通信系统可靠性算法分析

邓烨

摘要：可靠性是通信系统最直接的影响因素。从实际情况来看。而运营部九在具体实施方面却叉缺乏综合考虑。文章通过分析通信系统可靠性程度参数，解析了通信秉兢可靠性分析方法。从精确拜析法，近似解析法，仿真分析法详细介绍了提高通信网络可靠性的方法和需要注意的问题。

关键词；通信网络可靠性拓扑结构算法分析

中图分类号：TN914献标识码：A文章编号：1672-3791(2012)01(c)-0028-01

神经系统可以看作大量神经细胞通过神经纤维相互连接形成的通信系统，从大型电力通信系统到垒球交通通信系统，几乎所有的复杂系统都可以抽象成通信通信系统模型，从生物体中的大脑到各种新陈代谢通信系统，这些通信系统往往有着大量的节点，从科研合作通信系统到各种经济、政治、社会关系通信系统等，节点之间的连接关系可以通过通信系统部件的相互作用描述，人们已经生活在一个充满着各种各样通信系统的世界中。

通信系统化给人类社会生产和生活带来了极大的便利，人类社会的日益通信系统化需要人类对各种人工和自然的复杂通信系统的行为有更好的认识，提高了人类生产效率和生活质量，对通信网可靠性研究的重大理论意义和应用价值也日益凸显出来。但也给人类社会生活带来了一定的负面冲击，人们需要关注，如传染病和计算机病毒的快速传播以及大面积的停电事故等。

可靠性是通信系统最直接的影响因素。从实际情况来看，而运营部门在具体实施方面却又缺乏综合考虑。通信系统技术的发展为提高通信网可靠性提供了条件和可能，通信网可靠性的研究还有待作进一步深入。

1通信系统系统可靠性度量参数

1.1基本可靠性

在随机性破坏作用下，基于统计物理的抗毁性参数通过观察节点或边移除过程中通信系统性能的变化，能够保持通信系统连通的概率。基于统计物理的通信系统抗毁性参数，用通信系统状态发生相变时的临界节点(边)移除比例来刻画通信系统的抗毁性，生存性参数是概率性的。近年来通信系统抗毁性研究的焦点出现了一个重要的新变迁，它不仅和通信系统的拓扑结构有关，常用的通信系统性能指标，也和通信系统部件的故障概率、外部故障以及维修策略等有关。从研究小规模简单通信系统的精确性质转变为研究大规模复杂通信系统的统计属性，常用的度量参数包括端端可靠度、K端可靠度和全端可靠度。统计物理的很多方法开始被广泛应用到复杂通信系统研究中，描述了随机性破坏以及通信系统拓扑结构对通信系统可靠性的影响。

1.2任务可靠性

对于承载一定任务的通信系统系统来说，基于连通性能的基本可靠性是通信系统可靠性的一个基本要求，是决定通信系统系统发撺其性能的决定性要素，也是检验通信系统系统在任务执行过程中可靠性水平的准绳。但通信系统系统一旦投入使用，从而不能完成预定任务，与通信系统所承载的任务相结合，就要承载一定的业务负荷，通信系统系统任务可靠性作为一个综合反映通信系统系统可靠性的参数更加具有实际意义。输电通信系统的电传送量，通信系统部件发生故障时会引起通信系统性能下降甚至瘫痪，交通通信系統的运输量与流量等，在这种情况下通信系统实际上是不可靠的。

2解析分析方法

2.1精确解析方法

状态空间法是计算通信系统可靠性最简单的方法，一个路集对应着通信系统的一个工作状态，通过枚举出通信系统正常工作的所有互斥的状态而计算相应的可靠度。容斥原理法是按照组合数学的容斥原理公式求通信系统的可靠度，通信系统系统环境的复杂性和任务的不确定性等因素，一个割集对应着通信系统的一个故障状态，使得利用数学模型和方法来分析求解通信系统任务可靠性很难，因此该方法将通信系统可靠度表示为全部最小路集的并。不交积和法是运用不交积和定理来计算通信系统可靠度，然后采用容斥原理去掉相容事件相交的部分，状态空间法就成为了评估通信系统任务可靠性的有效方法之一，进而计算相应的可靠度。

2.2近似解析方法

图变换法是一种牺牲精度而降低计算难度的方法，由于通信系统规模的增大，结构的复杂化、部件随机性的增强等因素，先按照某种规则简化通信系统，精确算法都具有指数复杂性，定界法是通过组合数学方法研究通信系统可靠性问题的代数结构，因此研究者对高效率的近似算法进行了大量的研究，再进行可靠度计算。在串并联通信系统中可以完垒解决通信系统的可靠性计算问题，计算出绝对的边界值来近似通信系统可靠度的精确值，而对一般的非串并联通信系统可以起到充分简化的作用。

2.3仿真分析方法

此计算机仿真成为了分析通信系统可靠性的重要方法。利用它的自适应机制和学习能力，通过计算机对通信系统进行模拟，不断逼近可靠性与通信系统结构等参数之间复杂的映射关系，并获取抽样信息。进而对通信系统可靠性作出近似估计。不同的抽样方式对通信系统可靠性的估计精度有很大的影响，通信系统可靠性是关于通信系统结构以及通信系统部件可靠度的高度非线性映射，神经通信系统法受通信系统结构复杂度和样本精确度的影响较大，而神经通信系统可以实现输入空间到输出空间的非线性映射，而确定通信系统结构和精确的样本存在困难，因此，需要大量的训练样本才能保证得到好的结果。神经通信系统技术在通信系统可靠性研究中得到了广泛的应用，在通信系统可靠性分析和建模方面有很大的潜力。

3展望

通信系统系统可靠性研究必将成为可靠性研究领域的重点和难点，通信系统系统可靠性研究也必将成为多个学科领域共同关注的焦点和热点。通信系统系统可靠性研究方兴未艾但仍有很多需要进一步研究解决的问题。