矿井无线通信系统功率分配优化算法

许艳英，包宋建，张　郭

(1.重庆科创职业学院机电工程学院， 重庆　永川　402160; 2.重庆文理学院电子电气工程学院， 重庆　永川　402160)



矿井无线通信系统功率分配优化算法

许艳英1，包宋建2，张郭1

(1.重庆科创职业学院机电工程学院， 重庆永川402160; 2.重庆文理学院电子电气工程学院， 重庆永川402160)

针对矿井无线通信系统中主、次级信号传输存在相互干扰等问题，提出了集中式功率分配算法，建立了功率分配系统模型，列出了中继节点处功率分配的目标函数，以此来最大化系统加权速率以及最小化系统加权功率，并对集中式系统的功率分配进行分析，把问题转化为特定的最小化和最大化问题求出最优解，使信号间的干扰最小化.算法应用于实际矿井通信测试并对测试数据进行仿真分析，表明该分配方案正确、可行.

矿井通信；功率分配；算法优化

煤矿矿井无线通信系统属于煤矿通信六大系统之一[1]，用于生产、调度、管理、救援等各个环节中, 在煤矿作业中占有非常重要的位置.煤矿通信系统包括有线通信系统与无线通信系统[2]，其中无线通信系统早已成为煤矿信息化及生产安全管理的重要途径.煤矿井下通过无线传输的信号很多，在此把需要不间断传输的信号定为主级别信号，而其余信号定为次级别信号.井下环境监测信号可认为是主级别信号.当主、次级别信号同时传输时，为减少二者之间的干扰，需要严格控制各自的发射功率，而控制功率又会对无线网络系统的吞吐量造成一定的影响[3].因此，如何保证主、次级别信号的传输质量与传输速率是通信网络需要解决的问题.

1　功率分配模型建立

煤矿井下的作业环境极其恶劣、复杂，导致矿井内的通信具有移动速度慢、传输衰耗大、设备体积小、发射功率小等特点.在无线 Mesh 网络中，传输信号通过中继节点中转至目的节点[4].现有的参考文献中，在中继节点处对接收到的各种信号主要采用等功率分配方案进行信号中转.该方案能够保证各信号的传输，但对信号间的干扰问题不能很好地解决.本文提出一种改进的功率分配方案，分别来最大化系统加权速率以及最小化系统加权功率，同时最小化信号间的干扰.

(1)

其中：i∈{1,2,…,N}，GSi是次级信号源节点Si的发射功率，GS0代表主级信号源节点S0的发射功率，CSiRSi代表Si到RSi间即时信道增益，QS0RSi为S0与RSi间的即时信道增益.信道增益包括路径损耗与衰落.usiRSi是RSi处的白高斯噪声，方差为NsiRSi.

(3)

(4)

其中，

(5)

(6)

结合(4)—(6)式可以看出，当源节点的发出功率GSi固定时，ri是关于GRSi单调递增的.当GRSi固定时，ri关于GRSi单调递增.ri的单调性为矿井功率分配方案的优化提供了一定的基础.

2　集中式功率分配算法

矿井无线通信系统同时传输着实时性数据、周期性数据、间歇性数据甚至重复的低等待数据等[5].为简化数据类型，将实时数据定为主级别信号，其余各类定为次级信号.当主级信号与次级信号通过中继节点转发时，如何有效进行功率分配使得相互之间的干扰最小，并且最大化系统的加权速率是首要任务.集中式功率分配方案是指统一用一个中心节点转发主次信号，并且将系统的加权速率最大化及系统的加权功率最小化，使不同的信号相互之间干扰最小.

2.1最小化系统加权功率

当矿井无线通信系统传输着N个次级信号时，各自的源节点发射功率GSi存在差异.维护矿井通信系统的节点比较困难[6].因此，合理分配不同权重的中继功率、最小化系统加权功率的目标是非常必要的.(7)式是最小化系统加权功率的目标函数.约束条件如(8)—(11)式.

(7)

s.t. ri≥rith

(8)

(9)

(10)

(11)

(12)

进一步化简得

ri,th·(λi-1GSi-1γi-1GRSi-1+ γi-1GRSi-1+

λi-1GSi-1)≤1

(13)

其余的约束条件也都是标准多项式.因此，集中式的最小化系统加权功率分配方案可以通过集中规划给出最优解.

2.2最大化系统加权速率

矿井中的各种信号的传输速率是非常重要的通信指标[7].节点的功率分配应该尽可能最大化系统的加权速率，从而获得较高的网络吞吐量，可以保证不同发射功率的源节点的传输公平性.在2.1中已经定义wi是源节点Si的功率权重系数，所有次级信号的即时加权速率为

(14)

集中式最大化加权速率功率分配方案可表示为

(15)

(16)

由可导函数的一阶泰勒估计以及函数f(y)=logf(ey)在点y=logx附近的展开可得

(17)

在此定义ki=eSi，则上式可以转化为

(18)

(19)

通过泰勒公式的一阶展开，把上式看成单项式，可变换为

(20)

其中，ai(j)、bi(j)、ci(j)分别为

(21)

(22)

(23)

此外，加权速率的其他约束条件(8)—(11)式及(16)式也可以转换为单项式.因此，第n次迭代最优化问题就转化为

(24)

约束条件为(8)—(11)式.因此，加权速率最大化的最终解可以通过迭代收敛准则得出，具体步骤如下:

(1)初始化功率G0，然后计算(15)式；

(2)由(21)—(23)式，可以计算出ai(j)、bi(j)、ci(j)，再分别通过(20)式，得到相应的计算式；

(3)利用线性规划求解(23)式；

(5)利用得出的G返回步骤(2)中.

3　算法性能测试

3.1最小化系统加权功率

无线通信信号在井下的传输距离非常受限.实践证明，在2个节点间的传输距离小于15 m时，能够保证数据的基本传输.为了验证本文算法的可靠性，选择项目合作企业永川区某煤矿的典型矿井进行测试，并将测试结果进行仿真分析.在仿真分析时，将本方案与等功率分配方案同时进行仿真比较，如图1所示.

图1　系统加权功率对信噪比门限ri,th

通过图1仿真曲线可以看出，本文的功率分配方案在目的节点处的确得到了更大的等效信噪比门限阈值.此外，等权重系数情况下的功率分配性能优于权重不同时的分配方案.图2为在固定等效信噪比门限值的情况下，系统加权功率随着中继节点处的传输功率的变化情况.相比等功率分配方案，本文的方法可以得到较小的功率损耗.

图2　系统加权功率对中继节点最大传输功率

3.2最大化系统加权速率

图3　系统加权速率对中继节点最大传输功率

4　结论

本文提出的集中式功率分配算法不仅能保证数据传输速率，又使系统的消耗功率得到保障，而速率和功率又是影响网络稳定性和可靠性的主要因素.集中式功率分配算法对小型矿井通信设备非常适用.该算法运用统一中心节点对功率进行分配计算，然后将分配结果传送给各个节点.该算法已在永川区某煤矿进行测试，通过对测试结果进行仿真分析，验证了方案的可行性和正确性，同时极大地降低了计算冗余和开销.

[1]石楠. 基于RFID的井下人员定位系统的软件设计与实现[D].西安：西安科技大学，2010.

[2]霍翠玲, 崔维,王玉坤,等.论煤矿矿井中的移动通信技术[J].煤炭技术，2011(7):133-134.

[3]董晨. 面向分布式蜂窝网络架构的中继选择技术研究[D]. 西安：西安电子科技大学，2012.

[4]赵振新.分布式空时编码协作系统中非相干检测算法研究[D]. 天津：天津大学，2012.

[5]田华,陈刚.基于博弈论的MIMO中继网络预编码策略选择[J].通信技术，2013(8):19-23.

[6]詹明忠.井下无线技术在煤矿安全生产中的应用[J].中国高新技术企业，2014(6):118-119.

[7]隋淼. 煤矿主井输送机的电气系统优化及变频改造[J].煤炭技术，2014(10):233-234.

(责任编辑穆刚)

Algorithm of allocation optimization of mine wireless communication system power

XU Yanying1, BAO Songjian2, ZHANG Guo1

(1. College of Electronic and Mechanical Engineering, Chongqing Creation Vocational College, Yongchuan Chongqing 402160, China；2. College of Electronic and Electrical Engineering, Chongqing University of Arts and Sciences, Yongchuan Chongqing 402160, China)

In terms of the problems such as the mutual interference existing in the communication of major and minor signals in the mine wireless communication, centralized power allocation algorithm was proposed. The power allocation system model was established, and the object function of power allocation at the relay node was listed, in order to maximize and minimize the system weighted rate. Also analysis was made on the power allocation of centralized system, turning the issue into the special minimized and maximized ones to get the optimized solutions, to minimize the interference of mutual signals. The algorithm was used in the actual mine communication test, and the simulation analysis was made on the test data, showing the allocation method is correct and practicable.

mine communication; power distribution; algorithm to optimize

2015-12-17

重庆市教育委员会自然科学基金项目 (KJ131208)；重庆市永川区科技计划基金项目(Ycstc,2014ac3001).

许艳英(1974—)，女，内蒙赤峰人，副教授，主要从事电气工程与智能监控方面的研究.

TN923

A

1673-8004(2016)05-0041-04