一种飞行器多动力系统数据交互网络结构优化方法

1.本发明涉及一种数据交互网络拓扑结构优化设计技术,尤其涉及一种飞行器多动力系统数据交互网络结构优化方法。


背景技术：

2.随着多电飞机、全电飞机、新一代发动机等航空装置的应用以及多动力装置、传感器、执行器的出现，使得传统集总式信号结构的电缆布线复杂程度和重量均急剧增加，从而使得中央控制器的工作压力增大、算法调度的实时性设计和实现更加困难。为适应新一代发动机控制系统的发展，提高发动机的推重比，分布式动力系统及分布式控制系统结构的应用愈加广泛。信号传输也从传统的集总式结构转为分布式结构，以便缓解线缆的重量和中央控制器的工作压力，而各动力系统数据交互网络传输的可靠性对分布式结构的航空装置稳定工作至关重要。飞行器上的动力装置之间的连接考虑到数据传输的可靠性一般采用有线连接形式，而重量、可靠性又是飞行器考虑的两个重要因素，表征重量的数据网络线路总长度与表征可靠性的节点链路条数这两个目标是成冲突关系，研究协调这两项重要目标参数数值以达到飞行器可接受区域的优化方法是多动力系统数据交互网络结构布局的基础。
3.图1为现有通信网络的拓扑结构图，如图1所示，目前通信网络的拓扑结构主要分为星型、环型、总线型、树型、全连接型、直线型和网状结构等。
4.表1为上述通信拓扑结构的属性表由表1可知，每种基本拓扑结构都有其优缺点。故可采用多种拓扑结构相结合的方式布置推力矩阵通信网络，以便实现高速、高效、高可靠、高实时的网络控制。
5.针对如何布置推力矩阵有线通信网络拓扑结构以实现分布式推力单元之间高速、高效、高可靠的信息传送的关键性问题，并减轻布线重量提高网络数据传输可靠性，本发明提出飞行器多动力系统数据交互网络结构优化方法，即通过建立目标函数并最优化求解的方式来确定多节点网络拓扑结构，得到推力矩阵有线通信网络结构。


技术实现要素：

6.本发明的目的是提供一种飞行器多动力系统数据交互网络结构优化方法，将线束的重量、可靠性作为目标函数，考虑可扩展性、数据包长、设备重要性等因素，建立惩罚函数，实现了在不同需求下分布式动力系统或多体有线通信网络拓扑结构的布线优化，提高
了分布式动力矩阵通信网络性能。
7.为实现上述目的，本发明提供了飞行器多动力系统数据交互网络结构优化方法，包括以下步骤：s1、确定整个网络的链路决策变量向量；s2、表达布线重量指标性能函数；s3、考虑两个节点间的数据传输链路数，并考虑节点间每条链路的数据有效传输概率，用所有任意两个节点之间的有效传输链路数总和表达整个网络的可靠性；s4、考虑重要网络节点的冗余链接将根据步骤s3计算的可靠性进行加权，表达为加权性能函数；s5、计算整个网络的约束条件；s6、根据步骤s1获得的链路决策变量向量、步骤s2获得的布线重量指标性能函数、步骤s4获得的加权性能函数、步骤s5获得的约束条件计算多目标优化结果；s7、根据步骤s6计算的多目标优化结果布置网络拓扑结构。
8.优选的，步骤s1中整个网络的链路决策变量向量的表达如下：（1）其中，n为整个网络节点数，为第个节点，为第个节点，代表第和个节点之间的链路通断状况。
9.优选的，步骤s2中布线重量指标性能函数表达如下：
ꢀꢀ
（2）其中，为第和个节点之间的链路长度。
10.优选的，步骤s3中可靠性表达如下：
ꢀꢀ
（3）其中，任意两节点之间的通路数表达为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中，、、为节点与节点之间的任意节点；考虑每一条数据链路有效传输的概率，重新表达任意两个节点之间有效链路条数及其概率加权：（5）其中每一条数据链路各自数据有效传输的概率为，可知，为节点与节点之间数据有效传输的概率，为途经节点、节点、节点之间数据有效传输的概率，为途经节点、节点、节点、节点之间数据有效传输的概率，为途经节点、节点、节点....节点、节点之间数据有效传输的概率。
11.优选的，步骤s4中加权性能函数表达如下：
ꢀꢀ
（6）其中，为第和个节点之间通路的加权系数，此加权系数值考虑到节点重要性等参数的经验数据。
12.优选的，步骤s5中约束条件表达如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）其中，为与第和节点直接相连的链路的约束值，即飞行器各动力矩阵间布线必须避开的区域，如高温区域等。
13.优选的， 步骤s6中多目标优化结果计算如下：
ꢀꢀ
（8）。
14.优选的，步骤s6还包括根据所获得的多目标优化结果，得到布线长度和链路总数，最后得出多目标优化结果图。
15.因此，本发明采用上述飞行器多动力系统数据交互网络结构优化方法，将线束的重量、可靠性作为目标函数，考虑可扩展性、数据包长、设备重要性等因素，建立惩罚函数，实现了在不同需求下动力控制系统通信网络拓扑结构的布线优化，减轻了布线重量，提高了网络数据传输可靠性，提高了飞行器多动力系统数据交互通信网络的性能，保证更安全可靠飞行。
16.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
17.图1为现有通信网络的拓扑结构类型图。
18.图2为本发明实施例一多目标优化结果图。
19.图3为本发明实施例一优化对比图。
20.图4为本发明实施例二飞行器的推力矩阵布局图。
21.图5为本发明布线长度与网络节点链路总数的多目标优化结果图。
22.图6为本发明方案1网络布线图。
23.图7为本发明方案2网络布线图。
24.图8为本发明方案3网络布线图。
25.图9为本发明方案4网络布线图。
26.图10为本发明方案5网络布线图。
具体实施方式
27.以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。
28.本发明包括以下步骤：s1、确定整个网络的链路决策变量向量；s2、表达布线重量指标性能函数；s3、考虑两个节点间的数据传输链路数，并考虑节点间每条链路的数据有效传输概率，用所有任意两个节点之间的有效传输链路数总和表达整个网络的可靠性；
s4、考虑重要网络节点的冗余链接将根据步骤s3计算的可靠性进行加权，表达为加权性能函数；s5、计算整个网络的约束条件；s6、根据步骤s1获得的链路决策变量向量、步骤s2获得的布线重量指标性能函数、步骤s4获得的加权性能函数、步骤s5获得的约束条件计算多目标优化结果；s7、根据步骤s6计算的多目标优化结果布置网络拓扑结构。
29.优选的，假定，节点个数和节点位置固定，则各节点间布线长度也已确定，这样就可以考虑把任意两点之间的链路通断看作是一个变量，步骤s1中整个网络的链路决策变量的表达如下：（1）其中，n为整个网络节点数，为第个节点，为第个节点，代表第和个节点之间的链路通断状况，如果通断变量为1，则代表这条链路在网络构造时处于相连状态，反之，如果通断变量为0，那么代表这条链路不会连接。
30.优选的，任意一条链路变量都是一个二元变量，这意味着整个网络链路由所有通断变量都为1的链路构成。但在物理布局上，每一条链路的实际长度可能并不一样，所以每一条链路都有各自的布线长度。由于节点位置是固定的，所以每一条物理上存在的链路长度也是固定的。那么，从网络数据传输可靠性和布线重量来考虑优化网络的拓扑结构。很显然，这两项指标在网络构造时是相互冲突的，因此在优化网络拓扑结构时需要采用多目标优化方法。所以步骤s2中布线重量指标性能函数表达如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，为第和个节点之间的链路长度。
31.优选的，网络拓扑结构的可靠性主要是数据从某一节点到另一节点可靠传输的概率来考虑。例如，对第和个节点之间的数据传输，在网络中可能会有条传输链路。很显然，任意两个节点之间的链路数越多，则代表两个节点之间的数据传输的可靠性就越高，而整个网络的可靠性就可以用所有任意两个节点之间的传输链路数总和来表征，即步骤s3中可靠性表达如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，任意两节点之间的通路数表达为：
ꢀꢀꢀꢀꢀ
（4）需要指出的是，任意两个节点之间某些链路可能是由多个节点构成的复合链路，而对于复合链路来说，通常节点数越多，数据传输过程中发生数据丢包和数据错误的概率就越大，因此每一条数据链路都有各自数据有效传输的概率。那么，对每一条链路来说，可以把这个数据有效传输的概率看作是这条数据链路的权重。这样，考虑每一条数据链路有效传输的概率，重新表达任意两个节点之间有效链路条数及其概率加权：（5）其中每一条数据链路各自数据有效传输的概率为，可知，为节点与节点之间数据有效传输的概率，为途经节点、节点、节点之间数据有效传输的概率，为途经节点、节点、节点、节点之间数据有效传输的概率，为途经节点、节点、节点....节点、节点之间数据有效传输的概率。
32.优选的，在多动力矩阵平台中，某些网络节点或者数据链路对数据传输的可靠性要求很高，如提供推力的涵道风扇，所以在构建网络时需要考虑这些重要网络节点的冗余链接。此时需要对这些节点之间的链路进行加权，也即上述可靠性可表达为一个加权性能函数，此加权系数值为考虑节点重要性等参数的经验数据所得。故步骤s4中加权性能函数表达如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）
其中，为第和个节点之间链路的加权系数。
33.优选的，从保障节点的数据传输安全来说，某些重要节点与其他节点之前的链路必须要达到一定程度的冗余链接，也就是其数据传输必须完全可靠。这意味着整个网络的构造必须满足一定的约束条件，比如飞行器各动力矩阵间布线必须避开的区域，也即步骤s5中约束条件表达如下：
ꢀꢀ
（7）其中，为与第节点直接相连的链路条数约束值。
34.优选的， 步骤s6中多目标优化结果计算如下： （8）;其中表述为“约束条件如下”。
35.步骤s6还包括根据所获得的多目标优化结果，得到布线长度和链路总数，最后得出多目标优化结果图。即由于数据交互网络线缆重量指标与网络可靠性指标相互冲突（多目标优化中负号表示），因此飞行器多动力系统数据交互网络有线连接方式必须综合考虑这两方面的指标，利用多目标优化方法可以根据实际要求在这两个指标之间得出一个可接受的区域，在此区域中选取一个最佳布线方案。
36.实施例一：图2为本发明实施例一多目标优化结果图，图3为本发明实施例一优化对比图，如图2和图3所示，由于网络拓扑结构多目标优化问题的决策变量是各独立链路和节点的有效性，每个决策变量都是二元变量，只有0和1两个取值，而优化问题本身也是一个离散非凸的，所以对于节点位置给定的数据传输网络来说，在满足约束条件下经过多目标优化可以得到一个结构相对简单而可靠性较高的网络拓扑结构，利用这种多目标优化可以实现在不同需求下动力矩阵系统网络拓扑结构的布线优化。
37.实施例二：图4为本发明实施例二飞行器的推力矩阵布局图，如图4所示，若在飞行器的每个动力上都安装了数据通讯节点，那么图4所示的飞行器中共有6个动力装置，其中数据交互网络节点数量为6个。为保障飞控系统的数据通讯，最可靠的方案就是6个节点之间进行全链接，构造一个全连接网络，但这样一来整个数据传输网络结构将变得非常复杂，网络的总体布线长度和重量都很大。这种情况下利用多目标多约束条件下网络拓扑优化的方法寻找一种在布线长度和网络节点总链路之间取得某种性能平衡的最佳折中方案。
38.图5为本发明布线长度与网络节点链路总数的多目标优化结果图，假定每条链路都很重要，也就是说每条链路的权重都等于1，即加权系数，那么布线长度和链路总数的多目标优化结果如图5所示，可知图5中的每一个点都代表一种最优网络拓扑结构的布线方案，且每种方案都是牺牲一种指标来提升另一种指标的。例如，当布线长度为0时，布线长度指标取得最好的性能，但这是没有任何网络链路，也就是网络是一个空网络，但当节点链路总数上升到975时数据通讯的可靠性最高，但此时布线总长度却达到了8116，网络过度冗余，布线重量和长度都难以接受。为了便于观察，可以从图5中选择几个比较有代表性的布线方案，最终通过比较，找出最优方案。
39.方案1：图6为本发明方案1网络布线图，如图6所示，方案一的布线总长度为3498，节点链路路径总数为100。
40.方案2：图7为本发明方案2网络布线图，如图7所示，方案2的布线总长度为4051，节点链路路径总数为122。
41.方案3：
图8为本发明方案3网络布线图，如图8所示，方案3的布线总长度为7056，节点链路路径总数为714。
42.方案4：图9为本发明方案4网络布线图，如图9所示，方案4的布线总长度为5814，节点链路路径总数为377。
43.方案5：图10为本发明方案5网络布线图，如图10所示，方案5的布线总长度为699，节点链路路径总数为6。
44.需要说明的是，方案1-方案5中的布线方案表格中的1代表对应两个节点之间有链路，而0表示连接节点之间没有链路。
45.可知，这5种布线方案中方案5布线长度最小但节点链路路径总数最少，有些节点成为了孤立节点，因而数据通讯的可靠性很差。从图6~图10中可以发现，大部分的布线方案都连接了节点5和节点6，表明从数据通讯可靠性角度来说节点5和节点6都是比较关键的网络节点，也就是说在网络节点冗余设计时需考虑节点5和节点6的冗余备份。对比上述方案可知方案4相对来说能够在可靠性和布线长度两个指标之间取得比较好的平衡，最终可以根据需求选取方案4作为最佳方案。
46.因此，本发明采用上述飞行器多动力系统数据交互网络结构优化方法，将线束的重量、可靠性作为目标函数，考虑可扩展性、数据包长、设备重要性等因素，建立惩罚函数，实现了在不同需求下飞行器推力矩阵系统有线通信网络拓扑结构的布线优化，提高了动力矩阵网络性能。
47.最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。