紀(jì) 妙,宋 煜,曾 強(qiáng),張思明
(湖北中煙工業(yè)有限責(zé)任公司武漢卷煙廠,湖北武漢 430048)
目前針對(duì)工業(yè)無(wú)線通信網(wǎng)絡(luò)等問(wèn)題的研究大多集中于網(wǎng)絡(luò)的布設(shè)、監(jiān)控、覆蓋與連接關(guān)系方面?,F(xiàn)階段,出現(xiàn)了一種“感知覆蓋”概念,即“通信覆蓋”,以此為基礎(chǔ)實(shí)現(xiàn)多個(gè)節(jié)點(diǎn)之間的信息互聯(lián)。許多通信網(wǎng)絡(luò)都是針對(duì)野外、叢林等特定場(chǎng)所,這些場(chǎng)所中的節(jié)點(diǎn)分布密集,容易導(dǎo)致網(wǎng)絡(luò)節(jié)點(diǎn)信號(hào)經(jīng)常發(fā)生碰撞,使得網(wǎng)絡(luò)通信能力與通信安全性大幅度下降。因此,對(duì)通信網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行合理、高效的布置與調(diào)度是非常必要的。文獻(xiàn)[1]提出了基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法,采用粒子濾波器對(duì)下一時(shí)間的目標(biāo)進(jìn)行定位,通過(guò)預(yù)測(cè)節(jié)點(diǎn)位置和協(xié)方差估計(jì)得到下一時(shí)間目標(biāo)橢圓形面積。結(jié)合節(jié)點(diǎn)剩余能量繼續(xù)追蹤目標(biāo),從而調(diào)度覆蓋節(jié)點(diǎn)。然而該方法在目標(biāo)跟蹤過(guò)程中容易出現(xiàn)跟蹤誤差,影響調(diào)度質(zhì)量。文獻(xiàn)[2]提出了基于網(wǎng)絡(luò)連通覆蓋的調(diào)度算法,采用SOBOL 序列和逆向?qū)W習(xí)方法對(duì)群體進(jìn)行了逆向?qū)W習(xí),以改進(jìn)珊瑚礁算法為基礎(chǔ),得到了符合連通覆蓋要求的節(jié)點(diǎn)集合,實(shí)現(xiàn)節(jié)點(diǎn)優(yōu)化調(diào)度。然而,該方法在學(xué)習(xí)過(guò)程中耗費(fèi)大量時(shí)間,影響節(jié)點(diǎn)調(diào)度效果。為此,提出了工業(yè)無(wú)線通信網(wǎng)絡(luò)多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法。
采用網(wǎng)格目標(biāo)覆蓋形式反映多重覆蓋節(jié)點(diǎn)調(diào)度部署問(wèn)題[3],如圖1 所示。
圖1 三維網(wǎng)格覆蓋結(jié)構(gòu)示意圖
在圖1 所示的三維網(wǎng)格覆蓋結(jié)構(gòu)[4-6]中,任意一覆蓋節(jié)點(diǎn)a與網(wǎng)格節(jié)點(diǎn)b之間的距離計(jì)算公式為:
式中,(x1,y1,z1)為覆蓋節(jié)點(diǎn)a在三維網(wǎng)格中的坐標(biāo);(x2,y2,z2)為網(wǎng)格節(jié)點(diǎn)b在三維網(wǎng)格中的坐標(biāo)[7]。計(jì)算網(wǎng)格節(jié)點(diǎn)b對(duì)覆蓋節(jié)點(diǎn)a的感知強(qiáng)度,計(jì)算公式為:
式中,R表示感知范圍。通過(guò)計(jì)算網(wǎng)格節(jié)點(diǎn)對(duì)覆蓋節(jié)點(diǎn)的感知強(qiáng)度,確定每一個(gè)覆蓋區(qū)域范圍內(nèi)的節(jié)點(diǎn)位置[8]。
在實(shí)際應(yīng)用中,由于受到外界環(huán)境因素的干擾,通信網(wǎng)絡(luò)的節(jié)點(diǎn)監(jiān)控常常會(huì)出現(xiàn)一些不確定衰變情況[9]。而布爾感知模型可以更好地描述這種衰變,可表示為:
式中,ε表示通信網(wǎng)絡(luò)節(jié)點(diǎn)感知能力隨著通信距離增加而衰減的參數(shù);e 表示自然常數(shù)[10]。在監(jiān)控對(duì)象屬性不一的情況下,將多個(gè)通信網(wǎng)絡(luò)節(jié)點(diǎn)部署在含有N個(gè)網(wǎng)格的區(qū)域,在該區(qū)域設(shè)置更多的節(jié)點(diǎn),以增加網(wǎng)絡(luò)的容錯(cuò)性和監(jiān)測(cè)質(zhì)量,減少其他區(qū)域所部署的節(jié)點(diǎn)數(shù)量,從而實(shí)現(xiàn)區(qū)域目標(biāo)的多重覆蓋[11]。
采用差分算法對(duì)節(jié)點(diǎn)進(jìn)行休眠或正常狀態(tài)判斷,從而確定多重覆蓋節(jié)點(diǎn)狀態(tài)。差分算法是一種以群體演化為基礎(chǔ),以記憶個(gè)體最優(yōu)解和簇內(nèi)信息分享為核心的算法,主要是利用簇群中成員之間的協(xié)作和競(jìng)爭(zhēng)來(lái)解決相關(guān)的問(wèn)題[12]。
為了提高全局搜索收斂性和穩(wěn)定性[13],采用混合二進(jìn)制編碼,粒子編碼示意圖如圖2 所示。
圖2 混合二進(jìn)制粒子編碼示意圖
結(jié)合圖2,構(gòu)建判斷多重覆蓋節(jié)點(diǎn)狀態(tài)的方程,如下所示:
在式(4)支持下,差分算法通過(guò)以下公式判斷節(jié)點(diǎn)狀態(tài):
式中,μ表示時(shí)間片數(shù)量;Q表示節(jié)點(diǎn)能量值;qWm表示節(jié)點(diǎn)在Wm位置處的能量[14]。通過(guò)上述內(nèi)容,可確定多重覆蓋節(jié)點(diǎn)狀態(tài)。
根據(jù)節(jié)點(diǎn)狀態(tài)判斷節(jié)點(diǎn)是否為冗余節(jié)點(diǎn),并在作出決策之前設(shè)置一種退避機(jī)制,避免因兩個(gè)節(jié)點(diǎn)的休眠而引起感知空洞問(wèn)題,能夠?qū)τ诟采w冗余度判斷產(chǎn)生有利影響[15]。利用相鄰點(diǎn)的數(shù)目或者相鄰點(diǎn)之間的間距來(lái)確定相鄰節(jié)點(diǎn)覆蓋區(qū)域。針對(duì)“非均勻休眠”問(wèn)題,采用容忍覆蓋區(qū)域分析方法對(duì)節(jié)點(diǎn)進(jìn)行覆蓋冗余判別,判別公式為:
式中,Sm表示節(jié)點(diǎn)被鄰居節(jié)點(diǎn)覆蓋的面積;Fm(C)表示節(jié)點(diǎn)部署區(qū)域容忍覆蓋面積,其計(jì)算公式可表示為:
式中,R、r分別表示節(jié)點(diǎn)隨機(jī)部署區(qū)域半徑和感知半徑;C(h)表示感知區(qū)域覆蓋面積。當(dāng)計(jì)算結(jié)果滿足式(6)時(shí),此時(shí)的節(jié)點(diǎn)為多重覆蓋節(jié)點(diǎn)。
假定在工業(yè)無(wú)線通信網(wǎng)絡(luò)中,由多個(gè)節(jié)點(diǎn)構(gòu)成一個(gè)無(wú)向圖G=V,E,在該無(wú)向圖中,V為非空集,E為無(wú)序二元集。結(jié)合覆蓋冗余度判別結(jié)果,構(gòu)建基于螞蟻算法的工業(yè)無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)集,并對(duì)節(jié)點(diǎn)集中的節(jié)點(diǎn)進(jìn)行調(diào)度,使得節(jié)點(diǎn)重復(fù)覆蓋區(qū)域達(dá)到最低。
初始化蟻群算法,增強(qiáng)初始解的信息素,提高了蟻群算法的收斂速度,確保蟻群算法在搜索過(guò)程中最快速地逼近最佳解[16];
通過(guò)隨機(jī)地阻止多個(gè)螞蟻穿越通信網(wǎng)絡(luò)節(jié)點(diǎn),對(duì)第一個(gè)被選中節(jié)點(diǎn)調(diào)度概率進(jìn)行計(jì)算,計(jì)算公式為:
式中,t表示時(shí)間;xi,j(t) 表示螞蟻的信息素;yi,j(t)表示螞蟻的啟發(fā)信息;ωx、ωy分別表示信息素和啟發(fā)信息權(quán)值;i表示粒子數(shù)量;j表示向量維度;k表示螞蟻數(shù)量。當(dāng)螞蟻在工業(yè)無(wú)線通信網(wǎng)絡(luò)中選定一個(gè)節(jié)點(diǎn)進(jìn)行調(diào)度時(shí),與其所對(duì)應(yīng)螞蟻的信息素濃度就會(huì)發(fā)生變化,由此構(gòu)建的多重復(fù)覆蓋節(jié)點(diǎn)調(diào)度模型為:
在實(shí)驗(yàn)過(guò)程中,設(shè)置圖3 所示的工業(yè)無(wú)線通信網(wǎng)絡(luò)結(jié)構(gòu)。
采用無(wú)線組網(wǎng)方式,如WSN/WiFi,以增加網(wǎng)絡(luò)的靈活性。同時(shí),該網(wǎng)絡(luò)還要求具有很強(qiáng)的通信能力,并配有以太網(wǎng)接口,根據(jù)監(jiān)控對(duì)象的不同采取不同的組網(wǎng)模式。
將網(wǎng)絡(luò)覆蓋率作為實(shí)驗(yàn)指標(biāo),其計(jì)算公式為:
式中,SA表示處于活動(dòng)狀態(tài)節(jié)點(diǎn)形成的覆蓋區(qū)域;S′表示研究區(qū)域面積。該計(jì)算結(jié)果越大,網(wǎng)絡(luò)覆蓋率越大,說(shuō)明該節(jié)點(diǎn)調(diào)度效果越差;反之,計(jì)算結(jié)果越小,網(wǎng)絡(luò)覆蓋率越小,說(shuō)明節(jié)點(diǎn)調(diào)度效果越好。
分別使用基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法、基于網(wǎng)絡(luò)連通覆蓋調(diào)度算法和多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法,對(duì)比分析不同初始重覆蓋率下的節(jié)點(diǎn)調(diào)度效果,如圖4 所示。
圖4 不同方法節(jié)點(diǎn)調(diào)度效果對(duì)比分析
在初始重復(fù)覆蓋率為100%的情況下,使用基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法和基于網(wǎng)絡(luò)連通覆蓋調(diào)度算法始終保持重復(fù)覆蓋,使得最終網(wǎng)絡(luò)覆蓋率分別達(dá)到48%和23%。使用多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法能夠有效擺脫重復(fù)覆蓋,使得最終網(wǎng)絡(luò)重復(fù)覆蓋率達(dá)到0。
在初始重復(fù)覆蓋率為95%的情況下,使用基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法始終保持重復(fù)覆蓋,使得最終網(wǎng)絡(luò)重復(fù)覆蓋率達(dá)到18%。使用基于網(wǎng)絡(luò)連通覆蓋調(diào)度算法、多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法能夠有效擺脫重復(fù)覆蓋,其中使用數(shù)學(xué)建模方法在通信時(shí)間為600 s 時(shí)就達(dá)到了相關(guān)目標(biāo)。
在初始重復(fù)覆蓋率為90%的情況下,使用基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法無(wú)法有效擺脫重復(fù)覆蓋,使得最終網(wǎng)絡(luò)覆蓋率達(dá)到9%。使用基于網(wǎng)絡(luò)連通覆蓋調(diào)度算法、多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法能夠有效擺脫重復(fù)覆蓋,兩種方法在通信時(shí)間分別為700、500 s 時(shí)就達(dá)到調(diào)度目標(biāo)。
在初始重復(fù)覆蓋率為85%的情況下,使用這三種方法均能有效擺脫重復(fù)覆蓋,基于動(dòng)態(tài)簇的節(jié)點(diǎn)調(diào)度算法、基于網(wǎng)絡(luò)連通覆蓋調(diào)度算法和多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法在通信時(shí)間分別為800、550、300 s 時(shí)就達(dá)到調(diào)度目標(biāo)。
文中針對(duì)工業(yè)無(wú)線通信網(wǎng)絡(luò)多重覆蓋節(jié)點(diǎn)調(diào)度問(wèn)題,提出了一種多重覆蓋節(jié)點(diǎn)調(diào)度數(shù)學(xué)建模方法,以此在降低節(jié)點(diǎn)重復(fù)覆蓋度的同時(shí),提升節(jié)點(diǎn)利用率。實(shí)驗(yàn)結(jié)果表明,該模型可以有效地解決工業(yè)無(wú)線通信網(wǎng)絡(luò)中多個(gè)覆蓋節(jié)點(diǎn)的快速調(diào)度問(wèn)題,應(yīng)用效果好。