一種基于底層映射的寬帶電力線載波通信MAC 層優化調度新方法*

李洋昕，張詠秋

（中國電子科技集團公司第三十研究所，四川 成都 610041）

0 引言

電力線載波通信（Power Line Communication,PLC）[1][2]是以電能輸送線路為媒介進行的數據傳輸，天然具有電氣設備連通關系，方便實現各類電氣終端設備的靈活接入，具有免除二次通信網絡部署，建設成本低的優點，是解決各種復雜場景“最后一公里”信息交互問題的有效通信方式[3][4]，被廣泛應用于電力通信網絡、室內局域網通信、樓宇信息交互網絡系統中。例如上億用戶的電力遠程抄表網絡[5]、百萬量級的智能配變系統監控解決方案、智慧城市交通和路燈照明、樓宇智能監測與控制系統等。

隨著物聯網的發展，其所包含的末端設備數據和通信需求急劇增長，現有窄帶/寬帶電力線載波通信調度算法已然難以滿足并發混合多業務信息傳輸，并保證用戶的通信服務質量。這也不能簡單一味地通過增加通信帶寬來解決。因此如何高效合理地對網絡通信資源進行調度以滿足并發混合業務中差異化QoS 需求成為亟需解決的難點問題。

目前已有部分學者對電力線載波通信資源調度算法展開了初步研究。文獻[6]提出了MAX-MIN算法，算法將信道質量最差的業務視為調度優先級最高的用戶，以此降低信道質量優劣用戶間的傳輸速率差額，實現通信相對公平性。但實際效果顯示其損害了網絡整體性能，系統總吞吐量低。文獻[7]提出了最大吞吐量調度算法，該算法為了實現吞吐量的最大化，在每個OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復用）時刻調度信道質量最佳的用戶，以實現多用戶的分集增益。但是由于該方法僅追求最大化系統吞吐量，未考慮并發業務間的公平性，極易導致部分用戶QoS 需求不能得到滿足。文獻[8]基于累計公平偏離度最大的原則對用戶進行調度，并通過對累計公平偏離度的調節來控制用戶速率的陡變平穩性，但是該算法在網絡容量不足時易造成非實時用戶資源被搶占而不滿足其QoS 需求。

針對上述算法的不足，本文提出了一種適用于混合多業務場景的寬帶電力線載波通信MAC 層用戶調度算法。算法根據上層用戶業務的不同QoS 需求和當前數據鏈路層緩存區隊列長度，對服務緩存區內的數據分組進行動態優先級劃分，并理論計算了滿足混合多業務QoS 需求所需的最低傳輸速率，進而通過MAC 層優化調度實現并發混合多業務場景下的寬帶電力線載波通信性能提升。

1 電力線載波通信問題描述

在三相供電系統中，一個典型的電力線載波通信網絡各相有獨立的PLC 網關，各PLC 設備需要在共享開放的電力線信道上競爭本相的載波通信資源。多業務動態資源分配問題的實質就是根據電力線信道的狀態信息，在每個OFDM 符號內實時動態地調度實時（Real-Time,RT）用戶和非實時（None Real-Time,NRT）用戶，為其分配合理的物理層資源。避免出現因某用戶信道質量較好而占用大量資源，導致其他用戶信道質量較差而長時間得不到服務的極端情況。并且在滿足各業務QoS 需求的基礎上有效提高整個網絡的通信吞吐量。

2 電力線載波通信緩存區隊列狀態分析

假設在一個極短的OFDM 符號周期內，各業務的隊列長度保持不變。此處以用戶k為例，設緩存區內最多能存放B個分組，每個分組大小固定為L/bit，在第i個OFDM 符號用戶k到達的分組數為Ak(i)，第i-1 個OFDM 符號用戶k的隊列長度為Qk(i-1)，在第i個OFDM 符號內完成MAC 層的用戶調度以及物理層的子載波和功率分配后，用戶k獲得了Rk(i)的服務速率，則在第i個OFDM 符號緩存區內的隊列長度為：

式中，符號（└·┘）為下取整。因緩存區內最多只能存放B個分組，則在第i個OFDM 符號，用戶k的實際隊列長度為：

假設緩存區內隊列長度未超過B，考慮緩存區內已有的隊列長度，此時緩存內區還可以允許進入的數據分組數為：

當第i個OFDM 符號緩存區內的隊列長度為Qk(i)時，用戶k的數據分組按照FIFO 先進先出的原則，則此時數據分組的等待時延可計算為：

若第i個OFDM 符號用戶k到達緩存區內的分組數滿足Ak(i)＜Pk(i)，此時所有的數據分組都會被臨時置于緩存區內等待服務；而當第i個OFDM 符號用戶k到達緩存區的分組數滿足Ak(i)＞Pk(i)時，因緩存區內最大隊列長度的限制，只允許Pk(i)個數據分組進入緩存區內，此時超出最大隊列長度B的Ak(i)-Pk(i)個數據分組將會被丟棄，因此產生了MAC 層數據分組丟失現象，在此定義分組丟失率為：

3 基于隊列狀態信息的電力線載波通信MAC 層用戶調度

如上所述，在實際工業控制及物聯網應用中，各種通信業務有不同的QoS 需求。在此根據業務對網絡傳輸實時性的要求不同，將混合多業務分為RT 實時業務和NRT 非實時業務。其中RT 業務對實時性要求較高，而NRT 業務QoS 則對分組丟失率要求較高。由于不同類型業務的QoS 需求不同，本文設計了基于時延要求的RT 業務和基于分組丟失率要求的NRT 業務目標函數，并依次給出了各業務為保證其QoS 需求所需的最低傳輸速率。

3.1 基于時延要求的實時業務調度

對于RT 業務集，假設業務k的最大允許時延為Tk，為使對RT 業務傳輸滿足Dk(i)＜Tk，推導出RT 業務k在第i個OFDM 符號為避免緩存區內數據分組等待時延超過最大允許時延的最低速率，表達式如下：

式中（┌·┐）為上取整。

由此定義RT 業務基于數據分組等待時延的優化目標函數：

3.2 基于分組丟失率要求的非實時業務調度

對于NRT 業務集，假設用戶k的最大允許分組丟失率為為使NRT 業務的分組丟失率滿足推導出NRT 業務k在第i個OFDM 符號為避免緩存區內數據分組丟失率超過最大允許值的最低速率表達式如下：

由此定義NRT 用戶基于分組丟失率的優化目標函數數學表述如下：

3.3 基于多目標函數的電力線載波通信MAC 層資源調度

針對并發混合業務下的寬帶電力線載波通信資源分配問題，本文設計了基于多優化目標函數的MAC 層用戶調度算法，算法根據公式（7）和（9）的函數值大小對用戶進行優先級降序排列。由于實時業務對延時更敏感，系統首先滿足RT 業務的QoS 需求，再利用剩余資源滿足NRT 業務的QoS 需求。依次在設置業務調度序列時將RT 調度序列置于NRT 序列之前，并在同種業務類型內按照Uk(i)函數值的大小對其進行調度，其算法流程圖如圖1所示，具體實施過程步驟如下：

Step1：初始化i=0，用戶瞬時速率Rk(i)=0，緩存區內業務k的隊列長度Qk(i)=0。

Step2：判斷用戶類別：

若用戶k為實時業務，則獲取最大允許時延Tk要求，根據當前時刻的Qk(i)計算分組等待時延Dk(i)，并將其代入式（7）計算出RT 用戶k下一時刻的效用函數值

若用戶k為非實時業務，則獲取最大允許分組丟失率要求，根據當前時刻的Qk(i)計算分組丟失率并將其代入式（9）計算出NRT業務k下一時刻的效用函數值

Step3：將h個RT 業務，l個NRT 業務的目標函數值Uk(i)分別進行降序排列，生成并發混合業務的調度序列，并將h 個RT 業務調度序列置于所有NRT 業務之前。

Step4：依照調度序列配置OFDM 各時隙子載波的功率，并依次更新混合業務所實際獲得的速率Rk(i)和業務k緩存區內的隊列長度Qk(i)，結束本次MAC 層用戶調度過程。判定h+l個混合業務是否全部被配置資源，若是則結束；否則，令i=i+1，進入Step2。

圖1 寬帶電力線載波通信MAC 層優化調度算法流程圖

4 實驗仿真分析

為驗證所提方法的有效性，本文以接入寬帶電力線載波通信系統兩類4種業務為例進行仿真實驗，評價所提出的基于底層映射的寬帶電力線載波通信MAC 層優化調度新算法的性能。實驗系統參數如表1 所示。

表1 系統參數說明

實驗包含2 個RT 用戶和2 個NRT 用戶，采用PLC 級聯方式與網關連接通信，其中信道質量由高到低分別為RT1＞RT2，NRT1＞NRT2。在系統容量不足的仿真環境下將所提算法與文獻[6]最大吞吐量算法和文獻[8]Gong 算法分別對RT 用戶數據分組等待時延以及NRT 用戶數據分組丟失率進行對比。

圖2（a）為RT 用戶分組等待時延，由圖可知，對于兩個實時業務，最大吞吐量算法由于在連續多個OFDM 符號內對信道質量較好的用戶RT1進行調度，造成信道質量較差的用戶RT2獲得的資源不足，緩存區內的數據分組未得到及時處理，其分組等待時延高達12.46ms，超過最大允許時延10ms。而Gong 算法和本文算法在對用戶進行調度時，考慮到RT 用戶對時延的高要求，因此優先調度RT 用戶，其分組等待時延均小于10ms，滿足RT 用戶的QoS 需求。

圖2（a） 實時業務分組等待時延

繼續觀測兩個非實時業務，圖2（b）給出了NRT用戶分組丟失率，其中最大吞吐量算法依然調度信道質量較好的用戶NRT1，造成信道質量較差的用戶NRT2獲得的資源不足，緩存區內的數據分組未得到及時處理，其用戶分組丟失率高達3.29%，超過閾值1.00%。同時，由于Gong 算法對NRT 用戶的調度采用的是按照累計公平偏離度最大的原則，在系統容量不足的環境下造成NRT 用戶均超過閾值，分別為2.89%、2.67%。所提算法在系統容量不足時，NRT 用戶只是在某些間斷時刻超過分組丟失率閾值，其中NRT1、NRT2的平均分組丟失率分別為0.89%、0.92%，其平均分組丟失率均未超過閾值1.00%。

圖2（b） 非實時業務分組丟失率

綜合實時RT 業務和非實時NRT 業務的傳輸性能，本文所提出的基于底層映射的寬帶電力線載波通信MAC 層優化調度新方法較現有算法具有更好的網絡傳輸性能。

5 結語

針對寬帶電力線載波通信MAC 層承載混合業務傳輸問題，本文提出了一種基于底層映射的寬帶電力線載波通信MAC 層優化調度新算法，建立了實時/非實時類用戶的多目標函數，生成了基于時延要求的實時用戶調度序列，以及基于分組丟失率要求的非實時用戶調度序列，并給出了為保證用戶QoS 需求所需的最低傳輸速率。通過本文提出的算法使系統能夠根據業務QoS 需求以及當前網絡狀態對業務進行動態優先級劃分，經過實驗驗證了本文所提算法可以有效降低實時業務的數據分組等待時延以及非實時業務的分組丟失率，滿足更多用戶的QoS 需求，有效提升了寬帶電力線載波通信傳輸性能，有利于基于電力線載波通信的局域網、物聯網等場景應用。