基于協同感知的能量有效性優化算法在5G通信中的應用

馬曉莉

（中國移動通信集團 中國移動通信集團陜西有限公司榆林分公司，陜西 榆林 719000）

0 引 言

在5G網絡中，有效分配未授權用戶是一個重要的研究課題。能源效率作為5G網絡面臨的主要問題之一越來越受到關注。目前，超密集網絡已引起業界的廣泛關注，而網絡協同與干擾管理是提升高密度無線網絡容量的核心問題[1]。基于協同感知的能量有效性優化算法，將有可能使頻譜效率和功率效率在4G的基礎上提升一個量級，開辟出新一代移動通信頻譜利用的新格局[2-4]。

1 能量有效性優化算法

1.1 基于協同感知的5G通信網絡模型

為提高節點部署的靈活性，降低部署成本，可采用與接入環節相同的頻譜技術重構無線回傳網絡模型。由于5G通信資源的利用十分復雜，不局限于終端業務而是向節點提供中繼業務，因此需要結合協同感知的能量有效性優化算法，采集包括組網方式和無線資源管理在內的無線回傳網絡頻譜。若采集間隙周期為t，采用同步時分雙工模式，PU模式在各頻段的工作時間獨立，且具有相同分布的切換過程H1/H0[5]。認知網的工作時隙由頻譜感知時隙G和數據傳輸時隙a組成。由于認知網在認知用戶的頻譜感知階段傳輸功率很小，因此采用基于能量檢測的雙協作感知機制和動態時分多址感知調度機制，通過認知網的SU-TXs值判斷主用戶是否在工作或空閑。檢查PU-TX感知率和PU-RXn感知率是否在通信，即n個信道是否空閑。基于此，計算5G網絡探測概率和虛警概率，具體算法為：

在5G通信能力計算過程中，計算維度能力的提高與通信網絡能力的提高呈線性相關。因此，將計算和通信有效結合在一起可促進未來通信網絡的可持續性發展。歸納通信與計算一體化的基本理論研究方向，定義和構建網絡效用能力并將其轉化為計算能力，利用虛擬化和網絡化技術實現資源的有效配置。以“計算度”來衡量計算水平，計算水平代表操作所涉信息流的數量。進一步計算協同感知時間τ：

其中，s1、s2、s3分別代表5G通信異構網絡中繼的協作感知概率、虛警率以及獨立探測率，其u、z和m為機制間隔時間R可以根據認知用戶數調整，以實現時間靈活性的最佳。對于通道w，確定第n個信息的發射功率為L(n)k。在數據傳輸階段，5G通信的發射功率為K(n)，則進一步對5G通信異構網絡多維度能力參數進行規范，具體算法為。

基于上述算法對5G通信異構網能量進行合理分配，采用等效變換結構和連續凸近似法進行優化。在5G通信異構網中，提高通信功率效率和頻譜利用率，使5G通信異構網的容量和服務能夠靈活地分配到不同的接入技術和覆蓋層，同時需要在超密集異構網絡中合理控制節點距離。5G通信異構網節點間的距離雖短，但性能差別很大。不同的接入技術和覆蓋層之間、不同的無線接入技術之間以及不同的覆蓋層之間，可能存在頻譜共享干擾。實現多個無線接入技術和多個覆蓋層的共存是目前需要解決的問題。

2 5G通信網感知能源效率算法優化

基于優化后的5G通信網絡結構，進一步將協作感知能源效率集成到移動通信網，構建一個增強的基站，通過軟件更新或增加模塊來協調核心網絡并進行統一管理。此外，協同可感知技術指導下的能源效率部署位置可以基于5G通信性能進行規劃，將感知能量部署到集合點，以提供廣泛的短期服務和云業務支持。由于5G通信對傳輸延時的控制要求較高，因此可在無線接入點部署大量具有協作感知能量效率的網絡，從而極大地提高網絡的總體性能。例如，網絡訪問、移動管理功能以及網絡開放功能與用戶層共同部署，以提高隨后的協同感知能源效率，減少延遲和界面配置負擔。

利用協同感知的能量有效性優化算法對通信特征數據進行離散化處理，以實現對網絡通信信息的動態識別。在離散處理過程中，采用雙協作的動態能量感知機制，可解決能耗和延時問題；利用特征分析模型描述用戶身份，提取新的幀號網絡用戶識別特征，與用戶端和特征分析模型進行匹配，確定動態用戶登錄數字網絡的背景點和前置點。利用特征分析模型觀察特定網絡用戶動態能量特征信息的可行性，具體算法為：

式中，c為動態信息量，ai為信息分量i的權重，fi(n)為特征分析維度。在5G網絡中設計一個N組子圖模塊，通過組合濾波得到d個通信能量估計值。要保障這些通信能量估計值不重合，且每個子估計值都或多或少地與過濾波相關聯。通過協同感知將其關聯信息組合起來，可進一步處理信息組線性變化、收縮變換噪聲以及可逆線性變換數值，分別記為qij和eij。用可逆線性變換方法進一步構建能效優化系數，將網絡結構的平均吞吐量和總能耗分別記為γ和λ，則網絡通道的平均能效函數算法為：

根據通信樣本密度確定其他相應視點的低頻值，算法為：

為使Su-txk在保證終端用戶服務質量的前提下更有效地建立和規范搜索項的持續時間，可以結合式（7）進一步進行優化。通過改善搜索項性能，優化后臺服務運行時間，提高終端用戶的數據搜索能力，可達到更好的搜索效果。基于追蹤的網絡用戶身份，可將其分為3個小的網絡用戶身份。通過協同感知的能量有效性優化算法，對通信頻率進行似然判斷。利用協同感知原理對隸屬度識別結果進行模糊處理。利用協同感知的能量有效性優化算法的優勢，可實現協同能源效率參數所需功能的虛擬化，并在移動通信網絡結構中實現能源效率參數的無縫集成，提供邊緣計算和存儲能力，滿足低時延和高運算量的業務需求。

3 實驗結果分析

為了驗證基于協同感知的能量有效性優化算法在5G通信中的應用效果，與傳統方法進行對比實驗。若5G通信網絡中未經授權的單位數量為n，隨機分布在其周圍，每一個非加權區權重為m，通信載波數下降到12，其中可用載波數是8，且在整個頻帶上都有分布。5G通信網絡信道為瑞利衰落模式，信道損耗模型126.4+32.5lgd，d為用戶與基站之間的距離，有效載波帶寬為15 kHz，噪聲為-168 dBm/Hz。其中，動態功耗值為3.0 W，靜態功耗值為1.6 W，功耗放大系數為0.2。基于上述實驗環境對傳統方法下的通信能耗數值及本文方法下的通信能耗數值進行對比和記錄，具體結構如表1所示。

表1 對比實驗檢測結果

觀察表1檢測結果可知，相對于當前的5G通信技術的實際應用效果而言，本文提出的基于協同感知的能量有效性優化算法在5G通信中的應用效果更優，應用功耗和信息通信時延明顯降低，能量利用率相對傳統方法明顯提高。

4 結 論

當前，我國對5G技術的研究仍處于起步階段，今后幾年將是確定5G技術需求、關鍵指標以及使能技術的關鍵時期。因此，提出基于協同感知的能量有效性優化算法在5G通信中的應用，通過進一步提高頻譜的利用率改變網絡結構，開發利用新的頻譜資源，有效提高系統容量，降低能耗，以期為今后通信行業的發展提供參考依據。