基于改进蚁群算法的无线通信网络拓扑重组

连和谬

(闽南理工学院，福建 石狮 362700)

0 引言

无线通信网络是采用无线传感节点实现数据传输的通信网络，无线通信网络承载着大量的数据信息，需要对无线通信网络进行拓扑结构重组，构建无线通信网络的优化组网结构模型，降低无线通信网络传输的路径开销，提高无线通信网络的传输能力.研究无线通信网络的拓扑结构设计方法，对提高无线通信网络的传输能力方面具有重要意义[1]，相关的无线通信网络拓扑结构设计研究受到人们的极大关注.对无线通信网络的拓扑结构设计是建立在网络的优化组网设计基础上，采用构建无线通信网络的节点拓扑模型，能实现大容量的数据存储和高宽带网络传输，当前，对无线通信网络拓扑重组方法主要有最短路径方法[2]，该方法对大规模的无线通信网络节点重组的开销较大，自适应性不好.对此，提出基于改进蚁群算法的无线通信网络拓扑重组方法.构建无线通信网络拓扑结构模型，采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型，进行无线通信网络拓扑节点的线性结构分解采用改进的蚁群算法进行无线通信网络拓扑重组，实现无线通信网络节点的分布式优化设计，提高无线通信网络的传输性能.最后进行仿真实验分析，得出有效性结论.

1 初始拓扑分布结构模型和节点部署

1.1 无线通信网络节点的初始拓扑分布结构模型

为了实现对无线通信网络节点的网络拓扑重组设计，首先采用四元组模型构建无线通信网络节点的初始拓扑分布结构模型，通过对无线通信网络节点的传输链路结构重组，进行网络输出节点的自适应优化部署，构建无线通信网络的信息组合模型，采用最短路径寻优方法[3]，进行无线通信网络拓扑节点的优化拓扑结构设计，假设无线通信网络路由节点的初始位置为Z，节点的链路开销采用4元组表示为：{S1,S2,…,SL}，无线通信网络节点采用无向图G=(V,E)设计，用dG(u,v)表示无线通信网络拓扑结构图G中从u到v的欧式距离，输出层初始权值为Rz，以输出层初始权值为链路通信的带宽进行自适应寻优，结合模糊特征提取方法进行无线通信网络分簇节点传输控制，簇头节点v=head(e)表示整个无线通信网络传输链路e的头，设计无线通信网络无向图G=(V,E,W)，用dG(u,v)表示无线通信网络拓扑图G中从u到v最小跳数，在连通图区域内，构建拓扑结构G，V表示无线通信网络的节点集，V2表示任意两点边集，得到无线通信网络节点的在重组的拓扑结构中的信息覆盖集Si(i=1,2,…,L)满足以下条件：

Si∩Sj=φ，∀i≠j.

(1)

(2)

上式中，MIS为无线通信网络在信息覆盖区域S产生的路径开销，在无线通信网络应用层中进行节点最优选择设计，根据簇头节点的吞吐量，得到各个节点单独传送数据的消耗能量为：

(3)

假设传输路径中第i个节点的路径开销具有确定性，在无线通信网络拓扑节点的拓扑结构中，若vi是vj的子节点，利用图1所示的线性结构进行无线通信网络节点的分布式部署设计，得到节点vi到sink的最大跳数hop_count_max(vi,v0).

在图1所示的无线通信网络节点初始节点拓扑结构模型中，假设无线通信网络数据传输的带宽为λ,γ，在sink周围节点，可靠邻居协作的控制模型满足：

(4)

采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型，进行无线通信网络拓扑节点的线性结构分解，Sink收集的能量记为：

(5)

将无线通信网络传输的时间T等分为N+1个时间段，基于历史数据和可靠邻居节点部署的方法，进行无线通信网络节点的初始拓扑分布结构设计[4].

1.2 节点优化部署

构建无线通信网络的节点优化部署模型，建立时空协作评估模型，实现对无线通信网络节点传输数据的融合聚类处理[5]，得到节点的聚合模型如图2所示.

图1 无线通信网络节点分布的线性结构图2 无线通信网络节点的聚合模型

令无线通信网络链路模型中的输出功率损失为pi，pk和pk+1，对应的无线通信网络节点的传输速率分别表述为ri，rk和rk+1，构建无线通信网络传输链路的优化控制模型，采用自适应链路寻优方法，进行无线通信网络节点拓扑重组，得到信道结构关系：

(6)

(7)

(8)

根据差量阈值进行无线通信网络的空间拓扑结构重组，假设N个节点随机部署在预定监测区域内，网络节点输出的离散频谱为：

R1(k)=R2(k)exp(-jω0Tp/2),k=0,1,…,(N-3)/2.

(9)

R2(k)=Akexp(jφk),k=0,1,…,(N-3)/2.

(10)

当无线通信网络拓扑节点中的发射功率趋于恒定值，节点历史数据与可靠邻居数据的协作量减少，节点间的边集为：

(11)

构建无线网络混合汇聚节点离散控制模型，当均衡调度因子mj小于1，提取无线网络混合汇聚节点数据的空间波谱，得到数据优化传输的概率密度函数为：

(12)

根据提取的无线网络传输混合汇聚节点的关联特征量，采用频谱波束形成方法进行数据传输过程中的增益控制，实现无线通信网络的节点优化部署和拓扑重组，提高网络输出的稳定性[6].

2 无线通信网络拓扑重组优化

2.1 特征提取

在上述采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型并进行节点优化部署设计的基础上，进行无线通信网络拓扑重组设计提取无线通信网络传输信道的关联特征量，采用频谱特征分解方法进行线性结构重组，由于无线通信网络的节点Va与Ca相互独立，计算Source节点的传输比特率，采用空间网格划分方法[7]，得到网络传输的时延Ta和均值ta：

(13)

(14)

(15)

采用频谱特征分解方法，得到无线通信网络的空间分配模型为：

(16)

(17)

构建无线通信网络数据传输的离散特征分布序列为x，采用无线扩频技术进行无线通信网络传输的加权融合，得到输出信息融合结果为：

(18)

在闭环区域中计算描述无线通信网络节点的关联特征量[8]，得到无线通信网络节点拓扑结构重组的最优迭代函数为：

(19)

采用频谱相关性检测方法，得到无线通信网络混合链路开销：

(20)

采用分组检测方法，进行网络节点的自适应传输和稳定性控制，得到信道的输出容量向量为y=[y1,y2,…,yN]T，定义 State(vi) 表示节点状态，得到无线通信网络可靠邻居的样本空间重构模型为：

(21)

其中，x(t)=[x1(t),x2(t),…,xt(t)]T是无线通信网络的关联特征量，根据提取的无线通信网络传输信道的关联特征量，采用频谱特征分解方法进行网络拓扑重组[9].

2.2 蚁群算法寻优

采用改进的蚁群算法进行无线通信网络拓扑重组，实现无线通信网络节点的分布式优化设计，假设蚁群的初始位置为：

(22)

其中个体极值pbest，对无线通信网络节点拓扑结构重组的蚁群个体全局极值解为：

(23)

(24)

蚁群在拓扑结构重组过程中更新自身的速度和位置：

(25)

xt=xt-1+vt.

(26)

其中：vt是蚂蚁当前的速度，xt是蚂蚁的适应度值.c1和c2是操作算子常数，μ值的选取应满足：

(27)

(28)

考虑全局优化问题min{f(x)}，采用蚁群算法进行网络拓扑重组的问题转化为：

(29)

综上分析，采用改进的蚁群算法进行无线通信网络拓扑重组，实现无线通信网络节点的分布式优化设计，提高无线通信网络的传输性能[10].

3 仿真实验与结果分析

为了验证该方法在实现无线通信网络的拓扑重组和优化传输的性能，进行仿真实验分析，实验采用Matlab设计，无线通信网络的节点分布区域为600 m×600 m的均匀线阵区域，无线通信网络混合汇聚节点数目设定为200，蚁群算法的模因组数10个，蚁群个体数为1 200，通信网络的载波频率为600 KHz，网络节点拓扑的运行迭代12 000次，根据上述仿真参量设定，进行无线通信网络的拓扑重组，得到网络传输的码元分布3所示.

以图3的数据为研究对象，进行无线通信网络拓扑节点的线性结构分解，提取无线通信网络传输信道的关联特征量，实现节点的结构重组，得到重组后的能量开销对比如图4所示.

分析图4得知，采用改进方法进行无线通信网络拓扑重组的输出能量开销较小，测试输出误码和传输时延，得到对比结果如图5所示.

分析上述仿真结果得知，采用该方法进行无线通信网络拓扑重组能提高网络的连通性，输出稳定性较好，传输误码率较低.

图3 无线通信网络传输的码元分布图4 拓扑重组的能量开销对比

图5 网络拓扑重组的输出性能对比

4 结语

构建无线通信网络的优化组网结构模型，降低无线通信网络传输的路径开销，提高无线通信网络的传输能力.提出基于改进蚁群算法的无线通信网络拓扑重组方法.构建无线通信网络拓扑结构模型，采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型，进行无线通信网络拓扑节点的线性结构分解，提取无线通信网络传输信道的关联特征量，采用频谱特征分解方法，实现无线通信网络的节点拓扑结构设计，采用改进的蚁群算法进行无线通信网络拓扑重组，实现无线通信网络节点的分布式优化设计，提高无线通信网络的传输性能.仿真结果表明，采用该方法进行无线通信网络拓扑重组能提高网络的连通性，输出稳定性较好，传输误码率较低，具有很好的应用性.