5G 技术背景下的舰船通信网络系统建设

邓继昌

（中通服咨询设计研究院有限公司，广东 广州 510000）

0 引 言

随着信息技术的不断发展，舰船通信应用受到重点关注。在5G 技术环境下，基于信息融合以及多方协同作战管理标准，以更好地维系通信控制模式，利用分布式计算等技术方案满足海上通信需求。

1 5G 技术背景下舰船通信网络组成

目前，舰船通信网络基于5G 技术建立的是多接入边缘计算体系（Muti-access Edge Computing，MEC），配合分布式计算处理机制，可以有效维系低时延、高效率运行效能，在提升响应速率的基础上，保证通信质量符合预期[1]。MEC 应用于物理平台或者虚拟化平台，可以实现可控化数据服务，保证核心网之间可以搭建完整的信息传输通道，以更好地服务通信工作。主要组成如图1 所示。

图1 通信网络结构

智能终端组成单元是整体系统移动终端的业务发起者，也是系统基础用户，承载相应的任务结果。

5G 接入端基于传统的网络架构，应用MEC 设备共建可控体系，确保基站和核心网之间可以利用部署的相关设备实现互联，这种处理模式可以极大程度减少基站数量，也能为回传链路提供质量保障，减少时延造成的影响，为高效性信息传输管理予以支持。

控制层单元利用控制器处理服务器和云服务器之间的数据信息，搭建合理合规的信息传输应用体系，在充分维持完整计算分析流程的同时，有效优化链路的传输水平，为系统落实计算策略和应用方案提供保障[2]。

公网端是整个网络体系的云平台，可以清洗并分析传输信息，配合大数据挖掘技术可以深度评估相关数据，建立数据共享应用体系。

总之，在搭建基础系统的同时，确保相应的组成部分可以发挥其实际作用，共建可控规范的应用平台，配合信息交互处理的连通管理，以实现通信网络的应用目标。

2 5G 技术背景下舰船通信网络系统优化

为更好地提高舰船通信网络系统的运行质量，需要结合实际技术的应用要求和规范，落实完整的优化处理方案，并整合资源内容，共同维系舰船的通信效能，实现综合化管理的目标。

2.1 时延控制优化

依据5G 通信技术舰船网络系统的应用要求，在多个MEC 设备分布式作业中，为更好地维护系统的控制水平，需要结合时延情况优化具体内容。设定系统中MEC 设备数量为a，每个设备表示为ai，每个设备的计算能力设为cai，信息传输过程中MEC 设备接收获取的任务表示为Tai，总任务和设备接收分任务的占比利用Tai=βTai进行计算，β表示子任务在总任务中的占比。基于信息识别的处理过程很好地完成特征信息和云端数据的匹配工作，提高整个舰船通信的信息传输效率，降低时延的同时保证传输质量[3]。

另外，若是在最小且满足任务分配的要求下落实具体工作，则要将子任务更好地分配在MEC 的各个设备中，当βai=1 时，整个通信网络通信最小时延为min{t(Φ)},Φ∈I。其中，I表示可行解的搜索空间，Φ表示舰船通信系统任务。

2.2 感知层系数优化

结合舰船通信服务要求，在搭建硬件平台的同时要充分融合5G 技术，保证软件层面上数据交互的可行性符合预期，并对映射感知结构层的系数进行优化控制，更好地维系整体信息通信质量水平[4]。

结合信息数据交互列阵特征可知，数据包发送过程必然会对网络信息通道结构层进行信息调度，建构新的信息数据运行秩序。此时，对数据传输流程进行分析，基于提高不同层级链路数据映射效率的要求，对冗余系数、链路信息排序初始化系数等进行优化，以保证5G 感知层的最大感知权值符合要求。

结合毫米波的传输特点，利用降维计算等手法，确保可控带宽下通信节点的时间量对应数值合理，降低波束传输的复杂度，提高传输效率的同时，也能有效将时延控制在科学范围内[5]。

与此同时，将感知层系数进行优化后，按照实际应用要求设置对应的测试包，可以更好地维系整个系统运行管理的连通效果。

配合连通性测试可知，感知层系数优化后可以提高数据交互的稳定性，维持良好的数据传输模式，并且信号点波段可控区域范围也得以优化，保证5G通信网络实际应用效果满足预期，为舰船通信管理控制效能的升级打造更加科学稳定的运行环境，共同实现协同控制和数据交互管理的应用目标。

2.3 粒子群算法优化

随着智能化技术的全面发展，为更好地维系5G技术背景下舰船通信质量水平，需要结合应用标准在优化算法处理的同时寻找最优解。

首先，设定整个通信空间内的粒子数量u，则每个位置对应一个固定解，可以校验更新的方向以及距离，当粒子处于自身位置和最优解之间，按照精度进行搜索并设定为Vmax，在粒子出现变化后，当前位置和整个粒子群的最佳位置也会出现变化[6]。

其次，求解粒子的适应度数值，评估粒子的具体位置，并利用多次搜索的方式获取最优解，按照进行计算。其中，H表示搜索空间内S的可行域，S-H表示非可行域，X(Φ,I)表示非可行域可迭代I次后的数值[7]。

最后，在整个粒子优化体系中，迭代达到最大次数后，粒子群优化算法可以获取最佳位置的参数信息，从而获取最低时延，满足舰船通信网络优化信息交互质量的基本要求。

3 5G 技术背景下舰船通信网络系统仿真结果

在提出一系列优化策略后，基于验证分析的基本要求，将粒子群优化算法应用在5G 通信网络中，配合使用MATLAB 平台进行仿真分析，进一步了解收敛性以及不同优化算法的应用效果，从而维系舰船通信网络系统的控制效能[8]。

3.1 不同架构时延性能仿真

常见的系统组成包括MEC 设备架构的网络、云架构通信网络等，本文选取的系统是结合实际请求量灵活增设MEC 设备，采取多台MEC 设备并行处理，共建完整的设备运行管理模式，确保时延性变化情况在可控范围内，网络结构响应时延如图2 所示。

图2 网络结构响应时延

由图2 可知，运用MEC 设备可以降低整个网络体系运行过程的时延，按照并行计算的方法完成测定后，当用户数量达到10 个以内，对应的差距有限，而当用户数量增多，其差距也越来越明显。当用户请求数为25 时，多台MEC 设备的通信网络将时延控制在0.5 s 以内，而基于云端的通信系统时延超出了2.0 s[9]。

综上所述，多台MEC 设备下的网络体系可以更好地维系节点之间信息的传输效果，形成更小的响应延时。

3.2 不同算法仿真

本文系统中应用的是粒子群优化算法（Particle Swarm Optimization，PSO）算法，将其与烟火算法（Fireworks Algorithm，FWA）和基于牛顿内点法的任务分配算法予以比较，如图3 所示。

图3 算法比较示意

由图3 可知，用户请求数量较小时，3 者的差距微乎其微，而在用户数量增加后，PSO 算法可以更好地提高全局搜索效能，维系良好的资源分配效果[10]。

4 结 论

基于5G 通信技术的舰船网络体系具有重要的研究价值，结合5G技术的特点和应用要求落实具体工作，采取优化时延控制、优化粒子群算法以及优化感知层系数等方式，可以最大限度上保证舰船网络通信的质量水平，满足综合应用的需求，这也为5G 技术背景下舰船通信可持续健康发展奠定坚实基础。