專利名稱：網(wǎng)絡(luò)拓?fù)浍@取方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明實施例涉及微波通信技術(shù)領(lǐng)域，尤其涉及一種網(wǎng)絡(luò)拓?fù)浍@取方法及裝置。
背景技術(shù)：
微波通信技術(shù)問世已半個多世紀(jì)，最初微波通信系統(tǒng)是模擬制式的，到了 80年代 后期，隨著同步數(shù)字系列(Synchronous Digital Hierarchy，簡稱SDH)在傳輸系統(tǒng)中的推 廣應(yīng)用，數(shù)字微波通信得到了迅猛發(fā)展。目前，數(shù)字微波通信已經(jīng)和光纖通信、衛(wèi)星通信一 起成為通信傳輸?shù)娜笾饕侄?。微波通信技術(shù)中的微波信道是一種無線信道，其傳輸特 性比有線信道復(fù)雜，目前已經(jīng)有一些商用工具可以提供微波鏈路分析功能?，F(xiàn)有技術(shù)提供了一種自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案，通過分級優(yōu)化思想，首先確定一級 節(jié)點，再確定二級節(jié)點，然后將剩下的節(jié)點與二級節(jié)點建立歸屬關(guān)系并進(jìn)行局部優(yōu)化，得到 一個較優(yōu)解；在此較優(yōu)解的基礎(chǔ)上，重新確定一級節(jié)點，進(jìn)行全局優(yōu)化，最終得到滿足約束 限制條件的全網(wǎng)成本較優(yōu)的網(wǎng)絡(luò)拓?fù)洹５?，該自動拓?fù)湟?guī)劃方案沒有考慮鏈路的視通情 況，得到的網(wǎng)絡(luò)拓?fù)洳荒軡M足視通要求。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種網(wǎng)絡(luò)拓?fù)浍@取方法及裝置，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠?夠滿足視通要求。一方面，本發(fā)明實施例提供了一種網(wǎng)絡(luò)拓?fù)浍@取方法，包括獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目為N，對于所有節(jié)點中 的任意每兩個節(jié)點，計算得到N* (N-I)/2條邏輯鏈路，N為自然數(shù)；根據(jù)所述地圖信息和所述N* (N-I) /2條邏輯鏈路，獲得每條邏輯鏈路的兩端節(jié)點 之間的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息；當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其所對應(yīng)的邏輯鏈路滿足視通要求時，將所述邏 輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路；根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)?。另一方面，本發(fā)明實施例提供了一種網(wǎng)絡(luò)拓?fù)浍@取裝置，包括鏈路獲取模塊，用于獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目 為N，對于所有節(jié)點中的任意每兩個節(jié)點，計算得到N* (N-I)/2條邏輯鏈路，N為自然數(shù)；信息獲取模塊，用于根據(jù)所述地圖信息和所述N*(N_l)/2條邏輯鏈路，獲得每條 邏輯鏈路的兩端節(jié)點之間的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一 菲涅爾區(qū)信息；視通處理模塊，用于當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其對應(yīng)的邏輯鏈路滿足視通 要求時，將所述邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路；拓?fù)浍@取模塊，用于根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓 撲。
本發(fā)明實施例的技術(shù)方案對所有節(jié)點中任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視 通處理，排除掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓 撲的備選鏈路。通過視通處理，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 以根據(jù)這些附圖獲得其它的附圖。圖1為本發(fā)明實施例一提供的網(wǎng)絡(luò)拓?fù)浍@取方法的流程圖；圖2為本發(fā)明實施例二提供的網(wǎng)絡(luò)拓?fù)浍@取方法的流程圖；圖3為本發(fā)明實施例三提供的網(wǎng)絡(luò)拓?fù)浍@取方法中迭代優(yōu)化過程的流程圖；圖4為本發(fā)明實施例四提供的網(wǎng)絡(luò)拓?fù)浍@取方法的流程圖；圖5為利用本發(fā)明實施例四提供的網(wǎng)絡(luò)拓?fù)浍@取方法得到的網(wǎng)絡(luò)拓?fù)涞氖疽鈭D；圖6為本發(fā)明實施例五提供的網(wǎng)絡(luò)拓?fù)浍@取裝置的結(jié)構(gòu)示意圖；圖7為本發(fā)明實施例六提供的網(wǎng)絡(luò)拓?fù)浍@取裝置的結(jié)構(gòu)示意圖。
具體實施例方式下面通過附圖和實施例，對本發(fā)明實施例的技術(shù)方案做進(jìn)一步的詳細(xì)描述。圖1為本發(fā)明實施例一提供的網(wǎng)絡(luò)拓?fù)浍@取方法的流程圖。如圖1所示，本發(fā)明 實施例的技術(shù)方案具體包括如下步驟步驟101、獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目為N，對于 所有節(jié)點中的任意每兩個節(jié)點，計算得到Ν*(Ν-1)/2條邏輯鏈路，N為自然數(shù)。其中，地圖信息包括所有節(jié)點及其它地理點的經(jīng)緯度信息和高度信息。所有節(jié)點 位置信息包括根節(jié)點位置信息和葉子節(jié)點位置信息；節(jié)點位置信息可以具體表現(xiàn)為節(jié)點經(jīng) 緯度信息，也可以表現(xiàn)為其它類型的信息，其僅作為具體舉例，本發(fā)明對此不作任何限制。對于所有節(jié)點中的任意兩個節(jié)點，生成N*(N-I)/2條邏輯鏈路。如果考慮雙向業(yè) 務(wù)，業(yè)務(wù)方向相反的兩條物理鏈路的邏輯屬性可以認(rèn)為是相同的，可視為一條邏輯鏈路來 處理。步驟102、根據(jù)地圖信息和N* (N-I) /2條邏輯鏈路，獲得每條邏輯鏈路的兩端節(jié)點 之間的高程信息；根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息。其中，邏輯鏈路的兩端節(jié)點之間的高程信息表現(xiàn)為基于兩端節(jié)點的經(jīng)緯度信息和 高度信息所形成的立體剖面圖信息。對于Ν*(Ν-1)/2條邏輯鏈路，可以獲得與每條邏輯鏈 路相對應(yīng)的高程信息。根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息可以具體為調(diào) 用第一菲涅爾區(qū)計算公式，基于獲得的高程信息，計算得到兩端節(jié)點之間的第一菲涅爾區(qū) 信息。第一菲涅爾區(qū)是指在兩端節(jié)點收發(fā)天線之間連成一條線，以這條線為軸心形成的類 似于管道的區(qū)域；該區(qū)域的相關(guān)信息即為第一菲涅爾區(qū)信息。對于Ν*(Ν-1)/2條邏輯鏈路， 可以獲得與每條邏輯鏈路對應(yīng)的第一菲涅爾區(qū)信息。
步驟103、當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其所對應(yīng)的邏輯鏈路滿足視通要求時， 將該邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路。具體地說，根據(jù)第一菲涅爾區(qū)信息獲取第一菲涅爾區(qū)內(nèi)的地理點高度信息，判斷 地理點的高度是否小于預(yù)設(shè)障礙物的高度；如果第一菲涅爾區(qū)內(nèi)任一地理點的高度都不大 于預(yù)設(shè)障礙物的高度，則表明第一菲涅爾區(qū)內(nèi)沒有障礙物，將該邏輯鏈路作為備選鏈路；如 果第一菲涅爾區(qū)內(nèi)某一地理點的高度大于預(yù)設(shè)障礙物的高度，則表明第一菲涅爾區(qū)內(nèi)存在 障礙物，該邏輯鏈路不滿足視通要求，不能被作為備選鏈路。步驟104、根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)?。本步驟可以將備選鏈路作為處理對象，采用自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案獲取網(wǎng)絡(luò)拓 撲。將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈路，這樣獲取的網(wǎng)絡(luò)拓?fù)湟材?夠滿足視通要求。本發(fā)明實施例對所有節(jié)點中的任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視通處理，排 除掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈 路。通過視通處理，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。網(wǎng)絡(luò)拓?fù)涞谋憩F(xiàn)形式很多，除了可以通過拓?fù)鋱D表現(xiàn)以外，還可以通過拓?fù)淠Ｐ?表現(xiàn)。本發(fā)明另一實施例在上述實施例一的基礎(chǔ)上，以網(wǎng)絡(luò)拓?fù)渫ㄟ^拓?fù)鋱D表現(xiàn)為例，進(jìn)一 步提供了步驟104的一種優(yōu)選的實施方案，如圖2所示，圖2為本發(fā)明實施例二提供的網(wǎng)絡(luò) 拓?fù)浍@取方法的流程圖，步驟104具體包括步驟201、根據(jù)至少一條備選鏈路，得到滿足約束條件的至少一個拓?fù)鋱D。其中，約束條件可以根據(jù)實際需求預(yù)先設(shè)定的，該約束條件可以包括關(guān)于跳數(shù)、維 度或容量的限制條件。舉例來說，關(guān)于跳數(shù)的限制條件可以為節(jié)點跳數(shù)不能超過四跳，關(guān)于 維度的限制條件可以為節(jié)點維度不能超過四維，關(guān)于容量的限制條件可以為每個節(jié)點可傳 送的業(yè)務(wù)容量不能超過600M等。進(jìn)一步的，本步驟可以為利用隨機(jī)約束最短生成樹(Random ConstraintMinimal Spanning Tree，簡稱RCMST)算法，從根節(jié)點開始，得到滿足約束條件的一個以上拓?fù)鋱D。 本發(fā)明實施例可以選擇所有節(jié)點中的任意一個節(jié)點作為根節(jié)點。上述拓?fù)鋱D可以理解為包括若干節(jié)點的樹，本發(fā)明實施例提供了 RCMST算法的實 現(xiàn)方法，具體如下1)選擇根節(jié)點加入到樹中；2)更新未加入樹的節(jié)點到樹中節(jié)點的最短距離；3)以一定概率從具有最短距離的節(jié)點中選擇任一滿足約束條件的最優(yōu)節(jié)點加入 到樹中；4)判斷未加入樹的節(jié)點是否為空，若是，則結(jié)束；否則跳轉(zhuǎn)2)。上述RCMST算法的實現(xiàn)方法并不是完全根據(jù)最短距離這一條件來選擇節(jié)點，而是 以一定概率從具有最短距離的節(jié)點中選擇滿足約束條件的最優(yōu)節(jié)點，這種方法被稱為半隨 機(jī)方法。采用半隨機(jī)方法來獲取拓?fù)鋱D，在不影響種群多樣性的前提下，盡可能的提高了種 群中個體的質(zhì)量，顯著地加快了種群的收斂速度。步驟202、將至少一個拓?fù)鋱D分別進(jìn)行普呂弗(Prufer)編碼，得到包括至少一個 個體的初始種群，將該初始種群作為上一代種群。
具體地，將每一個拓?fù)鋱D進(jìn)行普呂弗編碼，得到編碼序列；將每一個拓?fù)鋱D編碼得 到的編碼序列作為初始種群中的一個個體。如果對于某一拓?fù)鋱D無法計算出滿足約束條件 的可行解，可以隨機(jī)生成一個普呂弗編碼序列，作為初始種群的一個個體。步驟203、利用遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代種群，采用迭代的 方式根據(jù)第一預(yù)設(shè)次數(shù)完成計算處理，得到最終種群。第一預(yù)設(shè)次數(shù)指的是微波網(wǎng)絡(luò)規(guī)劃人員可以根據(jù)實際情況預(yù)先設(shè)定優(yōu)化處理次數(shù)。本步驟為一個迭代優(yōu)化過程，以第一預(yù)設(shè)次數(shù)是3為例，首先將初始種群作為上 一代種群利用遺傳優(yōu)化算法進(jìn)行處理，得到下一代種群；然后，將第一次處理得到的下一代 種群作為上一代種群再利用遺傳優(yōu)化算法進(jìn)行處理，得到下一代種群；依此類推，將第二次 處理得到的下一代種群作為上一代種群再利用遺傳優(yōu)化算法進(jìn)行處理，得到下一代種群， 將第三次處理得到的下一代種群確定為最終種群。步驟204、從最終種群中選擇適配值最大的個體作為網(wǎng)絡(luò)拓?fù)?。本發(fā)明實施例對所有節(jié)點中任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視通處理，排除 掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈 路。通過視通處理，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。本發(fā)明實施例利用RCMST 算法獲取初始種群，在保持初始種群多樣性的基礎(chǔ)上，提高了種群的質(zhì)量，顯著地加快了種 群的收斂速度。進(jìn)一步的，本發(fā)明另一實施例提供了上述迭代優(yōu)化過程(步驟20 的具體實現(xiàn)方 法。圖3為本發(fā)明實施例三提供的網(wǎng)絡(luò)拓?fù)浍@取方法中迭代優(yōu)化過程的流程圖，如圖3所 示，具體包括如下步驟步驟301、計算獲得上一代種群的每個個體的適配值。本發(fā)明實施例可以根據(jù)不同的策略要求，定制不同的適配值函數(shù)，實現(xiàn)基于不同 策略的網(wǎng)絡(luò)拓?fù)鋬?yōu)化方案。本發(fā)明實施例中，提出了個體使用成本的策略要求；即本步驟可 以根據(jù)每個個體的使用成本，計算獲得適配值。具體地，網(wǎng)絡(luò)拓?fù)涫褂贸杀据^小的，適配值 較大，反之網(wǎng)絡(luò)拓?fù)涫褂贸杀据^大的，適配值較小。進(jìn)一步的，本步驟還可以在計算適配值時考慮約束條件；具體地，違反約束條件越 多的，適配值越小，反之違反約束條件越少的，適配值較大。步驟302、根據(jù)適配值大小從上一代種群中選擇下一代種群的個體。種群選擇操作可以采用輪盤賭方式，也可以采用排序方式。在本發(fā)明實施例中，優(yōu) 選地采用輪盤賭方式，其僅作為具體舉例，本發(fā)明對此不作任何限制。本步驟具體為根據(jù) 適配值大小，獲取上一代種群的每個個體在下一代種群中出現(xiàn)的概率，適配值越大的個體 出現(xiàn)概率也越高，如對某一個體，可以采用該個體的適配值除以所有個體適配值之和得到 的值作為該個體出現(xiàn)的概率；生成0至1之間的任一隨機(jī)數(shù)，若該隨機(jī)數(shù)在某一個體出現(xiàn)的 概率范圍之內(nèi)，則選擇該個體作為下一代種群的個體。下面通過一個簡單的例子來說明上述輪盤賭的方式，設(shè)上一代種群包含三個個 體，分別為個體A、個體B和個體C，其中個體A在下一代種群中出現(xiàn)的概率為0. 5，個體B在 下一代種群中出現(xiàn)的概率為0. 3，個體C在下一代種群中出現(xiàn)的概率為0. 2，個體A出現(xiàn)的 概率范圍設(shè)為
。生成0至1之間的任一隨機(jī)數(shù)，若該隨機(jī)數(shù)為0.2，則選擇個體A作為下一代 種群的個體；若該隨機(jī)數(shù)為0. 7，則選擇個體B作為下一代種群的個體；若該隨機(jī)數(shù)為0. 9， 則選擇個體C作為下一代種群的個體。進(jìn)一步的，為了避免出現(xiàn)超級個體，本發(fā)明實施例對種群選擇操作進(jìn)行了改進(jìn)。具 體地，微波網(wǎng)絡(luò)規(guī)劃人員可以根據(jù)實際情況預(yù)先設(shè)定上一代種群中的任一個體在下一代種 群中出現(xiàn)的第二預(yù)設(shè)次數(shù)，當(dāng)該個體出現(xiàn)的次數(shù)超出第二預(yù)設(shè)次數(shù)時，則從上一代種群中 選擇除該個體及在下一代種群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)的其它個體以外的適配值 最大的個體。以第二預(yù)設(shè)次數(shù)是2為例，如果上一代種群中的任一個體在下一代種群中出現(xiàn)過 兩次后，當(dāng)本次使用輪盤賭方式再次選擇到該個體時，則本次不再將該個體選入下一代種 群，而是從上一代種群中選擇其它較優(yōu)的個體代替該個體作為下一代種群的個體，其中其 它較優(yōu)的個體是指除該個體及其它已經(jīng)在下一代種群中出現(xiàn)了兩次的個體以外的適配值 最大的個體。這樣避免了下一代種群中出現(xiàn)超級個體(即很多相同的個體)，保持了種群的 多樣性；通過選擇其它較優(yōu)的個體作為下一代種群的個體，保持了種群的優(yōu)良性，不會導(dǎo)致 收斂時間過長。步驟303、對下一代種群的個體進(jìn)行交叉操作，獲得下一代種群的新個體。通過種群選擇操作后，下一代種群中可能出現(xiàn)多個重復(fù)的個體；為了保持種群的 優(yōu)良性，對下一代種群的個體進(jìn)行交叉操作。交叉操作可以采用一致交叉的方式，也可以采 用單點交叉的方式，還可以采用多點交叉的方式。根據(jù)微波網(wǎng)絡(luò)拓?fù)湟?guī)劃的特點，可以優(yōu)選 地使用一致交叉的方式獲得下一代種群的新個體，其僅作為具體舉例，本發(fā)明對此不作任 何限制。其中，一致交叉是指從一個個體中任意選擇一個基因，將該基因和其后續(xù)的基因一 起與另一個個體的基因進(jìn)行交叉操作，形成新個體。步驟304、對下一代種群的每個新個體進(jìn)行變異操作，根據(jù)變異操作后的結(jié)果獲得 下一代種群。為了提高種群的搜索能力，對下一代種群的每個新個體進(jìn)行變異操作。進(jìn)一步的， 為了使種群盡快收斂，本發(fā)明實施例對種群變異操作進(jìn)行了改進(jìn)，如果變異操作后新個體 的適配值小于或等于變異操作前新個體的適配值，則繼續(xù)對該新個體進(jìn)行變異操作，直至 變異操作后新個體的適配值大于變異操作前新個體的適配值。也就是說，如果對新個體進(jìn) 行變異操作后使得新個體的適配值惡化，則對該新個體進(jìn)行多次變異，直至變異操作后的 新個體適配值優(yōu)于變異操作前的新個體。作為另外一種對種群變異操作的改進(jìn)方式，如果變異操作后新個體的適配值小于 或等于變異操作前新個體的適配值，則依據(jù)預(yù)先設(shè)定的第三預(yù)設(shè)次數(shù)繼續(xù)對該新個體進(jìn)行 變異操作；如果變異操作次數(shù)滿足第三預(yù)設(shè)次數(shù)，且變異操作后新個體的適配值仍然小于 或等于變異操作前新個體的適配值，則保持變異操作前的新個體。第三預(yù)設(shè)次數(shù)指的是微波網(wǎng)絡(luò)規(guī)劃人員可以根據(jù)實際情況預(yù)先設(shè)定對下一代種 群的新個體進(jìn)行變異操作的次數(shù)。以第三預(yù)設(shè)次數(shù)是3為例，如果對新個體進(jìn)行變異操作 后使得新個體的適配值惡化，則繼續(xù)對該新個體進(jìn)行2次變異操作，如果經(jīng)過3次變異操作 后，新個體的適配值仍然小于或等于變異操作前的新個體，則保持變異操作前的新個體。經(jīng)過上述改進(jìn)的種群變異操作，不僅提高了種群的局部搜索能力，還加快了種群的收斂速度。綜上所述，本發(fā)明實施例對所有節(jié)點中任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視通 處理，排除掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)?的備選鏈路。通過視通處理，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。本發(fā)明實施例 利用RCMST算法獲取初始種群，在保持初始種群多樣性的基礎(chǔ)上，提高了種群的質(zhì)量，顯著 地加快了種群的收斂速度。通過改進(jìn)種群選擇操作，避免了種群中出現(xiàn)超級個體，保持了種 群的多樣性，通過選擇其它較優(yōu)的個體作為下一代種群的個體，保持了種群的優(yōu)良性，不會 導(dǎo)致收斂時間過長。通過改進(jìn)種群變異操作，不僅提高了種群的局部搜索能力，還加快了種 群的收斂速度。圖4為本發(fā)明實施例四提供的網(wǎng)絡(luò)拓?fù)浍@取方法的流程圖。本發(fā)明另一實施例通 過一個具體的例子來說明本發(fā)明實施例的技術(shù)方案，具體地，設(shè)微波網(wǎng)絡(luò)中有25個節(jié)點， 其中約束條件包括節(jié)點跳數(shù)不能超過四跳，節(jié)點維度不能超過四維，每個節(jié)點可傳送的業(yè) 務(wù)容量不能超過622M，輸出以節(jié)點3為根節(jié)點的網(wǎng)絡(luò)拓?fù)?；?yōu)化目標(biāo)為網(wǎng)絡(luò)的總成本最 低。步驟401、獲得包括微波網(wǎng)絡(luò)中25個節(jié)點的位置信息的地圖信息，對于25個節(jié)點 中的任意每兩個節(jié)點，共計算得到300條邏輯鏈路。步驟402、根據(jù)地圖信息和300條邏輯鏈路，獲得每條邏輯鏈路的兩端節(jié)點之間的 高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息。步驟403、根據(jù)每條邏輯鏈路的第一菲涅爾區(qū)信息，確定300條邏輯鏈路中有180 條邏輯鏈路滿足視通要求，則該180條邏輯鏈路作為微波網(wǎng)絡(luò)的備選鏈路。步驟404、根據(jù)180條備選鏈路，調(diào)用RCMST算法，從根節(jié)點3開始，得到滿足上述 約束條件的拓?fù)鋱D，設(shè)拓?fù)鋱D的個數(shù)為200。步驟405、分別對200個拓?fù)鋱D進(jìn)行普呂弗編碼，得到200個編碼序列，形成初始種 群，將該初始種群作為上一代種群。步驟406、利用遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代種群，按照同樣的 處理方式迭代進(jìn)行1000次，最后一次處理得到的下一代種群確定為最終種群。該遺傳優(yōu)化算法根據(jù)網(wǎng)絡(luò)總成本最低的優(yōu)化目標(biāo)來定制適配值函數(shù)，可以根據(jù)每 個個體的使用成本來計算該個體的適配值，具體地，使用成本較小的，適配值較大，反之使 用成本較大的，適配值較小。步驟407、從最終種群中選擇適配值最大的個體作為網(wǎng)絡(luò)拓?fù)?。圖5為利用本發(fā)明實施例四提供的網(wǎng)絡(luò)拓?fù)浍@取方法得到的網(wǎng)絡(luò)拓?fù)涞氖疽鈭D， 橢圓表示節(jié)點，橢圓內(nèi)數(shù)字為節(jié)點的編號，邏輯鏈路上的數(shù)字為邏輯鏈路編號。如圖5所 示，該網(wǎng)絡(luò)拓?fù)錆M足上述約束條件，該網(wǎng)絡(luò)拓?fù)涞倪壿嬫溌方?jīng)過視通處理，滿足視通要求。上述各實施例以采用啟發(fā)式遺傳優(yōu)化算法的自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案進(jìn)行描述的， 需要說明的是，本發(fā)明實施例不僅限于此，還可以采用其它自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案，將滿足 視通要求的備選鏈路作為處理對象，采用自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案獲取網(wǎng)絡(luò)拓?fù)渚鶎儆诒景l(fā) 明實施例所要保護(hù)的范圍。圖6為本發(fā)明實施例五提供的網(wǎng)絡(luò)拓?fù)浍@取裝置的結(jié)構(gòu)示意圖。如圖6所示，本 發(fā)明另一實施例具體包括鏈路獲取模塊11、信息獲取模塊12、視通處理模塊13和拓?fù)浍@取模塊14，其中鏈路獲取模塊11用于獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù) 目為N，對于所有節(jié)點中的任意每兩個節(jié)點，生成N* (N-I)/2條邏輯鏈路，N為自然數(shù)；信息獲取模塊12用于根據(jù)地圖信息和N* (N-I) /2條邏輯鏈路，獲得每條邏輯鏈路 的兩端節(jié)點之間的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū) fn息；視通處理模塊13用于當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其對應(yīng)的邏輯鏈路滿足視 通要求時，將邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路；拓?fù)浍@取模塊14用于根據(jù)確定的至少一條備選鏈路，獲取滿足約束條件的網(wǎng)絡(luò) 拓?fù)?。具體地說，鏈路獲取模塊11讀入根節(jié)點位置信息和葉子節(jié)點位置信息，節(jié)點位 置信息可以具體表現(xiàn)為節(jié)點經(jīng)緯度信息，也可以表現(xiàn)為其它類型的信息，其僅作為具體舉 例，本發(fā)明對此不作任何限制。鏈路獲取模塊11對于所有節(jié)點中的任意每兩個節(jié)點，生成 N*(N-I)/2條邏輯鏈路，如果考慮雙向業(yè)務(wù)，業(yè)務(wù)方向相反的兩條物理鏈路的邏輯屬性可以 認(rèn)為是相同的，可視為一條邏輯鏈路來處理。信息獲取模塊12根據(jù)地圖信息和Ν*(Ν-1)/2 條邏輯鏈路，對于每條邏輯鏈路，根據(jù)地圖信息獲取該邏輯鏈路的兩端節(jié)點之間的高程信 息，根據(jù)該邏輯鏈路的高程信息計算得到對應(yīng)的第一菲尼爾區(qū)信息。視通處理模塊13對生 成的Ν*(Ν-1)/2條邏輯鏈路分別進(jìn)行視通處理，當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其對應(yīng)的 邏輯鏈路滿足視通要求時，將該邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路。拓?fù)浍@取模塊14可 以將備選鏈路作為處理對象，采用自動網(wǎng)絡(luò)拓?fù)湟?guī)劃方案獲取網(wǎng)絡(luò)拓?fù)?。將滿足視通要求 的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈路，這樣獲取的網(wǎng)絡(luò)拓?fù)湟材軌驖M足視通要求。本發(fā)明實施例對所有節(jié)點中任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視通處理，排除 掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈 路。通過視通處理，保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。網(wǎng)絡(luò)拓?fù)涞谋憩F(xiàn)形式很多，除了可以通過拓?fù)鋱D表現(xiàn)以外，還可以通過拓?fù)淠Ｐ?表現(xiàn)。圖7為本發(fā)明實施例六提供的網(wǎng)絡(luò)拓?fù)浍@取裝置的結(jié)構(gòu)示意圖。如圖7所示，以網(wǎng) 絡(luò)拓?fù)渫ㄟ^拓?fù)鋱D表現(xiàn)為例，本發(fā)明另一實施例在圖6所示的實施例基礎(chǔ)上拓?fù)浍@取模塊 14可以進(jìn)一步包括拓?fù)鋱D獲取單元21、初始種群獲取單元22、遺傳優(yōu)化處理單元23和網(wǎng) 絡(luò)拓?fù)溥x擇單元M，其中拓?fù)鋱D獲取單元21用于根據(jù)至少一條備選鏈路，得到滿足約束條件的至少一個 拓?fù)鋱D；初始種群獲取單元22用于將至少一個拓?fù)鋱D分別進(jìn)行普呂弗編碼，得到包括至 少一個個體的初始種群，將初始種群作為上一代種群；遺傳優(yōu)化處理單元23用于利用遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代 種群，采用迭代的方式根據(jù)第一預(yù)設(shè)次數(shù)完成計算處理，得到最終種群；網(wǎng)絡(luò)拓?fù)溥x擇單元M用于從最終種群中選擇適配值最大的個體作為網(wǎng)絡(luò)拓?fù)?。上述拓?fù)鋱D獲取單元21可以具體用于利用隨機(jī)約束最短生成樹算法，根據(jù)至少 一條備選鏈路，得到滿足約束條件的至少一個拓?fù)鋱D。具體地說，拓?fù)鋱D獲取單元21可以利用RCMST算法，從根節(jié)點開始，得到滿足約束條件的至少一個拓?fù)鋱D，其中RCMST算法的實現(xiàn)方法可以參見實施例二 ；初始種群獲取單 元22將每一個拓?fù)鋱D進(jìn)行普呂弗編碼，得到編碼序列，將每一個拓?fù)鋱D編碼得到的編碼序 列作為初始種群中的一個個體；如果對于某一拓?fù)鋱D無法計算出滿足約束條件的可行解， 可以隨機(jī)生成一個普呂弗編碼序列，作為初始種群的一個個體；遺傳優(yōu)化處理單元23利用 遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代種群，采用迭代的方式根據(jù)第一預(yù)設(shè)次數(shù) 完成計算處理，得到最終種群；網(wǎng)絡(luò)拓?fù)溥x擇單元M從最終種群中選擇適配值最大的個體 作為網(wǎng)絡(luò)拓?fù)?。進(jìn)一步的，上述遺傳優(yōu)化處理單元23可以包括適配值計算子單元25、種群選擇 子單元沈、種群交叉子單元27和種群變異子單元觀，其中適配值計算子單元25用于計算上一代種群的每個個體的適配值；種群選擇子單元沈用于根據(jù)適配值大小從上一代種群中選擇下一代種群的個 體；種群交叉子單元27用于對下一代種群的個體進(jìn)行交叉操作，獲得下一代種群的 新個體；種群變異子單元觀用于對下一代種群的每個新個體進(jìn)行變異操作，根據(jù)變異操 作后的結(jié)果獲得下一代種群。上述種群選擇子單元沈可以具體用于如果上一代種群中的任一個體在下一代種 群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)，則從上一代種群中選擇除該個體及在下一代種群中出 現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)的其它個體以外的適配值最大的個體。上述種群變異子單元觀可以具體用于針對變異操作后新個體的適配值小于或等 于變異操作前新個體的適配值的情況，繼續(xù)對該新個體進(jìn)行變異操作，直至變異操作后新 個體的適配值大于變異操作前新個體的適配值。上述種群變異子單元觀也可以具體用于針對變異操作后新個體的適配值小于或 等于變異操作前新個體的適配值的情況，根據(jù)第三預(yù)設(shè)次數(shù)繼續(xù)對該新個體進(jìn)行變異操 作，如果變異操作次數(shù)滿足所述第三預(yù)設(shè)次數(shù)，且變異操作后新個體的適配值仍然小于或 等于變異操作前新個體的適配值，則保持變異操作前的新個體。具體地說，適配值計算子單元25可以根據(jù)每個個體的使用成本計算獲得適配值， 具體地，網(wǎng)絡(luò)拓?fù)涫褂贸杀据^小的，適配值較大，反之網(wǎng)絡(luò)拓?fù)涫褂贸杀据^大的，適配值較 小。進(jìn)一步的，適配值計算子單元25還可以在計算適配值時考慮約束條件，具體地，違反約 束條件越多的，適配值越小，反之違反約束條件越少的，適配值較大。種群選擇操作可以采 用輪盤賭方式，也可以采用排序方式，在本發(fā)明實施例中，種群選擇子單元26可以優(yōu)選地 采用輪盤賭方式從上一代種群中選擇下一代種群的個體，其僅作為具體舉例，本發(fā)明對此 不作任何限制；進(jìn)一步的，如果上一代種群中的任一個體在下一代種群中出現(xiàn)的次數(shù)超過 第二預(yù)設(shè)次數(shù)，種群選擇子單元沈從上一代種群中選擇除該個體及在下一代種群中出現(xiàn) 的次數(shù)超過第二預(yù)設(shè)次數(shù)的其它個體以外適配值最大的個體。種群交叉子單元27對下一 代種群的個體進(jìn)行交叉操作。交叉操作可以采用一致交叉的方式，也可以采用單點交叉的 方式，還可以采用多點交叉的方式。根據(jù)微波網(wǎng)絡(luò)拓?fù)湟?guī)劃的特點，在本發(fā)明實施例中可以 優(yōu)選地使用一致交叉的方式獲得下一代種群的新個體，其僅作為具體舉例，本發(fā)明對此不 作任何限制。種群變異子單元觀對下一代種群的每個新個體進(jìn)行變異操作；進(jìn)一步的，如果變異操作后新個體的適配值小于或等于變異操作前新個體的適配值，則種群變異子單元 觀可以繼續(xù)對該新個體進(jìn)行變異操作，直至變異操作后新個體的適配值大于變異操作前新 個體的適配值；種群變異子單元觀也可以根據(jù)第三預(yù)設(shè)次數(shù)繼續(xù)對該新個體進(jìn)行變異操 作，如果變異操作次數(shù)滿足第三預(yù)設(shè)次數(shù)，變異操作后新個體的適配值仍然小于或等于變 異操作前新個體的適配值，則保持變異操作前的新個體。本發(fā)明實施例各個功能模塊/單元的具體執(zhí)行方法可以參見實施例二和實施例三。綜上所述，本發(fā)明實施例對所有節(jié)點中任意每兩個節(jié)點之間的邏輯鏈路進(jìn)行視通 處理，排除掉不滿足視通要求的邏輯鏈路，將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)?的備選鏈路。通過視通處理，可以保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。本發(fā)明實施例 利用RCMST算法獲取初始種群，在保持初始種群多樣性的基礎(chǔ)上，提高了種群的質(zhì)量，顯著 地加快了種群的收斂速度。通過改進(jìn)種群選擇操作，避免了種群中出現(xiàn)超級個體，保持了種 群的多樣性。通過選擇其它較優(yōu)的個體作為下一代種群的個體，保持了種群的優(yōu)良性，不會 導(dǎo)致收斂時間過長。通過改進(jìn)種群變異操作，不僅提高了種群的局部搜索能力，還使得種群 的收斂速度加快。本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述方法實施例的全部或部分步驟可以通過 程序指令相關(guān)的硬件來完成，前述的程序可以存儲于某一計算機(jī)可讀取存儲介質(zhì)中，該程 序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟，而前述的存儲介質(zhì)包括R0M、RAM、磁碟或者 光盤等各種可以存儲程序代碼的介質(zhì)。最后應(yīng)說明的是以上實施例僅用以說明本發(fā)明實施例的技術(shù)方案，而非對其限 制；盡管參照前述實施例對本發(fā)明實施例進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng) 理解其依然可以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征 進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例的技 術(shù)方案的原則范圍。
權(quán)利要求
1.一種網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于包括獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目為N，對于所有節(jié)點中的任 意每兩個節(jié)點，計算得到N* (N-I)/2條邏輯鏈路，N為自然數(shù)；根據(jù)所述地圖信息和所述N* (N-I) /2條邏輯鏈路，獲得每條邏輯鏈路的兩端節(jié)點之間 的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息；當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其所對應(yīng)的邏輯鏈路滿足視通要求時，將所述邏輯鏈 路作為微波網(wǎng)絡(luò)中的備選鏈路；根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)洹?br> 2.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于，所述根據(jù)確定的至少一條 備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)浒ǜ鶕?jù)所述至少一條備選鏈路，得到滿足約束條件的至少一個拓?fù)鋱D； 將所述至少一個拓?fù)鋱D分別進(jìn)行普呂弗編碼，得到包括至少一個個體的初始種群，將 所述初始種群作為上一代種群；利用遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代種群，采用迭代的方式根據(jù)第一 預(yù)設(shè)次數(shù)完成計算處理，得到最終種群；從所述最終種群中選擇適配值最大的個體作為所述網(wǎng)絡(luò)拓?fù)洹?br> 3.根據(jù)權(quán)利要求2所述的網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于，所述利用遺傳優(yōu)化算法對 上一代種群進(jìn)行處理得到下一代種群包括計算獲得上一代種群的每個個體的適配值；根據(jù)適配值大小從上一代種群中選擇下一代種群的個體；對下一代種群的個體進(jìn)行交叉操作，獲得下一代種群的新個體；對下一代種群的每個新個體進(jìn)行變異操作，根據(jù)變異操作后的結(jié)果獲得下一代種群。
4.根據(jù)權(quán)利要求3所述的網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于，所述根據(jù)適配值大小從上 一代種群中選擇下一代種群的個體包括如果上一代種群中的任一個體在下一代種群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)，則從上 一代種群中選擇除該個體及在下一代種群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)的其它個體以 外的適配值最大的個體。
5.根據(jù)權(quán)利要求3所述的網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于，所述對下一代種群的每個 新個體進(jìn)行變異操作包括如果變異操作后新個體的適配值小于或等于變異操作前新個體的適配值，則繼續(xù)對該 新個體進(jìn)行變異操作，直至變異操作后新個體的適配值大于變異操作前新個體的適配值。
6.根據(jù)權(quán)利要求3所述的網(wǎng)絡(luò)拓?fù)浍@取方法，其特征在于，所述對下一代種群的每個 新個體進(jìn)行變異操作包括如果變異操作后新個體的適配值小于或等于變異操作前新個體的適配值，則根據(jù)第三 預(yù)設(shè)次數(shù)繼續(xù)對該新個體進(jìn)行變異操作，如果變異操作次數(shù)滿足所述第三預(yù)設(shè)次數(shù)，且變 異操作后新個體的適配值仍然小于或等于變異操作前新個體的適配值，則保持變異操作前 的新個體。
7.—種網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于包括鏈路獲取模塊，用于獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目為N，對于所有節(jié)點中的任意每兩個節(jié)點，計算得到N* (N-I)/2條邏輯鏈路，N為自然數(shù)；信息獲取模塊，用于根據(jù)所述地圖信息和所述N*(N-l)/2條邏輯鏈路，獲得每條邏輯 鏈路的兩端節(jié)點之間的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅 爾區(qū)信息；視通處理模塊，用于當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其對應(yīng)的邏輯鏈路滿足視通要求 時，將所述邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路；拓?fù)浍@取模塊，用于根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)洹?br> 8.根據(jù)權(quán)利要求7所述的網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于，所述拓?fù)浍@取模塊包括 拓?fù)鋱D獲取單元，用于根據(jù)所述至少一條備選鏈路，得到滿足約束條件的至少一個拓?fù)鋱D；初始種群獲取單元，用于將所述至少一個拓?fù)鋱D分別進(jìn)行普呂弗編碼，得到包括至少 一個個體的初始種群，將所述初始種群作為上一代種群；遺傳優(yōu)化處理單元，用于利用遺傳優(yōu)化算法對上一代種群進(jìn)行處理得到下一代種群， 采用迭代的方式根據(jù)第一預(yù)設(shè)次數(shù)完成計算處理，得到最終種群；網(wǎng)絡(luò)拓?fù)溥x擇單元，用于從所述最終種群中選擇適配值最大的個體作為所述網(wǎng)絡(luò)拓?fù)洹?br> 9.根據(jù)權(quán)利要求8所述的網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于，所述遺傳優(yōu)化處理單元包括適配值計算子單元，用于計算上一代種群的每個個體的適配值； 種群選擇子單元，用于根據(jù)適配值大小從上一代種群中選擇下一代種群的個體； 種群交叉子單元，用于對下一代種群的個體進(jìn)行交叉操作，獲得所述下一代種群的新 個體；種群變異子單元，用于對下一代種群的每個新個體進(jìn)行變異操作，根據(jù)變異操作后的 結(jié)果獲得下一代種群。
10.根據(jù)權(quán)利要求9所述的網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于，所述種群選擇子單元具體 用于如果上一代種群中的任一個體在下一代種群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)，則從上 一代種群中選擇除該個體及在下一代種群中出現(xiàn)的次數(shù)超過第二預(yù)設(shè)次數(shù)的其它個體以 外的適配值最大的個體。
11.根據(jù)權(quán)利要求9所述的網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于，所述種群變異子單元具體 用于針對變異操作后新個體的適配值小于或等于變異操作前新個體的適配值的情況，繼續(xù) 對該新個體進(jìn)行變異操作，直至變異操作后新個體的適配值大于變異操作前新個體的適配 值。
12.根據(jù)權(quán)利要求9所述的網(wǎng)絡(luò)拓?fù)浍@取裝置，其特征在于，所述種群變異子單元具體 用于針對變異操作后新個體的適配值小于或等于變異操作前新個體的適配值的情況，根據(jù) 第三預(yù)設(shè)次數(shù)繼續(xù)對該新個體進(jìn)行變異操作，如果變異操作次數(shù)滿足所述第三預(yù)設(shè)次數(shù)， 且變異操作后新個體的適配值仍然小于或等于變異操作前新個體的適配值，則保持變異操 作前的新個體。
全文摘要
本發(fā)明實施例涉及一種網(wǎng)絡(luò)拓?fù)浍@取方法及裝置，其中方法包括獲得包括所有節(jié)點的位置信息的地圖信息，所有節(jié)點的數(shù)目為N，對于所有節(jié)點中的任意每兩個節(jié)點，計算得到N*(N-1)/2條邏輯鏈路，N為自然數(shù)；獲得每條邏輯鏈路的兩端節(jié)點之間的高程信息，根據(jù)每條邏輯鏈路的高程信息計算得到對應(yīng)的第一菲涅爾區(qū)信息；當(dāng)根據(jù)第一菲涅爾區(qū)信息確定與其所對應(yīng)的邏輯鏈路滿足視通要求時，將所述邏輯鏈路作為微波網(wǎng)絡(luò)中的備選鏈路；根據(jù)確定的至少一條備選鏈路，獲得滿足約束條件的網(wǎng)絡(luò)拓?fù)?。本發(fā)明實施例將滿足視通要求的邏輯鏈路作為獲取網(wǎng)絡(luò)拓?fù)涞膫溥x鏈路。通過視通處理，保證獲取的網(wǎng)絡(luò)拓?fù)淠軌驖M足視通要求。
文檔編號H04J3/08GK102130737SQ20101000441
公開日2011年7月20日 申請日期2010年1月15日 優(yōu)先權(quán)日2010年1月15日
發(fā)明者吳傳軍, 李啟銘, 隋志成 申請人:華為技術(shù)有限公司