滕碧紅，孫海信

(1.福州大學 數(shù)學與計算機科學學院，福建 福州 350108；2.閩西職業(yè)技術(shù)學院 信息工程學院，福建 龍巖364021；3.廈門大學 信息學院，福建 廈門 361005)

0 引 言

混合人工蜂群算法是通過觀察蜜蜂的群體行為提出的一種優(yōu)化算法，其核心是模擬蜂群中每個個體的尋優(yōu)過程，實現(xiàn)全局尋優(yōu)。混合人工蜂群算法相對于其他算法，具有算法簡便、收斂速度快、抗干擾能力強等優(yōu)點，在一些復(fù)雜問題尋優(yōu)時被大量應(yīng)用。

船舶通信網(wǎng)絡(luò)隨著計算機技術(shù)、無線通信的發(fā)展，通信質(zhì)量、信號傳輸距離等不斷提升，在船舶無線通信網(wǎng)絡(luò)中，無線網(wǎng)絡(luò)節(jié)點具有重要意義，每個無線網(wǎng)絡(luò)節(jié)點與周圍船舶構(gòu)成一個小范圍通信網(wǎng)絡(luò)，節(jié)點既可以接收來自附近船舶終端的無線通信數(shù)據(jù)，又可以通過大功率信號收發(fā)機，向其他網(wǎng)絡(luò)節(jié)點發(fā)送和接收無線通信數(shù)據(jù)，大量無線網(wǎng)絡(luò)節(jié)點使得船舶無線網(wǎng)絡(luò)系統(tǒng)能夠保證足夠大的覆蓋范圍。通常，船舶無線網(wǎng)絡(luò)節(jié)點位于陸地的基站，有些海域內(nèi)海上作業(yè)平臺等也可以作為無線網(wǎng)絡(luò)節(jié)點。

為保證海上船舶無線通信網(wǎng)絡(luò)的正常工作，確保無線網(wǎng)絡(luò)的覆蓋率、節(jié)點之間的聯(lián)通，無線網(wǎng)絡(luò)節(jié)點的功率大、建造成本高，因此，必須要合理配置無線網(wǎng)絡(luò)節(jié)點的位置和功能，既可以保證無線網(wǎng)絡(luò)的覆蓋率，使盡可能多的船舶實現(xiàn)高質(zhì)量通信，又可以降低整體的運營成本。

本文利用混合人工蜂群算法，進行船舶無線通信網(wǎng)絡(luò)的優(yōu)化設(shè)計，重點是通過合理配置網(wǎng)絡(luò)節(jié)點的位置，提高船舶無線網(wǎng)絡(luò)的整體覆蓋率。

1 船舶無線通信網(wǎng)絡(luò)研究

船舶無線通信傳輸過程包括信號編碼、調(diào)制、傳輸、解調(diào)、信號分析等，圖1 為船舶無線通信網(wǎng)絡(luò)的工作原理圖。

圖1 船舶無線通信網(wǎng)絡(luò)的工作原理Fig.1 The working principle of marine wireless communication network

組成船舶無線通信網(wǎng)絡(luò)的關(guān)鍵硬件設(shè)備有通信上位機、調(diào)制電路、控制電路、解調(diào)電路和無線網(wǎng)絡(luò)節(jié)點等。

1）通信上位機

船舶無線通信網(wǎng)絡(luò)的上位機通常是PC 終端，其主要作用包括：

① 打包和整理船舶無線通信網(wǎng)絡(luò)中的待傳輸數(shù)據(jù)，并在PC 終端顯示器上顯示數(shù)據(jù)收發(fā)的進程，用戶可以通過通信上位機查詢、存儲無線通信網(wǎng)絡(luò)數(shù)據(jù)，對通信指令進行實時的跟蹤。

② PC 終端上位機的串口可以接收和發(fā)送控制指令，通常采用的串口為RS-232C，無線信號處理器及控制電路接收來自上位機的指令后，將反饋信號通過串行接口返回上位機。

2）無線網(wǎng)絡(luò)節(jié)點

無線網(wǎng)絡(luò)節(jié)點是進行無線數(shù)據(jù)接收和發(fā)送的單元，對于船舶無線通信系統(tǒng)有重要意義，其功能包括：

① 信號收發(fā)功能。無線網(wǎng)絡(luò)節(jié)點接收來自調(diào)制電路的編碼信號，進行信號的初步分析和處理，根據(jù)信號中的地址編碼等特征，將無線信號轉(zhuǎn)發(fā)至網(wǎng)絡(luò)中的其他船舶終端[1]。

② 下游設(shè)備的控制功能。無線網(wǎng)絡(luò)節(jié)點在進行組網(wǎng)時，一個網(wǎng)絡(luò)節(jié)點按照覆蓋范圍接入了多個子節(jié)點，并能夠?qū)钟蚓W(wǎng)絡(luò)中的子節(jié)點和下游設(shè)備進行控制。

③ 自組織和獨立運行。每個無線通信網(wǎng)絡(luò)節(jié)點內(nèi)部集成了嵌入式操作系統(tǒng)，一方面能夠?qū)崿F(xiàn)與上位機和下游設(shè)備的通信功能，另一方面網(wǎng)絡(luò)節(jié)點具有相對獨立性。

2 基于混合人工蜂群算法的船舶通信網(wǎng)絡(luò)優(yōu)化

2.1 混合人工蜂群算法

混合人工蜂群算法的核心是模擬蜂群的勞動分工和自組織特性，從而實現(xiàn)蜂群中的位置尋優(yōu)。其中，自組織特性是一種內(nèi)驅(qū)機制，自組織尋優(yōu)的過程與個體之間的相互作用有關(guān)。

混合人工蜂群算法的基本流程如圖2 所示。

圖2 混合人工蜂群算法的基本流程圖Fig.2 Basic flow diagram of hybrid artificial colony algorithm

混合人工蜂群算法的關(guān)鍵要素包括正反饋、負反饋、波動性和容錯性。

1)正反饋

混合人工蜂群算法的正反饋是一種檢驗法則，基于正反饋要素可以提高蜂群算法的高效性、優(yōu)化算法的結(jié)構(gòu)，比如蜜蜂在飛行路徑留下的信息素、包含蜜源信息的舞姿等。

2)負反饋

負反饋要素有助于提高算法的穩(wěn)定性，與正反饋相互抵消，混合人工蜂群中的負反饋行為包括食物短缺導致的蜂群繁殖減少等，負反饋機制也是限制混合蜂群算法的主要邊界條件。

3)波動性

波動性是指混合人工蜂群算法的隨機性，比如隨機路徑、蜂群中某個個體的隨機行為等，波動性要素有助于提高系統(tǒng)的創(chuàng)造力，基于波動性的智能算法有助于最優(yōu)解的產(chǎn)生和尋優(yōu)。

4)容錯性

容錯性是混合人工蜂群算法的控制閾值，蜂群的自組織行為具有一定的容錯空間，防止由于限制條件的影響導致優(yōu)化算法不收斂[2]。

蜂群中食物源的位置更新模型為：

式中：Vi j為食物源的新位置；xij為食物源當前位置；xk j為迭代過程的位置；K為-1～1 的隨機數(shù)。

混合人工蜂群算法的適應(yīng)度函數(shù)為：

式中：SN為種群的數(shù)量；fiti為第i 個位置解求出的適應(yīng)度函數(shù)值。

2.2 基于混合人工蜂群算法的無線通信覆蓋區(qū)域優(yōu)化

為了提高船舶無線通信網(wǎng)絡(luò)的覆蓋率，在保證每個無線網(wǎng)絡(luò)節(jié)點的信號傳輸半徑的同時，通過合理的布局無線網(wǎng)絡(luò)節(jié)點的位置，可以實現(xiàn)覆蓋區(qū)域的最大化[3]。

在二維平面內(nèi)，定義無線網(wǎng)絡(luò)節(jié)點S的信號傳輸半徑為Rs，節(jié)點位置為(xs,ys)，目標船舶位置為(xp,yp)，無線網(wǎng)絡(luò)節(jié)點與目標位置之間的距離為：

網(wǎng)絡(luò)節(jié)點能夠覆蓋船舶目標的概率表示為：

當網(wǎng)絡(luò)節(jié)點與船舶之間的距離小于覆蓋半徑時，概率為1；當網(wǎng)絡(luò)節(jié)點與船舶之間的距離大于覆蓋半徑時，概率為0。

由于船舶無線通信網(wǎng)絡(luò)在實際工作過程中，信號的傳輸會受到電磁波干擾、氣象條件干擾，且隨著網(wǎng)絡(luò)節(jié)點與船舶之間距離的增大，這種干擾現(xiàn)象越明顯。因此，在進行無線通信網(wǎng)絡(luò)感知概率建模時，將感知半徑分為r和re，r為確定可感知的半徑，re為不確定可感知的半徑，則感知概率更新為：

式中：β為分布因數(shù)，λ2和λ1為概率檢測參數(shù)。

無線網(wǎng)絡(luò)節(jié)點的使用效率用所有節(jié)點的有效覆蓋區(qū)域和全部覆蓋區(qū)域的比值表示，定義為：

基于混合人工蜂群算法尋優(yōu)，得到無線通信網(wǎng)絡(luò)節(jié)點在正六邊形節(jié)點分布時具有最大的覆蓋面積，示意圖如圖3 所示。

圖3 無線網(wǎng)絡(luò)節(jié)點的正六邊形分布示意圖Fig.3 Regular hexagon distribution diagram of wireless network nodes

當無線網(wǎng)絡(luò)節(jié)點按照六邊形分布時有如下特點：

1）此時無線網(wǎng)絡(luò)節(jié)點的覆蓋面積利用率最高，有效半徑R＞，且此時無線網(wǎng)絡(luò)之間的聯(lián)通特性最佳。

2）每個無線網(wǎng)絡(luò)節(jié)點與相鄰的6 個節(jié)點保證信息暢通，信號傳輸具有冗余設(shè)計特點，抗干擾能力強。

3）采用正六邊形的節(jié)點分布，能夠降低無線通信網(wǎng)絡(luò)整體的功率損耗，提高系統(tǒng)效率。

2.3 基于混合人工蜂群算法的船舶無線通信覆蓋區(qū)域優(yōu)化仿真

基于Matlab 軟件，使用Sphere 函數(shù)[4]作為優(yōu)化算法的基本測試函數(shù)，測算混合人工蜂群算法對于船舶無線通信網(wǎng)絡(luò)覆蓋區(qū)域的優(yōu)化效果。

Sphere 函數(shù)的表達式為：

Sphere 函數(shù)模型如圖4 所示。

圖4 sphere 函數(shù)模型Fig.4 sphere function schematic model

在Matlab 中建立混合人工蜂群算法模型時需要考慮以下幾個維度：

1）多峰值特性

由于蜂群算法具有局部尋優(yōu)和整體尋優(yōu)功能，因此在迭代過程中包含多個局部極值點和整體極值點。

2）誤導性

由于多峰值特性，在迭代優(yōu)化時可能導致優(yōu)化結(jié)果的誤導。

在測算時，將混合人工蜂群算法的循環(huán)次數(shù)分別定義為100，200，300，400，500，均測算出對應(yīng)的網(wǎng)絡(luò)節(jié)點覆蓋率，圖5 為人工蜂群算法改進前后的無線網(wǎng)絡(luò)節(jié)點覆蓋率對比曲線。

圖5 人工蜂群算法改進前后的無線網(wǎng)絡(luò)節(jié)點覆蓋率對比曲線Fig.5 Comparison curve of wireless network node coverage before and after improvement of artificial bee colony algorithm

3 結(jié) 語

為了提高船舶無線通信網(wǎng)絡(luò)的有效覆蓋率，利用混合人工蜂群算法對船舶無線網(wǎng)絡(luò)節(jié)點的分布進行優(yōu)化，并結(jié)合Sphere 函數(shù)和Matlab 軟件進行無線網(wǎng)絡(luò)節(jié)點覆蓋率優(yōu)化的測算，具有一定的實際應(yīng)用價值。