短波柵格化組網頻率分配優化方法

胡焰智， 章鋒斌， 甘志春， 田 田， 尹才華

(1. 國防信息學院信息系統系， 湖北 武漢 430010； 2. 重慶通信學院通信指揮系， 重慶 400035)

短波柵格化組網頻率分配優化方法

胡焰智1,2， 章鋒斌1,2， 甘志春1， 田 田2， 尹才華2

(1. 國防信息學院信息系統系， 湖北 武漢 430010； 2. 重慶通信學院通信指揮系， 重慶 400035)

針對當前短波柵格化組網頻率分配中缺乏對頻點可用性和頻點組合最優化整體方案的問題，提出了頻率分配優化方法。基于ITS(Institute for Telecommunication Sciences)軟件的短波鏈路性能預測方法輸出頻點接收信噪比，采用線性區間劃分將其轉化為信道質量矩陣，以信道質量矩陣為輸入建立頻點組合最優化模型，基于部分匹配交叉和逆轉變異給出了該優化模型求解的遺傳算法。仿真結果表明：采用該頻率分配方法可以明顯改善短波柵格化組網的信道質量，典型場景下優化程度大約為30%。

短波通信；柵格化組網；頻率分配；遺傳算法

短波通信主要依靠電離層反射進行通信，由于電離層反射信道是一種時變色散信道，其特點是路徑損耗、時延分布、噪聲及干擾等都隨頻率、時間、空間變化[1]，因此頻率選用一直是短波通信系統最受關注的問題之一[2-4]。該問題主要分為2類：一是短波頻率的實時探測分配[5]，基于鏈路質量分析和自動鏈路建立來實現短波頻率的自適應選擇，用于短波電臺點對點通信建鏈過程；二是短波頻率“預測”指配[6-8]，根據長期統計積累的頻率預測資料及短波鏈路性能預測來預先確定使用頻率，主要是用于長期(月度、年度)頻率管理和通信線路規劃，但也適用于短期(時、日)的應用，用于對短波通信網中通信節點頻率的預先分配。隨著短波通信的廣泛應用[9]，短波柵格化組網成為發展的新方向，從體系結構上看，短波柵格化網絡是一個沒有“中心”的網絡，改變了縱向一條線或組網一個面的鏈接模式，實現了整個部署范圍內任意點、不同需求之間的信息溝通，支撐了網狀、多路由的鏈路接入，與現有網絡的顯著區別就是節點的廣泛性、無級別性和相互之間連接方式的多樣性。其組網頻率分配不僅要實現短波頻率“預測”，還需要協調多個通信節點的頻率使用沖突，前者可以歸結為頻率可用性問題，后者可以歸結為頻點組合最優化問題。目前,已有研究中大多數頻率分配問題針對的是超短波電臺組網和蜂窩移動通信組網，其與短波組網頻率分配的目標和約束有較大區別，而關于短波頻率分配研究也鮮見對柵格化組網頻率分配的完整方案。基于此，本文基于短波柵格化組網的工程實踐需要，采用ITS (Institute for Telecommunication Sciences)軟件的短波鏈路性能預測方法和遺傳算法，提出并實現了短波柵格化組網頻率分配優化方法。

1 短波組網頻率分配的機理分析

頻率分配的可用性問題是由短波通信信道的特殊性造成的。在超短波電臺和蜂窩移動通信的微波波段，電波傳播是視距的，信道相對穩定，頻點是否可用于通信是能夠預期的，即當在收發兩端點間確定了一個頻點時，基于該頻點的無線信道一般是可以通信的。而對于短波波段，由于短波通過電離層來實現超視距通信，信道極不穩定，其頻點是否可用于通信的預期性較差，即當收發雙方給定一個頻點時，一般難以確定基于該頻點的無線信道是否可以通信。實施短波頻率的可用性預測涉及眾多的影響因素，需要基于已有的先驗知識構建無線鏈路預測模型，隨著對電離層性質認識的深入和長期頻率特性的積累，采用專業軟件實現頻率預測計算成為主要手段。ITS軟件可利用電離層傳播特性進行短波鏈路規劃，在實際運用中被證明是目前最可靠、最實用的短波分析軟件，且支持自行開發的天線模型，從而能夠逼真地模擬實際使用的天線[10]。當通信的收發參數確定后，基于ITS得到的點對點通信頻率預測結果如圖1所示，從中可預測某一時段2～30 MHz頻率在收端對應的信噪比(Signal Noise Ratio, SNR)，對比接收門限，可以確定頻率的可用性。圖2為點對區域的通信覆蓋結果，從中可得到某頻點對任務區域的SNR，從而確定頻率的可用性。

圖1 點對點通信中值SNR仿真結果

圖2 點對區域覆蓋某時某頻點的SNR分布

短波組網頻率分配的組合最優化是針對在預測得到可用頻率集合后，如何將其分配給網絡中多個通信節點而形成最優頻點組合。它屬于NP(Non-deterministic Polynomial)完全問題，當待分配規模較大時，難以基于經驗來進行分配，此時常采用啟發式智能算法來解決，目前智能優化算法較多，而遺傳算法作為一種全局搜索優化算法，因具有簡單通用、魯棒性強、適于并行處理等特點而得到廣泛應用[11-12]。在頻率分配中采用遺傳算法有如下3種方式。

1) 基于波段內所有頻點，遺傳算法的目的是通過優化來避免或減少無線設備組網形成的無線電干擾，一般是同頻、鄰頻和互調干擾。基于組網干擾最小化建立適應度函數，經變異操作和多次迭代獲取適應度最佳的結果即為組網干擾最小的頻率分配方案，常用于超短波和微波等視距通信網絡的頻率分配。

2) 對于短波網絡，由于遺傳算法并不能解決頻率可用性問題，因此優化的前提是基于波段內所有可用的頻點，仍以頻點間組網的無線電干擾最小為優化目標，實現“頻率選優”。該方式需要采用其他方法得到所有可用的頻點，對于短波這種電離層的超視距通信，頻點組網干擾優化的有效性存在疑問。

3) 對于短波頻段，以組網中所有收發的信道質量最佳為優化目標，實現“優中選優”。該方式雖然需要獲知信道質量評估，但是實用性較強，并且信道質量評估值可以通過短波頻率預測軟件計算得到。

綜合上述分析，在短波柵格化組網運用實踐中宜采用第3種應用方式解決頻率分配的組合最優化問題，即首先基于ITS軟件的短波鏈路性能預測方法解決頻率分配可用性問題后，進一步以組網中所有收發的信道質量最佳為優化目標求解頻率分配方案，本文以此進行建模分析并提出優化方法。

2 問題描述及求解

2.1 問題描述

基于以上分析，根據待分配頻點是否全部用于分配，區分為頻點全分配模型和頻點冗余分配模型，對短波柵格化網絡頻率分配最優化進行如下描述。

1)頻點全分配模型：可用頻點數N等于分配節點數m與每個節點分配的頻率數n之積，即N=m×n，并且信道質量矩陣為

(1)

式中：qi,j為第i節點使用頻點j所對應的信道質量值，假設有k個質量等級，即qi,j∈{1,2，…,k}。

對全網節點進行頻點分配，記F1為一種頻率分配方案，且

可見：每種全網的頻率分配方案就是頻率序號集合的一種排列。對于F1，其全網信道質量和為S1，則

(2)

尋找方案F1max，使得S1最大。

2) 頻點冗余分配模型：可用頻點數N大于分配節點數m與每個節點分配的頻率數n之積，即N>m×n，其他條件同上。

對全網節點進行頻點分配，記F2為一種頻率分配方案，且

可以看出：可用頻點集合沒有分配完畢，而是存在剩余頻點集合。對于F2，其優化目標表達式與式(2)相同。

以上都是基于全部待分配節點的總信道質量和最大來優化頻率分配，構建了單目標優化模型。由于短波柵格化網中待分配節點一般較多，且有實質意義的優化目標較為單一，實施多目標優化影響頻率分配效率且意義不大，而引入多節點的不等權重來區分節點重要性(保障重要區域節點頻率分配)構建隱性的多目標優化問題更有實際意義。基于此，對2類問題描述都可擴展如下：對于待分配節點1,2,…,m，在分配頻點時考慮不同節點的權重為λu，u=1,2,…,m，則對于方案F，

(3)

尋找方案Fmax，使得S最大。

2.2 問題求解

對于頻點全分配模型，基于遺傳算法的求解過程如下。

1) 初始化。設置進化代數計數器t=0，最大進化代數為T，對頻率序號隨機生成M種排列組合，將此M個體作為初始群體P(0)，即對應M組隨機生成的頻率分配方案。

2)個體評價。計算群體P(t)中各個體的適應度。按照式(2)求出M組頻率分配方案對應的信道質量和Sw，w=1,2,…,M，其中最小值和最大值分別為Smin和Smax。基于線性歸一化方法和指數函數衰減特性，定義第w組方案對應的歸一化適應度為

(4)

式中：α為接近于0的正數，確保Smax-Smin+α≠0，一般取值為10-6；β為適應度歸一化加速指數，一般取β=1，2，3，且β越大，適應度越小。該適應度是Sw的單調遞增函數，即頻率分配方案的信道質量和越大，其對應的適應度越大。

3) 選擇運算。將選擇算子作用于群體,選擇的目的是把優化的個體直接遺傳到下一代或通過配對交叉產生新的個體后再遺傳到下一代。選擇操作是建立在群體中個體的適應度評估基礎之上的，可以表示如下：若Gw≥rand·γ，則群體中第w個體被選擇來產生下一代，或個體w自身直接遺傳至下一代；否則，淘汰個體w。其中:rand為[0,1]區間的隨機數；γ>0且接近于1，通過參數γ調節選擇的門限。

4) 交叉運算。參與交叉的個體都具有較高的適應度，交叉的下一代應繼承主要的頻率組合形式。同時，由于每組頻率分配方案對應的個體是不同頻率序號的排列，需要保證交叉操作后形成的新個體仍然是有效的頻率分配組合，也就是沒有重復的頻率序號，這里采用部分匹配交叉法：先隨機產生2個交叉點，定義這兩點間的區域為匹配區域，并交換2個父代的匹配區域；對于匹配區域以外出現的序號重復，要依據匹配區域內的位置逐一進行替換。圖3為交叉運算示意圖。

圖3 交叉運算示意圖

5) 變異運算。將變異算子作用于群體，即對群體中個體串的某些基因座上的基因值作變動。采用逆轉變異，在個體中隨機挑選2個逆轉點，再將2個逆轉點間的基因交換。群體P(t)經過選擇、交叉、變異運算之后得到下一代群體P(t+1)。

6) 終止條件判斷。若t=T,則以進化過程中所得到的具有最大適應度個體作為最優解輸出，終止計算。

對于頻點冗余分配模型，基本求解過程類似，個體仍然對應的是全部頻點的組合，但在求解個體適應度過程中的分配方案信道質量和只涉及已分配頻點，而不包含剩余頻點，最終得到的頻點優化組合也是個體中剔除剩余頻點的部分。而對于加權擴展模型，也只需按式(3)更改信道質量和的求解。

3 短波組網頻率分配優化實現

根據工程應用需要，在ITS軟件中開發了天線模型，將其整體作為外部應用程序嵌入VS2010開發環境實現的短波組網頻率分配主程序中，并基于C++實現了遺傳算法。短波組網頻率分配程序如圖4所示。

圖4 短波組網頻率分配程序

通過ITS軟件輸入文本數據表，呈現的是不同頻率對應的接收信噪比，通過與接收門限比較可以確定頻點的可用性，但是遺傳算法需要的是信道質量矩陣，因此，必須基于接收信噪比劃分鏈路的信道質量，采用線性區間區分方法可以表示為

K=f(SNR)=ki，ti≤SNR

(5)

式中：SNR為頻率對應的接收信噪比；ki為信道質量等級。

為了驗證該方法的優化性能和穩定性，首先針對頻點全分配模型進行仿真。

3.1 頻點全分配模型仿真

仿真場景設置如下：對短波柵格網絡的20個通信節點進行頻率分配，每個節點設置3個頻點的頻率組，區分信道質量為10個等級(1,2,…,10，值越大，信道質量越好)。設置初始種群規模為100，β=2，γ=0.9，遺傳代數為100。

首先,對ITS輸出的同一信道質量矩陣進行5次仿真，結果如圖5所示；然后,對ITS5次輸出的不同信道矩陣進行測試，結果如圖6所示。可以看出：該分配方法將隨機分配方案所有頻點的信道質量和從360～380提升至480～520，即優化之后所選擇頻點組合的信噪比大幅提升，信道質量的優化程度大約為30%；算法收斂較快，在遺傳至30～50代時，結果即趨于穩定；多次運算結果之間具有一定的差異性，這是由交叉和變異操作的隨機性造成的。

3.2 頻點冗余分配模型仿真

對于頻點冗余分配模型，仿真場景同上，不同的是ITS輸出可用總頻點數為100，大于短波組網20個通信節點所需要分配的頻點數(共需要60個頻點)。圖7為頻點冗余分配模型5次不同信道質量矩陣的仿真結果，可以看出：與頻點全分配模型相比，其優化性能和穩定性沒有明顯變化。

圖5 輸出同一個信道質量矩陣5次仿真結果

圖6 輸出5次不同信道質量矩陣的仿真結果

圖7 頻點冗余分配模型5次不同信道質量矩陣的仿真結果

3.3 質量等級和種群規模

仿真場景：ITS輸出60個預測可用頻點，對短波網的20個通信節點進行頻率分配，每個節點設置3個頻點，區分信道質量為7個等級。設置初始種群規模為100，β=2,ν=0.9,遺傳代數為100。圖8為信道質量等級為7時同一個信道質量矩陣的5次仿真結果，可以看出：質量等級的變化也沒有對頻率分配優化方法的效果造成影響。將信道質量等級設置為8和9時，也有類似結論，說明更多的質量等級劃分并不能明顯提升信道質量的優化程度；但是如果質量等級劃分過少，會因無法區分出頻點差異而導致優化效果不明顯。因此，建議信道質量等級為7～10。

以上結果表明：初始種群差異和遺傳代數不同對該方法的影響都不明顯。此外，通過對遺傳算法求解過程中其他參數的大量仿真測試表明:β和γ在建議范圍內的不同取值對最終運算結果的影響也不明顯。相對而言，種群規模的不同引起了頻率分配效果的較大變化，選用頻點冗余分配模型進行仿真，當信道質量等級為10時，對于20個節點，每個節點分配3個頻點，共有80個預測可用頻點，當種群規模為50、100、150、200時，考慮到隨機性，分別進行了50次仿真并進行統計平均，結果如圖9所示。可見：當種群規模為50、100、150、200時，信道質量和從隨機分配時的大約380分別提升至460、500、520、530，優化程度分別為23%、30%、35%、37%；但是隨著種群規模變大，優化程度越來越不明顯，而且求解的運算量增加。因此，建議種群規模為100～200。

圖8 信道質量等級為7時同一個信道質量矩陣的5次仿真結果

圖9 種群規模變化時的50次運算統計平均結果

[1] 孫鳳娟, 柳文, 李鐵成. 電離層信道特征參數對短波通信質量影響的試驗分析[J]. 中國電子科學研究院學報, 2012, 7(5): 496-501.

[2]UysalM,HeidarpourMR.CooperativeCommunicationTechniquesforFuture-generationHFRadios[J].IEEECommunicationsMagazine, 2012(10): 56-63.

[3]ArthurNP,TaylorID,EddieKD.AdvancedHFSpectrumManagementTechniques[C]∥Proceedingsof10thIETInternationalConferenceonIonosphericRadioSystemsandTechniques.London:IET, 2006: 152-156.

[4] 叢蓉, 孫劍平, 李愷. 頻率管理系統在短波通信中的應用研究[J]. 系統工程與電子技術, 2003, 25(10): 1236-1238.

[5] 朱振飛, 劉毅敏, 吳永宏,等. 短波網動態頻率管理系統的狀態查詢設計[J]. 電波科學學報, 2013, 28(3): 467-471.

[6] 楊青彬, 余毅敏, 余奇. 基于ITS軟件的短波頻率管理系統設計[J]. 電訊技術, 2013, 53(3): 249-253.

[7] 李麗華, 楊路剛, 謝慧. 基于ICEPAC的消耗型短波通信浮標選頻[J]. 海軍工程大學學報, 2007, 19(4): 38-41.

[8] 王林志, 謝紹斌. 基于ITS的短波鏈路頻率指配與電磁計算[J]. 空軍工程大學學報: 自然科學版, 2006, 7(3): 77-81.

[9] 王坦, 王立軍, 鄧才全. 短波通信系統[M]. 北京：電子工業出版社, 2012: 2-6.

[10]InstituteTelecommunicationSciences.HighFrequencyPropagationModels[EB/OL]. (2014-03-01)[2015-03-15].http://elbert.its.bldrdoc.gov/hf.html

[11]LiuYC,LiuYB.AFastandEfficientGeneticEvolutionAlgorithm[J].ResearchJournalofAppliedSciences,EngineeringandTechnology, 2013, 5(17): 4427-4432.

[12]SunKT,LinCL,ChanHT,etal.ComparisonsbetweentheHybridTaguchi-geneticAlgorithmandGeneticAlgorithm[J].AdvancesinIndustrialEngineeringandManagement, 2012, 1(1): 10-18.

(責任編輯: 尚彩娟)

Optimization Method of Frequency Allocation for Shortwave Grid Networking

HU Yan-zhi1,2, ZHANG Feng-bin1,2, GAN Zhi-chun1, TIAN Tian2, YIN Cai-hua2

(1. Department of Information System, Academy of National Defense Information, Wuhan 430010, China; 2. Department of Communication Command, Chongqing Communication College, Chongqing 400035, China)

In terms of the lack of the overall frequency allocation scheme of frequency availability and frequency combinatorial optimization in shortwave grid networking, the optimization method of frequency allocation is proposed. First, the

signal-to-noise ratio is obtained based on HF (High Frequency) link performance prediction method of ITS (Institute for Telecommunication Sciences) software, and transformed into the channel quality matrix using the linear interval division. Then the frequency combinatorial optimization model is established using the matrix as input, and the genetic algorithm of optimization model is obtained based on partially matched crossover and reverse mutation. Simulation results show that the channel quality of the shortwave grid networking is significantly improved by using the frequency allocation method, and the optimization level in typical scene is about 30%.

shortwave communication; grid networking; frequency allocation; genetic algorithm

1672-1497(2015)04-0083-06

2015-04-13

胡焰智(1982-)，男，講師，博士研究生。

TN926+.2

A

10.3969/j.issn.1672-1497.2015.04.017