考慮均衡負(fù)載的電力線通信組網(wǎng)蟻群算法

胡志云，周紅蓮，付 林，曹 茜，朱劍利

（國網(wǎng)新疆電力有限公司經(jīng)濟(jì)技術(shù)研究院，新疆 烏魯木齊 830011）

0 引 言

電力線通信是通過高壓至低壓的電力線來實(shí)現(xiàn)通信的，其分布范圍大，在進(jìn)戶時(shí)不需要重新布線，可以同時(shí)傳輸數(shù)據(jù)信、圖像、音頻以及視頻，用戶數(shù)量可觀，具有巨大的發(fā)展?jié)摿1]。電力線通信網(wǎng)絡(luò)中，理想狀態(tài)是通信具有優(yōu)良的最短路徑，從而減少每個(gè)節(jié)點(diǎn)作為路由的次數(shù)，保證每個(gè)節(jié)點(diǎn)的壽命。此時(shí)就需要考慮網(wǎng)絡(luò)負(fù)載均衡情況，通過蟻群算法尋找最優(yōu)路徑使路由盡量分散，以實(shí)現(xiàn)均衡負(fù)載[2]?；诖耍疚奶岢隽丝紤]均衡負(fù)載的電力線通信組網(wǎng)蟻群算法。

1 考慮均衡負(fù)載的電力線通信組網(wǎng)電蟻群算法

1.1 建立蟻群擇優(yōu)模型

蟻群算法的重要環(huán)節(jié)是信息素的傳遞，螞蟻通過信息素對(duì)路徑進(jìn)行概率擇優(yōu)[3]?；鞠伻核惴ǖ霓D(zhuǎn)移概率描述如下：

式中，Pijk(t)表示螞蟻k在節(jié)點(diǎn)i選擇下一節(jié)點(diǎn)j的概率；τ表示信息素；τij(t)表示t時(shí)刻節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的信息素；η表示啟發(fā)式j(luò)之間長度dij的倒數(shù)；α表示τ相對(duì)重要程度；β表示η的相對(duì)重要程度；allowSetk表示螞蟻k在t時(shí)刻可選的下一節(jié)點(diǎn)集合；ηij(t)表示啟發(fā)式因子，一般取節(jié)點(diǎn)i與節(jié)點(diǎn)結(jié)合電力線通信組網(wǎng)在運(yùn)行時(shí)的實(shí)際情況。引入混沌選擇策略豐富問題解，在迭代次數(shù)不斷增多的條件下，算法均漸漸趨近于0。具體描述如下：

式中，Xij表示i到j(luò)的混沌變量。

通過算法迭代，當(dāng)前最優(yōu)路徑上的τ更新方式為：

式中，LNC表示第NC次迭代最優(yōu)路徑的長度；Lbest表示目前為止最優(yōu)路徑的長度。結(jié)合ρ對(duì)算法求解能力與收斂速度的影響，將算法分成前、中、后以及末4個(gè)階段。ρ在算法的第一階段取最大值，擴(kuò)大算法搜索范圍，在后3個(gè)階段逐漸遞減，提高收斂速度[4]。

1.2 選取算法性能參數(shù)

α與β影響著螞蟻對(duì)路徑的選擇，α的值越大，螞蟻就有更大的概率選擇已知路徑，算法搜索能力就會(huì)變?nèi)?，可能?huì)導(dǎo)致算法提前出現(xiàn)局部最優(yōu)，β影響著算法的收斂速度，二者成正比關(guān)系，當(dāng)β值過大時(shí)，算法容易進(jìn)入局部最優(yōu)，綜合分析確定α值為1，β值為2[5]。

螞蟻總數(shù)量M影響著算法解集的大小，當(dāng)M值過小時(shí)，解集也相應(yīng)變小，算法顯示出搜索能力變差的情況，當(dāng)M值過大時(shí)，解集相應(yīng)變大，雖然增強(qiáng)了算法的搜索能力，但算法收斂速度降低，效率減小，綜合考慮算法的收斂性與搜索能力，確定M值為8。

1.3 平衡組網(wǎng)通信負(fù)載

蟻群算法完成負(fù)載均衡實(shí)現(xiàn)的步驟如下。首先，由網(wǎng)關(guān)發(fā)送消息至各個(gè)節(jié)點(diǎn)，各節(jié)點(diǎn)通過消息到達(dá)節(jié)點(diǎn)時(shí)的強(qiáng)弱來判斷自身位置。其次，各節(jié)點(diǎn)對(duì)比T值與自身位置信息，根據(jù)分區(qū)規(guī)則將節(jié)點(diǎn)均衡分配各個(gè)區(qū)域中。再次，各節(jié)點(diǎn)將自身數(shù)據(jù)和收集到的數(shù)據(jù)傳輸給本區(qū)域網(wǎng)關(guān)，包括剩余能量、層值以及負(fù)載量等。最后，網(wǎng)關(guān)根據(jù)收到的數(shù)據(jù)信息，通過蟻群算法進(jìn)行信息傳輸路徑擇優(yōu)運(yùn)算，選擇出最佳路徑，實(shí)現(xiàn)電力線通信組網(wǎng)的均衡負(fù)載。

2 對(duì)比實(shí)驗(yàn)

為了驗(yàn)證本文提出的算法組網(wǎng)性能，將本文提出的算法標(biāo)記為算法A，將文獻(xiàn)[4]與文獻(xiàn)[5]中提出的傳統(tǒng)算法分別標(biāo)記為算法B和算法C，分別通過3種方法進(jìn)行對(duì)比實(shí)驗(yàn)。

2.1 實(shí)驗(yàn)準(zhǔn)備

本實(shí)驗(yàn)中通過MATLAB軟件對(duì)3種算法進(jìn)行仿真，選取節(jié)點(diǎn)使用率、剩余能量、延時(shí)以及丟包率對(duì)電力線通信組網(wǎng)負(fù)載均衡性能進(jìn)行評(píng)價(jià)。當(dāng)組網(wǎng)負(fù)載均衡性能較差時(shí)，某些重要鏈路中就會(huì)出現(xiàn)信息傳輸擁堵甚至斷裂的情況，導(dǎo)致延時(shí)與丟包率升高，故而延時(shí)與丟包率是反應(yīng)組網(wǎng)負(fù)載均衡性能的關(guān)鍵指標(biāo)，延時(shí)越短和丟包率越小表示組網(wǎng)負(fù)載均衡性能越好。

2.2 節(jié)點(diǎn)使用率仿真結(jié)果

對(duì)3種算法進(jìn)行仿真實(shí)驗(yàn)，得到的節(jié)點(diǎn)使用率對(duì)比結(jié)果如圖1所示。

圖1 3種算法組網(wǎng)節(jié)點(diǎn)使用率對(duì)比

由圖1可知，3組算法的節(jié)點(diǎn)使用率隨層值增加，整體均呈現(xiàn)上升趨勢，算法A組網(wǎng)在各層的節(jié)點(diǎn)使用率均高于算法B和算法C。

2.3 組網(wǎng)剩余能量仿真結(jié)果

對(duì)3種算法進(jìn)行實(shí)驗(yàn)，得到的組網(wǎng)剩余能量對(duì)比結(jié)果如圖2所示。由圖2可知，在初始組網(wǎng)能量相等時(shí)，相同時(shí)間內(nèi)算法A的組網(wǎng)能量消耗比算法B與算法C少，算法A的組網(wǎng)剩余能量在第300 s時(shí)才達(dá)到0 J。

2.4 延時(shí)與丟包率仿真結(jié)果

對(duì)3種算法進(jìn)行仿真實(shí)驗(yàn)，得到的組網(wǎng)整體丟包率對(duì)比結(jié)果如圖3所示。

圖2 3種算法組網(wǎng)剩余能量對(duì)比

圖3 3種算法組網(wǎng)整體丟包率對(duì)比

由圖3可知，3種算法的組網(wǎng)整體丟包率隨著數(shù)據(jù)流量的加大，總體均呈現(xiàn)上升趨勢，算法A的丟包率低于算法B和算法C。

3 結(jié) 論

本研究提出的考慮均衡負(fù)載的電力線通信組網(wǎng)蟻群算法提高了電力通信組網(wǎng)的節(jié)點(diǎn)使用率，延長了組網(wǎng)生命周期，降低了組網(wǎng)丟包率，明顯改善了電力通信組網(wǎng)的負(fù)載均衡性能。今后將繼續(xù)對(duì)電力通信組網(wǎng)進(jìn)行研究，以期在其他方面提高電力通信組網(wǎng)的性能。