基于蜂窩窄帶的物聯網資源管理關鍵技術研究

宋 揚

(安徽電氣工程職業技術學院，安徽合肥 230001)

0 引言

隨著物聯網概念以及技術的發展，它改變了人們的生活方式，并且被認為是信息化進程的里程碑.通信技術作為物聯網的技術基礎，其中NBIOT作為當前蜂窩窄帶物聯網中前沿的技術，在廣域網的蜂窩網絡中，它支持低功耗設備的數據連接，由此也被稱之為低功耗廣域網，具備覆蓋廣、連接多、速率低、成本低、功耗少、架構優等特點.物聯網作為新型的智能技術受到了國家和各大企業的廣泛關注，蜂窩NB-IOT技術也隨之得到了高度的重視.工信部也在逐步的標準化NB-IOT技術以適應日益增長的物聯網發展需求，例NB-IOT模塊大小、封裝等.隨著窄帶物聯網技術的快速發展，對于物聯網中資源的管理以及安全問題研究具有非常重要的現實意義.

1 窄帶物聯網技術

1.1 窄帶物聯網

窄帶物聯網是新型的物聯網技術，其具備以下特點：

(1)功耗低：NB-IOT設備采用了AA(5 000 mAh)電池，同時也支持拓展不連續接技術以及節能模式，它的使用時限可達10年之久；

(2)覆蓋廣：NB-IOT在技術方面相比傳統的GSM模式，在功率譜密度、幀發送數量、低階調制等各個方面的性能都更高；

(3)成本低：NB-IOT降低了元件的復雜程度，并對硬件設備進行了優化，由此大幅的降低了整體的硬件設備成本；

(4)連接多：應用3GPP的容量模型進行理論計算后發現，NB-IOT在小區內的容量可以達到50 K以上.

1.2 窄帶物聯網架構

窄帶物聯網架構是基于4 G LTE網絡架構基礎上根據窄帶物聯網特點而設計的總體架構.

(1)系統組網

根據物聯網接入到無線通信中信息流的過程，系統組網框架如圖1所示.圖1中窄帶物聯網中終端連接不同行業各個終端機的數據采集，且在未來發展趨勢中，通過芯片就可以實現網絡的對接；在采集到終端機數據后，通過基站來進行數據傳輸，當前窄帶物聯網基本使用三大運行商建設的LTE基站，頻帶部署方式大部分都采用獨立部署、保護帶部署、帶內部署等；窄帶物聯網核心網的主要目的為連接云平臺和基站之間的數據連接；云平臺可充分應用大數據、云計算等關鍵對不同通信數據進行處理，然后將處理好的結果反饋給相關的終端設備；業務層則會收集終端設備信息，并實現對終端設備的控制管理.

圖1 架構圖Fig.1 Architecture diagram

1.3 物理層關鍵技術

窄帶物聯網通信過程較為復雜，且NB-IoT物理層結構中只有一個LTE資源塊，由此為了節約成本，可以直接將其部署在GSM或TLE頻譜上，主要部署方式有以下方式：

(1)帶內模式：該種模式LTE頻帶會內嵌NB-IoT頻段，如圖2中的(a)，兩者都共用一個基站，共享下行發射功率，必須協同調度處理無線資源.

(2)帶間模式：在LTE頻帶保護區間內會存在NB-IoT頻段，如圖2中(b)，該種方式仍然共享基站的發射功率，但在基站調度過程中LTE和NB-IoT要使用不同的協同方式，由此該種模式相對來說更為簡單.

(3)單獨模式：NB-IoT頻段直接應用GSM中專屬頻段，如圖2中(c).該種方式LTE、NB-IoT都有各自的基站，由此可以獨占該基站下的發射功率，由此覆蓋范圍更大.

圖2 NB-IoT頻帶分布圖Fig.2 NB-IoT frequency band distribution map

窄帶物聯網下行物理層應用正交頻分多址(Orthogonal Frequency Division Multiple Access，OFDMA)技術，它的幀結構和LTE幀結構保持了一致性.在頻域上，窄帶物聯網的帶寬均為15 KHz子載波，每個時隙均為0.5 ms，每個子幀均為1ms，一個幀結構為10 ms.而在上行信道的窄帶物聯網幀與LTE幀結構有很大的不同，它支持兩種不同上行傳輸模式：單子載波傳輸，在該傳輸模式下數據傳輸過程中只用一個子載波實現；多子載波傳輸，在該傳輸模式下數據傳輸過程中可采用多個子載波實現.

在資源單元(Resource Unit，RU)是在上行共享信道上可以進行數據傳輸最小窄帶物理可調度單元，具體的RU如圖3，它應用單載波頻分多址技術，每個時隙為0.5 ms，每個子幀為1 ms.在信道傳輸過程中，一次性用戶的數據都會有確定傳輸次數的數據信道、控制信道，這就可以顯著的提高解碼的精確性.

圖3 NB-IoT上行資源單元示意圖Fig.3 Schematic diagram of NB-IoT uplink resource unit

2 上行資源調度算法

在窄帶物聯網上行資源調度過程中，應用單子載波模式下對資源進行分配時，資源單位必須是連續的.在實際的窄帶物聯網業務中劃分以下兩類：正常業務報告、異常業務報告.正常業務報告包含了基礎的網絡指令、軟件更新等；異常業務報告包含異常類型業務.根據兩者業務存在的差異，本文采用不同的方式來解決.

2.1 異常業務報告

窄帶物聯網中，通常都會包含多個蜂窩小區，由此假設每個小區有N個用戶，每個用戶都是激活狀態，基站在資源調度過程會給每個用戶都分配資源，由此在每個TTI中，必須要滿足同一個用戶的RU單元都是連續的，且每個RU也必然只能分配給一個用戶.

在網絡傳輸過程中，無線網絡頻率變化會導致用戶網絡信道質量的下降以及RU值衰落，根據3GPP協議中規定的信道衰落模型如式(1)表示TTI中用戶i的平均頻率效率：

(1)

上式中，IRU,i則是窄帶物理網中用戶i在某個時刻分配的RU集合，X表示帶寬的RU個數，Isub,i則表示用戶i分配到的子載波結合，γk,i表示信噪比SINR.

γk,i的計算方式如下式2：

(2)

由此可以獲取得到用戶i在t時刻分配到RU上的速率如下式：

(3)

當前運用較為廣泛的正比公平算法調度原則為滿足度量值最大的用戶，其中度量值λi的計算方式如下：

雖然該種方式可以在一定程度上滿足用戶調度資源的公平性，但在資源調度過程中，由于必須滿足“RU連續性”需求，由此無法將獨立的單個RU按照比例公平度量值將資源分配給各個用戶，這就會導致出現無法滿足所有用戶對于資源的請求現象.

針對上述現象，本文改進了RU度量值的計算方式，忽略了業務過程中時延、優先級等要求，具體如下：

(4)

優化后的度量值就可以被快速的分配給相關需求用戶i.

此外還針對RU來連續性優化子載波個數，根據載波寬度以及覆蓋面積的不同，物聯網會選擇適合的傳輸模式來完成資源的調度，由此構造相對應的UE-RU矩陣，其中X表示RU個數，Y表示一個RU中的子載波個數.具體的矩陣如表1.

2.2 正常業務報告

在窄帶物聯網資源調度管理中，正常業務報告業務劃分為以下幾種類型：

(1)軟件的更新等這類業務在常規應用頻率較低，因此在資源調度過程中要優先保證業務數據發送完畢，并優先資源調度級別；

(2)物聯網終端資源請求數量非常大，在調度資源時若每次都遍歷所有用戶，必然會增加調度時間成本；

(3)終端請求業務中數據量較小，頻率高，由此對于速率要求并沒有太大的要求，同時這些業務量對于時延也并沒有太大的要求，由此在正常業務報告會重點關注用戶信道質量對資源分配，但為了防止出現用戶“餓死”現象，調用周期后期會出現限制時限.

通過分析正常業務報告特點后，設計了分階段調度算法來優化資源調度，基本流程為：均分窄帶物聯網時間軸，并確定每個周期數值，并將周期內的調度劃分為兩種，輪詢調度、最高效調度，具體如圖4.

圖4 正常業務報告改進算法Fig.4 Improved algorithm for normal business reporting

在每個周期T內調度資源前都會直接進入到最高效調度階段，在該階段內每個RU中資源調度基于用戶信道質量，優先被調度到的用戶量表明RU中可以傳輸的數據量最多，由此可知最高效調度階段內，用戶被調用的順序是由信道質量和用戶傳輸數據量多少決定的，通過以上改進算法可以高效的提升系統吞吐量.但若一直應用該種方式則會導致質量較差的信道用戶無法被調用，由此在每個周期T結束后，窄帶物聯網會遍歷用戶隊列，并采用輪詢調度算法直至隊列中所有用戶數據都已經發送完成.

3 物理層安全策略

在通信網絡中，通信數據的安全性至關重要，很多竊聽者只要破譯加密算法就可以獲取得到通信網絡中所有數據.而傳統的加密安全方案采用網絡層加密算法來實現數據安全傳輸，但該種方式是以高復雜性來實現.物理層安全相比網絡層加密方式，它充分了利用無線信道的特性來確保傳輸數據的安全性，且上層結構中無需進行安全設置，以此來實現高效率的數據安全傳輸.協作通信是指網絡中兩個節點之間的數據通信是通過輔助節點來完成，輔助節點生成的分集增益可以顯著優化信道質量.

本文充分結合物理層和協作通信的優勢，設計了防竊聽網絡信道模型，在模型中包含了四種不同類型的節點方式：源節點(S)、中繼節點(RF)、竊聽節點(Eva)、目的節點(D).當S給D發送了信號x時，RI同時會發射一個帶波束賦形因子是獨立于x的干擾信號z，該信號可以給Eva造成干擾.因此安全通信容量的提升則可以通過調節波束賦行因子實現，計算過程如下：

式中，w表示波束賦行因子，PS表示S的發射功率，nD表示D處的高斯白噪聲，hSD表示S和D之間的信道增益矩陣，hRFD表示RF和D之間的信道增益矩陣.

E(Eva節點的簡稱)的接收信號為：

式中，nE表示E處的高斯白噪聲，hSE表示S和E之間的信道增益矩陣，hRFE表示RF和E之間的信道增益矩陣.

根據香農定理計算得到D、E的信道容量公式分別為：

式中b表示系統帶寬.

物理層安全模型下的安全容量為：

4 實驗結果分析

本次仿真實驗采用無線網絡規劃平臺，通過在該平臺上加載窄帶物聯網模塊后實現對調度資源的仿真實驗.仿真環境設置為：電子地圖面積為10 km，精度為20 m，部署了一個LTE基站.

仿真參數：系統帶寬(200 KHz)、頻段(900 MHz)、網絡制式(HD-FDD)、基站數(1)、小區數量(1)、最大發射功率(23)、天線功率(15 dBi)、接收天線(2)、發送天線(1)、終端高度(1.5 m)、基站高度(30 m).

在異常業務報告資源調度仿真實驗中，采用正比公平算法作為本文的對比算法，結果對比如圖5.根據結果分布圖可知：在進行資源調度時，本文異常業務報告的系統吞吐量為112 kbps～208 kbps；正比公平算法的吞吐量為104 kbps～184 kbps，可知系統吞吐量明顯由提升.

圖5 異常業務報告吞吐量概率分布Fig.5 Probability distribution of abnormal business report throughput

兩個算法的平均吞吐量以及吞吐均方差如表2，本文算法相比正比公平算法的平均吞吐量、均方差都稍微大一點.出現上述原因的根本原因在于本文算法在進行資源調度時，每次都是通過拓展資源來確?！癛U連續性”，正比公平算法則每次都調度最大度量值的RU資源，并沒有考慮“RU”連續性.

在正常業務報告資源調度仿真實驗中，采用輪詢公平算法作為本文的對比算法，結果對比如圖6.根據結果分布圖可知：在進行資源調度時，本文正常業務報告的系統吞吐量為123 kbps～201 kbps；輪詢公平算法的吞吐量為90 kbps～142 bps，可知系統吞吐量明顯由提升.

圖6 正常業務報告吞吐量概率分布Fig.6 Probability distribution of normal business report throughput

5 結論

蜂窩窄帶物聯網技術中的NBIoT技術憑借多種優勢而受到學術界的廣泛關注，本文在介紹了窄帶物聯網技術的優勢和架構的同時，對上行資源調度算法進行了詳細了分析.對網絡業務中正常業務報告和異常業務報告分別進行了資源調度優化，在正常業務報告中應用分階段調度算法；在異常業務報告中通過改進了RU度量值的計算方式、基于“RU連續性”優化子載波個數來優化，并且通常仿真實驗對優化模型進行驗證，認為本文所提出的算法可以有效的提升系統的吞吐量.希望本文可以通過調度算法的優化，為物聯網這種新興智能技術的發展提供一些技術參考.