蚁群算法在智能LED路灯控制中的应用*

王保成

（襄阳职业技术学院，湖北 襄阳 441050）

蚁群算法在智能LED路灯控制中的应用*

王保成

（襄阳职业技术学院，湖北 襄阳 441050）

针对基于电力线载波通信（PLC，Power Line Communication）技术的LED路灯监控系统，基于蚁群算法（ACA，Ant Colony Algorithm）开发了一种适用于低压配电网的LED路灯组网寻址算法，并在目标函数、信息素更新规则、状态转移规则和搜索等方面做了优化改进。建立了路灯自动路由模型，并给出自动路由协议框架。通过该模型，可动态识别低压配电网信道质量，并根据信道质量变化，动态维护电力线载波通信网络路由，保证通信网络有效性。最后，通过信道仿真模型和现场试验验证了该方法的可行性和有效性。

电力线载波通信，LED路灯，蚁群算法，自动路由

0 引言

大功率LED以功耗低、寿命长、易控制等优点逐渐成为新一代节能路灯光源。针对LED路灯特点，本文提出一种基于电力线载波通信和蚁群算法的LED路灯控制算法，能够实现LED路灯网络的智能化有效监管，并进一步降低能耗。

国内外关于路灯控制技术研究中，多数是对单个路灯控制方式或是对路灯制造工艺方面的研究。文献［1-2］中介绍了两种基于无线通信的路灯控制方式，无线控制方式无需布置通信线路，在安装方面存在极大优势，但是无线控制方式也存在致命缺点，传输距离较短，延迟较大，极易受外界干扰，两篇文献均未对以上缺点提出明确的解决方式，增加路由算法可以很大程度上解决以上问题。鉴于此，文献［3］提出了一种针对交通路灯的无线传感网链状路由算法（CRASMS），该算法结合文献［4］中高效节能的链状分层路由（CHIRON）算法的优点，很大程度上解决了无线控制方式传输距离短、延迟大的缺陷。CRASMS算法解决了无线路灯控制路由寻径的问题，但在电力线载波通信控制方式下，同样存在传输距离和延时的问题，电力线载波通信信道的时变性、频率选择性和强干扰性，严重影响信息的传输距离，使信息传输时延增大，因此，对电力载波通信的LED路灯组网控制变得十分必要。文献［5］中提出了基于电力线载波的LED路灯控制系统，对电力载波控制器做了详细介绍，但是并没有给出LED路灯的组网控制路由解决方案。

文献［6］中提到了可应用与电力载波通信的多种路由算法，包括洪泛算法［7］、分簇算法［8］和蚁群算法。路灯结构局部呈线性整体呈星形非常适合采用蚁群算法实现路由搜索，所以本文选择蚁群算法，并对其进行改进使之更适用于电力载波通信的LED路灯组网路由问题。蚁群算法自被提出以来已经在众多组合优化问题中得到了应用。基于电力载波通信的LED路灯路由优化问题其核心仍然是组合优化问题，这为蚁群算法在该问题上的应用提供了前提。这种动态路由组网模式是指，在通信网路中路由的选择不再是人为指定，而是通过在源节点和目标节点之间发送搜索数据帧，并根据蚁群算法思想不断对路由线路进行优化，最终选择一条优良的线路存储到路由表中，这种组网模式称之为基于蚁群算法的动态路由组网模式。

1 LED路灯结构拓扑结构

基于电力线载波通信的LED路灯控制系统应用在低压配电网领域，尽管低压电网物理拓扑十分复杂多变，但是多数路灯的拓扑结构可用图1表示，可以将之归为星型拓扑结构行列［9］。

由于低压配电网结构的复杂性和通信信道的干扰性与时变性，高频信号在低压电力线上的传输必然会有衰减，且载波频率越大信号衰减越快，导致信号在电力线上的传输距离受到极大限制，总控设备直接实现对较远距离终端的控制十分困难，比如图1中支路集控器1无法直接实现与单控器50的通信。集控器1最远只能与单控器21实现正确通信，与21～25之间单控器通信出错的概率极大，无法与25之后的单控器通信。但每个单控器最远可以分别与左右两侧20个单控器进行通信，通过单控器的多次跳转，最终可实现与目标节点的通信。在此过程中，达到目标节点的路径不是唯一的，甚至存在多条路径，如何选择一条高服务质量（Quality of Service，QoS）路由通道来提高PLC LED路灯系统的可靠性是目前所要解决首要问题之一。

2 LED路灯控制蚁群算法的自动路由组网模型

2.1 蚁群算法原理

蚁群算法［10］由意大利学者Dorigo Maniezzo于1991年首先提出，它是一种新型的模拟蚂蚁群体行为的智能仿生优化算法，通过模拟蚂蚁社群在觅食过程中的协作机制来实现解的优化。蚂蚁间的信息交流是通过一种叫作外激素的物质进行的。蚂蚁在运动过程中会在它经过的路径上留下这种物质，而且蚂蚁在运动过程中能够感知这种物质的存在及其强度，并以此指导自己的行动方向。因此，大量的蚂蚁行进行为就形成了一个正反馈的过程。某一条路径上走过的蚂蚁越多，则后来被选择的概率就越大。

蚁群算法自从诞生以来，迅速成为国际仿生模拟研究的热点，人们对蚁群算法进行了各种各样的改进，并把它应用到不同的领域，试图解决一些其他方法无法很好解决的问题［11］，比较成功的案例是行旅商问题（TSP），除此还包括车间任务调度问题（JSP）、网络路由问题（NRP）、车辆路径问题（VRP）、机器人路径问题（RRP）、电力系统分配（DPP）等。

本文选择蚁群算法来解决LED路灯的自动路由组网问题，此为NRP的改进。把每盏LED路灯看作一个路由节点，两盏路灯之间的线路表示路由之间通信的路径，那么LED路灯自动路由优化问题可以简述为：寻找两点之间满足某一优化目标函数最优的路径，其中网络参数随时间变化，使得该问题变得十分复杂。

2.2 LED路灯自动路由蚁群算法

可将LED路灯的路由模型［12］图等效为有向图G=（V，E）如下页图2，V是指所有带有控制器的路灯节点，E指所有路灯通信线路即有向图中的边。用SNRE（i，j）表示节点 V（i）至节点 V（j）链路 E（i，j）的信噪比，NV（i）表示节点 V（i）的误码率，DE（i，j）表示链路E（i，j）的时延，DV（i）表示节点 V（i）处理事件时延，QE（i，j）表示链路 E（i，j）的费用估计。

2.2.1 优化目标函数设计

一般网络通信路由可选择路径距离、信道带宽、平均通信量、通信开销、队列长度和时延等作为优化目标［13］。本文采用路由的路径距离作为优化目标，由于路灯一般等距离安装，路由转发次数即“跳数”与通信距离成正比，可以通过优化跳数来优化路径距离。为了获得最短路径距离，设计优化目标函数为：

式（1）中H（V）表示支路集控器到目的单控器的跳数，可以直接通信的两个节点跳数为1，不可直接通信的两节点跳数为n（n≥2），它可简洁和快速地表征路由通信距离。公式中约束条件要求任意一个节点最多可与左右20个节点通信，即每一跳最多可跨过20个节点。

对于一个路由请求W，还应满足1）～3）条件，则此路由请求可以成功实现，其中SNRW、DW和NW分别表示W的QoS要求的信噪比、时延和误码率。

1）在路由搜索过程中，每条路径的信噪比应满足：

2）在路由搜索过程中，端到端延时的累加应满足：

3）在路由搜索过程中，端到端误码率应满足：

2.2.2 信息素更新规则

假设有k只蚂蚁，每只蚂蚁要完成从源节点到目标节点满足约束条件的路由表示t时刻蚂蚁留在E（i，j）链路上的信息素，假设蚂蚁在t时刻要开始一次目标节点的搜索，则完成搜索所用时间Δt，此时蚂蚁会根据式（5）来更新路径上的信息量［14］：

ρE（i，j）（0＜ρE（i，j）＜1）表示链路 E（i，j）上的信息素挥发系数，ΔR为蚂蚁选择路由的约束条件，若用RW表示 QoS 约束，RE（i，j）表示实际费用约束则 ΔR 为：

根据优化目标函数设计中1）、2）和3）条件关于QoS的约束，计算出RW如式（7），其中X和Y分别表示时延和误码率系数。

实际费用约束即为建立LED路灯通信网络中每条支路费用之和。

2.2.3 状态转移规则

信息素直接影响每只蚂蚁选择路径的概率即状态转移，设计t时刻第Ks只蚂蚁选择路径E（i，j）的概率为：

α表示残留信息的相对重要程度，β表示期望值的相对重要程度，ηE（i，j）表示节点 V（i）和节点 V（j）之间的距离。通过参数因子α和β以及统计路径上的信息素浓度，得出蚂蚁每个在节点上的转移概率，经过多次迭代，最终找到相对最优路径。

2.3 算法实现

蚁群算法是分布式的算法，算法实现是众多通信节点合作完成的结果。在LED路灯控制中，每个路灯就是一个节点，节点各自有唯一的ID名称来相互区分，每个LED控制器中设有相应的数据区在存储节点的相关信息。单控节点在通信网络中处于被动地位，不会主动发出控制信息，只会根据接收到的组网数据帧进行相应的动作［15］，包括数据帧转发、数据帧类型改变、信息素更新等操作，设计本系统的数据帧格式如图3所示。

St_flag和Ed_flag分别表示开始标志位和结束标志位；Type表示报文的类型；D_ID为目标节点的名称；Lf_t为该数据报的存活时间即该数据包的最大转发次数，数据包每转发一次，存活时间减一；Hops为报文经过的跳数，报文每经过一个节点跳数加一；Height为节点相对于源节点的高度，当搜索到较短路径时，用较短路径更新此值；S_ID为源节点的名称；V1_ID、V2_ID存放于数据区，代表路径先后经过的节点名称，此数据区最多可存放10个节点的ID。通过发送该数据帧完成路由的搜索，路由搜索流程图如图4所示。

3 系统仿真分析

本节目的是验证蚁群算法能否应用到电力线载波通信的LED路灯控制网络中。实际应用中，路灯照明系统采用的低压电力线网络作为供电网络其配电线采用暗线方式，节点间连接关系不明，通信网络逻辑拓扑结构处于盲态。仿真前先建立一个与路灯结构大致相同的拓扑结构，选择线形结构作为仿真模型，如图5所示，线性结构从物理拓扑角度来讲，可以看成大型路灯控制系统电力线通信网络的一个分支。在网络逻辑面，其复杂度略大于现有实际应用的电力线通信网络，有现实的指导意义。该模型仿真时改变通信节点的通信距离比较容易，即改变通信网络的逻辑拓扑比较方便。

电力线载波通信的信道特征、调制方式以及编解码方式决定了信道上的误码率［16］，本文采用BPSK调制方式，卷积交织码编码方式对误码率进行仿真。卷积码参数设为（2，1，7），采用 64 点 IFFT/FFT运算，子载波数量为20个，导频数量为2，混沌跳频序列的初始值为0.885，子载波间隔为62.5 kHz，占用信道带宽1.125 MHz。信道为2径传输，信道背景噪声为加性高斯噪声。误码率的获取和计算方式是由发送端发起10组36字节数据包，经过由卷积编码和分组交织器构成编码系统后进入信道，数据包经过该信道的多径衰减和加性背景噪声干扰到达接收端，在接收端进行接收和解码。将接收获取的数据包与原始数据包对比，误码率为总错误比特数与总比特数之比［17］。图6为所用线性结构误码率的仿真图。

电子线载波通信中存在延时问题，仿真时假设每个LED节点的平均数据包达到率设定为（3-5）Packet/s的随机值。调制方式与编解码方式同仿真误码率时相同，平均分组数长度设为500 Byte，数据传输速率设为500 b/s，直接通信距离为30 m～40 m，下页图7为各节点时延仿真图。

由于电力线载波通信速率较低，载波通信的数据帧不能被无限次转发，否则占用信道时间过长，也容易产生错误。考虑以上条件的约束，仿真时初始化数据帧最大转发次数LF_t为5，即经过5个节点后，搜索蚂蚁还没有找到目标节点，则设定该蚂蚁死亡，丢弃该数据包。所有实验仿真参数［18］如表1所列：

表1 实验仿真参数

图8每次迭代采用10只蚂蚁、对节点45和90进行一次路由搜索的Matlab仿真结果。

图9每次迭代采用20只蚂蚁、对节点45和90进行一次路由搜索的Matlab仿真结果。

图8和图9的仿真结果表明，①蚂蚁的数目对结果有一定的影响，数目越多会使被搜索的路径上的信息素变化趋于平均，导致收敛速度减慢。②蚁群算法可以应用于电力线载波通信的路灯控制网络中。算法能够在几次迭代后找到有效通信路由线路，并能够收敛于最优路由线路，验证了蚁群算法动态路由算法的可行性。

4 试验研究

鉴于国外电力载波芯片主要是针对本国电网所设计，与国内电网的适用性较差，本文选择一款上海弥亚微公司的电力线载波芯片MI200E。MI200E调制方式为QPSK扩频调相，采用过零同步传输技术，内部集成了高性能数字功率放大器、扩频/解扩、调制/解调、输入信号整形放大、市电检测、高性能带通滤波器、数模转换接口及与单片机（MCU）SPI通信等功能。集控器选择意法半导体公司生产的STM32单片机作为主控芯片，单控器选择价格低廉的STC单片机作为主控芯片，所设计单控器的架构图如图10所示，集控器结构图于此类似。

在校内一条街道两侧的LED路灯上进行试验，街道供电变压器和配电控制箱位于街道左侧部位，变压器同时为附近教学楼供电。该街道长2.2 m，每50 m安装一盏路灯，每侧安装45盏共安装90盏路灯。每盏路灯上安装有单控器，两条支路上分别安装有支路集控器，通过控制支路集控器发送数据帧来控制每个单控器。集控器最远可与1 000 m之内的单控器通信。不同时段测试路由情况如下页表2所示。下页表2中“41/42”表示支路一的路由节点为41，支路二的路由节点为42。

表2 不同时刻路由分配表

从实验结果可知，每次路径搜索，路由节点不是固定不变的，系统会根据负载数量，信道实际情况做相应的调整。

5 结论

本文将蚁群算法应用于电力线通信的路灯控制系统动态路由问题上，正对PLC路灯控制特点，提出了网络拓扑结构模型；并定义了适合该系统的优化目标函数、状态转移规则；依据实际应用中存在的信道误码率、延时等问题，定义了相应的信息素更新规则；通过定时发送自定义的数据帧格式，完成最优路径的搜索；通过仿真研究验证了蚁群算法在路灯控制动态路由问题的可行性；最后试验更进一步验证了该方法的可行性。

［1］DE DOMINICIS C M，FLAMMINI A，SISINNI E.On the development of a wireless self localizing streetlight monitoring system ［C］//6th IEEE Sensors Applications Symposium，2011：233-238.

［2］ELEJOSTE P，PERALLOS A，CHERTUDI A.Easily deployable streetlight intelligent control system based on wireless communication［C］//Ubiquitous Computing and Ambient Intelligence，2012：334-337.

［3］任条娟，陈友荣，王章权.交通路灯监控系统的无线传感网链状路由算法［J］.电信科学，2013，29（1）：82-88.

［4］SHIN J，SUH C J.CREEC：chain routing with even energy consumption［J］.Journal of Communications and Networks，2011，13（1）：17-25.

［5］王巍，惠昭，赵宝宜.基于PLC技术LED路灯控制系统设计［J］.照明工程学报，2012，23（4）：93-96.

［6］蒋昭婷.电力线载波通信中的动态路由算法研究［D］.杭州：浙江大学，2011.

［7］BARJINI H，OTHMAN M，IBRAHIM H.Analytical studies and experimental examines for flooding-based search algorithms［C］//Information Computing and Applications，2012：299-306.

［8］PEREZ S A，MARTINEZ T J F，CARRASCO OCHOA J A.A dynamic clustering algorithm for building overlapping clusters［J］.Intelligent Data Analysis，2012，16（2）：211-232.

［9］梁伟.应用于路灯控制系统的电力线通信技术研究［D］.保定：华北电力大学，2012.

［10］MULLEN R J，MONEKOSSO D，BARMAN S.A review of ant algorithms ［J］.Expert Systems with Applications，2009，36（6）：9608-9817.

［11］马良.蚁群优化算法［M］.北京：科学出版社，2008

［12］MENAKA1 S，JAYANTHI M K.Intelligent routing using ant algorithms for wireless ad hoc networks ［J］.International Journal of Computer Network and Information Security，2013，5（10）：53-59.

［13］LOPEZ-IBAEZ M，STUTZLE T.An experimental analysis of design choices of multi-objective ant colony optimization algorithms［J］.Swarm Intelligence，2012，6（3）：207-232.

［14］SALAMA K M，ABDELBAR A M，FREITAS A A.Multiple pheromone types and other extensions to the Ant-Miner classification rule discovery algorithm ［J］.Swarm Intelligence，2011，5（3-4）：149-182.

［15］刘晓胜，周岩，戚佳金.电力线载波通信的自动路由方法研究［J］.中 国 电 机 工 程 学 报，2006，26（21）：76-81.

［16］KATAYAMA M，YAMAZATO T，OKADA H.A mathematical model of noise in narrowband power line communication systems［J］.IEEE Journal on Selected Areas in Communications，2006，24（7）：1267-1276.

［17］戚佳金.低压配电网电力线载波通信动态组网方法研究［D］.哈尔滨：哈尔滨工业大学，2009.

［18］PAOLA P，THOMAS S，MAURO B.A critical analysis of parameter adaptation in ant colony optimization［J］.Swarm Intelligence，2012，6（1）：23-48.

Research on Ant Colony Algorithm Application on Intelligent LED Street Light Control

WANG Bao-cheng
（Xiangyang Vocational and Technical College，Xiangyang 441050，China）

For LED street light monitoring system based on Power Line Communication （PLC）technology，a suitable low-voltage distribution network of LED lights for Communication is set up based on Ant Colony Algorithm （ACA），and the optimization objective function，searching rules，rules of pheromone update and state transition are improved.The automatic routing model of street light is established，and the automatic routing protocol framework is given.With this model，the channel quality of the low voltage distribution network can be dynamic identified，and according to the channel quality changes，dynamic maintenance of power line communication network routing，ensure the effectiveness of the communication network.Finally，the established simulation model and experimental study verify the feasibility of the method.

Power Line Carrier （PLC），LED street light，Ant Colony Algorithm（ACA），automatic routing

TM73

A

10.3969/j.issn.1002-0640.2017.11.28

1002-0640（2017）11-0131-06

2016-09-14

2016-11-21

国家自然科学基金资助项目（11264001）

王保成（1974- ），男，湖北宜城人，副教授，硕士。研究方向：高职教育教学管理及计算机技术专业教学。