基于成簇傳輸的M2M網絡資源分配策略

欒 西，劉學建，吳建軍，程宇新，項海格

(北京大學 信息科學技術學院 現代通信研究所，北京 100871)

基于成簇傳輸的M2M網絡資源分配策略

欒 西，劉學建，吳建軍，程宇新，項海格

(北京大學 信息科學技術學院 現代通信研究所，北京 100871)

針對機器通信網絡中節點規模增加將帶來信令擁塞及調度復雜等問題，提出了適用于大規模機器通信網絡的成簇傳輸策略，并基于聯盟形成博弈，提出與成簇傳輸相適應的可以分布式實現的聯合網絡結構形成及資源分配策略，以同時兼顧機器網絡中的通信性能及調度性能。通過Matlab工具對其性能進行仿真驗證，結果表明相比于獨立傳輸策略，該策略可實現節點時延性能及網絡調度性能的靈活折中。

機器通信；成簇傳輸；網絡結構；分布式

0 引言

隨著車聯網、智能電網、智能家居及遠程醫療等諸多新型網絡的不斷興起，機器類型通信網絡所帶來的設備海量化已成為下一代移動通信系統的主要特征和挑戰。在上述網絡中，高效的信息傳輸策略能夠保證網絡功能得以實現。因此，近年來機器類型通信(Machine Type Communications，MTC)，或又稱機器通信(Machine-to-Machine Communications，M2M[1])，已成為無線通信領域的研究重點之一。

隨著網絡規模的不斷擴大，機器設備的海量化將對網絡的調度與管理造成極大的挑戰。若采用傳統的獨立調度方式，將會造成基站側的信令擁塞以及調度復雜等問題[2]，甚至造成網絡癱瘓。為解決這一問題，現有文獻主要考慮通過對隨機接入環節進行控制以達到降低網絡擁塞率，典型策略包括接入分類阻止機制等[3]。然而，此類策略卻難以為機器節點提供有效的接入保證，可能造成QoS波動問題。

近年來，諸多學者認為將D2D技術用于機器通信網絡中，可在有效提高功率效率的同時，充分進行主干網流量卸載。其中，由于帶內D2D的方式涉及到復雜的干擾協調策略，因此僅適用于小規模低速率網絡[4]，因此，利用帶外D2D實現成簇傳輸，則是現階段一個有前景的研究方向。文獻[5-6]分別提出在機器通信網絡中利用成簇策略可以有效降低網絡擁塞等問題，然而，其均為給出具體的網絡拓撲結構形成策略。文獻[7]對無線傳感器網絡中的成簇策略進行了綜述，可以看出，由于負載類型、優化目標、網絡結構等方面的不同，其成簇策略并不直接適用于其他類型的機器通信網絡中。文獻[8]基于博弈理論提出了可以分布式實現的成簇策略，然而其并未考慮機器通信網絡的QoS需求，同時，也并未考慮網絡中的資源分配等問題。

基于上述背景，本文提出一種適用于大規模機器通信網絡中的分布式成簇傳輸策略。網絡中各節點首先按照一定的準則成簇，將各自負載信息向事先選擇的簇頭節點匯聚，并由簇頭節點向基站進行信息轉發。為降低網絡的調度開銷，提出一種基于可分布式實現的聯合網絡拓撲結構形成及資源分配策略。此外，由于在該網絡中需要同時兼顧節點的通信性能以及網絡的調度性能，本文采用最短可達時延作為節點的通信性能衡量指標。

1 系統模型

考慮圖1所示的機器通信網絡場景。假設目標區域內總共存在N個機器節點，其周期性產生負載信息并需要通過無線方式向基站上報。基站收到上報信息后則將其轉發至數據中心以達到網絡實時監控等目的。不同類型的M2M網絡中節點的作用也不盡相同，例如，在智能電網[9]中，機器節點主要由智能電表構成，負責收集用電信息。

圖1 基于簇頭選擇的雙跳成簇傳輸策略示意圖

為了防止基站對所有節點進行調度所帶來的信令擁塞等問題，可采用成簇的方式進行傳輸：假設各節點已按照某種方式實現形成了若干大小不同的簇，則對于某個簇的節點而言，其首先通過短程通信的方式將負載匯聚給簇頭，而簇頭節點則將會把簇內總的負載信息向基站進行轉發。為衡量各節點的通信QoS性能，本文采用最短可達時延作為性能衡量指標。因此，在簇內信息匯總階段，第m個簇內第i個用戶的通信時延為：

(1)

式中，Li,m為負載長度，分母則是簇內通信的可達容量。假設簇內各節點信息匯聚采用TDMA的方式，則第m個簇第一階段通信的總時延可以表示為：

(2)

為與現有LTE系統相兼容，第二階段各簇頭的信息發送則采用OFDMA的方式進行。假設基站的可用頻率資源可被分為K個子信道，并將分配給M個簇頭節點，則第m個簇頭與基站之間的通信時延可以表示為：

(3)

式中，分子為該簇內的總負載，分母部分則表示當其可以占用Km個子信道時總的可達速率。因此，在成簇傳輸過程中，第m個簇內各節點的總時延開銷均為：

(4)

2 分布式網絡結構形成及資源分配

通過上述建模及分析可以看出，網絡結構和資源分配將是決定該系統性能的關鍵。為便于大規模網絡中的實現，本文將基于聯盟形成博弈理論，對聯合的網絡結構形成及資源分配問題進行分布式求解[10]。

在本系統中，所有機器節點即構成博弈者集合。定義第m個簇Sm的效用函數為：

(5)

由式(2)可以看出，由于存在著資源分配的問題，則單個簇內的效用函數vSm將不僅由簇內各節點所決定，同時也會受此外所有N≠Nm中用戶行為決策的影響。此時，該博弈則具有分割形式。而在實際系統中，具有分割形式的聯盟形成博弈問題通常十分難以求解和實現。因此，為使問題變得可以分布式實現，首先需要將該博弈轉化為具有特征形式的博弈問題。

為解決這一問題，本文提出一種虛擬資源預分配的方法。該策略的描述如下：

① 將第二階段可帶寬平均拆分為相等的N段，即wv=W/N(N為網絡總節點數)；

② 將每一段帶寬wv虛擬化地綁定到網絡中的每個機器節點上；

③ 綁定式虛擬帶寬分配：當第i個節點加入時，簇頭wm的虛擬帶寬即可增加wv；

④ 實際帶寬分配：當節點成簇過程完成后，各簇頭即可向基站上報各自虛擬帶寬結果，基站據此進行為實際子信道分配，Km=?Wv,m/ws」，其中Wv,m=Nm·wv是簇內總的虛擬帶寬，ws為系統平均子信道帶寬。

此時，簇頭vm所被分配的子信道資源僅決定于簇內的節點數Nm，而與其他節點無關，此時該簇的效用vSm將不受其他簇節點的干擾，因此原問題可轉化為具有特征形式的博弈問題。此外，節點行為將直接影響其效用，因此為不可轉移效用的博弈，無需進一步研究簇內各節點間的效用分配問題。

本文采用的博弈準則為Utilitarian 準則，其定義如下[11]：假設節點集合N可被分割為兩種不同的網絡結構，即S=S1，…,Sm和R=R1，…,Rm,若下述關系式成立，則表示S以Utilitarian 準則優于R，

(6)

該式表明，若N形成S所指示的網絡結構，則各聯盟的總收益大于以R所形成的網絡結構，即能夠帶來更多的社會福利(Social Welfare)。

本文采用聯盟形成博弈中經典的拆分-合并算法使得成簇傳輸過程可以分布式地實現[7]。基于拆分合并算法的分布式聯合網絡結構形成及資源分配過程如下所示。

步驟1：初始化

初始簇及綁定資源的初始化，S=N=S1，…SN，Wv,m=wv,?m=1,…,N。

步驟2：聯合成簇及資源分配

while

①Sm=MergeSm1,…,Smk，即若合并滿足Utilitarian準則即進行多個聯盟的合并；

until迭代過程收斂或達到停止條件。

步驟3：結果輸出

① 各簇頭υm向基站上報算法結果：Sm，Wm,v，v(Sm)；

3 仿真結果

為驗證所提出策略的性能，本節將設置一個半徑1 000 m的小區，其中隨機均勻分布著100～200個機器節點。每個機器節點的平均負載為0.1 MB，最大發送功率為24 dBm，簇內通信采用2.4 GHz的WiFi頻段，而簇頭通信則采用2 GHz頻段。

圖2(a)給出了成簇傳輸策略的時延性能與獨立傳輸策略時延性能的對比關系。由于成簇傳輸存在著簇內信息交互過程，因此總體而言時延性能將差于獨立傳輸策略。然而，獨立傳輸策略將造成信令擁塞的問題，而成簇傳輸將能夠在網絡時延性能與調度性能之間達到靈活的折中關系，如圖2(b)所示。即當兼顧時延與調度性能時，所提出的成簇傳輸策略將優于獨立傳輸策略，并能夠靈活調整權重系數實現不同業務類型之間的靈活切換，如在延遲容忍網絡中可使得成簇規模擴大。此外，通過圖2(b)還可以看出，當網絡節點規模由100增加至200時，獨立傳輸策略相比于成簇傳輸而言，其綜合性能將顯著下降。

圖2 成簇傳輸策略的時延性能及網絡綜合性能

4 結束語

在大規模機器通信網絡中，節點規模增加所帶來的信令擁塞及調度復雜等問題，已成為網絡功能能否得以實現的關鍵。為解決這一問題，本文提出適用于大規模機器通信網絡中的成簇傳輸策略，基于聯盟形成博弈理論，對聯合的網絡結構形成及資源分配問題進行分布式求解。為驗證所提出策略的性能，對成簇傳輸策略的時延性能及網絡綜合性能進行仿真驗證，當網絡節點規模增加時，成簇傳輸策略相比獨立傳輸策略綜合性能顯著提升。通過利用該策略，可以實現各類機器業務類型下的通信時延性能及網絡調度性能的折中。

[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] 劉榮朵.面向M2M通信的移動網絡擁塞控制[J].電信網技術,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.智能電網的網絡通信架構及關鍵技術[J].電氣技術,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

欒西,劉學建,吳建軍,等.基于成簇傳輸的M2M網絡資源分配策略[J].無線電通信技術,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

國家自然科學基金項目(61371073)

欒 西(1987―)，男，博士，主要研究方向：衛星通信、無線通信、優化理論。吳建軍(1968―)，男，教授，博士生導師，主要研究方向：寬帶衛星通信系統和技術、同軸寬帶有線接入技術、3G/4G移動通信及網絡技術、超寬帶通信技術、嵌入式系統軟硬件技術。