双跳多用户多中继水下无线光通信系统中继位置优化方法

技术领域

本发明属于水下无线光通信技术领域，具体为一种在双跳多用户多中继水下无线光通信系统中联合考虑中继分配和中继位置，采用匈牙利算法进行中继分配，基于系统平均中断概率这一代价函数采用粒子群算法优化中继位置的结合理论分析和仿真研究的迭代优化方法。

背景技术

水下无线光通信(UWOC，Underwater Wireless Optical Communication)技术是以光作为载波，以水作为传播介质的通信技术，与传统声学通信技术相比，拥有高传输速率、低延迟和低能耗的优点，UWOC系统是以UWOC技术作为通信手段的高效的通信解决方案，适用于包括海洋油田勘探、海洋探索、海洋环境监测、灾害防治和港口安保等多种水下应用。

然而，UWOC系统的稳定性易受到光的散射与吸收效应和水下光学湍流(UOT，Underwater Optical Turbulence)的影响，水中微粒导致光被散射与吸收，使得光功率发生损耗，由气泡、盐度和温度变化导致的UOT则容易造成光学链路发生中断，近年来对于UWOC信道统计模型的研究表明，光的散射与吸收效应以及UOT影响的严重程度都与通信的距离有关，且随着距离的增大，影响随之增大，而且，使用中继将源节点-目的节点的点对点的长链路UWOC系统转为源节点-中继-目的节点的短链路UWOC系统，可以降低光链路受到的散射与吸收作用和UOT的影响，提高UWOC系统的稳定性，提升通信的质量，同时也可以降低整个系统的能量消耗。

目前对UWOC系统的研究大部分是研究构建UWOC系统的信道统计模型和分析UWOC系统的性能，比如对数正态分布模型、混合指数-伽马分布模型、混合指数-广义伽马分布模型、误码率和信道容量等，对UWOC系统的中继位置的部署和优化研究未见报道。因此，基于一定的代价函数，研究UWOC系统的中继位置的优化问题实属当前十分重要的研究方向，并且对于实际中继部署具有重要的现实意义。

发明内容

本发明的目的在于以UWOC系统链路的平均中断概率作为系统性能的衡量指标，采用匈牙利算法进行源节点和中继节点的配对选择，并基于选定的中继节点利用粒子群算法进行位置的优化，交替迭代，找到使得系统性能最优的中继节点以及最优的位置。

本发明是通过下述技术方案实现的。

双跳多用户多中继UWOC系统中继位置优化方法，包括下述步骤：

1)建立双跳多用户多中继UWOC系统模型，设定系统网络和信道条件，推导得出系统平均中断概率的表达式；

2)根据所有源节点和所有中继节点可形成的链路得到中断概率矩阵，以最小化系统链路平均中断概率为目标，使用匈牙利算法为源节点进行中继节点的最佳分配，得到分配矩阵；

3)根据分配矩阵，使用粒子群算法优化选定的中继节点的位置，得到优化后的中继节点位置与当前选定链路的最优中断概率，更新中继节点位置矩阵和中断概率矩阵；

4)重复步骤2)-3)，直到满足当前的中继节点分配与上次的中继节点分配相同为止。

上述技术方案中，本发明还有进一步限定的方案：

进一步，所述步骤1)中，建立双跳多用户多中继UWOC系统模型，通过下述步骤实现：

1a)给出一个考虑湍流和路径损失综合影响的信道增益模型：

H＝αl(1)

其中，α表示由水下光学湍流(UOT)引起的衰落幅度；l表示由散射与吸收效应引起的路径损失。

1b)给出衰落幅度α的概率密度函数f(α)与路径损失l的表达式：

衰落幅度α的概率密度函数f(α)表示如下：

其中，湍流采用对数正态分布的弱湍流分布模型，α＝exp(2X)，X为满足均值为u

路径损失l可表示为：

其中，A

1c)建立双跳多用户多中继UWOC系统的信号传输模型：

系统采用多个源节点、多个中继节点和一个目的节点的网络结构，源节点S

其中，

中继节点R

其中，

加性高斯白噪声包括背景噪声、暗电流噪声、热噪声和散粒噪声，其中背景噪声包括太阳辐射噪声和黑体辐射噪声。

进一步，步骤1)中，推导系统平均中断概率的表达式通过下述步骤实现：

1d)由链路的平均信噪比(SNR)推导得到UWOC双跳链路的平均中断概率表达式：

设定发生中断时SNR的判决门限为γ

经过代数变换和使用相关性质，得到UWOC双跳链路的中断概率表达式为：

进一步，步骤2)中，计算中断概率矩阵通过下述步骤实现：

2a)根据源节点、中继节点和目的节点的位置坐标计算所有的源节点S

2b)根据中断概率表达式，计算所有源节点和中继节点组成的链路的中断概率，对于M个源节点，N个中继节点，一个源节点的UWOC系统，得到一个M×N的中断概率矩阵P，矩阵元素P

进一步，步骤2)中，使用匈牙利算法为源节点进行中继节点的最佳分配，得到分配矩阵通过下述步骤实现：

2c)扩充中断概率矩阵为方阵，通过下述方法进行：

首先找到维度为M×N的中断概率矩阵中的最大值f

2d)根据扩充后的中断概率矩阵，使用匈牙利算法针对扩充后的中断概率矩阵得到使得系统平均中断概率最小的分配矩阵，取分配矩阵的前M×N个元素，即得到系统的分配矩阵。

进一步，步骤3)中，使用粒子群算法优化分配中继节点的位置并更新中继位置和中断概率矩阵通过下述步骤实现：

3a)初始化粒子群算法的参数，包括最大迭代次数、种群大小、维度、惯性权重、学习因子、速度边界和位置边界；

3b)根据种群大小、维度、速度边界和位置边界初始化种群的粒子速度和粒子位置；

3c)根据初始粒子和中断概率表达式，计算每个粒子的代价值，初始化全局最优位置、全局最优代价值、个体最优位置和个体最优代价值；

3d)在每次迭代中，根据粒子算法的速度更新公式为种群的每个粒子更新速度并对速度进行边界处理，进而更新种群粒子位置并为种群粒子进行边界处理，再根据新的种群粒子位置更新代价值，再利用新的代价值更新全局最优位置、全局最优代价值、个体最优位置、个体最优代价值；

3e)重复步骤3d)直至达到迭代次数，而后将全局最优位置、全局最优代价值分别对选定中继节点的位置和相应中断概率矩阵元素进行更新。

本发明具有以下优点：

本发明首先提出了一种使用匈牙利算法分配中继、使用粒子群算法优化中继位置的双跳多用户多中继UWOC系统中继位置的优化方法，解决了仅根据一次中继分配进行中继位置优化未必能实现系统中中继节点最佳配置的问题，通过匈牙利算法和粒子群算法的交替迭代使得系统可以达到最优的性能表现，同时，该方法对UWOC系统中继节点的位置的部署也具有实际的指导意义。

附图说明

图1a是双跳多用户多中继UWOC系统初始状态示意图；

图1b是双跳多用户多中继UWOC系统中继分配及中继位置优化示意图；

图2是匈牙利算法流程图；

图3是粒子群算法流程图；

图4a是3个源节点5个中继节点的UWOC系统性能优化前后仿真结果；

图4b是3个源节点5个中继节点的UWOC系统中继位置优化仿真结果；

图5是3个源节点和不同中继节点数量下UWOC系统性能的优化仿真；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施方式进一步详细说明。本实施例仅表示对本发明的原理性说明，不代表对本发明的任何限制。

本发明使用匈牙利算法分配中继、使用粒子群算法优化中继位置的双跳多用户多中继UWOC系统中继位置的优化方法，其特征在于，包括下述步骤：

步骤1)，建立双跳多用户多中继UWOC系统模型通过下述步骤实现：

1a)考虑UWOC系统受到水下光学湍流(UOT)的影响以及水的散射与吸收作用的影响，给出一个考虑湍流和路径损失综合影响的信道模型：

H＝αl(1)

其中，α表示由水下光学湍流引起的衰落幅度，用以描述水下光学湍流的影响；l表示路径损失，用以描述水的散射与吸收效应的影响。

1b)给出衰落幅度α的概率密度函数f(α)与路径损失l的表达式：

衰落幅度α的概率密度函数f(α)表示如下：

其中，湍流采用对数正态分布的弱湍流分布模型，α＝exp(2X)，X为满足均值为u

路径损失l可表示为：

其中，A

1c)建立双跳多用户多中继UWOC系统的信号传输模型：

系统采用多个源节点、多个中继节点和一个目的节点的网络结构，如图1a，给出了一个3个源节点，5个中继节点和一个目的节点的多用户多中继UWOC系统网络结构示意图；图1b给出了使用本发明方法优化后该系统中继节点的位置变化示意图，其中虚线表示原位置，实线表示优化后的位置。为了不失一般性，设系统有M个源节点S

其中，

假设中继节点使用强度调制/直接检测(IM/DD)技术，采用解码转发(DF)方案，即中继节点R

其中，

系统考虑的噪声包括背景噪声、暗电流噪声、热噪声和散粒噪声，其中，背景噪声包括太阳辐射噪声和黑体辐射噪声。这些噪声均可视为加性高斯白噪声，其中，背景辐射的噪声方差可计算为

进一步，步骤1)中，推导系统平均中断概率的表达式通过下述步骤实现：

1d)由链路的平均信噪比(SNR)推导得到双跳UWOC链路的平均中断概率表达式：

平均SNR等于信号的平均功率密度除以噪声的平均功率密度，所以，第一跳、第二跳的平均SNR可表示为：

并且因为中继使用DF技术，源节点S

将式(1)和式(6)代入式(7)，做代数变换，可得到中断概率关于α的函数，表示为：

由步骤1b)知α服从对数正态分布，对α进行归一化处理，可得到标准正态分布，再由标准正态分布的累计分布函数的性质，可得到UWOC双跳链路的平均中断概率表达式，表示如下：

其中，Q(·)表述高斯-Q函数，

步骤2)，计算中断概率矩阵并进行源节点和中继节点的配对通过下述步骤实现：

2a)将源节点、初始中继节点和目的节点的位置坐标设置为直角坐标系(x，y，z)的形式，其中，x、y为水平面内的坐标轴，z轴表示深度，分别设定源节点、目的节点和初始中继节点的位置坐标。根据源节点、中继节点和目的节点的位置坐标计算所有的源节点S

2b)根据式(9)，计算所有源节点和中继节点组成的链路的中断概率，对于M个源节点，N个中继节点，一个目的节点的UWOC系统，得到一个M×N的中断概率矩阵P，矩阵元素P

进一步，步骤2)中，使用匈牙利算法为源节点进行中继节点的最佳分配，得到分配矩阵通过下述步骤实现得到：

2c)由于设定系统中继节点有冗余，系统源节点数量M总是小于中继节点的数量N，所以需要扩充中断概率矩阵为方阵，通过下述方法进行：

首先找到维度为M×N的中断概率矩阵中的最大值f

2d)根据扩充后的中断概率矩阵，使用匈牙利算法针对扩充后的中断概率矩阵得到使得系统平均中断概率最小的分配矩阵，取分配矩阵的前M×N个元素，即得到系统的分配矩阵。匈牙利算法流程图如图2所示。

步骤3)，如图3，粒子群算法流程图，使用粒子群算法优化分配中继节点的位置并更新中继位置和中断概率矩阵通过下述步骤实现：

3a)初始化粒子群算法的参数，即最大迭代次数、种群大小、维度、惯性权重w、学习因子c

3b)根据种群大小、维度、速度边界和位置边界初始化种群的粒子速度V

3c)根据Loc

3d)在第i+1次迭代中，为种群的每个粒子更新速度V

步骤3d)中，粒子群算法的速度更新通过速度更新公式实现，表示为：V

3e)重复步骤3d)直至达到设定的最大迭代次数，而后将全局最优位置、全局最优代价值分别对选定中继节点的位置和相应中断概率矩阵元素进行更新。

步骤4)中，重复步骤2)-3)，直到满足当前的中继节点分配与上次的中继节点分配相同为止。进一步解释如下：

若当前的中继节点分配与上次的中继节点分配相同，表明对上次分配的中继进行位置优化之后，它仍然是使系统平均性能表现最优的方案；若不满足，则表明当前的中继分配方案比上次的中继分配及位置优化结果更优，需要对新分配的中继再次进行位置的优化，以使得系统达到最优的性能表现。

本发明的正确性和优点可以通过以下理论结果对比进一步说明：

本发明方法中，通过MATLAB进行仿真验证，以证明本发明方法的有效性。

仿真结果：

在一个由3个源节点、5个中继节点、一个目的节点的系统中，源节点和中继节点的发射功率采用等功率分配，在总功率34dBm的情况下使用本发明方法进行中继节点的位置优化仿真，仿真结果如图4a和图4b，图4a给出了初始的中继节点和选择分配后的中继节点进行位置优化后系统的平均中断概率，图4b给出了该系统中继节点位置优化的仿真结果。此外，我们在其它变量相同的情况下，使用本发明方法对不同数量的中继节点的系统进行了仿真，优化前后系统的性能表现如图5所示，可以看到，在不同数量中继的情况下，依据中继节点的分配，对中继进行位置优化之后，系统的平均中断概率基本都收敛到了同一水平，这表明，对于固定的源节点，本发明方法可以有效的为源节点分配中继节点且对分配的中继节点的位置进行优化，使系统达到最优的性能表现，同时，在图5中，可以观察到中继节点的数量越多，系统初始分配的中继节点的平均中断概率与优化后的系统平均中断概率的差值越来越小，这是因为当系统的中继节点的数量变多时，某些中继节点接近某个源节点的最优中继节点的位置的可能性变大，这时，只要使用匈牙利算法进行中继节点的分配就能获得不错的表现，但是，后续应用粒子群算法仍然可以提高系统的性能。

本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征做出一些替换和变形，这些替换和变形均在本发明的保护范围内。