張 磊,劉春靜,章敏鳳

(安徽信息工程學院 電氣與電子工程學院,安徽 蕪湖 241100)

0 引 言

動態(tài)信道分配是以實現(xiàn)通信網(wǎng)絡(luò)信息傳輸效率最大化為目標、結(jié)合信道質(zhì)量標準等條件對通信資源進行優(yōu)化配置的過程,是一種高效的資源管理措施。高效的信道分配方法可以提高通信網(wǎng)絡(luò)容量,減少信息傳輸過程受到的外界干擾[1]。

所謂異構(gòu)通信網(wǎng)絡(luò)是指利用不同的接入方式將2個或以上的通信網(wǎng)絡(luò)融合到一起,以取長補短的形式滿足不同信息傳輸任務(wù)的需求。針對異構(gòu)通信網(wǎng)絡(luò)來說,有效的信道分配是保證信息及時、高效傳輸?shù)幕A(chǔ)。因此,相關(guān)的通信網(wǎng)絡(luò)動態(tài)信道分配方法受到了人們的密切關(guān)注[2]。

文獻[3]提出一種載波通信混合型信道分配方法,從提高信道利用率和降低傳輸時延的角度出發(fā),結(jié)合CSMA/CA和TDMA技術(shù)判斷通信網(wǎng)絡(luò)信道負載的動態(tài)變化,并利用時隙分配法,以PRIME協(xié)議為框架對信道進行分配。文獻[4]提出一種基于隱馬爾可夫模型的動態(tài)跳頻信道分配方法,將通信信息的傳輸時段劃分為多個跳頻時段,建立隱馬爾可夫模型對異構(gòu)網(wǎng)絡(luò)中的可用信道進行識別判斷,并形成跳頻信道集合及動態(tài)序列,基于此實現(xiàn)信道分配。文獻[5]提出一種通信信號多路徑傳輸信道實時分配方法,在信號傳輸過程中,根據(jù)節(jié)點干擾和傳輸速度確定信道分配的目標函數(shù),并采用博弈論對其進行求解,將信號傳輸成功率作為效用函數(shù)實現(xiàn)通信網(wǎng)絡(luò)傳輸信道實時分配。文獻[6]提出一種基于組合智能算法的無線網(wǎng)絡(luò)信道分配方法,在建立通信網(wǎng)絡(luò)信道分配模型的基礎(chǔ)上,采用遺傳算法設(shè)計初始分配方案,結(jié)合粒子群優(yōu)化算法對其進行精細搜索,得到最終的分配方案。然而,隨著異構(gòu)通信網(wǎng)絡(luò)中待傳輸數(shù)據(jù)的不斷累積,上述幾種方法下的相關(guān)異構(gòu)組織的應(yīng)用特性被逐漸掩蓋,從而導致通信網(wǎng)絡(luò)主體結(jié)構(gòu)的承載量受到影響,能接納的待傳輸信息較少,導致網(wǎng)絡(luò)傳輸效率大大下降。

文獻[7]提出一種適用于移動通信系統(tǒng)的信道分配方法,首先構(gòu)建通信能耗模型,結(jié)合鏈路節(jié)點自適應(yīng)收發(fā)過程控制不同的通信信號接收陣元,根據(jù)節(jié)點和資源信息調(diào)度間的關(guān)系控制信道的分配情況。文獻[8]提出一種基于在線排隊模型的信道優(yōu)化分配方法,以可靠性作為信道排隊和權(quán)重分配原則,以簇頭和網(wǎng)關(guān)處信道資源作為具體分配內(nèi)容,利用網(wǎng)關(guān)節(jié)點合作感知結(jié)果構(gòu)建在線排隊模型,結(jié)合最優(yōu)融合準則實現(xiàn)對信道資源的分配。然而,上述2種方法也因接收陣元和排隊模型的容量較小而導致通信網(wǎng)絡(luò)主體結(jié)構(gòu)的承載量較低。

文獻[9]提出一種基于自適應(yīng)遺傳算法的通信信道動態(tài)子載波分配方法,利用遺傳算法的全局搜索能力對通信系統(tǒng)動態(tài)子載波進行自適應(yīng)分配,對遺傳種群中的個體進行交叉操作,并對得到的子代種群進行復制和變異操作,不斷重復該過程直至完成全部子載波的信道分配。文獻[10]提出一種基于演化博弈的通信網(wǎng)絡(luò)抗?jié)i漪效應(yīng)信道分配方法,通過分析漣漪效應(yīng)原理構(gòu)建終端節(jié)點群集的演化穩(wěn)定均衡博弈模型,對穩(wěn)定狀態(tài)下的均衡漣漪效應(yīng)進行評估,實現(xiàn)對通信網(wǎng)絡(luò)單沖突域內(nèi)信道的分配。然而,上述幾種方法需根據(jù)不同網(wǎng)絡(luò)節(jié)點的具體傳輸條件為數(shù)據(jù)信息分配必要的信道節(jié)點,再通過比特量計算的方式統(tǒng)計分配處理所遵循的實值系數(shù)。但在既定操作時間內(nèi),這幾種方法的最大承載條件難以達到理想化標準水平,且分級動量的調(diào)節(jié)參數(shù)也一直處于平均值以下,導致信道傳輸時滯量較大。

CNN特指具有前饋神經(jīng)調(diào)節(jié)能力的網(wǎng)絡(luò)結(jié)構(gòu)體,能夠按照卷積層組織的具體計算行為確定單一網(wǎng)絡(luò)節(jié)點所處的實際應(yīng)用位置,是深度學習領(lǐng)域的核心代表算法之一。CNN具有明顯的表征學習能力,能夠按照階層化網(wǎng)絡(luò)結(jié)構(gòu)中輸入信息的表達形式,對未占用的信道節(jié)點實施動態(tài)平移處理,故也被稱之為平移不變的“人工神經(jīng)網(wǎng)絡(luò)”[11]。最基本的CNN網(wǎng)絡(luò)包含輸入層、隱含層、輸出層共3層物理結(jié)構(gòu)。其中,輸入層直接面對通信網(wǎng)絡(luò)的多維數(shù)據(jù),可按照既定處理模式為孤立節(jié)點分配足量的待處理信息;隱含層中包含大量的通信節(jié)點,可根據(jù)待傳輸數(shù)據(jù)的總量條件,選擇性建立與核心主機間的通信連接;輸出層附著于CNN網(wǎng)絡(luò)的最底部,僅負責向下級執(zhí)行結(jié)構(gòu)傳輸必要的網(wǎng)絡(luò)信息[12]。

因此,為解決傳統(tǒng)方法中存在的網(wǎng)絡(luò)異構(gòu)體承載量小、信道傳輸時滯量大的問題,引入CNN技術(shù),在通信濾波器、網(wǎng)絡(luò)模板庫等硬件結(jié)構(gòu)的支持下,設(shè)計一種新型的動態(tài)信道分配方法,并通過對比實驗說明不同信道分配方法之間的實用差異性。

1 基于CNN的異構(gòu)通信網(wǎng)絡(luò)

基于CNN的異構(gòu)通信網(wǎng)絡(luò)主要由核心框架、通信濾波器、網(wǎng)絡(luò)模板庫3部分組成,其中核心框架處于輸入層,通信濾波器屬于隱含層,網(wǎng)絡(luò)模板庫屬于輸出層。

核心框架為異構(gòu)型CNN框架,是通信網(wǎng)絡(luò)的主體支撐結(jié)構(gòu),由核心主機、通信濾波組織、網(wǎng)絡(luò)模板組織、網(wǎng)絡(luò)通信API、動態(tài)信道API等共同組成。其中,核心主機直接作用于通信網(wǎng)絡(luò),在協(xié)調(diào)通信濾波組織與網(wǎng)絡(luò)模板組織傳輸行為的同時,確定標準異構(gòu)節(jié)點所處的具體位置;通信濾波組織直接服務(wù)于通信濾波器,可根據(jù)網(wǎng)絡(luò)節(jié)點及異構(gòu)參量的具體數(shù)值水平實現(xiàn)對待分配信道的統(tǒng)一調(diào)度處理;網(wǎng)絡(luò)模板組織直接服務(wù)于網(wǎng)絡(luò)模板庫,可按照CNN的具體動態(tài)運維條件生成一定數(shù)量的信息行為報告,進而將處于空閑狀態(tài)的信道主機接入核心異構(gòu)網(wǎng)絡(luò);核心主機借助網(wǎng)絡(luò)通信API與動態(tài)信道API與一、二、三級主機結(jié)構(gòu)分別相連,一方面可處理原CNN網(wǎng)絡(luò)中的VIM、PIM分配問題,另一方面聯(lián)同KBS節(jié)點,向VCA信道傳輸待分配的網(wǎng)絡(luò)通信數(shù)據(jù)[13]。其中的二級主機負載一個Plus裝置,能夠時刻感知異構(gòu)通信網(wǎng)絡(luò)及原CNN網(wǎng)絡(luò)的具體連接狀態(tài)。整體的異構(gòu)型CNN框架結(jié)構(gòu)如圖1所示。

通信濾波器是異構(gòu)型CNN框架的下級附屬結(jié)構(gòu),由異構(gòu)通信電阻、動態(tài)消耗電阻、實體濾波結(jié)構(gòu)、CNN調(diào)節(jié)裝置、主體通信組件共同組成。其中,異構(gòu)通信電阻與通信網(wǎng)絡(luò)的一級主機相連,具備較強的電流疏導能力,可充分調(diào)節(jié)由通信量提升而大量堆積的動態(tài)網(wǎng)絡(luò)數(shù)據(jù);動態(tài)消耗電阻與通信網(wǎng)絡(luò)的三級主機相連,可直接負載核心網(wǎng)絡(luò)主機中的信道分配任務(wù),并按照阻值額度的不同,為相關(guān)硬件裝置匹配必要的傳輸配合電流[14];實體濾波結(jié)構(gòu)是通信濾波器的核心處理結(jié)構(gòu),具有調(diào)節(jié)原CNN網(wǎng)絡(luò)連接狀態(tài)的能力。在通信數(shù)據(jù)大量堆積的情況下,可建立與動態(tài)信道的物理連接,進而驅(qū)使各級網(wǎng)絡(luò)節(jié)點逐漸趨向理想化位置[15];CNN調(diào)節(jié)裝置、主體通信組件同時附屬于實體濾波結(jié)構(gòu),在通信濾波器執(zhí)行過程中起到輔助性維護的作用,可快速感知兩端電阻負載量的變化情況,進而促進動態(tài)信道分配行為的快速實施。

圖 1 異構(gòu)型CNN框架結(jié)構(gòu)圖Fig.1 Heterogeneous CNN frame structure diagram

網(wǎng)絡(luò)模板庫位于異構(gòu)通信網(wǎng)絡(luò)的最底層,包含2個CNN遠程工作站、1個主干分配網(wǎng)絡(luò)和多個分級附屬設(shè)備。CNN遠程工作站可借助異構(gòu)通信網(wǎng)絡(luò)向主干分配網(wǎng)絡(luò)傳輸動態(tài)信道的數(shù)據(jù)分配指令,且在此過程中,通信數(shù)據(jù)服務(wù)器、網(wǎng)絡(luò)信道運行服務(wù)器、動態(tài)分配服務(wù)器始終保持高度的統(tǒng)一調(diào)度狀態(tài),待異構(gòu)體信息達到預定累積條件時,監(jiān)控工作站接入主干分配網(wǎng)絡(luò),實現(xiàn)對后續(xù)網(wǎng)絡(luò)結(jié)構(gòu)體的歸一化調(diào)節(jié);異構(gòu)環(huán)網(wǎng)、分配總線、通信服務(wù)工作站同時附屬于主干分配網(wǎng)絡(luò),具有較強的網(wǎng)絡(luò)抗壓能力,可按照動態(tài)信道的具體分配情況驅(qū)使CNN節(jié)點不斷向目標位置移動[16]。

網(wǎng)絡(luò)模板庫結(jié)構(gòu)如圖2所示。

圖 2 網(wǎng)絡(luò)模板庫結(jié)構(gòu)圖Fig.2 Network template library structure diagram

2 動態(tài)信道分配設(shè)計

在上述CNN異構(gòu)通信網(wǎng)絡(luò)的基礎(chǔ)上,按照動態(tài)拓撲傳感器連接、信道載體配置、分配損差量計算的處理流程,實現(xiàn)網(wǎng)絡(luò)動態(tài)信道分配方法的順利應(yīng)用。

動態(tài)拓撲傳感器是實施網(wǎng)絡(luò)信道分配指令的核心結(jié)構(gòu)元件,由CNN異構(gòu)芯片、信道接口、主體傳感板件、拓撲燈等多個物理結(jié)構(gòu)共同組成。其中,拓撲燈具有明、暗2種顯示狀態(tài),在異構(gòu)通信數(shù)據(jù)未達到額定承載條件時,該結(jié)構(gòu)始終保持“暗”顯示狀態(tài);而在異構(gòu)通信數(shù)據(jù)超過額定承載條件時,該結(jié)構(gòu)則顯示“亮”狀態(tài);CNN異構(gòu)芯片位于動態(tài)拓撲傳感器頂端,可直接順承網(wǎng)絡(luò)模板庫的數(shù)據(jù)連接需求,并與核心分配主機保持單向連接關(guān)系[17];拓撲信道接口是載體結(jié)構(gòu)接入異構(gòu)網(wǎng)絡(luò)的物理通道,具有良好的數(shù)據(jù)輸出能力;主體傳感板件負載其他元件的信息連接需求,具有較高水平的數(shù)據(jù)存儲能力;異構(gòu)網(wǎng)絡(luò)通信主板是傳感板件的附屬結(jié)構(gòu),可維護動態(tài)信道的基礎(chǔ)連接行為,進而使核心分配主機直接建立與傳感拓撲構(gòu)件的傳輸連接[18]。

在CNN異構(gòu)網(wǎng)絡(luò)中,信道載體呈現(xiàn)出明顯的分級連接狀態(tài),且每個動態(tài)簇內(nèi)均包含一個由-CH前綴和-CM后綴組成的部署實體。在實施信道分配的過程中,-CH前綴能夠與動態(tài)拓撲傳感器相連,在完整接收通信電流的同時,將非必須異構(gòu)電子量轉(zhuǎn)化成樹樁結(jié)構(gòu),以供通信濾波器、網(wǎng)絡(luò)模板庫等硬件設(shè)備組織的直接調(diào)用[19-20]。-CM后綴能夠與異構(gòu)型CNN框架相連,可按照物理信道的動態(tài)調(diào)節(jié)行為,為各空閑節(jié)點選取必要的通信數(shù)據(jù),進而使整個異構(gòu)網(wǎng)絡(luò)時刻處于相對良好的傳輸狀態(tài)。

在不考慮其他干擾影響的情況下,信道載體配置結(jié)果只受到-CH前綴、-CM后綴具體數(shù)值水平的影響。隨著異構(gòu)通信網(wǎng)絡(luò)中待傳輸數(shù)據(jù)的不斷累積,通信濾波器和網(wǎng)絡(luò)模板庫都在連接與斷開狀態(tài)中來回切換,直至所有動態(tài)信道的占用水平都滿足理想分配條件[21]。

(1)

式中:χ為CNN通信網(wǎng)絡(luò)的常規(guī)化異構(gòu)系數(shù);p為動態(tài)分配信道的最大參量負載條件。

分配損差是指因動態(tài)信道偏轉(zhuǎn)而產(chǎn)生的不必要節(jié)點占用,其易受到CNN網(wǎng)絡(luò)異構(gòu)行為、通信數(shù)據(jù)傳輸周期等多項物理參數(shù)的直接影響。在CNN通信網(wǎng)絡(luò)出現(xiàn)定向異構(gòu)行為的情況下,信道載體會由原始位置向待分配位置不斷運動,直至被占用信道的數(shù)量值與總信道數(shù)量完全相等[22]。在實施異構(gòu)處理的過程中,CNN網(wǎng)絡(luò)始終保持較高的并行化執(zhí)行能力,且隨著分配時間的延長,待處理的動態(tài)信道會一直向著目的端運動,直至將所有暫存數(shù)據(jù)信息完全轉(zhuǎn)化成標準連接狀態(tài)。

假設(shè)CNN網(wǎng)絡(luò)異構(gòu)行為參量為u,且u在既定連接時間內(nèi)能夠直接影響分配損差結(jié)果的上限承載能力,通信數(shù)據(jù)傳輸周期常表示為T,在不考慮異常分配行為的情況下,且T不受其他影響條件的干擾,聯(lián)立公式(1),可將動態(tài)信道分配損差量的計算結(jié)果表示為

(2)

式中:d1,d2分別為2個不同的節(jié)點通信數(shù)據(jù);f為動態(tài)信道組織的實際分配步長值;j為通信網(wǎng)絡(luò)的CNN異構(gòu)系數(shù);δ為冪次項執(zhí)行參量。

在此基礎(chǔ)上,開啟所有不存在占用的通信信道,選擇NetBEUI協(xié)議對異構(gòu)通信環(huán)境中的信息進行接收或發(fā)送操作,根據(jù)信道節(jié)點的匹配信息和分配損差量的計算結(jié)果對信道所處位置進行動態(tài)分配。

3 檢測與分析

為驗證基于CNN的異構(gòu)通信網(wǎng)絡(luò)動態(tài)信道分配方法的實際應(yīng)用性能,設(shè)計如下應(yīng)用性檢測實驗。

在云計算環(huán)境下,選取3臺執(zhí)行狀態(tài)完全一致的網(wǎng)絡(luò)主機作為實驗對象,在既定監(jiān)測時間內(nèi),分別搭載本文方法,文獻[6]基于組合智能算法的無線網(wǎng)絡(luò)信道分配方法和文獻[10]基于演化博弈的通信網(wǎng)絡(luò)抗?jié)i漪效應(yīng)信道分配方法控制實驗對象的信道分配行為并將各項實時指標調(diào)試至最佳執(zhí)行狀態(tài)。同時啟動3臺實驗主機,統(tǒng)計網(wǎng)絡(luò)異構(gòu)體承載量、信道傳輸時滯量和數(shù)據(jù)冗余率的具體變化情況。

首先將網(wǎng)絡(luò)異構(gòu)體承載量作為實驗指標。通信網(wǎng)絡(luò)異構(gòu)體承載量能夠反映信道內(nèi)能接納的待傳輸信息數(shù)量,進而側(cè)面反映通信網(wǎng)絡(luò)的傳輸效率。以60 min作為檢測時長,分別記錄在該段時間內(nèi),不同分配方法在不同時間段下網(wǎng)絡(luò)異構(gòu)體承載量的具體變化情況,統(tǒng)計結(jié)果如表1所示。

表1網(wǎng)絡(luò)異構(gòu)體承載量對比表

Tab.1 Comparison of network isomer load

單位:1015T

檢測方法檢測時間/min51015202530354045505560平均值本文方法8.28.28.68.68.98.99.39.39.79.79.89.89.1 文獻[6]方法3.84.14.34.54.64.64.64.64.44.24.03.94.3 文獻[10]方法6.16.36.36.77.17.47.57.27.27.26.86.86.9

從表1可知,隨著檢測時間的累積,本文方法的網(wǎng)絡(luò)異構(gòu)體承載量呈現(xiàn)階梯狀上升的變化趨勢,全局最大值達到9.8×1015T,且能夠保持5 min的穩(wěn)定狀態(tài);文獻[6]方法的網(wǎng)絡(luò)異構(gòu)體承載量前期不斷上升,在達到穩(wěn)定狀態(tài)后開始下降,全局最大值為4.6×1015T;文獻[10]方法的網(wǎng)絡(luò)異構(gòu)體承載量同樣也呈現(xiàn)出先上升后下降的趨勢。對比實驗數(shù)據(jù)可以看出,文獻[6]和文獻[10]方法的網(wǎng)絡(luò)異構(gòu)體承載量低于本文方法。綜上,應(yīng)用基于CNN的信道分配方法能夠保證足夠的網(wǎng)絡(luò)異構(gòu)體承載量。

通信網(wǎng)絡(luò)當前的狀態(tài)變化情況不僅與當前時刻的傳輸狀態(tài)有關(guān),受過去某時刻的傳輸狀態(tài)的影響也較大,這一性質(zhì)被稱為傳輸時滯。傳輸時滯可以反映通信網(wǎng)絡(luò)傳輸過程的時間不連續(xù)性,時滯量越少,說明傳輸過程效率越高。因此,同樣以60 min作為檢測時長,統(tǒng)計不同信道分配方法的信道傳輸時滯量,結(jié)果如圖3所示。

圖 3 信道傳輸時滯量對比圖Fig.3 Channel transmission delay comparison diagram

從圖3可知,隨著檢測時間的增加,不同分配方法下的信道傳輸時滯量也在不斷變化。文獻[6]方法的信道傳輸時滯量呈現(xiàn)出先上升后下降的趨勢,全局最大值為8.8×105T;文獻[10]方法的信道傳輸時滯量逐漸上升,全局最大值為7.2×105T;本文方法的信道傳輸時滯量先上升后下降再上升,全局最大值為5.1×105T。通過數(shù)據(jù)對比可知,應(yīng)用基于CNN的動態(tài)信道分配方法能夠有效降低異構(gòu)通信網(wǎng)絡(luò)信道傳輸?shù)臅r滯,提高了信息傳輸效率。

4 結(jié) 語

研究發(fā)現(xiàn),在構(gòu)建異構(gòu)通信網(wǎng)絡(luò)結(jié)構(gòu)時,將異構(gòu)通信電阻與一級主機相連,保證通信網(wǎng)絡(luò)具有較強的電流疏導能力,進而可通過調(diào)節(jié)由數(shù)據(jù)量來緩解動態(tài)通信數(shù)據(jù)大量堆積的現(xiàn)象,有效減小信道傳輸?shù)臅r滯量。除此之外,利用CNN調(diào)節(jié)裝置和主體通信組可以使實體濾波結(jié)構(gòu)在通信濾波器執(zhí)行過程中起到輔助性維護的作用,快速感知通信信道內(nèi)的電阻負載量情況,進而促進動態(tài)信道分配行為,也可以有效調(diào)節(jié)網(wǎng)絡(luò)異構(gòu)體承載量。

在接下來的研究中,將進一步對本文方法進行優(yōu)化,在保證信道分配質(zhì)量的前提下,引入低碳思想節(jié)能,構(gòu)建低能耗信道分配策略。