基于云计算与TD—SCDMA无线通信网络下载系统
隋国政
摘 要： 下载是无线通信网络的一项重要功能，为了提高无线通信网络的下载性能，设计一种基于云计算与TD?SCDMA无线通信网络下载系统。首先对当前无线通信网络下载研究进行分析，指出它们存在的一些局限性，然后将云计算的分布式处理功能融入到TD?SCDMA无线通信网络下载系统，改善无线通信网络下载系统的性能，并对具体实现过程进行阐述，最后采用仿真实验对系统的性能进行测试。实验结果表明，该系统提升了无线通信系统的下载速度，减少了数据下载的误码率，具有较高的实验应用价值。
关键词： 无线通信技术； 网络系统； 云计算； 下载系统； 误码率
中图分类号： TN929.5?34 文献标识码： A 文章编号： 1004?373X（2017）15?0037?04
Abstract： The downloading is an important function of wireless communication network. In order to improve the downloading performance of wireless communication network， a cloud computing and TD?SCDMA based downloading system of wireless communication network was designed. The downloading research of the wireless communication network is analyzed to point out its limitations. The distributed processing function of cloud computing is integrated into the TD?SCDMA based downloading system of wireless communication network to improve the performance of downloading system of the wireless communication network. The specific realization process of the system is described. The simulation experiments were carried out to test the system performance. The experimental results show that the system can improve the downloading speed of the wireless communication system， reduce the bit error rate of data downloading， and has high experimental application value.
Keywords： wireless communication technology； network system； cloud computing； downloading system； bit error rate
0 引 言
随着计算机技术的发展，通信技术的不断进步，网络应用于社会各个领域，尤其是无线通信技术几乎无处不在，给人们生活、工作、交流带来了巨大方便。随着无线移动客户数量的猛增，通信网络的压力越来越大，网络拥塞的频率越来越高。海量的数据无时无刻在无线通信系统中传输，其中数据下载是客户一个重要应用方向，因此数据下载的优化是无线通信系统中的一个重要应用方向[1?3]。
时分同步码分多址（TD?SCDMA）是第三代无线通信系统的技术标准，其具有较强的抗干扰能力，而且频谱利用率十分高，在无线通信系统中得到了广泛的应用[4?5]。数据下载目前主要采用单机方式进行下载，对于小规模的数据来说，该方法工作效率高，下载速度快，当同时有多个用户进行数据下载时，此时数据以海量的形式存放，这样导致下载速度急剧下降，无法满足无线通信系统的实际要求[6?7]。云计算包括分布式处理和并行处理的优点，可以将一个大任务分配划分为多个子任务，多个节点同时实现任务运行，可以减少任务的完成时间，而数据下载可以看作是一个大任务，通过云计算平台进行并行处理[8?10]。
为了提高无线通信网络的下载性能，设计了一种基于云计算与TD?SCDMA无线通信网络下载系统。首先将TD?SCDMA无线通信网络下载任务送到云计算系统中，云计算系统根据任务的大小进行合理的划分，然后采用改进蚁群算法分配相应的节点进行数据下载，改善无线通信网络下载系統的性能，最后采用仿真实验对系统的性能进行测试。实验结果表明，该系统提升了无线通信系统的下载速度，减少了数据下载的误码率，具有较高的实验应用价值。
1 TD?SCDMA和云计算
1.1 TD?SCDMA
TD?SCDMA在数据传输过程中通常采用ATM协议实现，不仅可以保证面向连接的特性，同时可以获得高质量的数据业务质量，还能够发挥ATM优势。TD?SCDMA网络数据传输接口是RNC与Node B之间的逻辑接口，它们之间的数据通过SDH传输网实现，Node B侧链路接入TD?SCDMA系统，具体结构如图1所示[11]。
1.2 云计算系统
云计算系统是一种分布式处理方式，通过种种能力不同的节点对不同规模任务进行执行，而且任务与节点间是一种动态、自适应的变化关系，常采用Map/Reduce方式执行任务，云计算系统结构如图2所示[12]。
1.3 任务分配的数学模型
Map/Reduce的工作模式是将一个大任务划分为多个不同规模的小任务，每一个小任务在云计算系统中可以描述为作业，每个作业根据其自身特点分配不同的节点资源，具体原理如图3所示。
对于TD?SCDMA无线通信系统来说，用户共申请了个任务，其中第个任务划分为不同大小的个子任务，它们分配给个节点进行处理，那么任务的运行时间计算公式具体为：
一个大型任务完成的目标为总执行时间和平均执行时间都最小化，而且完成任务质量要满足客户的要求，和的计算公式具体如下：
综上可知，一个大型的TD?SCDMA无线通信系统下任务完成的数学模型可以描述为：
为了能够较好地完成TD?SCDMA无线通信系统下载任务，采用改进蚁群算法对数学模型进行求解，找到TD?SCDMA无线通信系统下载的最优方案。
2 无线通信系统下载的任务完成算法
2.1 改进蚁群算法
单个蚂蚁的能力有限，但是一群蚂蚁可以通过团队协作完成十分复杂的任务，受到该方式的启发，有学者提出蚁群算法。第一个蚂蚁释放信息素，蚂蚁之间通过该信息素进行交流与沟通，并根据信息素的浓度决定移动的方向，最后找到一条蚁穴与食物源间的最短路径[13]。对于一个待优化问题，其最优解为多个节点排成的队列使它们的长度最小，则有：
当一个蚂蚁搜索完全部节点后，就要对各路径上的信息素浓度进行更新，具体为：
利用标准蚁群算法可以对TD?SCDMA无线通信系统下载任务优化问题进行求解，但是存在一些不足，如求解效率低，易早熟等。为此，本文对其进行改进，具体如下：
（1） 信息素更新策略的改进
对信息素进行混合更新，具体更新规则如下：
式中：为最优解。
为了避免出现局部最优解，将信息素限定在一定范围内，全部信息素都要满足条件：，如果那么有如果则有。
信息素动态更新的具体步骤为：
① 在初始状态下，信息素还没有更新时，根据式（10）估计其可能更新的范围：
式中为全局最优解。
② 信息素更新后，用式（11）来确定：
（2） 启发因子的改进
启发函数为，其值为表示节点与间的距离，启发函数可以使蚂蚁以更大的概率选择较短路径。由于表示两节点的距离关系，无法描述节点与出发点之间的关系，找到全局最优解的效率低，为此启发函数为：
式中为原点到当前节点间的距离。
（3） 搜索热区的引入
搜索热区表示原点和目标点之间的一个对角矩形区域，最优解在热区内的概率最大，这样可以先判断当前路径是否在热区内，然后根据判断结果确定选择该路径的权重，这样蚁群转移概率变为：
式中值会根据是否落在热区进行确定。
2.2 改进蚁群算法的TD?SCDMA无线通信系统下载任务求解步骤
（1） 根据TD?SCDMA无线通信系统下载任务设置初始参数。设迭代次数，信息素浓度，且；蚂蚁放置到初始节点上。
（2） 迭代次数增加。
（3） 将蚂蚁禁忌表的索引号设为
（4） 判断路径是否在搜索热区内，得到蚂蚁移动概率，并实现蚂蚁的移动。
（5） 对蚂蚁经过路径上的信息素进行更新，同时修改禁忌表。
（6） 不断重复上述步骤，当蚂蚁均找到一条包含全部节点的路径为止。
（7） 找到本次迭代的最优路径。
（8） 对信息素进行全局更新。
（9） 当达到最大迭代次数时，输出TD?SCDMA無线通信系统下载任务的最优解。
3 仿真实验
为了测试本文提出方法的性能，将该方法融合到具体的TD?SCDMA无线通信网络的下载系统中，在Matlab平台下进行仿真实验，采用传统无线通信网络下载系统进行对比实验。不同下载规模，两种系统的下载速度如图4所示。
从图4可以发现，相对于传统无线通信网络下载系统，本文系统的数据下载速度明显加快，这主要是由于本文系统结合了云计算对大规模任务处理的优势，将任务分配到不同节点实现，同时采用蚁群算法对任务的最优调度方案进行求解，提高了下载系统的执行效率。
不同规模下载数据，两种系统的数据传输误码率如图5所示。对图5进行对比分析可以看出，本文系统的数据传输误码率远远小于传统无线通信网络下载系统，这表明本文系统提高了数据传输的成功率，获得了更加理想的通信效果。
4 结 语
下载是无线通信网络的一项重要功能，成为当前研究的热点，针对当前系统存在的不足，为了提高无线通信网络的下载性能，提出基于云计算与TD?SCDMA的无线通信网络下载系统。仿真实验结果表明，该系统加快了无线通信系统的数据下载速度，减少了数据下载的误码率，具有十分广泛的应用前景。
参考文献
[1] 李世鹤.TD?SCDMA第三代移动通信系统标准[M].北京：人民邮电出版社，2003：1?100.
[2] 谢显中.TD?SCDMA第三代移动通信系统技术与实现[J].北京：电子工业出版社，2005.
[3] 张炎炎，孟繁丽，张新程，等.TD?LTE网络结构评估方法研究及预规划分析[C]//中国移动通信集团设计院第19届新技术论坛论文集.北京：中国移动通信集团设计院，2013：37?42.
[4] 鲁艳玲，吴伟陵.智能天线在CDMA网络规划与优化中的应用[J].无线通信技术，2003（1）：36?38.
[5] 肖莹，张新程.WCDMA系统的传播模型校准[J].电信科学，2005（3）：78?81.
[6] 张晓晓，黄杰.基于FPGA的3G数据包过滤算法设计及实现[J].计算机工程与科学，2010，32（8）：29?31.
[7] 王工，刘宁.TD?LTE与TD?SCDMA共天线协同优化的方案[J].山东通信技术，2014，34（1）：5?9.
[8] KOUTSOPOULOS L， LOSIFIDIS G. A framework for distributed bandwidth allocation in peer?to?peer networks [J]. Performance evaluation， 2010， 67（4）： 285?298.
[9] GREENBERG A. The cost of a cloud： research problems in data center networks [J]. SIGCOMM computer communication review， 2008， 39（1）， 68?73.
[10] 李昶，张建斌，安静.TD?LTE与TD?SCDMA协同网络优化策略[J].电信科学，2015（8）：147?154.
[11] 刘玮，董江波，李楠，等.共天馈条件下TD?LTE与TD?CDMA协同优化方法研究[J].移动通信，2013（19）：25?30.
[12] DUAN Q， YAN Y H， VASILAKOS A V. A survey on service oriented network virtualization toward convergence of networking and cloud computing [J]. IEEE transactions on network and service management， 2012， 9（4）： 373?392.
[13] 华夏渝，郑骏，胡文心.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学学报（自然科学版），2010（1）：127?134.
摘 要： 下载是无线通信网络的一项重要功能，为了提高无线通信网络的下载性能，设计一种基于云计算与TD?SCDMA无线通信网络下载系统。首先对当前无线通信网络下载研究进行分析，指出它们存在的一些局限性，然后将云计算的分布式处理功能融入到TD?SCDMA无线通信网络下载系统，改善无线通信网络下载系统的性能，并对具体实现过程进行阐述，最后采用仿真实验对系统的性能进行测试。实验结果表明，该系统提升了无线通信系统的下载速度，减少了数据下载的误码率，具有较高的实验应用价值。
关键词： 无线通信技术； 网络系统； 云计算； 下载系统； 误码率
中图分类号： TN929.5?34 文献标识码： A 文章编号： 1004?373X（2017）15?0037?04
Abstract： The downloading is an important function of wireless communication network. In order to improve the downloading performance of wireless communication network， a cloud computing and TD?SCDMA based downloading system of wireless communication network was designed. The downloading research of the wireless communication network is analyzed to point out its limitations. The distributed processing function of cloud computing is integrated into the TD?SCDMA based downloading system of wireless communication network to improve the performance of downloading system of the wireless communication network. The specific realization process of the system is described. The simulation experiments were carried out to test the system performance. The experimental results show that the system can improve the downloading speed of the wireless communication system， reduce the bit error rate of data downloading， and has high experimental application value.
Keywords： wireless communication technology； network system； cloud computing； downloading system； bit error rate
0 引 言
随着计算机技术的发展，通信技术的不断进步，网络应用于社会各个领域，尤其是无线通信技术几乎无处不在，给人们生活、工作、交流带来了巨大方便。随着无线移动客户数量的猛增，通信网络的压力越来越大，网络拥塞的频率越来越高。海量的数据无时无刻在无线通信系统中传输，其中数据下载是客户一个重要应用方向，因此数据下载的优化是无线通信系统中的一个重要应用方向[1?3]。
时分同步码分多址（TD?SCDMA）是第三代无线通信系统的技术标准，其具有较强的抗干扰能力，而且频谱利用率十分高，在无线通信系统中得到了广泛的应用[4?5]。数据下载目前主要采用单机方式进行下载，对于小规模的数据来说，该方法工作效率高，下载速度快，当同时有多个用户进行数据下载时，此时数据以海量的形式存放，这样导致下载速度急剧下降，无法满足无线通信系统的实际要求[6?7]。云计算包括分布式处理和并行处理的优点，可以将一个大任务分配划分为多个子任务，多个节点同时实现任务运行，可以减少任务的完成时间，而数据下载可以看作是一个大任务，通过云计算平台进行并行处理[8?10]。
为了提高无线通信网络的下载性能，设计了一种基于云计算与TD?SCDMA无线通信网络下载系统。首先将TD?SCDMA无线通信网络下载任务送到云计算系统中，云计算系统根据任务的大小进行合理的划分，然后采用改进蚁群算法分配相应的节点进行数据下载，改善无线通信网络下载系統的性能，最后采用仿真实验对系统的性能进行测试。实验结果表明，该系统提升了无线通信系统的下载速度，减少了数据下载的误码率，具有较高的实验应用价值。
1 TD?SCDMA和云计算
1.1 TD?SCDMA
TD?SCDMA在数据传输过程中通常采用ATM协议实现，不仅可以保证面向连接的特性，同时可以获得高质量的数据业务质量，还能够发挥ATM优势。TD?SCDMA网络数据传输接口是RNC与Node B之间的逻辑接口，它们之间的数据通过SDH传输网实现，Node B侧链路接入TD?SCDMA系统，具体结构如图1所示[11]。
1.2 云计算系统
云计算系统是一种分布式处理方式，通过种种能力不同的节点对不同规模任务进行执行，而且任务与节点间是一种动态、自适应的变化关系，常采用Map/Reduce方式执行任务，云计算系统结构如图2所示[12]。
1.3 任务分配的数学模型
Map/Reduce的工作模式是将一个大任务划分为多个不同规模的小任务，每一个小任务在云计算系统中可以描述为作业，每个作业根据其自身特点分配不同的节点资源，具体原理如图3所示。
对于TD?SCDMA无线通信系统来说，用户共申请了个任务，其中第个任务划分为不同大小的个子任务，它们分配给个节点进行处理，那么任务的运行时间计算公式具体为：
一个大型任务完成的目标为总执行时间和平均执行时间都最小化，而且完成任务质量要满足客户的要求，和的计算公式具体如下：
综上可知，一个大型的TD?SCDMA无线通信系统下任务完成的数学模型可以描述为：
为了能够较好地完成TD?SCDMA无线通信系统下载任务，采用改进蚁群算法对数学模型进行求解，找到TD?SCDMA无线通信系统下载的最优方案。
2 无线通信系统下载的任务完成算法
2.1 改进蚁群算法
单个蚂蚁的能力有限，但是一群蚂蚁可以通过团队协作完成十分复杂的任务，受到该方式的启发，有学者提出蚁群算法。第一个蚂蚁释放信息素，蚂蚁之间通过该信息素进行交流与沟通，并根据信息素的浓度决定移动的方向，最后找到一条蚁穴与食物源间的最短路径[13]。对于一个待优化问题，其最优解为多个节点排成的队列使它们的长度最小，则有：
当一个蚂蚁搜索完全部节点后，就要对各路径上的信息素浓度进行更新，具体为：
利用标准蚁群算法可以对TD?SCDMA无线通信系统下载任务优化问题进行求解，但是存在一些不足，如求解效率低，易早熟等。为此，本文对其进行改进，具体如下：
（1） 信息素更新策略的改进
对信息素进行混合更新，具体更新规则如下：
式中：为最优解。
为了避免出现局部最优解，将信息素限定在一定范围内，全部信息素都要满足条件：，如果那么有如果则有。
信息素动态更新的具体步骤为：
① 在初始状态下，信息素还没有更新时，根据式（10）估计其可能更新的范围：
式中为全局最优解。
② 信息素更新后，用式（11）来确定：
（2） 启发因子的改进
启发函数为，其值为表示节点与间的距离，启发函数可以使蚂蚁以更大的概率选择较短路径。由于表示两节点的距离关系，无法描述节点与出发点之间的关系，找到全局最优解的效率低，为此启发函数为：
式中为原点到当前节点间的距离。
（3） 搜索热区的引入
搜索热区表示原点和目标点之间的一个对角矩形区域，最优解在热区内的概率最大，这样可以先判断当前路径是否在热区内，然后根据判断结果确定选择该路径的权重，这样蚁群转移概率变为：
式中值会根据是否落在热区进行确定。
2.2 改进蚁群算法的TD?SCDMA无线通信系统下载任务求解步骤
（1） 根据TD?SCDMA无线通信系统下载任务设置初始参数。设迭代次数，信息素浓度，且；蚂蚁放置到初始节点上。
（2） 迭代次数增加。
（3） 将蚂蚁禁忌表的索引号设为
（4） 判断路径是否在搜索热区内，得到蚂蚁移动概率，并实现蚂蚁的移动。
（5） 对蚂蚁经过路径上的信息素进行更新，同时修改禁忌表。
（6） 不断重复上述步骤，当蚂蚁均找到一条包含全部节点的路径为止。
（7） 找到本次迭代的最优路径。
（8） 对信息素进行全局更新。
（9） 当达到最大迭代次数时，输出TD?SCDMA無线通信系统下载任务的最优解。
3 仿真实验
为了测试本文提出方法的性能，将该方法融合到具体的TD?SCDMA无线通信网络的下载系统中，在Matlab平台下进行仿真实验，采用传统无线通信网络下载系统进行对比实验。不同下载规模，两种系统的下载速度如图4所示。
从图4可以发现，相对于传统无线通信网络下载系统，本文系统的数据下载速度明显加快，这主要是由于本文系统结合了云计算对大规模任务处理的优势，将任务分配到不同节点实现，同时采用蚁群算法对任务的最优调度方案进行求解，提高了下载系统的执行效率。
不同规模下载数据，两种系统的数据传输误码率如图5所示。对图5进行对比分析可以看出，本文系统的数据传输误码率远远小于传统无线通信网络下载系统，这表明本文系统提高了数据传输的成功率，获得了更加理想的通信效果。
4 结 语
下载是无线通信网络的一项重要功能，成为当前研究的热点，针对当前系统存在的不足，为了提高无线通信网络的下载性能，提出基于云计算与TD?SCDMA的无线通信网络下载系统。仿真实验结果表明，该系统加快了无线通信系统的数据下载速度，减少了数据下载的误码率，具有十分广泛的应用前景。
参考文献
[1] 李世鹤.TD?SCDMA第三代移动通信系统标准[M].北京：人民邮电出版社，2003：1?100.
[2] 谢显中.TD?SCDMA第三代移动通信系统技术与实现[J].北京：电子工业出版社，2005.
[3] 张炎炎，孟繁丽，张新程，等.TD?LTE网络结构评估方法研究及预规划分析[C]//中国移动通信集团设计院第19届新技术论坛论文集.北京：中国移动通信集团设计院，2013：37?42.
[4] 鲁艳玲，吴伟陵.智能天线在CDMA网络规划与优化中的应用[J].无线通信技术，2003（1）：36?38.
[5] 肖莹，张新程.WCDMA系统的传播模型校准[J].电信科学，2005（3）：78?81.
[6] 张晓晓，黄杰.基于FPGA的3G数据包过滤算法设计及实现[J].计算机工程与科学，2010，32（8）：29?31.
[7] 王工，刘宁.TD?LTE与TD?SCDMA共天线协同优化的方案[J].山东通信技术，2014，34（1）：5?9.
[8] KOUTSOPOULOS L， LOSIFIDIS G. A framework for distributed bandwidth allocation in peer?to?peer networks [J]. Performance evaluation， 2010， 67（4）： 285?298.
[9] GREENBERG A. The cost of a cloud： research problems in data center networks [J]. SIGCOMM computer communication review， 2008， 39（1）， 68?73.
[10] 李昶，张建斌，安静.TD?LTE与TD?SCDMA协同网络优化策略[J].电信科学，2015（8）：147?154.
[11] 刘玮，董江波，李楠，等.共天馈条件下TD?LTE与TD?CDMA协同优化方法研究[J].移动通信，2013（19）：25?30.
[12] DUAN Q， YAN Y H， VASILAKOS A V. A survey on service oriented network virtualization toward convergence of networking and cloud computing [J]. IEEE transactions on network and service management， 2012， 9（4）： 373?392.
[13] 华夏渝，郑骏，胡文心.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学学报（自然科学版），2010（1）：127?134.
