船舶智能通信系统中信道分配优化策略

引言

随着智能航运不断发展，船舶通信业务量急剧增长，海上频谱资源本就稀缺。传统固定信道分配策略无法适应海上信道的时变特性以及业务的突发特征，易引发高阻塞和低效的状况。面对这一挑战需借助智能化的动态资源分配方案解决。

1 系统建模与问题描述

1.1 系统架构与混合业务模型

船舶智能通信系统运用多层异构网络体系结构，其由卫星通信链路、甚高频数据交换系统和自动识别系统构成，可覆盖近、中、远海的综合性通信。系统中心节点为岸基基站或卫星信关站，承担集中式资源管理与掌控。终端节点为各类船舶和船载设备，空间随机特性与时间突发特性。业务模型依据国际海事组织（IMO）的相关标准，将船舶通信业务划分成三个优先级。最高优先级归属安全告警与遇险信息，对时延要求极低，可靠性要求极高。中优先级为航行状态数据与导航指令，其必须确保有一定的带宽。最低优先级是船员日常通信与设备状态监测，能忍受一定程度的时延与抖动。各类业务的到达过程分别建模为泊松过程，它们的服务时长遵循指数分布，不同优先级的业务有不同的服务质量（QoS）指标规定，包括最大容忍时延、最少需要的带宽和丢包率的临界值。

1.2 最优化问题建模与约束分析

信道分配被规整为一个约束优化类问题，保证系统在长期发展中实现综合效益最大化。目标函数的主要作用是让系统的总体频谱利用效率实现最大程度，尽可能降低高优先级业务在加权计算后的阻塞几率。系统具体状态依靠多维向量呈现，涵盖所有信道实时的忙闲情况标记，各信道当下信干噪比的测量数值，及不同优先级业务请求当前的排队状态等。决策变量是为新业务请求挑选合适信道，或实施信道切换操作。约束条件，一为信道独占性质的约束，任意一条信道在同一瞬间最多只能被分配给某一个通信链路使用。二是业务优先级方面的约束，它要求高优先级的业务具备抢占低优先级业务占用信道资源的能力。三是信道容量的约束，这个约束是为了确保所分配的信道，其实际能够达到的速率，可以满足业务对于最低带宽的需求。最后还有切换次数的约束，以限制单个链路在单位时间内信道切换的频繁程度，避免出现乒乓效应。

2 基于改进遗传算法的信道分配策略

2.1 染色体编码与种群初始化

结合船舶通信系统中信道分配具备的特性，选用基于优先级的矩阵编码办法。每个染色体呈现为一个 η×η 的矩阵样式，m 指等待分配的业务请求的数量，n 表示可使用的信道数量。矩阵当中的元素 a_ij 的值只有 0 或 1 两种，若 a_ij=1，那就说明第 i 个业务请求被分配到了第 j 个信道。基于业务优先级的启发式初始化手段，提高一开始种群的质量情况。按照优先级从高到低的顺序对业务请求进行排列，让优先级高的业务优先被分配到信道质量最佳的可用信道中。借助拉丁超立方抽样方式，保证初始种群在解的空间中能均匀分布。引入冲突检测机制，针对每一个初始个体进行可行性方面的校验工作，保证不会违反信道独占性相关的限制条件。种群的规模会依照业务请求数量的变化而做出动态的调整，设定基础规模为 50，每增添 10 个业务请求相应地把种群规模扩大 20% 。

2.2 适应度函数设计与约束处理

适应度函数的规划，着眼点在于促使系统综合性能实现提升。在设计中，着重对实现吞吐量的最大化、落实业务优先级的保障及实现切换开销的最小化等三个关键要素进行考量。系统吞吐量获取的收益，以实际的信道质量作为依据进行量化。在实际操作时，优先挑选信干噪比处于优势地位的信道去承载业务传输。业务优先级的保障机制为不同等级的业务配备有所差异的权重系数，保证高优先级的业务能够得到充足的带宽资源分配。切换开销模块，精准量化信道重配置过程中产生的通信中断代价，抑制不必要的资源调整形成。在约束处理方面采用动态混合策略。当出现信道容量超出限定范围的状况，便借助自适应调制编码技术进行实时修复，保障业务的基本传输需求。信道干扰违反情形，采用非线性罚函数机制，违反的程度越高，惩罚的力度增强。权重参数，运用在线学习机制依照实时的网络负载状况，自主调整平衡点。

2.3 改进的选择、交叉与变异操作

选择操作借助精英留存与锦标赛选择相融合的方式。每一代将适应度排在前 10% 的个体直接留到下一代，剩余 90% 的个体借助规模为 7 的锦标赛选择方式产生。交叉操作构建了依据业务特性的多点交叉机制，在与高优先级业务相对应的基因片段中，采用单点交叉的办法留存优良模式。在低优先级业务的基因片段，采用均匀交叉增强多样性。交叉概率依据种群的多样性动态调整，种群适应度方差较小时，就将交叉概率增大到 0.9，推动新模式生成。变异操作使用自适应高斯变异的办法，对信道分配决策添加平均值是 0、方差会随着进化代数逐渐减少的高斯扰动。考虑到船舶移动性会导致信道质量发生变化，引入环境感知变异机制，当察觉到信道状态变差时提高相应基因位的变异概率。

3 仿真结果与分析

3.1 性能指标对比与分析

借助 MATLAB 平台构建船舶通信模拟环境，将它与经典遗传算法（CGA）、固定信道分配（FCA）及优先级贪婪算法（PGA）对比分析。模拟设定上，准备200 个信道资源，船舶节点数量在 50-300 间会出现动态变动，业务到达的频率遵循泊松分布规律。性能评估角度，挑选高优先级业务阻塞率、系统平均吞吐量和频谱效率三个关键指标。模拟结果显示，重负载的状况下（船舶数量＞200），IGA 算法在高优先级业务阻塞率方面，相较于 CGA 大概降低了 42% ，相较于 PGA 大概降低了 67% ，相较于 FCA 降低高达 91% 。系统吞吐量方面，IGA 始终保持最佳状态。当船舶数量达到 250 时，系统吞吐量可达 3.2Gbps，相比其他对照算法提升了 15%-28% 。频谱效率指标显示，IGA 算法实现了 2.4bps/Hz的频谱运用效率，明显高于对照算法。

表1 各算法性能指标对比

3.2 算法收敛性与复杂度讨论

IGA 算法的收敛特性，借助 100 次彼此独立的实验统计成果进行。该算法大体上在 35 代前后就可收敛到最佳的解决办法，最佳适应度数值稳固维持在0.92 以上，方差控制在 0.03 范围内，充分显示出比较好的收敛稳定性。与传统的 CGA 相比较 IGA 的收敛速度提高，主要得益于对初始种群生成策略的改进及自适应交叉变异机制的运用。计算复杂度分析表明，IGA 的时间复杂度是0(MN^⋅2) ，M 代表种群规模，N 代表业务请求数量，与 CGA 属同一个数量等级。引入早停机制，实际运行的时间能够缩短 30%-50% ，可满足船舶通信系统对于实时性的需求。

结语

文章围绕船舶智能通信系统中的信道分配难题，给出了一种基于改良遗传算法的优化举措。借助设计优先次序编码方式与自适应适应度函数，构建起兼顾业务品质与系统效能的优化模型。模拟结果表明，该算法在阻塞率、吞吐量及频谱效率等关键指标方面，都比传统办法更为出色。

参考文献：

[1] 刘海燕 , 罗丽宾 . 基于物联网的船舶通信信道负载率调控 [J]. 舰船科学技术 ,2024,46(03):165-168.