井下移动无线网络吞吐量优化策略研究

魏 臻, 蔡晓萍, 卫 星

(合肥工业大学 计算机与信息学院,安徽 合肥 230009)

井下移动无线网络吞吐量优化策略研究

魏 臻, 蔡晓萍, 卫 星

(合肥工业大学 计算机与信息学院,安徽 合肥 230009)

井下移动无线网络是应用于无人机车驾驶系统的通信网络,提高其接入吞吐量是亟待解决的问题。针对井下多机车场景,文章提出了一种能使系统吞吐量最大化的接入控制策略。首先建立多轨旁接入点(access point,AP)多轨直道环境下的机车接入数学模型,然后通过理论推导得到系统吞吐量效用函数,提出基于此效用函数的机车接入控制策略,利用效用函数和机车接入控制策略保证了数据的多包接收以及吞吐量的最优化。仿真结果显示所提出的接入策略优化效果与传统策略相比有较大提高,其吞吐量提高50%以上。

矿井机车;移动无线网络;吞吐量;接入控制;集合划分

0 引 言

井下移动无线网络是一种新型的井下移动通信系统,它是将无线局域网(wireless local area networks,WLAN)技术运用于井下,设立若干个轨旁无线接入点(access point,AP),通过移动局域网络覆盖井下巷道,实现井下机车接入AP,将机车状态和位置信息等数据上传到地面调度运输中心[1-3]。无人机车驾驶就是利用井下移动无线网络WLAN技术覆盖机车,工作人员只需在地面调度中心遥控机车作业,避免在发生矿井坍塌或机车相撞事故时出现人员的伤亡,从而实现机车可靠的运输调度并保障工作人员的安全[4]。系统需要将行驶过程中机车车载摄像头所采集的高清视频数据和机车状态信息实时传送到地面监控中心,这对网络的带宽、实时性和可靠性都有很高的要求[5]。井下移动无线网络的吞吐量优化是亟待解决的关键技术问题。

目前,对于网络吞吐量优化问题,从用户干扰的角度,相关算法有干扰协调功率控制[6]和用户速率控制的长期演进(Long Term Evolution,LTE)无线网络下行系统吞吐量优化算法[7]、基于蜂窝网络的串行干扰消除算法(Successive Interference Cancellation,SIC)[8-9]等;从用户接入控制的角度,即对于用户的接入请求,AP有选择性地接入或拒绝,当系统能达到容量最优时,请求才能被接入,相关算法有基于博弈论的多用户接入选择[10-11]、交换策略的异构网络用户接入算法[12]、基于马尔科夫过程的异构网络接入选择[13]、最大化容量增益的小区关闭算法[14]及呼叫接纳控制算法[15]。用户接入控制方法能够有效抑制用户间的干扰,SIC算法能够有效解决多机车同时向1个AP传输数据的干扰问题,实现多对一通信。

然而,井下移动网络与传统的小区网络、异构网络有着很大的区别,井下的AP设置工作在一个清晰的子信道,不存在AP间的干扰,是由地面调度服务中心的服务器对机车进行调度安排,控制机车接入的AP,实现整体上最优,不是由机车自主选择。目前针对井下移动无线网络机车接入的研究很少。

本文联合SIC技术和机车接入控制技术,将系统吞吐量最大化问题抽象成集合划分问题,通过对系统模型中相关参数的合理假设和化简,大大简化了模型,并提出了一种基于机车接入控制的井下移动无线网络吞吐量优化策略。

1 系统模型

在井下巷道中,轨旁AP间隔安装在巷道壁上,在同一轨道上的两辆机车间为防止发生碰撞必须有一定的安全间距。机车在巷道中随机分布,并与轨旁AP进行连接通讯,由于井下无线网络系统中轨旁AP是受到地面调度服务器控制的,机车若要接入轨旁AP,需要向轨旁AP发送探测帧,接到探测帧的轨旁AP将请求信息传送给调度服务器,调度服务器会对机车的接入请求进行判断,若同意,则将机车接入该轨旁AP,提供无线资源给该机车并接收机车上行数据;若拒绝,则机车继续发送探测帧给周围的轨旁AP。井下机车分布的网络模型如图1所示。

假设已知机车的排布,即机车的位置已知,所有机车的位置属于集合S={s1,s2,…,sn}。轨旁AP的坐标是固定的,U={u1,u2,…,um},f(s,u)为根据机车、AP位置进行距离计算的函数。则机车i对于轨旁APj的距离为:

(1)

机车i对于轨旁APj的链路增益为:

(2)

其中,λ为信号衰减指数。

图1 井下机车分布的网络模型

假定对于轨旁APj,有多辆机车被接入并上传数据,则需要运用SIC干扰管理技术[16-18],使得多车可同时和轨旁APj进行通信。令SINRi,j表示机车i对于APj的信噪比,有

(3)

用一个0-1关系矩阵R来表示机车和轨旁AP的连接情况,即

(4)

其中,Ri,j=1表示将机车i分配给轨旁APj,Ri,j=0表示机车i未接入轨旁APj。

根据香农公式,可以求得轨旁APj的上行数据传输率为:

(5)

每辆机车只能接入1个AP,且根据井下通讯的全覆盖性,要求任何一辆机车至少有1个AP和它的距离小于其发射半径,即每辆机车都能够接入轨旁AP上传数据,则有:

(6)

每个AP接入的机车数量之和等于总机车数量,设每个AP接入的机车数量为Qj,则有:

(7)

对于任意一个AP,其接入的机车与AP的距离小于等于该机车的发射半径,设机车i的发射半径为qi,接入APj,由(1)式可知机车i与APj的距离为di,j,则有:

(8)

令Pi为机车i的发射功率,有

(9)

其中,Pmax、Pmin分别为机车最大、最小发射功率。

对于每个轨旁APj,要确保总的上行数据吞吐量小于等于C,从而确保所有接入的机车都能够进行正常通讯,由(5)式得到Cj,则有:

(10)

本文的优化目标是:通过机车接入控制策略,确定接入矩阵R,最大化系统吞吐量。问题模型用系统吞吐量效用函数来表达,即

(11)

满足约束条件(6)～(10)式。

2 算法描述

对n辆机车m个轨旁AP,每个机车可以向多个AP发送请求接入探测帧,调度服务器对机车进行不同的调度,R有不同取值,从而产生不同的吞吐量收益,R的可能取值为2n×m种,故这是一个NP-hard问题,很难求解,若用精确算法求解机车接入问题,则会导致组合爆炸。

只有确定接入矩阵R,才能求得相应的Cmax,R求解问题可以转化为机车和轨旁AP的配对问题,即n×m个0-1变量的取值问题,传统接入策略有2种方式。

策略1 遍历每辆机车的策略,产生一个接入矩阵,即对机车进行编号,每辆机车就近接入轨旁AP。

策略2 遍历每个AP的策略,产生一个接入矩阵,即对轨旁AP进行编号,轨旁AP将所有收到的请求探测帧进行同意接入操作,被接入后的机车不再有接入其他AP的可能性。

这2种策略得到的结果会出现AP负载不均或单个AP的吞吐量大于C的情况,本文对这2种策略进行改进,组合成1种策略。

定理1 理想情况下,采用SIC技术进行多包接收时,1个AP的最大吞吐量取决于所接入的机车情况,不论其接入的先后顺序。

证明 由于篇幅限制,证明过程略。

由定理1可知,1个AP的吞吐量是与机车链路增益、发射功率相关的变量,与机车的检测顺序无关。由(2)式可知,机车链路增益与距离有关,可以经过相关运算求得,而发射功率是可调节的,为了最优化系统吞吐量,假设所有的Pi,j都取Pmax。

根据定理1,(5)式可以化简为:

(12)

同理,(11)式可以化简为:

(13)

定义AP所覆盖机车集合为Xcover,初始机车接入集合为Yinitial,目标机车接入集合为Zresult。定义单个APj的初始机车接入集合Yj、目标机车接入集合Zj、接收到探测帧的发射机车集合Xj,则有:

(14)

(15)

(16)

其中,j=1,2,…,m。

通过距离计算得到APj能够覆盖机车集合为:

(17)

其中,i=1,2,…,n;j=1,2,…,m;r为机车信号发射半径。

定义系统中单个AP吞吐量超出最大容量的AP集合为:

(18)

其中,j=1,2,…,m。

对于井下不同的机车分布场景,为了保证负载均衡,在此定义密度参数为:

(19)

其中,j=1,2,…,m;ρj为APj覆盖机车数占总机车数的比率。

令所有AP的密度参数集合为:

(20)

当1个APj接入的机车数目为0时,该AP为空负载状态,会导致其他AP负载过大以及整体吞吐量降低;当1个APj接入的机车数目过多,会有不能满足约束条件(10)式的情况发生,需要进行局部调整优化。调整的准则为:

准则1 当Cj>C时,将部分机车断开并分配到其他AP,直到该AP的吞吐量符合(10)式。

准则2 对于空负载APj,若其没有接收到任何机车的请求探测帧,则不进行调整,若初始时存在机车向APj发送请求探测帧,则将部分机车连入该AP,使得负载能够均衡。

以上2个准则可保证既能满足约束条件,又能最大化系统吞吐量。

本文在策略1、策略2基础上进行了改进,并且根据2个准则进行修正优化,遍历AP的顺序由密度参数ρj大小决定,从而得到每个AP的初始机车接入集合Yj,再根据准则进行局部调整,通过交换机车的目标AP作为邻域进行局部搜索来提高系统吞吐量和保证负载均衡,最终确定每个AP的目标机车接入集合Zj,由集合关系Zresult转变为矩阵关系R,得到最终优化后的吞吐量Cmax。具体接入控制算法如下所述。

输出:目标接入机车集合Zresult、接入矩阵R、系统吞吐量Cmax。

输入:巷道长度L、无线局域网带宽W、巷道宽度d、发射功率最大值Pmax、AP最大容量C、噪声干扰N0、信号衰减系数λ、AP之间间隔dAP、机车信号发射半径r、机车安全距离ds、机车数量n、轨旁AP数量m。

(1) 初始化L、W、d、Pmax、C、N0、λ、dAP、r、ds、n、m,由(17)式得Xcover,进而通过(19)式、(20)式来确定Odensity。

(2) 将Odensity中的ρ1,ρ2,…,ρm从小到大排序,从ρj大的AP开始遍历,机车就近接入,即由gj大小确定Yj,进而由(16)式得到Yinitial。

(3) 根据Yinitial,得到R,由(12)式计算Cj,根据(10)式和(18)式得到Bover,当Bover≠∅,对Bover中AP的接入机车根据准则1进行修正,重复步骤(3),直到Bover=∅,得到Zj,进而由(16)式得到Zresult。

(4) 如果存在APj的Zj=∅,由(17)式得到该AP的Xj,并根据准则2进行修正,最终得到Zresult和R，再由(13)式得到Cmax。

3 仿 真

3.1 仿真参数设定

根据井下环境在Matlab软件下进行系统的仿真构建,并将本文接入控制策略与策略1和策略2进行比较。在仿真场景中,机车可以视为质点并随机分布在长方形的区域中,根据文献[19-21],设置参数如下:

L=700 m,W=22 MHz,

dAP=150 m,r=200 m,

ds=30 m,C=500 Mb/s。

机车随机分布模拟场景如图2所示,轨旁AP是指间隔安装在巷道壁的基站,在巷道中有多条轨道,机车随机分布在这些轨道上,并且保证机车与机车的安全距离大于30 m。

图2 20辆机车随机分布模拟场景

3.2 仿真结果和分析

当C=500 Mb/s时,采用本文策略与策略1和策略2下系统吞吐量如图3所示。由图3可知,当AP最大容量C一定时,在不同机车数量环境下,策略1的效果优于策略2，本文策略得到的系统吞吐量优于其他2种策略的结果,证明本文策略能够实现系统吞吐量最优化。

图3 C=500 Mb/s时3种策略下吞吐量随机车数变化曲线

策略1和本文策略的优化结果比较见表1所列。

由表1可知,本文对系统吞吐量的优化效果比传统策略提高了50%以上。

当机车数量为20,机车分布类型为均匀分布和密集分布时,3种策略下的系统吞吐量如图4所示。

由图4可知,在不同分布环境下,本文策略保证得到的系统吞吐量最大,证明本文策略能够适应不同的机车分布场景,体现出本文接入策略的优越性。

在AP的最大容量C分别为400、500、600 Mb/s的情况下,采用本文策略得到的系统吞吐量随机车数的变化曲线如图5所示。由图5可知,AP最大容量的提升能够提高系统整体吞吐量,这需要更先进的AP设备来保证。

表1 策略1与本文策略下的Cmax比较 Mb/s

图4 机车数为20时在不同分布场景下吞吐量的变化

图5 在不同C下本文策略吞吐量随机车数变化曲线

4 结 论

本文研究了井下无线局域网的吞吐量,提出了一种针对井下移动无线网络吞吐量最大化的接入控制策略,从井下移动无线网络接入控制的角度对机车和轨旁AP配对,以达到系统吞吐量最优。仿真结果显示本文接入控制策略适合于井下无线通信环境,可以减少机车之间的干扰,能够适应不同的分布场景,从而最大化系统吞吐量。

本文的系统吞吐量效用函数和策略均建立在理想的无线信道环境下,未考虑AP之间的干扰,下一步将考虑弯道、多岔道等环境下的接入策略,以及对于机车动态调度策略进行研究。

[1] 黄河,王信,刘福华,等.基于FCS的煤矿井下电机车运输监控系统的研究与应用[J].煤矿机械,2013,34(3):253-255.

[2] 韩江洪,汪鹏,魏振春.基于位置的井下移动通信网络无缝切换机制[J].电子测量与仪器学报,2014,28(10):1092-1099.

[3] 吴燎原,韩江洪,卫星,等.面向矿井机车的干扰管理移动网络调度策略[J].电子测量与仪器学报,2015,29(12):1813-1820.

[4] 邓军,李贝,李海涛,等.中国矿山应急救援体系建设现状及发展刍议[J].煤矿开采,2013,18(6): 5-9.

[5] 姚善化,吴先良.MIMO-OFDM用于提高矿井无线通信性能的研究[J].合肥工业大学学报(自然科学版),2009,32(4):557-559,590.

[6] KOSTA C,HUNT B,QUDDUS A U,et al.On interference avoidance through inter-cell interference coordination (ICIC) based on OFDMA mobile systems[J].IEEE Communications Surveys & Tutorials,2013,15(3):973-995.

[7] DAEINABI A,SANDRASEGARAN K,ZHU X.An intercell interference coordination scheme in LTE downlink networks based on user priority and fuzzy logic system[J].International Journal of Wireless & Mobile Networks,2013,5(4):49-64.

[8] WILDEMEERSCH M,QUEK T Q S,KOUNTOURIS M.Successive Interference Cancellation in heterogeneous cellular networks[J].IEEE Transactions on Communications,2014,62(12):4440-4453.

[9] MIRIDAKIS N I,VERGADOS D D.A survey on the Successive Interference Cancellation performance for single-antenna and multiple-antenna OFDM systems[J].IEEE Communications Surveys & Tutorials,2013,15(1): 312-335.

[10] 李明欣,陈山枝,谢东亮,等.异构无线网络中基于非合作博弈论的资源分配和接入控制[J].软件学报,2010,21(8): 2037-2049.

[11] 陈守学.异构网络中的网络选择方案研究[D].北京:北京邮电大学,2010.

[12] SHEN Yulong,XI Ning,PEI Qingqi,et al.The QoS-ensured vertical handoff decision in heterogeneous wireless networks[J].Journal of Information Science & Engineering,2014,30(3):875-893.

[13] EL-HELOU M,IBRAHIM M,LAHOUD S,et al.A network-assisted approach for RAT selection in heterogeneous cellular networks[J].IEEE Journal on Selected Areas in Communications,2015,33(6):1055-1067.

[14] 周涛,罗汉文.基于最大化容量增益的小区关闭算法[J].上海师范大学学报(自然科学版),2015,44(1):11-15.

[15] FALOWO O E.Terminal-modality-based joint call admission control algorithm for fair radio resource allocation in heterogeneous cellular networks[J].International Journal of Communications,Network and System Sciences,2012,5(7):392-404.

[16] NAGARADJANE P,KRISHNAN L,VASAN A S S.Performance analysis of multicell multiuser MIMO MC DS/CDMA system with MMSE user-ordered SIC technique[J].Computers & Electrical Engineering,2012,38(1):105-115.

[17] 宋伟男,昂志敏.交叉极化干扰抵消在非线性干扰下的性能[J].合肥工业大学学报(自然科学版),2013,36(8):959-963.

[18] MOLLANOORI M,GHADERI M.On the performance of Successive Interference Cancellation in random access networks[C]//2012 9th Annual IEEE Communications Society Conference on Sensor,Mesh and Ad Hoc Communications and Networks(SECON).Seoul,Korea:[s.n.],2012:461-469.

[19] 许耀华,胡艳军,张媛媛.基于离散粒子群算法的CDMA多用户检测方法[J].通信学报,2005,26(7):109-113.

[20] 石雷.多包接收无线网络的跨层优化研究和算法设计[D].合肥:合肥工业大学,2012.

[21] 黄秋萍.多用户系统的容量及功率控制研究[D].北京:北京邮电大学,2013.

(责任编辑 张淑艳)

Research on access optimization strategies for the throughput of underground mobile wireless networks

WEI Zhen, CAI Xiaoping, WEI Xing

(School of Computer and Information, Hefei University of Technology, Hefei 230009, China)

Underground mobile wireless networks is applied to communication network of locomotive unmanned system. To improve the throughput is an urgent issue to be resolved. To deal with the situation of underground multi-locomotive and to maximize the system throughput, the access control strategy was proposed. Firstly, a mathematical model for locomotive’s access was constructed with multiple access point(AP), multi-track and straight roadway. Secondly, on the basis of the theoretical derivation, the throughput utility function was obtained, and the access control strategy was designed based on the utility function. Finally, the utility function and locomotive access control strategy were used to ensure multi-packet reception of data and throughput optimization. The simulation results showed that the optimal result of access control strategy increased at least 50% than that of traditional strategy.

mine locomotive; mobile wireless network; throughput; access control; set partition

2015-12-31；

2016-02-25

国家自然科学基金资助项目(61501161);国家国际科技合作专项资助项目(2014DFB10060)

魏 臻(1965-),男,安徽无为人,博士,合肥工业大学教授,博士生导师.

10.3969/j.issn.1003-5060.2017.02.007

TN926.3

A

1003-5060(2017)02-0175-06