遺傳算法在船舶網絡資源調度中應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了遺傳算法在船舶網絡資源調度中應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:海上無線網絡作為船舶導航、通信的媒介，其信道質量和信號傳輸效率有著重要意義，由于海上無線通信網絡無法建立基站且船舶不斷的移動位置，因此，提高船舶無線網絡資源的利用率，合理的調配無線網絡資源是一項熱點研究。本文介紹一種基于多目標遺傳算法的船舶網絡資源調配方法，分別從算法原理、資源調度流程以及仿真測試等方面進行介紹。

關鍵詞：多目標遺傳算法；資源調度；無線網絡

0引言

海上的移動網絡是船舶進行通信、導航的基礎，隨著船舶工業的迅速發展，海上移動網絡也獲得了較大的發展。我國是一個海上商品物流貿易大國，航運船只的保有量位居世界前列，因此，提高我國海上無線通信網絡的性能是一項重要的戰略規劃，也是我國進行海上資源開發的關鍵環節。海上移動通信網絡在實際應用時面臨著一系列的挑戰，比如，船舶無線網絡的節點始終處于不斷的移動中，無線通信基站的穩定性受到一定影響；海上惡劣的氣象條件會干擾無線通信信號的傳輸，降低無線通信網絡的質量；海域內大量的船舶共同使用一個無線網絡節點，造成網絡資源的擁擠，也會降低無線通信網絡的信號質量。針對這些問題，研究人員投入了大量的精力，取得了長足的進步[1]。本文研究針對船舶無線網絡通信的資源調度問題，首先介紹一種多目標遺傳算法，基于該算法開發了船舶移動通信網絡的資源調度技術，并進行網絡資源調度的仿真測試。

1多目標遺傳算法的研究

對于船舶網絡資源調度的問題，要想實現網絡的最佳調度方案，必須考慮船舶無線網絡的路徑特征、信號噪聲特性、信號衰落特性等，通過分析和比較影響網絡調度優化的因素，建立多目標尋優數學模型。多目標遺傳算法是通過模擬自然界的進化理論，結合數學模型進行目標快速尋優的算法，該算法的核心是進行優化模型的遺傳和變異，多目標遺傳算法在非線性問題的求解領域有廣泛的應用。1）初始化和生成初始種群多目標遺傳算法首先需要進行數據初始化、約束條件的初始化，通過對種群的個體進行編碼，產生初始的種群個體。2）交叉和變異適應度值是進行種群中個體篩選的判斷條件，滿足適應度值的個體保留，生成新種群，不滿足適應度值的個體被淘汰，這個過程為交叉和變異。多目標遺傳算法的適應度值函數如下式：其中，學習因子為c1和c2，慣性權重為ωt。3）生成新種群fi(i=1,2,3,···,N)假設種群中有N個個體，個體的適配值為，按照適應度篩選后形成的下一代種群個數為：4）迭代優化輸出優化解。

2基于多目標遺傳算法的船舶網絡資源調度算法

2.1船舶無線網絡資源調度的方法論

船舶無線移動網絡是一種空間分布式網絡，信號基站通常建立在岸基上，無線網絡的節點位于多艘船舶上，每艘船舶之間通過路由協議建立子級別的通信網絡。無線通信網絡的資源調度方法主要包括功率控制和媒介接入2種，分別如下：1）媒介接入媒介接入是指控制船舶網絡節點接入無線網絡，這種網絡資源調度方式通過數據報文控制，船舶無線網絡是一種分布式網絡，船舶終端節點存在信道共用的問題，同時也容易受到噪聲信號的影響。因此，在通過媒介接入方式進行網絡資源調度時，需要設計合理的MAC網絡協議[2]。2）功率控制功率控制是一種重要的網絡資源調度方式，能夠有效地改善網絡鏈接穩定性，提升無線網絡的覆蓋面積，本文也是基于功率控制技術實現了船舶網絡資源的調度。

2.2船舶無線網絡資源調度的多目標尋優建模

pipr(j)本文結合多目標遺傳算法，進行基于功率控制原理的艦船無線網絡資源調度，首先建立資源調度系統模型，假設艦船無線網絡有n條鏈路，網絡源節點i，目標節點為j，信號發送功率為，信號接收功率為，可得：pr(j)=pi(λ4πdi)αδ1δ2。λδ1δ2di式中：為信號波長；，分別為網絡節點的天線增益，為發送節點與接收節點之間的距離。將上述方程簡化可得：船舶之間的數據傳輸誤比特率是衡量網絡資源調度成功與否的關鍵，誤比特率用下式計算：式中：pn(j)為信道中的干擾信號[3]，將誤比特率定義為多目標遺傳算法的適應度函數，可得到艦船網絡資源調度的流程如圖3所示。

2.3基于多目標遺傳算法的船舶網絡資源調度仿真

本文對功率控制下的船舶網絡資源調度進行仿真，仿真參數如表1所示。得到功率與船舶無線網絡的誤比特率關系曲線如圖4所示。

3結論

本文結合多目標遺傳算法進行船舶網絡資源調度的研究，分析船舶無線網絡的特性，采用功率控制方法實現了資源調度，并進行了仿真。

作者:趙文 樓新遠 鄧文雯 單位:.西南交通大學信息科學與技術學院 蘇州農業職業技術學院智慧農業學院