一种异构多媒介网络选择方法与流程

本发明涉及电力系统通信领域的网络选择方法，具体讲涉及一种异构多媒介网络选择方法。

背景技术：

电力系统的不断发展带来的电力系统通信技术的不断提高，越来越多的通信方式被应用在电力通信网络上。当前存在于电力通信系统中的众多有线和无线通信方式，他们各有优劣：光纤通信具有容量大、中继距离长、抗电磁干扰、传输性能稳定、不受无线电频率的限制等优点，但是其铺设和维护工作具有一定的局限性；电力线载波通信利用现有的配电线路传输不需另铺专用通信线路，且便于管理，投资成本低，但数据传输速率较低、容易受到干扰、非线性失真和信道交叉调制的影响，难以通过变电站等阻断点，而且线路损坏时通信随即中断。公共无线通信网络的网络建设成本低，但通信实时性和可靠性得不到保障等。

而目前同一个网络节点(电力站点)在一定情况下会出现多种通信方式交叉覆盖，即从一个节点(站点)到另一个站点存在多种通信方式，此时就面临一个网络选择的问题。当前，电力通信网络存在两种解决方案，第一就是预先在连接网络时通过人为对所有可能的通信方式进行比较，从而固定通信方式的优先级。第二就是通过网络选择算法实时动态分析不同网络的通信状况，从而进行判定不同通信方式的优先级。很明显第二种方案就通信质量而言有很大优势。

目前的网络选择算法有很多，包括采用接近理想方案的序数偏好方法、基于组合权重的网络选择算法、基于模糊神经网络的网络选择算法和基于优先值的网络选择算法等多种方法，但是其大多数都是主要针对于无线领域而言，并不符合电力通信网络的要求，而部分与有线相结合的算法并没有结合电力通信中相关业务情况进行分析，所以导致无法直接应用。

在此情况下，根据目前电力通信网络中所存在的通信方式的覆盖情况，设计一种适合电力通信网络中节点通信方式选择的方法非常必要；而且该方法的实现，可以智能化的解决多网重叠覆盖的终端网络选择问题。

技术实现要素：

为了解决现有技术中所存在的上述不足，本发明提供一种异构多媒介网络选择方法。

所述方法包括如下步骤：

I、更新网络参数信息；

II、建立信息映射表；

III、判断当前链路质量是否恶化；

IV、求网络效用函数；

V、得出最佳通信方式。

优选的，所述步骤I网络参数信息的更新包括：在网络覆盖区中，终端节点实时连续收集所有可能的通信方式网络信息，所述步骤II的信息映射表包括：根据提取的网络参数信息，将不同网络与各自网络的性能参数相对应，形成对应表格。

优选的，所述步骤III链路质量的判断包括：若当前链路质量发生恶化则进行步骤IV，否则返回步骤I。

优选的，所述网络效用函数Z(i)如下式所示：

式中，X_ij：评价指标序列，i＝1,2,...,n：i个异构网络，V_j(j＝1，2，3…，p)评价指标对应的权重，其中的j＝1,2,3…,p：j各判决指标。

优选的，所述步骤V最佳通信方式的获得包括：用网络效用函数Z(i)求最大效用值max{z(i)}，其中i网络即为最佳通信方式。

优选的，由评价指标样本集归一化得到所述评价指标序列X_ij；

所述评价指标样本集如下式所示：

{x_ij|i＝1,2,3...n；j＝1,2,3...p} (2)

所述评价指标序列X_ij如下式所示：

或

式中，x_jmax表示第j个判决指标中的最大值，x_jmin表示第j个判决指标中的最小值，x_ij表示评价指标样本，对于网络阻塞率、时延等成本型指标采用公式(3)，对评价指标样本集归一化，对于剩余带宽比、接收信号强度等效益型指标采用式(4)，对评价指标样本集归一化。

优选的，所述评价指标权重V_j的约束条件如下式所示：

式中，j＝1,2,3…,p表示j各判决指标。

优选的，基于家族优生学对所述约束条件下V_j最优值的确定包括：

(1)生成初始解群体U；

(2)求可行通信方式的适应值；

(3)建立可行通信方式配对组；

(4)两两组成家庭并进行家庭内部竞争；

(5)适应值发生随机变异；

(6)判断是否满足限制条件；

(7)得出V_j的最优值。

优选的，所述步骤(6)判断是否满足限制条件包括：当满足条件时输出结果，否则返回步骤(2)。

优选的，所述步骤(1)初始解群体U是具有i个解的初始群体，并用矩阵X与其相对应，其中初始解群体U如下式表示：

U＝{1，2，…i} (6)

矩阵X如下式所示：

所述步骤(4)家庭采用正交算子对所组成家庭进行交配从而产生合法子女的方式。

与现有技术相比，本发明具有以下优益效果：

本发明通过家族优生学的快速收敛性，针对多种不同媒介的通信方式进行快速对比选择，从而智能化解决多网重叠覆盖的终端网络选择问题；

本发明采用正交算子对所组成家庭进行交配从而产生合法子女的方式，更加全面有效地对各种通信方式进行实时对比，从而快速产生当前最优接入的通信方式。

附图说明

图1为本发明的异构多媒介网络选择整体流程图；

图2为本发明的家族优生学方法流程图。

具体实施方式

为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。

本发明提供一种异构多媒介网络选择方法，所述方法是通过对网络延时、网络带宽、服务速率、网络丢包率和服务价格等方面的因素分析处理来进行最优通信方式选择的计算方法，所述方法包括：

1、更新网络参数信息：

在多种媒介接入的电力终端节点中，各个终端设备有多种网络接口，可以在网络覆盖区中搜集可用网络的性能参数，如吞吐量、时延、丢包率、安全性和代价等，即终端节点实时连续收集所有可能通信方式的网络信息。

2、建立信息映射表：

根据提取的网络参数信息，将不同网络与各自网络的性能参数相对应，形成信息映射表，如下表所示：

表1

3、判断当前链路质量是否恶化：

当终端检测到当前链路质量恶化或无法满足用户新业务的服务质量(Quality ofService，QoS)要求时，终端将会自动触发网络选择机制，利用备选网络参数和不同业务对网络的需求，通过网络选择算法选择最佳的网络接入，否则进入步骤1更新网络参数信息。

4、利用家族优生学方法对当前网络参数进行计算：

具体的算法模型为U＝{1，2，…i}表示i个异构网络构成的备选网络方案集合，每一个网络需要综合测试j个判决指标，即判决指标集合为V＝{1,2,...j}。假设电力通信终端为拥有多个网络接口的多模终端，并且能自动搜集获取各个网络的性能参数。各个终端设备可以通过交互界面人为对各个判决指标的相对优先级进行设定。不同的业务类型也可以依照各自对QoS的要求判决指标的相对优先级进行设定或修改。

为了综合考虑网络的j个判决指标，本专利通过权重来对此进行判定，权重越大则其对应的评价指标就越重要，因此权重的正确求解，对于做出最优网络接入选择具有十分重要的意义。

设各网络评价指标的样本集为

{x_ij|i＝1,2,3...n；j＝1,2,3...p} (1)

其构成初始判决矩阵X:

对于选择评价指标存在多样性，为使得评价指标变量形成一致性度量，便于 分析。需要对原始数据进行归一化处理，对于网络阻塞率、时延等成本型(越小越好)指标采用式(3)进行归一化，而对于剩余带宽比、接收信号强度等效益型(越大越好)指标采用式(4)进行归一化。评价指标样本集归一化后得到X_ij序列:

第j个评价指标对应的权重设为V_j(j＝1，2，…，p)，z(i)(i＝1，2，…，n)为网络效用函数，由评价指标权重与评价指标序列X_ij加权求和得到:

通过对各个评价指标进行合理的权重分配V＝(V₁，V₂，V₃，…，V_p)，得到所有备选网络的效用值z(i)。通过找出最大的z(i)(i＝1，2，…，n)来进行网络选择，即max{z(i)}对应的网络i将作为业务接入的首选。这里，V＝(V₁，V₂，V₃，…，V_p)，是一个单位矢量，V_j代表各评价指标权重需满足在[0，1]区间内，约束条件如式(6):

由上式可得出，为了正确评估各备选网络性能水平，需要找到最优的评价指标权重分配方案。

如图2所示，其是家族优生学算法基本流程，

(1)首先我们会根据现有可能连接的通信集合U＝{1，2，…i}形成一个具有i个解的初始群体，并且会通过利用矩阵X与其相对应；

{x_ij|i＝1,2,3...n；n＝1,2,3...p} (1)

(2)计算每一个可行通信方式的适应值；

这里所述的适应值用于评价个体的优劣程度,适应值越大个体越好,反之适应值越小则个体越差；根据适应值的大小对个体进行选择,以保证适应性能好的个体有更多的机会繁殖后代,使优良特性得以遗传.因此,遗传算法要求适应值函数值必须是非负数。在本申请中因为选择的是网络目标作为求解群体，所以其适应值即为网络参数的归一化值，并且做到单一方向的变化，即全部越大越好，如果是越小越好，则对其取倒数处理。

(3)基于适应值建立对应可行网络群体中每一种通信方式的选择概率,依此概率分布,对群体进行i次随机选取,将选出的个体放人“网络配对池”。

(4)可行网络配对池中每两种两两结合形成M2/个家庭(每一家庭中高适应值个体为父本,另一个为母本)；

(5)对每一家庭,双亲以正交交配的方式产生若干“中间子女”,通过家庭内部竞争,仅2个子女成长为下一代的合法成员；在本申请中竞争即不同网络参数不同，其所表现出来的性能不同，所以竞争即一定时间段内，不同网络的优劣性的比较，对各种通信方式相对应的性能参数采用正交交配算子的方式。举例说明具体方式为：

设定A、B为通信标准中的两个参数因子。其中因素A有r个水平，B有s个水平，则共有r*s个水平组合。

矩阵H＝(h_ij)_nm是一个L_n(r₁,r₂,...r_m)型正交表。设h_ij∈{0,1,...,r_j-1}；在h_ij(i＝1,2,...,n)中每一不同非负整数k(k∈{0,1,...,r_j-1})出现次数为n/r_j；由H的第j₁,j₂列组成的n×2子阵中，每对不同非负整数<k₁,k₂>出现的次数都等于n/(r_j1,r_j2),k₁∈{0,1,...,r_j1-1},k₂∈{0,1,...,r_j2-1}，其中n,m,r₁,r₂…,r_m是整数，r_j≥2(j＝1,2，3…，m)。

n，m分别对应正交的次数和正交涉及的因素个数，r₁,r₂…,r_m分别对应于各因素的水平数。由定义可知正交表中,对于任意2个因素,实现了包括所有水平组合的完全实验。每一列中各水平出现的次数相同，且对任意2列所构成的水平对中,每个水平对都重复出现相同次数。这样正交表能够用较少试验得到较好或最好的试验结果。

(6)适应值发生随机变异；

变异是根据不同网络参数比较结果进行变异，随机对比较结果较优的网络进行适应值的修改，使其更加有利于竞争，加快运算速度。

(7)若已获得满意解,输出修改后的适应值对应的权重；否则,继续步骤3进入下一次迭代。

依据上述步骤即可根据多种通信方式的当前网络参数进行择优选择，达到实时状态下，通信质量的最优化。

5、选择接入当前最佳通信方式：

所研究的网络接入选择问题就转换为一个约束寻优问题，即在初始判决矩阵给定且满足式(6)约束条件的前提下，通过某种多属性优化算法得到各评价指标权重V_j，然后计算得到n个备选网络的效用值z(i)，选出max{z(i)}对应的网络i进行接入，得出max{z(i)}中网络i即为最佳通信方式。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。