[发明专利]一种基于量子遗传策略的QG-OLSR路由方法

说明书

一种基于量子遗传策略的QG‑OLSR路由方法。移动自组织网络其移动性，自组织性，多跳性，分布式控制等特点，使其路由算法必须较快的适应频繁的网络拓扑结构变化，必须持续为每个节点保持实时性强，准确率高，冗余信息少的路由信息，且能最大限度的节约网络资源。与现有的量子遗传算法相比，本方法对量子遗传算法进行改进，并结合OLSR路由协议的特点，首先对MPR节点的选取进行优化，克服了传统方法选取MPR集合的不足，并证明了该算法的收敛性和全局最优解的特性。本方法经检验证明，可有效减少网络中冗余信息，提高网络拓扑中数据传输效率。

【技术领域】

本发明涉及通信技术，具体提供一种基于量子遗传策略的QG-OLSR路由方法。

【背景技术】

移动自组织网络是一种用于连接移动设备的无线网络，由一组逻辑上对等的带有无线收发装置的节点组成，它不依赖于任何基础设置。移动自组织网络具有系统简单，组网灵活，鲁棒性强，无中心，多跳性等特点，相比于传统的有中心网络结构来说，移动自组织网络可以用更低的成本建立更大的网络连通空间。图1为移动自组织网络中采用的OLSR路由协议的MPR集合示意图，MPR集合中的每个节点都是源节点的一条邻居节点，通过MPR集合，源节点可以将信息传播到它的所有两跳邻居节点。MPR节点集合周期性的向全网泛洪TC消息，且该信息包含与该节点的MS节点之间链路信息。并且，MPR节点接受并转发来自其他MPR节点的TC信息。

移动自组织网络凭借其灵活性，扩展性等特点，被广泛应用于不同领域，如环境监测，战场监控，灾后救援等。在灾后救援应用中，利用传统的有中心拓扑结构网络，如蜂窝移动系统等，容易遭到破坏，可以利用移动自组织网络建立临时应急系统。

目前已经提出了很多量子计算的方法，研究主要集中在两类模型上：一是基于量子多宇宙量子衍生遗传算法，另一类是基于量子比特和量子态叠加特性的遗传量子算法。但是之前提出的很多量子遗传算法不具有通用性，仅仅是对特定问题进行求解，不适用于移动自组织网络的OLSR路由中MPR集合的选取及整个网络性能的提升。

【发明内容】

本发明一种基于量子遗传策略的QG-OLSR路由方法，采用多状态因子比特编码方式对网络中节点进行编码，采用量子交叉操作和量子非门实现基因链的交叉变异，采用量子旋转门策略及动态调整转角机制，考虑节点能量信息，避免了早熟及局部收敛现象。针对MPR问题的NP完全性，使用改进的量子遗传算法能够得到全局收敛的较优解。

本发明的基于量子遗传策略的QG-OLSR路由方法，主要包括如下关键步骤：

第1、QGA基本原理模型结构：

第1.1、基本遗传算法采用比例选择策略。

第1.2、在基本遗传算法中，阶次低，定义长度短且适应度超过平均适应度值的模式的数据以指数级增长，适应度小于平均适应度值的模式的数据以指数级减小。

第1.3、量子遗传算法能收敛到全局最优解。

第2、改进QGA算法模型：

第2.1、初始化节点基因链。

第2.2、修复最优个体集合。

第3、编码及初始化：

第3.1、针对OLSR的量子遗传算法的基因链，采用0-1方式进行编码，考虑全局性及基因交叉变异问题，设定染色体长度等于网路拓扑中节点总个数。

第3.2、初始化群体中，将群体中所有个体的染色体基因位的概率振幅的“0”和“1”状态位初始化为

第4、初始群体的选择：

第4.1、启发式规则选择节点i的MPR集合。

第4.2、适应度函数选择节点i的MPR集合。