时,表示无线信道k正常,定义当前占用无线信道k的站点数量阈值为M2,当实际占用无线信道k的站点数量M0≤M2时,判定无线信道k为正常信道;em,k=1时,表示无线信道k繁忙,定义当前占用无线信道k的站点数量阈值为M1,当实际占用无线信道k的站点数量M0满足M2<M0≤M1时,判定无线信道k为繁忙信道;em,k=0时,表示无线信道k拥塞,定义当前占用无线信道k的站点数量阈值M1,当实际占用无线信道k的站点数量M0>M1时,判定无线信道k为繁忙信道;
所述频谱分配矩阵F表示为F={fm,k|fm,k∈{0,1}}M×K;
其中,当fm,k=1时,表示站点m能使用无线信道k;当fm,k=0时,表示站点m不能使用无线信道k;
所述稳态网络效益向量R表示为:R={rk|rk=∑m(fm,k*em,k)}M×K;则稳态平均网络效益函数P(R)表示为:其中,N表示所有rk≠0时无线信道k的数量,即稳态网络实际使用的无线信道数量;
S4:通过量子遗传算法对所述数学模型进行处理,将所述稳态平均网络效益函数P(R)作为量子遗传算法的适应度函数,求解P(R)的极大值;
所述步骤S4包括:
S41:将可用频谱矩阵U、干扰约束矩阵V、通信约束矩阵C和信道质量矩阵E构成初始矩阵,并设置染色体的长度l=M*K;
其中,第m个染色体g表示进化代数;的初始值为cos(0.5πxm,j),的初始值的初始值为sin(0.5πxm,j);xm,j共包括M*K个元素,是将通信约束矩阵C中的元素cm,n,k的m固定不变,将(n,k)按照固定顺序排列得到的一维数组;
S44:将测量值中的每一个元素映射到fn,k中,在干扰约束矩阵V和通信约束矩阵C中寻找所有满足vm,n,k=1且cm,n,k>Cmin的站点n和无线信道k;若∑nfn,k≤Fmin,则随机选择超出Fmin数量的站点,令及对应的fn,k=0,j表示随机选择的站点集合;
S45:计算S(g)中每个元素的适应度值P(R),判断P(R)是否满足预设要求,若满足则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,转至所述步骤S5;若P(R)不满足预设要求且未达到最大迭代次数,则将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,新的频谱分配矩阵F′结合通信约束矩阵C得到新的信道质量矩阵E′,若P(R)不满足预设要求且达到最大迭代次数,转至步骤S46;
S46:增加进化代数g=g+1,根据量子旋转门对染色体进行更新,得到其中,量子旋转操作量子旋转角度H表示计算当前值和最优值之间的汉明距离,l表示染色体长度,0.005π和0.1π分别表示最小旋转角度和最大旋转角度,最终得到新一代站点Q(g+1),重复步骤S43至S45,直至得到最优的适应度值P(R),将最优的适应度值P(R)对应的赋值给新的频谱分配矩阵F′,转至所述步骤S5;
S5:根据P(R)的极大值,得到双模网络中双模站点、无线站点和PLC站点的位置,根据各站点的位置对网络进行优化;
双模站点的位置获取包括:根据对F′每个网络中的站点进行重新定义,包括:只有fn,1=1的站点n定义为PLC单模站点;fn,1=0且存在fn,k>1=1的站点n定义为无线单模站点;既有fn,1=1且存在fn,k>1=1的站点n定义为双模站点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547100.0A CN114650586B (zh) | 2022-05-20 | 2022-05-20 | 一种双模网络中双模站点的选择方法、网络优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547100.0A CN114650586B (zh) | 2022-05-20 | 2022-05-20 | 一种双模网络中双模站点的选择方法、网络优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114650586A CN114650586A (zh) | 2022-06-21 |
CN114650586B true CN114650586B (zh) | 2022-07-29 |
Family
ID=81997336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210547100.0A Active CN114650586B (zh) | 2022-05-20 | 2022-05-20 | 一种双模网络中双模站点的选择方法、网络优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114650586B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111601317A (zh) * | 2020-04-27 | 2020-08-28 | 国网河北省电力有限公司电力科学研究院 | 一种hplc和hrf异构网络的组网方法 |
CN111739275A (zh) * | 2020-06-22 | 2020-10-02 | 杭州万高科技股份有限公司 | 双模通信的控制方法、控制装置、控制设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6397068B1 (en) * | 2000-03-17 | 2002-05-28 | Verizon Laboratories Inc. | System and method for optimally selecting guard bands in a dual mode network |
CN107888418A (zh) * | 2017-11-14 | 2018-04-06 | 国网河南省电力公司信息通信公司 | 基于大数据技术的电力多维度分布式配用电通信组网方法 |
CN110557232B (zh) * | 2019-09-12 | 2022-04-12 | 南方电网科学研究院有限责任公司 | 一种双模通信网络的通信模式选择方法 |
CN110930676A (zh) * | 2019-12-10 | 2020-03-27 | 国网湖南省电力有限公司 | 一种基于双模通信的用电信息采集系统及方法 |
CN111313934B (zh) * | 2020-03-04 | 2021-09-21 | 南方电网数字电网研究院有限公司 | 一种基于电力线载波与无线通信的双模通信系统 |
CN113260047A (zh) * | 2021-06-23 | 2021-08-13 | 国网信息通信产业集团有限公司 | 结合hplc和无线通信的双模系统、站点及中央协调器 |
-
2022
- 2022-05-20 CN CN202210547100.0A patent/CN114650586B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111601317A (zh) * | 2020-04-27 | 2020-08-28 | 国网河北省电力有限公司电力科学研究院 | 一种hplc和hrf异构网络的组网方法 |
CN111739275A (zh) * | 2020-06-22 | 2020-10-02 | 杭州万高科技股份有限公司 | 双模通信的控制方法、控制装置、控制设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114650586A (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | A survey on dynamic spectrum access protocols for distributed cognitive wireless networks | |
US7729262B2 (en) | Method and system for assigning channels in a wireless LAN | |
JP5496428B2 (ja) | マクロセルとフェムトセルの混合ネットワークにおける干渉抑制方法 | |
US8958806B2 (en) | Radio resource management in femtocells | |
US10051620B2 (en) | Radio resource management in Femtocells | |
CN111314894B (zh) | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 | |
JP4976858B2 (ja) | リレーベースのセルラ構成におけるリソース割当方法及び装置 | |
Gupta et al. | Cross‐layer perspective for channel assignment in cognitive radio networks: A survey | |
Aslam et al. | CSPA: Channel selection and parameter adaptation scheme based on genetic algorithm for cognitive radio ad hoc networks | |
Rathi et al. | Game theoretic and non-game theoretic resource allocation approaches for D2D communication | |
CN114650586B (zh) | 一种双模网络中双模站点的选择方法、网络优化方法 | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
CN106899990B (zh) | 一种组网自优化方法、装置及系统 | |
CN108540246B (zh) | 一种基于认知无线电的资源分配方法 | |
JP2019041339A (ja) | 無線通信システム、無線通信方法、無線基地局および制御局 | |
Al-Wesabi et al. | A joint algorithm for resource allocation in d2d 5g wireless networks | |
CN111372313A (zh) | 基于LoRa上行传输系统的高能效资源分配方法 | |
Yu et al. | A new joint strategy of radio channel allocation and power control for wireless mesh networks | |
CN103442363B (zh) | 使用tvws的认知td-lte中频谱切换次数最小化的频谱聚合方法 | |
Kai et al. | An effective channel allocation algorithm to maximize system utility in heterogeneous DCB WLANs | |
CN106937294B (zh) | 一种网络间频谱资源协调方法及其基站 | |
Amer et al. | Association optimization based on access fairness for Wi-Fi networks | |
US11252584B2 (en) | Method and system for controlling a plurality of Wi-Fi access points in a wireless network using a cloud platform | |
Wang et al. | A distributed power control algorithm in cognitive radio networks based on Nash bargaining solution | |
CN116566439B (zh) | Hplc网络优化方法、装置、电子设备和存储介质 |
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 |