模糊理论在Ad hoc网络通信领域的应用.doc

模糊理论在Ad hoc网络通信领域的应用 常赛 （广州海格通信集团股份有限公司，广东广州510663） 【摘要】随着无线Adhoc网络的广泛应用，合理高效的分布式算法体系的设计尤为重要。而模糊理论以模糊不确定复杂系统为研究对象并对其进行严格量化处理，为分布式算法体系的设计提供了有力保障。讨论了模糊理论在无线信道估计、负载均衡及流量预测等方面的应用，事实证明，模糊理论的应用对Adhoc网络性能的提升具有积极的作用。 关键词模糊理论；adhoc；负载均衡 0前言 无线Adhoc网络起源于美国DARPA的分组无线网(PRNET，PacketRadioNetwork)项目，是由IEEE802.11标准委员会定义的一种对等式无线通信网络。不同于以蜂窝移动通信系统为代表的中心辐射式架构，Adhoc不依赖于任何预设设施，适用于固定通信设施无法覆盖及各类临时通信场景，网内各节点处于平等的地位，能够实现网络的自组织、自愈合，具有良好的自治性及抗毁性能。Adhoc的另一个特性在于各节点均支持数据转发功能，可实现多跳通信，支持动态拓扑，方便网络进行规模及空间的拓展。正是由于上述种种优势，Adhoc网络已作为重要的通信领域重要的组成部分广泛应用于临时会议、个人局域网、智能硬件、抗震救灾、野外勘探、军事打击等方面。 由于Adhoc采用分布式架构，其算法设计相对于基础结构集中式的网络更为复杂，设计高效可行的算法体系已成为该领域的研究热点之一。 1模糊理论介绍 随着社会的进步，研究对象日趋复杂，其表现的非线性、时变性、不确定性使得精确数学模型的建立无法实现，动摇了传统理论分析的基石。 模糊理论(FuzzyTheory，FT)属于运筹学范畴，打破了以二值逻辑为基础的传统思维，接受模糊性现象存在的事实，并对其进行模糊综合评价，最终得到精确量化的输出，特别适用于非线性、时变、滞后、模型不完全系统的应用。 模糊决策的设计包含输入维度的选择、模糊语言取值、隶属度函数的确定、模糊规则库的建立、模糊推理及解模糊化等步骤。其中输入维度应选择与输出值具有明显逻辑关系的元素；模糊语言取值通常选取3、5或者7个，如取负大，负小，零，正小，正大；隶属度函数描述了各维度及输出取值到模糊语言集的映射；模糊规则库又称专家库，由若干条if-then结构的模糊语句组成，是从实际经验值过渡到模糊决策的核心环节，属于模糊理论设计的难点；模糊推理是利用规则库对实际输入值进行判决获取输出值的过程；解模糊化则对模糊的输出值进行量化，完成模糊系统向精确系统的转化。 2模糊理论应用 2.1信道估计 无线信道由于多径、衰落、多普勒频移等因素影响具有明显的时变性，因此Adhoc协议设计需实现对网络状态的感知，并自适应的调整工作参数，以保证系统的自组织特性。现有算法中前向信道状态仅在收到反馈信息时进行更新，而为防止过多的开销，反馈系统间隔设置往往较长，造成采纳值相对于实时值存在较大的时间落后性。而合理运用模糊理论，则可以从数据接收反馈、反向信道感知等多个维度对信道状态进行修正，保证前向信道状态的采纳值向实时值的逼近，从而提升数据吞吐量及传输正确性。 2.2负载均衡 Adhoc属于典型的多跳网络，报文通常需要经过多次转发才能到达目的节点。受无线信道本身的物理特性限制，其提供的网络带宽相对于有线信道要低得多，若网内存在多个业务，则会增加因为个别节点负载较重而影响整个网络性能的概率。为从根本解决这个问题，需要源节点及各中继节点在进行路由优选时运用模糊理论建立以Qos指标如时延、抖动为因素的综合评价机制，从而保证业务的快速传递及并发传输，实现网络级的负载均衡。 2.3流量预测 无线流量预测对于网络性能研究意义重大，通过合理有效的预测，可以相应调整业务的接纳控制，优化网络资源的分配，保证业务的服务质量，提升网络的关键性能。而模糊预测作为预测机制研究的重要分支，通过模型预测、滚动优化、反馈校正等机理来完成预测分析，目前已在电力负荷、工业控制、经济分析等领域取得良好的效果。对于Adhoc网络，可以通过建立模糊多项式，利用对历史数据对各阶系数进行在线的因素筛选及拟合逼近，并从精度、模糊度、拟合度三方面进行考核评价，最终达到业务流量预测的目的。 3结束语 本文讨论了模糊理论在无线通信领域多方面的应用，从中可以发现模糊理论的适当运用有助于改善网络性能。 模糊理论不依赖于精确地数学建模，简化系统设计的复杂性，符合现代通信理论的原则。但模糊控制仍存在设计缺乏系统性、隶属度量化精度难以确定、模糊规则通常根据经验获取等多方面问题亟待解决。随着模