[發(fā)明專利]基于遺傳算法的無線認知網(wǎng)絡端到端服務質(zhì)量確保方法

無效

• 申請?zhí)枺?/td>: 201110240923.0
• 申請日: 2011-08-22
• 公開（公告）號: CN102300269A
• 公開（公告）日: 2011-12-28
• 發(fā)明（設計）人: 白躍彬;彭惠星
• 申請（專利權）人: 北京航空航天大學
• 主分類號: H04W28/24
• 分類號: H04W28/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發(fā)明涉及一種具有認知功能的移動自組織網(wǎng)絡，屬于移動自組織網(wǎng)絡中端到端服務質(zhì)量確保的技術領域。

背景技術

近年來，移動自組織網(wǎng)絡中的端到端服務質(zhì)量(QoS)確保問題引起了國內(nèi)外專家學者和科研機構的廣泛關注。端到端QoS指數(shù)據(jù)傳輸過程中涉及到的所有節(jié)點、鏈路服務性能的總效果，它決定了一個用戶對服務的滿意程度，通常由若干基本的性能指標來描述，包括鏈路可用性、吞吐量、時延、抖動、分組丟失率、連接建立時間等。移動自組織網(wǎng)絡以其較強的靈活性、可生存性和自組織能力被廣泛地應用于社會各領域。然而，該網(wǎng)絡中也存在一些問題，比如資源有限，無線鏈路時斷時續(xù)、間歇可用，集中控制的基礎設施缺乏等，這些使得移動自組織網(wǎng)絡中的端到端QoS確保問題面臨著很多挑戰(zhàn)。

目前現(xiàn)有的針對移動自組織網(wǎng)絡中端到端QoS確保的研究主要存在以下幾個問題：一是，端到端QoS確保方法不具有通用性。由于不同應用的機理導致影響其端到端QoS的關鍵因素有所不同，因而根據(jù)不同應用的特點，采用不同的端到端QoS確保方法。比如，視頻、音頻的編碼方式是影響多媒體業(yè)務QoS的重要因素之一，因而很多對其QoS保障問題的研究都集中于編碼方法，而對其他很多應用的端到端QoS保障則沒有這方面因素的考慮。二是，QoS指標之間存在著一些關聯(lián)，對其中一些指標的保障，可能會影響到其他指標的性能。目前大部分的研究只能確保單個QoS指標，同時確保多個QoS指標通常是個NP問題，需要借助于一些智能的算法來解決。三是，目前大部分方法在應對環(huán)境變化方面的能力比較弱，尤其是移動自組織網(wǎng)絡這種環(huán)境會隨時發(fā)生變化的網(wǎng)絡，增強方法的自適應能力，使其在環(huán)境變化時，能夠快速做出響應是十分必要的。

與此同時，無線認知網(wǎng)絡是近年來新興的一種具有自我管理、自我優(yōu)化、自我愈合能力的網(wǎng)絡技術。它能夠通過測量、估算、感應等途徑感知反映當前網(wǎng)絡狀態(tài)的參數(shù)值；然后，采取一定的智能方法，如遺傳算法、博弈論等，按照一定的端到端目標，決策出能夠提高網(wǎng)絡端到端性能的配置方案；最后，根據(jù)決策出的結果，進行網(wǎng)絡的重構；在上述過程中，網(wǎng)絡還具有學習的能力，積累一定的重構案例，從中提取出知識，以指導后續(xù)的決策過程。

針對目前在移動自組織網(wǎng)絡端到端QoS確保研究中的幾個問題，引入無線認知網(wǎng)絡的方法是十分必要的。無線認知網(wǎng)絡中的一個關鍵問題是決策過程采用的智能決策方法。遺傳算法是借鑒了進化生物學中的一些現(xiàn)象，如變異、交叉等，而發(fā)展起來的，是一種用于解決最優(yōu)化問題的搜索算法。它的特點有：從問題解的串集開始搜索，覆蓋面大，利于全局擇優(yōu)；同時處理多個個體，減少了陷入局部最優(yōu)解的風險，算法本身易于實現(xiàn)并行化；具有自組織、自適應性和自學習性；可以解決多目標優(yōu)化問題等。這些特點使得它成為適合確保業(yè)務多個QoS指標的優(yōu)化搜索方法。

發(fā)明內(nèi)容

本發(fā)明以確保移動自組織網(wǎng)絡中業(yè)務的多個端到端QoS指標為目標，根據(jù)無線認知網(wǎng)絡的思想，建立移動自組織網(wǎng)絡中業(yè)務端到端QoS確保問題的無線認知網(wǎng)絡模型，并以遺傳算法作為無線認知網(wǎng)絡模型中的智能決策方法，具體包括：

1.無線認知網(wǎng)絡模型

無線認知網(wǎng)絡的基本組成有感知、決策和行動這三個部分。本發(fā)明將移動自組織網(wǎng)絡中業(yè)務的端到端QoS確保問題建立為無線認知網(wǎng)絡模型。將業(yè)務的QoS指標，如業(yè)務的端到端時延、抖動、丟包率等，作為反映網(wǎng)絡狀態(tài)的感知參數(shù)；將能夠解決多目標優(yōu)化問題的遺傳算法作為智能決策過程的方法；將網(wǎng)絡協(xié)議棧中的可調(diào)參數(shù)，如無線節(jié)點的發(fā)射功率、數(shù)據(jù)的發(fā)送速率等，作為完成網(wǎng)絡重構的行動方案配置參數(shù)。

2.采用遺傳算法的認知決策過程

遺傳算法作為無線認知網(wǎng)絡模型中的智能決策方法，其主要作用是搜索能夠確保業(yè)務多個端到端QoS指標的網(wǎng)絡協(xié)議棧中的可調(diào)參數(shù)值。將經(jīng)過編碼的可調(diào)參數(shù)組合作為遺傳算法中參與操作的染色體，可調(diào)參數(shù)的個數(shù)即為染色體的長度；QoS指標作為適應度函數(shù)，由于本發(fā)明針對的是多個QoS指標，適應度函數(shù)以向量的形式表示，向量中的每個元素對應于每個經(jīng)過處理的QoS指標。染色體參與的運算是遺傳算法現(xiàn)有的錦標賽選擇、交叉、變異等操作，通過這些操作，染色體會不斷變換成不同的染色體，再通過非支配排序算法將這些染色體進行多目標排序，選擇出在各個子目標上均較好的染色體，作為新的種群，繼續(xù)參與遺傳操作。算法結束后，將求解出的染色體解碼，即可得到所需的可調(diào)參數(shù)值。