0 引 言
随着通信技术的发展, 无线电、 移动电话、 通信卫星等无线技术的出现彻底改变了人们的交流方式。相比固定通信, 无线通信更加便捷且成本较低, 但无线通信并不完美, 现实中很多制约因素限制了无线通信技术的发展, 使其技术潜力难以发挥, 最典型的一方面就是频率资源受限。所以, 合理高效地分配频率资源在无线通信网络中显得尤为重要。
频率资源规划问题实质上是一个组合优化问题。将有限数目的频率分配给较多数目的载频, 由于载频个数远远大于频率个数, 不可避免地会在不同载频分配到相同频率或者相邻的频率时产生干扰。Hale
[1]首次提出用图对频率资源分配问题进行建模, 将基站抽象成顶点, 若两个顶点之间有关联即两个顶点之间有连接线, 此时的边可以看作基站之间的干扰, 当两个基站之间有边时, 若在同一频段通信会相互干扰。所以, 在本文的研究中将频率抽象转化为数字时, 要求每个基站(顶点)标号数值不同并满足相应的限制条件。这样, 便把频率资源分配问题转化为了对图中关联顶点的标号问题, 然后通过科学手段对频率资源进行合理的配置, 就可以最大程度地减少干扰并提高资源利用率。
20世纪90年代, Griggs等
[2]首次引入了距离二标号(
-标号)的概念, 对于图
存在函数
:
, 使得
式中: 表示图的顶点集; 表示顶点和之间的最短距离。对于, 图的-标号表示为。
距离二标号概念被提出后, Chang等
[3]对
-标号的定义作了更详细的补充, 吸引了更多的学者对图标号进行研究。研究表明, 计算任意图的最优无线电标号数是极其困难的。因此, 研究人员开始对一些特定的图族进行研究。Liu等
[4-6]确定了路和圈的无线电标号数, 并给出了树的无线电标号数的上下界; Morris-Rivera等
[7]确定了圈和它本身的笛卡尔乘积图的无线电标号数; Kim等
[8]给出了完全图和路的笛卡尔乘积图的无线电标号数; Bantva
[9‐10]根据路径的奇偶性研究了路径中间图的最优无线电标号数, 并根据给定图最优无线电标号下界的条件, 确定了路和轮图的笛卡尔乘积的最优无线电标号数。更多关于无线电标号以及一些特殊图的研究, 如广义Petersen图的无线电标号的最优结果可参考文献[
11‐
15]。虽然很多学者对笛卡尔乘积图的无线电标号做了大量研究, 但将强乘积图模型与无线电标号结合起来模拟频率资源分配的成果并不是很多。目前, Qi等
[16]根据3阶完全图和
阶路的强乘积图的拓扑结构, 利用中心点确定了这类强乘积图的最优无线电标号数; Vaidyaa等
[17]给出了2阶路和
阶路的强乘积图的最优无线电标号数。本文主要讨论2阶路和
阶圈(
为奇数且
)的强乘积图的标号方式, 给出了最优无线电标号数, 并通过图表数据对比证明本文提出的新强乘积图模型比已有的一些模型更适合搭建无线通信网络结构, 可以提高通信质量。
1 预备知识
使得
式中: 表示图顶点集; 表示图中顶点和之间的最短距离; 表示图的直径, 即图中任意两个顶点之间最短距离的最大值。图的无线电标号表示为的跨度, 即,图的最优无线电标号数用来表示, 是的所有无线电标号中的最小跨度, 。
定义 2[19] 设
,
的一条途径是指一个有限非空序列
, 它的项是交替出现的顶点和边, 使得对于
,
的端点是
和
, 则称
是从
到
的一条途径,
和
分别为
的起点和终点, 而
称为它的内部顶点, 若途径的顶点互不相同, 则称
为路, 有
个顶点的路记为
。若一条途径的长度为正, 且起点和终点相同, 但内部顶点不同, 则称为圈, 有
个顶点的圈记为
。
定义 3[19] 设
是两个简单连通图,
和
的强乘积为
, 令
, 其中
, 图
中的顶点
和
相邻当且仅当
,
或者
,
或者
,
, 其中,
,
。
强乘积图的直径为
任意两个顶点和之间的距离为
2 主要结果
引理 1 若(为奇数且), 则。
证明 将顶点用它们的分量顶点表示, 即=,=,=, 其中,,, 根据定义 3, 有
引理 2 设是强乘积图(为奇数且)的一个无线电标号, 对于任意3个顶点且满足 则
证明 因为是强乘积图的一个无线电标号且, 所以满足
联立上述不等式得
由于, 且根据引理2有, 所以
定理 1 若为奇数且, 则强乘积图的最优无线电标号数满足
证明 设是强乘积图的一个无线电标号, 将中的顶点重新排列, 表示为, 满足。 为了证明的下界, 有, 由引理2可知, 。不失一般性,
因此, ≥≥1+。当时, ≥1+=; 当时, ≥1+=。
引理 3[20] 若
为偶数,
为奇数, 则存在有序顶点序列
, 使得圈
中的每个顶点都出现
次, 且
的值为
和
的交替序列, 其中,
并且
下面的推论显然成立。
推论 1 对于强乘积图, 存在有序顶点序列, 使得的值为和的交替序列, 其中,
并且
定理 2 若为奇数且, 则强乘积图的最优无线电标号数为
证明 令强乘积图中的顶点按照推论1中的规则排序, 重新排列为…,, 下面分两种情形讨论。
情形一:
首先定义一个函数, 对于强乘积图中的顶点, 满足, =1,2,3,…,。基于强乘积图中顶点的排序特性, 在验证函数是强乘积图的一个无线电标号的过程中, 只需验证顶点和, 和之间是否满足无线电标号的条件。
子情形一: 当为奇数时, , , 。所以,
因为=, 所以有
子情形二: 当为偶数时, =, =, =。与子情形一证法相同, 可得, 。所以, 函数是强乘积图的一个无线电标号, 其中,
则
情形二:
定义一个函数, 对于强乘积图中的顶点, 满足, 。其证明过程与情形一类似, 同样可以证得是强乘积图的一个无线电标号, 其中,
则
综上所述, 存在强乘积图顶点的一个标号顺序, 使得按此序标号后, 最大顶点的标号与定理1的下界值一致, 因此, 可以证得强乘积图(为奇数且)的最优无线电标号数。
根据定理2给出的结论, 为了方便理解强乘积图的顶点标号方式, 下面分别给出了满足条件和两种情形的特例。
例 1 当
=9时, 对强乘积图
的各顶点按照定理2中的情形一进行标号, 其顶点重排序列如
图 1 所示, 各顶点标号如
图 2 所示, 此时,
。
例 2 当
时, 对强乘积图
的各顶点按照定理2中的情形二进行标号, 其顶点重排序列如
图 3 所示, 各顶点标号如
图4所示, 此时,
。
3 模型对比分析
为了评估设计的强乘积网络通信模型
对无线通信网络频率分配问题建模的优劣, 在
且
为奇数的同等条件下, 将强乘积图
的最优无线电标号数的模拟结果与文献[
4]和文献[
17]设计的模型进行了数据对比。表 1 通过有限的数据集呈现了路图、 圈图、 2阶路和
阶路的强乘积图以及2阶路和
阶圈的强乘积图的最优无线电标号,
图 5~
图 8 更为直观地显示了各模型在模拟无线通信网络频率资源分配问题上的优劣。
表 1 4种拓扑模型的最优无线电标号数
Tab. 1 The optimal radio label number of four topological models
3 13 7 7 5
5 41 17 21 9
7 85 31 43 19
9 145 49 73 25
11 221 71 111 41
13 313 97 157 49
15 421 127 211 71
17 545 161 273 81
19 685 199 343 109
21 841 241 421 121
23 1 013 287 507 155
25 1 201 337 601 169
27 1 405 391 703 209
29 1 625 449 813 225
31 1 861 511 931 271
33 2 113 577 1 057 289
35 2 381 647 1 191 341
37 2 665 721 1 333 361
39 2 965 799 1 483 419
41 3 281 881 1 641 441
43 3 613 967 1 807 505
45 3 961 1 057 1 981 529
从图中的线性结果分析可知, 在局域网中, 基站之间的距离越近, 彼此之间通信干扰的可能性越大, 所以本文通过“距离—标号”约束, 寻找最合适的拓扑模型模拟通信网络频率资源分配。
图 5 展示了相同顶点数的圈图、 2阶路和
阶路的强乘积图的最优无线电标号的对比, 可以看出连通度更高的2阶路和
阶路的强乘积图所需的无线电标号明显比
阶圈图所需的无线电标号更多。
图 6~
图 8 展示了相同顶点数的路图与圈图、路图与2阶路和
阶路的强乘积图以及圈图与2阶路和
阶圈的强乘积图的最优无线电标号的趋势对比, 发现连通性更强的拓扑图所需的无线电标号反而更少。对比
图 5 和
图 8 可以看出, 若2阶路和
阶路的强乘积图变成2阶路和
阶圈的强乘积图, 则可适当增加顶点之间的连通性, 使得所需的无线电标号数大大减少。由此可以得出, 构造合适的拓扑模型, 不仅可以增强顶点之间的连通性, 还可以在不存在通信干扰的情形下减少无线电标号。这也表明, 在无线通信网络中, 找到基站之间合适的连接方式以及频率分配方案尤为重要。
由4种模型结果可以看出, 本文构造的2阶路和阶圈的强乘积图结构在模拟无线通信网络频率资源分配时所消耗的频率数量最少。搭建这种网络结构, 可以在距离和分配的频率资源数之间找到一种平衡, 使得无线通信效率更高。
4 结 论
本文主要确定了2阶路和阶圈(为奇数且)的强乘积图的最优无线电标号数, 通过与已有的几种模型数据对比得出: 在相同的基站数量下, 本文构建的模型在现实无线通信网络中所需的频率资源最少。后续将继续研究更为泛化的路和圈的强乘积图的最优无线电标号, 将其结果推广到一般, 并研究更理想的无线通信网络结构模型。
国家自然科学基金资助项目(11551002)
青海省自然科学基金资助项目(2019-ZJ-7093)