基于遗传算法的网络信道负载均衡分配算法研究

肖 峰

（安徽职业技术学院 信息工程学院，安徽 合肥 230031）

随着无线网络通信技术的发展，采用无线传感均衡调度和节点自适应分配的方法，建立网络传输和拓扑结构模型，从而提高网络输出的自适应性。但在无线网络组网设计中，受到网络节点的调度轮换因素和信道的干扰因素的影响，导致网络信道负载均衡分配的自适应性不好，抗干扰能力不强，需要研究优化的网络信道负载均衡分配模型，提高网络传输的稳定性。相关的网络信道负载均衡分配方法的研究受到了人们的极大关注［1］。

对网络信道负载均衡分配的研究是建立在对网络信道负载的均衡调度和特征提取基础上的，利用自适应均衡技术实现对网络信道负载均衡分配处理［2］。在传统方法中，对网络信道负载均衡分配的方法主要有基于模糊惯性特征分析的均衡分配方法、基于扩频序列重组的网络信道负载均衡分配方法及基于PSO 的网络信道负载均衡分配方法等［3-5］。构建网络信道负载均衡分配的适应度函数，通过特征匹配和惯性融合，实现网络信道负载均衡分配。但是，采用传统方法进行网络信道负载均衡分配的自适应性不好，空间轮换调度能力不强［6］。针对上述问题，本文提出基于遗传算法的网络信道负载均衡分配算法。

1 网络信道负载模型和抗干扰设计

在信道负载均衡分配前，首先构建了网络信道负载模型，并通过有限频带融合完成信道的多径干扰抑制，同时分解其频谱特征，为后续的负载均衡设计奠定基础，也有效降低了输出误码率。

1.1 网络信道负载模型

为了实现基于遗传算法的网络信道负载均衡分配，采用特征相关性分析的方法，根据网络信道的扩频序列，结合多径损失补偿和信息码元重组过程［7］构建网络信道负载均衡模型，其表示形式如下：

式中，xi表示簇首节点i的成员节点数；N表示网络中的节点数；nc表示簇首节点的数量。

采用抽头传感器实现对无线传感网络信道的均衡配置，采用自适应调整均衡器抽头系数的方法，分析无线传感网络信道的负载参数［8］，所得负载均衡调度参量为

式中，βki表示节点k的负载流量中需要通过网关i进行发送的部分；Tk表示节点k所产生的总流量负载。

采用自相关补偿和临界波束抑制的方法，得到无线传感网络信道传输的节点分配，由N=2P个阵元组成，无线传感网络信道输出的可靠度函数为

式中，si(t)为无线传感网络信道的偏移特征量；xm(t)为信道估计误差。

在恒参数稳态分配信道模型中，得到无线传感网络信道传输的多径分量为

式中，ε表示引力常数，为固定值。

采用多元拓扑节点融合的方法构建网络信道负载模型，得到信道负载估计误差表达式为

式中，d表示无线传感网络信道分配节点的间隔距离；m表示阵元间隔。

根据无线传感网络信道理论速率损失，结合信号调制和扩频分析，得到网络信道负载模型，如图1所示。

图1 无线传感网络信道负载模型

1.2 无线传感网络传输信道的频谱特征提取

为提取无线传感网络传输信道的频谱特征，结合空间均衡补偿方法分析无线传感网络信道的冲激响应特征分量，其表示形式如下：

式中，ak表示单个时延调度下的无线传感网络信道输出脉冲响应函数。

采用模糊状态参数融合的方法，得到无线传感网络信道传输的稳态特征分量：

采用稳态误差补偿的方法，得到无线传感网络信道负载均衡调度的模糊特征集Dk，其取值满足：

式中，R表示无线传感网络信道的均衡匹配系数。

设在时间段[Si-1,Si)内的特征分量为Di，对接收信号频谱分量进行均衡处理［9］，得到采样信号频谱为pk和pk+1。输入模拟信号频谱，得到：

采用信道自适应转换和学习的方法，构建无线传感器网络信道传输的信道均衡配置模型，得到多径加权特征分量表达式为

式中，∗表示函数的共轭。

结合有限频带融合的方法，实现对网络传输信道的多径干扰抑制和频谱特征分解［10］，得到信道输出的多普勒频移参数表达式为

式中，Δt表示信道的传输时延。

在这一过程中，为了有效缩小采样间隔对负载均衡性能的影响，分析信号衰落、幅度和相位等参数，通过参数稳态调节的方法获取稳定的网络传输信道的频谱特征［11］。

2 网络信道负载均衡分配优化

根据上述提取到的网络传输信道频谱特征，利用遗传算法设计分配过程的寻优控制模型，提高负载均衡分配结果的自适应性，并在满足误码率的要求下，利用波特间隔均衡调节和无线扩频技术完成信道均衡设计。

2.1 信道负载均衡分配的寻优控制

采用遗传进化算法实现对网络信道的负载均衡调度，通过遗传寻优方法构建信道负载均衡分配的寻优控制模型，得到有用信息序列的采样间隔f=N/MT，然后采用T/2 抽头间隔的均衡器，得到无线传感网络信道的均衡匹配功率为

采用遗传进化算法实现无线传感网络信道的均衡分配。在L条多径信道中，采用多普勒衰减调节的方法进行信道加性噪声抑制［12］，得到信道加性噪声的遗传迭代离散信息为

分析无线传感器网络信道的系统函数对环境参数的关联性，建立无线传感器网络传输的信道负载均衡调度模型。在遗传迭代过程中，得到无线传感器网络系统输出的关系式为

式中，εk表示系统误差；Ek表示系统期望响应；Γk表示抽头延迟线。

采用时延控制的方法，得到无线传感器网络信道负载均衡调度的误差表达式为

在相干多途信道中，实现信道均衡和自适应参数融合，通过遗传进化和寻优控制，进行无线传感器网络信道输出均衡配置和遗传进化学习。

2.2 信道负载均衡分配实现

在满足误码率要求条件下，通过波特间隔均衡调节和无线扩频技术，构建无线传感器网络信道传输的均衡调度和扩频参数融合模型。网络信道负载均衡的遗传算法在相干多径信道中，采用误差调节和反馈补偿的方法，所得负载输出的量化均值为

假设每条路径中的信息传输延迟是固定的，且多普勒输出衰减量均为Wtk，然后采用不同时延和幅度双重迭代的方法，得到无线传感器网络传输的增益为U1和U2，都选自经过自适应噪声抵消后的反射信号U。无线传感器网络传输信号表示为

经过低通滤波和遗传进化调度后，无线传感器网络传输信道扩频的抽头数为L（即滤波器长度），遗传算法的迭代步长参数为μ（0<μ<2L/Smax），Smax是相干多径信道的抽头系数，则有限冲激响应滤波表示为

在n时刻，分析各条路径的相位偏移，然后根据各路径与直达路径之间的差异性特征量，采用频谱差异性融合的方法，计算n+1 时刻的抽头分量。在信道多径分量存在相位偏移的情况下完成干扰抑制，过程如下：

根据上述分析，通过波特间隔均衡调节和无线扩频技术［13-15］，实现对无线通信网络的信道均衡设计和负载均衡分配。

3 仿真实验与结果分析

为了验证本文方法在实现网络信道负载均衡分配的应用性能，进行仿真测试。假设无线传感器网络的节点数为348，多径分量的相位偏移为0.34 rad/s，信道均衡系数为0.85，时延均衡调节系数为0.36，码元速率为1 kBaud，根据上述仿真参数，得到无线传感器网络信道传输的负载率，如图2 所示。

图2 网络信道负载率

以图2 的网络信道传输负载为研究对象，构建信道负载均衡分配模型，测试不同方法的无线通信网络传输到达率，对比曲线如图3所示。

由图3 可知，通过遗传算法实现网络信道负载均衡配置，提高了码元传输的到达率。

图3 无线通信网络传输的到达率

测试信道负载损失和码元传输速率，得到测试结果如图4所示。

图4 信道负载损失及速率测试

分析上述仿真结果可知，采用本文方法实现无线通信网络传输的负载均衡分配的损失率较低，提高了信道传输速率。

测试信道输出误码率，得到对比结果如表1 所示。分析表1 可知，采用本文方法进行信道负载均衡分配，输出误码率得到有效控制。

表1 输出误码率对比测试

4 结语

以提高网络信道负载均衡分配能力为目的，本研究基于遗传算法设计了网络信道负载均衡分配算法。在建立网络信道负载均衡模型的基础上，结合多径损失补偿和信息码元重组的方法，分析无线传感网络信道的冲激响应特征分量。然后采用遗传算法构建信道负载均衡分配的寻优控制模型，并在满足误码率要求条件下，结合参数稳态调节的方法，实现无线传感网络信道负载分配优化设计。实验结果表明，本文方法提高了信道中的码元传输速率，降低了输出误码率，证明了其应用性能较好。