面向電力業務可靠性保障的PON-LTE融合接入網絡資源分配機制

2019-06-13 01:54:19 網絡空間安全 2019年1期

朱紅 韋磊 李秋生 嚴東 藺鵬

摘? ?要:隨著智能電網的發展,業務對終端通信接入網可靠性保障要求也越來越高。目前,正交頻分復用技術有著廣泛的應用,結合無源光網絡技術,成為了電力終端通信接入網技術中的一個熱點研究方向。然而,由于終端通信接入網中各類設備對可靠性要求的不同,有的設備要求接入網對其進行冗余覆蓋以保證高可靠性的服務。現有的大多數融合網絡資源分配算法未能考慮業務的可靠性要求,且存在算法復雜、計算量大以及容易陷入局部最優解等問題,不足以滿足終端通信接入網的業務可靠性要求。論文提出了一種面向智能電網終端通信接入網的上行資源分配方案,仿真結果表明,本方案能夠在可靠性要求高的環境下,相對單一智能優化算法,在10GHz的PON帶寬情況下,實現20%的網絡覆蓋增強效果。

關鍵詞:資源分配;PON-LTE融合接入網;業務可靠性;智能電網

中圖分類號:TN915.6? ? ? ? ? 文獻標識碼:A

Abstract: With the development of smart gird, service requirements for reliability of terminal communication access network are getting higher and higher. At present, Orthogonal Frequency Division Multiplexing (OFDM) technology has a wide range of applications. Combined with passive optical network technology, it has become an important part in power communication access network technology. Due to the different reliability requirements of various types of devices in the grid, some devices require the access network to perform redundant coverage to ensure high reliability services. However, most existing resource allocation algorithms for integrated access network have problems such as non-reliability guaranteed, large computational complexity, and easy to fall into local optimal solutions, which are insufficient to meet the increasing requirements of business reliability. This paper proposes an uplink resource allocation scheme for the terminal communication access network in smart grid. The simulation results show that the scheme can effectively solve the above problems and gain 15-20% better coverage rate compared with single resource allocation algorithms under high reliability requirements.

Key words: resource allocation; PON-LTE integrated access network; business reliability; smart grid

1 引言

隨著智能電網通信技術的發展,網絡對業務的可靠性保障要求也越來越高。目前,正交頻分復用(Orthogonal Frequency Division Multiplexing, OFDM)技術可以較好地解決多徑衰落或者多徑反射所引起的頻率選擇性衰減,同時又具有頻譜利用率高、信道均衡技術簡單、信號調制解調易于實現、糾錯能力強等優點,廣泛地應用在各種通信領域[1]。在電力終端通信接入網中,無源光網絡(PON)是一個重要的技術手段,而隨著接入網設備數量的急劇增加, 對光纖的寬帶傳輸能力要求在增加。OFDM-PON具有頻譜效率高、抗色散性能好、帶寬分配靈活等優點,成為PON的重要實現方式。近年來關于OFDM-PON的研究大量集中在下行方向。事實上,隨著電力通信網上行業務占比要遠高于下行,因此研究大容量、廣覆蓋OFDM-PON上行傳輸技術十分必要。

現在,已有的關于OFDM-PON中帶寬分配的研究大部分關注如何有效提高帶寬利用率。Doo等人[2]提出了一種用于OFDM-PON的高鏈路利用的兩階段資源分配算法,首先為每個光網絡單元(ONU)分配時間窗口,然后分配子信道。Chen等人[3]基于頻域、時域、調制格式和功率分配四個維度,提出了一種針對OFDM-PON的上行鏈路傳輸的MAC層動態帶寬分配調度方案。在保證網絡服務的QoS方面,Saito等人[4]提出了擁擠網絡條件下的自適應帶寬分配算法,其中調制格式、符號率和子載波數量可以根據PON-section的距離,每個ONU的QoS和帶寬需求自適應地決定。Shao等人[5]應用統計方法動態分配帶寬,充分利用幀和優先級來保證差異化服務的QoS,提出了QoS保證動態帶寬分配方案。與一般的動態帶寬分配方法不同,Lei等人[6]提出的是具有統一帶寬的動態和平衡容量的OFDM-PON分配方案,通過比特和功率級別的負載控制來實現OFDM-PON資源的動態分配。

而對于智能電網中資源分配的研究,Zhu等人[7]提出了一種基于LTE的蜂窩系統的上行鏈路的自適應無線資源分配(AWRA)方案,考慮了用戶的優先級和公平性,但是沒有考慮到業務的可靠性。Webster等人[8]利用人口理論Lotka Volterra(LV)方程來最優地共享用戶設備(UE)之間的電信子載波,能提供較比例速率約束算法和最大總和速率算法更高的平均吞吐量,還能夠將子載波預分配給智能電網UE以減少傳輸延遲。

綜上所述,至今仍沒有關于智能電網終端通信接入網中OFDM-PON承載無線LTE網絡場景的上行資源分配研究,更不用說在此基礎上考慮業務的可靠性。所以,本文提出一種面向終端通信接入網上行資源分配方案,其中電力通信業務由OFDM-PON和LTE無線網絡承載,在考慮業務多樣性的同時,也保證了業務的可靠性。

2? 模型構建

如圖1所示,在OFDM-PON與無線技術組成的融合電力通信接入網絡中,一個OLT具有固定帶寬FB,對應一定數量的子載波,它連接到多個ONU,每個ONU充當無線接入基站BS,向下為其服務范圍內的UE提供服務,考慮NAN中的不同終端節點的可靠性要求不同,對于高可靠性要求的終端節點,需要為其提供冗余覆蓋,對具有冗余覆蓋要求的終端UE,需要同時使用多個基站為其提供服務,并同時滿足其QoS要求。設ONU-BS集合為K,UE集合為U,UEi的業務需求為Ri,ONU-BS K的固定帶寬為Bk,其從OLT處獲得的速率為vk,UEi從BSk處獲得的帶寬為bi,k。考慮不同終端的不同可靠性要求,即冗余覆蓋數量,定義終端i需要的最低冗余覆蓋數為Di。優化目標是在保證終端服務質量和可靠性要求的前提下,最大化網絡能夠服務的終端數量。

在無線網絡中,帶寬被劃分為資源塊RB,基站以資源塊為單位為每個UE提供服務。用0-1變量表示基站k是否分配到OFDM-PON子載波s,用0-1變量zi,k來表示UEi是否從基站k處分得無線資源,即:

考慮到終端UE的可靠性需求,即需要為高可靠性要求的終端節點同時使用多個基站提供冗余覆蓋,并同時滿足終端的QoS要求,定義0-1變量qi來表示終端i的可靠性要求是否被滿足,具體表示為:

資源分配策略在OLT端進行,因此以最大化覆蓋終端節點的數量為目標,本文建立的資源分配模型可寫為:

其中,約束C1和C2用于表明,zi,k為0-1變量;約束C3和C4表示基站為終端節點提供的速率需要滿足其業務要求;約束C5表示基站若從OLT處分得PON資源,其為UE提供服務使用的系統容量不能超過PON鏈路容量限制,c是每個PON資源塊的速率,等于PON系統總速率/資源塊數量N;約束C6是基站帶寬資源約束;約束C7表示PON中一個資源塊只能被一個無線基站使用;約束C8為OFDM-PON系統的資源總量限制。

3? 算法求解

容易看出,上述資源分配問題(6)是一個NP-Hard問題,本文提出一種混合智能優化算法來對其進行求解,定義外層自適應遺傳算法的變量為,內層二進制粒子群的算法變量為zi,k,所設計的適應度函數為能覆蓋且滿足業務和可靠性要求的最大終端節點數量

首先,對于PON資源的分配,將變量編碼為二進制遺傳算法中的個體染色體基因,染色體長度為的大小,每個基因的取值為0或1,代表一個PON子載波是否分配給一個無基站。自適應進化的具體過程分為幾步。

步驟一:種群初始化。產生由一組個體組成的種群,每個個體含有一個染色體,染色體長度等于的大小,每個染色體的組成為一組隨機0-1二進制序列,代表一種PON資源分配方案。

步驟二:適應度計算。根據個體染色體組成,進行無線基站與業務終端的PON資源分配,在此基礎上再對基站與終端節點之間的無線資源進行分配,在滿足終端節點的最低業務速率和可靠性覆蓋要求的前提下,計算按此方案進行資源分配得到的能夠覆蓋的終端節點數量,將此作為個體的適應度。

步驟三:選擇。使用輪盤賭方法選擇出種群中適應度值較高的個體,進行下一步操作。

步驟四:交叉。以交叉概率Pr對個體對j1和j2中每一個體的染色體,交換其指定位置。其中Pr可根據適應函數值動態調整,其計算方法為

其中ηmin為種群中最小適應度,ηmean為種群中所有個體適應度的平均值。Pr0為默認交叉概率,αr和βr為取值范圍為[0,1]的常系數。

步驟五:變異。以變異概率Pm選出個體j,對個體染色體中的指定位置進行翻轉。在自適應遺傳算法中,Pm也可以根據適應度值進行動態調整,其公式為

其中Pm0為默認變異概率,αm和βm也是取值范圍為[0,1]的常系數。

步驟六:判斷是否到達遺傳進化次數,若已達到,停止;否則,轉到第2步。

其次,對于業務終端與基站之間的無線資源分配,用PSO中的一個粒子代表一種分配方案,一個粒子的大小即為變量zi,k的大小,每個位置的值為0或1,對應zi,k的一個具體取值,粒子適應度函數為此資源分配方案下所能覆蓋到的終端節點個數。

具體地,用表示粒子群中第W個粒子在第t代進化時的位置值。對應地,用表示第W個粒子在第t代的更新速度。在最小速度Vmin和最大速度Vmax范圍內,粒子速度和位置的更新方式為

其中pbw和gb分別表示第t代進化后的本地最優解和全局最優解,c1和c2為學習因子(加速常數),R(0,1)為0和1之間的隨機數,函數保證了粒子位置值取0或者1,其定義為

4 仿真結果分析

如圖2所示,顯示了本文所提混合智能優化算法與單一智能優化算法的收斂性能。從圖中可以看出,在相同的迭代次數下,使用混合智能優化算法可以更快的收斂到最優解,因為這一算法可以對兩類決策變量同時進行尋優,相比于僅一層的尋優算法,速度更快,也可以一定程度上避免單一算法早熟或陷入局部最優的問題。

圖3顯示了滿足業務與可靠性要求的終端覆蓋比例隨PON帶寬的變化情況,其對應的冗余覆蓋數分別為1、2、3,其中最低冗余覆蓋數為2和3的終端比例分別固定為20%。從圖中可以看出,無論可靠性要求的高低,隨著PON資源的增加,網絡可以覆蓋的終端數量都會增加,顯然這是因為當終端業務與可靠性需求固定時,即各個終端的冗余覆蓋數不變時,PON資源更多,能夠滿足更多終端的業務需求,也可以為原本達不到可靠性需求的終端提供更多資源使其實現冗余覆蓋。從圖中還可以看出,q越小,在相同PON資源下能夠達到的終端覆蓋率越高,因為高可靠性會占用更多的資源;而且,當PON資源越少,這種差異越明顯,因為冗余覆蓋數變大后,由于資源受限,原本可以覆蓋的終端節點難以達到可靠性要求,而變為不能被覆蓋。

如圖4所示,顯示了在不同高可靠性終端的比例下,滿足業務與可靠性要求的終端覆蓋比例隨PON帶寬的變化情況,其中高可靠性終端的最低要求冗余覆蓋數為2,其對應比例分別為10%、20%和30%。從圖中可以看出,PON資源越多,相同場景下能夠覆蓋的終端數量越多,這與上一張圖的趨勢一致。另外,高可靠性終端所占比例越大,相同資源下能夠覆蓋的終端數量越少,原因是在終端數量和位置都不變的條件下,顯然更多的冗余覆蓋會消耗更多PON資源,導致整體覆蓋率的下降。進一步可以發現,當PON資源越緊缺時,高可靠性占比之間的差別越大,同樣,原因是受限的資源無法滿足高可靠性的要求而不能覆蓋終端節點。

5 結束語

本文提出的面向智能電網終端通信接入網的上行資源分配方案能夠有效解決混合接入網中部分終端的高可靠性需求,通過與單一智能優化算法進行對比,當冗余覆蓋數提高或是高可靠性終端占比提高時.本文提出的混合智能優化算法在迭代次數相同的情況下,在不同PON資源情況下能夠提升15-20%的終端覆蓋率,并且不會存在其他優化算法可能的計算量大、陷入局部最優點等問題。根據模擬結果,本文得出了PON資源數量有限時,滿足高可靠性終端越多,能夠覆蓋的總終端數量就越少,因此如何權衡各類終端的數量需要根據具體情況進行調控。從研究結果可以看出,本文提出的面向智能電網終端通信接入網上行資源分配方案具有一定的實用性和發展前景。

基金項目:

1.國網江蘇省電力公司科技項目(項目編號:J2017072);

2.國家科技重大專項(項目編號:2017ZX03001013)。

參考文獻

[1] N. Cvijetic.OFDM for Next-Generation Optical Access Networks [J].Lightwave Technology, 2012,30(4):384-398.

[2] Doo K, Bang J, Han M S, et al. Two‐Stage Resource Allocation to Improve Utilization of Synchronous OFDM‐PON Supporting Service Differentiation[J]. Etri Journal, 2015, 37(4):409-13.

[3] Chen J, Li Y, Chen J, et al. Four-dimensional scheduling for uplink dynamic bandwidth allocation in OFDM-PON[J]. Optik-International Journal for Light and Electron Optics, 2013, 124(24): 6922-6925.

[4] Saito H, Minato N, Tamai H, et al. Highly Efficient Adaptive Bandwidth Allocation Algorithm for WDM/OFDM-PON-Based Elastic Optical Access Networks[J].IEICE Transactions on Communications, 2018, 101(4): 972-978.

[5] Shao A, Dou Q, Xiao Y, et al. Bandwidth allocation design to guarantee qos of differentiated services for a novel OFDMA-PON[C]. 2012 18th IEEE Asia-Pacific Conference on Communications (APCC), 2012: 775-780.

[6] Lei C, Chen H, Chen M, et al. Dynamic and balanced capacity allocation scheme with uniform bandwidth for OFDM-PON systems[J]. Optics Communications, 2015, 338: 106-109.

[7] Zhu R, Tan X, Yang J, et al. An adaptive uplink resource allocation scheme for LTE in smart grid[J]. Journal of Communications, 2013, 8(8): 505-511.

[8] Webster R, Munasinghe K, Jamalipour A. Optimal resource allocation for smart grid applications in high traffic wireless networks[C]. 2014 IEEE International Conference on Smart Grid Communications (SmartGridComm), 2014: 398-403.

作者簡介:

朱紅(1971-),女,漢族,江西南豐人,華北電力大學,碩士,研究員級高級工程師;主要研究方向和關注領域:電力系統信息通信和智能電網。

韋磊(1982-),男,漢族,南京江蘇人,河海大學,博士,高級工程師;主要研究方向和關注領域:電力系統信息通信和智能電網。

李秋生(1981-),男,漢族,南京江蘇人,南京郵電大學,高級工程師;主要研究方向和關注領域:電力系統通信。

嚴東(1976-),男,江蘇南京人,河海大學,碩士,工程師;主要研究方向和關注領域:電力通信網。

藺鵬(1987-),男,漢族,山東萊蕪人,內蒙古師范大學,學士,工程師;主要研究方向和關注領域:電力通信網、網絡管理、仿真系統。

福建36选7走势图幸
极速快三软件手机版下载 白小姐中特四肖必选一肖 麻将游戏单机版下载 北京赛车pk开奖直播手机板下载 股票指数怎么买卖涨跌 黄大仙论坛精选24码 广西棋牌游戏中心 山西11选5开奖记录 炒股达人app 516棋牌游戏2014 福建快三号码推荐号码 大乐透开奖结果今天排列三 生物医药龙头股票推荐 nba球员身高一览 北京麻将混儿的规则 江苏快三推荐号码