余 建 ， 余 瓊 ，肖香梅 ，林志興

（1.三明學(xué)院 網(wǎng)絡(luò)中心 福建 三明365004;2.三明市第二中學(xué)，福建 三明 365000;3.三明學(xué)院 信息工程學(xué)院，福建 三明365004;4.物聯(lián)網(wǎng)應(yīng)用福建省高校工程研究中心，福建 三明365004）

隨著全球移動(dòng)業(yè)務(wù)的發(fā)展，移動(dòng)數(shù)據(jù)流量的爆炸性增長(zhǎng)導(dǎo)致通信網(wǎng)絡(luò)能耗不斷上升。根據(jù)文獻(xiàn)[1-3]的研究，信息通信技術(shù)部門(mén)占全球碳排放量的2%左右。此外通信網(wǎng)絡(luò)的能耗在網(wǎng)絡(luò)運(yùn)營(yíng)商的運(yùn)營(yíng)支出中占很大比例[4]。降低能耗的有效方法是將移動(dòng)流量分流到Wi-Fi網(wǎng)絡(luò)上，Wi-Fi網(wǎng)絡(luò)由于其較短的通信距離而具有比蜂窩網(wǎng)絡(luò)更少的能耗。

在考慮降低能耗方面，網(wǎng)絡(luò)運(yùn)營(yíng)商通過(guò)為移動(dòng)用戶選擇具有較低能耗的網(wǎng)絡(luò)（如Wi-Fi、熱點(diǎn)網(wǎng)絡(luò)）來(lái)降低系統(tǒng)的能耗。在蜂窩網(wǎng)絡(luò)方面，網(wǎng)絡(luò)運(yùn)營(yíng)商通過(guò)向具有良好信道條件的蜂窩用戶分配子信道和功率來(lái)降低傳輸功率并同時(shí)保持系統(tǒng)吞吐量。

對(duì)于網(wǎng)絡(luò)需求的擴(kuò)增，越來(lái)越多的運(yùn)營(yíng)商采用了異構(gòu)網(wǎng)絡(luò)[5-6]來(lái)滿足用戶的需求。對(duì)于移動(dòng)數(shù)據(jù)分流，需要考慮兩個(gè)問(wèn)題。第一，用戶需求的不確定性，其中用戶的位置、信道條件和流量需求隨時(shí)間而變化。這要求網(wǎng)絡(luò)運(yùn)營(yíng)商設(shè)計(jì)一種動(dòng)態(tài)選擇網(wǎng)絡(luò)并根據(jù)有限的未來(lái)信息為用戶分配資源的算法。第二，網(wǎng)絡(luò)運(yùn)營(yíng)商需要降低總功耗，同時(shí)向所有用戶提供延遲保證。這要求網(wǎng)絡(luò)運(yùn)營(yíng)商保持功耗和用戶間公平性的良好平衡。

隨著無(wú)線流量需求的日益擴(kuò)大，對(duì)于異構(gòu)網(wǎng)絡(luò)的分流問(wèn)題，有不少學(xué)者進(jìn)行了研究與分析。王振朝等[7]為提高整個(gè)異構(gòu)網(wǎng)絡(luò)的能量利用率，提出一種能量感知的并行多徑傳輸方案，先利用能耗模型獲取異構(gòu)網(wǎng)絡(luò)中的能耗指標(biāo)，再根據(jù)網(wǎng)絡(luò)的堵塞情況（擁塞量與路徑能耗量的開(kāi)方成反比例）實(shí)時(shí)調(diào)整擁塞窗口的大小，最后對(duì)各接入網(wǎng)和核心網(wǎng)所能承載的吞吐量之比作為其網(wǎng)絡(luò)的最優(yōu)分流比進(jìn)行分流，以達(dá)到降低能耗的效果。徐彬彬等[8]針對(duì)無(wú)線傳感網(wǎng)絡(luò)中設(shè)備能量消耗不均衡的問(wèn)題，提出了一種基于無(wú)線能量補(bǔ)給的能量感知路由算法。通過(guò)其算法，進(jìn)一步優(yōu)化節(jié)點(diǎn)間的能耗，以能耗最小的路徑作為傳輸路徑，大大降低傳輸功率。肖振球等[9]針對(duì)無(wú)線網(wǎng)絡(luò)能耗高的問(wèn)題，采用一種稱為MAC/PHY機(jī)會(huì)主義方法對(duì)網(wǎng)絡(luò)吞吐量進(jìn)行優(yōu)化，并利用喚醒/休眠模式和信道條件來(lái)實(shí)現(xiàn)能耗最小化，最大化物理層的系統(tǒng)容量，以降低能量效率。焦克瑩和郭強(qiáng)[10]提出一種分布式能量感知的異構(gòu)無(wú)線網(wǎng)非均勻分簇路由算法。其算法是以能量感知的分布式不等分簇為基礎(chǔ)，并從簇頭競(jìng)選機(jī)制、簇間多跳通信中的下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)的選擇策略以及自適應(yīng)的節(jié)點(diǎn)通信半徑的設(shè)置三方面進(jìn)行優(yōu)化。采用退避算法，利用相鄰節(jié)點(diǎn)的剩余能量來(lái)設(shè)置延時(shí)時(shí)間，在進(jìn)行數(shù)據(jù)分流時(shí)，首先建立能量的度量函數(shù)，如遇到有最大剩余能量的節(jié)點(diǎn)，則將該節(jié)點(diǎn)作為下一跳進(jìn)行分流。其實(shí)驗(yàn)結(jié)果也證明該方法能夠有效地延緩節(jié)點(diǎn)的失效時(shí)間，以降低能耗。

以上方法在無(wú)線網(wǎng)降低能耗上起到了積極的作用，但對(duì)大型網(wǎng)絡(luò)中的數(shù)據(jù)分流和能耗、資源分配的環(huán)境，卻缺少考慮。為解決大型網(wǎng)絡(luò)中存在多個(gè)蜂窩和Wi-Fi以及多個(gè)用戶情況下的數(shù)據(jù)分流問(wèn)題，本文提出了一種基于能量感知和資源分配的數(shù)據(jù)分流方法。

1 能量感知的數(shù)據(jù)分流模型

考慮在時(shí)隙系統(tǒng)中的下行鏈路傳輸，由t∈{0,1，…}索引?？紤]用于蜂窩網(wǎng)絡(luò)的正交頻分復(fù)用（OFDM， orthogonal frequency division multiplexing）系統(tǒng)[11]。 首先定義：

假設(shè)蜂窩基站覆蓋所有的S位置，并且使用NS?N來(lái)表示在位置s∈S處的可用Wi-Fi網(wǎng)絡(luò)的集合。圖1為異構(gòu)網(wǎng)絡(luò)分流系統(tǒng)的模型。

圖1 異構(gòu)網(wǎng)絡(luò)分流系統(tǒng)的模型圖

圖1中，用戶1、用戶2和用戶3在位置集合S={1,2,3}內(nèi)移動(dòng)。蜂窩網(wǎng)絡(luò)覆蓋到所有位置。每個(gè)位置都被Wi-Fi網(wǎng)絡(luò)的集合覆蓋，例如N1=?，N2={1,2}，N3={1}。將 T 個(gè)時(shí)隙組合成一個(gè)幀，并將第k個(gè)幀（k∈N）定義為包含時(shí)隙集合的時(shí)間間隔。 考慮用戶的隨機(jī)位置、信道條件和流量需求，并假設(shè)用戶的位置在每一幀都改變，而用戶的信道條件和流量需求每個(gè)時(shí)隙都發(fā)生變化。原因是用戶的位置通常比其他兩種隨機(jī)性變化得更不頻繁。在第k幀中，將Si（kT）定義為用戶i的位置。使用Him（t）來(lái)表示在時(shí)隙t中子信道m(xù)上的用戶i的信道條件，并且使用Ai（t）表示在時(shí)隙t處用戶i的流量到達(dá)率，其中常數(shù)是流量到達(dá)率的上限。定義

1.1 網(wǎng)絡(luò)選擇

本文采用網(wǎng)絡(luò)選擇、子信道分配和功率分配來(lái)降低總功耗[12]。假設(shè)網(wǎng)絡(luò)選擇決定是每幀而不是每個(gè)時(shí)隙發(fā)生的。這是因?yàn)椴煌W(wǎng)絡(luò)之間的頻繁切換會(huì)中斷數(shù)據(jù)傳送，并導(dǎo)致不可忽略的代價(jià)（例如，在能耗、服務(wù)質(zhì)量下降和延遲方面）。在時(shí)隙t=kT，即第k幀的開(kāi)始，網(wǎng)絡(luò)運(yùn)營(yíng)商確定第k幀的網(wǎng)絡(luò)選擇。通過(guò) α（kT）=[αi（kT），?i∈I]表示網(wǎng)絡(luò)選擇，其中表示用戶 i在第 k幀期間連接的網(wǎng)絡(luò)。由于Wi-Fi網(wǎng)絡(luò)的可用性取決于位置，對(duì)α（kT）有以下約束。

其中，選擇αi（kT）=0表示用戶i連接到蜂窩網(wǎng)絡(luò)。

1.2 子信道分配

在每個(gè)時(shí)隙 t，網(wǎng)絡(luò)運(yùn)營(yíng)商確定子信道和功率分配，用 x（t）=[xim（t），?i∈I，m∈M]表示子信道分配，其中對(duì)于所有 i和 m，變量 xim（t）∈{0,1}：如果子信道 m 分配給用戶 i，則 xim（t）=1；否則，xim（t）=0。假設(shè)每個(gè)子信道最多可以分配給一個(gè)用戶

由于網(wǎng)絡(luò)運(yùn)營(yíng)商只能向連接到蜂窩網(wǎng)絡(luò)的用戶分配子信道，所以對(duì)x（t）有以下約束。

1.3 功率分配

用 p（t）=[pim（t），?i∈I，m∈M]表示功率分配，其中，變量 pim（t）表示在子信道 m 上分配給用戶 i的功率。有以下功率預(yù)算約束。

基于網(wǎng)絡(luò)選擇 α（tT）、子信道分配 x（t）、功率分配 p（t）和信道條件 H（t），用戶 i在時(shí)隙 t的傳輸速率由函數(shù) ri[α（tT），x（t），p（t），H（t）]給出。網(wǎng)絡(luò)運(yùn)營(yíng)商在時(shí)隙 t的總功耗由函數(shù)給出。假設(shè)這兩個(gè)函數(shù)是有界的，即存在正常數(shù) rmax和 Pmax，使得 ri[α（tT），x（t），p（t），H（t）]∈[0，rmax]且 P[α（tT），p（t）]∈[0，Pmax]對(duì)于所有的 i∈I以及 α（tT）、x（t）、p（t）滿足式（1）、式（2）、式（3）、式（4）和式（5）。 結(jié)果適用于通用傳輸速率函數(shù) ri[α（tT），x（t），p（t），H（t）]和功耗函數(shù) P[α（tT），p（t）]。 傳輸速率函數(shù)和功率函數(shù)的詳細(xì)示例可以在參考文獻(xiàn)[13]中找到。

2 能量感知的網(wǎng)絡(luò)選擇和資源分配算法

假設(shè)每個(gè)用戶都有一個(gè)數(shù)據(jù)隊(duì)列，其長(zhǎng)度表示未服務(wù)流量的數(shù)量。令Q（t）=[Qi（t），?i∈I]為隊(duì)列長(zhǎng)度向量，其中Qi（t）是用戶i在時(shí)隙t的隊(duì)列長(zhǎng)度。假設(shè)所有隊(duì)列最初都是空的，即

隊(duì)列長(zhǎng)度根據(jù)流量到達(dá)率和傳輸速率而變化

其中[x]+=max{x，0}，這是因?yàn)閷?shí)際的服務(wù)數(shù)據(jù)分組數(shù)目不能超過(guò)當(dāng)前的隊(duì)列大小。

本文設(shè)計(jì)一種在保持網(wǎng)絡(luò)穩(wěn)定的同時(shí)最大限度地減少預(yù)期時(shí)間平均功耗的在線網(wǎng)絡(luò)選擇和資源分配算法。具體優(yōu)化過(guò)程如下：

約束式（1）、式（2）、式（3）、式（4）、式（5）中的變量 α（tT），x（t），p（t），?t≥0。 其中，是用戶 i的時(shí)間平均隊(duì)列長(zhǎng)度，并且對(duì)于所有的i∈I，＜∞保證了網(wǎng)絡(luò)的穩(wěn)定性。根據(jù)利特爾定理，與用戶i的時(shí)間平均的流量延遲成比例。將證明能量感知和資源分配算法保證了的上限，從而實(shí)現(xiàn)有界的流量延遲。

最小化

其中，約束式（1）、式（2）、式（3）、式（4）、式（5）中的變量 α（kT），x（τ），p（τ），?τ≥Tk。

假設(shè)網(wǎng)絡(luò)運(yùn)營(yíng)商具有當(dāng)前幀中的信道條件的完整信息，即在時(shí)隙t=kT（第k幀的開(kāi)始），網(wǎng)絡(luò)運(yùn)營(yíng)商具有關(guān)于所有τ∈Tk的H（τ）的信息。在算法1中介紹了能量感知的網(wǎng)絡(luò)選擇和資源分配（ENSRA，energy-aware network selection and resource alloction）算法?；旧希诿繋_(kāi)始時(shí)，網(wǎng)絡(luò)運(yùn)營(yíng)商解決了式（9）的問(wèn)題以確定整個(gè)幀的網(wǎng)絡(luò)選擇和資源分配；在每個(gè)時(shí)隙結(jié)束時(shí)，網(wǎng)絡(luò)運(yùn)營(yíng)商更新隊(duì)列長(zhǎng)度向量Q（t）。式（9）背后的定性認(rèn)知可以理解如下。

算法1 能量感知的網(wǎng)絡(luò)選擇和資源分配（ENSRA）算法

1.Set t=0 and Q（0）=0；

2.while t＜tenddo//tend表示ENSRA的運(yùn)行時(shí)隙數(shù)

3. if mod(t,T)=0

4. Set k=t/T 并且解決式（9）確定 α（kT），x（τ），p（τ）,?τ≥Tk；

5.end if

7. 根據(jù)式（7）更新 Q（t+1)；

8.end while

綜上所述，通過(guò)調(diào)整控制參數(shù)V＞0(其中V為用戶的延遲權(quán)衡))，網(wǎng)絡(luò)運(yùn)營(yíng)商可以在功耗和流量延遲之間實(shí)現(xiàn)良好的權(quán)衡。

3 仿真實(shí)驗(yàn)分析

3.1 性能分析

通過(guò)假設(shè)系統(tǒng)中的隨機(jī)性是獨(dú)立同分布來(lái)分析ENSRA的性能。需要注意的是，利用參考文獻(xiàn)[14]中開(kāi)發(fā)的技術(shù)，可以在馬爾科夫隨機(jī)性下獲得類(lèi)似的結(jié)果。

定義容量域Λ作為考慮所有網(wǎng)絡(luò)選擇和資源分配算法的可穩(wěn)定支持的一組到達(dá)矢量的閉集。假設(shè)平均流量嚴(yán)格地到達(dá)Λ內(nèi)部，即存在η＞0，使得

3.2 性能評(píng)估

為了驗(yàn)證該方法性能，本文仿真了I=30個(gè)用戶，一個(gè)蜂窩網(wǎng)絡(luò)，N=10個(gè)Wi-Fi網(wǎng)絡(luò)和個(gè)位置的問(wèn)題。將時(shí)隙長(zhǎng)度設(shè)置為10ms，幀長(zhǎng)度為1s，即T=100。假設(shè)蜂窩網(wǎng)絡(luò)覆蓋所有位置，Wi-Fi網(wǎng)絡(luò)在空間上隨機(jī)分布，覆蓋1～4個(gè)連接的位置。選擇每個(gè)用戶的平均流量到達(dá)率為5 Mbit/s，并在MATLAB2016a仿真軟件（MathWorks公司）中運(yùn)行每個(gè)實(shí)驗(yàn)4 000幀。

圖2 參數(shù)V與ENSRA延遲之間的權(quán)衡關(guān)系

圖3 參數(shù)V與ENSRA的平均功耗之間的權(quán)衡關(guān)系

3.3 性能對(duì)比

圖4是在I=100，S=100，N=10的仿真條件下，單個(gè)無(wú)線訪問(wèn)接入點(diǎn)（wireless access point，WAP）的平均能耗與用戶數(shù)量的關(guān)系。將本文提出的ENSRA算法與文獻(xiàn)10的狀態(tài)相比，在WAP的能量消耗方面具有相當(dāng)好的性能（功率控制在25～31 W左右），文獻(xiàn)[10]中的能耗功率都超過(guò)了30 W，能耗明顯高于ENSRA算法。因此，ENSRA算法較其他方法，性能較優(yōu)。

圖4 ENSRA算法的性能對(duì)比

4 結(jié)束語(yǔ)

針對(duì)異構(gòu)網(wǎng)絡(luò)的數(shù)據(jù)分流問(wèn)題，在進(jìn)行網(wǎng)絡(luò)選擇和資源分配決策時(shí)，根據(jù)移動(dòng)用戶的信道分配和功率分配，提出一種接近最優(yōu)并具有可擴(kuò)展性的能夠權(quán)衡多個(gè)用戶的能量和延遲的算法，單個(gè)用戶的平均功耗從67 W下降到24.8W，對(duì)于未來(lái)5G的的綠色發(fā)展提供了較好的解決之道，也能大大減少二氧化碳的排放。