分类：电子论文 时间：2021-11-27 热度：500
摘要:海上无线网络作为船舶导航、通信的媒介，其信道质量和信号传输效率有着重要意义，由于海上无线通信网络无法建立基站且船舶不断的移动位置，因此，提高船舶无线网络资源的利用率，合理的调配无线网络资源是一项热点研究。本文介绍一种基于多目标遗传算法的船舶网络资源调配方法，分别从算法原理、资源调度流程以及仿真测试等方面进行介绍。
关键词：多目标遗传算法;资源调度;无线网络
0引言
海上的移动网络是船舶进行通信、导航的基础，随着船舶工业的迅速发展，海上移动网络也获得了较大的发展。我国是一个海上商品物流贸易大国，航运船只的保有量位居世界前列，因此，提高我国海上无线通信网络的性能是一项重要的战略规划，也是我国进行海上资源开发的关键环节。海上移动通信网络在实际应用时面临着一系列的挑战，比如，船舶无线网络的节点始终处于不断的移动中，无线通信基站的稳定性受到一定影响;海上恶劣的气象条件会干扰无线通信信号的传输，降低无线通信网络的质量;海域内大量的船舶共同使用一个无线网络节点，造成网络资源的拥挤，也会降低无线通信网络的信号质量。针对这些问题，研究人员投入了大量的精力，取得了长足的进步[1]。本文研究针对船舶无线网络通信的资源调度问题，首先介绍一种多目标遗传算法，基于该算法开发了船舶移动通信网络的资源调度技术，并进行网络资源调度的仿真测试。
1多目标遗传算法的研究
对于船舶网络资源调度的问题，要想实现网络的最佳调度方案，必须考虑船舶无线网络的路径特征、信号噪声特性、信号衰落特性等，通过分析和比较影响网络调度优化的因素，建立多目标寻优数学模型。多目标遗传算法是通过模拟自然界的进化理论，结合数学模型进行目标快速寻优的算法，该算法的核心是进行优化模型的遗传和变异，多目标遗传算法在非线性问题的求解领域有广泛的应用。
1)初始化和生成初始种群多目标遗传算法首先需要进行数据初始化、约束条件的初始化，通过对种群的个体进行编码，产生初始的种群个体。
2)交叉和变异适应度值是进行种群中个体筛选的判断条件，满足适应度值的个体保留，生成新种群，不满足适应度值的个体被淘汰，这个过程为交叉和变异。多目标遗传算法的适应度值函数如下式：其中，学习因子为c1和c2，惯性权重为ωt。
3)生成新种群fi(i=1,2,3,···,N)假设种群中有N个个体，个体的适配值为，按照适应度筛选后形成的下一代种群个数为：4)迭代优化输出优化解。
2基于多目标遗传算法的船舶网络资源调度算法
2.1船舶无线网络资源调度的方法论
船舶无线移动网络是一种空间分布式网络，信号基站通常建立在岸基上，无线网络的节点位于多艘船舶上，每艘船舶之间通过路由协议建立子级别的通信网络。无线通信网络的资源调度方法主要包括功率控制和媒介接入2种，分别如下：
1)媒介接入媒介接入是指控制船舶网络节点接入无线网络，这种网络资源调度方式通过数据报文控制，船舶无线网络是一种分布式网络，船舶终端节点存在信道共用的问题，同时也容易受到噪声信号的影响。因此，在通过媒介接入方式进行网络资源调度时，需要设计合理的MAC网络协议[2]。
2)功率控制功率控制是一种重要的网络资源调度方式，能够有效地改善网络链接稳定性，提升无线网络的覆盖面积，本文也是基于功率控制技术实现了船舶网络资源的调度。
2.2船舶无线网络资源调度的多目标寻优建模
pipr(j)本文结合多目标遗传算法，进行基于功率控制原理的舰船无线网络资源调度，首先建立资源调度系统模型，假设舰船无线网络有n条链路，网络源节点i，目标节点为j，信号发送功率为，信号接收功率为，可得：pr(j)=pi(λ4πdi)αδ1δ2。λδ1δ2di式中：为信号波长;，分别为网络节点的天线增益，为发送节点与接收节点之间的距离。将上述方程简化可得：船舶之间的数据传输误比特率是衡量网络资源调度成功与否的关键，误比特率用下式计算：式中：pn(j)为信道中的干扰信号[3]，将误比特率定义为多目标遗传算法的适应度函数，可得到舰船网络资源调度的流程如图3所示。
2.3基于多目标遗传算法的船舶网络资源调度仿真
本文对功率控制下的船舶网络资源调度进行仿真，仿真参数如表1所示。得到功率与船舶无线网络的误比特率关系曲线如图4所示。
3结论
本文结合多目标遗传算法进行船舶网络资源调度的研究，分析船舶无线网络的特性，采用功率控制方法实现了资源调度，并进行了仿真。作者:赵文 楼新远 邓文雯
相关期刊推荐：《舰船科学技术》(月刊)创刊于1962年，由中国舰船研究院、中国船舶信息中心主办。主要刊登中国舰船领域和相关行业的高新技术和实用技术方面的论文。选题范围包括舰船理论研究、舰船高新技术和实用技术、舰船系统工程以及与舰船相关的内容。
文章名称：遗传算法在船舶网络资源调度中应用
