林翠云
(广西华侨学校,广西 南宁 530007)
为了提高网络通信缓存资源在分配中的效率,降低资源损失,本文引进遗传算法进行缓存资源分配网络通信关键节点的确定。依据遗传算法通过多次迭代完成频谱无干扰信道的划分,将该无干扰信道网络划分为个区域[1],计算供用户使用的无干扰信道离散度,设该离散度集合为F,则其表达式为
计算用户总数和信道总需求量,并对其覆盖点数量进行估计。其信道需求矩阵为
式中,m代表信道最小频率间隔;n代表不产生干扰的额最小间隔。将分配信道矩阵设为m×n,则其存储公式为
根据上述完成复用距离最小值和最小频率间隔的计算,并将其分配给信道矩阵[3]。依据该矩阵完成其覆盖点的提取,将覆盖点作为网络通信缓存资源分配关键节点,以此种方式,实现对节点的提取。
在完成缓存资源分配网络通信关键节点的获取后,引入SpsceWire算法实现对资源的合理分配,为了确保分配效果,针对其分配算法进行设计。将网络当中出现阻塞问题频率最高的位置作为路由节点[4],并将其作为资源分配的突破口。在选择阻塞行为发生概率最高点时,可针对各个节点的阻塞行为发生概率进行计算,其公式为
上文从三个方面完成了基于遗传算法的网络通信缓存资源分配方法设计研究,为了检验此方法可以在应用中起到优化网络环境、提供终端用户优质资源分配服务的作用,下面将采用搭建仿真操作平台的方式,开展对比实验。
选择某技术研究单位作为此次实验的场所,为了证明设计方法具有较强的适用性,可以实现在不同网络环境下做到对资源的良好分配。在实验前,选择该科研机构内一个呈现开放状态的Opnet平台作为此次实验的操作平台。在此平台中集成网络标准化通信协议,预设一个网络通信缓存资源交互与共享模块。对实验操作区域的布设可参照图1。
图1 网络通信缓存资源共享空间结构
在图1所示的网络通信缓存资源共享空间中,Node表示源端生产的数据单元,相关数据在经过节点Q时,进行数据转换,转换后的数据在源端被整理成文件包的形式用于后续缓存传输。
在实验中,由操作端实时记录终端对于资源的需求时间(请求指令发送时间)、共享空间对于指令的反馈时间(资源开始分配的时间),对网络通信缓存资源在完成分配后的单位时间传输量进行统计,将统计后的结果绘制成图,如图2所示。
图2 网络通信缓存资源单位时间传输量
从图2所示的实验结果中可以看出,在终端用户发出请求信息之后,缓存资源共享空间能够根据不同终端用户的需求,进行缓存资源的分配。根据曲线的变化趋势可以看出,资源在分配中的变化幅度相对稳定,由此可见,本文设计的基于遗传算法的网络通信缓存资源分配方法,可以在实际应用中起到对资源均衡分配的作用。
完成上述设计后,选择基于Wireless HART的网络通信缓存资源分配方法作为传统方法,使用传统方法和本文方法两种方法对网络通信缓存资源在分配过程中的阻塞率进行计算。统计前端缓存资源、需求资源、接收资源的字节量,按照式(6)对资源在分配过程中的阻塞率进行计算。
式中,Y为资源在分配过程中的阻塞率;n为分配节点总个数。
参照上述计算公式,对基于Wireless HART的网络通信缓存资源分配方法,在分配资源时的阻塞量进行计算,将计算结果统计成表格,如表1所示。
表1 两种方法在分配网络通信缓存资源时的阻塞率
根据表1的内容可以看出,在进行相同链路的网络资源分配传输时,本文方法能够将节点对资源的阻塞率控制在一个相对较低的水平,而传统方法无法落实此项工作。由此可以得出对比实验的结论:相比基于Wireless HART的网络通信缓存资源分配方法,本文设计的基于遗传算法的网络通信缓存资源分配方法,可以在实际应用中起到降低网络通信缓存资源分配阻塞率的作用,以此种方式降低缓存资源在节点的丢失现象,提高分配过程中对资源的利用率。
本文从确定缓存资源分配网络通信关键节点、设计网络通信关键节点交互约束条件、基于SpsceWire的资源分配算法三个方面,对基于遗传算法的网络通信缓存资源分配方法展开设计研究。通过实践操作证明,本文设计的方法可行,并且在实际应用中可以起到降低网络通信缓存资源分配阻塞率的作用。在后续的研究中,将加大对此方法的设计投入,进一步优化方法,实现将此方法在市场内广泛推广的目标。■