面向電網(wǎng)業(yè)務(wù)質(zhì)量保障的5G高可靠低時(shí)延通信資源調(diào)度方法

豐 雷 謝坤宜 朱 亮 邱雪松 郭少勇

(北京郵電大學(xué)網(wǎng)絡(luò)與交換技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室 北京 100876)

1 引言

在能源和電力需求快速增長(zhǎng)的驅(qū)動(dòng)下，電網(wǎng)應(yīng)用對(duì)無(wú)線網(wǎng)絡(luò)提出了更加嚴(yán)苛的承載要求。精準(zhǔn)負(fù)荷控制、配電自動(dòng)化以及巡檢控制等電力業(yè)務(wù)要求通信低時(shí)延保障的同時(shí)，還期望對(duì)關(guān)鍵控制信息提供高可靠性傳輸。第5代移動(dòng)通信(5G)的三大技術(shù)之一-高可靠低時(shí)延通信(Ultra-Reliable and Low Latency Communication, URLLC)可以很好地滿足各類(lèi)業(yè)務(wù)對(duì)可靠性、時(shí)延等性能的差異化需求。URLLC技術(shù)結(jié)合中低頻段傳輸能夠更好地減少傳輸損耗、保證網(wǎng)絡(luò)良好覆蓋，然而，隨著通信業(yè)務(wù)規(guī)模不斷擴(kuò)大，有限的頻譜資源變得越來(lái)越緊缺。合理分配網(wǎng)絡(luò)頻率和功率資源，滿足不同業(yè)務(wù)的差異化服務(wù)質(zhì)量(Quality of Serivce, QoS)要求下抑制小區(qū)間干擾，提高系統(tǒng)可靠性和傳輸效率已成為5G承載電力業(yè)務(wù)的關(guān)鍵技術(shù)問(wèn)題。

目前，針對(duì)不同電網(wǎng)業(yè)務(wù)的差異化QoS需求，文獻(xiàn)[1,2]引入了有效帶寬的概念，在滿足排隊(duì)時(shí)延、傳輸錯(cuò)誤率和排隊(duì)錯(cuò)誤率等性能需求的條件下，分配帶寬資源以及控制發(fā)射功率，并提出主動(dòng)丟包機(jī)制，但其應(yīng)用在單一小區(qū)場(chǎng)景，沒(méi)有對(duì)多小區(qū)間的資源進(jìn)行聯(lián)合調(diào)度。文獻(xiàn)[3]通過(guò)最優(yōu)化功率來(lái)使多小區(qū)系統(tǒng)的吞吐量最大化，但是工作在廣播業(yè)務(wù)場(chǎng)景下。文獻(xiàn)[4]研究了在頻譜以及功率約束條件下的時(shí)延最小化問(wèn)題，但未考慮傳輸可靠性需求。文獻(xiàn)[5]在車(chē)聯(lián)網(wǎng)場(chǎng)景下提出建立關(guān)于可靠性和時(shí)延的函數(shù)，但并非面向智能電網(wǎng)場(chǎng)景下的資源調(diào)度，無(wú)法完全適配電力差異化QoS需求。因此本文建立了面向智能電網(wǎng)場(chǎng)景的多小區(qū)多電力終端資源分配模型，在考慮不同業(yè)務(wù)可靠性、時(shí)延等需求的條件下滿足5G URLLC系統(tǒng)吞吐量最大化。

目前大多文獻(xiàn)采取分步優(yōu)化算法來(lái)對(duì)于上述資源分配問(wèn)題模型進(jìn)行求解。文獻(xiàn)[6]采用時(shí)間片輪詢將子載波循環(huán)分配給所有用戶，犧牲較多系統(tǒng)吞吐量以滿足用戶公平性；文獻(xiàn)[7]采用比例公平兼顧了系統(tǒng)公平性和吞吐量，但沒(méi)考慮業(yè)務(wù)的時(shí)延需求；文獻(xiàn)[8]提出EXP/PF調(diào)度，實(shí)現(xiàn)對(duì)實(shí)時(shí)和非實(shí)時(shí)業(yè)務(wù)用戶之間信道資源的實(shí)時(shí)控制，保證實(shí)時(shí)業(yè)務(wù)用戶的時(shí)延限制。功率控制方面，文獻(xiàn)[9]和文獻(xiàn)[10]提出基于定價(jià)的非合作功率分配博弈，但它們都基于最大載干比原則對(duì)資源進(jìn)行調(diào)度，無(wú)法保證公平性。文獻(xiàn)[11]利用α比例公平算法動(dòng)態(tài)調(diào)節(jié)比例因子調(diào)節(jié)系統(tǒng)公平性，但未考慮業(yè)務(wù)差異化QoS需求。上述這些方法在電力多優(yōu)先級(jí)業(yè)務(wù)的差異化QoS需求場(chǎng)景中適用性均存在不足。

因此本文考慮不同電力業(yè)務(wù)終端的QoS需求，通過(guò)動(dòng)態(tài)更新終端的優(yōu)先級(jí)來(lái)調(diào)度信道資源。然后，引入基于定價(jià)機(jī)制的非合作博弈算法優(yōu)化功率分配策略，降低小區(qū)間干擾，提升通信可靠性。仿真結(jié)果表明算法收斂速度較快，在保證一定系統(tǒng)公平性和傳輸可靠性條件下提高了系統(tǒng)吞吐量，相較于上述經(jīng)典資源調(diào)度算法能降低平均調(diào)度時(shí)延，滿足不同電力業(yè)務(wù)終端的QoS需求。

2 URLLC下行鏈路資源分配模型

2.1 系統(tǒng)傳輸模型

假設(shè)該系統(tǒng)由N個(gè)不同的蜂窩小區(qū)構(gòu)成，記為集合N={n|n=1,2,...,N}，每個(gè)小區(qū)由一個(gè)位于小區(qū)中心的基站和K個(gè)隨機(jī)分布的電力業(yè)務(wù)終端構(gòu)成，其中電力業(yè)務(wù)終端記為集合K={k|k=1,2,...,K}。調(diào)度時(shí)隙t內(nèi)小區(qū)各資源塊僅能調(diào)度給一個(gè)終端，小區(qū)內(nèi)部頻譜資源在時(shí)域內(nèi)是正交的；但不同小區(qū)均采用相同頻率，因此各小區(qū)被分配到同一資源塊的終端間存在同頻干擾。每個(gè)小區(qū)有M個(gè)資源塊，記為M={m|m=1,2,...,M}且資源塊的數(shù)量小于小區(qū)內(nèi)的終端數(shù)量，即M

小區(qū)n終端k在資源塊m的信干噪比(Signal to Interference plus Noise Ratio, SINR)為

常見(jiàn)無(wú)線系統(tǒng)基于信息論準(zhǔn)則研究高效傳輸足夠長(zhǎng)的數(shù)據(jù)包，而URLLC要在滿足極低時(shí)延和極高可靠性下傳輸關(guān)鍵性指令(一般為短包)，傳輸錯(cuò)誤率對(duì)可靠性的影響不能忽略，因而香農(nóng)容量公式不能完全反映URLLC傳輸需求。設(shè)分配給傳輸每個(gè)數(shù)據(jù)包的帶寬小于系統(tǒng)相關(guān)帶寬，在準(zhǔn)靜態(tài)平坦衰落信道，發(fā)送端和接收端都已知信道狀態(tài)信息，小區(qū)n資源塊m調(diào)度給終端下的最大可達(dá)吞吐量[1,2,12-19]為(單位bit/s)

則系統(tǒng)下行總?cè)萘繛橄滦懈餍^(qū)所有終端的吞吐量之和

2.2 問(wèn)題描述

本文以最大化系統(tǒng)總吞吐量為目標(biāo)，如目標(biāo)函數(shù)式(5)所示，并滿足發(fā)射功率、時(shí)延、可靠性等約束條件，如式(5a)-式(5e)所示。

式(5)是一個(gè)NP-hard的非線性約束優(yōu)化問(wèn)題，其最優(yōu)點(diǎn)需將信道和功率分配的組合一一列舉，復(fù)雜度和開(kāi)銷(xiāo)極大，難以實(shí)現(xiàn)。本文從信道資源調(diào)度和功率分配兩個(gè)步驟分步對(duì)該問(wèn)題優(yōu)化求解。

從頻率角度看，各小區(qū)獲得同一資源塊(Resource Block, RB)的電力終端之間存在同頻干擾，由于每個(gè)終端都是自私的，都希望獲得更高的下行發(fā)射功率以最大化自身吞吐量，但這種利己行為將對(duì)使用同一資源塊的其他小區(qū)終端造成更大的干擾，進(jìn)而降低相鄰小區(qū)終端的吞吐量，因此，尋求系統(tǒng)吞吐量最大問(wèn)題可以表示成博弈問(wèn)題，將不同小區(qū)間復(fù)用同一資源塊的終端視為互為博弈的參與者，為這些終端選擇合適的博弈策略，使資源塊的功率分配達(dá)到均衡狀態(tài)，來(lái)最大化該資源塊的吞吐量。通過(guò)最大化所有資源塊的吞吐量來(lái)滿足系統(tǒng)整體吞吐量的最大化，極大降低了優(yōu)化問(wèn)題求解的復(fù)雜度。各資源塊對(duì)應(yīng)一個(gè)獨(dú)立的博弈求解過(guò)程，問(wèn)題模型由式(5)簡(jiǎn)化為

3 信道調(diào)度與功率分配算法

先級(jí)高低的判定標(biāo)準(zhǔn)。調(diào)度時(shí)隙t小區(qū)n終端k的優(yōu)先級(jí)為

3.1 基于電力終端優(yōu)先級(jí)的動(dòng)態(tài)資源調(diào)度

3.1.1 終端的優(yōu)先級(jí)及其動(dòng)態(tài)更新

本文提出一種基于調(diào)度時(shí)延要求的改進(jìn)比例公平算法(Delay-based Proportional Fair algorithm,DPF)，將各電力終端業(yè)務(wù)的調(diào)度時(shí)延要求、終端實(shí)時(shí)的信道條件及終端已獲平均資源等作為終端優(yōu)

3.1.2 算法步驟

(3)假設(shè)各終端都調(diào)度到一個(gè)資源塊且功率均分，計(jì)算各終端預(yù)計(jì)可得瞬時(shí)速率Rexp(a,b,t0)；

3.2 基于定價(jià)機(jī)制的非合作功率分配博弈

3.2.1 定價(jià)機(jī)制的引入

在對(duì)各小區(qū)終端進(jìn)行優(yōu)先級(jí)排序并分配信道資源后，需為得到信道資源的終端進(jìn)行功率分配，使得各資源塊的吞吐量達(dá)到最大，由此最大化系統(tǒng)總吞吐量，表示調(diào)度到同一個(gè)資源塊的所有終端的吞吐量之和，由式(6)得到簡(jiǎn)化后的目標(biāo)函數(shù)式為

終端凈效用函數(shù)定義為該終端的效用函數(shù)與其定價(jià)函數(shù)之差

3.2.2 最佳響應(yīng)求解與納什均衡

定理1 功率分配博弈Gm存在納什均衡點(diǎn)。

3.2.3 算法步驟

(4)當(dāng)系統(tǒng)所有資源塊在決策出對(duì)應(yīng)最佳定價(jià)因子條件下都收斂到唯一的不動(dòng)點(diǎn)后，t0時(shí)隙系統(tǒng)功率分配結(jié)束。調(diào)度時(shí)隙t0系統(tǒng)信道資源調(diào)度與功率分配分步優(yōu)化完成，進(jìn)入下一調(diào)度時(shí)隙的信道資源調(diào)度。

4 仿真驗(yàn)證與分析

4.1 仿真參數(shù)設(shè)置和評(píng)價(jià)指標(biāo)

4.1.1 仿真參數(shù)設(shè)置

4.1.2 評(píng)價(jià)指標(biāo)

本文將從系統(tǒng)總吞吐量、系統(tǒng)公平性、平均等待調(diào)度時(shí)延等方面進(jìn)行性能對(duì)比以驗(yàn)證本文所提方法更適用于具有多優(yōu)先級(jí)調(diào)度需求的電網(wǎng)應(yīng)用場(chǎng)景。其中，除本文所提目標(biāo)即可靠性約束下的系統(tǒng)下行吞吐量外，為衡量所提資源調(diào)度算法能在追求系統(tǒng)吞吐量最大化同時(shí)對(duì)系統(tǒng)中不同優(yōu)先級(jí)終端實(shí)現(xiàn)一定的調(diào)度公平性保證，利用Raj Jain公平指數(shù)[22]評(píng)價(jià)算法公平性。此外，電網(wǎng)的不同業(yè)務(wù)對(duì)時(shí)延提出差異化需求，本文利用平均等待調(diào)度時(shí)延衡量本文所提算法以及對(duì)比算法對(duì)不同電網(wǎng)業(yè)務(wù)的時(shí)延滿意度保障。

(1)系統(tǒng)吞吐量。系統(tǒng)吞吐量為所有小區(qū)內(nèi)所有終端的下行傳輸速率之和。小區(qū)n資源塊m調(diào)度的終端最大下行可達(dá)速率如式(2)所示；系統(tǒng)總吞吐量如式(4)所示。

(2)系統(tǒng)公平性。利用Raj Jain公平指數(shù)定義系統(tǒng)公平性因子η為

其中，Rn,k為小區(qū)n終端k在系統(tǒng)穩(wěn)態(tài)時(shí)的平均速率。

(3)平均等待調(diào)度時(shí)延。假設(shè)每個(gè)小區(qū)共有的K個(gè)電力終端，分為KO個(gè)精準(zhǔn)負(fù)荷控制業(yè)務(wù)終端、KX個(gè)配電自動(dòng)化業(yè)務(wù)終端以及KY個(gè)巡檢控制業(yè)務(wù)終端，且滿足KO+KX+KY=K，3類(lèi)業(yè)務(wù)終端集合分別表示為O,X,Y。其中，O={o(i)|i=1,2,...,KO},X={x(j)|j=1,2,...,KX},Y={y(g)|g=1,2,...,KY}；業(yè)務(wù)終端o(i),x(j),y(g)得到調(diào)度資源的次數(shù)表示為T(mén)o(i),Tx(j),Ty(g)；業(yè)務(wù)終端o(i),x(j),y(g)每次等待調(diào)度的時(shí)間為υo(i),υx(j),υy(g)。

單個(gè)業(yè)務(wù)終端o(i),x(j),y(g)平均等待時(shí)延表示為dh,h ∈{o(i),x(j),y(g)}，具體計(jì)算方式為

4.2 非合作博弈功率策略迭代求解過(guò)程

系統(tǒng)中各資源塊都對(duì)應(yīng)一個(gè)非合作博弈過(guò)程，由于已理論證明博弈過(guò)程的收斂性，這里隨機(jī)選取系統(tǒng)中1個(gè)資源塊，觀察該資源塊所調(diào)度終端的功率及傳輸速率變化情況來(lái)說(shuō)明算法迭代過(guò)程。

可見(jiàn)當(dāng)所有終端的功率策略迭代并最終趨于不動(dòng)點(diǎn)時(shí)，其收斂到一個(gè)穩(wěn)定狀態(tài)，該資源塊的吞吐量也收斂到一個(gè)均衡點(diǎn)。系統(tǒng)所有資源塊都收斂時(shí)系統(tǒng)達(dá)到均衡狀態(tài)。在有限迭代次數(shù)下，各終端策略很快收斂到一個(gè)納什均衡上。從圖1(b)可以看到，迭代初始狀態(tài)為小區(qū)終端均分基站下行功率，得到初始終端下行傳輸速率，在最終達(dá)到穩(wěn)態(tài)時(shí)大多數(shù)終端的下行傳輸速率增加，可見(jiàn)本文非合作博弈功率分配算法與功率平均分配方案相比，能減少小區(qū)間同頻干擾，提升系統(tǒng)吞吐量。

圖1 終端非合作功率分配博弈的迭代過(guò)程

4.3 算法性能對(duì)比和分析

由圖2可知，在系統(tǒng)吞吐量上基本服從：MAXCI優(yōu)于AVE，優(yōu)于本文算法，優(yōu)于PF-AVE，優(yōu)于RR-AVE，優(yōu)于αPF-AVE；在系統(tǒng)公平性上：αPF-AVE優(yōu)于RR-AVE，優(yōu)于PF-AVE，優(yōu)于本文算法，優(yōu)于MAXCI-AVE。本文算法(此處r取1)考慮了各終端不同的信道條件和其已獲得資源數(shù)量，通過(guò)非合作博弈算法分配發(fā)射功率，降低小區(qū)間干擾，顯著增加了系統(tǒng)的吞吐量。由于本文提出的算法根據(jù)電力終端的差異化QoS需求設(shè)置了不同的調(diào)度優(yōu)先級(jí)，因此較之傳統(tǒng)的PF-AVE算法在一定程度上犧牲了系統(tǒng)的公平性，但相比在吞吐量性能表現(xiàn)最好的MAXCI-AVE算法，系統(tǒng)公平性因子更高。綜合來(lái)看，本文提出的算法在兼顧公平性與電力終端QoS的同時(shí)，能夠有效提升系統(tǒng)吞吐量。

圖2 資源分配算法性能對(duì)比

圖3中，每組條形表示不同小區(qū)終端數(shù)量情況下不同算法的平均調(diào)度時(shí)延，依次為本文算法(時(shí)延指數(shù)因子分別取r=1,2,3)、PF-AVE算法和αPF-AVE算法。不同顏色條形表示不同時(shí)延業(yè)務(wù)等級(jí)，條形的總高度代表各等級(jí)終端平均時(shí)延之和。另外，由于在最大載干比靜態(tài)調(diào)度下，信道條件好的終端可一直獲得信道資源，而信道條件較差的終端則一直無(wú)法獲得調(diào)度，無(wú)法計(jì)算調(diào)度等待時(shí)延；而輪詢算法不區(qū)分終端的業(yè)務(wù)等級(jí)和信道條件，平均調(diào)度時(shí)延是一樣的，這兩者都不在上圖對(duì)比范圍中。

從圖3中可以看到，隨著小區(qū)終端數(shù)量的增加，所有算法的平均調(diào)度時(shí)延呈上升趨勢(shì)，這是因?yàn)樾诺蕾Y源有限，隨著待調(diào)度的終端增多，小區(qū)內(nèi)各終端等待調(diào)度的時(shí)延增加，因此系統(tǒng)整體的平均調(diào)度時(shí)延也上升；本文算法根據(jù)電力業(yè)務(wù)QoS需求制定了調(diào)度優(yōu)先級(jí)，因此，調(diào)度優(yōu)先級(jí)高的業(yè)務(wù)終端平均等待時(shí)延更短，即平均調(diào)度時(shí)延上滿足等級(jí)1少于等級(jí)2少于等級(jí)3。而其他兩種算法不同等級(jí)終端的調(diào)度時(shí)延基本相同。另外，隨著時(shí)延指數(shù)因子的增大，系統(tǒng)整體時(shí)延增大，并且調(diào)度優(yōu)先級(jí)較低的業(yè)務(wù)的平均等待調(diào)度時(shí)延明顯增加，實(shí)際應(yīng)用中可根據(jù)不同業(yè)務(wù)等級(jí)的具體時(shí)延需求調(diào)整時(shí)延指數(shù)因子。

圖3 不同業(yè)務(wù)等級(jí)終端平均調(diào)度時(shí)延的對(duì)比

圖4表示不同可靠性要求的URLLC系統(tǒng)吞吐量對(duì)比情況，可以看出隨著系統(tǒng)的可靠性要求提高，即要求的傳輸錯(cuò)誤概率降低，URLLC系統(tǒng)吞吐量下降，說(shuō)明對(duì)于超短包傳輸?shù)臄?shù)據(jù)速率與可靠性聯(lián)系密切。且隨著小區(qū)終端數(shù)量增多，系統(tǒng)吞吐量下降，為了保證調(diào)度的公平性，使得所有的終端都能獲得信道資源調(diào)度。

圖4 不同可靠性要求下系統(tǒng)吞吐量的對(duì)比

仿真結(jié)果說(shuō)明本文資源分配機(jī)制在系統(tǒng)吞吐量和公平性上取了一個(gè)合適的折中，在保證一定的調(diào)度公平性的基礎(chǔ)上提高系統(tǒng)的吞吐量；對(duì)于電力業(yè)務(wù)中不同業(yè)務(wù)等級(jí)的終端不同的調(diào)度時(shí)延要求可以做出相應(yīng)的調(diào)度，滿足多種業(yè)務(wù)的需求。因此本文所提資源調(diào)度算法在保障電網(wǎng)業(yè)務(wù)通信質(zhì)量場(chǎng)景應(yīng)用下有一定的優(yōu)越性。

5 結(jié)束語(yǔ)

本文研究了面向電網(wǎng)業(yè)務(wù)質(zhì)量保障的5G URLLC無(wú)線資源調(diào)度問(wèn)題，通過(guò)優(yōu)化系統(tǒng)下行發(fā)射功率以及合理調(diào)度信道資源來(lái)最大化系統(tǒng)吞吐量。首先根據(jù)系統(tǒng)調(diào)度公平性以及電力業(yè)務(wù)的差異化，設(shè)定并動(dòng)態(tài)更新終端優(yōu)先級(jí)并分配信道資源；其次，引入基于定價(jià)機(jī)制的非合作博弈算法控制系統(tǒng)發(fā)射功率，降低小區(qū)間干擾，提高5G URLLC系統(tǒng)的下行吞吐量。仿真結(jié)果表明相比經(jīng)典資源調(diào)度算法，本文算法能夠在兼顧不同業(yè)務(wù)終端服務(wù)質(zhì)量需求與系統(tǒng)公平性的同時(shí)，提高系統(tǒng)吞吐量，在多樣電力業(yè)務(wù)應(yīng)用場(chǎng)景中具有一定的優(yōu)越性。