基于成簇传输的M2M网络资源分配策略

栾 西，刘学建，吴建军，程宇新，项海格

(北京大学 信息科学技术学院 现代通信研究所，北京 100871)

基于成簇传输的M2M网络资源分配策略

栾 西，刘学建，吴建军，程宇新，项海格

(北京大学 信息科学技术学院 现代通信研究所，北京 100871)

针对机器通信网络中节点规模增加将带来信令拥塞及调度复杂等问题，提出了适用于大规模机器通信网络的成簇传输策略，并基于联盟形成博弈，提出与成簇传输相适应的可以分布式实现的联合网络结构形成及资源分配策略，以同时兼顾机器网络中的通信性能及调度性能。通过Matlab工具对其性能进行仿真验证，结果表明相比于独立传输策略，该策略可实现节点时延性能及网络调度性能的灵活折中。

机器通信；成簇传输；网络结构；分布式

0 引言

随着车联网、智能电网、智能家居及远程医疗等诸多新型网络的不断兴起，机器类型通信网络所带来的设备海量化已成为下一代移动通信系统的主要特征和挑战。在上述网络中，高效的信息传输策略能够保证网络功能得以实现。因此，近年来机器类型通信(Machine Type Communications，MTC)，或又称机器通信(Machine-to-Machine Communications，M2M[1])，已成为无线通信领域的研究重点之一。

随着网络规模的不断扩大，机器设备的海量化将对网络的调度与管理造成极大的挑战。若采用传统的独立调度方式，将会造成基站侧的信令拥塞以及调度复杂等问题[2]，甚至造成网络瘫痪。为解决这一问题，现有文献主要考虑通过对随机接入环节进行控制以达到降低网络拥塞率，典型策略包括接入分类阻止机制等[3]。然而，此类策略却难以为机器节点提供有效的接入保证，可能造成QoS波动问题。

近年来，诸多学者认为将D2D技术用于机器通信网络中，可在有效提高功率效率的同时，充分进行主干网流量卸载。其中，由于带内D2D的方式涉及到复杂的干扰协调策略，因此仅适用于小规模低速率网络[4]，因此，利用带外D2D实现成簇传输，则是现阶段一个有前景的研究方向。文献[5-6]分别提出在机器通信网络中利用成簇策略可以有效降低网络拥塞等问题，然而，其均为给出具体的网络拓扑结构形成策略。文献[7]对无线传感器网络中的成簇策略进行了综述，可以看出，由于负载类型、优化目标、网络结构等方面的不同，其成簇策略并不直接适用于其他类型的机器通信网络中。文献[8]基于博弈理论提出了可以分布式实现的成簇策略，然而其并未考虑机器通信网络的QoS需求，同时，也并未考虑网络中的资源分配等问题。

基于上述背景，本文提出一种适用于大规模机器通信网络中的分布式成簇传输策略。网络中各节点首先按照一定的准则成簇，将各自负载信息向事先选择的簇头节点汇聚，并由簇头节点向基站进行信息转发。为降低网络的调度开销，提出一种基于可分布式实现的联合网络拓扑结构形成及资源分配策略。此外，由于在该网络中需要同时兼顾节点的通信性能以及网络的调度性能，本文采用最短可达时延作为节点的通信性能衡量指标。

1 系统模型

考虑图1所示的机器通信网络场景。假设目标区域内总共存在N个机器节点，其周期性产生负载信息并需要通过无线方式向基站上报。基站收到上报信息后则将其转发至数据中心以达到网络实时监控等目的。不同类型的M2M网络中节点的作用也不尽相同，例如，在智能电网[9]中，机器节点主要由智能电表构成，负责收集用电信息。

图1 基于簇头选择的双跳成簇传输策略示意图

为了防止基站对所有节点进行调度所带来的信令拥塞等问题，可采用成簇的方式进行传输：假设各节点已按照某种方式实现形成了若干大小不同的簇，则对于某个簇的节点而言，其首先通过短程通信的方式将负载汇聚给簇头，而簇头节点则将会把簇内总的负载信息向基站进行转发。为衡量各节点的通信QoS性能，本文采用最短可达时延作为性能衡量指标。因此，在簇内信息汇总阶段，第m个簇内第i个用户的通信时延为：

(1)

式中，Li,m为负载长度，分母则是簇内通信的可达容量。假设簇内各节点信息汇聚采用TDMA的方式，则第m个簇第一阶段通信的总时延可以表示为：

(2)

为与现有LTE系统相兼容，第二阶段各簇头的信息发送则采用OFDMA的方式进行。假设基站的可用频率资源可被分为K个子信道，并将分配给M个簇头节点，则第m个簇头与基站之间的通信时延可以表示为：

(3)

式中，分子为该簇内的总负载，分母部分则表示当其可以占用Km个子信道时总的可达速率。因此，在成簇传输过程中，第m个簇内各节点的总时延开销均为：

(4)

2 分布式网络结构形成及资源分配

通过上述建模及分析可以看出，网络结构和资源分配将是决定该系统性能的关键。为便于大规模网络中的实现，本文将基于联盟形成博弈理论，对联合的网络结构形成及资源分配问题进行分布式求解[10]。

在本系统中，所有机器节点即构成博弈者集合。定义第m个簇Sm的效用函数为：

(5)

由式(2)可以看出，由于存在着资源分配的问题，则单个簇内的效用函数vSm将不仅由簇内各节点所决定，同时也会受此外所有N≠Nm中用户行为决策的影响。此时，该博弈则具有分割形式。而在实际系统中，具有分割形式的联盟形成博弈问题通常十分难以求解和实现。因此，为使问题变得可以分布式实现，首先需要将该博弈转化为具有特征形式的博弈问题。

为解决这一问题，本文提出一种虚拟资源预分配的方法。该策略的描述如下：

① 将第二阶段可带宽平均拆分为相等的N段，即wv=W/N(N为网络总节点数)；

② 将每一段带宽wv虚拟化地绑定到网络中的每个机器节点上；

③ 绑定式虚拟带宽分配：当第i个节点加入时，簇头wm的虚拟带宽即可增加wv；

④ 实际带宽分配：当节点成簇过程完成后，各簇头即可向基站上报各自虚拟带宽结果，基站据此进行为实际子信道分配，Km=⎣Wv,m/ws」，其中Wv,m=Nm·wv是簇内总的虚拟带宽，ws为系统平均子信道带宽。

此时，簇头vm所被分配的子信道资源仅决定于簇内的节点数Nm，而与其他节点无关，此时该簇的效用vSm将不受其他簇节点的干扰，因此原问题可转化为具有特征形式的博弈问题。此外，节点行为将直接影响其效用，因此为不可转移效用的博弈，无需进一步研究簇内各节点间的效用分配问题。

本文采用的博弈准则为Utilitarian 准则，其定义如下[11]：假设节点集合N可被分割为两种不同的网络结构，即S=S1，…,Sm和R=R1，…,Rm,若下述关系式成立，则表示S以Utilitarian 准则优于R，

(6)

该式表明，若N形成S所指示的网络结构，则各联盟的总收益大于以R所形成的网络结构，即能够带来更多的社会福利(Social Welfare)。

本文采用联盟形成博弈中经典的拆分-合并算法使得成簇传输过程可以分布式地实现[7]。基于拆分合并算法的分布式联合网络结构形成及资源分配过程如下所示。

步骤1：初始化

初始簇及绑定资源的初始化，S=N=S1，…SN，Wv,m=wv,∀m=1,…,N。

步骤2：联合成簇及资源分配

while

①Sm=MergeSm1,…,Smk，即若合并满足Utilitarian准则即进行多个联盟的合并；

until迭代过程收敛或达到停止条件。

步骤3：结果输出

① 各簇头υm向基站上报算法结果：Sm，Wm,v，v(Sm)；

3 仿真结果

为验证所提出策略的性能，本节将设置一个半径1 000 m的小区，其中随机均匀分布着100～200个机器节点。每个机器节点的平均负载为0.1 MB，最大发送功率为24 dBm，簇内通信采用2.4 GHz的WiFi频段，而簇头通信则采用2 GHz频段。

图2(a)给出了成簇传输策略的时延性能与独立传输策略时延性能的对比关系。由于成簇传输存在着簇内信息交互过程，因此总体而言时延性能将差于独立传输策略。然而，独立传输策略将造成信令拥塞的问题，而成簇传输将能够在网络时延性能与调度性能之间达到灵活的折中关系，如图2(b)所示。即当兼顾时延与调度性能时，所提出的成簇传输策略将优于独立传输策略，并能够灵活调整权重系数实现不同业务类型之间的灵活切换，如在延迟容忍网络中可使得成簇规模扩大。此外，通过图2(b)还可以看出，当网络节点规模由100增加至200时，独立传输策略相比于成簇传输而言，其综合性能将显著下降。

图2 成簇传输策略的时延性能及网络综合性能

4 结束语

在大规模机器通信网络中，节点规模增加所带来的信令拥塞及调度复杂等问题，已成为网络功能能否得以实现的关键。为解决这一问题，本文提出适用于大规模机器通信网络中的成簇传输策略，基于联盟形成博弈理论，对联合的网络结构形成及资源分配问题进行分布式求解。为验证所提出策略的性能，对成簇传输策略的时延性能及网络综合性能进行仿真验证，当网络节点规模增加时，成簇传输策略相比独立传输策略综合性能显著提升。通过利用该策略，可以实现各类机器业务类型下的通信时延性能及网络调度性能的折中。

[1] Pocuca S,Giljevie D.Machine to Machine (M2M) Communication Impacts on Mobile Network Capacity and Behavior[C]∥ 2012 Proceedings of the 35th International Convention MIPRO,2012:607-611.

[2] 刘荣朵.面向M2M通信的移动网络拥塞控制[J].电信网技术,2011(9):39-46.

[3] Cheng M Y,Lin G Y,Wei H Y,et al.Performance Evaluation of Radio Access Network Overloading from Machine Type Communications in LTE-A Networks[C]∥Wireless Communications and Networking Conference Workshops (WCNCW),2012:248-252.

[4] Pratas N K,Popovski P.Underlay of Low-rate Machine-type D2D Links on Downlink Cellular Links[C]∥2014 IEEE International Conference on.IEEE,2014:423-428.

[5] Teja R,Chatterjee P V S,Das S,et al.Two-Level Mapping to Mitigate Congestion in Machine to Machine (M2M) Cloud[C]∥Applications and Innovations in Mobile Computing (AIMoC).IEEE,2015:104-108.

[6] Fu H L,Chen H C,Lin P,et al.Energy-Efficient Reporting Mechanisms for Multi-Type Real-time Monitoring in Machine-to-Machine Communications Networks[C]∥Proceedings IEEE INFOCOM,2012:136-144.

[7] Singh D,Gosain A.Comparative Analysis of Distributed Clustering Algorithms:A Survey[C]∥2013 International Symposium on Computational and Business Intelligence (ISCBI),2013:165-169.

[8] Saad W,Han Z,Debbah M,et al.A Distributed Merge and Split Algorithm for Fair Cooperation in Wireless Networks[C]∥ICC Workshops - 2008 IEEE International Conference on Communications Workshops,2008:311-315.

[9] 徐磊.智能电网的网络通信架构及关键技术[J].电气技术,2010(8):16-20.

[10] Cai Ziyuan,Dong Yizhou,Yu Ming,et al.A Secure and Distributed Control Network for the Communications in Smart Grid[C]∥IEEE International Conference on Systems,Man and Cybernetics,2011 :2652 - 2657.

[11] Han Z,Niyato D,Saad W,et al.Game Theory in Wireless and Communication Networks:Theory,Models,and Applications[M].England:Cambridge University Press,2012.

M2MNetworkResourceAllocationStrategyBasedon
ClusteringTransmission

LUAN Xi,LIU Xue-jian,WU Jian-jun,CHENG Yu-xin,XIANG Hai-ge

(Modern Communications Research Institute,School of Electronics Engineering and Computer Science, Peking University,Beijing 100871,China)

To address the problem of signaling congestion and scheduling complexity due to the increase of node size in machine communication network,a clustering transmission strategy suitable for large-scale machine communication network is proposed.A distributed realization of joint network structure adapted to clustered transmission as well as the resource allocation strategy are proposed on the basis of game formation,so that the machine network communication performance and scheduling performance are both taken into account.The simulation results with Matlab tool show that this strategy can realize the flexible compromise between node delay performance and network scheduling performance as compared with the independent transmission strategy.

machine communications;clustering transmission;network structure;distributed.

TN915

A

1003-3114(2017)06-08-4

10.3969/j.issn.1003-3114.2017.06.02

栾西,刘学建,吴建军,等.基于成簇传输的M2M网络资源分配策略[J].无线电通信技术,2017,43(6):08-11.

[LUAN Xi,LIU Xuejian,WU Jianjun,et al.M2M Network Resource Allocation Strategy Based on Clustering Transmission[J].Radio Communications Technology,2017,43(6):08-11.]

2017-07-27

国家自然科学基金项目(61371073)

栾 西(1987―)，男，博士，主要研究方向：卫星通信、无线通信、优化理论。吴建军(1968―)，男，教授，博士生导师，主要研究方向：宽带卫星通信系统和技术、同轴宽带有线接入技术、3G/4G移动通信及网络技术、超宽带通信技术、嵌入式系统软硬件技术。