5G 技術背景下的艦船通信網絡系統建設

鄧繼昌

（中通服咨詢設計研究院有限公司，廣東 廣州 510000）

0 引 言

隨著信息技術的不斷發展，艦船通信應用受到重點關注。在5G 技術環境下，基于信息融合以及多方協同作戰管理標準，以更好地維系通信控制模式，利用分布式計算等技術方案滿足海上通信需求。

1 5G 技術背景下艦船通信網絡組成

目前，艦船通信網絡基于5G 技術建立的是多接入邊緣計算體系（Muti-access Edge Computing，MEC），配合分布式計算處理機制，可以有效維系低時延、高效率運行效能，在提升響應速率的基礎上，保證通信質量符合預期[1]。MEC 應用于物理平臺或者虛擬化平臺，可以實現可控化數據服務，保證核心網之間可以搭建完整的信息傳輸通道，以更好地服務通信工作。主要組成如圖1 所示。

圖1 通信網絡結構

智能終端組成單元是整體系統移動終端的業務發起者，也是系統基礎用戶，承載相應的任務結果。

5G 接入端基于傳統的網絡架構，應用MEC 設備共建可控體系，確保基站和核心網之間可以利用部署的相關設備實現互聯，這種處理模式可以極大程度減少基站數量，也能為回傳鏈路提供質量保障，減少時延造成的影響，為高效性信息傳輸管理予以支持。

控制層單元利用控制器處理服務器和云服務器之間的數據信息，搭建合理合規的信息傳輸應用體系，在充分維持完整計算分析流程的同時，有效優化鏈路的傳輸水平，為系統落實計算策略和應用方案提供保障[2]。

公網端是整個網絡體系的云平臺，可以清洗并分析傳輸信息，配合大數據挖掘技術可以深度評估相關數據，建立數據共享應用體系。

總之，在搭建基礎系統的同時，確保相應的組成部分可以發揮其實際作用，共建可控規范的應用平臺，配合信息交互處理的連通管理，以實現通信網絡的應用目標。

2 5G 技術背景下艦船通信網絡系統優化

為更好地提高艦船通信網絡系統的運行質量，需要結合實際技術的應用要求和規范，落實完整的優化處理方案，并整合資源內容，共同維系艦船的通信效能，實現綜合化管理的目標。

2.1 時延控制優化

依據5G 通信技術艦船網絡系統的應用要求，在多個MEC 設備分布式作業中，為更好地維護系統的控制水平，需要結合時延情況優化具體內容。設定系統中MEC 設備數量為a，每個設備表示為ai，每個設備的計算能力設為cai，信息傳輸過程中MEC 設備接收獲取的任務表示為Tai，總任務和設備接收分任務的占比利用Tai=βTai進行計算，β表示子任務在總任務中的占比。基于信息識別的處理過程很好地完成特征信息和云端數據的匹配工作，提高整個艦船通信的信息傳輸效率，降低時延的同時保證傳輸質量[3]。

另外，若是在最小且滿足任務分配的要求下落實具體工作，則要將子任務更好地分配在MEC 的各個設備中，當βai=1 時，整個通信網絡通信最小時延為min{t(Φ)},Φ∈I。其中，I表示可行解的搜索空間，Φ表示艦船通信系統任務。

2.2 感知層系數優化

結合艦船通信服務要求，在搭建硬件平臺的同時要充分融合5G 技術，保證軟件層面上數據交互的可行性符合預期，并對映射感知結構層的系數進行優化控制，更好地維系整體信息通信質量水平[4]。

結合信息數據交互列陣特征可知，數據包發送過程必然會對網絡信息通道結構層進行信息調度，建構新的信息數據運行秩序。此時，對數據傳輸流程進行分析，基于提高不同層級鏈路數據映射效率的要求，對冗余系數、鏈路信息排序初始化系數等進行優化，以保證5G 感知層的最大感知權值符合要求。

結合毫米波的傳輸特點，利用降維計算等手法，確保可控帶寬下通信節點的時間量對應數值合理，降低波束傳輸的復雜度，提高傳輸效率的同時，也能有效將時延控制在科學范圍內[5]。

與此同時，將感知層系數進行優化后，按照實際應用要求設置對應的測試包，可以更好地維系整個系統運行管理的連通效果。

配合連通性測試可知，感知層系數優化后可以提高數據交互的穩定性，維持良好的數據傳輸模式，并且信號點波段可控區域范圍也得以優化，保證5G通信網絡實際應用效果滿足預期，為艦船通信管理控制效能的升級打造更加科學穩定的運行環境，共同實現協同控制和數據交互管理的應用目標。

2.3 粒子群算法優化

隨著智能化技術的全面發展，為更好地維系5G技術背景下艦船通信質量水平，需要結合應用標準在優化算法處理的同時尋找最優解。

首先，設定整個通信空間內的粒子數量u，則每個位置對應一個固定解，可以校驗更新的方向以及距離，當粒子處于自身位置和最優解之間，按照精度進行搜索并設定為Vmax，在粒子出現變化后，當前位置和整個粒子群的最佳位置也會出現變化[6]。

其次，求解粒子的適應度數值，評估粒子的具體位置，并利用多次搜索的方式獲取最優解，按照進行計算。其中，H表示搜索空間內S的可行域，S-H表示非可行域，X(Φ,I)表示非可行域可迭代I次后的數值[7]。

最后，在整個粒子優化體系中，迭代達到最大次數后，粒子群優化算法可以獲取最佳位置的參數信息，從而獲取最低時延，滿足艦船通信網絡優化信息交互質量的基本要求。

3 5G 技術背景下艦船通信網絡系統仿真結果

在提出一系列優化策略后，基于驗證分析的基本要求，將粒子群優化算法應用在5G 通信網絡中，配合使用MATLAB 平臺進行仿真分析，進一步了解收斂性以及不同優化算法的應用效果，從而維系艦船通信網絡系統的控制效能[8]。

3.1 不同架構時延性能仿真

常見的系統組成包括MEC 設備架構的網絡、云架構通信網絡等，本文選取的系統是結合實際請求量靈活增設MEC 設備，采取多臺MEC 設備并行處理，共建完整的設備運行管理模式，確保時延性變化情況在可控范圍內，網絡結構響應時延如圖2 所示。

圖2 網絡結構響應時延

由圖2 可知，運用MEC 設備可以降低整個網絡體系運行過程的時延，按照并行計算的方法完成測定后，當用戶數量達到10 個以內，對應的差距有限，而當用戶數量增多，其差距也越來越明顯。當用戶請求數為25 時，多臺MEC 設備的通信網絡將時延控制在0.5 s 以內，而基于云端的通信系統時延超出了2.0 s[9]。

綜上所述，多臺MEC 設備下的網絡體系可以更好地維系節點之間信息的傳輸效果，形成更小的響應延時。

3.2 不同算法仿真

本文系統中應用的是粒子群優化算法（Particle Swarm Optimization，PSO）算法，將其與煙火算法（Fireworks Algorithm，FWA）和基于牛頓內點法的任務分配算法予以比較，如圖3 所示。

圖3 算法比較示意

由圖3 可知，用戶請求數量較小時，3 者的差距微乎其微，而在用戶數量增加后，PSO 算法可以更好地提高全局搜索效能，維系良好的資源分配效果[10]。

4 結 論

基于5G 通信技術的艦船網絡體系具有重要的研究價值，結合5G技術的特點和應用要求落實具體工作，采取優化時延控制、優化粒子群算法以及優化感知層系數等方式，可以最大限度上保證艦船網絡通信的質量水平，滿足綜合應用的需求，這也為5G 技術背景下艦船通信可持續健康發展奠定堅實基礎。