摘 要： 為了滿足低壓電力線網(wǎng)絡(luò)的自適應(yīng)性、時效性需求，在分析了電力線網(wǎng)絡(luò)信道特點及拓?fù)浣Y(jié)構(gòu)后，指出了偵聽一個時間片循環(huán)以優(yōu)選最短路徑的思路，提出了一套基于時分復(fù)用信道接入機(jī)制的自適應(yīng)組網(wǎng)算法，給出了算法網(wǎng)絡(luò)層協(xié)議及對應(yīng)狀態(tài)機(jī)，并使用Matlab建立了一系列仿真模擬機(jī)制及節(jié)點模型，以仿真電力線網(wǎng)絡(luò)上實時數(shù)據(jù)流信息和組網(wǎng)結(jié)果。仿真結(jié)果表明，相比近年來的分簇算法，該算法在組網(wǎng)時間、平均通信長度和平均通信跳數(shù)方面都有明顯優(yōu)化，能在組網(wǎng)時效性和網(wǎng)絡(luò)性能方面取得平衡。

關(guān)鍵詞： 低壓電力線組網(wǎng)路由； 電力線網(wǎng)絡(luò)模型； 非交疊分簇算法； 時分復(fù)用信道

中圖分類號： TN919.71?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）17?0039?06

0 引 言

電力線通信（Power Line Communication，PLC）技術(shù)是指利用現(xiàn)有工頻電力線作為信號傳輸介質(zhì)，以載波形式進(jìn)行數(shù)據(jù)傳送的一種通信方式。

由于電力線信道噪聲干擾[1]、阻抗不匹配[2]等原因?qū)е卢F(xiàn)有電力線通信系統(tǒng)的可靠性較低。若能提高系統(tǒng)的通信質(zhì)量，將對電網(wǎng)、電信網(wǎng)、計算機(jī)網(wǎng)與有線電視網(wǎng)的四網(wǎng)合一技術(shù)的發(fā)展[3]和智能電網(wǎng)的普及[4]具有重要意義。

對于提高電力線通信可靠性的研究，目前有明顯通信效果改善的技術(shù)來自物理層和網(wǎng)絡(luò)層協(xié)議的研究。物理層技術(shù)中，基于BFSK、擴(kuò)頻通信[5]、OFDM[6]的電力線載波通信技術(shù)能部分解決電力線信道背景噪聲問題；而對于低壓電力線網(wǎng)絡(luò)自適應(yīng)性、時變性等特點一般使用網(wǎng)絡(luò)層組網(wǎng)算法解決。

目前常用的低壓電力線通信組網(wǎng)算法分為以蟻群算法為代表的智能算法和以分簇算法為代表的層次結(jié)構(gòu)算法兩類。其中蟻群算法已有不少研究成果，文獻(xiàn)[7?8]仿真了小節(jié)點數(shù)情況下電力線網(wǎng)絡(luò)組網(wǎng)蟻群算法，文獻(xiàn)[9?13]基于電力線信道各方面特點改進(jìn)了蟻群算法中的評價函數(shù)。這類智能算法自適應(yīng)性較好，但網(wǎng)絡(luò)搜索具有盲目性，同時需要專用交互協(xié)議協(xié)調(diào)節(jié)點間通信，因此占用了大量帶寬，系統(tǒng)時效性較低，不太適應(yīng)時效性要求較高的低壓窄帶電力線網(wǎng)絡(luò)。相比之下，分簇算法中的非交疊分簇算法直接通過廣播組網(wǎng)，無需迭代，時效性較高。文獻(xiàn)[14]仿真了非交疊分簇算法，但組網(wǎng)結(jié)果擁有較多優(yōu)化空間；在此基礎(chǔ)上，文獻(xiàn)[15]在節(jié)點相關(guān)度，即每個節(jié)點到中心節(jié)點跳數(shù)方面進(jìn)行優(yōu)化；文獻(xiàn)[16]在父節(jié)點流量平衡方面有更多考慮；文獻(xiàn)[17]提出從信噪比距離方面進(jìn)行重組，優(yōu)化節(jié)點到上一級節(jié)點路徑選擇以得到更好的組網(wǎng)結(jié)果。

上述算法通過算法層面仿真，理論上對組網(wǎng)結(jié)果有一定優(yōu)化，但較少考慮實際組網(wǎng)過程中的實時數(shù)據(jù)流信息和組網(wǎng)所需時間。本文在此基礎(chǔ)上，以信道強(qiáng)度距離為優(yōu)化目標(biāo)，建立時分復(fù)用信道模型和相應(yīng)中心節(jié)點、子節(jié)點模型，仿真實時數(shù)據(jù)流信息，并利用路由信息提出了一種優(yōu)化的最短路徑分簇算法（Nearest Path Cluster?based Dynamic Routing Algorithm），能在組網(wǎng)時間和網(wǎng)絡(luò)性能方面取得較好的平衡。

1 低壓電力線網(wǎng)絡(luò)特點及算法建模

1.1 信道特點分析及設(shè)計需求

低壓電力線網(wǎng)絡(luò)從物理結(jié)構(gòu)上看基本是一個基于星型和樹型的混合拓?fù)浣Y(jié)構(gòu)[18]，典型的低壓電力線通信系統(tǒng)結(jié)構(gòu)如圖1所示，其中數(shù)據(jù)集中器設(shè)置在變壓器位置，通過電力線分支與用戶子節(jié)點形成物理上的連接。由于終端節(jié)點發(fā)射功耗限制，節(jié)點通信距離有限，低壓電力線通信系統(tǒng)即讓中心節(jié)點通過中繼通信讀取所有節(jié)點數(shù)據(jù)組成網(wǎng)絡(luò)，如圖1的中心節(jié)點通過節(jié)點1訪問節(jié)點2。

由于低壓電力線網(wǎng)絡(luò)并非為了通信而鋪設(shè)，其信道有許多不利于通信的特點：

（1） 節(jié)點分布隨機(jī)：不同臺區(qū)網(wǎng)絡(luò)拓?fù)洳煌枰M網(wǎng)算法具有自適應(yīng)性；

（2） 信道衰減大：由容性、感性負(fù)載和電力線本身組合成的共振電路使得信道有大幅衰減，同時由于終端節(jié)點發(fā)射功率限制，信號傳輸距離有限，中心節(jié)點需要通過中繼方式覆蓋所有子節(jié)點；

（3） 時變性強(qiáng)：大功率設(shè)備的接入會在電力線上引入突發(fā)噪聲，讓節(jié)點脫離網(wǎng)絡(luò)，需要組網(wǎng)算法具有網(wǎng)絡(luò)變化識別能力并自我修復(fù)網(wǎng)絡(luò)。

（4） 時效性要求：由于網(wǎng)絡(luò)通信帶寬和時變性限制，組網(wǎng)算法需要有較高的時效性，能快速完成組網(wǎng)。

1.2 組網(wǎng)分析的前提假設(shè)

（1） 根據(jù)文獻(xiàn)[19?20]估算，設(shè)定網(wǎng)絡(luò)中有1個中心節(jié)點（編號0）和200個子節(jié)點（編號1～200）；

（2） 節(jié)點能檢測信號強(qiáng)度并適度量化，信號強(qiáng)度越大，節(jié)點間邏輯距離越小，當(dāng)距離大于一定數(shù)量級時通信失效；

（3） 根據(jù)文獻(xiàn)[2]可設(shè)定一個節(jié)點能與周邊10～20個節(jié)點通信，一個臺區(qū)可換算為160×160范圍內(nèi)隨機(jī)分布的200個子節(jié)點，節(jié)點間有效通信距離小于25；

（4） 物理上所有節(jié)點共享并獨占信道；

（5） 系統(tǒng)采用主從半雙工通信方式；

（6） 組網(wǎng)過程中網(wǎng)絡(luò)信道質(zhì)量不變。

1.3 Matlab網(wǎng)絡(luò)模型

為了找到兼顧網(wǎng)絡(luò)性能和組網(wǎng)時效性的算法，本文從實時數(shù)據(jù)流信息著手，建立了信道網(wǎng)絡(luò)層數(shù)據(jù)流模型和幀格式以分析組網(wǎng)實時數(shù)據(jù)流信息。

1.3.1 幀結(jié)構(gòu)及分類

為了讓節(jié)點幀數(shù)據(jù)具有路由功能，定義了如圖2所示的幀格式，各數(shù)據(jù)段功能見表1。

1.3.2 時分復(fù)用機(jī)制

網(wǎng)絡(luò)采用時分復(fù)用信道接入機(jī)制，節(jié)點輪流占用時間片[Tslice]發(fā)送數(shù)據(jù)，當(dāng)某個節(jié)點占用信道時，其他節(jié)點處于偵聽數(shù)據(jù)狀態(tài)，所有節(jié)點輪詢一次稱為一個通信周期[Tcycle，]如圖3所示。

由于幀數(shù)據(jù)中有當(dāng)前發(fā)送幀節(jié)點編號，可據(jù)此知道當(dāng)前發(fā)送數(shù)據(jù)時間片，并逐漸同步到所有節(jié)點。

1.3.3 信道網(wǎng)絡(luò)仿真機(jī)制

實際上各節(jié)點并不知道自己到其他節(jié)點的距離，為了模擬信號在信道上的衰減，信道模型會告知當(dāng)前正從信道上接收數(shù)據(jù)節(jié)點，離發(fā)送數(shù)據(jù)節(jié)點間的距離。若大于有效通信距離25，接收數(shù)據(jù)節(jié)點認(rèn)為此數(shù)據(jù)無效。

同時Matlab是串行執(zhí)行仿真程序，為了模擬各節(jié)點并行收發(fā)情況，信道模型在每個節(jié)點發(fā)送數(shù)據(jù)后更新其他節(jié)點接收數(shù)據(jù)信息，實現(xiàn)宏觀上的并行。

通過設(shè)計上述Matlab模型，即可仿真網(wǎng)絡(luò)實時數(shù)據(jù)流信息和組網(wǎng)時間。

2 分簇算法分析與改進(jìn)

2.1 非交疊分簇算法

非交疊分簇算法[21]思想及組網(wǎng)流程如下：

（1） 中心節(jié)點（0）廣播組網(wǎng)幀，節(jié)點1，2，3收到有效信息并回饋給中心節(jié)點，加入第一層網(wǎng)絡(luò)；

（2） 節(jié)點1，2，3分別轉(zhuǎn)發(fā)組網(wǎng)消息，節(jié)點4加入節(jié)點1的分簇，節(jié)點5，6加入節(jié)點2的分簇，節(jié)點6雖然能收到節(jié)點3的消息，但因為已經(jīng)加入節(jié)點2的分簇，故不再回復(fù)節(jié)點3，第二層網(wǎng)絡(luò)完成；

（3） 循環(huán)上一步，最終得到如圖4所示的網(wǎng)絡(luò)結(jié)構(gòu)。

文獻(xiàn)[14]分析了此算法的組網(wǎng)結(jié)果，本文為了仿真組網(wǎng)過程中的數(shù)據(jù)流信息和組網(wǎng)時間，在其基礎(chǔ)上建立了如圖5，圖6所示的非交疊分簇組網(wǎng)算法節(jié)點狀態(tài)機(jī)模型，其中中心節(jié)點包括5個狀態(tài)，子節(jié)點包括6個狀態(tài)。將節(jié)點模型掛載到第1.3.2節(jié)所述時分復(fù)用網(wǎng)絡(luò)模型中進(jìn)行仿真，得到如圖7所示的200個節(jié)點的組網(wǎng)結(jié)果。

這里以3個比較重要的指標(biāo)來評估網(wǎng)絡(luò)性能：

（1） 組網(wǎng)通信周期（Networking Cycle）：節(jié)點數(shù)相同時完成組網(wǎng)所需通信周期，周期越少組網(wǎng)越快；

（2） 平均通信長度（Average Length）：中心節(jié)點到所有子節(jié)點信號強(qiáng)度距離的平均值。因為信道噪聲影響表現(xiàn)為節(jié)點的隨機(jī)移動，此長度越小，節(jié)點信號強(qiáng)度越大，抗干擾性越強(qiáng)；

（3） 平均通信跳數(shù)（Average Jump）：中心節(jié)點到所有子節(jié)點通信跳數(shù)的平均值。跳數(shù)越少，數(shù)據(jù)中繼次數(shù)越少，通信實時性越高。

在圖7測試中，組網(wǎng)經(jīng)歷139個通信周期，平均通信長度為92.17，平均跳數(shù)為4.86。

在上述非交疊分簇算法中，子節(jié)點由于不知道周圍節(jié)點的位置信息，組網(wǎng)結(jié)果受節(jié)點位置分布和發(fā)送幀的順序影響，具有一定隨機(jī)性，從圖7中可以看到，很多路由路徑還有優(yōu)化空間。

2.2 基于信噪比的分簇算法

文獻(xiàn)[17]提出基于信噪比距離來優(yōu)化節(jié)點到上一級父節(jié)點路徑，其思想是先以文獻(xiàn)[14]的非交疊分簇算法實現(xiàn)組網(wǎng)，再讓每一層子節(jié)點分別尋找上一層所有節(jié)點到中心節(jié)點距離最小的節(jié)點作為新路徑進(jìn)行優(yōu)化，優(yōu)化結(jié)果如圖8所示。

可以看到，該算法對組網(wǎng)結(jié)果有明顯優(yōu)化，但分析其組網(wǎng)過程發(fā)現(xiàn)仍有不足：

（1） 每一層子節(jié)點優(yōu)化目標(biāo)在上一層節(jié)點中選擇，因而優(yōu)化過程不會減少子節(jié)點到中心節(jié)點的中繼跳數(shù)。在某些情況下（例如圖9），跨層級優(yōu)化能進(jìn)一步減少距離。

（2） 優(yōu)化網(wǎng)絡(luò)時，子節(jié)點本身并不知道上一層所有節(jié)點的路由信息，要得到此信息只能在完成初次組網(wǎng)后，中心節(jié)點將完整的路由信息廣播給所有子節(jié)點，并且每完成一層節(jié)點的優(yōu)化后就要將新路徑廣播給所有子節(jié)點，讓下一級子節(jié)點在選擇父節(jié)點時知道最新的路由信息。此過程需要較復(fù)雜的節(jié)點間通信協(xié)議來實現(xiàn)，使子節(jié)點狀態(tài)機(jī)變得比較復(fù)雜，同時節(jié)點間多次互相溝通會占用大量組網(wǎng)時間。

2.3 最短路徑分簇算法

上述算法提出利用路徑距離優(yōu)化父節(jié)點選擇是一個比較好的思路，不足在于子節(jié)點難以獲取上一層網(wǎng)絡(luò)信息。通過上文使用數(shù)據(jù)流信道模型進(jìn)行分析可以發(fā)現(xiàn)，子節(jié)點要獲取周圍節(jié)點路由信息比較容易，只需對信道進(jìn)行一段時間偵聽即可?；趥陕?擇優(yōu)的思想，本文提出了可跨層級優(yōu)化、節(jié)點間交互簡單的最短路徑分簇算法。

在時分復(fù)用信道接入機(jī)制下，節(jié)點輪流占用時間片發(fā)送幀數(shù)據(jù)，如圖9所示，以4個子節(jié)點組網(wǎng)為例進(jìn)行分析。時間片0，中心節(jié)點發(fā)送組網(wǎng)幀被節(jié)點1偵聽到；時間片1，節(jié)點1轉(zhuǎn)發(fā)組網(wǎng)幀被節(jié)點2偵聽到；時間片2，節(jié)點2轉(zhuǎn)發(fā)組網(wǎng)幀被節(jié)點3偵聽到；到了時間片3，節(jié)點3并不知道還有節(jié)點4的存在，因此以節(jié)點2為父節(jié)點轉(zhuǎn)發(fā)組網(wǎng)幀，經(jīng)過節(jié)點2，節(jié)點1回送到中心節(jié)點進(jìn)行組網(wǎng)，最終選擇路徑0→1→2→3。

最短路徑分簇算法提出，節(jié)點3在偵聽到節(jié)點2的幀信息后，到第3時間片時并不急于選擇路徑發(fā)送組網(wǎng)回復(fù)幀，而是繼續(xù)偵聽一個通信周期，由于所有節(jié)點在轉(zhuǎn)發(fā)組網(wǎng)幀時會在幀的數(shù)據(jù)段加入自己到中心節(jié)點的路徑，如此節(jié)點3即可了解周圍節(jié)點路由信息。到時間片4，節(jié)點3偵聽到節(jié)點4發(fā)送的更優(yōu)的路徑信息，當(dāng)再次循環(huán)到第3時間片時，節(jié)點3再發(fā)送以節(jié)點4為父節(jié)點的最短路徑0→4→3回復(fù)組網(wǎng)幀。

最短路徑分簇算法的節(jié)點狀態(tài)機(jī)模型見圖10。

使用改進(jìn)的分簇算法對圖7的網(wǎng)絡(luò)節(jié)點分布進(jìn)行組網(wǎng)，仿真可得如圖11所示的組網(wǎng)結(jié)果。

可以看到，在相同環(huán)境情況下，相比文獻(xiàn)[14]的非交疊分簇算法，組網(wǎng)周期從139減少為30，平均通信長度從92.17減少為64.51，平均跳數(shù)從4.86減少為3.54。

接下來，本文針對160×160的200個節(jié)點的隨機(jī)分布情況又做了50次測試，分別比較文獻(xiàn)[14]非交疊分簇算法、文獻(xiàn)[17]基于信噪比距離的路由重組分簇算法和本文的最短路徑分簇算法。從表2的比較結(jié)果可以看到，本文算法較非交疊分簇算法有明顯優(yōu)化，同時由于對網(wǎng)絡(luò)進(jìn)行了跨層級優(yōu)化，組網(wǎng)結(jié)果也優(yōu)于信噪比重組的分簇算法（由于信噪比重組算法的交互協(xié)議比較復(fù)雜，本文并未對其節(jié)點進(jìn)行建模，無法仿真組網(wǎng)周期，只能從算法層面仿真組網(wǎng)結(jié)構(gòu)）。

[算法比較＼組網(wǎng)周期＼平均通信長度＼平均跳數(shù)＼非交疊分簇＼86.86＼81.01＼4.21＼信噪比重組＼N/A＼75.90＼4.21＼最短路徑＼37.24＼63.72＼3.56＼]

為了測試算法對網(wǎng)絡(luò)不同節(jié)點數(shù)量的自適應(yīng)性，本文分別測試了不同算法在50，100，200，500，1 000節(jié)點情況下的組網(wǎng)時間（見圖12）、平均通信長度（見圖13）、平均跳數(shù)（見圖14）的性能對比，測試環(huán)境見表3。

可以看到，隨著節(jié)點數(shù)目的增加，改進(jìn)效果更明顯。

3 結(jié) 論

本文提出了一種基于信號強(qiáng)度距離的低壓電力線網(wǎng)絡(luò)通信組網(wǎng)算法，能在組網(wǎng)時效性和組網(wǎng)性能方面取得較好平衡。為了提高算法的時效性，建立了電力線網(wǎng)絡(luò)層數(shù)據(jù)流模型，可以分析實時數(shù)據(jù)流信息；在此基礎(chǔ)上，以現(xiàn)有分簇算法為基礎(chǔ)，改進(jìn)了子節(jié)點選擇到中心節(jié)點路徑的算法，讓子節(jié)點偵聽一個通信周期再選擇到中心節(jié)點信號強(qiáng)度距離最短的節(jié)點作為父節(jié)點。通過不同節(jié)點數(shù)網(wǎng)絡(luò)環(huán)境測試，結(jié)果表明，改進(jìn)的最短路徑分簇算法對組網(wǎng)結(jié)果有一定提升，同時，每層節(jié)點在組網(wǎng)時即選擇了距離最短路徑，優(yōu)化了中繼跳數(shù)，因此組網(wǎng)時效性得到明顯提升。

算法對大節(jié)點數(shù)網(wǎng)絡(luò)情況有較好的包容性，但算法分析建模基于時分復(fù)用信道分配機(jī)制，信道利用率較低，若能對信道接入機(jī)制有更多研究，將對算法改進(jìn)有更多幫助。

參考文獻(xiàn)

[1] 姜霞.低壓配電網(wǎng)載波通信噪聲特性研究[J].中國電機(jī)工程學(xué)報，2000，20（11）：30?35.

[2] 張秀秀.低壓電力線信道特性分析[J].長治學(xué)院學(xué)報，2009，25（5）：28?30.

[3] 張海亮，岳在春.“多網(wǎng)融合”技術(shù)架構(gòu)下的智能電網(wǎng)[J].電信科學(xué)，2010（z3）：1?4.

[4] GUNGOR V C， SAHIN D， KOCAK T， et al. Smart grid technologies： communication technologies and standards [J]. IEEE transactions on industrial informatics， 2011， 7（4）： 529?539.

[5] LIU L Y， YAN X， LUO H D， et al. A novel composite chaotic sequence for low voltage power line spread spectrum communication [C]// Proceedings of 2012 IEEE Power Engineering and Automation Conference. Wuhan， China： IEEE， 2012： 1?6.

[6] CHEN Q S， CHEN X W. Intelligent electric power monitor and meter reading system based on power line communication and OFDM [C]// Proceedings of 2008 Internatioal Congress on Image and Signal Processing. Sanya， China： IEEE， 2008： 59?63.

[7] 劉曉勝，戚佳金，宋其濤，等.基于蟻群算法的低壓配電網(wǎng)電力線通信組網(wǎng)方法[J].中國電機(jī)工程學(xué)報，2008，28（1）：71?76.

[8] 戚佳金，徐殿國，周巖，等.低壓電力線通信網(wǎng)絡(luò)特性模型與組網(wǎng)算法[J].中國電機(jī)工程學(xué)報，2009，29 （16）：56?62.

[9] COLSON C M， NEHRIR M H， WANG C. Ant colony optimization for microgrid multi?objective power management [C]// Proceedings of 2009 IEEE Power Systems Conference and Exposition. Swattle： IEEE， 2009： 1?7.

[10] SREEJITH S， CHANDRASEKARAN K， SIMON S P. Application of touring ant colony optimization technique for optimal power flow incorporating thyristor controlled series compensator [C]// Proceedings of 2009 IEEE Region 10 Conference on TENCON. Singapore： IEEE， 2009： 1?6.

[11] CHEN K， GENG X， HU X G. Routing algorithm of power line carrier meter reading based on ant colony genetic algorithm [C]// Proceedings of 2012 IEEE International Confe?rence on Industrial Informatics. Beijing： IEEE， 2012： 196?201.

[12] HAN Q， QI F， SU Y， et al. Services paths planning for electric power communication network based on improved ant colony optimization [C]// Proceedings of 2013 Asia?Pacific Network Operations and Management Symposium. Hiroshima： IEEE， 2013： 1?3.

[13] HONG L， CHU D， BO H X， et al. Topology discovery algorithm based on ant colony algorithm of power line carrier sensor network [C]// Proceedings of 2009 International Confe?rence on Communication Software and Networks. Chengdu： IEEE， 2009： 102?105.

[14] 戚佳金，劉曉勝，徐殿國，等.低壓電力線通信分簇路由算法及網(wǎng)絡(luò)重構(gòu)[J].中國電機(jī)工程學(xué)報，2008，28（4）：65?71.

[15] 梅楊，宗群龍.基于節(jié)點相關(guān)度的電力線載波通信路由算法[J].電力自動化設(shè)備，2010（3）：95?97.

[16] HUANG Chenchen， NING Yonghai. Study on cluster?based dynamic routing algorithm in power line communication network [C]// Proceeding of 2012 IEEE International Conference on Automation and Logistics. Zhengzhou， China： IEEE， 2012： 461?465.

[17] 冉慶華，吳玉成，祁美娟.低壓電力線載波通信網(wǎng)絡(luò)自動組網(wǎng)方法研究[J].電力系統(tǒng)保護(hù)與控制，2011，39（10）：53?58.

[18] 楊剛.電力線通信技術(shù)[M].北京：電子工業(yè)出版社，2011.

[19] 國家電網(wǎng)公司.Q/GDW376.2?2009 電力用戶用電信息采集系統(tǒng)通信協(xié)議 第二部分：集中器本地通信模塊接口協(xié)議[S].北京：國家電網(wǎng)公司，2009.

[20] 袁浩博.小城鎮(zhèn)住宅小區(qū)變壓器容量分析計算與選擇[J].電源技術(shù)應(yīng)用，2013（4）：124.

[21] 鄭少仁，王海濤，趙志峰，等.Ad Hoc網(wǎng)絡(luò)技術(shù)[M].北京：人民郵電出版社，2005.