周均翼/ZHOU Junyi，周琳/ZHOU Lin，張舜卿/ZHANG Shunqing

（上海大學(xué)，中國 上海 200444）

最近10年，中國的碳排放總量年均增長2.3%，超過世界平均水平[1]。截至2019年，信息與通信技術(shù)產(chǎn)業(yè)已經(jīng)構(gòu)成了全球5%的碳足跡。而到2020年，該產(chǎn)業(yè) 75%的碳排放均涉及無線通信行業(yè)，全網(wǎng)碳排放量在持續(xù)增長[2]。以上海的實際布網(wǎng)情況為例，固網(wǎng)以及4G/5G的實際接入數(shù)大概是網(wǎng)絡(luò)實際接入數(shù)的2倍。多制式的獨立組網(wǎng)調(diào)度將導(dǎo)致巨大的資源浪費和重復(fù)覆蓋，從而使全網(wǎng)碳排放比理想情況增加20%左右[3]。為了實現(xiàn)“雙碳”目標(biāo)，可以將固網(wǎng)和移動網(wǎng)絡(luò)進(jìn)行統(tǒng)一管控，實現(xiàn)跨制式資源的靈活調(diào)度與機(jī)會式休眠，從根本上解決資源浪費問題。然而，目前跨制式網(wǎng)絡(luò)的協(xié)同管控存在無法通過對協(xié)議棧的簡單適配來達(dá)到跨制式資源的統(tǒng)一管控、無法實現(xiàn)對用戶業(yè)務(wù)的全場景感知等問題?，F(xiàn)有感知技術(shù)如上行到達(dá)時間差定位法（UTDOA）[4]、到達(dá)角度定位法（AOA）[5]等都極度依賴接入點的主動參與，在站點休眠時無法進(jìn)行。由于感知信息由相應(yīng)的接入節(jié)點掌握，因此無法進(jìn)行跨制式的感知信息共享?，F(xiàn)有的5G蜂窩網(wǎng)絡(luò)、4G蜂窩網(wǎng)絡(luò)以及Wi-Fi網(wǎng)絡(luò)的靈活調(diào)度存在以下挑戰(zhàn)：

1）資源管理：不同網(wǎng)絡(luò)之間的資源分配和管理是一個復(fù)雜的問題。蜂窩網(wǎng)絡(luò)和Wi-Fi網(wǎng)絡(luò)具有不同的特性，例如：傳輸速率、覆蓋范圍和信號干擾等。調(diào)度算法需要考慮這些因素，并在多個網(wǎng)絡(luò)之間有效地分配資源，以確保網(wǎng)絡(luò)性能和用戶體驗。

2）時延和吞吐量：4G、5G和Wi-Fi網(wǎng)絡(luò)的時延和吞吐量要求不同。5G網(wǎng)絡(luò)通常具有較低的時延和較高的吞吐量，適用于實時應(yīng)用和大規(guī)模數(shù)據(jù)傳輸。4G和Wi-Fi網(wǎng)絡(luò)可能在某些方面性能較低，需權(quán)衡時延和吞吐量的需求進(jìn)行調(diào)度。

3）擴(kuò)展性和互操作性：靈活調(diào)度算法需要適應(yīng)不斷增長的網(wǎng)絡(luò)規(guī)模和日益復(fù)雜的網(wǎng)絡(luò)架構(gòu)。對于多個移動設(shè)備和基站之間的調(diào)度決策，需要具備良好的擴(kuò)展性和互操作性，以便實現(xiàn)跨不同網(wǎng)絡(luò)的無縫切換和協(xié)同工作。

針對上述挑戰(zhàn)，本文中我們提出了一個面向節(jié)能減排的感知融合智能通信系統(tǒng)。該系統(tǒng)首先實現(xiàn)對蜂窩網(wǎng)絡(luò)以及Wi-Fi網(wǎng)絡(luò)的軟件靈活調(diào)度，構(gòu)建了基于互聯(lián)網(wǎng)協(xié)議（IP）層分流的雙連接系統(tǒng)。然后，借助毫米波雷達(dá)模塊以及無線指紋拓?fù)洌瑯?gòu)建了主動感知與被動感知協(xié)同的全場景解決方案。最后，利用時序數(shù)據(jù)庫和并發(fā)通信接口，構(gòu)建了協(xié)同控制平臺。這一系統(tǒng)能夠?qū)崿F(xiàn)跨制式的協(xié)同傳輸、通過被動和主動感知的融合，實現(xiàn)全場景的跨制式感知，減少通信資源浪費的問題。

1 相關(guān)技術(shù)介紹

1.1 通信網(wǎng)絡(luò)

通信網(wǎng)絡(luò)分為固定通信網(wǎng)絡(luò)、移動通信網(wǎng)絡(luò)等。固定通信網(wǎng)絡(luò)的主要布網(wǎng)方式為光纖+Wi-Fi網(wǎng)絡(luò)，為室內(nèi)場景進(jìn)行大帶寬的穩(wěn)定網(wǎng)絡(luò)覆蓋；而移動通信網(wǎng)絡(luò)不受光纖布網(wǎng)的限制，為室內(nèi)室外等多種場景下的用戶提供多種服務(wù)。然而，固網(wǎng)和移動網(wǎng)不同的部署特點會帶來網(wǎng)絡(luò)重復(fù)覆蓋和資源浪費，從而導(dǎo)致全網(wǎng)碳排放增加。

蜂窩網(wǎng)絡(luò)是一種移動通信硬件架構(gòu)，主要由移動站、網(wǎng)絡(luò)子系統(tǒng)、基站子系統(tǒng)組成。為實現(xiàn)對蜂窩網(wǎng)絡(luò)的調(diào)控，本文基于通用軟件無線電外設(shè)（USRP）定義了蜂窩網(wǎng)絡(luò)。USRP則是一種開源的、低成本的無線電硬件平臺，軟件框架[6]如圖1（a）所示。HOST部分主要涉及收發(fā)的配置，在上位機(jī)中實現(xiàn)。而物理層主要在現(xiàn)場可編程門陣列（FPGA）中實現(xiàn)。

圖1 USRP軟件框架與EasyMesh網(wǎng)絡(luò)架構(gòu)[6-7]

對于固定通信網(wǎng)絡(luò)，本文通過OpenWrt系統(tǒng)實現(xiàn)軟件定義的自組織Wi-Fi網(wǎng)絡(luò)。自組織Wi-Fi網(wǎng)絡(luò)是一種無中心、多跳的網(wǎng)絡(luò)，能夠應(yīng)用在沒有基站覆蓋的偏遠(yuǎn)地區(qū)。OpenWrt是一個用于嵌入式設(shè)備的Linux系統(tǒng)。本文提出的通信系統(tǒng)在OpenWrt系統(tǒng)的基礎(chǔ)上安裝了Wi-Fi組網(wǎng)協(xié)議（EasyMesh）[7]，如圖1（b）所示。EasyMesh網(wǎng)絡(luò)包含2個邏輯實體：1個多接入點控制器（MAPC）和1個或多個多接入點代理（MAPA）。MAPC從MAPA接收前端接入點、客戶端和回程鏈路的測量和能力數(shù)據(jù)，并在MAPA上執(zhí)行接入點控制相關(guān)的命令和操作。MAPA執(zhí)行從MAPC收到的命令，并與多接入點設(shè)備上的前端接入點和后向回傳終端（Backhaul STA）的Wi-Fi子系統(tǒng)對接，以獲得測量和能力數(shù)據(jù)，應(yīng)用配置變化和執(zhí)行接入點控制功能。

1.2 跨制式雙連接傳輸系統(tǒng)

跨制式指不同的網(wǎng)絡(luò)制式間的切換與交互。雙連接是第3代合作伙伴計劃（3GPP）Release-12[8]版本引入的重要技術(shù)。通過雙連接技術(shù)，長期演進(jìn)（LTE）宏站和小站可以利用現(xiàn)有的非理想回傳X2接口來實現(xiàn)載波聚合，從而為用戶提供更高的速率，并可以利用宏/微組網(wǎng)提高頻譜效率，負(fù)載平衡[9]。支持雙連接的終端可以同時連接兩個基站，增加單用戶的吞吐量。

跨制式雙連接傳輸機(jī)制的系統(tǒng)由1個邊緣服務(wù)器進(jìn)行協(xié)同管控；數(shù)據(jù)傳輸部分的接入點由1個USRP、1個自組織Wi-Fi固網(wǎng)路由器組成，終端為跨制式終端。通信流程如下：用戶向邊緣服務(wù)器請求相應(yīng)的數(shù)據(jù)業(yè)務(wù)，邊緣服務(wù)器做出應(yīng)答，并通過跨制傳輸機(jī)制建立傳輸。具體實現(xiàn)方式為：將傳輸層的數(shù)據(jù)包切割并排序，分發(fā)給與用戶連接的接入點；接入點按照各自的協(xié)議棧進(jìn)行傳輸；用戶收到來自各個制式的數(shù)據(jù)包后，將數(shù)據(jù)包根據(jù)原來的順序進(jìn)行重新排序，并恢復(fù)成原來的數(shù)據(jù)流；同時用戶利用上行鏈路進(jìn)行相應(yīng)協(xié)議棧緩存積壓狀態(tài)上報。

2 跨制式融合感知通信系統(tǒng)架構(gòu)設(shè)計

本文所提出的面向節(jié)能減排的跨制式融合感知通信系統(tǒng)由通信融合、感知融合網(wǎng)絡(luò)、邊緣管控平臺3部分組成。通信融合和感知融合網(wǎng)絡(luò)部分可以實現(xiàn)對用戶的分層感知以及對跨制式節(jié)點的節(jié)能參數(shù)的軟件化編排。邊緣管控平臺實現(xiàn)統(tǒng)籌調(diào)度，支持各類場景下的節(jié)能設(shè)計。該通信系統(tǒng)架構(gòu)設(shè)計及實物圖如圖2所示。

圖2 通信系統(tǒng)架構(gòu)設(shè)計及實物圖

根據(jù)上述介紹，用戶利用上行鏈路進(jìn)行相應(yīng)協(xié)議棧緩存積壓狀態(tài)上報，根據(jù)積壓上報情況，對數(shù)據(jù)進(jìn)行分流，以達(dá)到節(jié)能減排的效果。然而，跨制式系統(tǒng)的緩存積壓不光來自用戶需求與接入點通信能力的不匹配，還來自數(shù)據(jù)包亂序等，因此我們提出了相應(yīng)的系統(tǒng)模型來建模上述問題的場景，并提出相應(yīng)的算法。

2.1 通信融合

為實現(xiàn)對跨制式資源的統(tǒng)一管控，該通信系統(tǒng)首先通過USRP實現(xiàn)對4G/5G系統(tǒng)的軟件調(diào)度，再通過OpenWrt開源系統(tǒng)實現(xiàn)軟件定義的自組織Wi-Fi網(wǎng)絡(luò)，最后通過跨制式IP層分流，實現(xiàn)跨制式的協(xié)同傳輸。

通過對USRP軟件的下行HOST部分、下行FPGA部分進(jìn)行修改，該通信系統(tǒng)支持節(jié)能關(guān)鍵參數(shù)的軟件調(diào)度。為了認(rèn)識基站的能耗構(gòu)成以便后續(xù)的節(jié)能應(yīng)用，我們引入了功耗模型[10]，并結(jié)合實際系統(tǒng)關(guān)鍵參數(shù)，進(jìn)行軟件開發(fā)，以實現(xiàn)無線能耗統(tǒng)計模塊的設(shè)計?；赨SRP定義的蜂窩網(wǎng)絡(luò)能夠提供豐富的性能統(tǒng)計和參數(shù)調(diào)用，如調(diào)制編碼策略（MCS）、資源塊（RB）分配策略等。同時，部分參數(shù)為可控參數(shù)，利用Labview圖像化編程語言并使用傳輸控制協(xié)議（TCP）的通信方式，可以近實時地從邊緣智能服務(wù)器獲取系統(tǒng)調(diào)度參數(shù)并將其作用在USRP系統(tǒng)中，從而實現(xiàn)靈活的邊緣智能管控。

此外，該通信系統(tǒng)在OpenWrt系統(tǒng)的基礎(chǔ)上安裝了Wi-Fi組網(wǎng)協(xié)議（EasyMesh）[7]，該組網(wǎng)協(xié)議實現(xiàn)了網(wǎng)關(guān)接入/休眠拓?fù)涓?、路由智能尋?yōu)等功能。

為了使能節(jié)能減排的應(yīng)用，我們?yōu)楣叹W(wǎng)通信系統(tǒng)提供了多層休眠支持，包括基于智能物聯(lián)網(wǎng)開關(guān)的接入點休眠和天線關(guān)斷休眠。由于自組織固網(wǎng)的路由器接入點不能提供基帶單元等的深度關(guān)斷，因此考慮在低負(fù)載情況下，直接對自組織固網(wǎng)的接入點進(jìn)行整站關(guān)斷，以實現(xiàn)網(wǎng)絡(luò)節(jié)能減排。該通信系統(tǒng)的智能物聯(lián)網(wǎng)開關(guān)基于ESP8266芯片[11]開發(fā)板硬件，通過Arduino平臺進(jìn)行二次開發(fā)。這樣可以通過自組織網(wǎng)絡(luò)主路由器網(wǎng)關(guān)連接邊緣服務(wù)器，從而獲取開關(guān)控制指令并進(jìn)行上電、斷電的操作。然后在初次上電時，連接ESP8266并將其作為路由器，然后發(fā)射Wi-Fi信號，在進(jìn)入其系統(tǒng)的網(wǎng)絡(luò)后臺后，再設(shè)置與其通信的主路由器。經(jīng)過以上配置，智能物聯(lián)網(wǎng)開關(guān)實現(xiàn)通過路由器和邊緣服務(wù)器上運行的TCP Server程序通信。該系統(tǒng)每5 s向邊緣智能服務(wù)器發(fā)起一次TCP通信請求，然后接收開閉信號，以減少智能開關(guān)的通信能耗。

在OpenWrt系統(tǒng)中，通過對相關(guān)文件進(jìn)行配置，可以控制天線的開關(guān)。

為了優(yōu)化網(wǎng)絡(luò)資源和網(wǎng)絡(luò)負(fù)載管理，我們構(gòu)建了基于IP層分流的雙連接系統(tǒng)。該系統(tǒng)通過對不同制式的智能感知，實時調(diào)整不同制式的流量分配比例，使用戶在一定網(wǎng)絡(luò)功耗下獲得盡可能高的服務(wù)質(zhì)量。同時，不同制式的功率也在系統(tǒng)的監(jiān)控和調(diào)節(jié)范圍內(nèi)，因此可以使能跨制式節(jié)能分流調(diào)度。首先，邊緣服務(wù)器通過USRP和Wi-Fi傳輸?shù)木彺鏍顟B(tài)差ΔQ，獲取USRP和Wi-Fi當(dāng)前工作功率ΔP；然后根據(jù)ΔQ和ΔP進(jìn)行USRP和Wi-Fi的分流比例決策和工作功率決策；再根據(jù)決策結(jié)果調(diào)整二者的功率并在IP鏈路聚合層將流量分配給USRP和Wi-Fi。

針對具有等停機(jī)制的TCP傳輸協(xié)議，分流算法采用的是Fuzzy-PID算法[12]。經(jīng)驗證，在上層協(xié)議具有等停機(jī)制時，最小化緩存差等價于最大化吞吐量。因此，該算法通過建立基于模糊邏輯的PID動態(tài)調(diào)整機(jī)制，來最大化跨制式傳輸?shù)木彺娌睢４送?，該算法還對用于分流決策的PID參數(shù)進(jìn)行動態(tài)調(diào)整，能夠在未知非線性、處理延遲和干擾的情況下達(dá)到預(yù)期的性能。

2.2 感知融合

為了實現(xiàn)全場景的智能感知系統(tǒng)，解決傳統(tǒng)感知系統(tǒng)依賴于對應(yīng)的接入點參與，無法應(yīng)對站點休眠以及跨制式協(xié)同場景的問題，我們構(gòu)建了主動感知與被動感知協(xié)同的全場景解決方案。被動感知系統(tǒng)在站點處于休眠等場景下，即時感知可能業(yè)務(wù)的接入；主動感知則是在中高負(fù)載時，感知用戶的精準(zhǔn)位置，從而支持更加精細(xì)的節(jié)能調(diào)度。

被動感知網(wǎng)絡(luò)采用毫米波雷達(dá)模塊，相較于市面上常見的車載雷達(dá)模塊或者人體感應(yīng)雷達(dá)模塊，具有低功耗、易部署、高可信度的優(yōu)勢，感知范圍為0∽20 m。經(jīng)實驗驗證，該被動感知系統(tǒng)能夠在多種場景下實現(xiàn)高可信的粗粒度人員感知。

主動感知系統(tǒng)采用了基于圖卷積網(wǎng)絡(luò)（GCN）的室內(nèi)感知定位算法[13]。該主動感知方案分為兩步：首先感知定位系統(tǒng)，然后感知全場景數(shù)據(jù)，并將數(shù)據(jù)經(jīng)過自組織Wi-Fi網(wǎng)絡(luò)上傳至服務(wù)器，服務(wù)器運行該GCN算法，最終得出人員的精確位置。

上述兩個感知系統(tǒng)協(xié)同運作，被動感知應(yīng)對通信系統(tǒng)休眠等低負(fù)載業(yè)務(wù)場景，而主動感知主要處理業(yè)務(wù)密集的高負(fù)載場景，為跨制式通信系統(tǒng)提供全場景的業(yè)務(wù)數(shù)據(jù)支撐。

2.3 邊緣管控平臺實現(xiàn)

為了支持各類場景下的節(jié)能設(shè)計，我們首先基于Prometheus建立了多維通信感知數(shù)據(jù)庫，并在此基礎(chǔ)上設(shè)計了基于邊緣服務(wù)器的協(xié)同管控平臺。如圖3（a）所示，該多維通信數(shù)據(jù)庫主要包括以下幾個部分：數(shù)據(jù)采集器Exporter、用于安全上報數(shù)據(jù)的通道Tailscale虛擬專用網(wǎng)絡(luò)（VPN）、邊緣Prometheus數(shù)據(jù)庫服務(wù)器，以及前端看板Grafana。

圖3 邊緣平臺實現(xiàn)

數(shù)據(jù)采集器Exporter通過文件讀取、頁面抓取等方式獲得USRP、OpenWrt等各個操作平臺上的數(shù)據(jù)并進(jìn)行存儲。Tailscale VPN建立了一套虛擬的專用網(wǎng)絡(luò)將所有的接入點以及終端的數(shù)據(jù)進(jìn)行采集和上報。Grafana則對USRP、Wi-Fi、終端上采集到的性能與能耗數(shù)據(jù)等進(jìn)行實時顯示，方便網(wǎng)絡(luò)運維人員進(jìn)行實時監(jiān)控以及問題排查。

協(xié)同控制平臺通過可靠的通信方式實現(xiàn)多個跨制式接入點的并發(fā)控制，支持全棧式跨制式網(wǎng)絡(luò)參數(shù)編排，以及各類節(jié)能算法的腳本化快速驗證。

該系統(tǒng)通過使用基于websocket的多線程并發(fā)通信流程，實現(xiàn)并發(fā)的接入點網(wǎng)絡(luò)參數(shù)獲取，如圖3（b）所示。邊緣服務(wù)器的網(wǎng)絡(luò)參數(shù)控制器主線程主要用來在阻塞循環(huán)中監(jiān)聽接入點的連接請求，在建立連接后，將該連接交給一個并發(fā)子線程進(jìn)行數(shù)據(jù)請求的接收和參數(shù)的應(yīng)答。依靠上述機(jī)制，邊緣服務(wù)器可以在多個接入點請求參數(shù)時并發(fā)地根據(jù)需求應(yīng)答網(wǎng)絡(luò)參數(shù)，實現(xiàn)多接入點的協(xié)同管控。

此外，該系統(tǒng)提供了兩個不同接口來設(shè)計協(xié)同控制平臺，分別是節(jié)能參數(shù)調(diào)度接口和參數(shù)接口。該系統(tǒng)針對整個網(wǎng)絡(luò)的各個協(xié)議棧提供了節(jié)能參數(shù)調(diào)度接口，實現(xiàn)了跨制式全棧式的網(wǎng)絡(luò)參數(shù)編排；該系統(tǒng)提供的IP層的跨制式分流比例的參數(shù)接口，在網(wǎng)絡(luò)部署時可以通過引入自動化分流策略腳本，根據(jù)有邊緣多維通信感知數(shù)據(jù)庫中信息動態(tài)調(diào)整分流比例，實現(xiàn)跨制式業(yè)務(wù)在各接入點間的按需分配。系統(tǒng)通過上述的跨制式節(jié)點間并發(fā)參數(shù)傳遞機(jī)制，將USRP節(jié)點的射頻關(guān)斷以及自組織Wi-Fi路由器的物聯(lián)網(wǎng)智能開關(guān)關(guān)斷指令發(fā)送給響應(yīng)的TCP通信鏈路，在讀取被動感知參數(shù)以后，可以部署自動化腳本并通過簡單的邏輯實現(xiàn)接入點深度關(guān)斷，從而實現(xiàn)接入點的深度休眠。向接入點提供MAC層、物理層的節(jié)能調(diào)度參數(shù)，如天線關(guān)斷、MCS、射頻發(fā)送功率等，結(jié)合跨制式分流機(jī)制，實現(xiàn)接入點的實時節(jié)能調(diào)度。這一精細(xì)化的無線參數(shù)調(diào)度能夠在滿足用戶體驗的同時，達(dá)到節(jié)能的效果。

3 系統(tǒng)測試與分析

3.1 接入點深度休眠

為驗證本文所提的接入點深度休眠帶來的節(jié)能效果，我們搭建了表1所示的實驗場景，將所提方案與普通節(jié)能調(diào)度策略進(jìn)行了對比。

▼表1 能耗數(shù)據(jù)

為了保證對比實驗的客觀性，我們在1 h內(nèi)讓所有人員離開測試場景12 min（20%的時間），然后再對比所提方案與普通節(jié)能調(diào)度策略的節(jié)能效果。我們發(fā)現(xiàn)在普通節(jié)能策略下，Wi-Fi接入點仍存在約為5.3 W的靜態(tài)功耗；而所提的接入點深度休眠策略通過物聯(lián)網(wǎng)開關(guān)將接入點整站關(guān)斷，能耗降為0，直到有人進(jìn)入場所，數(shù)據(jù)恢復(fù)發(fā)送。我們統(tǒng)計1 h內(nèi)系統(tǒng)的總能耗：所提方案消耗了17.13 J的能量，普通節(jié)能調(diào)度方案消耗了19.91 J的能量。比起普通節(jié)能調(diào)度方案，本文所提方案降低能耗13.96%。

3.2 跨制式節(jié)能調(diào)度節(jié)能效果

為了驗證所提的跨制式節(jié)能調(diào)度方案帶來的節(jié)能效果，我們搭建表1所示的實驗場景，將所提方案與單制式傳輸進(jìn)行了對比實驗。

為了保證對比實驗的客觀性，我們設(shè)置相同的用戶吞吐量要求：兩種傳輸方式的用戶吞吐量為26 Mbit/s。我們發(fā)現(xiàn)，在跨制式傳輸場景下，用戶在某一制式信道發(fā)生變化后，跨制式分流機(jī)制迅速響應(yīng)，并向另一制式分配更多流量，保證業(yè)務(wù)傳輸要求得到滿足。此時能耗也產(chǎn)生了相應(yīng)的波動。在自組織Wi-Fi網(wǎng)絡(luò)自動切換到更好的接入點時，系統(tǒng)選擇了更加節(jié)能的分流比，讓信道條件和能效更高的制式傳輸更多信息。此時，系統(tǒng)的能耗明顯下降。

如圖4所示，圖4（a）對比了所提方案與普通節(jié)能調(diào)度策略的節(jié)能效果?？梢钥吹皆谄胀ü?jié)能策略下，用戶離開后，服務(wù)Wi-Fi接入點仍存在約為5.3 W的靜態(tài)能耗。所提的接入點深度休眠策略通過物聯(lián)網(wǎng)開關(guān)將接入點整站關(guān)斷，能耗降為0。直到有人進(jìn)入場所，數(shù)據(jù)恢復(fù)發(fā)送。圖4（b）通過統(tǒng)計1 h內(nèi)系統(tǒng)的總能耗，發(fā)現(xiàn)我們所提的接入點深度休眠方案消耗了17.13 J的能量，普通節(jié)能調(diào)度方案消耗了19.91 J的能量。比起普通節(jié)能調(diào)度方案，所提方案降低能耗13.96%。圖4（c）比較了在一特定時間段，跨制式系統(tǒng)與單制式系統(tǒng)的能耗，跨制式能耗相較于單制式能耗有明顯下降。圖4（d）統(tǒng)計了10 min內(nèi)系統(tǒng)的總能耗，我們發(fā)現(xiàn)所提方案消耗了20 271.29 J的能量，單制式傳輸方案消耗了22 544.74 J的能量。比起常規(guī)的節(jié)能調(diào)度方案，所提方案降低能耗10.08%，能效提高了15.36%。總的來說，本文所提出的接入點休眠與跨制式系統(tǒng)的總體能耗相較于傳統(tǒng)的單制式系統(tǒng)有明顯下降。

圖4 各方案能耗對比

4 結(jié)束語

隨著全網(wǎng)能耗的日益增長，大量部署的現(xiàn)有跨制式節(jié)點卻沒有得到充分利用，這勢必會帶來資源的浪費。針對這一矛盾，本文首先提出了面向節(jié)能減排的跨制式融合感知通信系統(tǒng)。然后，借助軟件定義無線電USRP平臺以及開源操作系統(tǒng)OpenWrt，實現(xiàn)了對蜂窩網(wǎng)絡(luò)以及Wi-Fi網(wǎng)絡(luò)的軟件靈活調(diào)度，同時借助毫米波雷達(dá)模塊以及無線指紋拓?fù)?，實現(xiàn)被動感知和主動感知方式的共存。最后，利用時序數(shù)據(jù)庫和并發(fā)通信接口，實現(xiàn)資源的集中管控。通過系統(tǒng)實測數(shù)據(jù)，我們發(fā)現(xiàn)所提的休眠策略與跨制式調(diào)度策略分別能夠帶來約14%和10%的總能耗降低。所提跨制式系統(tǒng)能夠?qū)Ω黝惞?jié)能算法進(jìn)行快速的腳本化原型測試，有望對未來面向節(jié)能減排的跨制式網(wǎng)絡(luò)設(shè)計提供可靠驗證和有效指導(dǎo)。