VLC-WiFi異構網絡QoS感知的跨層動態資源分配

劉煥淋 張 彤 陳 勇 蒲 欣 黃冰川 龔蕭楠

①(重慶郵電大學通信與信息工程學院 重慶 400065)

②(重慶郵電大學自動化學院 重慶 400065)

1 引言

移動網絡的普及化、生活化使得互聯網用戶數量和用戶內容生產能力在短時間內急劇上升[1]，物聯網與工業互聯網的迅速發展也使得接入互聯網的移動設備數量和應用需求急劇增長，對接入網絡的帶寬和服務性能需求快速上升[2]。由于無線電頻譜資源逐漸耗竭，工作頻段在2.4 GHz的無線保真(Wireless Fidelity, WiFi)技術的頻譜帶寬有限，導致其無法從容應對急劇增長的數據流量和帶寬需求。而基于發光二極管(Light Emitting Diode, LED)的可見光通信(Visible Light Communication, VLC)技術因其擁有可見光波段的廣闊頻譜資源，且LED布設方便、綠色節能、安全可靠，有望成為下一代無線通信最具潛力的通信技術[3,4]。VLC與WiFi技術互補形成的VLC-WiFi異構網絡能夠為室內用戶提供更加高速、綠色和可靠的通信服務[5]。

近年來，游戲直播、在線教育等多媒體業務發展迅速，流媒體直播服務的低延時、高速率的用戶體驗質量(Quality of Experience, QoE)的需求為VLC-WiFi網絡接入和資源分配策略帶來了新的挑戰[5,6]。文獻[5]提出一種基于靜態頻譜分配的用戶中心接入(User-Centric Access based on Regular Spectrum Allocation, UCARSA)方法以進一步提升VLC-WiFi系統吞吐量及用戶體驗性能。文獻[7]提出一種基于用戶QoE最大化VLC-WiFi異構網絡最小成本的垂直切換方案。文獻[8]提出VLC-RF(Visible Light Communication-Radio Frequency)混合網絡的聯合優化功率分配與負載均衡方法，該方法在均衡網絡負載的同時，基于用戶速率體驗優先思想優先切換QoE較低的用戶至其他AP(Access Point)，以提升用戶速率及系統吞吐量。文獻[9]將光小區劃分為中心區域和邊緣區域，通過研究單LED系統的中心用戶速率與邊緣用戶速率差別，優化LED的半功率角以提升單位面積接入用戶的可達速率，并保證系統中用戶的速率體驗效果。

由于用戶QoE缺乏有效的量化方式，多數文獻通過評估網絡的服務質量(Quality of Serves, QoS)指標反映用戶體驗的性能，即網絡QoS指標高時默認用戶QoE較好。文獻[10]研究了統計排隊約束下混合VLC-RF系統的鏈路選擇策略，以發射器緩沖區的最大數據到達速率與非漸進緩沖延遲邊界為主要性能指標，設計鏈路選擇策略以保證網絡的數據傳輸滿足QoS要求。文獻[11]將有效帶寬和有效容量理論引入室內VLC網絡用以解決多用戶調度問題，保證用戶的統計時延QoS性能。文獻[12]通過建立3維動態用戶優先級測量模型，基于業務流量、用戶位置、鏈路狀況信息，借助模糊邏輯方法評估用戶優先級，進而提出基于優先級約束的吞吐量最大化資源分配方案。

文獻[13]從媒體訪問控制(Media Access Control,MAC)協議設計的角度解決混合VLC-WiFi網絡的資源分配問題，該文建議在當前MAC(Media Access Control)協議的基礎上新添加一個子層，該子層通過信道感知和流量感知做出動態信道選擇的智能控制決策。進而，文獻[14]提出VLC網絡動態資源管理的跨層設計，考慮用戶數據包隨機到達的情況，MAC層提供數據包所在的隊列狀態信息，物理層提供用戶的信道狀態信息，由中心控制器在隊列穩定性與功率約束的條件優化網絡資源的分配。跨層資源分配對于網絡的長期穩定運行和長期網絡性能的提升至關重要，文獻[10—14]均從物理層與MAC層的跨層角度設計VLC異構網絡的資源分配策略，上述研究表明：跨層資源分配策略能夠有效地保證用戶QoS需求和優化網絡長期性能。

因此，為了滿足室內VLC-WiFi異構網絡支持多媒體業務的QoS需求，基于用戶感知的系統跨層QoS評估模型[15]，本文設計一種QoS感知的跨層動態資源分配(QoS-aware Cross-Layer Dynamic Resource Allocation, QoS-CLDRA)方法，通過在應用層和數據傳輸層之間的信息交互，QoS-CLDRA方法可以感知傳輸鏈路的QoS，并依據QoS感知級別調整系統的資源分配，以改善系統性能；當系統需要調整用戶傳輸鏈路及帶寬時，本文引入非正交多址接入(Non-Orthogonal Multiple Access,NOMA)用戶匹配與功率分配策略，進一步提升系統的容量。

2 VLC-WiFi網絡和跨層資源分配模型

室內VLC-WiFi異構網絡模型如圖1所示，16個VLC AP的LED以陣列形式部署在天花板上，負責下行數據傳輸；WiFi AP位于天花板中央，負責上行數據傳輸以及部分下行數據傳輸，接收端配有光電探測器(Photoelectric Detector, PD)用于接收用戶信息。VLC AP與WiFi AP通過電力線接入VLC-WiFi異構網絡的控制器[16]，通過控制器連接室外的光網絡或基站。

用戶數據包經過光互聯網或者3G/4G/5G無線網絡的傳輸，到達室內VLC-WiFi異構網絡的控制器，控制器根據用戶數據包請求信息進行VLC-WiFi網絡的跨層資源分配，如圖2所示，這里，控制器由緩沖區、QoS需求級別判定模塊、QoS感知級別評估模塊、跨層資源分配模塊等構成。在圖2中，到達控制器的用戶數據包一方面被存儲在達緩沖區中，另一方面，其包頭部分的MAC信息被QoS需求級別判定模塊讀取和識別，并由用戶簽約信息確定數據包的QoS需求級別。對于與新到達數據包目的MAC地址相同的數據緩沖隊列，由QoS感知級別評估模塊結合物理層信道狀態信息與MAC層隊列狀態信息評估該緩沖隊列數據的QoS感知級別。控制器則需要為每個緩沖隊列選擇傳輸鏈路類型以及分配信道傳輸帶寬。數據包進入控制器的緩沖隊列之后，排隊等待AP發送給接收用戶。

在圖2中，跨層資源分配模塊依據用戶數據包的QoS需求級別與緩沖區隊列的鏈路QoS評估級別，結合系統感知的用戶位置信息，為數據包選擇傳輸鏈路類型和傳輸帶寬及服務AP的信息，并標志在緩沖區的數據包上。用戶設備需要將用戶位置信息與接收到的信干噪比(Signal Interference Noise Ratio, SINR)等信息反饋給控制器，以便控制器調整系統的資源分配方案。用戶在接收來自VLC AP或WiFi AP的數據包之前，需要與AP進行傳輸協議的協商，用戶也有可能主動要求切換AP，這兩項內容不在本文的研究范圍以內。在單位調度周期內，當緩沖區中的數據包通過所標志的AP、傳輸鏈路和帶寬到達用戶端時，更新緩沖區隊列的未發送數據包狀態信息，并更新VLC與WiFi系統的剩余帶寬資源值。

在圖2中，緩沖區存儲著VLC-WiFi系統所有待發送給用戶的數據包，緩沖區的一個緩沖隊列對應一個AP到接收端的連接請求，設隊列中待發送數據數目為n，當數據包標志了資源分配的傳輸鏈路、傳輸帶寬和服務AP信息時，數據包在服務周期內就可以通過AP發送給接收用戶。緩沖隊列中的數據包遵循先到先服務原則，若單位調度周期內緩沖隊列的數據包到達數目為λ，單位調度周期內緩沖隊列的數據包離開數目為μ，μ值與鏈路的傳輸速率相關，其計算方法為[17]

其中，R為當前調度周期內下行傳輸鏈路的傳輸速率，T為調度周期，單位s；S為數據包大小，單位bit。

3 QoS感知的跨層動態資源分配

3.1 QoS感知級別評估

系統的QoS感知級別評估由數據包的緩沖區延遲性能與鏈路傳輸性能共同決定，其中，鏈路傳輸性能可由鏈路的數據傳輸速率評價，文獻[18]給出了無線通信鏈路在給定時刻t的通用鏈路傳輸性能評價為其中，P(t)為t時刻的鏈路性能指標，PM為該性能指標的最低要求值，整形參數ζ= 5[18]。

評價VLC-WiFi鏈路傳輸性能可參考鏈路的傳輸帶寬和傳輸SINR指標，當鏈路帶寬與SINR指標同時高時，認為該鏈路通信速率較高，使用通信速率衡量指標U(R(t))評價鏈路傳輸速率的性能好壞[18]。

其中，U(B(t))代表鏈路的傳輸帶寬性能，U(P(t))代表鏈路的SINR性能，由式(3)計算，它與信號傳輸功率密和信道質量相關。

則系統的QoS感知級別評估為

其中，ω為緩沖隊列的延遲性能在QoS級別評估中所占的比重，稱為緩沖延遲權重，0 ≤ ω ≤ 1；D(t)表示緩沖隊列中的數據包的緩存時延，單位為s，時延閾值用Dth表示

其中，Q(t)表示當前緩沖隊列的長度，即當前緩存隊列中數據包的數目，S為數據包大小，R(t)表示當前緩沖隊列對應鏈路的數據傳輸速率。

由于室內VLC-WiFi異構網絡擁有VLC與WiFi兩種不同類型的傳輸鏈路，當使用WiFi傳輸鏈路時，則評估QoS感知級別的WiFi SINR經過式(7)等效為VLC SINR

其中，ГW= 3 dB和ГV= 5.4 dB分別代表WiFi與VLC網絡的信道編碼損耗因子，U(P(t))代表WiFi鏈路傳輸SINR，由式(3)計算，BV代表VLC子信道帶寬，BW代表WiFi子信道帶寬。

3.2 QoS需求級別判定

圖2所示的QoS需求級別判定模塊在讀取新到達數據包包頭的目的MAC地址之后，查詢該數據包的目的MAC地址所屬用戶的簽約信息，根據5G系統中用戶的簽約信息包含3GPP TS 23。501 version 16.6.0 Release 16協議規定的5G QoS標識(5G QoS Identify, 5QI)，當用戶簽約信息的5QI ≤30時，判定該用戶數據包的QoS需求級別為高；當用戶簽約信息的60 ≥ 5QI ＞ 30時，判定該用戶數據包的QoS需求級別為中；當用戶簽約信息的90 ≥5QI ＞ 60時，判定該用戶數據包的QoS需求級別為低。室內VLC-WiFi異構網絡的數據包經過QoS標識識別后，數據包被標記為高、中、低3種QoS需求級別，并依據QoS需求級別為數據包分配合適的下行傳輸鏈路類型、傳輸帶寬、傳輸功率等通信資源。

3.3 QoS-CLDRA方法步驟

根據室內VLC-WiFi異構網絡識別的數據包的QoS需求級別，結合系統服務的QoS感知級別評估，本文設計QoS感知的跨層動態資源分配(QoSCLDRA)方法，QoS-CLDRA方法的具體步驟如表1。

表1 QoS-CLDRA算法

3.4 NOMA用戶匹配與功率分配策略

由于VLC和WiFi系統的通信帶寬是有限的，當室內VLC-WiFi異構網絡的用戶數據包的到達速率大于網絡的服務速率時，系統的帶寬資源難以滿足用戶需求，用戶數據包大量堆積在緩沖區將導致網絡擁塞和排隊時延增加，進而影響用戶體驗的QoS性能。針對上述問題，本文引入采用串行干擾消除(Successive Interference Cancellation, SIC)技術的NOMA用戶匹配與功率分配策略，提高帶寬資源的利用率和系統的服務性能，具體思想為：當VLC或WiFi系統剩余帶寬資源不能滿足數據包需求的帶寬時，判斷用戶數據包所在的緩沖隊列能否與相同系統的其他用戶的數據包緩沖隊列進行NOMA匹配，使同一系統的不同用戶的緩沖隊列以不同的傳輸功率共享相同的傳輸帶寬。

采用參考文獻[19]所提的功率分配策略為匹配成功的NOMA用戶數據包分配功率，即NOMA用戶組中待匹配用戶k的功率分配系數αk為

其中，K表示緩沖區中用戶數目，表示NOMA用戶組中的用戶數目，H1, H2和H3分別表示緩沖區中的弱、普通和強信道增益用戶集合，h1＜h2＜...＜hK。

當數據包感知到系統提供的QoS級別低于數據包需求的QoS級別時，控制器啟動NOMA用戶匹配與功率分配策略流程，該策略的具體步驟如表2。

表2 NOMA用戶匹配與功率分配策略

4 仿真性能與分析

4.1 仿真環境及評價指標

室內VLC-WiFi異構網絡的相關仿真參數如表3所示，布局有16個VLC AP和1個WiFi AP，室內VLC-WiFi異構網絡的每個用戶數據包大小為1000 bit，每個緩沖隊列的數據包到達過程服從指數為 λ 的泊松分布。用戶數據包的QoS需求有高、中、低3個級別。用于評估QoS感知級別的下行傳輸鏈路帶寬閾值為2 MHz，數據包緩沖隊列延遲閾值為2 s，用戶接收SINR的功率閾值為10 dB。VLC鏈路子信道帶寬為4 MHz，WiFi鏈路子信道帶寬為1 MHz。系統的資源調度周期為1 s，總共設置600個調度周期。在QoS-CLDRA中，設置上行傳輸鏈路QoS感知的各路信息的報告周期為30 ms。

表3 默認仿真參數

本文所提QoS-CLDRA方法和對比算法在Visual studio2013平臺上驗證的性能指標為：系統吞吐量與緩沖隊列長度。系統吞吐量為每分鐘經由VLC和WiFi鏈路傳輸的數據包總量，緩沖隊列長度代表著數據包在緩沖區的排隊時延，也代表著VLC-WiFi異構網絡的資源調度水平和下行鏈路傳輸能力。緩沖隊列長度越短表示數據包的緩沖時延越小，QoSCLDRA方法的性能越好。

本文首次提出VLC-WiFi異構網絡QoS感知的跨層動態資源分配方法，尚未發現相關文獻對此方向進行研究，因此不設置其他對比算法。同時，為了本文驗證NOMA用戶匹配與功率分配策略對于系統性能的提升有幫助，將采用NOMA用戶匹配與功率分配策略的QoS-CLDRA方法(QoS-CLDRA使用NOMA)和不采用NOMA用戶匹配與功率分配策略的QoS-CLDRA方法(QoS-CLDRA未使用NOMA)進行對比分析。

4.2 仿真結果及分析

圖3展示了當用戶數目K=20時，VLC-WiFi異構網絡的系統吞吐量隨緩沖延遲權重的變化情況，分別對比QoS-CLDRA使用 NOMA與QoS-CLDRA未使用NOMA的系統吞吐量性能。當 ω = 0時，由式(5)知，系統的QoS感知級別評估僅受到鏈路傳輸速率的影響，緩沖隊列的時延對服務性能沒有影響，因此，為新到達數據包選擇傳輸鏈路時只考慮鏈路傳輸帶寬與接收SINR，為數據包隊列選擇大于或等于數據包需求QoS級別的系統QoS級別對應的鏈路，忽略數據包在獲得該鏈路服務之前在緩沖區排隊等待的時延。當 ω 增大時，系統的QoS級別評估需要考慮系統當前鏈路的傳輸能力以及該數據包在緩沖區的排隊等待時延，同樣的鏈路傳輸速率條件下，數據包會選擇排隊時間短的空閑鏈路，而不執著于選擇排隊時間長的繁忙高傳輸速率鏈路，因此，系統單位時間內傳輸數據包總量增加。當 ω 進一步增大至0.6及以上時，系統的QoS感知級別評估對于隊列的緩沖延遲比較倚重，新到達數據包側重緩沖延遲小的鏈路，鏈路傳輸速率和能力的影響因素減小，使寬帶寬鏈路的傳輸能力沒有得到充分利用，因此，系統傳輸的數據包總量開始下降。

在圖3中，當λ = 20 包/s，K=20時，采用NOMA匹配和功率分配策略比沒有NOMA策略的QoS-CLDRA的系統吞吐量高，這是因為當緩沖區排隊的數據包較多、VLC與WiFi鏈路均長時間處于工作繁忙狀態、系統帶寬緊缺之時，引入NOMA用戶匹配與功率分配策略可以為緩沖區的用戶數據包緩沖隊列選擇QoS需求級別相同的其他用戶數據包緩沖隊列，形成NOMA用戶組，組內的用戶數據包隊列被分配不同的發射功率，且共享組內所有用戶的傳輸帶寬。因此，QoS-CLDRA使用NOMA的系統吞吐量相較于QoS-CLDRA未使用NOMA更高。

圖4和圖5分別展示了當λ = 20 包/s，K=20時，VLC-WiFi異構網絡的VLC和WiFi緩沖隊列長度隨緩沖延遲權重ω的變化情況，其中，圖4展示VLC系統的鏈路緩沖隊列長度隨ω變化性能，圖5展示WiFi系統的鏈路緩沖隊列長度隨ω變化性能。當權重系數ω = 0時，系統的鏈路QoS感知級別評估僅受到鏈路傳輸速率的影響，新到達數據包僅考慮傳輸速率高的鏈路，不考慮數據包在緩沖區的排隊等待時延，致使數據包寧可選擇傳輸速率高但排隊延遲大的鏈路，而不選擇排隊延遲小的鏈路，大量數據包在緩沖區排隊等待調度，而部分低傳輸速率的鏈路卻處于空閑狀態，造成系統資源的浪費。當ω增大時，系統的鏈路QoS感知級別評估將綜合考慮系統當前鏈路的傳輸能力以及該數據包在緩沖區的排隊等待時延，低傳輸速率的鏈路也得到了充分利用，這促使鏈路的傳輸速率增加，減少了數據包總排隊等待時延，平均緩沖隊列長度迅速降低。當ω進一步增大至0.8時，鏈路QoS感知級別評估對于緩沖延遲過于倚重，新到達數據包過于依賴緩沖排隊延遲更小的鏈路，致使緩沖延遲大但傳輸速率高的鏈路資源利用率出現折損，緩沖延遲小且傳輸速率低的鏈路更易得到利用，使系統的鏈路傳輸總速率降低，因此滯留在緩沖區的排隊數據包數量增多。

引入NOMA用戶匹配與功率分配策略使得系統資源的利用率得到極大提升，帶寬資源復用帶來傳輸能力的極大提升，使得緩沖數據包的排隊等待時延大幅降低，即QoS-CLDRA使用NOMA的緩沖隊列長度相較于QoS-CLDRA未使用NOMA有明顯改善。對比圖4和圖5的縱坐標軸發現，VLC鏈路的緩沖隊列長度明顯低于WiFi鏈路的緩沖隊列長度，且NOMA技術對于VLC網絡的性能提升比WiFi網絡性能提升的幅度大。這是因為VLC鏈路的傳輸損耗較小，參與VLC鏈路QoS感知級別評估的用戶信道狀態信息更加準確，使VLC鏈路能夠及時調整系統的資源分配并適時地啟用NOMA用戶匹配與功率分配策略，有效疏導緩沖區內的VLC數據包隊列。由于WiFi系統的QoS感知級別一直偏低，即使啟用NOMA用戶匹配與功率分配策略或者為新到達的數據包開辟新隊列，該用戶數據包緩沖隊列能夠使用的傳輸帶寬有限，存在于緩沖隊列的大量數據包不易得到快速疏導和傳輸。

圖6展示了VLC-WiFi異構網絡的系統吞吐量隨著用戶數目變化的情況。隨著用戶數目的逐漸增多，系統吞吐量逐漸上升，然而上升速率逐漸變緩。當數據包的到達率不變時，用戶數目的增多意味著緩沖隊列數目的增多，即下行傳輸鏈路數目增加，因此，系統吞吐量迅速增加；當用戶數目少于18時，緩沖區的用戶數據包隊列偏少，系統剩余帶寬充足，系統吞吐量較小。隨著用戶數目增加，下行傳輸鏈路帶寬持續增加，系統吞吐量也迅速增加，當用戶數目增加至18以上的時候，系統剩余帶寬緊缺，下行鏈路傳輸的總帶寬不再無條件擴大，吞吐量的增加速度減緩。QoS-CLDRA使用NOMA對VLC-WiFi系統資源實現了帶寬復用，提高了資源利用率，其系統吞吐量相較于QoS-CLDRA未使用 NOMA更高，當用戶數目為24時，QoS-CLDRA使用NOMA的系統吞吐量比QoS-CLDRA未使用NOMA系統吞吐量高約13.47%。

圖7展示了VLC-WiFi異構網絡的系統吞吐量隨著數據包到達率變化的情況。隨著數據包到達率逐漸增加，系統吞吐量先迅速上升，后逐漸趨于平緩。VLC-WiFi異構網絡的帶寬資源有限，致使下行鏈路傳輸的總速率受限，當數據包到達速率上升至每秒24個之后，下行鏈路的總傳輸速率不及數據包的到達速率，大量數據包積壓在緩沖區內部排隊等待，因此系統吞吐量無法繼續大幅度上升。QoSCLDRA使用NOMA的系統吞吐量始終隨著數據包到達率的增加而快速上升，盡管數據包到達率增加至每秒40個時，系統的傳輸帶寬受到限制，但NOMA技術的引入使得異構網絡對于帶寬的利用率增大，系統吞吐量不再受到系統帶寬的限制，網絡容量可以得到大幅度擴展。當數據包到達速率為40個/秒時，QoS-CLDRA使用NOMA的系統吞吐量比QoS-CLDRA未使用NOMA系統吞吐量高約33.05%。

5 結束語

本文主要針對業務類型多樣化以及用戶需求差異化現象導致系統資源調度的靈活性不高、系統資源利用率低的問題，提出室內VLC-WiFi異構網絡QoS感知的跨層動態資源分配(QoS-CLDRA)方法，當系統帶寬資源不足時，引入NOMA用戶匹配與功率分配策略進一步提升網絡容量和帶寬資源的利用率。隨著萬物互聯網的發展，接入網面臨大量數據接入和QoS需求差異要求，網絡的QoS差異服務和有限帶寬資源利用率將制約互聯網應用發展，有效的資源調度算法是促進應用發展和提高網絡服務性能的有效手段。