深空通信中LTP協(xié)議選窗概率優(yōu)化

王燕,程子敬,金亮,田小路,郝曉強(qiáng),王鵬宇

航天恒星科技有限公司,北京 100191

1 引言

在深空通信延遲/容忍網(wǎng)絡(luò)DTN(delay/disruption tolerant network,DTN)中傳輸?shù)臄?shù)據(jù)有圖像、視頻、文本等多種不同數(shù)據(jù)類型、用戶對接收不同類型的數(shù)據(jù)準(zhǔn)確性有不同的要求,對如圖像、視頻等類型的數(shù)據(jù)誤差率要求比較高,在接收端能以較高的成功率恢復(fù)出原有信息,對如文本等非重要數(shù)據(jù)允許在傳輸中有一定程度的誤碼率,但是非重要數(shù)據(jù)不可缺少。

針對深空通信中[1-3]數(shù)據(jù)差異傳輸?shù)囊?很多學(xué)者將擴(kuò)展窗不等差噴泉編碼思想引入到深空通信匯聚層文件傳輸LTP協(xié)議(licklider transmission protocol,LTP)中,并對LTP中的數(shù)據(jù)傳輸進(jìn)行了研究[4-6]。

擴(kuò)展窗不等差噴泉編碼思想是將待傳輸文件數(shù)據(jù)包按重要程度不同放置于不同窗口,并采用無需反饋、無固定碼速率方式進(jìn)行傳輸,當(dāng)深空中通信鏈路通暢的時候,信息在發(fā)送方像噴泉一樣進(jìn)行發(fā)射,接收方接收一定數(shù)量的數(shù)據(jù)包后就能大概率還原出原數(shù)據(jù)包。

LTP協(xié)議對這些數(shù)據(jù)進(jìn)行封裝傳輸時,高等級的重要數(shù)據(jù)應(yīng)得到高可靠的傳輸,相對不重要的數(shù)據(jù)允許有一定程度丟包和誤碼,這樣在同等誤碼率、同等數(shù)量數(shù)據(jù)包情況下能更大程度上保障重要數(shù)據(jù)的傳輸成功率[1,7-9]。

為提高通信傳輸中不等差數(shù)據(jù)的傳輸效率,有很多針對LTP協(xié)議中擴(kuò)展窗不等差噴泉編碼的選窗概率函數(shù)進(jìn)行的研究優(yōu)化設(shè)計,文獻(xiàn)[10]中對度分布函數(shù)進(jìn)行重新設(shè)計,提出了一種以最大化平均恢復(fù)概率為目標(biāo)的優(yōu)化方法,但實現(xiàn)過程繁瑣。文獻(xiàn)[11]中采用傳統(tǒng)的遺傳算法對其進(jìn)行優(yōu)化,傳統(tǒng)的遺傳算法收斂迅速,能以較快的時間得到結(jié)果,但是選窗概率函數(shù)的精確度較低,由此影響了傳輸數(shù)據(jù)包的整體誤碼率較高、不同重要級別的傳輸數(shù)據(jù)的誤碼率差異性不明顯。文獻(xiàn)[8]中提出了用蟻群算法對選窗概率進(jìn)行優(yōu)化設(shè)計,在同等的傳輸數(shù)據(jù)包的情況下,蟻群算法的收斂速度比較慢,需要較長時間來尋找出最優(yōu)解空間。

針對上述情況,在文獻(xiàn)[8,11-13]的研究基礎(chǔ)上,提出了一種新的選窗概率優(yōu)化方法,對協(xié)議中的關(guān)鍵影響因素選窗概率函數(shù)進(jìn)行優(yōu)化,兼顧重要等級的數(shù)據(jù)被大概率選中不重要數(shù)據(jù)也不能被忽略遺漏的傳輸要求,能在較短時間內(nèi)獲得較高的總數(shù)據(jù)包的精確度和重要數(shù)據(jù)的低誤碼率,不重要數(shù)據(jù)的誤碼率在接受范圍內(nèi),提高通信鏈路資源利用率,滿足差異化信息傳輸要求

2 LTP協(xié)議在深空通信中的應(yīng)用

信道誤碼率高、傳輸距離遠(yuǎn)、反向的和前向信道上數(shù)據(jù)傳輸存在有較大的帶寬不對稱性、空間鏈路不連續(xù)、損耗大,深空通信的上述特點使得深空通信和地面通信體制有很大的不同和差別。

深空通信特有的傳輸特點導(dǎo)致在地面上運(yùn)行性良好能且具有廣泛適用性的TCP/IP協(xié)議,在深空通信環(huán)境下無法正常工作。一種新的網(wǎng)絡(luò)體系機(jī)構(gòu)和體制DTN網(wǎng)絡(luò)和LTP協(xié)議由此應(yīng)用而生,以此滿足深空通信的應(yīng)用需求[11]。

LTP協(xié)議摒棄TCP/IP協(xié)議三次握手機(jī)制,采用存儲轉(zhuǎn)發(fā)的模式將可靠和不可靠傳輸兩種傳輸服務(wù)整合在一個數(shù)據(jù)塊進(jìn)行以適應(yīng)深空通信中長時延、鏈路不連續(xù)的通信特質(zhì)。LTP協(xié)議中以紅色數(shù)據(jù)代表重要數(shù)據(jù)(MIB),綠色數(shù)據(jù)代表不重要數(shù)據(jù)(LIB)(下文統(tǒng)一簡稱“紅綠數(shù)據(jù)”),對于紅色數(shù)據(jù)對其進(jìn)行可靠傳輸,基于ARQ自動重傳機(jī)制需要校驗和重傳;而對于綠色數(shù)據(jù)進(jìn)行不可靠傳輸,無論其是否發(fā)生丟棄或損壞,都無需校驗和重傳。但LTP文件傳輸中的ARQ反饋多輪重傳等機(jī)制往返延遲大,為更好的適應(yīng)深空通信,提高通信效率,在LTP文件傳輸時借鑒了擴(kuò)展窗不等差噴泉碼的思想,以此減少其在深空通信中數(shù)據(jù)重傳的問題,適應(yīng)深空通信中不同權(quán)重的數(shù)據(jù)差異化傳輸?shù)男枨蟆?/p>

3 LTP協(xié)議中的擴(kuò)展窗不等差噴泉碼

在刪除信道環(huán)境下,擴(kuò)展窗不等差噴泉編碼(expanding window unequal protection,EXUP)將需要傳輸?shù)奈募澐譃镹個數(shù)據(jù)包,將其中所有M個MIB數(shù)據(jù)包放在窗1中(M

(1)

選窗概率函數(shù)是和度(d)分布函數(shù)相關(guān)聯(lián)的一個指數(shù)函數(shù)。其中A和B是兩個常數(shù),A的取值范圍為(0

(2)

式中:度(d)的取值范圍為1到N,τ(d)和ΩISD(d)以及和β具體函數(shù)定義如下公式(3)、(4)、(5)所示:

τ(d)函數(shù)中的定義如下所示:

(3)

其中公式(2)中ΩISD(d)定義為如下的函數(shù),式(4)所示:

(4)

公式(2)中的β函數(shù)為ΩISD(d)和τ(d)的和,β函數(shù)定義如下函數(shù)(5)所示:

(5)

選窗概率很大程度上決定了MIB數(shù)據(jù)和LIB數(shù)據(jù)被選中的次數(shù)和發(fā)送數(shù)據(jù)包中MIB和LIB的占比,同時也間接影響了MIB和LIB數(shù)據(jù)在解包過程中誤碼率的高低。選窗概率是LTP協(xié)議傳輸中關(guān)鍵影響因素,決定了深空通信中數(shù)據(jù)傳輸?shù)臏?zhǔn)確程度,是LTP協(xié)議中信息差異傳輸?shù)年P(guān)鍵所在。

4 基于自適應(yīng)遺傳算法的選窗概率優(yōu)化設(shè)計

選窗概率函數(shù)是非線性函數(shù),其解空間是一組離散的數(shù)值序列組合,解的取值空間比較寬泛,很難用傳統(tǒng)計算方法獲得解空間的精確值。來源于自然界生物進(jìn)化論的自適應(yīng)遺傳算法是一種具有多參數(shù)、多組合的全局優(yōu)化方法,能從紅綠數(shù)據(jù)誤碼率的集合中,逐步找到紅綠誤碼率的最優(yōu)組合,大幅降低重要數(shù)據(jù)傳輸中的重傳次數(shù),體現(xiàn)LTP協(xié)議中的差異傳輸需求,提高數(shù)據(jù)傳輸性能[6]。

傳統(tǒng)的遺傳算法(genetic algorithms,GA)在優(yōu)化種群時,會由于算法中的交叉、變異等參數(shù)設(shè)置固定化,無法適應(yīng)種群中不同個體動態(tài)變化需求,從而導(dǎo)致種群收斂速度過快,在求最優(yōu)解的過程中容易陷入局部最優(yōu)而引起種群提前老化的問題,進(jìn)而影響種群中進(jìn)化個體的精度。

自適應(yīng)遺傳算法(adaptive genetic algorithms,AGA)在傳統(tǒng)遺傳算法的基礎(chǔ)上能根據(jù)自適應(yīng)方式,自動調(diào)整交叉和變異因子,解決因交叉、變異概率固定而引起的無法求解種群中的最優(yōu)解以及種群中產(chǎn)生的子代不如父代的問題。自適應(yīng)遺傳算法盡量使產(chǎn)生的子代效果得到最大化進(jìn)化,從而在很大程度上提高了算法的收斂精度。

自適應(yīng)遺傳算法的選窗概率優(yōu)化設(shè)計由編碼方式、適應(yīng)度函數(shù)、選擇操作、交叉函數(shù)、變異函數(shù)與優(yōu)化步驟六個部分組成。在基于自適應(yīng)遺傳算法的選窗概率函數(shù)優(yōu)化算法中,設(shè)定要優(yōu)化的選窗概率函數(shù)的精度為0.0001,選窗概率函數(shù)的取值范圍為[0.0000,0.9999];設(shè)定實際傳輸發(fā)送數(shù)據(jù)包個數(shù)為k,并從1～k依次定義為各發(fā)送數(shù)據(jù)包選窗概率函數(shù)度(d)的取值。選窗概率的優(yōu)化問題轉(zhuǎn)化為對不同度(d)值對應(yīng)的選窗概率函數(shù)θ值的優(yōu)化,得到其關(guān)于度(d)的最佳分布為最終優(yōu)化的結(jié)果導(dǎo)向。

4.1 編碼方式

設(shè)定種群(解空間)中個體數(shù)為num個,每個個體(單個解)代表一組d從1到k對應(yīng)的選窗概率值。對每個個體進(jìn)行二維矩陣編碼,矩陣的列定義為選窗概率函數(shù)θ值,矩陣的行定義為度d值。選窗概率函數(shù)的精度為0.0001,二維編碼矩陣中共有10000行,對應(yīng)的θ值從0.0000至0.9999;實際發(fā)送數(shù)據(jù)包個數(shù)為k個,二維編碼矩陣中共有k列,有k個度(d)值,依次為1至k;對矩陣中每個元素的值θ(d)進(jìn)行初始化,根據(jù)選窗概率函數(shù)中θ是隨度(d)的增加而下降的定義,θ(d)初始化條件約束如下:d從1開始取值,當(dāng)d取值為n時(1

4.2 適應(yīng)度函數(shù)

適應(yīng)度函數(shù)在選窗概率中作為對種群中個體優(yōu)劣的判據(jù)指標(biāo),直觀的反應(yīng)種群中個體進(jìn)化適應(yīng)情況。種群中的個體根據(jù)適應(yīng)度函數(shù)計算出來的值,作為判斷個體是否優(yōu)異于父代的依據(jù)。誤碼率能精準(zhǔn)直觀快速的反應(yīng)出通信中數(shù)據(jù)包傳輸?shù)膬?yōu)劣情況,本優(yōu)化算法中選用紅綠數(shù)據(jù)的誤碼率作為適應(yīng)度函數(shù)。

擴(kuò)展窗不等差噴泉的譯碼(解包)采用的是與或樹的方法,該方法能夠依據(jù)二分圖中葉子節(jié)點與根節(jié)點之間的關(guān)系,根據(jù)經(jīng)過l次迭代得到紅綠數(shù)據(jù)的誤碼率公式。其中MIB紅窗數(shù)據(jù)和LIB綠窗中數(shù)據(jù)的誤碼率,見式(6):

(6)

式中:l為迭代次數(shù);yl,M為紅數(shù)據(jù)的誤碼率;yl,L為綠數(shù)據(jù)的誤碼率;k為輸數(shù)據(jù)包數(shù)量;公式中的p1=θ1/(a1×k)+θ2/k;p2=θ2/k;q1=θ1+θ2×a1;ε為編碼冗余;ε=N/k;此處的N為收端收到的數(shù)據(jù)包的數(shù)量;u為編碼包的平均度數(shù);θ1為紅窗的選窗概率值;θ2為綠窗的選窗概率值。a1是紅數(shù)據(jù)占總數(shù)據(jù)包的比率,同理a2是綠數(shù)據(jù)的占比率。

假定MIB和LIB數(shù)據(jù)的誤碼率分別用PM和PL表示,自適應(yīng)遺傳算法將PM和PL作為適應(yīng)度函數(shù),通過自適應(yīng)遺傳算法中的操作設(shè)計,在下一代種群中(下一次解的優(yōu)化范圍中)保留PM值比父代高,但是PL的值在預(yù)期范圍內(nèi)的個體。PM值的提高保障了重要數(shù)據(jù)傳輸?shù)目煽啃院驼_率,同時將PL的值控制在可接受的范圍內(nèi),保障綠數(shù)據(jù)也能被正常選中并進(jìn)行傳輸。因PM和PL的結(jié)果為負(fù)指數(shù)函數(shù),為了計算和對比能更加直觀表現(xiàn)最后的實驗結(jié)果,優(yōu)化設(shè)計取PM和PL的對數(shù)值負(fù)數(shù)的值,即取-lg(PM)和-lg(PL)進(jìn)行計算,將其結(jié)果轉(zhuǎn)換為正數(shù)后進(jìn)行對比。得到本優(yōu)化算法中的最終適應(yīng)度函數(shù)表達(dá)式為式(7)所示:

fitness=-lg(PM)-|-lg(PL)-(-lg(P0))|

(7)

式中:P0為綠色誤碼率預(yù)期值,適應(yīng)度fitness的值越大,表明種群中該個體的不等差的差異性越好,個體的優(yōu)異性更佳,在下一代的進(jìn)化中被種群中的個體被選中或者是被遺傳的概率會更大。

4.3 選擇操作

選擇操作在交叉變異操作之前進(jìn)行,是交叉變異操作的前提和基礎(chǔ)。選擇操作是從種群中保持父代部分個體的同時又選擇一部分優(yōu)勝父代的子代個體,重新組成新的種群過程。它是一個作用于整個群體的參數(shù)。假定選擇算子Ps參數(shù)設(shè)定的值為0.4,那么這個種群中有60%的個體直接繼承自父代,40%的個體要經(jīng)過選擇,進(jìn)入到下一代的種群中。選擇的依據(jù)是將每個個體fitness的大小作為輪盤賭篩選算法中的分子(分母是所有個體fitness的和)作為被選中種群下一代優(yōu)異個體的概率值。fitness值越大,被選中的概率值也就越大。經(jīng)過選擇操作后,種群淘汰了部分優(yōu)異性差的個體,保留了更多優(yōu)異性高的個體,經(jīng)選擇后形成的新種群中的個體沒有變異發(fā)生,只是父代種群中優(yōu)異個體的數(shù)量有所增加。

4.4 自適應(yīng)交叉函數(shù)

經(jīng)過選擇操作后形成的新種群,進(jìn)入到優(yōu)化設(shè)計的交叉操作中。假定交叉因子為Pc,不同于傳統(tǒng)的遺傳算法交叉算子是對種群中的每個個體都是相同的固定值,自適應(yīng)的交叉算子是根據(jù)種群中每個個體自身情況不同,有不同的交叉因子,以便交叉出更優(yōu)秀的種群后代,其中的變異算子Pc的公式(8)如下:

(8)

式中:fmax是種群中最大的個體適應(yīng)度值,即種群中fitness值最大的個體;f′是兩個要交叉的個體中適應(yīng)度值較大的個體的適應(yīng)度值;favg是種群中所有個體的平均適應(yīng)度值;就是種群中所有個體fitness的平均值,而pk1,pk2是0和1之間的常數(shù),設(shè)定pk1,pk2的值后,交叉概率就可以根據(jù)自身fitness情況的不同進(jìn)行自適應(yīng)地進(jìn)行調(diào)整。通過自適應(yīng)交叉函數(shù)可以看出,種群中fitness值越小的個體進(jìn)行兩兩個體交叉的概率就會越大,反之fitness值大的個體,兩兩交叉的概率會減小甚至為零。從上述公式中可以得出如下結(jié)論,自適應(yīng)交叉函數(shù)督促個體適應(yīng)度值低的個體,提高向更好方向進(jìn)化的概率。經(jīng)過交叉自適應(yīng)調(diào)整操作,種群中fitness值低的個體,獲得更高的向優(yōu)異個體進(jìn)化的可能,自適應(yīng)交叉操作使得群體中不同fitness個體的差異性進(jìn)行進(jìn)化,避免解空間提前老化。交叉操作后得到有num個個體的新種群。

4.5 自適應(yīng)變異函數(shù)

變異函數(shù)作用于交叉操作后的種群,假定變異算子為Pm,變異算子使種群中個體不借助群體中個體間的交叉操作,只靠自身的變異向性能更好的方向進(jìn)化(向最優(yōu)解靠近),為種群個體的進(jìn)化提供另外一種進(jìn)化的方式。自適應(yīng)變異操作一定程度限制了種群陷入局部最優(yōu)。其中變異算子Pm的公式為:

(9)

式中:f是要變異的個體的適應(yīng)度值;pk3,pk4是0和1之間的常數(shù),設(shè)定pk3,pk4之后,變異概率就可以個體自己的的fitness值的具體情況計算得到。從式(9)可以看出,fitness值越大的個體,自身變異的概率越小,反之個體自身變異的概率就越大,變異算子保證了適應(yīng)度值低的個體,有較高的變異概率,促使其變異出更優(yōu)質(zhì)的個體,防止種群過早地進(jìn)入局部最優(yōu)解與解空間的提前老化。經(jīng)過變異操作后,形成了有交叉和變異后組成的全新種群,種群的個體數(shù)為num個。

4.6 選窗概率優(yōu)化步驟

1)種群個體數(shù)為num,即解空間數(shù)量為num個,根據(jù)上述中的編碼設(shè)計方法對種群進(jìn)行編碼,隨機(jī)產(chǎn)生初代種群,形成num個二維編碼矩陣。

2)根據(jù)適應(yīng)度函數(shù)計算每個個體的適應(yīng)度fitness。

3)根據(jù)選擇算子、交叉函數(shù)、變異函數(shù),計算出每個個體的自適應(yīng)交叉算子、自適應(yīng)變異算子,根據(jù)自適應(yīng)遺傳的進(jìn)化順序,依次進(jìn)行選擇操作、交叉操作、變異操作,產(chǎn)生新種群(新的解空間)。

4)記錄每一代種群中fitness值最大個體的MIB、LIB的誤碼率值以及選窗概率的值(及其對應(yīng)的度的值)。

5)判斷是否達(dá)到迭代次數(shù)。

重復(fù)2)～5)步,得到最優(yōu)選窗概率函數(shù)的集合,即最優(yōu)解的集合。

5 實驗結(jié)果分析

通過MATLAB對LTP協(xié)議中紅綠窗中選窗概率優(yōu)化進(jìn)行仿真,并根據(jù)經(jīng)驗值對仿真中所用到的參數(shù)進(jìn)行賦值。設(shè)定實際傳輸發(fā)送的數(shù)據(jù)包數(shù)k=500,冗余度為ε=1.3,公式(3)中的選窗概率函數(shù)τ(d)中的參量值c=0.1,δ=0.05,MIB數(shù)據(jù)占比a1=0.4,LIB數(shù)據(jù)占比a2=0.6,即紅色MIB數(shù)據(jù)包個數(shù)為200,綠色LIB數(shù)據(jù)包個數(shù)300。綠色數(shù)據(jù)的預(yù)期誤碼率為-lg(p0)=2.5。自適應(yīng)遺傳算法種群個體數(shù)量為num=30,選擇算子Ps=0.4、自適應(yīng)交叉和變異中的常量pk1、pk2、pk3、pk4的取值分別為pk1=1、pk2=1、pk3=0.6,pk4=0.6,交叉算子Pc和變異算子Pm根據(jù)每個個體的不同而自適應(yīng)的進(jìn)行調(diào)整,迭代次數(shù)l=30。

在傳統(tǒng)遺傳算法中,除交叉算子的取值為固定值Pc=0.6,變異算子的取值為固定值Pm=0.6外,其余的發(fā)送數(shù)據(jù)包、冗余度、選窗概率中的參量值、紅綠誤碼率的期望值、迭代次數(shù)等參數(shù)的取值和自適應(yīng)遺傳算法的賦值是相同的。上述取值相同,是為了讓自適應(yīng)遺傳算法和傳統(tǒng)遺傳算法在初始數(shù)據(jù)上盡可能接近相同。

經(jīng)過自適應(yīng)遺傳算法、傳統(tǒng)遺傳算法對選窗概率函數(shù)優(yōu)化后得到紅綠數(shù)據(jù)誤碼率與迭代次數(shù)的關(guān)系如圖1,圖2所示。

圖1 自適應(yīng)遺傳算法紅窗數(shù)據(jù)誤碼率

圖2 自適應(yīng)遺傳算法綠窗數(shù)據(jù)誤碼率

從圖1、圖2中的自適應(yīng)遺傳算法優(yōu)化后的實驗結(jié)果上看,隨著迭代次數(shù)的增加,種群的紅色數(shù)據(jù)的誤碼率在逐步的降低,迭代到18次時候,紅綠窗中的數(shù)據(jù)誤碼率趨于穩(wěn)定一致。由紅綠數(shù)據(jù)的最優(yōu)誤碼率圖(圖1、圖2)的曲線中可以看出種群中的紅窗的誤碼率從10-9.7755下降至10-16.3862,綠窗的誤碼率由10-4.4469上升為10-2.8765。MIB的誤碼率下降幅度較大,LIB誤碼率上升較緩,MIB的誤碼率顯著低于LIB的誤碼率。

自適應(yīng)遺傳算法通過對種群的30個個體的第一次迭代和優(yōu)化后的紅綠總誤碼率統(tǒng)計對比(藍(lán)色線為第一次迭代種群總誤碼率,橙色線為優(yōu)化后種群總的誤碼率),得到如圖3所示種群總誤碼率的對比圖。

圖3 自適應(yīng)遺傳算法總誤碼率對比圖

從上圖3總誤碼率對比圖可以看出,種群總誤碼率從初始化的10-12.2934,經(jīng)過迭代優(yōu)化后總誤碼率下降為10-18.6212,將數(shù)據(jù)總誤碼率降低了106.3278個數(shù)量級,整體上提高了數(shù)據(jù)傳輸?shù)挠行浴?/p>

圖4、圖5是傳統(tǒng)遺傳算法下種群迭代30次后的紅綠誤碼率的結(jié)果圖,從實驗結(jié)果的曲線圖中可以看出,傳統(tǒng)遺傳算法在迭代第6次的時候紅綠窗戶的數(shù)據(jù)趨于穩(wěn)定一致,由紅綠窗數(shù)據(jù)最優(yōu)誤碼率曲線中可以看出,傳統(tǒng)遺傳算法中的紅窗中數(shù)據(jù)的誤碼率從10-10.0847下降至10-11.1298,綠窗中數(shù)據(jù)的誤碼率由10-4.3631上升為10-4.0846。MIB的誤碼率下降幅度緩慢,LIB誤碼率上升較緩,MIB和LIB誤碼率對比差異不明顯。

圖4 傳統(tǒng)遺傳算法紅窗數(shù)據(jù)誤碼率

圖5 傳統(tǒng)遺傳算法綠窗數(shù)據(jù)誤碼率

傳統(tǒng)遺傳算法對種群的30個個體的第一次迭代和優(yōu)化后綠窗總誤碼率統(tǒng)計對比(藍(lán)線為第一次迭代種群總誤碼率,橙線為優(yōu)化后種群總的誤碼率),得到如下圖6所示的種群的總誤碼率對比圖。

圖6 傳統(tǒng)遺傳算法總誤碼率對比圖

從圖6傳統(tǒng)遺傳算法總誤碼率折線圖可以看出,種群總誤碼率從初始化的10-12.3677,經(jīng)過30次迭代優(yōu)化后總誤碼率為10-15.2148,數(shù)據(jù)總誤碼率降低了102.8471個數(shù)量級。

對比上述自適應(yīng)遺傳算法(AGA)和傳統(tǒng)遺傳算法(GA)的紅綠窗實驗結(jié)果表明,自適應(yīng)遺傳算法比傳統(tǒng)的遺傳算法更能滿足深空通信中不同權(quán)重數(shù)據(jù)對誤碼率不同的傳輸要求。通過對選窗概率函數(shù)的優(yōu)化,在保障綠窗數(shù)據(jù)誤碼率在可接受范圍內(nèi)的前提下,自適應(yīng)遺傳算法比傳統(tǒng)遺傳算法在紅窗、紅綠數(shù)據(jù)總誤碼率方面能極大降低紅數(shù)據(jù)的誤碼率,紅綠數(shù)據(jù)包整體的總誤碼率,優(yōu)化后的算法收斂迅速,精度較高。

在上述圖1、圖2紅綠數(shù)據(jù)的誤碼率的情況下,自適應(yīng)遺傳算法優(yōu)化后的選窗概率的分布曲線如下圖7所示。

圖7 自適應(yīng)遺傳算法選窗概率圖

圖7中選窗概率的仿真結(jié)果可知在預(yù)期誤碼率為10-2.5時,優(yōu)化后的紅窗(窗1)的選窗概率函數(shù)θ1的取值為:

θ1= 0.9451d1+ 0.9133d2+ 0.8600d3+ 0.7504d4+ 0.6929d5+0.0295d6+0.0027d7+0.0013d8+0.0013d9+ 0.0005d10+ 0.0001d11。

上述結(jié)果中的dn代表度為n,即選取n個數(shù)據(jù)包組成發(fā)送包,dn的系數(shù)表示每次選取數(shù)據(jù)包時從窗1選擇一個數(shù)據(jù)包的概率。

6 結(jié)論

深空通信DTN網(wǎng)絡(luò)LTP協(xié)議層中存在傳輸距離遠(yuǎn)、空間鏈路不穩(wěn)定、信息差異傳輸糾錯代價高的實際情況,現(xiàn)有算法對協(xié)議傳輸中的選窗概率函數(shù)進(jìn)行優(yōu)化時存在收斂速度、總誤碼率的精確度、差異傳輸精確度較低、差異化不明顯的問題。本文分析了深空通信差異傳輸?shù)膽?yīng)用需求,通過編碼方式、自適應(yīng)度變異函數(shù)、自適應(yīng)交叉函數(shù)、選擇操作等步驟對LTP傳輸協(xié)議中選窗概率函數(shù)進(jìn)行優(yōu)化設(shè)計,獲得了自適應(yīng)遺傳算法的模型和優(yōu)化流程。借助Maltlab對其進(jìn)行仿真,實驗的結(jié)果驗證了該優(yōu)化設(shè)計的有效性。此優(yōu)化設(shè)計保障重要數(shù)據(jù)傳輸?shù)恼_率和降低總體信道誤碼率,減少因重要信息誤碼率高而導(dǎo)致的信息重傳,能更好地滿足深空通信差異傳輸?shù)男枨蟆?/p>

為進(jìn)一步提高數(shù)據(jù)傳輸?shù)恼_率,在信息封裝時能精準(zhǔn)的選擇符合預(yù)期的數(shù)據(jù),下一步將深入分析適應(yīng)度函數(shù)中的紅綠數(shù)據(jù)預(yù)期值的關(guān)系與權(quán)重,精煉簡化適應(yīng)度函數(shù),同時優(yōu)化設(shè)計流程的步驟,使其能更好的適用于深空通信中。