面向智慧園區(qū)的電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換機(jī)制

周 霞，卜成杰，解相朋，陸建強(qiáng)，萬(wàn) 磊，魏 聰

（南京郵電大學(xué) 先進(jìn)技術(shù)研究院，南京 210023）

0 引言

智慧園區(qū)作為智慧城市發(fā)展的重要趨勢(shì)［1-3］，擔(dān)負(fù)著科技創(chuàng)新、技術(shù)應(yīng)用的重任，通過對(duì)智慧園區(qū)的建設(shè)，可以“以點(diǎn)代面”地帶動(dòng)區(qū)域化科技的發(fā)展［4］。智慧園區(qū)內(nèi)的用電終端包括電動(dòng)充電樁、智慧樓宇終端、配電自動(dòng)化系統(tǒng)等。電力終端［5-6］在不同運(yùn)行狀態(tài)及運(yùn)行時(shí)段對(duì)通信的需求差異較大，傳統(tǒng)的固定通信方案已經(jīng)不能滿足園區(qū)內(nèi)終端通信需求的動(dòng)態(tài)變化，智能地改變通信網(wǎng)絡(luò)以滿足不同的網(wǎng)絡(luò)需求［7-8］，自適應(yīng)地選擇接入網(wǎng)絡(luò)，已成為一個(gè)亟待解決的問題。為提升園區(qū)整體的智能管控能力，保證電力終端設(shè)備可觀可控，迫切需要完善園區(qū)內(nèi)的電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換機(jī)制［9］。

目前，無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換算法主要有以下幾類：基于多屬性分析的通信網(wǎng)絡(luò)選擇算法［10-11］、基于神經(jīng)網(wǎng)絡(luò)的切換算法［12-14］、基于代價(jià)函數(shù)的通信切換算法［15-17］。文獻(xiàn)［18］提出了基于AHP（層次分析法）的自適應(yīng)垂直切換算法，對(duì)通信網(wǎng)絡(luò)的性能進(jìn)行分析，但該方法在計(jì)算過程中存在一定的主觀臆斷，難以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)性能的客觀分析。文獻(xiàn)［19］分析了一種基于代價(jià)函數(shù)的網(wǎng)絡(luò)選擇方案，該算法的特點(diǎn)是采用策略驅(qū)動(dòng)，其核心是根據(jù)代價(jià)函數(shù)值的大小來決定網(wǎng)絡(luò)性能，但僅分析代價(jià)函數(shù)存在一定的不確定性，難以保證通信網(wǎng)絡(luò)選擇的準(zhǔn)確性。文獻(xiàn)［20］提出了一種灰度關(guān)聯(lián)分析算法，根據(jù)通信網(wǎng)絡(luò)指標(biāo)對(duì)網(wǎng)絡(luò)性能進(jìn)行評(píng)估，雖然能在一定程度上改善網(wǎng)絡(luò)和通信需求的匹配程度，但未充分考慮終端通信接入對(duì)網(wǎng)絡(luò)自身性能帶來的影響。文獻(xiàn)［21］以最大化吞吐量為目標(biāo)，將切換問題轉(zhuǎn)換為目標(biāo)優(yōu)化問題，提高了計(jì)算效率，但忽視了終端用戶數(shù)的動(dòng)態(tài)變化，算法缺乏靈活性。

針對(duì)上述問題，本文提出一種TFN-AHP（三角模糊數(shù)層次分析法）算法［22］，量化異構(gòu)網(wǎng)絡(luò)通信能力。利用三角模糊數(shù)優(yōu)化判決矩陣，解決傳統(tǒng)專家打分引起的主觀性問題；同時(shí)建立異構(gòu)網(wǎng)絡(luò)模型［23］，考慮通信網(wǎng)絡(luò)的多項(xiàng)影響因素；結(jié)合層次決策模型得到網(wǎng)絡(luò)屬性權(quán)重值和網(wǎng)絡(luò)狀態(tài)值，確保通信網(wǎng)絡(luò)選擇的準(zhǔn)確性。最后以某智慧園區(qū)網(wǎng)絡(luò)情況為例進(jìn)行分析，充分考慮業(yè)務(wù)的變化情況，計(jì)算多種場(chǎng)景下不同業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)值，驗(yàn)證所提算法的靈活性和有效性。

1 智慧園區(qū)電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)模型

1.1 智慧園區(qū)電力業(yè)務(wù)特征分析

智慧園區(qū)內(nèi)電力終端通信業(yè)務(wù)包括背景類通信業(yè)務(wù)、會(huì)話類通信業(yè)務(wù)、交互類通信業(yè)務(wù)以及流傳輸類通信業(yè)務(wù)，不同類型終端在運(yùn)行過程中對(duì)通信的需求呈現(xiàn)多樣性。園區(qū)內(nèi)背景類業(yè)務(wù)的特點(diǎn)是對(duì)誤碼率要求較高，對(duì)傳輸時(shí)延和丟包率要求較低。會(huì)話類業(yè)務(wù)最主要的特點(diǎn)是要求端到端時(shí)延小，可以允許一定的丟包率。交互類業(yè)務(wù)對(duì)誤碼率的要求很高，甚至要求誤碼率為0。流傳輸類業(yè)務(wù)的特點(diǎn)是對(duì)帶寬要求較高，流傳輸類業(yè)務(wù)是單向傳輸?shù)模虼藢?duì)實(shí)時(shí)性、時(shí)延以及抖動(dòng)要求較低。園區(qū)內(nèi)終端業(yè)務(wù)對(duì)應(yīng)的通信業(yè)務(wù)類別如表1所示。

表1 園區(qū)內(nèi)終端業(yè)務(wù)及通信類別

1.2 智慧園區(qū)電力無(wú)線異構(gòu)網(wǎng)絡(luò)模型

為研究園區(qū)電力終端通信的可靠性，確保通信子站與電力終端節(jié)點(diǎn)有效的通信連接，本文依據(jù)圖1所示的智慧園區(qū)電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來構(gòu)建異構(gòu)網(wǎng)絡(luò)模型。考慮4G、5G、LoRa以及WLAN 網(wǎng)絡(luò)重疊覆蓋的異構(gòu)無(wú)線網(wǎng)絡(luò)場(chǎng)景，選取帶寬、時(shí)延、丟包率、網(wǎng)絡(luò)能耗和誤碼率作為電力終端網(wǎng)絡(luò)性能的評(píng)估指標(biāo)。

圖1 智慧園區(qū)電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

利用圖論將電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)用G(V，S)表示：V={v1，v2，…，vi，…，vd}為通信業(yè)務(wù)終端節(jié)點(diǎn)集合，網(wǎng)絡(luò)模型中共有d個(gè)終端節(jié)點(diǎn)，vi為第i個(gè)終端；S={s1，s2，s3，s4}為網(wǎng)絡(luò)通信方式集合，sj為第j種通信方式，j=1，2，3，4。

區(qū)別于傳統(tǒng)一一對(duì)應(yīng)的固定通信方式，在智慧園區(qū)的通信應(yīng)用中，終端節(jié)點(diǎn)可以選擇不同的通信網(wǎng)絡(luò)，為了描述終端節(jié)點(diǎn)與通信網(wǎng)絡(luò)的連接狀態(tài)，本文用T(sj，vi)表示終端vi和通信方式sj在t時(shí)刻的連接狀態(tài)：

式中：K(t)、Q(t)、W(t)、N(t)、P(t)為通信網(wǎng)絡(luò)在t時(shí)刻的性能參數(shù)；K[T(sj，vi)]、Q[T(sj，vi)]、W[T(sj，vi)]、N[T(sj，vi)]、P[T(sj，vi)]分 別為終端vi在sj通信方式下的時(shí)延、誤碼率、通信帶寬、丟包率和網(wǎng)絡(luò)能耗的參數(shù)信息；T(sj，vi)表示在異構(gòu)通信網(wǎng)絡(luò)中終端vi選取sj通信方式。

令δk、δq、δw、δn、δp分 別 為K(t)、Q(t)、W(t)、N(t)、P(t)的權(quán)重系數(shù)，可得：

對(duì)智慧園區(qū)內(nèi)通信網(wǎng)絡(luò)進(jìn)行切換決策前，需明確電力通信指標(biāo)量綱。由于選擇的指標(biāo)屬性差異較大，為得到科學(xué)的評(píng)估結(jié)果，需要進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化指標(biāo)包括成本型和效益型，其中：園區(qū)內(nèi)網(wǎng)絡(luò)帶寬屬于效益型指標(biāo)，其值越大對(duì)終端節(jié)點(diǎn)的網(wǎng)絡(luò)狀態(tài)影響越大；時(shí)延、丟包率、誤碼率和網(wǎng)絡(luò)能耗屬于成本型指標(biāo)，其值越小則終端節(jié)點(diǎn)的網(wǎng)絡(luò)效果越好。標(biāo)準(zhǔn)化處理的計(jì)算公式為：

式中：rij為第i個(gè)屬性的第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化值；r′ij為標(biāo)準(zhǔn)化前的原始數(shù)據(jù)；r′ij，max和r′ij，min分別為r′ij的最大值和最小值。標(biāo)準(zhǔn)化后的網(wǎng)絡(luò)性能參數(shù)矩陣為[Knc(t)Qnc(t)Wnb(t)Nnc(t)Pnc(t)]T。

綜上可得單個(gè)終端vi在t時(shí)刻采用sj通信方式下的網(wǎng)絡(luò)狀態(tài)值G[T(sj，vi)]為：

2 TFN-AHP算法的通信網(wǎng)絡(luò)切換機(jī)制

2.1 AHP決策模型

AHP 是融合定量分析與定性分析的決策分析方法，適用于多屬性決策問題。本文選取的電力終端節(jié)點(diǎn)在無(wú)線異構(gòu)通信網(wǎng)絡(luò)下影響因素為時(shí)延、誤碼率、通信帶寬、丟包率和網(wǎng)絡(luò)能耗，5個(gè)元素之間沒有互相依賴關(guān)系，定義為屬性層元素。在AHP中方案層元素為4G、5G、LoRa以及WLAN網(wǎng)絡(luò)4 種通信方式，總目標(biāo)網(wǎng)絡(luò)狀態(tài)值G[T(sj，vi)]，通過計(jì)算權(quán)重系數(shù)δk、δq、δw、δn、δp，排序無(wú)線異構(gòu)通信網(wǎng)絡(luò)的通信選擇方案。智慧園區(qū)無(wú)線異構(gòu)網(wǎng)絡(luò)層次結(jié)構(gòu)如圖2所示。

圖2 智慧園區(qū)無(wú)線異構(gòu)網(wǎng)絡(luò)層次結(jié)構(gòu)

2.2 TFN-AHP算法

TFN-AHP算法主要包括以下7個(gè)部分。

1）三角模糊數(shù)定義。

為了表示一個(gè)值x隸屬于集合M的程度，常用三角模糊函數(shù)來表示模糊隸屬度函數(shù)。對(duì)任意的值x=[l，m，u]，三角模糊函數(shù)的隸屬度函數(shù)μM(x)定義為：

式中：l、u、m分別為三角模糊函數(shù)的下界值、上界值、中間值。

2）構(gòu)造模糊判決矩陣。

基于園區(qū)內(nèi)通信能力的實(shí)際情況，對(duì)決策問題的網(wǎng)絡(luò)屬性構(gòu)造模糊判決矩陣，利用1—9 標(biāo)度法來衡量園區(qū)內(nèi)不同通信屬性的重要性，并將復(fù)雜的模糊評(píng)估問題定量化。構(gòu)建模糊判決矩陣A=(ai j)n×n，模糊矩陣中各元素用三角模糊數(shù)ai j=[lij，mij，uij]表示，aij為第i個(gè)屬性相對(duì)于第j個(gè)網(wǎng)絡(luò)的相對(duì)重要性，且aj i=

模糊判決矩陣為：

3）一致性檢驗(yàn)。

計(jì)算中值矩陣m=(mij)n×n，矩陣m為三角模糊數(shù)的中值mij組成的矩陣，計(jì)算矩陣m的最大特征值，依照傳統(tǒng)AHP算法進(jìn)行一致性檢驗(yàn)。

4）模糊評(píng)價(jià)因子矩陣建立。

對(duì)判斷矩陣構(gòu)造模糊評(píng)價(jià)因子矩陣E=(eij)n×n，定義標(biāo)準(zhǔn)利差率bij=，其值反映了專家評(píng)判的模糊程度。標(biāo)準(zhǔn)利差率越大，模糊程度越大，反之，模糊程度越小。

5）計(jì)算調(diào)整矩陣Q。

調(diào)整矩陣Q=m×E，即：

6）調(diào)整矩陣對(duì)角化。

將矩陣Q轉(zhuǎn)換為對(duì)角線為1 的判斷矩陣Q′，用相容矩陣分析法對(duì)矩陣Q′進(jìn)行變換，得相容矩陣P，則P的元素為：

式中：和為Q′的元素。

7）計(jì)算網(wǎng)絡(luò)屬性在終端節(jié)點(diǎn)網(wǎng)絡(luò)狀態(tài)處的權(quán)重。

終端節(jié)點(diǎn)網(wǎng)絡(luò)狀態(tài)的權(quán)重δi可由如下公式求得：

網(wǎng)絡(luò)屬性的權(quán)重越大，表示屬性對(duì)園區(qū)內(nèi)終端節(jié)點(diǎn)通信能力的影響越大；反之，權(quán)重越小，則影響越小。

2.3 電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換機(jī)制

根據(jù)上文的TFN-AHP 算法可以確定終端節(jié)點(diǎn)的通信屬性權(quán)重，結(jié)合式（4）可以計(jì)算出終端的網(wǎng)絡(luò)狀態(tài)值。在不同的運(yùn)行時(shí)間段，園區(qū)內(nèi)終端節(jié)點(diǎn)的業(yè)務(wù)流量、時(shí)延等通信要求均存在差異，亟需構(gòu)建電力無(wú)線異構(gòu)網(wǎng)絡(luò)通信切換機(jī)制，動(dòng)態(tài)調(diào)整終端節(jié)點(diǎn)的通信網(wǎng)絡(luò)，保障園區(qū)內(nèi)通信的可靠性，具體切換機(jī)制如圖3所示。

圖3 電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換流程

步驟Ⅰ：構(gòu)建電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)模型，根據(jù)輸入的智慧園區(qū)終端信息和通信基站信息，建立園區(qū)電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)模型，構(gòu)建終端-網(wǎng)絡(luò)接入關(guān)聯(lián)矩陣，分析現(xiàn)有通信屬性參數(shù)信息，構(gòu)建終端通信網(wǎng)絡(luò)的網(wǎng)絡(luò)狀態(tài)矩陣。

步驟Ⅱ：分析園區(qū)內(nèi)電力終端業(yè)務(wù)的運(yùn)行狀態(tài)，分析不同運(yùn)行狀態(tài)的通信需求。

步驟Ⅲ：根據(jù)所述的TFN-AHP 算法，計(jì)算不同通信方式下終端節(jié)點(diǎn)的網(wǎng)絡(luò)屬性權(quán)重，量化網(wǎng)絡(luò)性能參數(shù)。

步驟Ⅳ：根據(jù)步驟Ⅲ計(jì)算的網(wǎng)絡(luò)屬性權(quán)重，計(jì)算不同通信方式下終端節(jié)點(diǎn)的網(wǎng)絡(luò)狀態(tài)值，并進(jìn)行排序，得出通信網(wǎng)絡(luò)的選擇方案。

3 基于智慧園區(qū)場(chǎng)景的仿真分析

3.1 智慧園區(qū)仿真場(chǎng)景及算法選擇

智慧園區(qū)電力通信場(chǎng)景的仿真環(huán)境如圖1 所示，選取園區(qū)內(nèi)5 km 仿真場(chǎng)景，通信方式由4G、5G、LoRa 以及WLAN 通信構(gòu)成，選取初始運(yùn)行時(shí)刻網(wǎng)絡(luò)的參數(shù)［20］如表2所示。

表2 智慧園區(qū)候選網(wǎng)絡(luò)的參數(shù)

智慧園區(qū)內(nèi)充電樁屬于會(huì)話類業(yè)務(wù)范疇，其在使用中存在隨機(jī)性，運(yùn)行時(shí)間以及工作次數(shù)均不可確定。以智能充電樁為例，采用1-9 標(biāo)度法對(duì)園區(qū)內(nèi)終端業(yè)務(wù)的網(wǎng)絡(luò)屬性進(jìn)行打分，獲得各指標(biāo)的判斷矩陣。

根據(jù)式（9）—（11）可計(jì)算出汽車充電樁業(yè)務(wù)的通信網(wǎng)絡(luò)屬性權(quán)重分別為0.369、0.124、0.077、0.204、0.226。為了證明TFN-AHP 算法的有效性，分析傳統(tǒng)AHP算法的充電樁業(yè)務(wù)權(quán)重，并將兩種算法得出的權(quán)重與目標(biāo)權(quán)重進(jìn)行比較，如圖4所示。

圖4 園區(qū)智能充電樁業(yè)務(wù)網(wǎng)絡(luò)屬性權(quán)重對(duì)比

在算例場(chǎng)景中，園區(qū)內(nèi)汽車充電樁在運(yùn)行狀態(tài)下對(duì)網(wǎng)絡(luò)時(shí)延的要求較高，根據(jù)圖4 可以看出TFN-AHP 算法在時(shí)延方面優(yōu)于傳統(tǒng)的AHP 算法。在誤碼率、帶寬、丟包率和能耗方面，AHP算法得出的權(quán)重值有參考性，可以反映業(yè)務(wù)對(duì)通信性能的需求。但AHP算法存在專家打分的主觀性，本文提出的TFN-AHP 算法在整體上明顯更加逼近目標(biāo)權(quán)重，并有效解決了AHP算法主觀性較強(qiáng)的問題。

3.2 智慧園區(qū)多場(chǎng)景通信切換分析

應(yīng)用TFN-AHP 算法可求出園區(qū)內(nèi)終端各類型業(yè)務(wù)的網(wǎng)絡(luò)屬性權(quán)重，如圖5所示。

圖5 智慧園區(qū)終端業(yè)務(wù)網(wǎng)絡(luò)屬性權(quán)重

結(jié)合智慧園區(qū)終端業(yè)務(wù)網(wǎng)絡(luò)屬性權(quán)重，根據(jù)式（4）可得出不同通信業(yè)務(wù)在TFN-AHP算法下的網(wǎng)絡(luò)狀態(tài)值，如表3所示。

表3 不同通信業(yè)務(wù)下的網(wǎng)絡(luò)狀態(tài)值

5G通信方式具有高帶寬和低時(shí)延特性，不同場(chǎng)景下的網(wǎng)絡(luò)狀態(tài)值較大，但網(wǎng)絡(luò)能耗較高，在會(huì)話類業(yè)務(wù)場(chǎng)景下，4G通信方式的綜合性能更加突出。LoRa 和WLAN 通信方式的整體網(wǎng)絡(luò)狀態(tài)值較小，但其能耗較低，可以作為4G 網(wǎng)絡(luò)和5G網(wǎng)絡(luò)的補(bǔ)充應(yīng)用。根據(jù)表3可得，會(huì)話類業(yè)務(wù)在待機(jī)狀態(tài)時(shí)選用WLAN 網(wǎng)絡(luò)，在運(yùn)行前切換至4G網(wǎng)絡(luò)，當(dāng)業(yè)務(wù)較大、帶寬需求較高時(shí)，接入5G網(wǎng)絡(luò)。可見，本文選擇結(jié)果既能滿足園區(qū)內(nèi)電力終端通信需求的動(dòng)態(tài)變化，又能合理均衡網(wǎng)絡(luò)資源，維持網(wǎng)絡(luò)平衡。

4 結(jié)語(yǔ)

隨著智慧園區(qū)建設(shè)的逐步推進(jìn)，傳統(tǒng)的通信方式已無(wú)法滿足終端通信需求的動(dòng)態(tài)變化。本文提出TFN-AHP 算法來解決無(wú)線異構(gòu)通信網(wǎng)絡(luò)的選擇問題，研究成果如下：

1）構(gòu)建智慧園區(qū)網(wǎng)絡(luò)模型，充分考慮通信網(wǎng)絡(luò)的影響因素，結(jié)合參數(shù)特征和歸一化方法，選取網(wǎng)絡(luò)狀態(tài)值作為網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)，提高切換機(jī)制的準(zhǔn)確性。

2）通過引入三角模糊數(shù)，解決了傳統(tǒng)專家打分主觀性太強(qiáng)的問題，與傳統(tǒng)AHP 算法相比較，TFN-AHP 算法更能滿足智慧園區(qū)內(nèi)電力終端的通信需求。

3）提出電力無(wú)線異構(gòu)通信網(wǎng)絡(luò)切換機(jī)制，能夠有效地選擇適合業(yè)務(wù)需求的通信網(wǎng)絡(luò)，并完成切換，對(duì)均衡智慧園區(qū)通信網(wǎng)絡(luò)資源有一定的指導(dǎo)意義。