基于攜能和邊緣緩存的5G移動通信系統傳輸技術研究

汪詩經，高玉芹，滕勇健

（國網蕪湖供電公司，安徽蕪湖 241000）

近年來，隨著計算機和通信技術的不斷發展，傳統傳輸技術已無法滿足5G 通信環境下各種設備對于帶寬與時延的要求[1]。因此，如何提高通信效率、降低能耗成為了5G 移動通信系統亟待解決的問題[2]。

在移動通信系統中，海量低功耗用戶節點存在能量短缺問題，對網絡容量及傳輸質量均存在較大的影響。目前已有能量中繼等相應的研究，旨在確保節點能量充足[3-4]。此外，考慮到通信網絡的帶寬有限，部分專家學者利用緩存策略提高網絡的數據處理能力[5-6]。為了全面提升傳輸能力，該文基于攜能和邊緣緩存技術，提出了一種面向5G 移動通信系統的傳輸技術，利用改進遺傳算法（Improved Genetic Algorithm，IGA）獲取最佳緩存方案，以實現低功耗節點續能與信息的邊緣緩存，且在降低通信延遲的同時減少系統能耗。

1 系統模型

文中設計了一個無線攜能和協作邊緣緩存的5G 移動通信系統，其架構如圖1 所示。其中，包含一個云計算中心、若干個基站和5G 用戶，且這些用戶隨機分布在各個基站內。

圖1 系統模型架構

考慮到足夠的緩存容量，假設云計算中心通過核心鏈路與基站連接，并能夠緩存所有可用的通信數據。則基站集合表示為m={1,2,…,M}，每個基站均被賦予有限的可用緩存容量，使得一些通信數據能緩存在基站中，以降低通信成本。5G 用戶(n={1,2,…,N})隨機分布在無線覆蓋范圍內，并在相對較長的時間內頻繁地通過蜂窩鏈路進行各種通信。此外，假設系統在固定長度的時隙t={1,2,…,T}中運行，T表示有限時間范圍。在每個時隙中，用戶僅能有一個通信請求，而每個基站的緩存決策也會定期更新。

2 通信傳輸方案設計

在5G 移動通信中，大量低功耗節點會存在能量短缺的問題，而無線攜能技術可為能量有限節點提供連續的電能。此外，由于5G 通信的興起，各種數據量劇增，利用邊緣緩存技術可通過提前在基站或用戶終端存儲數據以實現系統的高效傳輸。

2.1 無線攜能

無線攜能[7-8]受益于射頻能量采集技術，設備間不僅有傳統的信息層協作，更存在著能量層的深入協作。具體而言，能量受限的節點可先采集發送端發出的電磁能量，再以采集到的能量作為發送功率協作轉發發送端的數據到目的端。在所提系統中，采用基于功率分流中繼（Power Shunt Relay，PSR）協議完成攜能傳輸，其原理如圖2 所示。

圖2 基于PSR的中繼協議

PSR 協議將整個信息傳輸周期T劃分為兩個時隙。在第一個T/2 時隙內，中繼節點以功率分流接收機架構同時進行能量收集與信息解碼；而在第二個T/2 時隙內，中繼節點則向目的節點轉發信息。

2.2 信息傳輸模型

針對不同用戶設備進行信息采集，并在整個時間段內完成信息處理。基站在前一半時間內接收用戶的能量以及所需緩存的信息，而在后一半時間內則利用收集的能量完成信息轉發[9]。用戶以恒定功率向基站傳輸能量，以功率傳輸信息，則：

1）傳輸能量時，在t時間段內基站收集到的能量為：

式中，η∈(0,1]是能量轉換效率，γ(d)是發射端到接收端的路徑損耗。

用戶能耗為：

2）選擇邊緣緩存時，用戶信息傳輸速率為：

2.3 優化目標

設計的優化目標在于降低5G 移動通信系統中的信息傳輸時延與總能耗，以提高用戶體驗[10-11]。系統總效用的數學表達如下：

2.4 基于IGA的傳輸策略

將通信緩存問題轉化成非線性0-1 規劃問題，并采用IGA 進行求解。算法的可行解由染色體來決定，而染色體則對應相應的緩存策略，即IGA 算法的最優解為系統傳輸的最佳緩存策略[12-13]。

GA（Genetic Algorithm）具有全局搜索、復雜問題簡單化等優點，但其迭代過程緩慢，且當個體差異較小時，種群停止進化的概率較大[14-15]。為此，利用精英保留策略改進GA，以提高其搜索速度與性能[16]。基于IGA的系統通信緩存策略優化流程，如圖3所示。

圖3 基于IGA的緩存策略優化流程

在算法編碼過程中，K個通信緩存策略是變量?k(k∈{1,…,K})的取值。假設通信數量為K時，則算法種群規模為，且需將個實數轉化成二進制形式，其中，“1”表示被緩存至邊緣基站的信息，“0”表示在用戶本地緩存的信息。

此外，精英保留策略基于適應度值篩選來構建一個精英池，通過用精英池中的個體替換適應度低的個體來提高種群多樣性，并可有效引導算法加速收斂。

3 實驗結果與分析

實驗在Matlab R2018b 平臺上進行，具體的實驗參數設置如表1 所示。

表1 實驗參數設置

3.1 IGA的收斂性分析

為論證IGA 的收斂速度與特性，將其與GA 進行對比，系統總效用對比結果如圖4 所示，其中系統總效用是無量綱的數值。

圖4 GA和IGA的系統總效用對比

從圖中可以看出，兩種方法的系統總效用均隨著迭代次數的增加而降低，且最后趨于穩定值，但IGA 的效用值比GA 約低35。原因在于IGA 采用了精英保留策略來篩選種群的優質個體，故能夠提高尋優效果，并加快收斂速度，因此其在迭代次數為50 次時趨于收斂。

3.2 時延分析

隨著5G 用戶數量的增加，不同傳輸技術對時延的影響有所不同，選擇邊緣緩存與直接傳輸的通信延時如圖5 所示。

圖5 傳輸方式對通信延遲的影響

由圖可知，隨著用戶數量的增加，兩種傳輸技術的通信延遲在不斷上升，這是由于用戶終端數量增加會導致通信數據激增，并引起信道阻塞，從而造成通信時間延長。當用戶數量較小時，數據量較少，不論何種傳輸方式均能實現較快的通信。但當用戶數量增加后，所提技術采用邊緣緩存的優勢越發明顯，原因在于其能夠將部分信息進行緩存，且提高信道使用率，進而降低通信延遲。當用戶數量達到400 個時，所提技術的通信延遲為9 s，與直接傳輸的方式相比延遲大幅降低。

3.3 能耗對比

不同傳輸技術方案下的能耗情況，如圖6 所示。

圖6 不同技術下的能耗曲線

從圖中可以看出，隨著用戶數量的增加，4 種傳輸技術的能耗均呈現上升趨勢，但所提技術上升幅度有所減緩。當用戶數量為350 個時，其能耗約為3 000 J。由于用戶過多會導致邊緣緩存節點滿載，因此將數據緩存至云計算中心可使傳輸能耗始終穩定在一個較低水平。且所提技術利用用戶的發送功率進行轉發，較大程度上節省了能耗開銷。文獻[3]中缺乏有效的傳輸策略，因此能耗較高；而采用非正交多址接入技術進行通信傳輸的文獻[5]與基于毫米波無線通信系統實現通信的文獻[6]，二者則均從硬件層面提升通信速度，但需較多能量，故傳輸能耗高于所提技術。綜合來看，所提技術能夠合理利用5G 用戶的發送功率及基站邊緣緩存的優勢，故其在移動通信中更具使用價值。

4 結束語

5G 通信的發展與普及，對各移動通信系統提出了更高的要求，為此，該文展開了深入的通信傳輸技術研究。用戶基于PSR 協議完成攜能傳輸，并有選擇性地將數據緩存至邊緣基站，基站再利用收集的能量將數據轉發至云中心。使用IGA 求解系統時延和能耗最小化的優化問題，以獲取最佳傳輸方式。測試結果顯示，IGA 的收斂速度更快，且當用戶數量為400 個時，該文技術的時延為9 s，能耗約為3 000 J，為移動通信系統的進一步發展提供了一定的理論研究基礎。但所提技術僅考慮了用戶與基站間的緩存，而缺乏基站與云計算中心的交互。因此，在接下來的研究中將深入融合用戶、基站及云平臺間的協同傳輸，以實現系統的高性能傳輸。