主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法

摘 要：在集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧的優(yōu)化中，存在消息隊(duì)列相互阻礙的情況，導(dǎo)致通信延時(shí)較高，優(yōu)化算法的自適應(yīng)性需要進(jìn)一步提高。為此，提出了主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法。在主動(dòng)感知下，采集關(guān)鍵周期內(nèi)的數(shù)據(jù)，計(jì)算帶寬感知數(shù)據(jù)的優(yōu)先級(jí)，為其分配無線帶寬，優(yōu)化協(xié)議棧隊(duì)列，在此基礎(chǔ)上，從協(xié)議棧時(shí)間、隊(duì)列、任務(wù)關(guān)系上建立約束模型，避免出現(xiàn)高優(yōu)先級(jí)的隊(duì)列阻礙低優(yōu)先級(jí)隊(duì)列，將上述內(nèi)容落實(shí)到協(xié)議棧的總體結(jié)構(gòu)中，完成對(duì)協(xié)議棧總體結(jié)構(gòu)的優(yōu)化。實(shí)驗(yàn)結(jié)果表明：提出的主動(dòng)感知下的通信協(xié)議棧優(yōu)化算法平均延時(shí)低、能耗低，自適應(yīng)性更好。

關(guān)鍵詞：主動(dòng)感知；集群車輛；數(shù)據(jù)交換；網(wǎng)絡(luò)通信；協(xié)議棧；智能優(yōu)化

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A

Optimization Algorithm for Communication Protocol Stack of Cluster

Vehicle Data Exchange Network UnderActive Perception

YANG Yuhao，YUAN Guolun

（Ya’an Polytechnic College， Ya’an，Sichuan 62500，China）

Abstract：In the optimization of the communication protocol stack of the trunked vehicle data exchange network， the message queue obstructs each other， leading to high communication delay， and the adaptability of the optimization algorithm needs to be further improved. To solve this problem， a protocol stack optimization algorithm based on active awareness is proposed. Under active awareness， data within the key period is collected， the priority of bandwidth awareness data is calculated， the wireless bandwidth is allocated， and the protocol stack queue is optimized. On this basis， a constraint model is established from the protocol stack time， queue and task relationship to avoid the occurrence of high priority queue blocking low priority queue. The above content is implemented into the overall structure of the protocol stack. Complete the optimization of the overall structure of protocol stack. Experimental results show that the proposed active sensing algorithm has low average delay， low energy consumption and better adaptability.

Key words：active perception; cluster vehicles; data exchange; network communication; protocol stack; intelligent optimization

集群車輛通信網(wǎng)絡(luò)是面向車載設(shè)備的高性能通信系統(tǒng)[1]，能夠遠(yuǎn)程控制車載設(shè)備，實(shí)現(xiàn)對(duì)集群車輛的運(yùn)行監(jiān)視和控制管理。在城市交通中，通過這種管理模式可以有效解決交通壓力大的問題[2]，更好地管理城市，在車況預(yù)警、車流量監(jiān)控等方面起到了關(guān)鍵作用[3]。但是集群車輛的網(wǎng)絡(luò)通信涉及的數(shù)據(jù)非常龐大[4]，在數(shù)據(jù)的交換和計(jì)算上需要消耗非常多的資源，這就對(duì)網(wǎng)絡(luò)通信協(xié)議棧提出了高要求[5]。

在過去的研究中，對(duì)集群車輛網(wǎng)絡(luò)通信協(xié)議棧的研究有很多，往往是依托不同的實(shí)時(shí)協(xié)議實(shí)現(xiàn)網(wǎng)絡(luò)通信[6]，在國外的研究中，有專用的控制芯片負(fù)責(zé)實(shí)現(xiàn)車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信[7]。在國內(nèi)研究中，對(duì)于通信協(xié)議棧優(yōu)化研究，早期依靠技術(shù)引進(jìn)，發(fā)展到現(xiàn)在，已經(jīng)有很多成熟的網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化技術(shù)[8]，適用于不同的工作環(huán)境，如基于同態(tài)加密的協(xié)議棧優(yōu)化算法[9]，該算法利用同態(tài)加密技術(shù)保障了通信數(shù)據(jù)的安全，增強(qiáng)了協(xié)議棧安全性。基于多路徑優(yōu)化的協(xié)議棧優(yōu)化算法[10]也是一種使用比較多的技術(shù)，能夠有效提高通信效率，但是在實(shí)際應(yīng)用上，上述兩種算法存在適應(yīng)性差的問題，集群車輛的網(wǎng)絡(luò)通信環(huán)境多數(shù)處于外界，受到外界氣候的影響，通信協(xié)議棧不夠穩(wěn)定，在數(shù)據(jù)交換上存在較明顯的延遲[11]。為此，提出主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法，解決上述協(xié)議棧優(yōu)化算法中存在的問題。

1 主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通

信協(xié)議棧優(yōu)化算法設(shè)計(jì)

1.1 計(jì)算帶寬感知數(shù)據(jù)優(yōu)先級(jí)

對(duì)于主動(dòng)感知下的網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化，首先面對(duì)的問題是數(shù)據(jù)收集問題，主動(dòng)感知下收集的數(shù)據(jù)龐大且復(fù)雜，需要結(jié)合通信帶寬計(jì)算數(shù)據(jù)優(yōu)先級(jí)[12]，制定收集策略。

從主動(dòng)感知下有限的帶寬中選取關(guān)鍵時(shí)間周期上的數(shù)據(jù)進(jìn)行數(shù)據(jù)收集，設(shè)給定的完整的數(shù)據(jù)集為Wpre（i，j），則集群車輛狀態(tài)矩陣表示為：

Xprei=Qpreri×riΔpreri×tjMpretj×tj（1）

式中，pre表示prefix，表示預(yù)先設(shè)定的數(shù)據(jù)，ri表示數(shù)據(jù)集中第i個(gè)數(shù)據(jù)，tj表示第j個(gè)時(shí)間周期，Q表示ri行ri列的正交矩陣，Mtj×tj表示tj行tj列的正交矩陣，Δpreri×tj表示半正定ri×tj階的對(duì)角矩陣，其對(duì)角線上的元素是矩陣Qpreri×ri的奇異值αi，αi的數(shù)據(jù)和大小決定了數(shù)據(jù)的完整性。通過矩陣分解重構(gòu)更新集群車輛狀態(tài)矩陣，得到近似值。計(jì)算公式如下：

Xpre′i=Qprer1×AΔpreA×AMt preA×tj=Ppre′Dpre′（2）

Ppre′=Qprer1×AΔ1/2A×A（3）

Dpre′=Δ1/2A×AMt preA×tj（4）

式中，A表示從Δ中選擇的奇異值的個(gè)數(shù)，Ppre′和Dpre′表示的是矩陣Xprei分解結(jié)果，t表示索引變量。將Xprei矩陣中的元素替換為0，分解得到Ppre′和Dpre′，從中提取出第i行向量ppre′i和第j列向量dpre′j，將提取出的兩個(gè)向量作為元素xprei，j的估算值。計(jì)算出矩陣Xprei中元素xprei，j的優(yōu)先級(jí)。計(jì)算公式為：

HS（ri，tj）=｜xi，j-p′id′tj｜xx，j（5）

如果HS（ri，tj）計(jì)算結(jié)果較大，說明xprei，j與估算值xpre′i，j之間差距較大，此時(shí)的數(shù)據(jù)ri具有較高的優(yōu)先級(jí)。在確定數(shù)據(jù)的優(yōu)先級(jí)后，再為其分配無線帶寬，從而達(dá)到優(yōu)化協(xié)議棧隊(duì)列的目的。

1.2 建立網(wǎng)絡(luò)通信約束模型

網(wǎng)絡(luò)通信協(xié)議棧的自適應(yīng)性是保證網(wǎng)絡(luò)通信快速穩(wěn)定的關(guān)鍵[13]，隊(duì)列的優(yōu)化主要面對(duì)的是數(shù)據(jù)處理問題，對(duì)于協(xié)議棧自適應(yīng)性的優(yōu)化，還需要從時(shí)間、資源、任務(wù)關(guān)系三個(gè)方面展開優(yōu)化，建立網(wǎng)絡(luò)通信約束模型，能夠有效提高協(xié)議棧的自適應(yīng)性。

網(wǎng)絡(luò)通信協(xié)議棧具有較好的實(shí)時(shí)性[14]，建立時(shí)間約束模型有助于對(duì)任務(wù)進(jìn)程截止時(shí)間的檢查和計(jì)算，使得任務(wù)可以在規(guī)定時(shí)間內(nèi)準(zhǔn)確完整[15]。建立的時(shí)間約束模型如圖1所示。

圖中Rstart表示計(jì)時(shí)時(shí)間，Ttime表示分配的時(shí)間片，Rend表示計(jì)時(shí)結(jié)束，Twc表示瞬時(shí)變遷，Rmiss表示錯(cuò)過截止時(shí)間。當(dāng)協(xié)議棧任務(wù)分配的時(shí)間不足以滿足任務(wù)計(jì)算需求，或錯(cuò)過了截止時(shí)間，則觸發(fā)瞬時(shí)變遷，開始另一個(gè)時(shí)間周期。

協(xié)議棧消息任務(wù)之間存在優(yōu)先級(jí)關(guān)系，同一網(wǎng)段內(nèi)，消息的傳遞主要基于任務(wù)的優(yōu)先級(jí)。檢查任務(wù)之間的優(yōu)先級(jí)約束關(guān)系是非常重要的。假設(shè)集群車輛數(shù)據(jù)交換通信發(fā)生時(shí)刻為Tgb，則建立的任務(wù)約束模型如圖2所示。

圖中RaH表示消息到達(dá)，RbufH表示準(zhǔn)備發(fā)送或接收的緩沖隊(duì)列，Rblock表示低優(yōu)先級(jí)消息的發(fā)送請(qǐng)求被高優(yōu)先級(jí)消息阻塞，Tcomm表示信道內(nèi)消息的傳輸延遲。在任務(wù)約束模型的支持下，一旦協(xié)議棧內(nèi)的通信信道資源被使用，在消息執(zhí)行完畢前，不會(huì)被新的任務(wù)打斷，同時(shí)約束了高優(yōu)先級(jí)消息和低優(yōu)先級(jí)消息互相打斷，保證了通信信息的完整性。

圖2 任務(wù)約束模型

通信網(wǎng)絡(luò)中的資源是有限的，協(xié)議棧在工作中會(huì)將資源首先分配給高優(yōu)先級(jí)的節(jié)點(diǎn)，從這一角度出發(fā)，設(shè)計(jì)資源約束模型。如圖3所示。

圖3 資源約束模型

資源約束模型內(nèi)，Rmi表示產(chǎn)生優(yōu)先級(jí)為i的消息，Rpei表示優(yōu)先級(jí)為i的消息計(jì)算能力，Rai表示優(yōu)先級(jí)為i的消息到達(dá)，Bpi表示優(yōu)先級(jí)為i的消息隊(duì)列長度。資源約束模型的設(shè)計(jì)同時(shí)達(dá)到了約束協(xié)議棧計(jì)算資源和信道資源的目的，為通信信息的傳遞提供了很大的方便。以上述約束模型作關(guān)鍵點(diǎn)，對(duì)通信協(xié)議棧總體結(jié)構(gòu)展開優(yōu)化。

1.3 優(yōu)化協(xié)議棧總體結(jié)構(gòu)

通信協(xié)議棧內(nèi)包括三個(gè)大模塊，分別是初始化模塊、過程數(shù)據(jù)模塊和消息數(shù)據(jù)模塊。協(xié)議棧的初始化模塊主要用于完成通信硬件初始化、總線初始化等前期工作，當(dāng)啟動(dòng)協(xié)議棧初始化模塊時(shí)，協(xié)議棧會(huì)根據(jù)用戶請(qǐng)求創(chuàng)建消息通信需要使用的隊(duì)列、信使任務(wù)等內(nèi)容，同時(shí)也會(huì)初始化接收隊(duì)列，準(zhǔn)備接收來自總線的數(shù)據(jù)包。

過程數(shù)據(jù)模塊主要負(fù)責(zé)實(shí)現(xiàn)協(xié)議站提供的兩層接口，分別是鏈路層接口和應(yīng)用層接口。鏈路層接口主要用于訪問數(shù)據(jù)集，應(yīng)用層接口主要用于訪問集群變量，通過這兩層接口能夠有效識(shí)別出消息主體，有助于協(xié)議棧進(jìn)行資源分配工作。

消息數(shù)據(jù)模塊用于實(shí)現(xiàn)網(wǎng)絡(luò)通信內(nèi)實(shí)時(shí)協(xié)議的消息服務(wù)，包括的內(nèi)容有傳輸層的接收和定時(shí)器任務(wù)、應(yīng)用層的定時(shí)器任務(wù)以及網(wǎng)絡(luò)層的路由任務(wù)和發(fā)送任務(wù)。

上述帶寬感知優(yōu)先級(jí)的計(jì)算，主要針對(duì)過程數(shù)據(jù)模塊，提前計(jì)算出消息的優(yōu)先級(jí)，能夠節(jié)約協(xié)議棧的工作時(shí)間和計(jì)算資源；約束模型的設(shè)計(jì)則是針對(duì)消息數(shù)據(jù)模塊，通過對(duì)任務(wù)、時(shí)間、資源的約束，實(shí)現(xiàn)通信網(wǎng)絡(luò)內(nèi)應(yīng)用程序之間的實(shí)時(shí)通信，使得通信協(xié)議棧能夠適應(yīng)不同的計(jì)算環(huán)境，針對(duì)集群車輛的數(shù)據(jù)交換需求，提供快速穩(wěn)定的通信性能。

2 主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通

信協(xié)議棧優(yōu)化算法實(shí)驗(yàn)研究

2.1 實(shí)驗(yàn)準(zhǔn)備

為了驗(yàn)證提出的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法，在正常的通信網(wǎng)絡(luò)環(huán)境下進(jìn)行實(shí)驗(yàn)研究，并將其與幾種常規(guī)的優(yōu)化算法實(shí)驗(yàn)結(jié)果相比較，通過對(duì)比實(shí)驗(yàn)分析綜合分析算法的自適應(yīng)通信能力。為保證實(shí)驗(yàn)的公平公正，為各個(gè)優(yōu)化算法的運(yùn)行設(shè)置相同的通信節(jié)點(diǎn)上行路徑，在保證其他因素一致的情況下，驗(yàn)證網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法的實(shí)際效果。實(shí)驗(yàn)節(jié)點(diǎn)上行路徑如圖4所示。

利用MATLAB軟件隨機(jī)輸出數(shù)據(jù)流周期和大小，變化范圍為表中設(shè)置的參數(shù)，以便能遍歷網(wǎng)絡(luò)通信各種情況。實(shí)驗(yàn)中，采用的優(yōu)化算法分別是基于同態(tài)加密的優(yōu)化算法、基于多路徑優(yōu)化的協(xié)議棧優(yōu)化算法。

2.2 高低溫實(shí)驗(yàn)結(jié)果及分析

集群車輛數(shù)據(jù)交換通信環(huán)境多數(shù)處于室外，因此高低溫特性是衡量協(xié)議棧優(yōu)化算法性能的重要指標(biāo)，參考相關(guān)國家標(biāo)準(zhǔn)要求，針對(duì)主動(dòng)感知下的網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法的高低溫特性展開實(shí)驗(yàn)驗(yàn)證。首先將算法部署到目標(biāo)計(jì)算機(jī)上，運(yùn)行測試程序，將主要硬件置于高低溫實(shí)驗(yàn)箱，設(shè)置網(wǎng)關(guān)地址，向網(wǎng)關(guān)發(fā)送數(shù)據(jù)，直到收到停止指令，在此過程中，逐漸改變高低溫實(shí)驗(yàn)箱的穩(wěn)定性，統(tǒng)計(jì)出不同優(yōu)化算法在高低溫條件下的通信數(shù)據(jù)的丟包率和平均延時(shí)。實(shí)驗(yàn)結(jié)果如表2所示。

觀察表中數(shù)據(jù)，在高溫和低溫的作用下，基于同態(tài)加密的優(yōu)化算法和基于多路徑優(yōu)化算法的優(yōu)化算法在運(yùn)行過程中有較高的延時(shí)，同時(shí)也存在一定丟包率，相比之下，提出的協(xié)議棧優(yōu)化算法丟包率為0，平均延時(shí)比較低，在標(biāo)準(zhǔn)范圍內(nèi)，對(duì)數(shù)據(jù)通信影響小。由此可知，提出的協(xié)議棧優(yōu)化算法通信性能更好，能夠適應(yīng)復(fù)雜的工作環(huán)境。

2.3 能耗實(shí)驗(yàn)結(jié)果及分析

在能耗實(shí)驗(yàn)研究過程中，默認(rèn)每個(gè)節(jié)點(diǎn)只有在數(shù)據(jù)傳輸時(shí)才處于活動(dòng)狀態(tài)，其余時(shí)間處于睡眠狀態(tài)，按照設(shè)置的實(shí)驗(yàn)參數(shù)，不斷增加通信網(wǎng)絡(luò)內(nèi)數(shù)據(jù)流數(shù)目，驗(yàn)證3種優(yōu)化算法的實(shí)際能耗。為了便于對(duì)比分析，能耗實(shí)驗(yàn)以整個(gè)信標(biāo)周期內(nèi)信標(biāo)幀的占比作為能耗指標(biāo)，比值越大說明算法能耗越高。計(jì)算公式為：

Q=NJ×2S16×2B（6）

式中，Q表示能耗，S表示超幀序號(hào)，B表示信標(biāo)序號(hào)，NJ表示通信網(wǎng)絡(luò)內(nèi)活動(dòng)信標(biāo)數(shù)目。由于提出的優(yōu)化算法是在主動(dòng)感知下，為此，以感知周期作為變量，分別在感知周期為0.1 s、0.2 s、0.5 s條件下進(jìn)行能耗實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如圖5所示。

通過圖中顯示的能耗實(shí)驗(yàn)結(jié)果可以看出，協(xié)議棧優(yōu)化算法的能耗隨著數(shù)據(jù)流的增加而增加，同時(shí)，感知周期越短能耗增加越明顯。對(duì)比觀察各個(gè)優(yōu)化算法實(shí)驗(yàn)結(jié)果，基于同態(tài)加密的優(yōu)化算法和基于多路徑優(yōu)化的優(yōu)化算法實(shí)驗(yàn)結(jié)果能耗增加幅度大，上升趨勢(shì)明顯，而提出的優(yōu)化算法實(shí)驗(yàn)結(jié)果中能耗幅度變化小，能耗百分比在5%以下，有很大的提高，在正常通信情況下，能夠使更多的節(jié)點(diǎn)處于睡眠狀態(tài)，在一定程度上增加了通信節(jié)點(diǎn)的使用壽命。結(jié)合高低溫實(shí)驗(yàn)結(jié)果綜合分析，提出的主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧優(yōu)化算法能耗低、耐高溫，能夠很好地適應(yīng)外界環(huán)境的變化，整體自適應(yīng)性優(yōu)于常規(guī)的協(xié)議棧優(yōu)化算法。

（a）基于同態(tài)加密的優(yōu)化算法實(shí)驗(yàn)結(jié)果

（b）基于多路徑優(yōu)化的優(yōu)化算法實(shí)驗(yàn)結(jié)果

（c）提出的優(yōu)化算法實(shí)驗(yàn)結(jié)果

圖5 不同優(yōu)化算法的能耗實(shí)驗(yàn)結(jié)果

3 結(jié) 論

隨著通信技術(shù)的不斷發(fā)展與革新，網(wǎng)絡(luò)通信技術(shù)已經(jīng)應(yīng)用到越來越多的領(lǐng)域中，在集群車輛的通信中，相關(guān)網(wǎng)絡(luò)通信技術(shù)已經(jīng)比較成熟，但是還有進(jìn)步的空間。本文以主動(dòng)感知下的集群車輛數(shù)據(jù)交換網(wǎng)絡(luò)通信協(xié)議棧作為研究對(duì)象，提出優(yōu)化算法的設(shè)計(jì)，從多個(gè)方面優(yōu)化通信協(xié)議棧，強(qiáng)化協(xié)議棧的自適應(yīng)性。在算法優(yōu)化設(shè)計(jì)完成后，又展開了大量實(shí)驗(yàn)分析，證明了設(shè)計(jì)的協(xié)議棧優(yōu)化算法的可靠性。但是，受到時(shí)間的限制，本文研究內(nèi)容還不夠全面，集群車輛網(wǎng)絡(luò)通信的設(shè)計(jì)還有一些問題需要深入研究。未來會(huì)從引入智能優(yōu)化算法，完善網(wǎng)關(guān)硬件設(shè)計(jì)等方面展開研究。

參考文獻(xiàn)

［１］ 呂曉慧，王能民，楊臻.完全信息共享下三層級(jí)配送網(wǎng)絡(luò)協(xié)同路徑優(yōu)化模型及算法設(shè)計(jì)[J].運(yùn)籌與管理，2023，32（3）：78-84+130.

[2] 滕碧紅，孫海信.混合人工蜂群算法在船舶通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用[J].艦船科學(xué)技術(shù)，2023，45（6）：154-157.

[3] 孟蕓，牛永豪，王萍，等.車路協(xié)同網(wǎng)絡(luò)中服務(wù)功能鏈可行時(shí)長優(yōu)化映射算法[J].交通運(yùn)輸系統(tǒng)工程與信息，2023，23（1）：114-122.

[4] 郭偉，范文奕，楊書強(qiáng)，等.面向分布式一致性算法的通信網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)[J].電力系統(tǒng)保護(hù)與控制，2022，50（23）：151-160.

[5] 徐勇軍，楊浩克，李國軍，等.多標(biāo)簽無線供電反向散射通信網(wǎng)絡(luò)能效優(yōu)化算法[J].電子與信息學(xué)報(bào)，2022，44（10）：3492-3498.

[6] 向征.基于改進(jìn)拉格朗日松弛算法的電力通信網(wǎng)絡(luò)負(fù)載均衡優(yōu)化策略研究[J].電測與儀表，2023，60（4）：85-91.

[7] 張然，高瑩雪，丁元明.無人機(jī)集群網(wǎng)絡(luò)分簇優(yōu)化算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2022，43（7）：1848-1855.

[8] 田真真，蔣維，鄭炳旭，等.基于服務(wù)器集群的負(fù)載均衡優(yōu)化調(diào)度算法[J].計(jì)算機(jī)科學(xué)，2022，49（S1）：639-644.

[9] 王凌宇，傅宏，馬創(chuàng)，等.基于同態(tài)加密的電網(wǎng)隱私數(shù)據(jù)多維聚合優(yōu)化算法[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，35（2）：352-359.

[10]李向農(nóng)，范丁元.基于多路徑優(yōu)化算法的鐵路網(wǎng)絡(luò)分析系統(tǒng)開發(fā)[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2022，66（4）：21-24+29.

[11]李守玉，何慶，陳俊.改進(jìn)平衡優(yōu)化器算法在約束優(yōu)化問題中的應(yīng)用[J].計(jì)算機(jī)科學(xué)與探索，2023，17（5）：1075-1088.

[12]孫繼澤，杜金其，王偉，等.電力光纖通信網(wǎng)絡(luò)實(shí)時(shí)安全風(fēng)險(xiǎn)量化參數(shù)優(yōu)化算法[J].激光雜志，2021，42（12）：176-180.

[13]楊芷柔，張虎，劉靜，等.節(jié)點(diǎn)攻擊策略下的軍事通信網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化算法[J].系統(tǒng)工程與電子技術(shù)，2021，43（7）：1848-1855.

[14]李俊松，王雷，張靳予，等.基于改進(jìn)VECMP的電力通信網(wǎng)絡(luò)路由優(yōu)化算法研究[J].電測與儀表，2021，58（7）：136-142.

[15]周華嫣然，周羿宏，胡俊杰，等.人工智能技術(shù)支撐的集群電動(dòng)汽車實(shí)時(shí)優(yōu)化調(diào)度策略[J].電網(wǎng)技術(shù)，2021，45（4）：1446-1459.