基于IPv6的通信网络多信道协作路由跨层控制系统*

李 苗

(安徽新华学院大数据与人工智能学院,安徽 合肥 230088)

随着通信网络负载日益增大,为了保证电力通信正常进行,为用户提供质量更高的通信服务,路由控制技术是最关键因素.多跳网络中因通信路径多样化,故需采用动态路由发现策略并形成多信道通信.然而,这种处理方式可能导致多信道协作不协调、任务分配不均等问题[1].为了解决这些问题,部分学者采用相应的协调措施和优化方法[2-5],以达到协调多信道协作、实现任务分配均衡的效果.

通信网络通常使用单一信道进行数据传输,但随着通信需求的增加,单一信道往往无法满足大量数据的传输需求.考虑到IPv6[6](互联网协议第6版)技术可以最大程度弱化路由信息生成不及时对通信效率造成的影响,因此笔者拟利用IPv6技术设计电力通信网多信道协作路由跨层控制系统(简称“跨层控制系统”).该系统可以让多个信道之间实现协同工作,提高整个通信网络的吞吐量和响应速度.

1 跨层控制系统整体设计

1.1 系统整体架构与工作流程

跨层控制系统整体架构是基于IPv6协议栈实现的.在构建过程中,应注重信道协作问题,实现跨层控制.基于IPv6协议栈的跨层控制系统整体架构如图1所示.

跨层控制系统作为通信路由控制的实体,通过态势感知获取信道参数,并以此为依据优化通信网络拓扑结构,再利用控制策略动态协调多条信道协作.系统工作逻辑如图2所示.

由图2可知,系统的工作逻辑包括感知、反应、决策与行动4个步骤.感知是对网络状态进行监测,具有一定的周期性;反应是在网络事件出现后,信息经过信道传输到服务器,服务器接收到信息时进行路由决策和调整等;决策是在接收到网络事件的信息后,系统根据收集的信息和预设的规则、策略作出路由决策;行动是在作出决策后,系统采取行动来调整路由或进行其他相应的操作,以确保网络能够高效、安全地处理和传输数据,满足用户的需求.

1.2 跨层控制系统通信协议栈搭建

多信道协作通信是由集中器和终端节点构成的网络[7].其中,集中器的作用是构建网络,集中管理通信节点;终端节点包括中继节点和普通节点,前者主要处理和转发自身数据,后者负责处理通信信息.多信道协作通信架构如图3所示.

图3 多信道协作通信架构Fig. 3 Multichannel Collaborative Communication Architecture

根据电力通信网络特征与组成结构,基于IPv6技术,利用分层思想搭建通信协议栈.该协议栈共分为4层,各层功能如下:

(1)应用层.分析系统用户特征,根据不同用户采用对应协议.

(2)传输层.完成IPv6的封装与解析.

(3)网络层.利用IPv6协议完成系统信息自动更新和配置.

(4)适配层[8].协调网络层与传输层之间的转发机制,可压缩和重组IPv6报头,通过Mesh-under形式转发路由.

利用IPv6技术构建跨层控制系统协议栈,实现路由信息快速生成,有利于采集更加全面的多信道状态信息,为控制决策提供数据基础.

2 跨层控制系统的硬件设置与软件实现

2.1 跨层控制系统硬件设置

考虑跨层控制系统的功能需求,系统硬件包括数据库、处理器、判决器和控制器等组件.

图4 控制器的组成Fig. 4 Controller Composition Structure

(1)数据库.为协同判决器提供数据信息,包含业务数据、路由数据和网络拓扑数据等.数据库会保存接收的业务信息,实现系统信息同步,为跨层控制模块提供查询功能.

(2)异常信息处理器[9].处理各类故障数据.当处理器接收到异常预警信息后,将信息传输到判决器,触发跨层控制模块.

(3)恢复数据处理器.恢复各类异常信息,再将信息发送到控制器.各类异常信息是控制器状态变换的依据,同时也是用户需要统计的数据.

(4)判决器[10].结合业务特征与网络状态进行综合判决,并从控制策略中选择最佳控制方案,以此达到多信道协作控制目的.

(5)控制器.系统的核心部件,也是执行者,根据控制策略执行响应命令.控制器的整体架构主要包括协议管理、拓扑管理、路由管理和连接管理(图4).其中,协议管理负责IPv6协议的控制与通信过程;拓扑管理用来收集网络拓扑信息,感知链路安全态势,储存获取的数据与资源;路由管理执行选路功能,计算控制器选路情况;连接管理的作用是新增、删除、修改与系统有关的处理流程.

2.2 跨层控制系统软件结构与控制算法

图5 跨层控制系统软件结构Fig. 5 Soft Structure of Cross Layer Control System

2.2.1 软件结构 系统的软件结构如图5所示,其中与IPv6协议有关的处理内容均由外置服务器发送给主控[11].

2.2.2 基于多蚁群优化的跨层控制算法 电力通信网络多个源节点汇聚为单一节点,导致通信任务在各个信道中的任务分布不均.通过多蚁群优化算法中的信息素协作和更新过程,可以快速确定源节点与子节点之间的最佳路径,达到多信道协作路由跨层控制目的.多蚁群-跨层控制算法的部分步骤如下:

步骤1在距离基站较近的节点中选取汇聚节点.具体操作是:针对任意一个节点,在[0,1]区间内选取某随机数,该数会随时间的推移逐渐增大.若选定的值高于设定阈值t(d),则认为该节点为子汇聚节点.t(d)计算公式为

其中:M为通信网络中的信道数量;κ为汇聚节点数量;r为算法操作次数;G为整体操作次数;d为第d次操作.

步骤2算法初始化处理.将从原点出发的蚁群分为κ个子群.假设种群中的蚂蚁数量是m,所有蚂蚁都已知种群ID和节点ID,同时能够获取节点负载Si和带宽接入效率ξi.将蚂蚁按照前向和后向分为2类,初始化蚁群禁忌表.前向蚂蚁采集节点信息,同时更新局部信息素,抵达目标节点后将获取的路径信息发送给后向蚂蚁.后向蚂蚁接收信息后,在回到源节点的路途中更新全局路径[12].

步骤4制定转移规则.种群Q中,处于节点j的第i只蚂蚁选取下个节点时的转移概率为

其中:W为未访问过的节点集合;s为信息素类型,1个节点仅能维护1类信息素表,并采集邻边的信息素浓度[13];ηij为启发函数,通过该函数能综合分析延时、负载和接入效率等因素,

步骤5确定前向蚂蚁信息素更新方式.不同类型的种群释放的信息素类型不同.前向蚂蚁结合所属种群释放的信息素运动到下一个目标节点后,局部信息素通过下述表达式更新:

其中q为常数.

步骤6后向蚂蚁全局信息素更新.前向蚂蚁抵达目标节点后记录路径信息,后向蚂蚁在沿着该路径行进时更新全局信息素.更新规则为[14-15]

其中ρ为残留因子.

步骤7后向蚂蚁回到源节点后,下一批蚁群出发,直到到达最大迭代次数时停止循环,此时每只蚂蚁都能获取1条最佳路径.经过上述循环可以获取多信道协作通信的最佳方式,实现路由跨层控制.

3 实验分析

以某地区电力通信网络为例,该网络共包含20个通信节点,由节点构成的通信链路如图6所示.为了保证每个节点能够与其他节点正常通信,设定通信带宽为230 kbps,控制节点队列长度在25 pactets以内,信息最大重复传输次数为5,节点初始能量为0.55 J,信道衰减率为0.001.在这样的实验环境下,选取信息传输延时、信道节点冲撞率、吞吐量等指标作为控制算法的评价依据,对比分析多蚁群-跨层控制算法、蚁群算法和牛顿算法的性能.

(1)信息传输延时.通信过程中,受各类因素影响,延时是一定存在的.延时过大不仅会降低用户满意度,还会造成信道堵塞.因此,传输延时是评价路由控制性能的重要指标.不同算法的传输延时如图7所示.

图6 电力通信节点链路示意Fig. 6 Schematic Diagram of Power Communication Node Link

图7 不同算法的通信延时对比Fig. 7 Comparison of Communication Delays Between Different Algorithms

由图7可知:蚁群算法的延时随数据量的增多而缓慢增长;在测试前期,牛顿算法的延时增长速度较缓慢,但当传输量达到500 MB时,延时上升趋势显著;多蚁群-跨层控制算法的延时情况没有受到传输数据量的影响,始终保持在0.03 s左右.这是因为,利用IPv6技术建立的通信协议能够快速生成路由信息,跨层控制系统根据这些信息及时作出响应,减少了传输延时.

(2)信道节点冲撞率.冲撞率是判断控制算法是否合理的指标之一,能体现信道数据传输能力.不同节点在相同时刻占用同一信道时会发生节点冲撞现象,这不仅会导致丢包率增加,严重时还会导致网络瘫痪.不同算法的通信节点冲撞次数见表1.

表1 不同算法的信道节点冲撞次数对比

由表1可知:当任务数量小于100时,多蚁群-跨层控制算法没有出现信道节点冲撞现象,其他方法的冲撞次数较少;当任务数量增加时,多蚁群-跨层控制算法的冲撞次数增加较少(最高冲撞次数为2),而牛顿算法与蚁群算法的冲撞次数增加较多,通信性能降低.这说明,跨层控制系统的控制性能良好,能够保证节点有规律地运动.此外,多蚁群-跨层控制算法通过多个蚁群之间的协作,可以满足多信道协作需求,从而获取最优的节点通信路径.

(3)吞吐量.吞吐量可以反映电力通信容量,吞吐量越高表明通信成功率越大.在多信道协作通信网络中,输出传输有优先级之分.有效吞吐量计算公式为

其中:G0,G1,G2分别表示高、中、低级信道的吞吐率计算模型;L0,L1,L2分别为高、中、低级信道中数据包的字节长度;k为数据包数量;p0,p1,p2分别为高、中、低级信道的数据发送概率;N为节点总数量.不同算法在不同传输任务数量下的吞吐量如图8所示.

图8 不同算法的吞吐量对比Fig. 8 Comparison of Throughput of Different Methods

由图8可知,随着传输任务数量的增加,3种算法的吞吐量大都逐渐下降.其中,蚁群算法的下降趋势最明显,多蚁群-跨层控制算法与牛顿算法在下降一定程度后逐渐趋于平缓.整体来看,多蚁群-跨层控制算法的吞吐量大于520 MB/s,相较于其他2种算法更高,这是因为跨层控制系统中的硬件部分采用了消息处理器与协同判决器,可以减轻通信网络传输路径决策压力,提高网络吞吐量,为成功通信提供更好的保障.

4 结语

为了解决多信道协作不协调、任务分配不均等问题,提升电力通信网多信道协作路由传输质量,笔者基于IPv6技术设计了电力通信网多信道协作路由跨层控制系统.选取信息传输延时、信道节点冲撞率和吞吐量作为评价依据,将多蚁群-跨层控制算法与蚁群算法、牛顿算法进行对比实验.结果表明,多蚁群-跨层控制算法的信息传输延时保持在0.03 s左右,而牛顿算法和蚁群算法的传输延时较高;当任务数量小于100时,牛顿算法和蚁群算法的冲撞次数较少,而多蚁群-跨层控制算法没有出现信道节点冲撞现象;多蚁群-跨层控制算法的吞吐量大于520 MB/s,相较于牛顿算法与蚁群算法更高.这些结果说明,跨层控制系统具有较优的路由跨层控制效果.本研究主要关注的是传输效率和路由跨层控制,而在实际应用中,通信网络的安全性也是至关重要的.因此,下一步工作笔者将重点研究通信网络的安全机制,以期在提高电力通信网传输效率的同时保证数据传输的安全性.