基于并发传输的多智能体间通信网络的研究∗

陆璐璐 卜 禹

（江苏科技大学计算机学院 镇江 212000）

1 引言

随着人工智能的发展，多智能体系统（Multi-Agent System，MAS）已经成为分布式人工智能领域的重要研究方向之一［1］。MAS 是多个智能体组成的集合，旨在通过智能体间的通信进行信息的共享，实现多个智能体间的协同与合作，完成单个智能体所无法完成的复杂任务。相比于单个智能体来说，MAS 显现出更好的鲁棒性和灵活性。当多个智能体组成MAS 之后，智能体与智能体之间就会产生所谓的通信问题。在多智能体中，状态分享、信息交换、任务协作都离不开通信，因此，智能体间通信的优劣直接影响着整个系统的效率。

在多智能体的通信过程中，在物理层完成频谱的感知和调制后，链路层以及上层所面对的最基础的网络资源便是无线信道［2］。在MAS 的通信网络中存在多个信道，利用多信道进行数据的传输比单信道可以更充分地利用频谱资源以增强网络的性能，完成多智能体间数据的并发传输，实现数据的分流处理、减少排队等待时间和数据时延。然而，多信道必须处理好节点间的信道分配和协调，才能获得比单信道更高的性能［3］。同时，时间同步是多个智能体间通信的重要组成部分，在并发传输机制中要求智能体之间有更为精准的时间同步，这样在进行数据交换时才能具有统一的时间来实现智能体同步地接收到其他各个智能体发送的数据，以便智能体能够实时地进行数据融合，否则会造成功耗的增加和数据的丢失。

传统的并发传输机制利用多信道技术来使用多个可用信道分担数据负载，减少了通信过程中对信道的占用时间和避免了数据冲突，但没有涉及如何提高时间同步的精准性，对于多信道引起的节点消失等问题难以高效解决，同时当智能体数量增加时，会造成数据的实时性差且节点功耗增加。进行多信道选择的基础首先是监听信道的状态，因此本文首先采用马尔可夫链对信道进行建模，并考虑信道的衰落特征，对通信网络中信道好坏的变化情况进行精确地描述。并提出基于时间同步的并发传输机制，该机制利用一个参考节点广播同步参考包，所有接收到这个参考包的节点都以本地时间记录接收时间戳，之后通过交换时间戳完成所有接收到参考包的节点的同步［6］，同时利用多信道技术将网络中的多个信道为多个节点所共用，当部分信道被占用时，节点能够切换到其他空闲信道上，保证多个节点之间的通信同时进行，从而实现数据的同步并发传输。最后通过仿真实验，验证了该方法的有效性。

2 MAS中通信信道模型的建立

2.1 马尔可夫链基本理论

马尔可夫链是具有马尔可夫性质的离散时间随机过程，在该过程中，在给定当前信息的情况下，过去对于预测将来是无关的［4］。马尔可夫模型可应用于离散通信信道的建模与分析之中，考虑一个离散时间的随机过程{Xn|n=0,1,2,…} ，该过程的取值范围是非负整数，因此该过程中的状态可以表示为i=0,1,…。无论什么时候，如果该过程处于状态i，不考虑状态i 之前的状态，下一个状态为状态 j 的概率 pij是一个大小固定的概率，则称该过程为马尔可夫链。即对所有的n ＞0,in-1,…,i0,i,j，有

2.2 一种离散时间马尔可夫链信道模型

利用马尔可夫链对信道进行建模时，信道的状态模型用来描述不同的信道状态，其中信道状态之间的变化采用一组转移概率来描述。将时间可分为多个相等长度时隙，时隙的长度记为T，信道可由一个离散状态集合表示，在每一个时隙，信道处于某一状态不改变，则一个离散通信信道的K状态马尔可夫模型的状态集合为S={s0,s1,…,sK-1} 。K 个状态用于区分信道状态好坏的不同程度，如状态s0为信道条件最好，状态s1为信道条件次好，以此类推，状态sK-1为信道条件最差。记第n 个时隙信道状态为Sn，其中Sn∊S 。令 pij为从状态si转移到状态sj的转移概率，则:

同时，考虑了瑞利衰落信道的特征。在瑞利衰落信道中，信噪比γ 是指数分布的概率密度函数:

其中 γ0是平均信噪比。记{Γ1,Γ2,…,ΓK}为信噪比门限，并且按照升序进行排列，其中Γ1=0 且ΓK=+∞ 。

转移概率 pi,i+1和 pi,i-1满足:

其中，N(Γi)为水平通过率，pi为接收信噪比落入到区间[Γi,Γi+1)的概率。则信道的状态转移过程可由转移矩阵Pc完全描述:

上述各式描述了离散时间马尔可夫链信道模型，该模型不仅能够很好地反映出用户对信道占用的情况，而且考虑了信道的衰落特征，能够精确地描述通信网络中的信道好坏的变化情况，可以科学地预测将来时刻概率最大的空闲信道。

3 基于时间同步的并发传输机制

3.1 时间同步

在MAS 的通信过程中，智能体之间的信息传递需要同步进行，才能完成整个通信的实时性。利用时间同步的思想可实现智能体之间通信的实时性。该方法消除了发送的延迟对同步精度的影响，提高了时间同步的精准性。时间同步的具体过程如下:

Step1:参考节点周期性地广播同步参考包。

Step2:节点i接收到第k个同步参数包，根据本地时钟记录的接收时刻为Tik，节点j 接收到第k 个同步参考包，根据本地时钟记录的接收时刻为Tjk。

Step3:持续接收参考节点广播的同步参考包，并与邻居节点交换信息，会得到m 个不同的差值。根据这些差值，计算出节点i与节点j之间的接收时间偏差:

Step4:在节点间时间同步后的一段时间，由于存在时钟漂移，造成节点时间逐渐产生偏斜。考虑时钟偏斜时，使用最小二乘法线性拟合对时间戳进行处理，完成节点间时钟偏差ΔT[i,j]的计算。

a0表示曲线拟合后的截距，即时钟相位偏移；a1表示曲线拟合后的斜率，即时钟偏斜。设曲线拟合后的横坐标为x，纵坐标为 y，则

Step5:根据计算出的接收时间偏差和时钟偏差，完成节点之间的同步。

3.2 并发传输机制

由于多信道传输比单信道传输在网络性能上具有明显的优势，因此在多信道上通过并发传输，可以有效地减小拥塞，实现负载均衡，提高网络资源利用率；同时可以减少数据冲突，实现数据的分流，提高整个通信网络的性能。基于时间同步的并发传输机制示意图如图1所示。

图1 基于时间同步的并发传输机制

并发传输机制的具体流程如下。

Step1:为每个节点生成信道选择序列。利用伪随机序列算法为每个节点生成不同的伪随机序列作为信道选择序列，并且每个节点采用各自的节点号作为伪随机算法的种子。这里采用线性同余法来产生伪随机序列，其计算公式为

其中a 为乘子，c 为增量，x0为种子，m 为模。

Step2:确定时间片选择序列。首先将时间划分为多个定长的时间片，由多个时间片组成一个超帧。利用伪随机序列算法为每个节点生成不同的时间片选择序列，节点按照生成的时间片选择序列在每个超帧内选择一个时间片作为其苏醒期。节点在每个苏醒期侦听信道状态，并进行信息的收发。

Step3:节点定时向邻居节点广播自己的信道选择序列和时间片选择序列，这样节点间就可以相互了解对方的信道选择信息和苏醒期、休眠期，以便于通信。

Step4:在初始时刻，所有节点都停留在各自信道选择序列的第一个信道上。根据式（2）和式（4）计算信道的状态转移概率和信道衰落状况，记为信道状态集合S。当节点有信息需要发送时，节点通过信道状态集合S 判断信道的好坏。如果当前信道好，则直接在当前信道上通信，并执行Step5；否则执行Step6。

Step5:判断发送节点和接收节点的苏醒期是否处于同一时间片。当处于不同的时间片时，直接进行数据的发送；若苏醒期恰好重合，则等待下一个超帧。这样避免了节点消失的问题。

Step6:根据信道选择序列确定所要切换的下一个信道，如果信道好，则发送节点与接收节点通过三次握手方式建立连接，并执行Step5；否则继续通过信道选择序列搜索下一个信道，并判断信道的好坏，直至找到合适的信道进行通信。

图2 并发传输流程图

Step7:参考节点周期性地广播同步参考包，多个发送节点接收同步参考包，根据本地时钟确定接收时间，通过式（6）和式（7）计算出接收时间偏差和时钟偏差，完成节点之间的同步。

Step8:通信完毕后节点再切换到自己的默认信道上，从而完成整个信道选择过程，实现基于时间同步的并发传输。

4 实验分析

为了验证本文所提出的方法的有效性，实验采用了RoboCup-Rescue 仿真系统对其进行验证。RoboCup-Rescue 是机器人救援仿真系统，包括中心智能体和移动智能体，中心智能体包括救护中心、消防中心和警察中心，移动智能体包括救护员、消防员和警察。实验以救护智能体为例，说明本文所提方法对通信网络性能的影响。实验环境设定为:救护智能体数目为10（即网络中的节点数为10），信道数目为13，仿真周期为300。

实验一给出了信道在部分时隙下信道状态的仿真结果。利用马尔可夫链对信道状态进行分析，信道状态集合为S={0 ,...,10} ，图3 中选取了其中2个信道在部分时隙下的信道状态情况。

图3 每个信道在不同时隙下的状态

实验二测试了传统方法和本文方法对多智能体间通信网络性能的影响，并利用平均时延这一性能指标对网络性能进行衡量。

图4 是采用传统方法和采用本文方法对数据传输时延性能影响的比较。从图中可以看出，采用本文方法可以降低平均时延。在初始时刻，即信道和网络负载不是很重时，数据在多个信道上并发传输，平均时延较小；当发送数据越来越多时，信道和网络负载过重，数据之间的排队等待时间逐渐增大，因此平均时延也相对增加。但整体上来说采用本文方法降低了平均时延。

图4 两种方法的平均时延对比

实验三测试了RoboCup-Rescue 仿真系统在300个仿真周期内救护员救援市民人数的情况。

图5 两种方法下救援人数对比

图5 显示了采用传统方法和采用本文方法后救护员救援人数的对比。从图中可以看出，在采用本文方法之后，由于信息可以更加快速地发送给其他救护员，完成多个智能体间信息的快速共享，从而救护员能够及时地救援市民，因此救援人数显著提高。

5 结语

本文利用马尔可夫链对信道进行建模，对通信网络中信道好坏的变化情况进行精确的描述，科学地分析了信道在每一时刻的状态情况。在传统并发传输方法的基础上提出了时间同步的思想，当智能体有数据需要发送时，监听信道状态，如果信道忙则切换到其它空闲信道上进行传输，并利用时间同步的方法完成将多个数据同步地发送给一个智能体。最后通过仿真实验验证了本文方法的有效性。