0 引　言

在船舶工业的发展进程中，船舶系统逐步向字化方向发展，作为船舶系统关键构成部分的船舶信息网络，其负责整个船舶的全局层面数据采集、传输、分析以及应用等任务^[1]。但实际应用中船舶信息网络的动态性与复杂性等特性，以及分布式多控制器等设备的部署等，均会影响到其整体性能。船舶运行过程中，其信息网络需要实时传输和处理大量的数据，如航行状态、设备监控、环境监测等，这对该网络的性能提出了很高的要求^[2]。通过恰当的控制优化方法，可控制优化船舶信息网络的数据传输过程，提升其性能稳定性，保障船舶信息网络的数据传输与应用效果。

黄梅根等^[3]通过结合网络内的排队时延、控制器负载以及数据传播时延等，创建网络优化多目标模型，依据网络规模确准控制器数量，运用粒子群算法为各控制器分配网络流量，实现网络负载均衡控制。滕碧红等^[4]过模拟蜂群中的分工行为进行局部寻优，能够实现优化问题的快速收敛。刘静^[5]提出大型船舶无线Ad hoc网络链路拥塞控制方法。Xiao等^[6]通过控制器收集网络中各链路的流量信息，得到各链路的流量周期变化规律，基于此预测出之后的流量负载，依据预测结果控制器对网络转发流表实施调节，向较低负载的链路或者控制器引导流量，达到均衡负载目的。

分层递阶-协同控制方法是一种先进的控制策略，其将复杂的控制系统分解为多个层次，每个层次具有不同的功能和任务，并通过协同工作机制实现整个系统的优化控制。这种方法借鉴了生物体的层级组织结构，将复杂的任务分解为一系列可管理的子任务，通过各级层负责不同任务，实现全局协调和决策，达到智能化控制目的。其主要优势体现在可更好地应对复杂性和不确定性，通过分级解决不同问题，最终实现总体控制目标^[7]；不同层次的控制可以根据实际需求合理分配资源，避免资源的浪费和冲突，提高整体控制效率。基于此，本文研究了船舶信息网络的分层递阶-协同控制优化方法，实现该网络的多控制器协同优化部署控制与数据传输路由节点优化选取控制，综合提升该网络的负载均衡性能与数据传输性能，保障船舶信息网络的整体稳定性。

1 网络分层递阶-协同控制优化架构 1.1 船舶信息网络结构分析

船舶信息网络结构主要包含数据层、控制层及应用层，在该信息网络结构的基础上，设计包含上下双层的分层递阶-协同控制优化方法，实现该信息网络的分布式多控制器协同优化部署与数据传输路由节点优化选取，增强该船舶信息网络的稳定性与数据传输速率。船舶信息网络结构如图1所示。

该船舶信息网络的数据层主要由交换机、传感器、雷达、服务器及AIS系统等组成，负责收集船舶端的航行姿态与航行环境等各类数据，并经由服务器将所收集数据传送至船载交换机，实现数据向控制层与应用层的传输。控制层主要由分布式多控制器组成，主要功能是实现数据层的拓扑与策略管理^[8]，其中，拓扑管理是以数据层中船舶的全局视图为依据，生成船舶内部网络拓扑；策略管理是经由南向接口以OpenFlow协议将应用层所下发的策略发送至数据层。应用层的核心为岸基中心，其重点是实现数据层所传输船舶相关数据的接收与相关策略向控制层的下发。

1.2 船舶信息网络分层优化框架

针对控制层与数据层设计包含上下双层递阶-协同控制优化方法。其中，上层部分针对船舶信息网络的控制层实施分布式多控制器协同优化部署，实现控制层的多控制器负载均衡控制，优化船舶信息网络连接关系，提升该信息网络的整体稳定性；下层部分针对船舶信息网络的数据层实施数据传输路由节点优化选取，提升该信息网络的数据传输速率。则船舶信息网络分层递阶-协同控制优化方法的整体框架如图2所示。

1.3 分层递阶-协同控制优化设计

在上述的分层递阶-协同控制优化框架下，分别设计上层多控制器协同优化部署与下层传输路由节点优化选取，以此实现船舶信息网络分层递阶-协同控制优化。

1.3.1 上层多控制器协同优化部署

通过所设计的分层递阶-协同控制优化方法的上层部分，针对船舶信息网络的控制层实施多控制器优化部署控制，此控制部分将控制器的流量负载、平均时延以及处理流请求总和考虑在内，通过优化部署控制实现船舶信息网络多控制器的负载均衡。该控制部分的目标函数为：

$ \min F = \left[ {\chi \left( t \right)\left( {1 - \phi } \right) + \phi \tau \left( t \right)} \right]。$

(1)

式中：$ \chi \left( t \right) $为$ t $时刻下控制器的流量负载；$ \phi \in \left( {0,1} \right) $为权重值；$ \tau \left( t \right) $为$ t $时刻下的控制器平均时延。船舶信息网络内的交换器$ i $同控制器$ j $之间的连接关系约束、给定时间下全部交换机均可与主控制器实现精准连接约束、控制器无过载情况的约束可表示为：

$ \left\{ \begin{gathered} \forall i,j,\delta {\left( t \right)_{ij}} \in \left\{ {0,1} \right\} , \\ \forall i,\sum\limits_{j = 1}^N {F\delta {{\left( t \right)}_{ij}}} = 1 , \\ \forall j,\varphi {\left( t \right)_j} \leqslant {\gamma _j}C{\left( t \right)_j}。\\ \end{gathered} \right. $

(2)

式中：$ \delta {\left( t \right)_{ij}} $为船舶信息网络内的交换器$ i $同控制器$ j $之间的连接关系；$ \varphi {\left( t \right)_j} $为控制器处理流请求总和；$ {\gamma _j} \in \left( {0,1} \right] $与$ C{\left( t \right)_j} $分别为控制器的冗余因子与处理容量；$ N $为控制器的总数量。

结合近邻传播分域算法与协同映射算法，实现船舶信息网络控制层中多控制器的优化部署控制。其中，近邻传播分域算法将船舶信息网络内控制器位置视作节点，基于跳数原则分域聚类该网络内的全部控制器节点，通过聚合存在一定相似性的节点，生成该网络的子域，并在该子域的聚类中心部署控制器。该算法的实现过程为：1）对船舶信息网络内的各个控制器节点实施遍历，依据各节点间的位置关联得出其相似性程度，以此获取到各节点的归属度及吸引度；2）以此为依据将聚类中心确定后，对船舶信息网络实施划分；3）依据划分结果与各节点相似性程度，获得该网络的各个子域，在各子域的聚类中心位置部署各个控制器，实现船舶信息网络多控制器优化部署控制。

在完成船舶信息网络多控制器优化部署控制之后，为保证控制器与交换机之间的协同映射，需结合协同映射算法基于OpenFlow协议实现二者间的协同映射，优化船舶信息网络连接关系，提升该信息网络的整体稳定性。实现过程为：1）依据上述所得的各控制器节点的归属度与吸引度，交换机将请求发送至这2种值最高的控制器；2）控制器接收请求后，以容量准许为前提，选取最恰当的交换机通过南向接口OpenFlow协议实施协同映射；3）重复此过程直至无请求为止，此时船舶信息网络内的全部控制器与交换机形成有效连接，符合二者间的连接关系约束，达到均衡调整该网络内各控制器负载的目的。

1.3.2 下层传输路由节点优化选取

在上层部分的控制结果基础上，进一步针对船舶信息网络的数据层实施数据传输路由节点优化选取控制，该控制部分以数据流大小、时延与带宽为约束条件，选取最佳数据传输路由节点，实现数据层所采集的船舶相关数据的高速稳定传输。各约束条件的运算方程式为：

$ \left\{ \begin{gathered} \alpha = \left[ {{b_i}\left( t \right) - {b_i}\left( {t - 1} \right)} \right]\forall i/\left[ {{{\bar A}_i} \times \left( {t - \left( {t - 1} \right)} \right)} \right]\forall j, \\ \tilde \tau = \left( {{\tau _1} + {\tau _2} - {\tau _3} - {\tau _4}} \right)/2 , \\ {A_i} = {{\bar A}_i} - {{A'}_i} = {{\bar A}_i} - \left[ {\left( {{a_t} - {a_{t - \beta }}} \right)/\beta } \right]。\\ \end{gathered} \right. $

(3)

式中：$ \alpha $为船舶信息网络的数据流速率在带宽中的占比；$ {b_i}\left( t \right) $与$ {b_i}\left( {t - 1} \right) $分别为数据流计数器所呈现的船舶信息网络中第$ i $条链路在$ t $时刻与$ t - 1 $时刻下的字节数；$ {\bar A_i} $为船舶信息网络第$ i $条链路的带宽容量；$ \tilde \tau $为船舶信息网络链路的前后向平均时延；$ {\tau _1} $为通过数据层交换机将策略传回控制层中控制器的时延；$ {\tau _2} $为数据层中各交换机之间的传输时延；$ {\tau _3} $与$ {\tau _4} $分别为控制器与交换机之间的数据往返传输时延；$ {A_i} $为船舶信息网络第$ i $条链路的剩余可用带宽容量；$ {A'_i} $为该条链路的已用带宽；$ \beta $为时间周期；$ {a_t} $为$ t $时刻下交换机端口计数器所呈现的带宽数值。

结合Dijkstra算法以所设定的约束条件为前提，实现船舶信息网络的数据层数据传输路由节点优化选取控制，具体控制过程如下：

1）初始化3个约束条件，其中，在数据流大小高于10%时，将此数据流判别成大数据流，故数据流大小约束初始化为10%；数据层数据传输路由节点的优化选取控制循环次数初始化为0，船舶信息网络的各条链路信息初始化为$ \left( {{A_i},{\tau _i}} \right) $，所选取的数据传输路由路径为$ {q_i} $。

2）通过控制器以数据层中船舶的全局视图为依据，得到船舶信息网络的各条链路路由节点状态信息；依据数据流大小约束对船舶信息网络内所传输数据的流量实施判别，构建船舶信息网络的链路集。

3）运用Dijkstra算法收集该链路集内各个路由节点的状态信息，同时对各路由节点实施遍历访问；对遍历访问的路由节点所生成的路由路径能否符合时延及带宽约束实施判别，若符合约束则继续，否则重新实施路由节点的遍历访问。

4）结合链路的时延与带宽排列统计后的链路状态信息，获得待选路径表；选取数据传输时延最小以及当前可用带宽最大的路径作为船舶信息网络的最佳路由路径，实现船舶信息网络数据层的数据传输路由节点优化选取控制。

2 实验结果分析 2.1 实验环境

以长荣海运公司的长范号大型集装箱船舶为例，运用本文方法对该船舶信息网络实施控制优化，通过实际控制优化结果，检验本文方法的应用效果。该船舶的关键参数详见表1。

选取基于时延和负载的网络部署方法、基于灰狼算法的网络部署方法、基于网络拓扑划分的网络部署方法、基于流量负载预测的网络部署方法（文献[3]～文献[6]方法）作为本文方法的对比方法，对比各方法控制优化实验船舶信息网络的综合效果。

2.2 实验结果分析

首先检验各方法对实验船舶信息网络的多控制器协同优化部署效果，此检验中设定实验船舶信息网络的拓扑结构中控制器的数量分别为5个与9个。在船舶通信网络中，控制器的数量通常根据船舶规模和任务需求动态调整。如大型货船或军舰可能需要更多控制器来支持复杂的通信任务，而小型客船则可能使用较少的控制器。统计2种控制器数量下，各方法优化部署后相同时刻下实验船舶信息网络的各控制器流量负载情况，如图3所示。

通过图3能够看出，当实验船舶信息网络的拓扑结构中包含5个控制器时，各方法优化部署之后，实验船舶信息网络各个控制器的流量负载较为平均；当控制器的数量增加到9个时，各对比方法优化部署后的实验船舶信息网络内各个控制器的流量负载均出现较大波动，无法继续保持各控制器的流量负载均衡性，而本文方法此时优化部署后，能够继续保持各控制器的流量负载均衡性。实验结果表明，本文方法能够适应不同控制器数量的需求，确保流量负载均衡，从而提高船舶通信网络的稳定性和效率。这一特性在实际船舶应用中尤为重要，因为船舶在航行过程中需要实时处理大量通信数据，包括导航信息、AIS信号和监控数据等，流量负载均衡是保障这些关键应用正常运行的基础。

继续检验本文方法对实验船舶信息网络的数据层数据传输路由节点的优化选取情况。以1个控制器与6个交换机的实验船舶信息网络拓扑结构为例，本文方法通过优化选取的路由节点生成的待选路由路径表如表2所示。

船舶通信网络对数据传输的实时性和可靠性要求极高，尤其是在远洋航行或复杂海域环境中，网络拓扑可能频繁变化，导致数据传输路径不稳定。由于路径的可用带宽越大意味着网络能够支持更高的数据传输速率，时延越小意味着数据传输更快，实时性更高，为此，在此选用数据传输速率指标筛选最佳路由路径。在各待选路由路径下，实验船舶信息网络的相同时段内数据传输速率统计结果见图4。

分析得知，在前期数据传输过程中，各待选路由路径的下实验船舶信息网络的数据传输速率相差不大，但随着时间的延长，待选路由路径q3下实验船舶信息网络的数据传输速率相对更高，为此，将此路由路径选取为最佳传输路由路径。实验结果显示，q3路径下的数据传输速率显著高于其他路径，能够满足船舶通信网络对高带宽、低时延的需求。

船舶通信网络对数据传输抖动的敏感性较高，抖动过大会影响通信的稳定性和可靠性，尤其是在船舶进行实时导航或监控时，抖动可能导致关键数据丢失或延迟。对各方法整体控制优化后，实验船舶信息网络传播数据时的抖动情况实施统计，以此检验各方法控制优化下实验船舶信息网络的稳定性。所得统计结果如图5所示。

可知，各对比方法控制优化下的实验船舶信息网络的数据传输抖动明显高于本文方法，其中，相比之下灰狼算法的数据传输抖动更小，其抖动峰值与最低值分别为0.82 ms与0.15 ms；而本文方法控制优化下的实验船舶信息网络的数据传输抖动峰值与最低值分别为0.19 ms与0.05 ms，远低于各对比方法。这一优势在实际船舶应用中尤为重要，因为低抖动的通信网络可以显著提高船舶导航系统的精度和实时监控的可靠性，为船舶安全航行提供有力保障。

3 结　语

本文主要应用近邻传播分域算法、协同映射算法及Dijkstra算法的优势，将控制器流量负载、平均时延、链路带宽等作为约束，构建双层递阶-协同控制优化方案，对船舶信息网络实施多控制器协同优化部署以及最佳路由路径优化筛选，完成该网络的控制优化任务。在实际应用中，验证了该方法对包含不同数量控制器的船舶信息网络的控制器协同优化部署效果及最佳路由路径选取效果，能够保船舶信息网络的负载均衡性、数据传输速率以及传输稳定性。本文方法不仅适用于实验船舶信息网络，还可扩展到不同类型和规模的船舶通信网络，如货船、客船、军舰等，具有广泛的适用性。