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(tǒng)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(wǎng)頻率分配優(yōu)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(tǒng)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(wǎng)頻率分配中缺乏對頻點可用性和頻點組合最優(yōu)化整體方案的問題，提出了頻率分配優(yōu)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(qū)間劃分將其轉(zhuǎn)化為信道質(zhì)量矩陣，以信道質(zhì)量矩陣為輸入建立頻點組合最優(yōu)化模型，基于部分匹配交叉和逆轉(zhuǎn)變異給出了該優(yōu)化模型求解的遺傳算法。仿真結(jié)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(wǎng)的信道質(zhì)量，典型場景下優(yōu)化程度大約為30%。

短波通信；柵格化組網(wǎng)；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(tǒng)最受關(guān)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(zhì)量分析和自動鏈路建立來實現(xiàn)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(jù)長期統(tǒng)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(guī)劃，但也適用于短期(時、日)的應用，用于對短波通信網(wǎng)中通信節(jié)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(wǎng)成為發(fā)展的新方向，從體系結(jié)構(gòu)上看，短波柵格化網(wǎng)絡是一個沒有“中心”的網(wǎng)絡，改變了縱向一條線或組網(wǎng)一個面的鏈接模式，實現(xiàn)了整個部署范圍內(nèi)任意點、不同需求之間的信息溝通，支撐了網(wǎng)狀、多路由的鏈路接入，與現(xiàn)有網(wǎng)絡的顯著區(qū)別就是節(jié)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(wǎng)頻率分配不僅要實現(xiàn)短波頻率“預測”，還需要協(xié)調(diào)多個通信節(jié)點的頻率使用沖突，前者可以歸結(jié)為頻率可用性問題，后者可以歸結(jié)為頻點組合最優(yōu)化問題。目前,已有研究中大多數(shù)頻率分配問題針對的是超短波電臺組網(wǎng)和蜂窩移動通信組網(wǎng)，其與短波組網(wǎng)頻率分配的目標和約束有較大區(qū)別，而關(guān)于短波頻率分配研究也鮮見對柵格化組網(wǎng)頻率分配的完整方案。基于此，本文基于短波柵格化組網(wǎng)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(xiàn)了短波柵格化組網(wǎng)頻率分配優(yōu)化方法。

1 短波組網(wǎng)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(wěn)定，頻點是否可用于通信是能夠預期的，即當在收發(fā)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(xiàn)超視距通信，信道極不穩(wěn)定，其頻點是否可用于通信的預期性較差，即當收發(fā)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(gòu)建無線鏈路預測模型，隨著對電離層性質(zhì)認識的深入和長期頻率特性的積累，采用專業(yè)軟件實現(xiàn)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(guī)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(fā)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(fā)參數(shù)確定后，基于ITS得到的點對點通信頻率預測結(jié)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(qū)域的通信覆蓋結(jié)果，從中可得到某頻點對任務區(qū)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(jié)果

圖2 點對區(qū)域覆蓋某時某頻點的SNR分布

短波組網(wǎng)頻率分配的組合最優(yōu)化是針對在預測得到可用頻率集合后，如何將其分配給網(wǎng)絡中多個通信節(jié)點而形成最優(yōu)頻點組合。它屬于NP(Non-deterministic Polynomial)完全問題，當待分配規(guī)模較大時，難以基于經(jīng)驗來進行分配，此時常采用啟發(fā)式智能算法來解決，目前智能優(yōu)化算法較多，而遺傳算法作為一種全局搜索優(yōu)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(nèi)所有頻點，遺傳算法的目的是通過優(yōu)化來避免或減少無線設備組網(wǎng)形成的無線電干擾，一般是同頻、鄰頻和互調(diào)干擾?；诮M網(wǎng)干擾最小化建立適應度函數(shù)，經(jīng)變異操作和多次迭代獲取適應度最佳的結(jié)果即為組網(wǎng)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(wǎng)絡的頻率分配。

2) 對于短波網(wǎng)絡，由于遺傳算法并不能解決頻率可用性問題，因此優(yōu)化的前提是基于波段內(nèi)所有可用的頻點，仍以頻點間組網(wǎng)的無線電干擾最小為優(yōu)化目標，實現(xiàn)“頻率選優(yōu)”。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(wǎng)干擾優(yōu)化的有效性存在疑問。

3) 對于短波頻段，以組網(wǎng)中所有收發(fā)的信道質(zhì)量最佳為優(yōu)化目標，實現(xiàn)“優(yōu)中選優(yōu)”。該方式雖然需要獲知信道質(zhì)量評估，但是實用性較強，并且信道質(zhì)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(wǎng)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(yōu)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(wǎng)中所有收發(fā)的信道質(zhì)量最佳為優(yōu)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(yōu)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(jù)待分配頻點是否全部用于分配，區(qū)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(wǎng)絡頻率分配最優(yōu)化進行如下描述。

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

(1)

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

對全網(wǎng)節(jié)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(wǎng)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(wǎng)信道質(zhì)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(shù)N大于分配節(jié)點數(shù)m與每個節(jié)點分配的頻率數(shù)n之積，即N>m×n，其他條件同上。

對全網(wǎng)節(jié)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(yōu)化目標表達式與式(2)相同。

以上都是基于全部待分配節(jié)點的總信道質(zhì)量和最大來優(yōu)化頻率分配，構(gòu)建了單目標優(yōu)化模型。由于短波柵格化網(wǎng)中待分配節(jié)點一般較多，且有實質(zhì)意義的優(yōu)化目標較為單一，實施多目標優(yōu)化影響頻率分配效率且意義不大，而引入多節(jié)點的不等權(quán)重來區(qū)分節(jié)點重要性(保障重要區(qū)域節(jié)點頻率分配)構(gòu)建隱性的多目標優(yōu)化問題更有實際意義?；诖?，對2類問題描述都可擴展如下：對于待分配節(jié)點1,2,…,m，在分配頻點時考慮不同節(jié)點的權(quán)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(shù)計數(shù)器t=0，最大進化代數(shù)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(zhì)量和Sw，w=1,2,…,M，其中最小值和最大值分別為Smin和Smax?；诰€性歸一化方法和指數(shù)函數(shù)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(shù)，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(shù)，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(diào)遞增函數(shù)，即頻率分配方案的信道質(zhì)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(yōu)化的個體直接遺傳到下一代或通過配對交叉產(chǎn)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(chǔ)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(chǎn)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(qū)間的隨機數(shù)；γ>0且接近于1，通過參數(shù)γ調(diào)節(jié)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(chǎn)生2個交叉點，定義這兩點間的區(qū)域為匹配區(qū)域，并交換2個父代的匹配區(qū)域；對于匹配區(qū)域以外出現(xiàn)的序號重復，要依據(jù)匹配區(qū)域內(nèi)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(zhuǎn)變異，在個體中隨機挑選2個逆轉(zhuǎn)點，再將2個逆轉(zhuǎn)點間的基因交換。群體P(t)經(jīng)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(yōu)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(zhì)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(yōu)化組合也是個體中剔除剩余頻點的部分。而對于加權(quán)擴展模型，也只需按式(3)更改信道質(zhì)量和的求解。

3 短波組網(wǎng)頻率分配優(yōu)化實現(xiàn)

根據(jù)工程應用需要，在ITS軟件中開發(fā)了天線模型，將其整體作為外部應用程序嵌入VS2010開發(fā)環(huán)境實現(xiàn)的短波組網(wǎng)頻率分配主程序中，并基于C++實現(xiàn)了遺傳算法。短波組網(wǎng)頻率分配程序如圖4所示。

圖4 短波組網(wǎng)頻率分配程序

通過ITS軟件輸入文本數(shù)據(jù)表，呈現(xiàn)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(zhì)量矩陣，因此，必須基于接收信噪比劃分鏈路的信道質(zhì)量，采用線性區(qū)間區(qū)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(zhì)量等級。

為了驗證該方法的優(yōu)化性能和穩(wěn)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(wǎng)絡的20個通信節(jié)點進行頻率分配，每個節(jié)點設置3個頻點的頻率組，區(qū)分信道質(zhì)量為10個等級(1,2,…,10，值越大，信道質(zhì)量越好)。設置初始種群規(guī)模為100，β=2，γ=0.9，遺傳代數(shù)為100。

首先,對ITS輸出的同一信道質(zhì)量矩陣進行5次仿真，結(jié)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(jié)果如圖6所示?？梢钥闯觯涸摲峙浞椒▽㈦S機分配方案所有頻點的信道質(zhì)量和從360～380提升至480～520，即優(yōu)化之后所選擇頻點組合的信噪比大幅提升，信道質(zhì)量的優(yōu)化程度大約為30%；算法收斂較快，在遺傳至30～50代時，結(jié)果即趨于穩(wěn)定；多次運算結(jié)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(shù)為100，大于短波組網(wǎng)20個通信節(jié)點所需要分配的頻點數(shù)(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(zhì)量矩陣的仿真結(jié)果，可以看出：與頻點全分配模型相比，其優(yōu)化性能和穩(wěn)定性沒有明顯變化。

圖5 輸出同一個信道質(zhì)量矩陣5次仿真結(jié)果

圖6 輸出5次不同信道質(zhì)量矩陣的仿真結(jié)果

圖7 頻點冗余分配模型5次不同信道質(zhì)量矩陣的仿真結(jié)果

3.3 質(zhì)量等級和種群規(guī)模

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

以上結(jié)果表明：初始種群差異和遺傳代數(shù)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(shù)的大量仿真測試表明:β和γ在建議范圍內(nèi)的不同取值對最終運算結(jié)果的影響也不明顯。相對而言，種群規(guī)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(zhì)量等級為10時，對于20個節(jié)點，每個節(jié)點分配3個頻點，共有80個預測可用頻點，當種群規(guī)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(tǒng)計平均，結(jié)果如圖9所示?？梢姡寒敺N群規(guī)模為50、100、150、200時，信道質(zhì)量和從隨機分配時的大約380分別提升至460、500、520、530，優(yōu)化程度分別為23%、30%、35%、37%；但是隨著種群規(guī)模變大，優(yōu)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(guī)模為100～200。

圖8 信道質(zhì)量等級為7時同一個信道質(zhì)量矩陣的5次仿真結(jié)果

圖9 種群規(guī)模變化時的50次運算統(tǒng)計平均結(jié)果

[1] 孫鳳娟, 柳文, 李鐵成. 電離層信道特征參數(shù)對短波通信質(zhì)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(tǒng)在短波通信中的應用研究[J]. 系統(tǒng)工程與電子技術(shù), 2003, 25(10): 1236-1238.

[5] 朱振飛, 劉毅敏, 吳永宏,等. 短波網(wǎng)動態(tài)頻率管理系統(tǒng)的狀態(tài)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(tǒng)設計[J]. 電訊技術(shù), 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(tǒng)[M]. 北京：電子工業(yè)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