【通信】基于matlab粒子群算法5G物联网云网络优化【含Matlab源码 2160期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）

⛄一、简介

1 引言
5G技术被大众所熟知之后，边缘计算也成了各行业关注的重点。最初的边缘计算概念是在2014年提出，到了2016年就拓展到了接入边缘，目前基本被定义为靠近用户边缘的、包含多种技术的接入网络，能够提供比较稳定的IT业务环境以及云计算能力，属于综合性较强的系统。边缘计算的工作原则就是为用户提供更加优质的服务，主要目的在于降低时延以及宽带限制等。

2 分布式网络云构架
随着自媒体和虚拟现实等行业业务的发展，以及工业互联网和车联网的新兴业务的快速扩张，传统的网络环境与业务也面临着明显的流量增加以及时延变大的情况。面对这样的行业背景，各大运营商都十分积极地在网络架构方面寻求变革，尤其是业务发展以及云网融合的方面。

当下我国大部分运营商采用的组网方案是分布式网络云架构作为基础网络建设，整个网络核心也被划分为边缘和核心两个节点，具体能够覆盖全国核心数据中心，以及边缘数据中心和通信机房等。其中核心指的是全国范围内的数据中心，具体特点就是资源规模较大，且整体资源共享程度也很高。边缘则是地区、县的数据中心或者通信机房边缘云资源池，在承载低时延、高宽带要求的用户方面发挥其效用。

3 5G业务对边缘云网络的需求
对于大部分运营商而言，边缘云网络是运营商与互联网公司相比的优势[1],行业用户的应用部署在运营商边缘计算平台当中，通过开放API的使用，边缘计算平台能够提供的服务种类也有所增加，能够满足不同用户的差异化需求。在5G技术的辅助下，运营商本身也能够在5G时代低时延、高宽带特点的辅助下，更快速地实现统一边缘计算平台的构建，最终与其他边缘生态产业实现紧密合作谋求发展。

需要注意的是，边缘云网络与用户之间的位置距离更近，主要是承载着核心网用户面功能以及多种第三方APP业务的任务，其能够接入网中央单元，同时与各大网关、部署平台等实现合作发展，在满足控制面和转发面网络之间的分离需求基础上，也能够满足相关业务延时性和业务灵活加载的相关需求。边缘云网络基本都包含虚拟化架构，能够满足5G技术的接入条件，不仅总体生产成本不高，还能够优化计算资源分配和调度效率。

边缘云网络对平台的依赖性较大，能够不断在实践中孵化5G创新应用，同时对于越来越明显的客户差异化需求也能满足。能够使用这种平台的场景常见的有3类，首先是个人用户应用场景，通常是游戏、视频浏览等，在应用过程中能够根据场景的不同提供不同种类的业务体验[2]。其次是企业专网场景，这种通常是在特定用户的情况下使用，重点位置会被限制在固定范围之内，接入机房部署之后，边缘云网络在服务配置和地址等标识上都会与企业用户区别开，主要优势在于能够保障办公网络稳定，并且其时延也不高。最后是车联网，目前车联网已经成为运营商的新收入点，使用边缘云网络之后，车联网就能够通过区域性算法，在车辆避让和速度引导方面展现出较高的优越性。

为满足5G业务整体呈现高效稳定的承载，边缘云网络本身需要具备基础的低时延、高效率等特征。

4 面向5G业务的边缘云网络组网方案
4.1 边缘云网络传统组网方案
工作人员需要根据实际情况判断，网络中是否有必要引进SDN技术，且需要注意的是传统组网方案是非SDN组网，这种方案更适合业务对自动化程度要求不高和建网成本比较敏感的场景。SDN组网方案在整个网络环境当中，需要配合部署控制器使用，常规的传统三层网络上，通常会构建大二层或者三层分布式转发网络，对于自动化程度高且有集中管理控制场景的适用程度较高。需要注意的就是根据不同的规模选择不同的组网架构，原则就是选择成本控制更方便的方案，而边缘云网络能够按照其承载业务的性质进行区分，通常能够分为3个区域，即管理、业务和存储。其中管理区域主要是应用在网络、资源和业务管理等方面；业务区域主要负责的就是部署计算节点服务器[3],安装其中的各类网元；存储区域的工作通常就是按照需求，部署本地存储工作。

图1 大型DCSDN网络架构

4.2 边缘云网络SDN组网方案
为提高边缘云网络的自动化与智能化运行维护程度，行业内人员有必要提高业务运营和维护工作效率，且要注意成本控制的问题。当下环境当中SDN组网是运营商建设网络的主流方案，如：大型DC SDN组网方案，某工作人员使用的就是大型DC SPINE-LEAF架构，和网元单独部署。其具体架构如图1所示。

在混合Overlay方案当中，VTEP部署在虚拟交换机当中，SDN使用的控制面是Openflow+EVPN协议，主要就是提供二层和三层分布式路由转发。

此外还有中型DC SDN组网方案，这种方案也比较常见，该组网方案能够使用SDN控制器接收来自核心和边缘DC的云网配置，还能够实现网络设备配置的自动下发，最终与计算和虚拟化存储技术配合完成相关业务的自动化开通，全面提高智能化运维管理能力。

小型数据中心通常是采用单层网络的架构形式，只需要部署DCGW就能够实现LEAF-SPINE与DGGW的复合功能。SDN控制器适合采用更加轻量化的部署，因此行业内工作通常会选择使用虚机节点，配合使用混合网络方案就能够通过控制器对DCGW进行管理。且小型站点通常比较多且很分散，这必然导致后续的管理和运行成本提升。为进一步优化网络资源统一管理工作的落实效果，工作人员可以选择在大中型的DC当中部署标准的VIM和SDN控制器，而在小型DC当中，若想促使部署更加轻量化，工作人员可以选择使用远程集中管理的方式控制边缘的小型DC,最终也能够达到提高运维效率和降低维护成本。

4.3 边缘云网络流量模型
大型DC,这种流量模型中的二层流量，具体就是同TOR下组件会在本地TOR的辅助下完成二次转发，三层流量实际上指的是不跨防火墙的类型，能够分别存储各自三层网关，也能完成转发工作。三层流量本质上指的是跨防火墙的类型，流量能够在防火墙的辅助下完成转发。中型DC需要注意的是三层流量，一种是不跨防火墙，全部的三层流量都是由DCGW负责转发，另一种是跨防火墙的类型，整体流量主要是由防火墙完成转发。小型DC的二层流量是DCGW负责本地转发，三层也分为跨防火墙和不跨防火墙两种形式，其中不跨防火墙的形式是由DCGW负责转发工作，跨防火墙的则是流量利用防火墙转发。

⛄二、部分源代码

% Clean space
clear all;
clc;
clf;

%%%%%%%%%%%%%%%%%%%%%%
% meanIterations = [];
% standardVariation = [];
% standardDeviation = [];
% AverageConvergenTime = [];
Times = 1;

while Times <= 1
tic
%%%%%%%%%%%%%%%%%% Section 0: Make a Loop %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Create a matrix for PSO to use ‘RSSI’,‘Loss’,‘BW’,‘Speed’,‘RTT’,‘Cost’
% These are the six equivalent RF environments for each deficit above;
Rock = [0.7 0.8 0.83 0.86 0.875 0.9];
% Weight
for cases = 1:6

%%%%%%%%%%%%%%%%%% Section I: Make a Name %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Initilization matrix index
t = 0;

% Assume the province (or mine) has C districts R cities (poles) and L (IoT) systems
% For L=R=C=2 the answer is Chinese Bagua Fortune Teller’s Dish
% Otherwise our Lucky Dish is
L = 5;
R = 3;
C = 2;

% Maximum possible total number of nodes
T = LRC;

% Let’s make a fortune teller’s name!
% Your next brother and sister must have almost the same name as you …
for i = 1:L
for j = 1:R
for k = 1:C
% This is the index to TxT matrix later on
t = t+1;
% Find the District
sensorName(t,1) = i;
% Find the City
togJ = ceil(t/C/R);
sensorName(t,2) = abs(-(R+1)(1+(-1)^togJ)/2 + j);
% Find the System
togK = ceil(t/C);
sensorName(t,3) = abs(-(C+1)(1+(-1)^togK)/2 + k);
end
% end of column
end
% end of row
end
% end of level

% Print the node name
%disp(‘The node location sequence is:’)%;
%disp(sensorName);
%disp(‘Hit any key to continue!’);
%save -ascii -tabs sensorName.xls sensorName;
%pause;

%%%%%%%%%%%%%%%%%% Section II: Make a Connection %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Initilize connection matrix, nothing connected
Mc = zeros(T,T);%;
% The random signal reach of the signal
minSR = min(L,min(R,C));
maxSR = max(L,max(R,C));
% Make connections
for i = 1:T
for j = 1:T
% The reach is random depends how far is the node
rock = Rock(cases);
nodeSR = minSR + (maxSR-minSR)*random(‘Geometric’,rock,1,1);
if abs(i-j) <= nodeSR
Mc(i,j) = 1;
end
end
end

% Print the node matrix
%disp(‘The connection matrix is:’)%;
%disp(Mc);
%disp(‘Hit any key to continue!’);
%pause;
%save -ascii -tabs sensorName.xls sensorName;

%%%%%%%%%%%%%%%%%% Section III: Make a Route %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Prune the connection matrix with limited multiple connection M (always even)
M = 4; % The radio cost M should be matched with height of antenna
% Initialize the Routing Matrix, nothing cut off yet
Mr = Mc;
for i = 1:T % source
for j = 1:T % destination
% The routine depends on limit of number of radio connections
if abs(i-j) > M/2
Mr(i,j) = 0;
end
end
end

% Print the node route
%disp(‘The route matrix is:’)%;
%disp(Mr);
%disp(‘Hit any key to continue!’);
%pause;
%save -ascii -tabs sensorName.xls sensorName;

%%%%%%%%%%%%%%%%%% Section IV: Make a Bang %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Now the random change of route or schedule happen!
fail=1-rock;
Ma = random(‘Geometric’,fail,T,T);
% Print the change map
%disp(‘The changed matrix is:’)%;
%disp(Ma);
% Decide if the link is changed too much, if level is above threshold
ThrshLo = 3 ; %Why is 3
ThrshHi = 6; %Why is 6
for i=1:T
for j=1:T
% Above threshold high is out of reach, below is good
if Ma(i,j) > ThrshHi
Mf(i,j) = 0;
elseif Ma(i,j) < ThrshLo
Mf(i,j) = 1;
%elseif Ma(i,j) = ThrshHi
% Mf(i,j) = (Ma(i,j)/ThrshHi)-0.1;
else
Mf(i,j) = 1 - Ma(i,j)/(ThrshHi+ThrshLo);
%end
end
end
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]林兵.面向5G业务的边缘云网络组网方案探究[J].无线互联科技. 2022,19(06)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合