吳佳益,徐開(kāi)俊,楊 泳
(中國(guó)民用航空飛行學(xué)院 飛行技術(shù)學(xué)院,四川 廣漢 618300)
由于某些突發(fā)性或隨機(jī)性事件的影響,會(huì)導(dǎo)致整個(gè)交通網(wǎng)絡(luò)功能受到損傷,交通網(wǎng)絡(luò)的脆弱性也呈現(xiàn)出來(lái).而對(duì)于錯(cuò)綜復(fù)雜的空中交通網(wǎng)絡(luò),其網(wǎng)絡(luò)內(nèi)部的連接關(guān)系也更為復(fù)雜,網(wǎng)絡(luò)間元素的相互依賴程度也更加明顯,這使得空中交通網(wǎng)絡(luò)變得更加復(fù)雜[1-2].全面有效地研究空中交通網(wǎng)絡(luò)的脆弱性,能從根源上將空中交通網(wǎng)絡(luò)的致命缺點(diǎn)尋找出來(lái),可以有效解決空中交通網(wǎng)絡(luò)運(yùn)行效率差的問(wèn)題.
目前國(guó)內(nèi)外學(xué)者在交通網(wǎng)絡(luò)的脆弱性研究中已經(jīng)取得了很多成果,一些學(xué)者應(yīng)用復(fù)雜網(wǎng)絡(luò)理論進(jìn)行研究,但是仍然存在不足之處[3].其中大部分研究者只關(guān)注了某一個(gè)交通子網(wǎng)絡(luò)的脆弱性,并沒(méi)有將空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度考慮在內(nèi).傳統(tǒng)方法中,對(duì)空中交通網(wǎng)絡(luò)脆弱性分析方法主要采用模糊BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(support vector machine,SVM)等[4-5],但這些方法不僅對(duì)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)先驗(yàn)規(guī)則特征信息的需求量較大,而且對(duì)時(shí)變和時(shí)延的自適應(yīng)調(diào)節(jié)性能也不好.針對(duì)上述問(wèn)題,本文提出一種基于復(fù)雜網(wǎng)絡(luò)理論的空中交通網(wǎng)絡(luò)脆弱性分析方法.
多層復(fù)雜網(wǎng)絡(luò)模型由網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型與傳輸信道模型共同組成,為了實(shí)現(xiàn)對(duì)空中交通復(fù)雜網(wǎng)絡(luò)模型的構(gòu)建,需分析空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型和數(shù)據(jù)傳輸信道模型.考慮由N個(gè)傳感器節(jié)點(diǎn)組成的分布式空中交通網(wǎng)絡(luò),網(wǎng)絡(luò)節(jié)點(diǎn)分布密度控制問(wèn)題可描述為
x(k+1)=A(k)x(k)+Γ(k)l(k)
(1)
zi(k)=x(k)+ui(k)(i=1,2,…,N)
(2)
式中:x(k)∈Rn×1為空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的分布目標(biāo)狀態(tài);A(k)∈Rn×n為空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的分布狀態(tài)轉(zhuǎn)移矩陣;過(guò)程噪聲l(k)為均值為零,且方差為Q(k)的高斯白噪聲[6];Γ(k)為發(fā)送節(jié)點(diǎn)集驅(qū)動(dòng)矩陣;zi(k)∈Rp×1為第i個(gè)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的能量測(cè)量值;節(jié)點(diǎn)的密度測(cè)量狀態(tài)矩陣ui(k)∈Rp×1為一個(gè)均值為零且方差為Di(k)的高斯白噪聲.
假定空中交通網(wǎng)絡(luò)的輸出增益過(guò)程加權(quán)向量w(k)與ui(k)之間存在相關(guān)性關(guān)系,且各測(cè)量節(jié)點(diǎn)分布密度之間均相關(guān),即
(3)
在時(shí)變狀態(tài)下節(jié)點(diǎn)的初始狀態(tài)x(0)均值為x0,方差為P0,且獨(dú)立于w(k)和ui(k),i=1,2,…,N,得到空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分配的無(wú)約束方程為
(4)
式中:di為誤差懲罰項(xiàng);mi為節(jié)點(diǎn)分配系數(shù).根據(jù)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)在數(shù)據(jù)融合中心接收到消息的時(shí)變性[7-8],通過(guò)時(shí)變誤差控制,得到節(jié)點(diǎn)均勻分布在監(jiān)測(cè)區(qū)域的狀態(tài)參量需滿足
Si(k)=zi(k)+qi(k)=
x(k)+ui(k)+qi(k)=
x(k)+vi(k)
(5)
式中:vi(k)為數(shù)據(jù)融合函數(shù);qi(k)為量化密度信息的方差,其滿足
(6)
其中,Δi(k,r)為k時(shí)刻第i個(gè)密度控制值的第r個(gè)分量量化步長(zhǎng);diag(·)為對(duì)角矩陣函數(shù).由此得出空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的分布結(jié)構(gòu)模型,如圖1所示.
圖1 空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型Fig.1 Distribution structure model for air traffic network nodes
在空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型的基礎(chǔ)上,構(gòu)建傳輸信道模型,進(jìn)行節(jié)點(diǎn)密度控制優(yōu)化設(shè)計(jì),提高空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的信息覆蓋率.假設(shè)空中交通網(wǎng)絡(luò)有L條傳輸信道[9],構(gòu)建空中交通網(wǎng)絡(luò)簇頭節(jié)點(diǎn)分配的信道特征分解函數(shù)為
(7)
式中:al為共軛系數(shù);δ(t-τl,0)為信道特征函數(shù).
采用單通道窄帶模型表示空中交通網(wǎng)絡(luò)的節(jié)點(diǎn)密度信息融合中心[10],信息擴(kuò)維測(cè)量方程可表示為
M(k)=H(k)x(k)+V(k)
(8)
在時(shí)間延遲最小的信道模型中,w(k)與V(k)的相關(guān)性為
E[w(k)V(k)]=[B1(k),B2(k),…,BN(k)]=
B(k)
(9)
式中,B(k)為單位下三角陣,且其逆陣仍為單位下三角陣[11].在空中交通網(wǎng)絡(luò)的節(jié)點(diǎn)分布模型中,可將節(jié)點(diǎn)密度控制問(wèn)題轉(zhuǎn)換為網(wǎng)絡(luò)傳輸節(jié)點(diǎn)的能量均衡和定位問(wèn)題,根據(jù)Cholesky分解可知[12-13],正定實(shí)對(duì)稱陣RV(k)的特征分解結(jié)果為
RV(k)=B(k)I(k)BT(k)
(10)
式中,I(k)=diag{r1(k),r2(k),…,rN(k)},為節(jié)點(diǎn)發(fā)射功率的對(duì)角陣.通過(guò)信道模型的構(gòu)建,將空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的密度控制問(wèn)題轉(zhuǎn)化為
C(k)=F(k)x(k)+G(k)
(11)
式中,C(k)、F(k)、G(k)分別為空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的均衡密度、分布密度及對(duì)角密度,轉(zhuǎn)化后的節(jié)點(diǎn)區(qū)域覆蓋度相關(guān)統(tǒng)計(jì)特性為
(12)
綜上所述,通過(guò)網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型與傳輸信道模型完成對(duì)空中交通復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)的脆弱性分析,在此基礎(chǔ)上,進(jìn)行空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度控制優(yōu)化設(shè)計(jì).
在空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的分布結(jié)構(gòu)模型和傳輸信道模型設(shè)計(jì)的基礎(chǔ)上,本文進(jìn)行了空中交通網(wǎng)絡(luò)節(jié)點(diǎn)優(yōu)化部署設(shè)計(jì).通過(guò)控制節(jié)點(diǎn)密度改善網(wǎng)絡(luò)的覆蓋能力,針對(duì)當(dāng)前空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度控制過(guò)程中,時(shí)變和時(shí)延自適應(yīng)調(diào)節(jié)性能不好的問(wèn)題,本文采用時(shí)變時(shí)延對(duì)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度進(jìn)行控制,通過(guò)狀態(tài)空間重組,可將節(jié)點(diǎn)的覆蓋范圍等價(jià)表示為
x(k+1)=Φ(k)x(k)+J(k)C(k)
(13)
式中,Φ(k)、J(k)分別為子空間覆蓋范圍與節(jié)點(diǎn)覆蓋范圍函數(shù),節(jié)點(diǎn)密度自適應(yīng)時(shí)變時(shí)延約束控制向量為
Φ(k)=A(k)-J(k)F(k)
(14)
(15)
為便于進(jìn)一步推導(dǎo),對(duì)空中交通網(wǎng)絡(luò)進(jìn)行自適應(yīng)分層,采用融合濾波進(jìn)行誤差跟蹤控制,得到空中交通網(wǎng)絡(luò)節(jié)點(diǎn)部署的λ(k)表達(dá)式為
(16)
式中,c(k)為調(diào)節(jié)系數(shù),c(k)=tr[N(k)]/tr[C(k)],且
(17)
其中:N(k)為密度控制因子;P(k)為狀態(tài)控制因子;β為節(jié)點(diǎn)傳輸?shù)乃p因子.引入信息矩陣Y(k|k)=P-1(k|k)進(jìn)行能量均衡控制,得到節(jié)點(diǎn)的無(wú)偏估計(jì)結(jié)果為
(18)
γ(k)=C(k)-F(k)Y(k|k-1)
(19)
式中:γ(k)為網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)變實(shí)驗(yàn)的測(cè)量殘差;ρ為遺忘因子.設(shè)定ρ=0.95,β=1.2.通過(guò)上述設(shè)計(jì),實(shí)現(xiàn)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度自適應(yīng)時(shí)變時(shí)延約束誤差修正控制.
考慮一類時(shí)變時(shí)延約束控制的空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分布密度融合跟蹤控制系統(tǒng),以節(jié)點(diǎn)區(qū)域覆蓋度最大化設(shè)計(jì)作為約束條件.
利用空中交通網(wǎng)絡(luò)節(jié)點(diǎn)傳輸量化信息的誤差協(xié)方差陣P(k-1|k-1)得到子網(wǎng)絡(luò)節(jié)點(diǎn)的魯棒性融合協(xié)方差陣P(k|k)為
P(k|k)=[I-K(k)F(k)]P(k|k-1)
(20)
K(k)=P(k|k-1)FT(k)·
[F(k)P(k|k-1)FT(k)]-1
(21)
(22)
Y(k|k)=Y(k|k-1)+FT(k)F(k)
(23)
結(jié)合適應(yīng)能量均衡控制,得到空中交通網(wǎng)絡(luò)節(jié)點(diǎn)j(1≤j≤N)的密度擴(kuò)展量化更新迭代為
(24)
(25)
且
Y(k|k)=Y(N,k|k)=
Y(k|k-1)+FT(k)F(k)
(26)
為了測(cè)試設(shè)計(jì)控制算法在空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化方面的性能,本文進(jìn)行了仿真實(shí)驗(yàn).仿真實(shí)驗(yàn)的硬件環(huán)境描述為:處理器為AMDAthlon1.83GHz,2Gbit內(nèi)存,主頻為DDR258;軟件環(huán)境為Matlab2007.網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)N=1 024,節(jié)點(diǎn)初始失效概率p=0.478,能量分布密度W=11pJ/(bit·m2),數(shù)據(jù)包大小為100Mbit,在空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度控制定位尋優(yōu)中的時(shí)間步長(zhǎng)為100.根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定進(jìn)行空中交通網(wǎng)絡(luò)的節(jié)點(diǎn)密度控制仿真分析,得到節(jié)點(diǎn)的輸出部署分布狀態(tài)圖如圖2所示.圖2中,SN為根節(jié)點(diǎn),V0為中繼節(jié)點(diǎn).
圖2 空中交通網(wǎng)絡(luò)節(jié)點(diǎn)初始部署圖Fig.2 Initial deployment diagram of air traffic network nodes
分析圖2可知,根節(jié)點(diǎn)分布呈X型,在中繼結(jié)點(diǎn)附近根節(jié)點(diǎn)密度最高.為研究?jī)?yōu)化效果,采用本文方法和文獻(xiàn)[4]方法進(jìn)行對(duì)比,通過(guò)節(jié)點(diǎn)密度控制,分析不同通信輪數(shù)下的空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的死亡數(shù)目對(duì)比結(jié)果如圖3所示.
對(duì)比分析圖3仿真結(jié)果可知,采用文獻(xiàn)[4]方法進(jìn)行空中交通網(wǎng)絡(luò)節(jié)點(diǎn)密度控制,通信輪次在0.7×107輪左右,空中交通網(wǎng)絡(luò)節(jié)點(diǎn)開(kāi)始出現(xiàn)死亡,在1.5×107通信輪次后,近20個(gè)通信節(jié)點(diǎn)死亡,嚴(yán)重降低了通信性能和網(wǎng)絡(luò)的覆蓋性.而本文方法在進(jìn)行空中交通節(jié)點(diǎn)密度控制時(shí),可以提高節(jié)點(diǎn)的通信覆蓋能力.圖4描述了外界環(huán)境干擾(如雷擊、周邊負(fù)載設(shè)備的開(kāi)關(guān)機(jī)、發(fā)電機(jī)、無(wú)線電通訊等)下不同的時(shí)變時(shí)延干擾信噪比與空中交通節(jié)點(diǎn)覆蓋率的關(guān)系.由圖4分析得知,本文方法具有較好的時(shí)變時(shí)延適應(yīng)能力和調(diào)整能力,提高了空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的通信覆蓋率.
圖3 節(jié)點(diǎn)死亡個(gè)數(shù)變化曲線Fig.3 Change of number of dead nodes
圖4 空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的通信覆蓋性能對(duì)比Fig.4 Comparison of communication coverage ability of air traffic network nodes
為解決當(dāng)前空中交通網(wǎng)絡(luò)節(jié)點(diǎn)通信覆蓋性能差的問(wèn)題,提出基于復(fù)雜網(wǎng)絡(luò)理論的空中交通網(wǎng)絡(luò)脆弱性分析,研究得出如下結(jié)論:
1)通過(guò)構(gòu)建空中交通網(wǎng)絡(luò)節(jié)點(diǎn)分布結(jié)構(gòu)模型及傳輸信道模型,完成空中交通網(wǎng)絡(luò)脆弱性分析.
2)采用自適應(yīng)時(shí)變時(shí)延約束誤差修正方法優(yōu)化調(diào)整節(jié)點(diǎn)密度,實(shí)現(xiàn)空中交通網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)化部署.
3)所提方法能夠有效提高節(jié)點(diǎn)密度,提高了網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率.未來(lái)將進(jìn)一步考慮該方法的實(shí)用性,以實(shí)際應(yīng)用于空中交通為目標(biāo)進(jìn)行進(jìn)一步研究.