一种信息安全交互的充电桩多模态通信方法、终端及介质与流程

本发明属于多模态通信路由优化领域，涉及量子遗传算法，具体是信息安全交互的充电桩多模态通信方法、终端及介质。

背景技术：

1、随着居民社区的不断发展，住户充电桩数量的增加导致社区通信信号覆盖出现差异化，这可能给社区的通信安全带来新的挑战。

2、为了优化社区内的通信路由，并确保通信的安全性，传统的路由算法无法满足要求，需要提出一种新的安全优化方法，以实现中心节点与其他子节点之间的有效可靠通信，并选择最优的网络路由策略，以保障通信的安全性和可靠性。

技术实现思路

1、为实现上述技术问题，本申请提供了三方面内容，第一方面涉及一种信息安全交互的充电桩多模态通信方法，包括以下步骤：

2、获取各个通信节点之间的连通性及其相应的传输速率、路由跳数；

3、根据通信延迟、误码率、传输速率和路由跳数参数建立一个代价函数用于评价通信路径的质量,表达式为：

4、cost = w1 × delay + w2 × ber + w3 × throughput + w4 × hopcount

5、其中，delay表示通信延迟，ber表示误码率，throughput表示传输速率，hopcount表示路由跳数，w1、w2、w3、w4是各参数的权重系数；

6、初始化种群， 随机生成通信路径，并将随机生成的通信路径作为种群的初始状态，对种群中的每个染色体进行量子编码，将其转换为量子态；使用量子遗传算法对种群进行进化，得到更优的通信路径。

7、优选地，方法中，每个通信路径用一个二进制串来表示。

8、优选地，使用量子遗传算法优化通信路径的方式，包括选择、量子交叉、量子变异。

9、优选地，初始化种群的步骤包括：

10、随机生成一组二进制字符串作为初始个体；

11、将二进制字符串转化为量子态，即将0和1映射为量子态的基矢，即|0>表示0，|1>表示1；

12、将所有的量子态按照相等的权重分配到初始种群中。

13、优选地，采用以下公式初始化量子态：

14、

15、式中，表示量子态，表示二进制字符串的第i位，n表示二进制字符串的长度。

16、优选地，量子编码的过程包括：

17、将染色体中的0和1分别对应到量子态的两个正交基矢量|0>和|1>；将每个基矢量的幅度表示为染色体的相应位置上的值，得到一个量子态；

18、用量子态来表示染色体；

19、量子编码采用以下公式进行：

20、

21、其中，表示第i个个体的量子态，和分别表示二进制编码中的0和1，表示第i个个体的相位角度。

22、优选地，量子交叉是将两个量子态进行交叉操作，得到新的量子态，过程包括：

23、单点量子交叉，随机选择一个位置进行交叉，将两个量子态在该位置处交叉，并得到新的量子态；

24、量子交叉采用以下公式进行：

25、

26、其中，表示新生成的量子态，和分别表示要交叉的两个量子态，和分别表示两个量子态的系数。

27、优选地，和需要满足归一化条件，即2+2=1；

28、和的取值使用随机数生成器生成两个介于0和1之间的实数，通过以下公式计算：

29、

30、

31、其中，p为交叉概率，和为随机相位角度。

32、优选地，量子变异是对单个量子态进行变异操作的过程；

33、采用单点量子变异，随机选择一个位置进行变异，将该位置的量子态翻转，并得到新的量子态；

34、单点量子变异可以采用以下公式进行：

35、

36、其中，表示新生成的量子态，表示要变异的原始量子态，u表示量子门操作。

37、本发明第二方面涉及一种优化终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现信息安全交互的充电桩多模态通信方法的步骤。

38、本发明第三方面涉及一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现信息安全交互的充电桩多模态通信方法的步骤。

39、与现有技术相比，本发明的有益效果是：

40、通过建立代价函数来评价cpw网络通信路径的优劣，代价函数综合考虑了通信延迟、误码率、传输速率和路由跳数等参数，以评价通信路径的质量。

41、同时，选择量子遗传算法作为优化方法的核心算法；量子遗传算法是一种模拟自然进化过程的优化算法，能够在搜索空间中寻找最优解。在本方法中，我们将通信路径视为一个个体，并使用量子遗传算法来优化路径选择。

42、将路径表示为一个二进制串，每个二进制位代表是否经过对应的子节点。通过交叉和变异操作，我们可以生成新的路径，并根据代价函数评价其优劣。量子遗传算法可以根据适应度函数对路径进行选择和优化，最终得到最优的通信路径。

技术特征：

1.一种信息安全交互的充电桩多模态通信方法，其特征在于，包括以下步骤：

2.如权利要求1所述的信息安全交互的充电桩多模态通信方法，其特征在于，方法中，

3.如权利要求1所述的信息安全交互的充电桩多模态通信方法，其特征在于，初始化种群的步骤包括：

4.如权利要求1所述的信息安全交互的充电桩多模态通信方法，其特征在于，量子编码的过程包括：

5.如权利要求2所述的信息安全交互的充电桩多模态通信方法，其特征在于，量子交叉是将两个量子态进行交叉操作，得到新的量子态，过程包括：

6.如权利要求2所述的信息安全交互的充电桩多模态通信方法，其特征在于，量子变异是对单个量子态进行变异操作的过程；

7.如权利要求2所述的信息安全交互的充电桩多模态通信方法，其特征在于，量子选择是根据适应度函数对量子态进行选择操作的过程；量子选择采用量子概率分布选择，量子概率分布选择使用以下公式进行：

8.如权利要求1所述的信息安全交互的充电桩多模态通信方法，其特征在于，代价函数的表达式为：

9.一种优化终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述信息安全交互的充电桩多模态通信方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述信息安全交互的充电桩多模态通信方法的步骤。

技术总结
本发明公开了一种信息安全交互的充电桩多模态通信方法、终端及介质，属于多模态通信路由优化领域，涉及量子遗传算法，通过建立代价函数来评价CPW网络通信路径的优劣，考虑了通信延迟、误码率、传输速率和路由跳数等参数，以评价通信路径的质量；同时，选择量子遗传算法作为优化方法的核心算法；在本方法中，我们将通信路径视为一个个体，并使用量子遗传算法来优化路径选择；将路径表示为一个二进制串，每个二进制位代表是否经过对应的子节点；通过交叉和变异操作，我们可以生成新的路径，并根据代价函数评价其优劣；量子遗传算法可以根据适应度函数对路径进行选择和优化，最终得到最优的通信路径。

技术研发人员：张楠,赵永生,武斌,李温静,赵明,马建伟,张剑,张雪燕,陶燕燕,王守卫,张智达,肖钧浩,张帅,刘玉民,申庆祥,王智爽,李可
受保护的技术使用者：国网信息通信产业集团有限公司
技术研发日：
技术公布日：2024/2/29