基于改進麻雀搜索算法的無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化

摘要：文章在考慮網(wǎng)絡(luò)信道分配優(yōu)化模型的約束條件時，由于缺少對資源分配公平性的約束，導(dǎo)致信道分配后利用率較低，優(yōu)化效果有限，為此，文章提出基于改進麻雀搜索算法的無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化。文章采用數(shù)學(xué)模型描述網(wǎng)絡(luò)中的信道分配問題，構(gòu)建信道分配模型，結(jié)合Mesh網(wǎng)絡(luò)的結(jié)構(gòu)與特性，設(shè)計約束條件，包括網(wǎng)絡(luò)連通性約束、信道容量約束和資源分配公平性約束。文章通過引入新的搜索策略和局部優(yōu)化機制優(yōu)化麻雀搜索算法，實施模型求解得到最佳信道分配方案。實驗結(jié)果表明，在文章所提研究方法的應(yīng)用下，Mesh網(wǎng)絡(luò)信道的利用率得到了很大提升。

關(guān)鍵詞：改進麻雀搜索算法；無線Mesh網(wǎng)絡(luò)；節(jié)點鏈路；信道分配；信道利用率

中圖分類號：TN929.5 文獻(xiàn)標(biāo)志碼：A

0 引言

Mesh網(wǎng)絡(luò)作為一種新興的無線通信技術(shù)，由于其自組織、自修復(fù)和可擴展性的獨特特性，在提供高效可靠的無線接入服務(wù)方面顯示出巨大的潛力。然而，隨著網(wǎng)絡(luò)規(guī)模的擴大和節(jié)點數(shù)量的增加，Mesh網(wǎng)絡(luò)中的信道分配問題變得越來越復(fù)雜。傳統(tǒng)的信道分配方法，如靜態(tài)分配和簡單的動態(tài)分配策略，已經(jīng)難以適應(yīng)這些變化，往往會導(dǎo)致信道資源利用率低、網(wǎng)絡(luò)擁塞和傳輸延遲等問題。為了克服這些挑戰(zhàn)，研究人員一直在探索新的優(yōu)化算法和技術(shù)，以改進無線Mesh網(wǎng)絡(luò)的信道分配策略。

毛慶國［1］將光纖通信網(wǎng)絡(luò)的信道分配問題轉(zhuǎn)化為優(yōu)化問題，基于粒子群算法的原理，通過迭代更新粒子的位置和速度來搜索最優(yōu)解，輸出最優(yōu)信道分配方案。該方法的性能受慣性權(quán)重和學(xué)習(xí)因子等參數(shù)的影響很大，導(dǎo)致信道利用率偏低。廖俊東等［2］通過構(gòu)建基于云計算平臺的光通信網(wǎng)絡(luò)信道平衡與分配系統(tǒng)，根據(jù)光通信網(wǎng)絡(luò)的特點和業(yè)務(wù)需求，設(shè)計信道均衡模型，引入平衡分配算法實現(xiàn)合理的信道分配。但如果云計算平臺出現(xiàn)故障或性能下降，可能會影響渠道平衡分配的資源利用率。

針對以上分析，文章結(jié)合麻雀搜索算法，通過改進對Mesh網(wǎng)絡(luò)信道分配優(yōu)化展開研究，旨在提高無線Mesh網(wǎng)絡(luò)的性能和優(yōu)化用戶體驗。

1 無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化方法設(shè)計

1.1 建立無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化模型

Mesh網(wǎng)絡(luò)是一種基于無線技術(shù)的網(wǎng)絡(luò)架構(gòu)，其中，每個節(jié)點都可以充當(dāng)路由器，實現(xiàn)節(jié)點之間的直接通信，形成多跳網(wǎng)絡(luò)拓?fù)洌?］。這種網(wǎng)絡(luò)結(jié)構(gòu)具有高可靠性、低成本、自組織和自修復(fù)能力。該研究充分考慮Mesh網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、信道資源、業(yè)務(wù)流量需求以及信道間的干擾等因素，以最大化網(wǎng)絡(luò)吞吐量、最小化網(wǎng)絡(luò)干擾以及最大化信道利用率為優(yōu)化目標(biāo)構(gòu)建信道分配模型，具體描述與計算過程如下。

最大化網(wǎng)絡(luò)吞吐量可以確保數(shù)據(jù)流在網(wǎng)絡(luò)中的高效傳輸，使得網(wǎng)絡(luò)節(jié)點和鏈路的資源分配更加合理，最大化網(wǎng)絡(luò)吞吐量公式為：

b1=ax×u0×vc（1）

式中，ax為第x個節(jié)點的數(shù)據(jù)傳輸速率；u0為網(wǎng)絡(luò)的業(yè)務(wù)流量需求；vc為網(wǎng)絡(luò)鏈路關(guān)系矩陣。

在傳輸具有相同屬性的數(shù)據(jù)流時，Mesh網(wǎng)絡(luò)中相鄰的無線鏈路通常會采用相近頻率的信道，導(dǎo)致Mesh網(wǎng)絡(luò)中出現(xiàn)信道混疊現(xiàn)象，從而使得信號干擾強度增大。因此，最小化網(wǎng)絡(luò)干擾指標(biāo)可以有效防止Mesh網(wǎng)絡(luò)出現(xiàn)信道混疊，降低干擾水平［4］。同時，當(dāng)網(wǎng)絡(luò)中的業(yè)務(wù)流量發(fā)生變化時，通過調(diào)整信道分配策略可以優(yōu)化網(wǎng)絡(luò)性能，最小化網(wǎng)絡(luò)干擾表達(dá)式為：

式中，βf為信道編號；dk，l為二進制變量，代表是否將信道k分配給鏈路l；As為網(wǎng)絡(luò)中所有節(jié)點上配置的天線數(shù)總量；c0為過渡矩陣；nj為鏈路j受到的干擾數(shù)量。

最大化信道利用率能夠確保網(wǎng)絡(luò)流量均勻分散到各個鏈路上，避免某些鏈路過載而其他鏈路處于空閑狀態(tài)，實現(xiàn)負(fù)載均衡，提高數(shù)據(jù)傳輸?shù)乃俾屎托剩?］。負(fù)載均衡公式為：

b3=γc×yk×η0/zt（3）

式中，γc為節(jié)點c的平均負(fù)載；yk為信道k的帶寬；η0為網(wǎng)絡(luò)傳輸數(shù)據(jù)的能量效率。

文章將上述建立的目標(biāo)函數(shù)進行整合，得到Mesh網(wǎng)絡(luò)信道分配優(yōu)化模型B為：

B=υ1b1-υ2b2+υ3b3（4）

式中，υ1、υ2、υ3分別為相應(yīng)目標(biāo)函數(shù)的權(quán)重系數(shù)，以調(diào)整不同優(yōu)化目標(biāo)在目標(biāo)函數(shù)中的相對重要性。該研究重點考慮網(wǎng)絡(luò)連通性約束、信道容量約束和資源分配公平性約束等約束條件。

網(wǎng)絡(luò)連通性約束能夠確保網(wǎng)絡(luò)中每個節(jié)點都能通過特定的路徑與其他節(jié)點進行連接，其計算公式如下：

sa，b≥1（5）

式中，sa，b為a、b2個信道的通路數(shù)量。

信道容量約束指的是信道分配時，可使用的信道數(shù)量不超過網(wǎng)絡(luò)現(xiàn)存的信道總數(shù)，表達(dá)式為：

De≤Df（6）

式中，De、Df分別為分配的信道數(shù)量和網(wǎng)絡(luò)中的信道數(shù)量。

資源分配公平性約束旨在確保網(wǎng)絡(luò)中的資源能夠公平地分配給所有用戶或節(jié)點，從而防止某些用戶或節(jié)點因資源不足而性能受限，公平性約束條件為：

w1-h0≤0（7）

式中，w1為網(wǎng)絡(luò)中的總資源；h0為可分配的資源。

將建立的信道分配優(yōu)化模型與上述構(gòu)造的約束條件進行疊加，得到網(wǎng)絡(luò)信道分配優(yōu)化的綜合模型，表達(dá)式為：

MΕ=υ1b1-υ2b2+υ3b3（8）

式中，M（E）為在相應(yīng)約束條件E下的Mesh網(wǎng)絡(luò)信道分配優(yōu)化模型M。

1.2 基于改進麻雀搜索算法的模型求解

常規(guī)的麻雀搜索算法在尋找全局最優(yōu)解和尋優(yōu)精度方面存在不足，為了改善這些缺陷，文章引入立方映射來初始化個體種群，以初步提高個體的進化質(zhì)量。同時，文章采用螺旋搜索方式來生成混沌序列，從而擴大了個體的搜索空間，表達(dá)式為：

ny=xρ×τ0×c（9）

式中，τ0為混沌序列；c為螺旋搜索維度。

文章對探索者和追隨者的位置進行更新，以平衡算法的全局搜索能力與局部開發(fā)能力，結(jié)合變量邊界的上下限確定發(fā)現(xiàn)者的位置［6］，公式為：

式中，ξt為變量上限；rs為變量下限。

更新位置后，在初始種群中隨機抽取10%的麻雀個體作為警戒者，計算當(dāng)前個體的適應(yīng)度值，即：

gp=W×ωj（11）

式中，ωj為隨機數(shù)。

文章將具有最高適應(yīng)度值的麻雀個體所在位置作為最優(yōu)解輸出，該解即為信道分配優(yōu)化模型的求解結(jié)果，從而獲得了最佳的信道分配策略。至此，文章完成基于改進麻雀搜索算法的無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化方法的設(shè)計。

2 實例論證分析

為驗證文章設(shè)計的基于改進麻雀搜索算法的無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化方法在實際應(yīng)用中的性能，在上述理論部分設(shè)計的基礎(chǔ)上，文章展開對比實驗，根據(jù)實驗結(jié)果分析該方法的應(yīng)用效果。

2.1 實驗準(zhǔn)備

實驗中采用的Mesh網(wǎng)絡(luò)是一個動態(tài)可擴展的無線網(wǎng)絡(luò)架構(gòu)。網(wǎng)絡(luò)由多個Mesh路由器和Mesh客戶端組成，通過多跳技術(shù)實現(xiàn)設(shè)備間的無線互聯(lián)。網(wǎng)絡(luò)的仿真參數(shù)如表1所示。

改進麻雀搜索算法的參數(shù)設(shè)置如下：

種群數(shù)量為50，下邊界和上邊界分別為［-5，-5，-5］和［5，5，5］，搜索維度為3，立方映射次數(shù)為10，步長控制系數(shù)為0.1，運算次數(shù)為200。

基于上述實驗準(zhǔn)備與參數(shù)設(shè)定，分析文章提出的信道分配優(yōu)化方法的性能。

2.2 網(wǎng)絡(luò)信道分配優(yōu)化結(jié)果與分析

為了充分比較文章提出的優(yōu)化方法的性能，實驗中考慮了其他2種信道分配方法：毛慶國［1］提出的基于改進粒子群的光纖通信網(wǎng)絡(luò)信道分配優(yōu)化方法（方法1）、廖俊東等［2］提出的基于云計算平臺的光通信網(wǎng)絡(luò)信道均衡分配方法（方法2）。文章分別采用這幾種方法對該Mesh網(wǎng)絡(luò)中的信道進行分配優(yōu)化，實驗結(jié)果如圖1所示。

根據(jù)圖1展示的數(shù)據(jù)可以看出，在應(yīng)用該研究方法后，Mesh網(wǎng)絡(luò)的信道利用率明顯高于方法1和方法2。說明該研究方法能夠最大化地利用信道資源，提升信道的利用率。這一結(jié)果主要是由于該研究方法充分考慮了Mesh網(wǎng)絡(luò)的特點、多路徑特性以及潛在的干擾環(huán)境，通過建立以信道利用率最大化為目標(biāo)的優(yōu)化模型，根據(jù)網(wǎng)絡(luò)條件動態(tài)調(diào)整優(yōu)化算法的搜索策略，有效降低了因網(wǎng)絡(luò)狀態(tài)變化導(dǎo)致的資源浪費。由此可以說明，該研究方法在Mesh網(wǎng)絡(luò)信道分配優(yōu)化中具有更為顯著的優(yōu)勢。

3 結(jié)語

文章探討了基于改進的麻雀搜索算法的無線Mesh網(wǎng)絡(luò)信道分配優(yōu)化問題，實現(xiàn)了網(wǎng)絡(luò)信道的最佳分配，通過實例應(yīng)用證明了該研究方法的可靠 性。未來，文章考慮將該方法與其他優(yōu)化算法相結(jié)合，以探索更有效的信道分配方案，實現(xiàn)自適應(yīng)調(diào)整信道分配策略，為無線通信網(wǎng)絡(luò)的穩(wěn)定運行和性能提升提供助力。

參考文獻(xiàn)

［1］毛慶國.基于改進粒子群的光纖通信網(wǎng)絡(luò)信道分配優(yōu)化方法［J］.電子元器件與信息技術(shù)，2024（3）：138-141.

［2］廖俊東，劉丹.基于云計算平臺的光通信網(wǎng)絡(luò)信道均衡分配方法［J］.激光雜志，2023（9）：161-165.

［3］郁從瑞，劉罡，李暉，等.蜂窩網(wǎng)絡(luò)中D2D中繼通信的信道分配算法研究［J］.計算機與數(shù)字工程，2023（10）：2236-2241.

［4］徐伊恒，田祎，楊華.多接口多射頻無線Mesh網(wǎng)絡(luò)部分重疊信道分配研究［J］.無線互聯(lián)科技，2023（14）：154-156.

［5］劉煒，李東坤，徐暢，等.應(yīng)急通信網(wǎng)絡(luò)中基于粒子群優(yōu)化的信道分配算法［J］.計算機科學(xué)，2021（5）：277-282.

［6］趙媛，向志宇.帶有認(rèn)知用戶預(yù)留信道的雙信道分配策略研究［J］.計算機應(yīng)用與軟件，2023（7）：116-122.

Channel allocation optimization in wireless Mesh networks

based on improved sparrow search algorithm

Abstract： When considering the constraints of the network channel allocation optimization model in the article， due to the lack of constraints on resource allocation fairness， the utilization rate of channels after channel allocation is low， and the optimization effect is limited. Therefore， the article proposes a wireless mesh network channel allocation optimization based on the improved sparrow search algorithm. The article uses a mathematical model to describe the channel allocation problem in networks， constructs a channel allocation model， and combines the structure and characteristics of Mesh networks to design constraint conditions， including network connectivity constraints， channel capacity constraints， and resource allocation fairness constraints. The article optimizes the sparrow search algorithm by introducing new search strategies and local optimization mechanisms， and implements model solving to obtain the optimal channel allocation scheme. The experimental results show that under the application of research methods， the utilization rate of Mesh network channels has been greatly improved.

Key words： improved sparrow search algorithm; wireless Mesh network; node link; channel allocation; channel utilization rate