謝同玲

摘要：以醫(yī)院5G網(wǎng)絡(luò)部署作為背景，就5G應(yīng)用場(chǎng)景中的大規(guī)模醫(yī)療與化學(xué)機(jī)器類MTC終端通信問(wèn)題，在構(gòu)建MTC終端能耗模型的基礎(chǔ)上，提出一種基于遺傳算法的優(yōu)化方法。即通過(guò)編碼、交叉變異等，實(shí)現(xiàn)最優(yōu)能耗路徑的選擇。最后通過(guò)仿真，對(duì)上述5G網(wǎng)絡(luò)場(chǎng)景中的化學(xué)儀器類通信進(jìn)行驗(yàn)證，結(jié)果看出，與傳統(tǒng)的能耗優(yōu)化相比，本方法可有效降低在一定信噪比下的能耗，具有很大的優(yōu)勢(shì)。

關(guān)鍵詞：MTC終端;能耗模型;信噪比;遺傳算法

中圖分類號(hào)：TN929.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-5922（2020）09-0102-04

M2M通信技術(shù)指的是在機(jī)器之間的通信，不依賴于人類的干預(yù)，采用蜂窩網(wǎng)絡(luò)高效地完成信息傳輸過(guò)程。在物聯(lián)網(wǎng)以及人工智能等技術(shù)持續(xù)發(fā)展的過(guò)程中，M2M技術(shù)具有廣泛的應(yīng)用場(chǎng)景。相關(guān)數(shù)據(jù)顯示，近些年來(lái)M2M連接數(shù)保持了較高的增長(zhǎng)速度，預(yù)計(jì)在2022年時(shí)將會(huì)達(dá)到180億的規(guī)模。與此同時(shí)，各種類型的終端不斷增多，預(yù)計(jì)將會(huì)是現(xiàn)有蜂窩用戶數(shù)量的十倍以上，基本上涉及到了醫(yī)療、交通、工業(yè)生產(chǎn)、智能家居以及環(huán)保等各個(gè)領(lǐng)域，無(wú)疑機(jī)器類通信技術(shù)存在著巨大的市場(chǎng)，未來(lái)的應(yīng)用將會(huì)更加普遍，并為人類帶來(lái)更多的便利。其中在醫(yī)療方面的應(yīng)用主要體現(xiàn)在遠(yuǎn)程操控、無(wú)創(chuàng)手術(shù)等方面，例如國(guó)內(nèi)天津大學(xué)的研究團(tuán)隊(duì)成功研制出擁有觸覺(jué)功能的NOTES平臺(tái)，此平臺(tái)具有較高的智能化特征，能夠遠(yuǎn)程完成自然腔道的手術(shù)操作，增強(qiáng)了手術(shù)實(shí)施的便捷性。隨著信息化以及自動(dòng)化等技術(shù)不斷在現(xiàn)代醫(yī)療中得到成功的應(yīng)用，在醫(yī)學(xué)領(lǐng)域的終端設(shè)備持續(xù)增加，如何對(duì)此類設(shè)備進(jìn)行科學(xué)的管理和應(yīng)用將成為一個(gè)熱點(diǎn)的研究課題。本文主要對(duì)大規(guī)模機(jī)器通信場(chǎng)景的優(yōu)化問(wèn)題進(jìn)行了研究，并建立了對(duì)應(yīng)的能效優(yōu)化模型。

1 能效問(wèn)題描述

隨著MTC終端數(shù)量的增加，如果對(duì)大量的MTC終端進(jìn)行有效地管理成為人們關(guān)注的課題，通過(guò)科學(xué)的管理能夠提升網(wǎng)絡(luò)通信的效率，滿足不同場(chǎng)景的時(shí)延要求，進(jìn)而提升資源利用的合理性。

1.1能耗問(wèn)題

網(wǎng)絡(luò)場(chǎng)景中的能耗問(wèn)題是影響通信質(zhì)量的重要因素，在現(xiàn)有的網(wǎng)絡(luò)場(chǎng)景中，MTC設(shè)備的功能復(fù)雜，其需要協(xié)助其他設(shè)備來(lái)傳輸數(shù)據(jù)，而不僅僅是發(fā)送自身的信息，在數(shù)據(jù)傳輸過(guò)程中會(huì)產(chǎn)生一定的能耗，具體與傳輸數(shù)據(jù)的距離以及數(shù)量等有關(guān)。在這里將通信次數(shù)表示為cn.，cn根據(jù)先前的模型得到能耗EC，的計(jì)算公式：

根據(jù)上述公式可以明顯地看到，傳輸能耗主要通信距離大小以及發(fā)送頻率有關(guān)，其中MTC的發(fā)送頻率會(huì)受到中繼選擇的影響，因此會(huì)影響到能耗的變化。由此證明，MTC終端的總能耗會(huì)受到中繼選擇的影響。

1. 2能效優(yōu)化問(wèn)題

分析表明，MTC終端的總體能耗會(huì)顯著受到中繼選擇的影響，同時(shí)也會(huì)影響到無(wú)線通信資源的管理，因此可以將能耗和資源分配協(xié)同考慮，并構(gòu)建一個(gè)包含二者的指標(biāo)進(jìn)行評(píng)價(jià)。據(jù)此本文設(shè)計(jì)了能效指標(biāo)EE，其表達(dá)式如下所示：

ai表示在無(wú)線資源分配方案對(duì)應(yīng)的MTC終端傳輸順序中，第i個(gè)利用RB資源開(kāi)始傳輸其自身數(shù)據(jù)的MTC終端所對(duì)應(yīng)的終端編號(hào)，也即在MDS中對(duì)應(yīng)于MDa;對(duì)于任- MTC終端，其通信路徑是由其數(shù)據(jù)從自身到達(dá)匯聚節(jié)點(diǎn)過(guò)程中所經(jīng)歷的通信設(shè)備編號(hào)組成的序列。本文將與該編號(hào)排列順序向量A對(duì)應(yīng)各MTC終端的通信路徑所組成的向量稱為通信路徑向量，記為B，設(shè)其表達(dá)式如下：

公式（6）中的編號(hào)順序向量A以及公式（7）中的通信路徑向量B，另外根據(jù)多跳通信以及發(fā)送功率選擇集合可以得到對(duì)應(yīng)的通信次數(shù)和發(fā)送功率。

2 能耗問(wèn)題求解

根據(jù)上述分析可知，總體能效主要與MTC的傳輸順序和發(fā)送功率有關(guān)。在實(shí)際中各個(gè)終端的發(fā)送功率存在明顯的差異性，如果含有大量的終端，則必然會(huì)增大數(shù)據(jù)維度，假設(shè)終端數(shù)目為N，則對(duì)應(yīng)的傳輸順序?qū)?huì)達(dá)到N！^種，此時(shí)難以通過(guò)常規(guī)的方法求解。因此，本文提出采用啟發(fā)式算法進(jìn)行求解。

2.1 啟發(fā)式算法的提出

根據(jù)先前的分析已知，MTC終端的中繼選擇會(huì)影響到發(fā)送功率，因此之前的能效優(yōu)化問(wèn)題只是體現(xiàn)了一回合的網(wǎng)絡(luò)性能。如果是處于通信范圍以外的MTC終端傳輸數(shù)據(jù)，則需要利用匯聚節(jié)點(diǎn)周?chē)腗TC終端進(jìn)行中繼轉(zhuǎn)發(fā)，由此實(shí)現(xiàn)數(shù)據(jù)的高效傳輸。在此過(guò)程中完成較多的通信回合之后，處于匯聚節(jié)點(diǎn)周?chē)腗TC終端往往會(huì)形成更大的消耗，而其他的終端能耗相對(duì)較低，此時(shí)對(duì)應(yīng)的問(wèn)題即為能耗差異化問(wèn)題，因此在中繼選擇過(guò)程中需要利用到MTC終端與匯聚節(jié)點(diǎn)的歐式距離以及剩余能量，二者形成的集合分別表示為Dtosn、Eres，具體公式如下所示：

根據(jù)上述分析可知，如果MTC終端含有較多的剩余能量，并且與匯聚節(jié)點(diǎn)的距離較小，則可以將其作為中繼節(jié)點(diǎn)，通過(guò)這種方式能夠顯著降低能耗，提升資源分配的合理性。

2.2 遺傳算法求解

為了有效地求解上述能效優(yōu)化問(wèn)題，在本次研究中選擇了遺傳算法，該算法最早在上個(gè)世紀(jì)七十年代由學(xué)者Holland等提出。遺傳算法主要是依據(jù)生物學(xué)中自然選擇的原理，根據(jù)優(yōu)勝劣汰的進(jìn)化規(guī)律來(lái)獲得最佳的求解結(jié)果，在其應(yīng)用中一般要有具體的初始化群體，然后采用編碼技術(shù)來(lái)模擬生物進(jìn)化的過(guò)程，通過(guò)變異等方式逐步進(jìn)化群體，最后能夠得到質(zhì)量最高的個(gè)體，即得到問(wèn)題的最優(yōu)解。本文中遺傳算法的個(gè)體即為MTC終端編號(hào)對(duì)應(yīng)的順序，根據(jù)大量的個(gè)體即可得到一個(gè)種群，算法的詳細(xì)流程如下圖所示。

算法的計(jì)算過(guò)程劃分為多個(gè)步驟，具體如下所示：

1）初始化種群，即采用隨機(jī)排序的方式處理MTC終端編號(hào)，由此可以得到與公式4-16對(duì)應(yīng)的傳輸順序向量。

2）適應(yīng)度計(jì)算，根據(jù)之前的網(wǎng)絡(luò)場(chǎng)景，將現(xiàn)有的個(gè)體代入到公式3中，計(jì)算出總體能效值。

3）根據(jù)步驟2）中計(jì)算的適應(yīng)度得到優(yōu)質(zhì)的個(gè)體，然后從選擇后的個(gè)體中獲得交叉的成對(duì)個(gè)體，并從中任意選擇子序列，根據(jù)其中的終端號(hào)從其他個(gè)體中得到相同的子序列，將二者進(jìn)行交換后即可形成新個(gè)體。從變異后的個(gè)體中獲取子序列，然后通過(guò)隨機(jī)排序的方式處理，將獲得的新子序列放回到個(gè)體中，最終得到了新的個(gè)體，按照此過(guò)程完成了變異的過(guò)程。

4）如果種群內(nèi)個(gè)體間的適應(yīng)度都相同，則結(jié)束迭代的過(guò)程。

3 仿真實(shí)驗(yàn)及結(jié)果

3.1 參數(shù)設(shè)置

在本次研究中采用仿真的方式驗(yàn)證了遺傳算法的應(yīng)用效果，其中具體的仿真參數(shù)即為表1中所示，首先準(zhǔn)備初始能量完全相同（2焦耳）的醫(yī)療化學(xué)MTC終端500個(gè)，然后將其設(shè)置在圓形區(qū)域中，其中的圓心即為匯聚節(jié)點(diǎn)的位置（具體見(jiàn)圖2所示）。假定所有的能量消耗只是與數(shù)據(jù)發(fā)送有關(guān)，從第一個(gè)通信回合開(kāi)始到發(fā)送數(shù)據(jù)結(jié)束時(shí)的總通信回合數(shù)目表示網(wǎng)絡(luò)壽命。

3.2 仿真結(jié)果

在研究過(guò)程中采用了對(duì)比分析的方法，分別將本文提出的能效優(yōu)化算法和基礎(chǔ)對(duì)比算法表示為HEEOS、baseline，在選擇中繼過(guò)程中了利用了基于距離匯聚節(jié)點(diǎn)最小通信距離原則，然后開(kāi)始了實(shí)驗(yàn)的具體過(guò)程。實(shí)驗(yàn)中設(shè)置了多個(gè)信噪比閾值，然后對(duì)兩種算法的性能指標(biāo)進(jìn)行計(jì)算，最終得到的實(shí)驗(yàn)結(jié)果即為圖3中所示。

根據(jù)圖3中曲線可以明顯地看到，HEEOS在改善能效上具有更大的優(yōu)勢(shì)，由此可以證明本文提出的啟發(fā)式優(yōu)化算法在改善網(wǎng)絡(luò)能效上能夠達(dá)到的效果。在現(xiàn)有實(shí)驗(yàn)條件下，單回合平均總能效與信噪比閾值直接相關(guān)，二者保持明顯的正相關(guān)性。另外，在研究中HIA得到了總通信回合數(shù)變化曲線，便于對(duì)信噪比閾值不同時(shí)的網(wǎng)絡(luò)壽命進(jìn)行分析，具體即為圖4中所示。

圖4展示了平均每回合最大跳數(shù)的變化曲線，根據(jù)圖中曲線可以明顯地看到，兩種算法的通信跳數(shù)與信噪比閾值是正相關(guān)的關(guān)系，即通信跳數(shù)隨著信噪比閾值的增大而提高。如果是較大的信噪比閾值，則MTC終端的通信范圍更小，由此會(huì)顯著降低對(duì)應(yīng)的能耗，進(jìn)而保證各個(gè)MTC終端保持基本一致的能耗，這在一定程度上增加了網(wǎng)絡(luò)壽命。

3 結(jié)語(yǔ)

根據(jù)本次仿真研究的結(jié)果可知，文章提出的啟發(fā)式優(yōu)化算法比baseline具有更大的優(yōu)勢(shì)，能夠顯著提升網(wǎng)絡(luò)能效，進(jìn)而達(dá)到更高的網(wǎng)絡(luò)壽命。另外網(wǎng)絡(luò)壽命與信噪比閾值大小直接相關(guān)，一般隨著信噪比閾值的增大，各個(gè)MTC終端的能耗差異性減少，使得網(wǎng)絡(luò)壽命顯著提升。但是在此過(guò)程中也存在一定的不足問(wèn)題，即數(shù)據(jù)的可靠性可能會(huì)降低。

參考文獻(xiàn)

[1]張發(fā)，王鳳麗，錢(qián)蔓藜，等.5G系統(tǒng)機(jī)器類通信場(chǎng)景下基于動(dòng)態(tài)接入優(yōu)先級(jí)的擁塞控制策略研究[J].通信技術(shù)，2019，52（02）：347-353.

[2]邵羽豐，江凌云，一種基于ACB的機(jī)器類通信接入擁塞控制方案[J].南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，39（02）：99-104.

[3]王任直，孔梓任，馮銘，第五代移動(dòng)通信技術(shù)在中國(guó)醫(yī)學(xué)領(lǐng)域的應(yīng)用展望[J].中國(guó)現(xiàn)代神經(jīng)疾病雜志，2019，19（09）：615-617.

[4]曹蔚，馮鋼，秦爽，等.面向海量機(jī)器類通信（mMTC）的無(wú)線接入控制[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，29（05）：569-579.

[5]姚美菱，吳蓬勃，張星，等.移動(dòng)網(wǎng)絡(luò)承載機(jī)器類通信業(yè)務(wù)改進(jìn)方案探討[J].電信快報(bào)，2018（03）：8-10.

[6]段紅光，盧松品，王利飛，等，機(jī)器類通信中基于負(fù)載反饋的擁塞控制方法[J].電信科學(xué)，2016，32（11）：26-31.

[7]李鵬，梁康有，機(jī)器類通信終端蜂窩網(wǎng)接入擁塞控制[J].重慶科技學(xué)院學(xué)報(bào)（自然科學(xué)版），2017，19 （02）：96-98+112.

[8]謝顯中，黎佳，黃倩，等.機(jī)器類通信中基于NOMA短編碼塊傳輸?shù)母呖煽康瓦t延無(wú)線資源分配優(yōu)化方案[J].電子與信息學(xué)報(bào)，2019，41（ 11）：2549-2556.