基于携能和边缘缓存的5G移动通信系统传输技术研究

汪诗经，高玉芹，滕勇健

（国网芜湖供电公司，安徽芜湖 241000）

近年来，随着计算机和通信技术的不断发展，传统传输技术已无法满足5G 通信环境下各种设备对于带宽与时延的要求[1]。因此，如何提高通信效率、降低能耗成为了5G 移动通信系统亟待解决的问题[2]。

在移动通信系统中，海量低功耗用户节点存在能量短缺问题，对网络容量及传输质量均存在较大的影响。目前已有能量中继等相应的研究，旨在确保节点能量充足[3-4]。此外，考虑到通信网络的带宽有限，部分专家学者利用缓存策略提高网络的数据处理能力[5-6]。为了全面提升传输能力，该文基于携能和边缘缓存技术，提出了一种面向5G 移动通信系统的传输技术，利用改进遗传算法（Improved Genetic Algorithm，IGA）获取最佳缓存方案，以实现低功耗节点续能与信息的边缘缓存，且在降低通信延迟的同时减少系统能耗。

1 系统模型

文中设计了一个无线携能和协作边缘缓存的5G 移动通信系统，其架构如图1 所示。其中，包含一个云计算中心、若干个基站和5G 用户，且这些用户随机分布在各个基站内。

图1 系统模型架构

考虑到足够的缓存容量，假设云计算中心通过核心链路与基站连接，并能够缓存所有可用的通信数据。则基站集合表示为m={1,2,…,M}，每个基站均被赋予有限的可用缓存容量，使得一些通信数据能缓存在基站中，以降低通信成本。5G 用户(n={1,2,…,N})随机分布在无线覆盖范围内，并在相对较长的时间内频繁地通过蜂窝链路进行各种通信。此外，假设系统在固定长度的时隙t={1,2,…,T}中运行，T表示有限时间范围。在每个时隙中，用户仅能有一个通信请求，而每个基站的缓存决策也会定期更新。

2 通信传输方案设计

在5G 移动通信中，大量低功耗节点会存在能量短缺的问题，而无线携能技术可为能量有限节点提供连续的电能。此外，由于5G 通信的兴起，各种数据量剧增，利用边缘缓存技术可通过提前在基站或用户终端存储数据以实现系统的高效传输。

2.1 无线携能

无线携能[7-8]受益于射频能量采集技术，设备间不仅有传统的信息层协作，更存在着能量层的深入协作。具体而言，能量受限的节点可先采集发送端发出的电磁能量，再以采集到的能量作为发送功率协作转发发送端的数据到目的端。在所提系统中，采用基于功率分流中继（Power Shunt Relay，PSR）协议完成携能传输，其原理如图2 所示。

图2 基于PSR的中继协议

PSR 协议将整个信息传输周期T划分为两个时隙。在第一个T/2 时隙内，中继节点以功率分流接收机架构同时进行能量收集与信息解码；而在第二个T/2 时隙内，中继节点则向目的节点转发信息。

2.2 信息传输模型

针对不同用户设备进行信息采集，并在整个时间段内完成信息处理。基站在前一半时间内接收用户的能量以及所需缓存的信息，而在后一半时间内则利用收集的能量完成信息转发[9]。用户以恒定功率向基站传输能量，以功率传输信息，则：

1）传输能量时，在t时间段内基站收集到的能量为：

式中，η∈(0,1]是能量转换效率，γ(d)是发射端到接收端的路径损耗。

用户能耗为：

2）选择边缘缓存时，用户信息传输速率为：

2.3 优化目标

设计的优化目标在于降低5G 移动通信系统中的信息传输时延与总能耗，以提高用户体验[10-11]。系统总效用的数学表达如下：

2.4 基于IGA的传输策略

将通信缓存问题转化成非线性0-1 规划问题，并采用IGA 进行求解。算法的可行解由染色体来决定，而染色体则对应相应的缓存策略，即IGA 算法的最优解为系统传输的最佳缓存策略[12-13]。

GA（Genetic Algorithm）具有全局搜索、复杂问题简单化等优点，但其迭代过程缓慢，且当个体差异较小时，种群停止进化的概率较大[14-15]。为此，利用精英保留策略改进GA，以提高其搜索速度与性能[16]。基于IGA的系统通信缓存策略优化流程，如图3所示。

图3 基于IGA的缓存策略优化流程

在算法编码过程中，K个通信缓存策略是变量ϕk(k∈{1,…,K})的取值。假设通信数量为K时，则算法种群规模为，且需将个实数转化成二进制形式，其中，“1”表示被缓存至边缘基站的信息，“0”表示在用户本地缓存的信息。

此外，精英保留策略基于适应度值筛选来构建一个精英池，通过用精英池中的个体替换适应度低的个体来提高种群多样性，并可有效引导算法加速收敛。

3 实验结果与分析

实验在Matlab R2018b 平台上进行，具体的实验参数设置如表1 所示。

表1 实验参数设置

3.1 IGA的收敛性分析

为论证IGA 的收敛速度与特性，将其与GA 进行对比，系统总效用对比结果如图4 所示，其中系统总效用是无量纲的数值。

图4 GA和IGA的系统总效用对比

从图中可以看出，两种方法的系统总效用均随着迭代次数的增加而降低，且最后趋于稳定值，但IGA 的效用值比GA 约低35。原因在于IGA 采用了精英保留策略来筛选种群的优质个体，故能够提高寻优效果，并加快收敛速度，因此其在迭代次数为50 次时趋于收敛。

3.2 时延分析

随着5G 用户数量的增加，不同传输技术对时延的影响有所不同，选择边缘缓存与直接传输的通信延时如图5 所示。

图5 传输方式对通信延迟的影响

由图可知，随着用户数量的增加，两种传输技术的通信延迟在不断上升，这是由于用户终端数量增加会导致通信数据激增，并引起信道阻塞，从而造成通信时间延长。当用户数量较小时，数据量较少，不论何种传输方式均能实现较快的通信。但当用户数量增加后，所提技术采用边缘缓存的优势越发明显，原因在于其能够将部分信息进行缓存，且提高信道使用率，进而降低通信延迟。当用户数量达到400 个时，所提技术的通信延迟为9 s，与直接传输的方式相比延迟大幅降低。

3.3 能耗对比

不同传输技术方案下的能耗情况，如图6 所示。

图6 不同技术下的能耗曲线

从图中可以看出，随着用户数量的增加，4 种传输技术的能耗均呈现上升趋势，但所提技术上升幅度有所减缓。当用户数量为350 个时，其能耗约为3 000 J。由于用户过多会导致边缘缓存节点满载，因此将数据缓存至云计算中心可使传输能耗始终稳定在一个较低水平。且所提技术利用用户的发送功率进行转发，较大程度上节省了能耗开销。文献[3]中缺乏有效的传输策略，因此能耗较高；而采用非正交多址接入技术进行通信传输的文献[5]与基于毫米波无线通信系统实现通信的文献[6]，二者则均从硬件层面提升通信速度，但需较多能量，故传输能耗高于所提技术。综合来看，所提技术能够合理利用5G 用户的发送功率及基站边缘缓存的优势，故其在移动通信中更具使用价值。

4 结束语

5G 通信的发展与普及，对各移动通信系统提出了更高的要求，为此，该文展开了深入的通信传输技术研究。用户基于PSR 协议完成携能传输，并有选择性地将数据缓存至边缘基站，基站再利用收集的能量将数据转发至云中心。使用IGA 求解系统时延和能耗最小化的优化问题，以获取最佳传输方式。测试结果显示，IGA 的收敛速度更快，且当用户数量为400 个时，该文技术的时延为9 s，能耗约为3 000 J，为移动通信系统的进一步发展提供了一定的理论研究基础。但所提技术仅考虑了用户与基站间的缓存，而缺乏基站与云计算中心的交互。因此，在接下来的研究中将深入融合用户、基站及云平台间的协同传输，以实现系统的高性能传输。