基于改進遺傳蟻群算法的低壓PLC網絡路由方法

崔 瑩

（廣東電網有限責任公司珠海供電局，廣東 珠海 519000）

0 引言

隨著電網規模的擴建，電氣設備種類及接入數量快速增長，使得傳統電網較難滿足人們當前的需求。泛在電力物聯網［1-3］可融合智能電網和互聯網，實現電網能量流、信息流與業務流的互聯互通，有助于構建更加優質、穩定、智能的電力服務體系。泛在電力物聯網內可以采用多種通信技術，低壓電力線通信PLC（Power Line Communication）無需專業電纜，但存在拓撲動態易變、通信環境相對惡劣、干擾噪聲無法預測等問題，導致通信可靠性較差。目前在PLC 領域的國際標準有HomePlug AV、IEEE 1901、PRIME 等［4-5］。上述標準在網絡層涉及各自的通信機制，在一定程度上滿足了信源與信宿間的通信需求，但未涉及如何提高路由通信可靠性。

近年來，研究人員在滿足服務質量QoS（Quality of Service）約束的前提下提出了多種改進路由算法，但相關研究均是基于對稱信道這一假設開展的。事實上，每個通信節點處的物理拓撲經常是不同的，等效負載運行狀態也會變化，導致節點對信號的吸收程度不同。節點附近噪聲種類、強度也不同。因此，節點間信道在部分條件下是非對稱的。此外，改進路由算法建立的均是節點間單一路由，仍存在路由通信可靠性較低問題。文獻［6］提出適用于低壓PLC 自動路由類蟻群算法，該算法可以發現故障節點，且無需動態監測信道狀態以進行路由維護，提高了網絡可靠性，但存在初始階段耗時較大、易陷入局部最優等問題。文獻［7］在類蟻群算法的基礎上，提出基于遺傳自適應蟻群算法的中繼路由算法，該算法可提高最優尋優效率，但建立的均是單一路由，一旦路由發生故障，需重新建立路由，耗時相對較長。文獻［8］對種群規模采用自適應操作，有效降低了初始種群不可行解的產生概率，算法能自適應調整種群規模，防止早熟現象發生，但算法搜索效率較低。文獻［9］對遺傳算子進行改進，根據個體自適應度的變化調整交叉和變異概率，較好地解決了局部搜索與全局搜索矛盾，但存在局部搜索能力較差的問題。文獻［10］在文獻［9］的基礎上，根據個體自適應度變化自動調整交叉和變異概率，引入小生境思想保證基因的多樣性，克服早熟和收斂速度較慢的缺點，但該算法未考慮建立路由熱備份的問題，也未考慮信道非對稱因素對通信過程的影響。

基于此，本文在非對稱信道的條件下提出基于改進遺傳蟻群算法的路由熱備份方法，解決現階段遺傳算法在服務質量參數約束下局部搜索能力差、難以得到按需路由最優解的問題。首先，分析低壓配電網的網絡拓撲結構；其次，闡述基于帶有沖突避免的載波偵聽多路訪問+時分多址（CSMA／CA+TDMA）混合協議的低壓PLC 網絡融合方法，保證組網穩定性；再次，在組網穩定的基礎上重點說明基于改進遺傳蟻群算法的路由熱備份機理；最后，仿真驗證改進遺傳蟻群算法的有效性。

1 低壓配電網網絡拓撲

1.1 低壓配電網物理拓撲

低壓配電網絡的物理拓撲與配電對象環境有關。在不同的環境下各相分支結構不同，電氣負載個數和負荷也不同。典型的低壓配電網物理拓撲為樹形結構，該物理拓撲由變壓器二次側電纜及與之相連的諸多電氣負載組成［11］，具體如圖1 所示。低壓電力線信道具有頻率選擇性衰落的特性，高頻載波信號在信道傳輸過程中會產生較大幅度的衰減，導致傳輸距離有限。在低壓配電二次側相間無載波信號耦合器的情況下，高頻載波信號較難實現跨相傳輸，可以認為二次側A、B、C 三相彼此獨立?；诖?，以某一相為例，重點研究低壓PLC網絡的邏輯拓撲。

圖1 典型低壓配電網的物理拓撲Fig.1 Typical physical topology of low-voltage distribution network

1.2 低壓配電網PLC網絡邏輯拓撲

為建立可靠的低壓PLC 鏈路，需建立電氣負載（簡稱節點）間的邏輯拓撲?，F階段低壓PLC網絡邏輯拓撲常采用樹形結構。在樹形拓撲中，存在網關、代理和終端3 種類型的節點。節點的投入與切出均會引起通信信道發生變化，甚至會使通信鏈路發生中斷，導致低壓配電網PLC邏輯拓撲動態變化，使得節點間的邏輯鏈路斷開，降低了低壓PLC 網絡的可靠性［12］。為了提高網絡可靠性，低壓PLC 網絡可以采用網狀網的邏輯拓撲。下文將詳細說明運用網絡融合策略組建網狀網邏輯拓撲的實現過程。

2 基于CSMA／CA+TDMA 混合協議的低壓PLC多網絡融合策略

2.1 低壓PLC局域網網絡融合問題

本文借鑒計算機網絡和無線通信網絡中的局域網思想，給出適用于低壓PLC局域網的功能性定義，即在滿足寬帶PLC國際標準的帶寬范圍且節點分布區域、個數均受約束的條件下，代理級數不超過6級，可以實現低壓PLC功能的網絡，稱為低壓PLC局域網。為了能夠在低壓PLC局域網中實現可靠通信需要先保證組網的可靠性。但在實際低壓PLC局域網組網過程中會存在以下問題：①在節點間距離相對較遠，或信道環境惡劣的條件下，節點同時上電后區域中將出現多個網絡共存的問題；②在區域內形成多個網絡后，如何確定融合規則將多網絡進行有效融合的問題；③區域內會出現多個網關，如何將多個網關收斂為單一網關的問題。這些問題會嚴重影響組網的可靠性。

為了解決上述問題，本文探討基于CSMA／CA+TDMA 混合協議的低壓PLC 多網絡融合策略，建立多條從網關至終端的較矮簇樹，得到低壓PLC 局域網。

2.2 CSMA／CA+TDMA混合協議

在低壓PLC 網絡中，使用較多的有CSMA／CA協議和TDMA 協議。CSMA／CA 協議支持變化的數據包尺寸，不要求嚴格的時鐘同步，但當較多的節點同時響應網關查詢指令再競爭發送數據時，易造成多節點同時繁忙，導致出現連續丟包，影響網絡性能；TDMA 協議能夠提供無碰撞的數據包傳輸，但要求節點時鐘同步，在一定程度上限制了信道時隙利用率。

鑒于現階段CSMA／CA協議和TDMA 協議的不足，本文以TDMA 為基本多址接入方式，且采用固定與動態結合的調度算法，固定分配時隙采用TDMA接入方式，動態分配時采用基于競爭CSMA／CA 方式，提出一種優化的CSMA／CA+TDMA 混合協議，如圖2 所示。在組網過程中，節點在CSMA／CA 時隙發送組網幀時，必須要保證在CSMA／CA 時隙中傳送完成，不能跨越當前時隙。在非競爭時隙中，節點不需要信道競爭，可單獨占用被分配的TDMA 時隙，發送組網幀。

圖2 CSMA／CA+TDMA混合協議示意圖Fig.2 Schematic diagram of CSMA／CA+TDMA hybrid protocol

2.3 基于CSMA／CA+TDMA混合協議的多網絡融合機理

2.3.1 限制與約束

網絡融合（屬于組網）的本質是建立節點間的通信邏輯拓撲，為了便于研究，假設某相配電網分支有n（n＞1）個節點且物理鏈路連通，約定如下：

1）節點均有唯一介質訪問控制MAC（Media Access Control）地址；

2）在通信信道狀態良好條件下，節點至少可與其他任意節點通信，即不存在孤立節點；

3）網關不重復分配終端設備標識符TEI（Terminal Equipment Identifier），且分配的TEI不回收；

4）節點間路由級數不超過6級。

2.3.2 狀態-動作集及信道狀態描述

在事件觸發機制下，本地節點與鄰居在滿足特定事件發生條件時才能進行信息傳遞。假設在時刻t的節點狀態為pt，在時刻t+1 的鄰居狀態為qt+1，在控制策略下，執行時刻t的節點動作at意味著從pt發送組網幀或數據幀到qt+1，多個組網動作at的集合定義為動作集。

本文參考文獻［13］并結合實際工程經驗，根據不同的通信成功率CSR（Communication Success Ratio），將低壓電力線信道狀態粗略地描述為以下3種。

1）狀態α1：若CSR值在［90%，100%）范圍內，則認為信道狀態良好，節點可以正確接收并解析組網幀。

2）狀態α2：若CSR 值在（60%，90%）范圍內，則認為信道狀態相對較差，節點可以接收到組網幀，但組網幀解析的誤碼率相對較大。

3）狀態α3：若CSR值在（0，60%］范圍內，則認為信道狀態較為惡劣，組網幀無法在信道中進行有效傳輸。

受各種因素影響，信道狀態會在α1、α2和α3之間動態變化。在非對稱信道中，組網幀能否成功送達，取決于上行和下行傳輸時的信道狀態。根據上行和下行傳輸時的信道狀態可知，組網幀發送結果如表1所示。

表1 組網幀與信道狀態間的關系Table 1 Relationship between network frame and channel states

由表1 中的等效狀態可知：在上行和下行通信均成功時，結果為成功，組網幀無需重傳，直接發送下一幀，信道處于等效狀態α1；當上行或下行通信有一個方向失敗時，結果為失敗，此時信道等效狀態為α2或α3，為降低通信失敗概率，重傳組網幀。若達到重傳的最大次數后通信仍處于失敗狀態，則直接刪除該組網幀，本次通信過程結束。

2.3.3 基于CSMA／CA+TDMA混合協議的多網絡融合機理實現流程

采用文獻［14］的組網策略可將單一區域的節點組建成穩定可靠的網絡。但當節點間通信距離相對較遠或信道環境較惡劣時，節點上電后區域內會出現多個網絡以及多個網關?；诖?，采用網絡融合策略可將多個網絡融合為單一網絡，保證低壓PLC組網的可靠性。具體地，為實現多網絡的融合，在每個網絡規模相差不大的條件下，節點通過智能選取MAC 地址最小的網絡作為多網絡融合方向。該網絡發出的組網幀也為高優先級的組網幀，從而解決多網絡不確定性融合問題。上述多網絡融合的具體步驟如下。

1）根據文獻［14］提出的網關自主選取思想，當節點分布較為離散時，區域內將會自主選出多個網關。網關按文獻［14］提出的組網方法對區域內的子節點進行組網，則區域內將形成多個網絡，如圖3所示。

圖3 網絡融合示意圖Fig.3 Schematic diagram of network fusion

2）智能識別多網絡存在機制。低壓PLC本地網絡的信號可能傳輸到相鄰網絡，因此會對相鄰網絡產生干擾。具體地，節點N1、N2可能會接收到其他網絡的某個或某幾個節點發出的信標幀，導致對本地網絡產生干擾。由于信標幀內含有網絡標識符信息（即本地網絡的網關MAC 地址），節點根據接收到的網絡標識符與本地網絡標識符是否一致，判斷區域內是否存在其他網絡。若節點自主判斷接收到的網絡標識符與本地網絡標識符不一致，則說明區域內存在多個網絡。為了消除或減少其他網絡對本地網絡的干擾，也為了實現多個網絡間的合并，應采取網絡解散機制。

3）多網絡自動解散機制。節點智能判斷出網絡標識符大小后，網絡標識符較大的節點將創建網絡解散數據幀，以廣播方式發送給周圍其他節點。成功接收到該數據幀的節點自動斷開與其相連節點間邏輯鏈路的連接，并初始化所有參數，狀態也切換為未注冊子節點狀態。為了使區域內網絡標識符較大的網絡盡快解散，引入下列2種機制。

（1）自動重發網絡解散數據幀機制。節點N1、N2再次隨機延時自調度該網絡解散的數據幀（次數不超過3 次），若達到隨機延時，則節點發送網絡解散數據幀，接收到該數據幀的節點斷開與其相連節點間的邏輯鏈路連接，初始化所有參數，狀態切換為未注冊子節點狀態。

（2）自動復位機制。節點自調度網絡復位的數據幀，使得節點在設定時間實現復位操作。

若圖3 中區域1 的網絡標識符小于區域2 的網絡標識符，則根據上述機制，可以解散區域2 內的網絡，節點復位，狀態切換為未注冊子節點狀態。

4）自動組網機制。區域2 內的節點在采用上述機制解散當前區域的網絡時，區域1 內的節點仍處于動態自組網過程中。區域1 內的節點接收到網關分配的信標時隙后，向通信范圍內的節點發送信標幀。假定在某一時刻未注冊節點N1、N2接收到區域1 內已注冊入網節點N3發出的組網信標幀，則節點N1、N2將向其發送注冊請求幀。節點N3向節點N1、N2回復應答ACK（ACKnowledgment）幀，在非競爭時隙中向網關發送注冊請求匯總幀。網關成功收到該幀后回復ACK 幀，取出匯聚的新入網節點信息，將節點N3至新節點N1、N2的路徑信息分別存入路由表，完成至新節點N1、N2的前向路徑學習。然后網關再向代理N3發送注冊確認匯總幀（包含為新入網的節點N1、N2分配的TEI）。代理N3接收并回復ACK 幀，創建關聯指示幀，以廣播方式為目的節點N1、N2分配TEI。新節點N1、N2接收到TEI 后，將其經節點N3至網關的反向路徑信息分別存入路由表，完成反向學習。原區域2 內其他節點的入網方式與節點N1、N2的注冊入網方式相似，直至節點均入網完成為止，網絡融合過程結束。

當網絡融合（即組網）過程結束后，在不考慮新節點入網和老節點退網等情況下，網絡將進入穩定的動態運行及維護階段。網絡穩定運行為節點間的路由通信提供了條件。

3 基于改進遺傳蟻群算法的低壓PLC 網絡融合路由熱備份方法

為了進一步保證路由通信的可靠性，本文提出基于改進遺傳蟻群算法的低壓PLC網絡路由熱備份方法。

3.1 路由熱備份目標函數

本文將低壓PLC 網絡抽象為一個無向賦權圖G=(V，E)，其中V為節點集，E為鏈路集。由N個節點組成的網絡可構成鄰接矩陣A=(aij)N×N，元素aij滿足式（1）所示的關系。

式中：vi、vj為節點。

為避免路由搜索過程出現環路，令鄰接矩陣對角線元素aii=0。若aij=1，則表示2個節點相鄰。類似地，也可構建圖G賦權矩陣，若節點間鏈路相連，則鏈路值取為1；反之，則取為∞。

下面建立矩陣內任意兩節點間路徑熱備份的目標函數。假定源節點為S∈V，目的節點D∈V-S，經過的代理集合V′?V-S-D。從源節點開始搜索，訪問經過代理集的部分節點，到達目的節點的路徑長度f(S，V′，D)為：

式中：wij為賦權矩陣的元素；xij取值為0或1，分別表示選中和不選中節點vi與vj間的鏈路作為路由熱備份。為此，下文首先制定路由熱備份方案，然后提出改進遺傳蟻群算法實現節點間的通信。

3.2 基于改進遺傳蟻群算法的網絡融合路由熱備份實現方案

若在某一時刻網絡中某個源節點與目的節點間存在通信需求，則源節點創建“路由請求”數據幀，通過廣播方式發給其父節點。在邏輯拓撲中，源節點與網關相距較遠，需通過代理轉發數據幀至網關。源節點的父節點成功接收到“路由請求”數據幀，向源節點回復ACK 幀，再轉發該幀至其父節點。執行該機制，直至將該幀轉發給網關。網關根據拓撲表信息，采用基于改進遺傳蟻群算法計算源節點與目的節點間的路由熱備份。然后網關創建“路由確認”數據幀，將路由熱備份信息以廣播方式轉發給源節點。源節點接收到“路由確認”數據幀，解析幀信息，完成節點間通信。具體流程為：源節點創建與目的節點“通信”的數據幀，以廣播方式向下一跳節點發送該數據幀；代理接收到數據幀后，回復ACK 幀，重復上述過程直至將該數據幀轉發到目的節點。若由于信道變化原因導致通信鏈路發生中斷，則通信失敗。為此，源節點采用次短路由完成通信。若源節點采用次短路由后通信仍然失敗，則源節點啟動第三短路由繼續通信，直至完成節點間通信。若源節點采用3 條路由進行通信均通信失敗，則網關重新計算3 條新路由，再次完成與目的節點間的通信。但遺傳算法局部存在搜索能力較差、易早熟等問題，因此網關采用基于改進遺傳蟻群算法計算源節點與目的節點間的路由熱備份?；诖?，本文針對遺傳算法存在的缺陷，提出改進遺傳蟻群算法求取路由熱備份。

3.2.1 遺傳算法和蟻群算法的基本原理

遺傳算法是根據待求解最短路徑的參數進行編碼，隨機產生一個種群，計算個體適應度，然后進行選擇、交叉和變異操作［15］，若滿足收斂條件，則此種群為最好個體；否則對新一代群體重新進行選擇、交叉和變異操作，直至搜尋到最優解為止。

蟻群算法采用正反饋機制，其求解最短路徑的原理是后面的螞蟻根據之前的螞蟻遺留下的信息素濃度選擇下一步的路徑。但由于初期信息素匱乏，蟻群算法求解速度較慢，影響算法性能。

3.2.2 改進遺傳蟻群算法的原理

為了解決上述算法存在的缺陷，本文利用蟻群算法局部搜索能力較強的特點彌補遺傳算法局部搜索能力較差的缺陷［16］，提出一種改進遺傳蟻群算法：首先利用遺傳算法全局快速搜索的優點求取源節點與目的節點間的最短路徑，將其轉化為蟻群算法的初始信息素，然后利用蟻群算法獲取最短路由、次短路由及第三短路由（即路由熱備份）。該算法的實現流程如附錄A圖A1所示，具體步驟如下：

1）確定網絡拓撲信息，對路徑優化問題進行數學描述；

2）初始化遺傳算法參數，包括種群規模、交叉和變異概率、進化代數、終止條件等；

3）采用隨機初始化方式產生初始種群，即網絡路徑最初解；

4）計算初始種群中的個體適應度；

5）設置迭代初始值為1，采用選擇、交叉和變異等操作產生新個體；

6）判斷是否滿足循環結束條件（即迭代次數是否達到最大進化代數），若滿足則將最優解轉換為蟻群算法信息素的初值，否則執行步驟4）；

7）初始化蟻群算法參數；

8）將螞蟻放置在路徑源節點上，根據狀態轉移規則選路徑；

9）更新局部路徑上的信息素；

10）當所有螞蟻完成路徑的選擇后，更新全局信息素；

11）若計算得到源節點與目的節點間路由熱備份則輸出該路由熱備份，否則轉至步驟8）。

4 仿真結果分析

4.1 低壓PLC網絡融合仿真結果分析

OMNeT++是面向對象的離散事件仿真工具，通過圖形界面觀察具體仿真結果，并收集統計數據。為了驗證本文改進遺傳蟻群算法的有效性，采用OMNeT++4.0 進行網絡融合（即組網）和路由通信的仿真，并將部分數據結果導入MATLAB 2016b 進行數據分析。具體地，將智能配電房作為實際應用場景，在節點間距離相對較遠的物理情況下，以分布在800 m×800 m 區域內的30 個節點為研究對象，仿真參數如表2所示。表中，RIFS、CIFS分別為響應幀間隔、競爭幀間隔。在非對稱信道（上行、下行CSR值分別為96%、93%）和對稱信道（CSR值為96%）這2 種信道條件下的仿真網絡融合拓撲如附錄B 圖B1所示。

表2 仿真參數Table 2 Simulation parameters

采用平均吞吐量最大值和平均值定量說明信道非對稱因素對網關組網過程的平均吞吐量的影響，采用平均端對端延時最大值和平均值定量說明信道非對稱因素對節點在組網過程中的平均端對端延時的影響。網關統計網絡的信息如圖4 所示。由圖可見：采用CSMA／CA+TDMA 混合協議的組網方法在2 種信道條件下的平均吞吐量最大值相等，而在非對稱信道條件下的平均吞吐量平均值比對稱信道條件下降低了1.1%；其在非對稱信道條件下的平均端對端延時最大值和平均值相比對稱信道條件下分別提高了26%和17.3%。

圖4 網關平均吞吐量和平均端對端延時Fig.4 Average throughput and average end-to-end delay of gateway

4.2 基于改進遺傳蟻群算法的低壓PLC網絡融合路由熱備份仿真結果分析

網絡融合階段結束后，網絡將會進入維護階段，該階段2 種信道條件下的網絡拓撲如圖5 所示。由于采用適當的網絡維護策略可以精簡并優化網絡的部分拓撲形式，附錄B 圖B1 所示的網絡拓撲會與圖5 中個別節點間的鏈路連接有所不同，但網絡整體拓撲形式無較大差別。具體的網絡維護策略本文不再贅述，而是重點分析相比現階段的方法，采用改進遺傳蟻群算法進行路由通信的優勢。

圖5 維護階段不同信道條件下的網絡拓撲Fig.5 Network topologies under different channel conditions in maintenance stage

具體地，假設在某一時刻節點1 與節點29 需要通信，分別采用遺傳算法［17］、蟻群算法和改進遺傳蟻群算法在圖5 所示的2 種網絡拓撲中計算2 個節點間最短路由，計算結果如表3所示。

表3 不同算法計算得到的路由結果對比Table 3 Comparison of routing results calculated among different algorithms

由表3 可知，源節點采用遺傳算法計算的最短路由需經過4 個代理才可將數據包發送到目的節點，而采用改進遺傳蟻群算法計算的最短路由僅需要經過2 個代理就可以實現相同的效果，即實現了局部路由的搜索，從而可以得到按需路由。

為了進一步說明改進遺傳蟻群算法的優勢，本文對比分析不同算法的路由迭代次數，結果如表4所示。

表4 不同算法的路由迭代次數對比Table 4 Comparison of routing iteration numbers calculated by different algorithms

由表4 可知，采用蟻群算法和改進遺傳蟻群算法可以得到相同的最短路由，但采用改進遺傳蟻群算法的迭代次數更少。同時，相比遺傳算法，改進遺傳蟻群算法在相同的迭代次數下可以得到更短路由。因此，從路徑更短以及迭代次數更少這2 個方面綜合考慮，改進遺傳蟻群算法在性能上優于蟻群算法和遺傳算法。

考慮到蟻群算法的迭代次數比遺傳算法和改進遺傳蟻群算法的迭代次數多，為了能夠進一步說明改進遺傳蟻群算法的有效性以及信道非對稱性對通信過程的影響，采用遺傳算法及改進遺傳蟻群算法在非對稱信道和對稱信道條件下計算通信的吞吐量和端對端時延，計算結果如表5 所示。由表可以看出：受幀碰撞及非對稱等因素影響，在對稱信道（CSR值為96%）條件下，與遺傳算法相比，采用改進遺傳蟻群算法時的吞吐量增加了10.04%，端對端延時降低了9.12%；在非對稱信道（上行、下行CSR 值分別為96%、93%）條件下，與遺傳算法相比，采用改進遺傳蟻群算法時的吞吐量提高了15.4%，端對端延時降低了13.3%。

表5 不同信道條件下，采用不同算法時的吞吐量和端對端延時Table 5 Throughput and end-to-end delay adopting different algorithms under different channel conditions

代理5發生故障時的網絡拓撲如附錄C圖C1所示。在該種情況下，采用單徑路由已無法實現節點間的通信，若仍采用單徑路由通信方案，則網關需要重新計算符合當前拓撲的路由后，才能進一步滿足源節點與目的節點間的通信需求，導致通信時延較長。若采用本文方法，則可通過直接切換到其熱備份上實現節點間的通信，實時性較高。代理5 故障的情況下，基于改進遺傳蟻群算法進行路由熱備份時的吞吐量和段對端延時如表6 所示。由表可見，非對稱信道（CSR值為96%）條件下的吞吐量相比對稱信道（上行、下行CSR值分別為96%、93%）條件下降了73.9%，端對端延時提高了2.84 倍。綜上可知，基于改進遺傳蟻群算法進行路由熱備份比單徑路由方法更有優勢。

表6 代理5發生故障的情況下，采用改進遺傳蟻群算法時的吞吐量和端對端延時Table 6 Throughput and end-to-end delay adopting improved genetic ant colony algorithm when Proxy 5 malfunctions

5 結論

在節點間距離較遠或信道環境較為惡劣的條件下，區域內組網過程形成多個網絡短時共存會嚴重影響網絡通信可靠性的問題，本文探討了基于CSMA／CA+TDMA 混合協議的多網絡快速融合策略，通過仿真可將多個網絡有效融合，為網絡通信提供了穩定的前期條件。在此基礎上，針對遺傳算法在QoS 約束下局部搜索能力差、難以得到按需路由最優解的缺陷，本文提出了基于改進遺傳蟻群算法的路由熱備份方法，對節點采用基于改進遺傳蟻群算法可以實現單播路由的熱備份通信。本文所得主要結論如下：

1）單播通信過程中，在非對稱信道條件下，相比遺傳算法，采用基于改進遺傳蟻群算法可以計算出源節點與目的節點間的最短路由，吞吐量提高了15.4%，端對端延時降低了13.3%；

2）在當前路由發生故障的情況下，采用改進遺傳蟻群算法也可自啟動路由熱備份來實現節點間的可靠通信。

本文方法為低壓PLC非對稱信道條件下的節點的路由通信研究提供了一種新思路，具有較強的理論及實際意義。后續筆者將會從提高節點間組播通信性能方面著手，繼續開展相關的基礎理論研究工作。

附錄見本刊網絡版（http：//www.epae.cn）。