一种信息物理融合系统下的网关部署方法
【技术领域】
[0001] 本发明涉及一种信息物理融合系统下的网关部署方法。
【背景技术】
[0002] 信息物理融合系统（Cyber Physical System, CPS)作为一种新型智能系统，通过 计算、通信与控制技术的有机与深度融合，实现计算资源与物理资源的紧密集合与协调，未 来的CPS将广泛应用于国防工业和日常生活等诸多领域。CPS是由异构的通信网络、异构的 计算系统、异构的控制系统和异质的物理设备构成一个异构分布式系统。
[0003] 在信息物理融合系统中，无线通信网络作为连接各种传感设备和无线终端的载 体，让各种感知数据的无缝获取和用户随时随地访问信息成为可能。通常情况下，无线通 信网络中的传感器节点将数据传输到路由器（Wireless Router，WR)后，再通过网关设备 (Gateway, GW)接入互联网（Internet)，实现广域网下的信息共享，如图1所示。
[0004] 由于网络的大部分流量汇聚于网关，离网关较近的节点服务质量较好，而离网关 较远的节点服务质量较差，各节点间存在服务质量的不公平性。因此，网关常成为网络性能 的瓶颈，其部署合理与否对网络性能有较大的影响。
[0005] 从数学问题角度上看，信息物理融合系统下的网关部署问题实际上是二维有限平 面内的几何K中心问题，寻找网关的最优位置，缩小网关的覆盖半径是信息物理融合系统 中网关部署的核心问题之一。此外，由于网关同时需要为多个路由节点提供数据转发服务， 容易成为整个系统的网络性能瓶颈，如何有效平衡各个网关节点的负载也是网关部署过程 中需要关注的问题之一。
[0006] 目前，现有的信息物理融合系统下的网关部署方法大多基于遗传算法（GA)和自 适应粒子群优化算法（APSO)实现，在寻找网关部署位置时容易陷入局部最优陷阱，导致网 关覆盖半径过大，网络服务质量下降；此外，在寻找网关部署方案时，通常不考虑各网关之 间的负载平衡，使得网络中出现部分网关节点负载较高，而其它网关节点负载较轻的问题， 导致整个网络系统的整体性能下降。
【发明内容】
[0007] 本发明提出一种基于多区间扰动粒子群优化的信息物理融合系统下的网关部署 方法，利用多区间扰动技术克服现有的粒子群优化算法在寻找网关部署时容易陷入局部最 优的问题；同时，在缩小网络覆盖半径的前提下，进一步平衡各网关节点之间的负载，提高 网络服务质量。
[0008] 本发明为解决上述技术问题采取的技术方案如下：
[0009] 如图1所示，在路由器节点（Vl，V2, ...，Vn)数量为n的无线传感器网络中设置K个 网关节点（U1, U2, ...，UK)，d (Vi，')表示从节点Vi路由到V /斤需要的最小跳数，最短距离矩 阵可由Floyd算法求得。
[0010] 如果路由器节点Vi选择选择网关节点U k作为其服务节点，则称V i包含在网关U k
{uk}K的覆盖半径。
[0011] 网关集的覆盖半径是网关部署的重要评价指标，覆盖半径越小通信质量越高，网 络服务质量也会相应提高。因此，信息物理融合系统中网关部署的重要优化目标之一就是 使得网关集的覆盖半径最小，如式（1)所示：
[0013] 此外，为充分考虑整个网络的服务质量，在优化网关集的覆盖半径的基础上，需要 进一步平衡各个网关节点之间的负载水平。因此，信息物理融合系统中网关部署的另一个 优化目标就是使得各节点之间的负载水平差距最小，如式（2)所示：
[0014] min(Ioadmax-Ioadmin) (2)
[0015] 其中，Ioadmax为整个信息物理融合系统中网关的最高负载，Ioad min为整个信息物 理融合系统中网关的最低负载，为更好的量化评价各节点的负载量，通常采用网关节点所 服务的路由器节点数量作为其负载量。
[0016] 为解决信息物理融合系统的网关优化部署问题，本发明提出使用多区间扰动粒 子群算法进行网关位置的寻优求解。对于信息物理融合系统中的K个网关节点，其在 二维平面的坐标为：Uk= (ak，bk)，k= 1，2，...，1(，用网关坐标组成的粒子位置为父= (X1,X2,…，xm)，粒子速度为V= (V1,V2,…，vm)，其中m= 2K，X2H=ak，x2k=bk，X是网 关集合{%^的向量表示形式，第t个粒子的位置为X t= (x xt，2, . . .，xt，m)，速度为Vt = (Vt，l，Vt，2，? ? ?，Vt，m) 〇
[0017] 其具体过程如下：
[0018] (1)网关粒子初始化
[0019] 在网络有效区域[0，L]内，随机产生T个目标粒子X11,组成第一代粒子 群的初始位置，粒子群中的每个粒子表示一组可能的网关位置，同时产生随机每个粒子的 初始速度具 1。设置粒子的速度值范围为[_vmax，VmJ = [-0. 15XL，0. 15XL]，惯性 权重《= 0. 729,学习因子C1= c 2= 1. 49,最大迭代次数P = 500。
[0020] 按照式（3)设置第t (t = 1，2. ..，T)个粒子历史最优位置pt为该粒子的初始位 置，按照式（4)设置粒子全局最优位置pg为所有粒子初始位置中的最优位置：
[0023] 其中，f( ?)为适应值函数，其计算方式如式（10)所示。
[0024] (2)进行粒子飞行计算
[0025] 对于由网关位置组成的第p代粒子群任意一个目标向量# =(xK,...，<",；)，其 中：p = 1，2,. . .，P，t = 1，2,. . .，T。对于第t个粒子，根据速度更新公式（5)进行下一代 该粒子的飞行速度计算〖r=(05，…，
[0026] v!^' =(oxV^j +c,xrandx[p, -x1'：) +xrandx(-x1'：)J=1,2,...,/7/ (o)
[0027] 其中，rand为O~I之间的随机数。
[0028] 如果粒子的飞行速度超过速度值范围，则按照式（6)将其限定在边界条件上：
[0030] 根据位置更新公式（7)进行下一代该粒子位置的计算Z广1 =k+1，C..d [0031]xff^Xl1+V^j1j= (7)
[0032] (3)更新粒子历史最优位置与粒子全局最优位置
[0033] 根据更新后的粒子位置Zf1，按照式（8)和式（9)计算粒子历史最优位置与粒子 全局最优位置：
[0036] 其中，f(_)为适应值函数，本发明提出的网关部署方法需要综合考虑网关覆盖半 径与网关负载平衡水平，因此所采用的适应值函数计算方式如式（10)所示：
[0038] {^:^与X是等价的，都是表示网关节点位置的变量，只不过一个是集合形式，一个 数向量形式，集合形式是为了物理含义清楚，向量形式是为了数学表示清楚；
[0039] 其中，X为尺度系数，因为网关覆盖半径指标的重要性超过网关负载平衡水平，所 以尺度系数取值为A = 〇. 1。
[0040] (Kvi, uk)为传感器节点Vi到网关节点u k的跳数。对于第k个网关u k，其节点 位置为（ak，bk)，k= 1，2，...，K。距离该网关节点距离小于通信半径的传感器节点组 成的集合为?k，该网关节点到?k中任意节点的跳数均为1。节点V jlj 0k的距离为
[0042] 各网关节点的负载水平按照其所服务的路由器节点数量进行表征，路由器节点优 先考虑选择在其覆盖距离之内的网关节点作为服务节点。对于在所有网关节点覆盖距离之 外的路由器节点，则选择按式（11)选择跳数最小的网关节点作为其服务节点。整个信息物 理融合系统网关节点负载为（Ioad1, Ioad2, ...，loadK)，则 Ioadmax= max (load Ioad2, ...， loadK)，Ioadmin= min (load " Ioad2, ???，loadK) 〇 [0043] (4)对粒子全局最优位置进行多区间扰动
[0044] 在进行粒子历史最优位置与粒子全局最优位置更新之后，为了保证粒子群在网关 位置寻优过程不至于迅速陷入局部最优过程，引入多区间扰动机制对粒子全局最优位置Pg 进行优化。具体方法是将整个迭代过程分为早期、中期、后期三个不同的阶段，通过在不同 迭代计算时期加入不同的正态偏差使得粒子能够通过波动过程接近全局最优值。
[0045] 在早期阶段，由于粒子距离网关全局最优位置距离较远，因此引入较大的正态偏 差；在中期阶段，引入中等的正态偏差；在后期阶段，由于粒子距离网关全局最优位置距离 较近，因此引入较小的正态偏差。具体扰动方式如式（12)所示：
[0047] 其中，扰动因子〇 rXO. 1，〇 2= rXO.Ol，〇 3= rX0.001，r为网关节点的覆 盖距离。区间参数Q1=O. 1，Q :=0.30
[0048] 在进行多区间扰动之后，按照式（10)计算扰动后的粒子全局最优位置p' 8所对应 的适应值函数值f (P' g)，如果f (P' g) <f (Pg)，则更新粒子全局最优位置Pg= P'g，否则，保持 粒子全局最优位置Pg不变。
[0049] (5)重复步骤⑵到步骤⑷直到迭代次数到达P = 500,粒子全局最优位置？8所 代表的网关位置即为无线传感器网络中网关的最优部署位置坐标。
[0050] 本发明的有益效果是：
[0051] 本发明利用多区间扰动技术克服了利用现有的粒子群优化算法在寻找网关部署 时容易陷入局部最优的不足，同时，在缩小网络覆盖半径的前提下，进一步平衡各网关节点 之间的负载，大大提高了网络服务质量。
[0052] 通过以下方法进行实验验证本发明所提出方法的有效性（参见图2和图3)，在实 验中，路由器节点随机分布在长度为100*100的部署区域中。网络节点数量为T = 100,路 由器节点最大节点度数为7,最小为1.网关的部署个数分为K = 3,实验进行100次。算法 收敛速度根据当代种群最小适应值和第500代种群最小适应值进行比对得到的，即最早收 敛到P = 500代种群最小适应值的年代值代表收敛速度（本实验与【具体实施方式】中技术方 案对应）。
[0053] 实验结果表明，通过多区间扰动粒子群算法求解信息物理融合系统中网关的部署 位置，能够比现有基于粒子群的算法相比，在覆盖半径系统的情况下，算法的收敛速度提高 30%左右，负载平衡水平提高130%，因此该方法能够显著提高网络服务质量。
【附图说明】
[0054] 图1是信息物理融合系统下的网关部署示意图（图中GW网关设备，WR表示路由 器）；图2是信息物理融合系统下的路由器节点部署关系图，图中圆圈表示路由器节点位 置，连线表示路由器节点之间存在通信关系；图3为使用多区间扰动粒子群算法进行网关 部署优化后得到的信息物理融合系统部署结构图，其中实心点表示路由器节点，方框表示 部署的网关节点，虚线表示路由器之间的通信关系，实线表示网关节点与路由器之间的通 信关系。