一種高效的低壓電力線通信組網算法設計

摘 要： 為了滿足低壓電力線網絡的自適應性、時效性需求，在分析了電力線網絡信道特點及拓撲結構后，指出了偵聽一個時間片循環以優選最短路徑的思路，提出了一套基于時分復用信道接入機制的自適應組網算法，給出了算法網絡層協議及對應狀態機，并使用Matlab建立了一系列仿真模擬機制及節點模型，以仿真電力線網絡上實時數據流信息和組網結果。仿真結果表明，相比近年來的分簇算法，該算法在組網時間、平均通信長度和平均通信跳數方面都有明顯優化，能在組網時效性和網絡性能方面取得平衡。

關鍵詞： 低壓電力線組網路由； 電力線網絡模型； 非交疊分簇算法； 時分復用信道

中圖分類號： TN919.71?34 文獻標識碼： A 文章編號： 1004?373X（2016）17?0039?06

0 引 言

電力線通信（Power Line Communication，PLC）技術是指利用現有工頻電力線作為信號傳輸介質，以載波形式進行數據傳送的一種通信方式。

由于電力線信道噪聲干擾[1]、阻抗不匹配[2]等原因導致現有電力線通信系統的可靠性較低。若能提高系統的通信質量，將對電網、電信網、計算機網與有線電視網的四網合一技術的發展[3]和智能電網的普及[4]具有重要意義。

對于提高電力線通信可靠性的研究，目前有明顯通信效果改善的技術來自物理層和網絡層協議的研究。物理層技術中，基于BFSK、擴頻通信[5]、OFDM[6]的電力線載波通信技術能部分解決電力線信道背景噪聲問題；而對于低壓電力線網絡自適應性、時變性等特點一般使用網絡層組網算法解決。

目前常用的低壓電力線通信組網算法分為以蟻群算法為代表的智能算法和以分簇算法為代表的層次結構算法兩類。其中蟻群算法已有不少研究成果，文獻[7?8]仿真了小節點數情況下電力線網絡組網蟻群算法，文獻[9?13]基于電力線信道各方面特點改進了蟻群算法中的評價函數。這類智能算法自適應性較好，但網絡搜索具有盲目性，同時需要專用交互協議協調節點間通信，因此占用了大量帶寬，系統時效性較低，不太適應時效性要求較高的低壓窄帶電力線網絡。相比之下，分簇算法中的非交疊分簇算法直接通過廣播組網，無需迭代，時效性較高。文獻[14]仿真了非交疊分簇算法，但組網結果擁有較多優化空間；在此基礎上，文獻[15]在節點相關度，即每個節點到中心節點跳數方面進行優化；文獻[16]在父節點流量平衡方面有更多考慮；文獻[17]提出從信噪比距離方面進行重組，優化節點到上一級節點路徑選擇以得到更好的組網結果。

上述算法通過算法層面仿真，理論上對組網結果有一定優化，但較少考慮實際組網過程中的實時數據流信息和組網所需時間。本文在此基礎上，以信道強度距離為優化目標，建立時分復用信道模型和相應中心節點、子節點模型，仿真實時數據流信息，并利用路由信息提出了一種優化的最短路徑分簇算法（Nearest Path Cluster?based Dynamic Routing Algorithm），能在組網時間和網絡性能方面取得較好的平衡。

1 低壓電力線網絡特點及算法建模

1.1 信道特點分析及設計需求

低壓電力線網絡從物理結構上看基本是一個基于星型和樹型的混合拓撲結構[18]，典型的低壓電力線通信系統結構如圖1所示，其中數據集中器設置在變壓器位置，通過電力線分支與用戶子節點形成物理上的連接。由于終端節點發射功耗限制，節點通信距離有限，低壓電力線通信系統即讓中心節點通過中繼通信讀取所有節點數據組成網絡，如圖1的中心節點通過節點1訪問節點2。

由于低壓電力線網絡并非為了通信而鋪設，其信道有許多不利于通信的特點：

（1） 節點分布隨機：不同臺區網絡拓撲不同，需要組網算法具有自適應性；

（2） 信道衰減大：由容性、感性負載和電力線本身組合成的共振電路使得信道有大幅衰減，同時由于終端節點發射功率限制，信號傳輸距離有限，中心節點需要通過中繼方式覆蓋所有子節點；

（3） 時變性強：大功率設備的接入會在電力線上引入突發噪聲，讓節點脫離網絡，需要組網算法具有網絡變化識別能力并自我修復網絡。

（4） 時效性要求：由于網絡通信帶寬和時變性限制，組網算法需要有較高的時效性，能快速完成組網。

1.2 組網分析的前提假設

（1） 根據文獻[19?20]估算，設定網絡中有1個中心節點（編號0）和200個子節點（編號1～200）；

（2） 節點能檢測信號強度并適度量化，信號強度越大，節點間邏輯距離越小，當距離大于一定數量級時通信失效；

（3） 根據文獻[2]可設定一個節點能與周邊10～20個節點通信，一個臺區可換算為160×160范圍內隨機分布的200個子節點，節點間有效通信距離小于25；

（4） 物理上所有節點共享并獨占信道；

（5） 系統采用主從半雙工通信方式；

（6） 組網過程中網絡信道質量不變。

1.3 Matlab網絡模型

為了找到兼顧網絡性能和組網時效性的算法，本文從實時數據流信息著手，建立了信道網絡層數據流模型和幀格式以分析組網實時數據流信息。

1.3.1 幀結構及分類

為了讓節點幀數據具有路由功能，定義了如圖2所示的幀格式，各數據段功能見表1。

1.3.2 時分復用機制

網絡采用時分復用信道接入機制，節點輪流占用時間片[Tslice]發送數據，當某個節點占用信道時，其他節點處于偵聽數據狀態，所有節點輪詢一次稱為一個通信周期[Tcycle，]如圖3所示。

由于幀數據中有當前發送幀節點編號，可據此知道當前發送數據時間片，并逐漸同步到所有節點。

1.3.3 信道網絡仿真機制

實際上各節點并不知道自己到其他節點的距離，為了模擬信號在信道上的衰減，信道模型會告知當前正從信道上接收數據節點，離發送數據節點間的距離。若大于有效通信距離25，接收數據節點認為此數據無效。

同時Matlab是串行執行仿真程序，為了模擬各節點并行收發情況，信道模型在每個節點發送數據后更新其他節點接收數據信息，實現宏觀上的并行。

通過設計上述Matlab模型，即可仿真網絡實時數據流信息和組網時間。

2 分簇算法分析與改進

2.1 非交疊分簇算法

非交疊分簇算法[21]思想及組網流程如下：

（1） 中心節點（0）廣播組網幀，節點1，2，3收到有效信息并回饋給中心節點，加入第一層網絡；

（2） 節點1，2，3分別轉發組網消息，節點4加入節點1的分簇，節點5，6加入節點2的分簇，節點6雖然能收到節點3的消息，但因為已經加入節點2的分簇，故不再回復節點3，第二層網絡完成；

（3） 循環上一步，最終得到如圖4所示的網絡結構。

文獻[14]分析了此算法的組網結果，本文為了仿真組網過程中的數據流信息和組網時間，在其基礎上建立了如圖5，圖6所示的非交疊分簇組網算法節點狀態機模型，其中中心節點包括5個狀態，子節點包括6個狀態。將節點模型掛載到第1.3.2節所述時分復用網絡模型中進行仿真，得到如圖7所示的200個節點的組網結果。

這里以3個比較重要的指標來評估網絡性能：

（1） 組網通信周期（Networking Cycle）：節點數相同時完成組網所需通信周期，周期越少組網越快；

（2） 平均通信長度（Average Length）：中心節點到所有子節點信號強度距離的平均值。因為信道噪聲影響表現為節點的隨機移動，此長度越小，節點信號強度越大，抗干擾性越強；

（3） 平均通信跳數（Average Jump）：中心節點到所有子節點通信跳數的平均值。跳數越少，數據中繼次數越少，通信實時性越高。

在圖7測試中，組網經歷139個通信周期，平均通信長度為92.17，平均跳數為4.86。

在上述非交疊分簇算法中，子節點由于不知道周圍節點的位置信息，組網結果受節點位置分布和發送幀的順序影響，具有一定隨機性，從圖7中可以看到，很多路由路徑還有優化空間。

2.2 基于信噪比的分簇算法

文獻[17]提出基于信噪比距離來優化節點到上一級父節點路徑，其思想是先以文獻[14]的非交疊分簇算法實現組網，再讓每一層子節點分別尋找上一層所有節點到中心節點距離最小的節點作為新路徑進行優化，優化結果如圖8所示。

可以看到，該算法對組網結果有明顯優化，但分析其組網過程發現仍有不足：

（1） 每一層子節點優化目標在上一層節點中選擇，因而優化過程不會減少子節點到中心節點的中繼跳數。在某些情況下（例如圖9），跨層級優化能進一步減少距離。

（2） 優化網絡時，子節點本身并不知道上一層所有節點的路由信息，要得到此信息只能在完成初次組網后，中心節點將完整的路由信息廣播給所有子節點，并且每完成一層節點的優化后就要將新路徑廣播給所有子節點，讓下一級子節點在選擇父節點時知道最新的路由信息。此過程需要較復雜的節點間通信協議來實現，使子節點狀態機變得比較復雜，同時節點間多次互相溝通會占用大量組網時間。

2.3 最短路徑分簇算法

上述算法提出利用路徑距離優化父節點選擇是一個比較好的思路，不足在于子節點難以獲取上一層網絡信息。通過上文使用數據流信道模型進行分析可以發現，子節點要獲取周圍節點路由信息比較容易，只需對信道進行一段時間偵聽即可。基于偵聽?擇優的思想，本文提出了可跨層級優化、節點間交互簡單的最短路徑分簇算法。

在時分復用信道接入機制下，節點輪流占用時間片發送幀數據，如圖9所示，以4個子節點組網為例進行分析。時間片0，中心節點發送組網幀被節點1偵聽到；時間片1，節點1轉發組網幀被節點2偵聽到；時間片2，節點2轉發組網幀被節點3偵聽到；到了時間片3，節點3并不知道還有節點4的存在，因此以節點2為父節點轉發組網幀，經過節點2，節點1回送到中心節點進行組網，最終選擇路徑0→1→2→3。

最短路徑分簇算法提出，節點3在偵聽到節點2的幀信息后，到第3時間片時并不急于選擇路徑發送組網回復幀，而是繼續偵聽一個通信周期，由于所有節點在轉發組網幀時會在幀的數據段加入自己到中心節點的路徑，如此節點3即可了解周圍節點路由信息。到時間片4，節點3偵聽到節點4發送的更優的路徑信息，當再次循環到第3時間片時，節點3再發送以節點4為父節點的最短路徑0→4→3回復組網幀。

最短路徑分簇算法的節點狀態機模型見圖10。

使用改進的分簇算法對圖7的網絡節點分布進行組網，仿真可得如圖11所示的組網結果。

可以看到，在相同環境情況下，相比文獻[14]的非交疊分簇算法，組網周期從139減少為30，平均通信長度從92.17減少為64.51，平均跳數從4.86減少為3.54。

接下來，本文針對160×160的200個節點的隨機分布情況又做了50次測試，分別比較文獻[14]非交疊分簇算法、文獻[17]基于信噪比距離的路由重組分簇算法和本文的最短路徑分簇算法。從表2的比較結果可以看到，本文算法較非交疊分簇算法有明顯優化，同時由于對網絡進行了跨層級優化，組網結果也優于信噪比重組的分簇算法（由于信噪比重組算法的交互協議比較復雜，本文并未對其節點進行建模，無法仿真組網周期，只能從算法層面仿真組網結構）。

[算法比較＼組網周期＼平均通信長度＼平均跳數＼非交疊分簇＼86.86＼81.01＼4.21＼信噪比重組＼N/A＼75.90＼4.21＼最短路徑＼37.24＼63.72＼3.56＼]

為了測試算法對網絡不同節點數量的自適應性，本文分別測試了不同算法在50，100，200，500，1 000節點情況下的組網時間（見圖12）、平均通信長度（見圖13）、平均跳數（見圖14）的性能對比，測試環境見表3。

可以看到，隨著節點數目的增加，改進效果更明顯。

3 結 論

本文提出了一種基于信號強度距離的低壓電力線網絡通信組網算法，能在組網時效性和組網性能方面取得較好平衡。為了提高算法的時效性，建立了電力線網絡層數據流模型，可以分析實時數據流信息；在此基礎上，以現有分簇算法為基礎，改進了子節點選擇到中心節點路徑的算法，讓子節點偵聽一個通信周期再選擇到中心節點信號強度距離最短的節點作為父節點。通過不同節點數網絡環境測試，結果表明，改進的最短路徑分簇算法對組網結果有一定提升，同時，每層節點在組網時即選擇了距離最短路徑，優化了中繼跳數，因此組網時效性得到明顯提升。

算法對大節點數網絡情況有較好的包容性，但算法分析建模基于時分復用信道分配機制，信道利用率較低，若能對信道接入機制有更多研究，將對算法改進有更多幫助。

參考文獻

[1] 姜霞.低壓配電網載波通信噪聲特性研究[J].中國電機工程學報，2000，20（11）：30?35.

[2] 張秀秀.低壓電力線信道特性分析[J].長治學院學報，2009，25（5）：28?30.

[3] 張海亮，岳在春.“多網融合”技術架構下的智能電網[J].電信科學，2010（z3）：1?4.

[4] GUNGOR V C， SAHIN D， KOCAK T， et al. Smart grid technologies： communication technologies and standards [J]. IEEE transactions on industrial informatics， 2011， 7（4）： 529?539.

[5] LIU L Y， YAN X， LUO H D， et al. A novel composite chaotic sequence for low voltage power line spread spectrum communication [C]// Proceedings of 2012 IEEE Power Engineering and Automation Conference. Wuhan， China： IEEE， 2012： 1?6.

[6] CHEN Q S， CHEN X W. Intelligent electric power monitor and meter reading system based on power line communication and OFDM [C]// Proceedings of 2008 Internatioal Congress on Image and Signal Processing. Sanya， China： IEEE， 2008： 59?63.

[7] 劉曉勝，戚佳金，宋其濤，等.基于蟻群算法的低壓配電網電力線通信組網方法[J].中國電機工程學報，2008，28（1）：71?76.

[8] 戚佳金，徐殿國，周巖，等.低壓電力線通信網絡特性模型與組網算法[J].中國電機工程學報，2009，29 （16）：56?62.

[9] COLSON C M， NEHRIR M H， WANG C. Ant colony optimization for microgrid multi?objective power management [C]// Proceedings of 2009 IEEE Power Systems Conference and Exposition. Swattle： IEEE， 2009： 1?7.

[10] SREEJITH S， CHANDRASEKARAN K， SIMON S P. Application of touring ant colony optimization technique for optimal power flow incorporating thyristor controlled series compensator [C]// Proceedings of 2009 IEEE Region 10 Conference on TENCON. Singapore： IEEE， 2009： 1?6.

[11] CHEN K， GENG X， HU X G. Routing algorithm of power line carrier meter reading based on ant colony genetic algorithm [C]// Proceedings of 2012 IEEE International Confe?rence on Industrial Informatics. Beijing： IEEE， 2012： 196?201.

[12] HAN Q， QI F， SU Y， et al. Services paths planning for electric power communication network based on improved ant colony optimization [C]// Proceedings of 2013 Asia?Pacific Network Operations and Management Symposium. Hiroshima： IEEE， 2013： 1?3.

[13] HONG L， CHU D， BO H X， et al. Topology discovery algorithm based on ant colony algorithm of power line carrier sensor network [C]// Proceedings of 2009 International Confe?rence on Communication Software and Networks. Chengdu： IEEE， 2009： 102?105.

[14] 戚佳金，劉曉勝，徐殿國，等.低壓電力線通信分簇路由算法及網絡重構[J].中國電機工程學報，2008，28（4）：65?71.

[15] 梅楊，宗群龍.基于節點相關度的電力線載波通信路由算法[J].電力自動化設備，2010（3）：95?97.

[16] HUANG Chenchen， NING Yonghai. Study on cluster?based dynamic routing algorithm in power line communication network [C]// Proceeding of 2012 IEEE International Conference on Automation and Logistics. Zhengzhou， China： IEEE， 2012： 461?465.

[17] 冉慶華，吳玉成，祁美娟.低壓電力線載波通信網絡自動組網方法研究[J].電力系統保護與控制，2011，39（10）：53?58.

[18] 楊剛.電力線通信技術[M].北京：電子工業出版社，2011.

[19] 國家電網公司.Q/GDW376.2?2009 電力用戶用電信息采集系統通信協議 第二部分：集中器本地通信模塊接口協議[S].北京：國家電網公司，2009.

[20] 袁浩博.小城鎮住宅小區變壓器容量分析計算與選擇[J].電源技術應用，2013（4）：124.

[21] 鄭少仁，王海濤，趙志峰，等.Ad Hoc網絡技術[M].北京：人民郵電出版社，2005.