基于数字孪生的WAPI网络优化与仿真系统的制作方法

本发明属于无线网络优化，具体的说是基于数字孪生的wapi网络优化与仿真系统。

背景技术：

1、无线局域网鉴别和保密基础结构（wireless lan authentication and privacyinfrastructure，wapi）网络在安全性和稳定性方面具有独特优势，然而传统的网络优化方法往往依赖于现场测试和经验判断，存在效率低下、成本高昂且难以全面准确地把握网络运行状态的问题。数字孪生技术通过构建与物理网络相对应的虚拟数字模型，能够实现对网络的实时监测、分析和优化，但目前针对 wapi 网络的数字孪生优化与仿真系统尚不完善。

2、如公开号为cn116801429a的中国专利申请公开了一种支持wapi的光伏发电场最优组网方法，包括：将光伏发电场分成n组，n>1，每组光伏发电场包含n个光伏发电板，n>1；在每组光伏发电场中配置光纤网络，在每个光伏发电板上安装物联分站设备；采用自组网节点相邻搜索算法建立起无线网络通讯，物联分站设备之间通过天线连接形成光伏发电板自动组网链路；运用dijkstra算法实现光伏板间网络传输距离的最优化路径，再运用wapi加密技术与协议将该技术方案通过光伏发电场的光伏发电板上安装物联分站的设备进行安全认证，通过物联分站设备之间的相互连接，实现支持wapi的光伏发电场最优组网方法，形成自动组网。

3、以上现有技术均存在以下问题：缺少精准的网络模型构建与校准；缺乏系统的网络性能优化与评估机制；只是公开了采用自组网节点相邻搜索算法建立无线网络通讯和运用dijkstra算法优化传输距离，但对于数据传输过程中的错误处理、重传机制等没有详细说明。

技术实现思路

1、针对现有技术的不足，本发明提出了基于数字孪生的wapi网络优化与仿真系统，利用传感器与监测设备采集wapi网络物理实体数据并传至数据处理中心；数据处理中心依此构建数字孪生模型，并与实际数据进行对比；基于数字孪生模型，采用优化算法评估分析网络，找出问题并制定网络优化策略；在数字孪生模型上对网络优化策略进行仿真，并根据仿真结果对网络优化策略进行调整；将调整后的网络优化策略应用于实际网络，通过模型持续监测，对比优化前后数据，基于反馈信息进一步优化模型和网络优化策略；本技术解决了传统wapi网络优化效率低、准确性差的问题，通过数字孪生实现高效精准优化，提高网络性能和可靠性。

2、为实现上述目的，本发明提供如下技术方案：

3、基于数字孪生的wapi网络优化与仿真系统，包括：数据采集模块、数字孪生模型构建模块、模型校准与验证模块、网络优化策略制定模块、仿真与效果评估模块、实施与反馈模块；

4、所述数据采集模块包括传感器单元和数据传输单元，所述传感器单元内配置有智能感知策略，所述智能感知策略，用于感知网络的物理实体数据；所述数据传输单元内配置有自动重传请求混合动态调整重传次数策略，用于将传感器单元采集到的物理实体数据传输至数据处理中心；

5、所述数字孪生模型构建模块包括拓扑构建单元，所述拓扑构建单元内配置有改进的深度优先搜索算法，所述改进的深度优先搜索算法，结合网络分层思想，识别wapi网络中的连接关系，构建网络拓扑结构；

6、所述模型校准与验证模块包括数据对比单元，所述数据对比单元内配置有差异检测算法，所述差异检测算法，用于将数字孪生模型输出的网络性能指标与实际网络运行数据进行逐时间点对比，计算两者之间的差异值和趋势变化；

7、所述网络优化策略制定模块包括问题诊断单元和策略生成单元，所述策略生成单元，用于综合多性能指标，生成网络优化策略。

8、具体地，所述传感器单元采用智能感知策略，智能感知策略的具体步骤包括：

9、a1：启动传感器，并记录当前时刻的网络流量值作为初始流量值；

10、a2：设定初始采样间隔，按照初始采样间隔进行数据采集，每次采集完成后，获取当前网络的流量值，并根据当前网络的流量值计算网络流量变化率，其中， i表示采集次数索引，表示第 i次采集数据时的网络流量变化率，表示第 i-1次采集时记录的网络流量值。

11、具体地，所述智能感知策略的具体步骤还包括：

12、a3：根据计算得到的网络流量变化率，计算下一次数据采集的采样间隔，其中，表示第 i次采集数据时的采样间隔， k表示常数；

13、a4：设置采样间隔的阈值波动范围为；

14、若，则将采样间隔设置为；

15、若，则将采样间隔设置为；

16、若，则将采样间隔设置为；

17、a5：传感器按照更新后的采样间隔等待下一次数据采集时刻的到来，到达时刻后重复a2至a4完成数据采集。

18、具体地，所述数据传输单元采用自动重传请求混合动态调整重传次数策略，具体步骤包括：

19、b1：在数据传输单元启动时，开启信道质量监测功能，通过与数据处理中心的通信协议交互，获取初始信道误码率，同时，设置一个定时器，用于定期更新信道误码率的测量值；

20、b2：获取传感器单元采集的物理实体数据，使用预定义的方法对物理实体数据进行分类，并为每类数据赋予一个初始的数据重要性系数；

21、b3：当传感器单元采集到物理实体数据后，数据传输单元将采集的物理实体数据打包成传输的数据包格式，并添加数据类型标识作为头部信息。

22、具体地，所述自动重传请求混合动态调整重传次数策略的具体步骤还包括：

23、b4：根据当前的信道误码率和对应的数据重要性系数，计算每次传输的重传次数，并将数据包发送给数据处理中心，同时，启动一个定时器，等待数据处理中心的确认反馈信号；其中，表示第 i次采集的物理实体数据传输的重传次数，表示对进行向上取整，表示第 i次采集的物理实体数据传输的重要性系数，表示第 i次采集的物理实体数据传输时的信道误码率，表示对数函数；

24、b5：获取数据处理中心的反馈信号确认时间；

25、若，则表示数据传输成功，停止定时器，并记录本次传输的传输时间、重传次数；

26、若，则进入重传操作。

27、具体地，所述自动重传请求混合动态调整重传次数策略的具体步骤还包括：

28、b6：根据计算得到的重传次数，进行数据包的重传操作，每重传一次，重新启动定时器，并等待确认反馈信号；

29、若接收到确认反馈信号，则停止重传；

30、若达到重传次数上限仍未收到确认反馈信号，则记录此次传输失败；

31、b7：按照设定的定时器，重新测量信道误码率，更新为，并动态调整数据重要性系数。

32、具体地，所述拓扑构建单元采用改进的深度优先搜索算法，改进的深度优先搜索算法的具体步骤包括：

33、c1：将所有接入点和终端设备网络节点标记为未访问状态，并创建一个空的数据结构来存储网络拓扑结构信息，创建的所述空的数据结构为邻接表；

34、c2：将接入点视为第一层，直接连接接入点的终端设备视为第二层，为每个节点设置一个初始层次标记；

35、c3：选择接入点作为深度优先搜索的起始节点，访问起始接入点，将其标记为已访问状态，并记录起始接入点层次信息；

36、c4：查找与起始接入点相连的邻居节点，并根据确定邻居节点的连接权重 w，其中，b和c表示权重系数，s表示信号强度，表示带宽。

37、具体地，所述改进的深度优先搜索算法的具体步骤还包括：

38、c5：根据邻居节点的类型确定其层次；

39、若邻居节点是终端设备，则邻居节点的层次为当前接入点层次加1；

40、若邻居节点是除了当前正在访问的接入点之外的接入点，则邻居节点的层次为当前接入点层次；

41、c6：对于每个未访问的邻居节点，在递归过程中，不断更新节点的访问状态、层次信息和连接关系，并记录到拓扑结构数据结构中；

42、c7：在完成对所有节点的深度优先搜索后，将邻接表数据结构转换为拓扑图形式，其中，节点代表接入点和终端设备，边代表连接关系，边的权重表示连接权重，获得完整的网络拓扑结构。

43、具体地，所述数据对比单元采用差异检测算法，差异检测算法的具体步骤包括：

44、d1：在相同的时间区间下采集数字孪生模型中的网络性能指标数据和实际网络运行数据，并为每个指标分配一个唯一的性能指标标识符；

45、d2：从第一个时间点开始，依次对数字孪生模型输出的网络性能指标数据和实际网络运行数据中的每个性能指标进行对比；

46、d3：对于每个性能指标，使用公式计算差异值，其中，表示在时间点 t时性能指标 j的差异值，表示数字孪生模型在时间点 t时输出的性能指标 j的值，表示实际网络在时间点 t时运行数据中性能指标 j的值；

47、d4：将每个时间点的差异值、对应的时间戳和性能指标标识符存储到预先构建的差异数据列表中；

48、d5：使用差分法计算趋势变化，并根据趋势计算结果，确定趋势是上升、下降还是平稳；

49、d6：将差异值和趋势变化的分析结果整理成报告形式。

50、具体地，所述网络优化策略包括：调整接入点位置、优化信道分配、增强网络安全、进行负载均衡、调整发射功率。

51、与现有技术相比，本发明的有益效果是：

52、1.本发明提出基于数字孪生的wapi网络优化与仿真系统，并进行了架构、运行步骤和流程上的优化改进，系统具备流程简单，投资运行费用低廉，生产工作成本低的优点。

53、2.本发明提出基于数字孪生的wapi网络优化与仿真系统，在数据采集环节，传感器单元的智能感知策略可灵活感知网络物理实体数据，能依据网络环境自动调整感知频率与精度，在保障采集关键且准确数据的同时，避免能源浪费与数据冗余；而数据传输单元配置的自动重传请求混合动态调整重传次数策略，能够参照信道质量和数据重要性来合理确定重传次数，提高了数据传输的可靠性与效率。

54、3.本发明提出基于数字孪生的wapi网络优化与仿真系统，系统中的数字孪生模型构建模块利用改进的深度优先搜索算法结合网络分层思想，精准地识别网络连接关系并构建拓扑结构，为后续分析提供了贴合实际的网络模型；模型校准与验证模块借助差异检测算法，实现数字孪生模型输出的网络性能指标数据和实际网络运行数据的逐时间点对比，准确把握两者差异值与趋势变化，保障模型的准确性；网络优化策略制定模块通过综合多性能指标生成优化策略，能有效诊断网络问题并给出针对性方案，实现wapi网络全方位优化，整体提升网络的性能与运行质量。