云信任驱动的物联网电子通讯稳定性优化方法

高 飞，赵沙沙

(山东科技大学泰山科技学院，山东 泰安 271038)

1 引言

通信技术的发展与电子通讯技术密不可分，电子通信技术系统的设计涉及到社会生活和生产的各个领域。

文献[1]针对车载互联网(VANET)通信过程中，由于收发信机的双重运动而导致的信道状态时变快、非平稳的问题，提出了一种车载通信的非平稳信道方法。引入积分项以保证输出信道衰落相位的连续性，并考虑收发机的时变特性，完成多普勒频率参数的精确计算。文献[2]为了提升激光通信二维伺服稳定性，利用陀螺仪校正优化方法，应用质心优化方法、陀螺仪、CCD(Charge Coupled Device，电荷耦合器件)，引入同向小值快速收敛的方法实现对二维伺服系统的动态性能优化。

但是以往研究方法只能实现正常通讯，如果多人同时通讯且外界干扰因素较多，那么其通讯稳定性较差，为此，本文将通讯网络节点定位信息加入到通信数据分组内，得到最稳定的通讯路径，实现通讯稳定性优化。

2 云信任驱动的物联网通信目标函数以及动态模型构建

在云计算中，云信任机制能够实现物联网和通讯服务之间的动态演化信任关系，以及显性和隐性的不确定性转换，也是实现通信安全性的重要条件之一。

假设数据通信网络是由N个节点以及L条边构成的，节点的链路集合分别采用χ、℘表示，而具体的链路lt∈℘，i=1，2…L信息流模型，如图1所示。

图1 整体链路的信息流模型

如果xi(t)表示的是li∈L状态的变量，那么将xi(t)动态模型的描述公式为

(1)

在计算机网络中采用分组交换的方法，缩短用户的平均等待时间，改善网络中的信息流是控制和优化的主要目标。如果平均等待时间的减少等于每个网络中停留的用户数的减少，则链路上的数据包数也会减少[4]，具体公式为

(2)

(3)

式中：φj>0表示接受单位信息的入网收益，t0、tf表示控制间隔的起始和终止时间，而性能目标函数选择决定了整体性能和控制策略。

3 电子通讯稳定性优化

3.1 电子通讯网络的稳定性因素分析

在电子通讯网络内拓扑稳定性优化过程中，在节点位置，把通讯过程中的网络节点定位信息加入通信数据的分组内，以此得到电子通讯网络内最稳定的通讯路径，构成电子通讯网络的拓扑模型，从而获得通讯信号间的拓扑以及距离关系，通过此关系叙述对通讯网络的拓扑稳定性影响的主要因素[5]。步骤如下所示：

电子通讯内网络拓扑的稳定性优化过程中，将通讯讯号的范围设置成以R作为半径的圆，其中电子通讯的讯号B它在通讯信号A信号的覆盖范围之内，通过u1表示对A的通讯速度，利用u2表示B通讯传输的速度，(x0，y0)表示通讯的信号A原始位置，(x″0，y″0)表示通讯信号B原始位置，(x1，y1)与(x2，y2)分别表示通讯信号A以及B实时位置，具体A与B之间的距离计算公式为

(4)

如果电子通讯讯号A处于t时的传输距离是d1，而电子通讯讯号B处于t时的距离是d2，那么电子通讯的信号A与B之间距离是S，依据式(4)对通讯信号之间的距离进行计算，既可以获得构建电子通讯内网络的拓扑模型[6]，具体公式为

(5)

式中：(x0-x′0)以及(y0-y′0)表示常数。

将式(4)与式(5)进行融合，能够推导出式(6)，以此代表电子通讯信号之间的拓扑与距离关系，具体公式为

(6)

在电子通讯信号A与B处于传输过程内时发生变化，距离很难保持稳定，也会发生变化。所以把式(6)中的ω加入，采用式(7)叙述影响通讯网络的拓扑稳定性主要因素，具体公式为

(7)

3.2 稳定性优化实现

采用Krasovsky方法将影响电子通信网络拓扑稳定性的主要因素定义在稳定范围内，并将电子通信网络的节点工作状态分为拥塞状态和正常状态。计算了两者之间概率转换平衡的范围，从而实现了网络拓扑稳定性的优化[8]。具体过程如下：

正常通讯传输的状态节点主要是利用α表示概率转换成拥挤状态节点。拥挤状态中，采用β表示概率转换成正常状态节点。采用pi(t)表示t时刻网络内第i节点可用概率，通过克拉索夫方法把影响电子通讯内稳定性的主要因素设定在稳定范围中，具体公式为

(8)

式中：ki，λ表示通讯网络中的非均质拓扑构造模式[9]。

将式(8)作为基础，推导出拥挤状态与正常状态平衡点，具体公式为

(9)

以式(9)作为基础，利用式(10)对平衡点的值进行计算，具体公式为

(10)

式中：ki表示通讯网络数据的帧构造[10]。

随机选择m个电子通讯内网络的传输节点，把式(10)的计算结果加入至式(11)中，建立雅克比矩阵，具体公式为

(11)

式中：∂f(p)表示电子通讯网络节点入度值，∂PT表示电子通讯网络节点出度值，∂p1表示电子通讯网络节点缓冲区的数据出现溢出，∂fm表示网络内节点的最高连接度值[11]。

上述的雅克比矩阵为对角线所对称矩阵，以建立矩阵作为基础，采用式(12)把通讯内网络拓扑的稳定性优化模型进行转换，将其变成网络节点的工作状态平衡问题，具体公式为

(12)

式中：FT(P)表示网络的通讯链路带宽。

(13)

式中：要满足α≤β条件。

通过式(13)能够得到电子通讯的网络(拥挤状态与正常状态)概念转换平衡范围，具体判断公式为

(14)

设定合理的电子通讯网络转换平衡范围，即可实现电子通讯网络的稳定性优化。

4 仿真证明

4.1 实验环境

为了验证所提方法的有效性，将仿真环境设置为：Penti-um(R)Dual-Core CPU，2.8GHz，4GB RAM，win-dows732Bit，Matlab R2013a。在仿真平台Net Logo中进行模拟分析，设用户的数据速率为200Kb/s，带宽为4M，通信半径为15m，网络区域大小为1000*1000。具体的实验数据如表1所示：

表1 实验环境

4.2 实验传输精度分析

分析经过所提方法优化后的通讯传输精度，具体结果如图2所示．

图2 所提方法稳定性优化后的数据传输精度结果

通过观察图2能够看出，实验次数在10次时，所提方法的通讯精确度为98%，之后的实验结果虽然出现轻微的波动，不过差距不大，一直保持在95%以上，只有在实验次数为40次时，精确度出现大幅度降低，平均值为88%，经过记录排查发现，造成这一现象的原因是测试用户传输过程中操作失误，致使部分的实验数据不准确，最后得出的实验结果出现偏差，而实验次数到50次时，外界干扰消失，准确度恢复到95%以上，直到实验结束，所提方法的精确度都维持在95%以上，说明所提方法可以有效地进行数据传输。

4.3 传输速率对比分析

在同一条件下，选择通讯传输效率作为该次实验对比结果，实验次数为60次，然后将所提方法与文献[1]、文献[2]进行对比，具体对比结果如图3所示。

图3 三种方法传输速率对比结果

通过观察图3能够看出，所提方法的传输速率一直保持在180Kb/s左右，虽然存在波动，不过波动数值较小，传输速率非常平稳。而文献[1]方法，则保持在130Kb/s左右，同样波动较小，相对平稳，但是传输速率低。而文献[2]在实验次数为10次时，传输速率为90Kb/s，之后的实验出现波动较大，曲线上下起伏的趋势，不能满足现实需求。

在仿真环境中进行负载模拟，通过模拟多个用户同时通讯状态，观察通讯过程中是否会拥挤，出现传输效率降低的状况，具体结果如图4所示。

图4 三种方法个人数同时通讯结果对比

通过观察图4能够看出，同时模拟100名用户通讯时，三种方法的传输速率几乎相同，差距不大，而在模拟500名用户时，三者之间的传输速率出现较小的差别，而模拟2000名用户时，三种方法的传输速率具有显著差距。最后实验结束时，所提方法传输效率降低至85%，文献[1]降低至65%，而文献[2]则降低至50%。虽然三种方法都随着通讯的人数增加，导致通讯的传输速率降低，不过所提方法要比其它两种方法下降得少，以此说明所提方法经过对传输稳定性进行优化之后，不但通讯精确度较高，同时，传输速率也出现明显提升。

4.4 外界干扰情况对比分析

为了进一步证明所提方法的应用效果，人为制造外界干扰信号，同时，为了避免通讯距离过近，导致人为制造的干扰信号无效果或者无法明显体现通讯干扰信号强度等情况，将通讯距离增加，使传输信号处于弱传输的状态。将所提方法与文献[1]、文献[2]方法在相同条件下进行对比分析，具体结果如图5所示。

图5 三种方法通讯信号传输对比

通过观察图5能够看出，在外部干扰信号的影响下，所提方法采用拉索夫斯基方法，可以将影响电子通信网络拓扑稳定性的主要因素确定为固定范围，因此，尽管通信信号略有下降，但在下降到80%时，几乎不再下降，保持了当前的信号状态，在数据传输期间，没有数据丢失，而文献[1]方法出现大幅下降现象，在下降到60%时，出现数据轻微丢失；而文献[2]方法下降到50%，在通信过程中，数据严重丢失，甚至无法传输。

5 结束语

1)提出了云信任驱动的物联网电子通讯稳定性优化方法，通讯信号准确性在下降至80%时，几乎不再下降，维持目前的信号状态，且传输速率一直保持在180Kb/s左右，说明经过稳定性优化之后，不仅通讯传输的精度较高，并且多人传输时传输的速率较快，稳定性更强。

2)在未来的研究中，不仅要使通讯过程更加平稳，还要提升通讯的速度、通讯的范围以及通讯的复杂性，从而应对科学发展和通讯场景的不确定性。