基于混合遗传算法无线回传网络部署.docVIP

基于混合遗传算法无线回传网络部署 　　摘要：随着移动通信终端的爆发式增长和异构蜂窝网络的发展，无线回传网络的部署面临着越来越多的挑战。本文提出一种全新的小区内无线回传部署模型，该模型同时考虑回传网络的可靠性和小区内的能耗。通过混合遗传算法（hybrid Generic Algorithm）对该模型进行求解，得到最优化的回传网络部署方案。仿真结果表明，本文所提的算法与其他算法相比具有较为明显的优势。 　　关键词：通信与信息系统；可靠性；无线回传网络；混合遗传算法 　　中图分类号：TP393 　　文献标识码：A 　　DOI：10.3969/j.issn.1003-6970.2015.12.006 　　本文著录格式：张然，温向明，路兆铭.基于混合遗传算法的无线回传网络部署[J].软件，2015，36（12）：25-300 　　引言 　　21世纪以来随着通信技术的不断发展，社会经济发展水平与人们的生活品质也在不断提高。据全球移动通信系统联盟（GSMA，Global System forMobile Communications Alliance）报告，到2020年移动互联网用户总数将达到38亿，大约占据未来一半的全球人口。智能手机、平板电脑等终端的快速普及也带来了数量庞大的用户群体，随着接入终端以及业务类型的增加，为了尽可能的覆盖所有用户对象并保障网络性能，需要在小区中实现异构蜂窝网络的部署。异构蜂窝网络的关键思想是在宏基站小区覆盖范围内加入多个低发射功率小基站，这些基站拥有较小的发射功率和物理大小，通过这种方式可以增加一个地区的小区数，提高单位面积的频谱效率，这样就增加了蜂窝网络的系统容量，并且降低了宏基站的负载。当前无线业务需求以指数快速增长，这就要求了蜂窝系统的不断扩容。宏基站较大的发射功率和物理大小以及能安装的地理位置限制，导致存在一些地理区域的信号强度很小，甚至出现中断。各种小基站的覆盖和扩展能够以非常低的成本完成对整个区域的无缝覆盖。 　　日益增多的小基站给用户带来更加完善接入，同时也带来另外的问题。大量小基站的密集部署，使得连接基站和核心网的移动回传网络结构趋于多层次和复杂化。如何连接小基站到核心网以及蜂窝小区回传网络部署的目标是什么，这些都是在异构蜂窝网络规划中首先要考虑的问题。移动回传网络作为移动网络中重要的组成，一旦失效或者故障将会影响大量用户的正常通信。因此在研究未来小基站密集部署的环境下，如何对无线回传网络的部署进行合理规划具有重要的研究意义。这类网络规划问题一般从保障可靠性的规划目标出发，通常这类网络规划都规约为NP-complete问题。因此，设计出高效的网络规划算法是问题的关键。本文提出一种全新的以可靠性和能效为规划目标的网络规划模型。下面详细描述所提出的问题，并在后续的仿真中将所提遗传算法与其他可行的算法进行对比研究。 　　1 系统模型 　　回传网络的连接方式一般有有线光纤连接和毫米波、微波无线连接方式，本问题的场景图如Fig.2所示，宏基站利用光纤实现有线回传，小基站与宏基站之间利用无线回传方式连接。在一个宏基站小区内的无线回传网络定义为有向图G=（V，E），其中包括有光纤回程的宏基站（编号为0），还有n个通过无线链路回程的小基站（编号为1，2，…，n，组成点集U）。整个宏基站小区拓扑的邻接矩阵为[bij]（n+1）×（n+1）。这里假设回传网络拓扑的形式为树形结构，这也是回传网络最常见的拓扑结构。 　　2 遗传算法概述 　　遗传算法是20世纪70年代由密歇根大学的John Holland提出的，它的主要思想基于达尔文的适者生存，可以把遗传算法看做生物的进化过程，首先对问题所求的解进行编码，这些编码即是个体的染色体基因，将求解空间表示成由各种染色体个体组成的种群。针对种群进行一系列自然选择，交叉，变异操作，经过一代代的进化，逐步提高种群个体的适应值，最终获得符合要求的解。 　　2.1 遗传算法的求解流程 　　2.1.1 问题解的编码 　　编码是设计遗传算法的第一步，也是极为重要的一步。在应用过程中，编码方式大致可分为三类：二进制编码，浮点数编码，符号编码。在本文的问题中，采用符号编码方式获得较低维度的解编码。 　　2.1.2 适应度函数 　　遗传算法搜索就是根据适应度函数值来对染色体进行评估。在很多遗传算子的操作中会用到适应度值。适应度函数通常都是算法的目标函数，或者与目标函数有关。适应度函数值愈大表示该个体的适应程度愈好，被遗传到下一代的可能性更高。 　　2.1.3 遗传算子 　　遗传操作通常有三种：选择，交叉，变异。通过这三种算子的操作保证进化的下一代的个体携带更加优良的基因编码，更加接近问题的最优解。具体的操作过程如下所述： 　　（l）选择算子