大數(shù)據(jù)無(wú)線通信面臨的幾點(diǎn)挑戰(zhàn)與對(duì)策*

王 飛，許 魁，徐友云，張冬梅

（解放軍理工大學(xué) 通信工程學(xué)院，江蘇 南京210007）

大數(shù)據(jù)無(wú)線通信面臨的幾點(diǎn)挑戰(zhàn)與對(duì)策*

王 飛，許 魁，徐友云，張冬梅

（解放軍理工大學(xué) 通信工程學(xué)院，江蘇 南京210007）

隨著社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)的蓬勃發(fā)展，跨行業(yè)、地域以及領(lǐng)域的物理實(shí)體的海量信息交互，帶來(lái)了數(shù)字信息總量的幾何級(jí)數(shù)增長(zhǎng)，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。數(shù)據(jù)總量的爆發(fā)式增長(zhǎng)，在深刻影響著社會(huì)和人們生活方式的同時(shí)，也給傳輸和處理這些數(shù)據(jù)帶來(lái)了諸多新的挑戰(zhàn)。針對(duì)這些挑戰(zhàn)，研究了大規(guī)模無(wú)線終端環(huán)境下，高能效的大數(shù)據(jù)無(wú)線傳輸、M2M系統(tǒng)的動(dòng)態(tài)資源分配、基于部分反饋的有限集合網(wǎng)絡(luò)編碼自動(dòng)重傳請(qǐng)求等方法，為改善大數(shù)據(jù)無(wú)線通信網(wǎng)絡(luò)性能提供了思路。

大數(shù)據(jù)業(yè)務(wù)；蜂窩網(wǎng)絡(luò);上行接入；數(shù)據(jù)廣播；資源分配；網(wǎng)絡(luò)編碼

0 引言

隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等的快速發(fā)展及視頻監(jiān)控、智能終端、應(yīng)用商店等的快速普及，移動(dòng)數(shù)據(jù)量出現(xiàn)爆炸式增長(zhǎng)。數(shù)據(jù)也在潛移默化地影響著人們的生活，2013年移動(dòng)用戶月均流量：全球529 MB，年增50%；中國(guó) 139.4 MB，年增 42%；預(yù)計(jì) 2020年，全球 5.3 GB，中國(guó)4.9 GB。淘寶每天交易超過(guò)數(shù)千萬(wàn)筆，其單日數(shù)據(jù)產(chǎn)生量超過(guò)50 TB。百度每天要處理 60億次搜索請(qǐng)求（谷歌為 30億次），新增800 TB，處理100 PB數(shù)據(jù)，每天產(chǎn)生1 PB的日志，目前存儲(chǔ)網(wǎng)頁(yè)數(shù)達(dá)到 1萬(wàn)億，數(shù)據(jù)總量達(dá)到EB級(jí)別。2014年6月騰訊QQ月活躍用戶8.29億，微信活躍用戶4.38億，日新增 200～300 TB數(shù)據(jù)量，每月增加10%。截止到2014年6月，中國(guó)網(wǎng)民達(dá)6.33億，龐大的網(wǎng)民每時(shí)每刻產(chǎn)生大量的數(shù)據(jù)。在此背景下，大數(shù)據(jù)時(shí)代（Big Data Era）將會(huì)面臨新的挑戰(zhàn)。

一般來(lái)說(shuō)，大數(shù)據(jù)指的是無(wú)法在可容忍的時(shí)間內(nèi)采用傳統(tǒng)的IT技術(shù)和軟硬件工具對(duì)其進(jìn)行感知、獲取、處理和服務(wù)的數(shù)據(jù)集合，其特點(diǎn)可以總結(jié)為4個(gè)V，即Volume（數(shù)據(jù)量大）、Variety（類型繁多）、Velocity（產(chǎn)生速度極快）和Veracity（數(shù)據(jù)真實(shí)）。學(xué)術(shù)界、工業(yè)界甚至于政府機(jī)構(gòu)都已經(jīng)開(kāi)始密切關(guān)注大數(shù)據(jù)問(wèn)題?！禢ature》和《Science》分別在2008年和2011年推出了關(guān)于大數(shù)據(jù)的專刊[1-2]，2012年，計(jì)算社區(qū)聯(lián)盟發(fā)表了報(bào)告“Big data computing：Creating revolutionary breakthroughs in commerce，science，and society”[3]，旨在闡述數(shù)據(jù)驅(qū)動(dòng)的背景下，解決大數(shù)據(jù)問(wèn)題所需要的技術(shù)以及面臨的一些挑戰(zhàn)。奧巴馬政府已把“大數(shù)據(jù)”上升到國(guó)家戰(zhàn)略層面，2012年 3月美國(guó)投資2億美元啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，借以增強(qiáng)收集海量數(shù)據(jù)、分析萃取信息的能力[4]。歐盟方面，過(guò)去幾年已對(duì)科學(xué)數(shù)據(jù)基礎(chǔ)設(shè)施投資1億多歐元，并將數(shù)據(jù)信息化基礎(chǔ)設(shè)施作為Horizon 2020計(jì)劃的優(yōu)先領(lǐng)域之一。2012年1月截止的預(yù)算為5 000萬(wàn)歐元的FP7 Call 8專門(mén)征集針對(duì)大數(shù)據(jù)的研究項(xiàng)目，仍以基礎(chǔ)設(shè)施為先導(dǎo)[5]。

物聯(lián)網(wǎng)[6]作為大數(shù)據(jù)業(yè)務(wù)的重要組成部分，其技術(shù)實(shí)現(xiàn)問(wèn)題關(guān)系到大數(shù)據(jù)問(wèn)題能否順利解決。物聯(lián)網(wǎng)的關(guān)鍵在于實(shí)現(xiàn)世界上所有的人和物在任何時(shí)間、任何地點(diǎn)，都能方便地實(shí)現(xiàn)人到人（Human-to-Human，H2H）、人到物（Human-to-Machine，H2M）、物到物（Machine-to-Machine，M2M）之間的信息交互。因而物聯(lián)網(wǎng)實(shí)際上要解決的是海量無(wú)線終端的通信問(wèn)題。

在移動(dòng)蜂窩網(wǎng)絡(luò)是當(dāng)前主流無(wú)線通信網(wǎng)絡(luò)的環(huán)境下，隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等業(yè)務(wù)的快速發(fā)展，移動(dòng)蜂窩網(wǎng)絡(luò)由于其具有的移動(dòng)性支持和廣域覆蓋等特性，已成為支撐物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)有效傳輸?shù)闹匾緩?。然而傳統(tǒng)移動(dòng)通信網(wǎng)絡(luò)是針對(duì)人與人通信業(yè)務(wù)設(shè)計(jì)的，而在物聯(lián)網(wǎng)通信中，無(wú)論是通信數(shù)據(jù)總量還是無(wú)線通信終端設(shè)備規(guī)模都將空前巨大[7]。以 M2M通信為例，據(jù)估計(jì)未來(lái)十年內(nèi)增加的M2M通信設(shè)備將達(dá)到240億～500億[8，9]，其中將有20億將直接與基站聯(lián)系。顯然，大數(shù)據(jù)無(wú)線傳輸將會(huì)對(duì)原有蜂窩網(wǎng)絡(luò)架構(gòu)、協(xié)議、接入控制、資源分配、反饋機(jī)制等[10]帶來(lái)新的挑戰(zhàn)。

1 大數(shù)據(jù)無(wú)線通信面臨的挑戰(zhàn)

1.1 能量有效問(wèn)題

現(xiàn)代移動(dòng)蜂窩網(wǎng)絡(luò)設(shè)計(jì)，包括第四代移動(dòng)通信系統(tǒng)，如：LTE（Long Term Evolution）[11]，其服務(wù)對(duì)象主要是H2H通信，因此其設(shè)計(jì)的主要關(guān)切是如何提供高的頻譜利用率和高服務(wù)質(zhì)量等。與傳統(tǒng)蜂窩網(wǎng)絡(luò)注重提高服務(wù)質(zhì)量和高效利用帶寬不同，物聯(lián)網(wǎng)的許多應(yīng)用環(huán)境中難以做到人工干預(yù)[12-14]，僅僅依靠電池供應(yīng)能量且電池部署數(shù)目龐大，而商品化的電池并不能滿足節(jié)點(diǎn)持續(xù)工作數(shù)月甚至數(shù)年的需求，這將使得節(jié)點(diǎn)極易因能量耗盡而無(wú)法工作，尤其體現(xiàn)在小區(qū)邊緣設(shè)備首先能量耗盡，從而造成網(wǎng)絡(luò)拓?fù)涞淖兓途W(wǎng)絡(luò)性能的惡化，最終導(dǎo)致網(wǎng)絡(luò)分裂和癱瘓。因此，無(wú)線終端設(shè)備更在意如何以盡可能少的能量上傳更多的數(shù)據(jù)，能量有效問(wèn)題已成為大數(shù)據(jù)無(wú)線通信系統(tǒng)設(shè)計(jì)中不可忽略的一個(gè)因素[15-17]。

在無(wú)線設(shè)備的能量消耗中，傳輸信息所需要的能耗遠(yuǎn)高于計(jì)算所帶來(lái)的能耗，如文獻(xiàn)[18]中的收發(fā)信機(jī)發(fā)送1 bit數(shù)據(jù)耗能1 μJ，接收1 bit數(shù)據(jù)耗能 0.5 μJ，而處理1條指令耗能8 nJ。隨著目前應(yīng)用需求的不斷豐富，對(duì)無(wú)線傳感器網(wǎng)絡(luò)的能耗要求將更高。如何在網(wǎng)絡(luò)運(yùn)行過(guò)程中節(jié)約能量、最大化網(wǎng)絡(luò)生命周期，是當(dāng)前面臨的首要挑戰(zhàn)。

1.2 大規(guī)模接入控制與資源分配

與H2H通信相比，M2M通信具有很多特點(diǎn)：(1)M2M用戶設(shè)備要遠(yuǎn)遠(yuǎn)多于H2H通信；(2)與H2H通信中用戶通常具有低速甚至高速移動(dòng)性不同的是，M2M用戶通常具有較低的移動(dòng)性；(3)大多數(shù) M2M上行通信鏈路都采用小數(shù)據(jù)包傳輸（例如，家庭安全和智能計(jì)量服務(wù)）。M2M通信的這些特性會(huì)給傳統(tǒng)的蜂窩無(wú)線通信系統(tǒng)的接入控制和資源分配帶來(lái)諸多問(wèn)題。例如，大量的M2M設(shè)備同時(shí)發(fā)送信息不僅會(huì)導(dǎo)致同一小區(qū)內(nèi)隨機(jī)接入數(shù)據(jù)包的擁塞問(wèn)題，還會(huì)干擾相鄰小區(qū)的設(shè)備?，F(xiàn)有的研究表明[19，20]，如果不對(duì)大規(guī)模接入（Massive Access Control，MAC）和無(wú)線資源進(jìn)行有效管理與控制，大量 M2M設(shè)備的上行數(shù)據(jù)量會(huì)造成無(wú)線資源的嚴(yán)重短缺。因此，為了支持M2M通信，傳統(tǒng)的無(wú)線通信系統(tǒng)需要一個(gè)有效的大規(guī)模接入控制和無(wú)線資源分配方案。

在M2M/H2H共存的蜂窩網(wǎng)絡(luò)通信場(chǎng)景中，一方面，時(shí)間、頻率資源的共享會(huì)帶來(lái)嚴(yán)重的同頻干擾，從而大大降低系統(tǒng)性能；另一方面，M2M設(shè)備和H2H設(shè)備具有不同的服務(wù)質(zhì)量（Quality of Service，QoS）需求。因此，在M2M/H2H共存的蜂窩網(wǎng)絡(luò)中，如何在確保各種時(shí)延敏感業(yè)務(wù)（如 H2H多媒體通信）QoS的前提下進(jìn)行有效的接入控制和無(wú)線資源分配[21]是一個(gè)亟需解決的關(guān)鍵問(wèn)題。傳統(tǒng)的資源分配算法主要用來(lái)保證H2H通信的吞吐量最大化、時(shí)延最小化[22-24]，而 M2M通信的群組通信、時(shí)延可控、延時(shí)容忍、低移動(dòng)性、小數(shù)據(jù)傳輸以及低數(shù)據(jù)速率等特點(diǎn)也給接入控制和無(wú)線資源分配提出了新的要求。因此，在設(shè)計(jì)無(wú)線資源分配方案時(shí)，需要考慮這兩種類型用戶共存場(chǎng)景下如何進(jìn)行有效的資源分配[25]。目前，如何針對(duì)大規(guī)模的無(wú)線設(shè)備設(shè)計(jì)合理的大規(guī)模接入控制與資源分配方式，提高網(wǎng)絡(luò)負(fù)載能力，是大數(shù)據(jù)無(wú)線通信面臨的重要挑戰(zhàn)之一。

1.3 “反饋風(fēng)暴”問(wèn)題

在M2M網(wǎng)絡(luò)中，數(shù)據(jù)廣播通信由于其較高的頻譜利用率，通常被應(yīng)用于固件更新、配置設(shè)定等場(chǎng)景中。由于無(wú)線鏈路的隨機(jī)衰落特性，基站在發(fā)送數(shù)據(jù)包后很難保證全部接收端都能夠正確接收。自動(dòng)重傳請(qǐng)求（Automatic Repeat reQuest，ARQ）技術(shù)作為一種簡(jiǎn)單有效的差錯(cuò)控制方式被廣泛用于廣播通信中，以保證數(shù)據(jù)廣播的可靠性，其基本思想為接收端通過(guò)反饋信道請(qǐng)求重發(fā)出錯(cuò)的數(shù)據(jù)包，發(fā)送端根據(jù)接收到的反饋信息重傳數(shù)據(jù)包，直到達(dá)到特定條件則終止重傳。目前，主要的HARQ方案包括PSARQ和NARQ。

1.3.1 PSARQ[26]

PSARQ方案要求接收端對(duì)接收出錯(cuò)的數(shù)據(jù)包進(jìn)行逐包反饋NACK，并且發(fā)送端在收到接收端反饋的NACK后，僅對(duì)出錯(cuò)的數(shù)據(jù)包進(jìn)行重傳。在多接收端場(chǎng)景中，不同接收端都對(duì)各自沒(méi)有成功接收的數(shù)據(jù)包進(jìn)行反饋，基站在接收到所有接收端的NACK后，在下一個(gè)重傳階段內(nèi)重傳沒(méi)有被全部接收端解碼的數(shù)據(jù)包。經(jīng)過(guò)反復(fù)的“接收端反饋—基站重傳”過(guò)程，接收端接收出錯(cuò)的數(shù)據(jù)包越來(lái)越少，基站通過(guò)接收的NACK統(tǒng)計(jì)數(shù)據(jù)包的覆蓋率。

1.3.2 NARQ[27]

NARQ方案是在PSARQ的基礎(chǔ)上采用網(wǎng)絡(luò)編碼技術(shù)改進(jìn)得到的。在NARQ方案中，每個(gè)接收端對(duì)所有數(shù)據(jù)包進(jìn)行解碼并對(duì)數(shù)據(jù)包反饋NACK?；靖鶕?jù)接收到的反饋，獲得每個(gè)接收端的每個(gè)數(shù)據(jù)包的丟失情況，并用一個(gè)數(shù)據(jù)包傳輸錯(cuò)誤標(biāo)志矩陣來(lái)表示。根據(jù)該矩陣，基站設(shè)計(jì)相應(yīng)的異或網(wǎng)絡(luò)編碼策略，使得一個(gè)網(wǎng)絡(luò)編碼數(shù)據(jù)包能夠盡可能地包含多個(gè)原始數(shù)據(jù)包，并能被大部分接收端解碼。

NARQ方案相比于傳統(tǒng)的PSARQ方案，可以有效地減小重傳數(shù)據(jù)包的個(gè)數(shù)，但是直接將其應(yīng)用于物聯(lián)網(wǎng)廣播通信中，會(huì)帶來(lái)兩個(gè)問(wèn)題：一是反饋信息仍然數(shù)量較多；二是設(shè)計(jì)目標(biāo)為實(shí)現(xiàn)100%的用戶成功接收，基站重傳編碼策略會(huì)受到每一個(gè)接收端接收情況的影響，因而系統(tǒng)性能隨著接收端數(shù)量的變化而產(chǎn)生較大變化。

面對(duì)海量的無(wú)線終端，無(wú)論是PSARQ還是NARQ方案，其逐包反饋機(jī)制會(huì)導(dǎo)致“反饋風(fēng)暴”，從而大大增加系統(tǒng)開(kāi)銷。因此，如何在提高無(wú)線數(shù)據(jù)廣播頻譜效率的同時(shí)降低反饋開(kāi)銷，是大數(shù)據(jù)無(wú)線通信面臨的挑戰(zhàn)之一。

2 解決思路

2.1 高能效的大數(shù)據(jù)無(wú)線傳輸

2.1.1 休眠模式

M2M終端設(shè)備一般具有4種運(yùn)行狀態(tài)，即發(fā)送、接收、空閑、休眠。設(shè)備正在發(fā)送數(shù)據(jù)或接收數(shù)據(jù)時(shí)，處于通信狀態(tài)，設(shè)備不進(jìn)行數(shù)據(jù)收發(fā)時(shí)就處于空閑狀態(tài)，但此時(shí)也需要消耗能量。設(shè)備在休眠時(shí)的能耗遠(yuǎn)小于其他3種狀態(tài)下的能耗，所以延長(zhǎng)設(shè)備的休眠時(shí)間，使其在沒(méi)有數(shù)據(jù)需要發(fā)送或轉(zhuǎn)發(fā)時(shí)進(jìn)入休眠狀態(tài)可以取得顯著的節(jié)能效果。

M2M設(shè)備的密度往往比較大，使得一些區(qū)域可能被多個(gè)設(shè)備所覆蓋，并且許多應(yīng)用僅僅需要周期性地進(jìn)行數(shù)據(jù)傳輸，這些特點(diǎn)為利用休眠調(diào)度機(jī)制節(jié)能提供了現(xiàn)實(shí)可能性。通過(guò)盡可能地關(guān)閉這些冗余設(shè)備，并使它們輪流工作以平衡網(wǎng)絡(luò)中的能耗，已成為延長(zhǎng)網(wǎng)絡(luò)壽命的通用做法。但設(shè)備休眠時(shí)無(wú)法對(duì)信道進(jìn)行偵聽(tīng)，狀態(tài)切換時(shí)需要一定的恢復(fù)時(shí)間與啟動(dòng)能量，所以還需要結(jié)合其他應(yīng)用需求在各個(gè)設(shè)計(jì)指標(biāo)之間進(jìn)行合理權(quán)衡，如時(shí)間延遲、覆蓋率[28]等。

2.1.2 功率控制

在M2M設(shè)備消耗的所有能量中，通信模塊的能耗占了絕大部分，如文獻(xiàn)[29]指出，M2M設(shè)備的總能耗中通信部分占比達(dá)91%，所以在保證網(wǎng)絡(luò)連接可靠性的前提下減少發(fā)射功率能大大減少能量浪費(fèi)。能量有效的功率控制還能夠減少節(jié)點(diǎn)間的干擾，實(shí)現(xiàn)對(duì)資源的最優(yōu)化利用[30]。但是不同的發(fā)射功率會(huì)產(chǎn)生不同的拓?fù)浣Y(jié)構(gòu)，進(jìn)而對(duì)路由協(xié)議、數(shù)據(jù)融合等其他協(xié)議造成影響，從而增加系統(tǒng)的復(fù)雜度以及硬件的處理能力。目前的研究一般將功率控制與其他節(jié)能技術(shù)進(jìn)行聯(lián)合優(yōu)化，如與路由協(xié)議的結(jié)合。鑒于M2M網(wǎng)絡(luò)的功率控制屬于NP-難問(wèn)題[31]，所以一般是采用近似解法或者智能算法。

2.1.3 路由協(xié)議

按照M2M設(shè)備狀態(tài)的不同，可以將能量有效路由協(xié)議分為兩類：節(jié)省通信狀態(tài)下能量消耗的路由協(xié)議和節(jié)省空閑狀態(tài)下能量消耗的路由協(xié)議[32]。

節(jié)省通信狀態(tài)下能量消耗的路由選擇方案研究主要包括兩個(gè)方面：一方面，尋找源節(jié)點(diǎn)到目的節(jié)點(diǎn)總體消耗能量最少的路由。具體方法是控制M2M設(shè)備的發(fā)送功率，使其達(dá)到保證正常傳輸數(shù)據(jù)分組的最小功率，通過(guò)降低路徑的總傳輸功率來(lái)節(jié)省M2M設(shè)備的電池能量，從而達(dá)到降低網(wǎng)絡(luò)總體消耗能量的目的，如果每個(gè)M2M設(shè)備的發(fā)送功率相同，尋找總發(fā)送功率最小的路由就成為尋找最小跳數(shù)路由。這一類路由協(xié)議有MTPR、PARO和COMPOW等。另一方面，盡量使網(wǎng)絡(luò)中的設(shè)備均衡地消耗能量，要求尋找路由時(shí)盡量選擇剩余能量高的M2M設(shè)備參與中繼轉(zhuǎn)發(fā)，同時(shí)避免使用剩余電池能量不足的M2M設(shè)備加入路由，避免低電M2M設(shè)備因耗盡電池能量退出網(wǎng)絡(luò)而造成網(wǎng)絡(luò)分割現(xiàn)象。這一類路由協(xié)議有LEAR、EDDSR、MBCR等。

根據(jù)M2M網(wǎng)絡(luò)邏輯結(jié)構(gòu)的不同，還可以將網(wǎng)絡(luò)路由協(xié)議分為平面路由和層次路由兩種。由于平面路由缺乏對(duì)網(wǎng)絡(luò)資源的有效管理，反應(yīng)速度跟不上網(wǎng)絡(luò)的動(dòng)態(tài)變化，所以目前有關(guān)路由的研究以層次路由為主。在層次路由中，網(wǎng)絡(luò)一般被分為若干個(gè)簇(Clustering)，每個(gè)簇分別由一個(gè)簇首(也稱為簇頭)對(duì)其他M2M設(shè)備(稱為簇成員)進(jìn)行管理，負(fù)責(zé)收集它們的數(shù)據(jù)并進(jìn)行融合，然后將結(jié)果發(fā)送給其他簇首[33]。通過(guò)這種方式可以減少數(shù)據(jù)發(fā)送的次數(shù)以降低網(wǎng)絡(luò)的能耗，同時(shí)也具有良好的擴(kuò)展性，很好地滿足M2M網(wǎng)絡(luò)的大規(guī)模性。如何選擇簇首以及在簇首與基站間進(jìn)行通信是層次路由研究的重點(diǎn)內(nèi)容[34]，其中簇首的選擇可能考慮的因素包括節(jié)點(diǎn)的剩余能量、節(jié)點(diǎn)的地理位置、節(jié)點(diǎn)的歷史當(dāng)選信息、所在簇的規(guī)模大小等因素，而簇首與基站間通常采取多跳通信的方式，具體的轉(zhuǎn)發(fā)策略則不盡相同，如最短距離轉(zhuǎn)發(fā)、最小代價(jià)轉(zhuǎn)發(fā)、多路徑等[35]。

2.2 M2M系統(tǒng)的動(dòng)態(tài)資源分配方法

在M2M系統(tǒng)中，傳統(tǒng)蜂窩網(wǎng)絡(luò)給每個(gè)用戶分配固定時(shí)頻資源的分配方式，將無(wú)法滿足大規(guī)模用戶需求。大數(shù)據(jù)無(wú)線通信對(duì)原有蜂窩網(wǎng)絡(luò)的接入控制和資源分配方式[10]提出了新的挑戰(zhàn)。

2.2.1 M2M系統(tǒng)的資源分配方法

文獻(xiàn)[36]在現(xiàn)有蜂窩網(wǎng)絡(luò)的接入控制與資源分配方案的基礎(chǔ)上通過(guò)建立專用承載的方式進(jìn)行改進(jìn)，提出了隨機(jī)接入請(qǐng)求方案以適應(yīng)小數(shù)據(jù)量通信。文獻(xiàn)[37]利用“Moveright”[38]算法對(duì)TDMA策略進(jìn)行資源分配優(yōu)化，發(fā)現(xiàn)在業(yè)務(wù)數(shù)據(jù)量較小的條件下，平均資源分配的平均能耗值近似于最優(yōu)化方案的平均能耗。文獻(xiàn)[39]提出了一種隨機(jī)接入CDMA策略和協(xié)調(diào)連續(xù)干擾消除策略，仿真結(jié)果驗(yàn)證了在基站負(fù)載較小的情況下使用CDMA接入的可行性。

隨著多天線技術(shù)和連續(xù)干擾消除技術(shù)等高級(jí)信號(hào)處理技術(shù)的發(fā)展，基站處采用多包接收技術(shù)日趨成熟，即基站可以對(duì)多個(gè)設(shè)備同時(shí)發(fā)送的數(shù)據(jù)包進(jìn)行正確譯碼。文獻(xiàn)[40]針對(duì)基站處采用連續(xù)干擾消除技術(shù)的上行接入問(wèn)題，提出了一種基于瞬時(shí)信道信息條件的資源分配方法。文獻(xiàn)[41]在分析基于導(dǎo)頻的正交資源分配與基于用戶配對(duì)的非正交資源分配方案的折中關(guān)系的基礎(chǔ)上，提出了一種適用于大規(guī)模設(shè)備接入的基于用戶配對(duì)的資源分配方案。文獻(xiàn)[42]提出了一種基于周期分簇的能夠滿足不同QoS需求的M2M系統(tǒng)大規(guī)模接入控制方法，有效提高了M2M系統(tǒng)的能量效率和端到端時(shí)延，但該方法對(duì)無(wú)線資源進(jìn)行正交性劃分，因此每個(gè)子信道僅能夠分配給一個(gè)設(shè)備。文獻(xiàn)[43]針對(duì)多小區(qū)系統(tǒng)中M2M設(shè)備的大規(guī)模接入與資源分配問(wèn)題，提出了一種基于多分組的隨機(jī)接入與資源分配方法，在有效降低資源消耗總量的同時(shí)確保了系統(tǒng)較低的中斷概率。

2.2.2 M2M/H2H共存系統(tǒng)的資源分配方法

H2H系統(tǒng)主要關(guān)注高頻譜效率和高服務(wù)質(zhì)量。M2M的群組通信、時(shí)延可控、延時(shí)容忍、低移動(dòng)性、小數(shù)據(jù)傳輸?shù)忍攸c(diǎn)對(duì)系統(tǒng)的服務(wù)質(zhì)量提出了新的要求。如何在M2M/H2H共存的系統(tǒng)中實(shí)現(xiàn)資源的有效分配是保證系統(tǒng)性能的關(guān)鍵所在。

針對(duì)時(shí)延受限條件下M2M/H2H共存的LTE系統(tǒng)的資源分配問(wèn)題，文獻(xiàn)[25]提出了一種能量有效的無(wú)線資源分配方法，在確保了不同類型設(shè)備QoS性能的同時(shí)，有效降低了總的發(fā)送能量消耗。文獻(xiàn)[11]研究了 M2M/ H2H共存的LTE系統(tǒng)中的無(wú)線資源分配問(wèn)題，給出了不同應(yīng)用需求下的無(wú)線資源分配策略，提高了系統(tǒng)的可達(dá)速率性能。文獻(xiàn)[21]提出了一種統(tǒng)計(jì)QoS保障條件下能量有效的無(wú)線資源分配方法，有效提高了M2M/H2H共存的LTE系統(tǒng)的能量效率和QoS滿意度。

2.2.3 基于設(shè)備休眠的動(dòng)態(tài)資源分配方法

針對(duì)蜂窩網(wǎng)絡(luò)中大量無(wú)線終端設(shè)備多址接入時(shí)資源分配問(wèn)題。根據(jù)M2M通信隨機(jī)業(yè)務(wù)量大的特點(diǎn)，可以利用貪婪思想，結(jié)合智能丟包[44]的方法，以換取更多靠近基站的終端設(shè)備接入，從而實(shí)現(xiàn)負(fù)載增益的最大化。仿真結(jié)果表明，F(xiàn)DMA資源分配方式能夠帶來(lái)更多設(shè)備接入，而TDMA分配方式增益效果更明顯。在容許休眠的情況下，可以采用基站集中式的動(dòng)態(tài)資源分配策略。在每次上傳數(shù)據(jù)時(shí)都讓剩余能量較少的幾個(gè)設(shè)備進(jìn)入休眠模式，避免了一個(gè)設(shè)備耗盡能量時(shí)其他設(shè)備剩余大量能量造成能量利用率低下的問(wèn)題。通過(guò)仿真發(fā)現(xiàn)在FDMA和TDMA資源分配方式中，分別使用平均功率最小和最小-最大法可以延長(zhǎng)網(wǎng)絡(luò)壽命。為了降低基站因?yàn)榧惺劫Y源分配中的復(fù)雜優(yōu)化運(yùn)算帶來(lái)的復(fù)雜度，終端設(shè)備引入分布式機(jī)會(huì)上傳策略，各設(shè)備根據(jù)概率隨機(jī)通信，能夠有效提高TDMA方式中的網(wǎng)絡(luò)壽命。

2.3 基于部分反饋的有限集合網(wǎng)絡(luò)編碼自動(dòng)重傳請(qǐng)求

針對(duì)大規(guī)模接收端數(shù)據(jù)廣播時(shí)面臨的 “反饋風(fēng)暴”問(wèn)題，本文提出了一種有限集合網(wǎng)絡(luò)編碼自動(dòng)重傳請(qǐng)求（Finite setNetwork coding Automatic RepeatreQuest，F(xiàn)NARQ）方案。通過(guò)設(shè)計(jì)逐輪反饋機(jī)制，在保證減小每個(gè)數(shù)據(jù)包平均傳輸次數(shù)的前提下，有效降低海量無(wú)線終端數(shù)據(jù)廣播系統(tǒng)的反饋負(fù)載，并利用有限集合網(wǎng)絡(luò)編碼進(jìn)一步降低數(shù)據(jù)包平均傳輸次數(shù)。

與需要根據(jù)反饋信息動(dòng)態(tài)確定編碼方式，并且滿足每一個(gè)接收端需求的NARQ方案不同，F(xiàn)NARQ考慮的是大多數(shù)接收端的需求，它需要在發(fā)送端和接收端處預(yù)置有限個(gè)數(shù)的網(wǎng)絡(luò)編碼方案，每次重傳根據(jù)所有接收端的反饋信息從有限編碼方案集合中選擇一種最有利用于大多數(shù)接收端解碼的方案對(duì)原始數(shù)據(jù)包進(jìn)行編碼。FNARQ方案的過(guò)程描述如下：

（1）基站廣播數(shù)據(jù)包。

（2）用戶對(duì)接收到的數(shù)據(jù)包進(jìn)行譯碼，通過(guò)數(shù)據(jù)包尾部的CRC校驗(yàn)判斷是否正確譯碼。若接收到的是原始數(shù)據(jù)包，則直接解碼即可；若接收到的是網(wǎng)絡(luò)編碼數(shù)據(jù)包，則通過(guò)在包頭處的信息獲知采用的是何種預(yù)置網(wǎng)絡(luò)編碼方案，利用已經(jīng)解碼的原始數(shù)據(jù)包對(duì)網(wǎng)絡(luò)編碼數(shù)據(jù)包進(jìn)行解碼。

（3）完成一輪解碼后，若正確譯碼全部原始數(shù)據(jù)包，則進(jìn)入靜默狀態(tài)；反之則根據(jù)原始數(shù)據(jù)包的解碼情況計(jì)算全部預(yù)置網(wǎng)絡(luò)編碼方案能夠帶來(lái)的解碼增益，通過(guò)反饋信道回傳能帶來(lái)最大解碼增益的網(wǎng)絡(luò)編碼方案序號(hào)。

（4）基站根據(jù)接收到的反饋信息數(shù)量確定覆蓋率，若超過(guò)一定比例（大于用戶數(shù)量的CR）則廣播結(jié)束信息，廣播結(jié)束；反之則根據(jù)反饋信息確定采用的網(wǎng)絡(luò)編碼方案，發(fā)送網(wǎng)絡(luò)編碼數(shù)據(jù)包。

（5）重復(fù)步驟（2）～（4），直到廣播結(jié)束。

與傳統(tǒng)的PSARQ和NARQ方案相比較，有限集合自動(dòng)反饋重傳方案，一方面極大地降低了反饋信息數(shù)量，同時(shí)，另一方面也提高了廣播通信的效率。

3 結(jié)束語(yǔ)

在移動(dòng)蜂窩網(wǎng)絡(luò)是當(dāng)前主流無(wú)線通信網(wǎng)絡(luò)的環(huán)境下，隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等業(yè)務(wù)的快速發(fā)展，移動(dòng)蜂窩網(wǎng)絡(luò)由于其具有的移動(dòng)性支持和廣域覆蓋等特性，已成為支撐物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)有效傳輸?shù)闹匾緩?。本文分析了傳統(tǒng)蜂窩網(wǎng)絡(luò)承載大數(shù)據(jù)通信時(shí)面臨的能量有效、大規(guī)模接入控制和資源分配以及“反饋風(fēng)暴”等挑戰(zhàn)，研究了大規(guī)模無(wú)線終端環(huán)境下，高能效的大數(shù)據(jù)無(wú)線傳輸、M2M系統(tǒng)的動(dòng)態(tài)資源分配、基于部分反饋的有限集合網(wǎng)絡(luò)編碼自動(dòng)重傳請(qǐng)求等方法，為改善大數(shù)據(jù)無(wú)線通信網(wǎng)絡(luò)性能提供了思路。

參考文獻(xiàn)

[1]Nature.BigData[DB/OL].[2014-11-27].http：//www.nature. com/news/specials/bigdata/index.html.

[2]Science.Special online collection；Dealing with data[DB/OL]. [2014-11-27].http：//www.sciencemag.org/site/special/data.

[3]BRYANT R E，KATZ R H.Big-Data computing：Creating revolutionary break through sincommerce，science，andsociety [DB/OL].[2014-11-2].http：//www.cra.org/ccc/docs/init/ Big_Data.pdf.

[4]Tom Kalil.Big Data is a BigDeal[DB/OL].(2012-03-29) [2014-11-27].http：//www.whitehouse.gov/blog/2012/ 03big-data-big-deal.

[5]Big Data[R].ERCIM News.2012(89).

[6]International Telecommunication Union.Internet reports 2005：the Internet of Things[R].Geneva：ITU，2005.

[7]Ericsson.More than 50 billion connected devices[R].2011.

[8]GHOSH A，ZHANG J，ANDREWS J G，et al.Fundamentals of LTE[M].Prentice-Hall，2010.

[9]QUEK T，DARDARI D，WIN M.Energy efficiency of dense wireless sensor networks:to cooperate or not to cooperate[J]. IEEE Journal on Selected Areas in Communications，2007，25(2)：459-470.

[10]CHAO H，CHEN Y，WU J.Power saving for machine to machine communications in cellular networks[C].Proc.2011 IEEE Globecom Workshops，389-393.

[11]ZHENG K，HU F，WANG W，et al.Radio resource allocation in LTE-advanced cellular networks with M2M communications[J].IEEE Communications Magazine，2012，50 (7)：184-192.

[12]Chih-Hua Chang，Hung-Yun Hsieh.Not every bit counts：a resource allocation problem for data gathering in machine-to-machine communications[C].Proc.IEEE Globecom，2012.

[13]CHEN Y，WANG W.Machine-to-machine communication in LTE-A[C].Proc.2010 IEEE Veh.Technology Conference，2010.

[14]ZHAO C，PERILLO M，HEINZELMAN W B.General network lifetime and cost models for evaluating sensor network deployment strategies[J].IEEE Transactions on Mobile Computing，2008，7(4)：484-497.

[15]PUCCINELLI D，HAENGGI M.Wireless sensor networks：applications and challenges of ubiquitous sensing[J].IEEE Circuits and Systems Magazine，2005，5(3)：19-31.

[16]YICK J，MUKHERJEE B，GHOSAL D.Wireless sensor network survey[J].Computer Networks，2008，52(12)：2292-2330.

[17]Al Rabea A I.Using wireless sensor networks for managing telemedicine applications[C].2012 International Conference on System Engineering and Modeling(ICSEM 2012)， 2012，34：109-115.

[18]HILL J，SZEWCZYK R，WOO A，et al.System architecture directions for networked sensors[C].ACM Sigplan Notices，2000，35(11)：93-104.

[19]KO K S，KIM M J，BAE K Y，et al.A novel random access for fixed-location machine-to-machine communications in OFDMA based systems[J].IEEE.Commun.Lett.，2012，16 (9)：1428-1431.

[20]LIEN S Y，LIAU T H，KAO C Y，et al.Cooperative access class barring for machine-to-machine communications[J]. IEEE.Commun.Lett.，2012，11(1)：27-32.

[21]AIJAZ A，TSHANGINI M，NAKHAI M R，et al.Energyefficient uplink resource allocation in LTE networks with M2M/H2H co-existence under statistical QoS guarantees[J]. IEEE Transactions on Communications，2014，62(7)：2353-2365.

[22]WONG I，OTERI O，MCCOY W.Optimal resource allocation in uplink SC-FDMA systems[J].IEEE Trans.Wireless Commun.，2009，8(5)：2161-2165.

[23]DELGADO O，JAUMARD B.Scheduling and resource allocation in LTE uplink with a delay requirement[C].Proc. CNSR，2010：268-275.

[24]WANG M，ZHONG Z，LIU Q.Resource allocation for SCFDMA in LTE uplink[C].Proc.IEEE Int.Conf.SOLI，Jul.，2011：601-604.

[25]AIJAZ A，AGHVAMI A.On radio resource allocation in LTE networks with machine-to-machine communications[C]. Proc.IEEE VTC Spring，2013：1-5.

[26]YU P S，LIN S.An efficient selective-repeat ARQ scheme for satellite channels and its throughput analysis[J].IEEE Transactions on Communications，1981，29：353-363.

[27]肖瀟，王偉平，楊路明，等.基于網(wǎng)絡(luò)編碼的無(wú)線網(wǎng)絡(luò)廣播重傳方法[J].通信學(xué)報(bào)，2009，30(9)：69-75.

[28]Wang Bang.Coverage problems in sensor networks[J].ACM Computing Surveys，2011，43(4)：1-53.

[29]BICAKCI K，TAVLI B.Prolonging network lifetime with multidomain cooperation strategies in wireless sensor networks[J]. Ad Hoc Networks，2010，8(6)：582-596.

[30]PANTAZIS N A，VERGADOS D D.A survey on power control issues in wireless sensor networks[J].IEEE Communications Surveys Tutorials，2007，9(4)：86-107.

[31]孫利民.無(wú)線傳感器網(wǎng)絡(luò)[M].北京：清華大學(xué)出版社，2005.

[32]CHAO H，CHEN Y，WU J.Power saving for machine to machine communications in cellular networks[C].Proc. 2011 IEEE Globecom Workshops，389-393.

[33]蔣暢江，石為人，唐賢倫.能量均衡的無(wú)線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J].軟件學(xué)報(bào)，2012，23(5)：1222-1232.

[34]GAMAL A E，NAIR C，PRABHAKAR B，et al.Energy-efficient scheduling of packet transmissions over wireless networks[C].Proc.IEEE INFOCOM，New York，2002.

[35]SIDHIK A，MAMMU K，SHARMA A.A novel cluster-based energy efficient routing in wireless sensor networks[C]. Proc.IEEE 27th International Conference on Advanced Information Networking and Applications，2013.

[36]HO C Y，HUANG C Y.Energy-saving massive access control and resource allocation schemes for M2M communications in OFDMA cellular network[J].IEEE Wireless Communications Letter，2012，1(3)：209-212.

[37]DHILLON H S，HUANG H C，VISWANATHAN H，et al. Powerefficient system design for cellular-based machineto-machine communications[J].IEEE Transactions on Wireless Communications，2013，12(11)：5740-5753.

[38]NEELY M J.Intelligent packet dropping for optimal energydelay tradeoffs in wireless downlinks[J].IEEE Trans.Automatic Control，2009，54(3)：565-579.

[39]WU Y，F(xiàn)AHMY S，SHROFF N B.On the construction of a maximum-lifetime data gathefing tree in sensor networks：NP-completeness and approximation algorithm[C].Proc.of the 27th Conference on Computer Communications，2008：356-360.

[40]TAKEDA T，HIGUCHI K.Enhanced user fairness using nonorthogonal access with SIC in cellular uplink[C].Proc. of IEEE VTC 2011-Fall，Sept.2011.

[41]Inkyu Bang，Kab Seok Ko，Dan Keun Sung.A user-pairing based resource allocation scheme for a large number of devices in M2M communications[C].Proc.IEEE Pimrc 2013.

[42]LIEN S，CHEN K.Massive access management for QoS guarantees in 3GPP machine-to-machine communications[J]. IEEE Commun.Lett.，2011，15(3)：311-313.

[43]Taesoo Kwon，Ji-Woong Choi.Multi-group random access resource allocation for M2M devices in multicell systems[J]. IEEE.Commun.Lett.，2012，16(6)：834-337.

[44]NEELY M J.Intelligent packet dropping for optimal energydelay tradeoffs in wireless downlinks[J].IEEE Trans.Automatic Control，2009，54(3).

Several challenges and countermeasures face by big data wireless communication

Wang Fei，Xu Kui，Xu Youyun，Zhang Dongmei
(College of Communications Engineering,PLA University of Science and Technology，Nanjing 210007，China)

With the vigorous development of the social network and the Internet of Things(IoT),the huge amounts of information interaction of physical entity in the field of cross-industry,geographical and interdisciplinary have brought about the geometric progression growth of the digital information.Big data era has arrived.In one aspects,the explosive growth of the total data not only has given rise to profound impact on the society and people′s way of life,but also,it has brought many new challenges for transmission and processing these data.For these challenges,this paper studies the following aspects of efficient wireless transmission of the big data,dynamic resource allocation of the M2M system and automatic retransmission request of the finite set of network coding based on partial feedback in the environment of large-scale wireless terminals.It provides a thought to improve the performance of the big data wireless communication network.

big data service；cellular network；upstream access；data broadcasting；resource allocation；network coding

TN92

：A

：0258-7998(2015)03-0012-05

10.16157/j.issn.0258-7998.2015.03.001

2014-11-27)

王飛，通信作者，男，碩士，主要研究方向：網(wǎng)絡(luò)編碼、協(xié)同通信，E-mail：wfzd01@sina.com。

國(guó)家自然科學(xué)基金重大研究計(jì)劃項(xiàng)目（91438115）；國(guó)家自然科學(xué)基金(61371123；61301165)；江蘇省自然科學(xué)基金(BK2011002，BK2012055)；國(guó)家博士后科學(xué)基金(2014M552612)；江蘇省博士后科學(xué)基金(1401178C)

許魁，男，博士，講師，主要研究方向：網(wǎng)絡(luò)編碼、協(xié)同通信、認(rèn)知網(wǎng)絡(luò)。

徐友云，男，博士，教授，主要研究方向：網(wǎng)絡(luò)編碼、協(xié)同通信、認(rèn)知網(wǎng)絡(luò)。