智能电网双层无线接入架构及信道仿真研究

郭起霖+张斌

摘 要： 电力通信网络的架构及无线信道特性是决定网络性能的关键因素。首先，研究基于南方电网电力无线宽带专网的双层无线接入架构，该架构中宏蜂窝与汇聚网关之间的MIMO信道的性能将直接影响到电网的稳定和运营水平。因此，对MIMO信道性能的研究就尤为重要。主要对MIMO信道的两个典型模型WINNERⅡ模型和Kronecker模型分别从信道空间相关性、信道容量、时域衰落三方面进行理论分析与对比仿真。由仿真结果得到天线数量、信噪比、天线阵列等因素对信道容量和天线相关性的影响。仿真结果说明MIMO技术能够在电网多业务承载环境下，满足系统高速率、大容量的要求。通过比较，WINNERⅡ模型与真实传播环境匹配度高，可在双层无线接入架构中得到进一步的应用。

关键词： 智能电网； 双层无线接入架构； MIMO信道； WINNERⅡ模型； Kronecker模型； 仿真与分析

中图分类号： TN921?34 文献标识码： A 文章编号： 1004?373X（2018）01?0017?06

Abstract： The architecture of the electric power communication network and characteristics of the wireless channel are the key factors to determine the network performance. The double?layer wireless access architecture of the electric power wireless broadband private network of Southern Power Grid is studied， in which the MIMO channel performance of macrocell and convergence gateway directly affects the stability and operational level of the power grid. Therefore， it is particularly importance to research on the performance of MIMO channel. The typical WINNERⅡ model and Kronecker model of MIMO channel are performed with theoretical analysis and contrast simulation in the aspects of channel space correlation， channel capacity and time?domain fading. The influences of antennas quantity， signal?to?noise ratio and antennas array on channel capacity and antennas correlation are obtained with simulation results. The simulation results show that the MIMO technology can satisfy the requirement of the system for high speed and large capacity. In comparison with the Kronecker model， the WINNERⅡ model has higher matching degree with the real propagation environment， and can be further applied in the double?layer wireless access architecture.

Keywords： smart grid； double?layer wireless access architecture； MIMO channel； WINNERⅡ model； Kronecker model； simulation and analysis

0 引 言

智能电网[1]作为先进通信技术和高级物理电网有机融合的新技术，可以保证电网安全、可靠、经济、高效、低碳运行，极大地提升了电网的智能化水平，是电网发展的趋势。

智能电网的实现需要高速、实时、双向的电力通信系统作为支撑。电力专网是用于电力通信、电力监控系统及数据网络的专有通信网络。相对于无线公网，电力无线专网具有通信质量高、安全性高、网络资源自主分配、应急通信的适应性强及设备抗毁性强等优点，为实现配用电网络全覆盖、全采集提供了极大的便利，成為构建可靠、灵活的电力配电通信网的重要手段[2?3]。2015年7月6日，国家发展改革委颁布了《关于促进智能电网发展的指导意见》，提出鼓励多种先进信息通信技术在电力系统的应用支撑，建立开放、泛在、智能、互动、可信的电力信息通信网络。电网无线专网作为智能电网各系统信息交换的基础载体和客户交互的基本传输媒介，是电力骨干网的延伸，为实现电网配用电环节智能化，提供了便利和保障。

国际上，智能电网宽带无线专网系统已经在众多国家（欧洲、美国、澳大利亚、加拿大、日韩等）电力公司的推广下投入使用，极大地提升了电网的智能化水平[3]。我国的电力无线专网也通过产学研用的有机结合，在多地进行试点应用[3]。

通过各地的实践表明，电力无线专网为配用电业务的采集和监测带来了极大的便利，但上述南网电力专用系统均采用单天线技术，系统的传输速率和可靠性受限。随着信息化技术的发展，电网业务对视频信息（高清视频监控、在线巡检）的传输需求不断增加，每个变电站需要提供10 Mb/s甚至更高的传输速率[4]。在通信频率资源有限的条件下，如何基于现有电力专网架构，结合多天线（MIMO）稳定、可靠、大容量的技术优势，为电网不同速率、不同质量要求的各种业务提供稳定的传输通道，提升无线专网的通信性能，成为亟待解决的问题。endprint

所以，本文将基于智能电网的双层无线接入架构，通过MIMO信道Kronecker模型和WINNERⅡ模型，重点从空间相关性、信道容量、时域衰落三个方面对系统性能进行对比分析，研究结论能够为电力无线专网中多天线技术的实践、专网的规划实施，提供一定的理论和仿真基础。

1 智能电网双层无线接入架构

本文研究基于南方电网电力无线宽带专网的双层无线接入架构，如图1所示。南方电网在珠海、广州、深圳等多个城市建设的电力无线宽带专网试点工程均依据此架构进行组网。双层无线接入网包括宏蜂窝广域网（Wide Area Networks，WAN）和Mesh邻域网两个部分：广域网利用宏蜂窝基站提供本地接入点与电网公司主干网的通信链路，宏蜂窝基站架设在电网自有物业（变电站或者电网行政楼），通过现有的光纤传输网与核心网、网管系统、控制中心、发电厂通信；基站通过宏蜂窝广域网覆盖汇聚网关，而在终端侧，多个自动化终端构建Mesh邻域网把数据汇聚到网关统一回传。当前无线接入网承载的业务众多，如数据采集、远程控制、语音调度、应急维修、数据集群、协同作业等。

在智能电网双层无线接入架构中，宏蜂窝基站使用单天线建立本地接入点与电网公司主干网间的通信链路。随着智能电网的发展和系统的不断演进，配电自动化、高清视频监控、能效管理、视频会议、线路巡检等电力业务的逐步应用，对于智能电网无线专用通信网络在带宽、服务质量、多业务承载等方面提出了更高的要求。在频率资源有限的情况下，MIMO技术成为电力无线专网发展的必然选择。图1中电力专网基站与汇聚网关之间的MIMO通道的性能将直接影响到电网的稳定和运营水平。

如何选择适合的MIMO信道模型对系统进行建模、仿真和研究，对电力无线专网后期的规划、建设、维护有着长远的影响。本文将基于智能电网的双层无线接入架构，使用MIMO信道Kronecker模型和WINNERⅡ模型，重点从空间相关性、信道容量、时域衰落三个方面对网络性能进行仿真和分析。

2 智能电网无线专网MIMO信道模型

为了应对无线信道的时变性，电力无线专网的MIMO系统收、发端需要采用多天线技术，实现更高数据传输速率和通信质量，系统结构如图2所示。因此，系统中的无线信道由多个天线链路形成的子信道构成，且天线链路间的衰落具有相关性，因此，MIMO信道相比于其他无线信道更加复杂，更需要建立MIMO信道模型对其进行准确描述。

2.1 MIMO信道模型分类

MIMO信道模型主要分为两大类，物理模型和分析模型[4]。物理模型是基于实际环境测量建立的信道模型。它要求得到信道环境的详细信息，如建筑物和自然物体的精确位置、分布以及大小等。分析模型主要通过数学分析的方法描述收发天线之间的信道冲激响应特性，而不需要明确电磁波传播特性。本文主要使用MIMO信道模型中基于射线追踪法建模的物理模型WINNERⅡ模型建模方法和基于相关矩阵法建模的几何模型Kronecker模型建模方法进行具体分析。

2.2 WINNERⅡ模型建模方法和仿真流程

WINNERⅡ模型是属于基于射线跟踪建模方法的一种典型模型[5]，在建模的过程中将天线参数与传播参数分开，在信道的测量过程中对独立的快照进行统计并得到不同参数的概率分布，然后通过特定的概率随机分布函数随机地产生散射体位置，确定仿真环境及天线阵列的布局。

通过跟踪从基站出发的所有射线，得到各种参数（离开角AOD、到达角AOA、时延等），在移动台把所有到达的射线叠加从而得到信道矩阵。图3为WINNERⅡ模型具体仿真流程。

2.3 Kronecker模型建模方法和仿真流程

Kronecker模型采用基于相关矩阵建模方法，它是根据发送和接收天线的实际分布结构，利用实际测量的数据或信道的统计信息得到空间信道的各种参数。

Kronecker信道模型的仿真流程如图4所示。通过实际测量的数据或信道的统计信息得到衰落类型、角度扩展、时延扩展等，分别计算MIMO信道收发两端的空间相关矩阵[RTX]和[RRX，]并得到MIMO信道的整体相关矩阵[RMIMO，]然后对[RMIMO]做相应的Cholesky分解[6]就能得到MIMO信道空间相关矩阵[C。]然后进行各个支路的功率分配，得到抽头延迟线仿真模型中各个抽头的系数矩阵，并最终得到MIMO信道矩阵[H。]

3 智能电网无线专网信道仿真与分析

本节将使用WINNERⅡ模型和Kronecker模型进行仿真，对比系统在这两种建模方式下信道空间相关性、信道容量、时域衰落三个方面的性能。

3.1 信道空间相关性仿真与分析

仿真参数设置：载波频率是[1.25×109]Hz，發射天线和接收天线的天线排列都是均匀线性拓扑阵列，基于电网系统实际考虑，两端天线的间隔是0.24 m，收发端天线数目均是4根，采样点是256，选择下行链路，仿真环境为市郊宏小区，仿真场景为case2。两种模型的仿真参数设为一致。

图5为基于Kronecker模型的系统空间性能仿真图。图5中红色虚线的曲线代表Kronecker模型直接输出的相关矩阵[R]中已存在的相关系数，作为输出参考。蓝色实线代表基于信道矩阵计算得来的相关系数。可以看到两条曲线相似度较高，由此也可看出Kronecker模型是基于相关矩阵建模的。

图6为WINNERⅡ模型的空间性能仿真图。WINNERⅡ模型并不是基于相关矩阵的，并没有相关矩阵的产生，在WINNERⅡ模型的相关性图中并没有相关矩阵作为参考，所以需要使用信道矩阵[H]进行相关性分析。

图7为WINNERⅡ模型不同径的子信道间的相关性，即观察每条可分径中任意两两子信道的相关性。在三维图中，[Z]轴代表相关系数，值介于0～1，[X]轴，[Y]轴为[（k-1）*4+l]和[（a-1）*4+b，]代表各个子信道，可以反映每一分径中各个子信道的相关性。因为保留了4条可分径，所以有4个三维图。endprint

从上述仿真发现Kronecker模型和WINNERⅡ模型这两个模型在系统信道空间相关性的仿真上有很多相似的趋势和规律。在整个链路级别上基本上没太多差距。但是由于两者的建模方法不同，对于某些特定的径的结果还是有些许差别。在Kronecker模型中，假定在空间域上，发射端和接收端的到达角（AOA）、离开角（AOD）等空间参数是相互独立的，互不影响。因此，在计算相关性时，直接将发射端的相关矩阵和接收端的相关矩阵相乘[7]，得到整个MIMO信道的相关性。而在WINNERⅡ模型中相关性计算与Kronecker模型中相关性计算是不同的，Kronecker模型的信道矩阵与信道的AOA以及AOD直接相关，但是WINNERⅡ模型里，发射端的AOD与接收端的AOA是满足某个概率密度函数的随机变量，且它们不是相互独立的，并不能像Kronecker模型一样直接相乘得到MIMO信道的相關性。因此，相关矩阵[R]并没有参考价值，这造成Kronecker模型和WINNERⅡ模型在系统信道相关性方面的不同。

3.2 信道容量仿真与分析

信道容量是信道一个极其重要的系统参数，对于电网双层网络架构中是否采用MIMO技术，有着重要的影响，因此，对于MIMO系统的信道容量仿真是必不可少的。影响信道容量的因素有许多，基于现实传播环境的仿真，信道冲激响应是时变的，信道容量也不再是一个常数，而是一个随机变量。

因此仿真基于以下三个假设：

1） 基站端不知道信道的状态信息；

2） 基站端所有天线的发射功率是相同的；

3） 信道受高斯白噪声干扰。

仿真将系统发射端天线数目保持不变，将接收端天线数目从1～4变化，得到的结果如图8和图9所示，随着接收端天线的不断增加，信道容量也在不断增加，验证了MIMO天线规模越大，信道容量越大。并且随着横坐标信噪比的增加，信道容量也在不断增大。所以得到结论：天线数目的增加和信噪比的改善能极大地提高信道容量。

图10是WINNERⅡ模型中不同天线阵列结构对容量的影响图。

由图10中可以看到，在保持总天线数不变的情况下，均匀线性阵列（ULA）对于系统容量的提升要大于均匀圆形阵列（UCA）。在本仿真中，天线阵列中水平方向放置的天线越多，MIMO天线阵列系统提升容量的能力越强，其他方向放置的天线越多，对于系统容量的提升并不明显，上述仿真结论形成的原因是可以把天线分解到水平方向和垂直方向。由于垂直方向角度扩展小，接收端大都分布在水平方向的角度范围内，因此，在垂直方向上需要很多天线才能区分这些角度，这就使得在垂直方向放置天线获得的容量增益不够大。而且，由于天线数目是一定的，垂直方向天线数增加，水平方向天线数目就会减小，水平方向的性能自然就下降了[8]。

图11对两个模型进行了容量方面的比较仿真。实线代表WINNERⅡ模型的平均容量曲线，WINNERⅡ模型的曲线由“三角”标记，从上至下的曲线分别表示天线数目为4×4，3×3，2×2的信道平均容量。“正方形”标记Kronecker模型的平均容量曲线。可以看到两种模型的容量曲线十分相似，相差很小，说明只要两个模型在相同的仿真参数下，通过信道矩阵得来的信道容量值是十分接近的。由仿真图发现，在低信噪比的情况下，WINNERⅡ模型得出的容量值稍微大于Kronecker模型得出的容量值。随着信噪比的增加，Kronecker模型的容量值逐渐超过WINNERⅡ模型的容量值。所以WINNERⅡ模型的斜率要稍微小一些，说明WINNERⅡ模型对信噪比不如Kronecker模型敏感[9]。但仍然可以得出结论，随着信噪比的增加和天线阵列规模的扩大，信道容量明显增大。

3.3 信道时域衰落仿真与分析

时域衰落是为了表征信号在传播过程中经历的衰落，它模拟了现实的电磁传播。时域衰落的性能也是判断模型是否能模拟真实无线环境的一个重要指标。

时域衰落仿真原理为：在发射端发射0、1序列，再利用信道矩阵与发射信号卷积，加上高斯噪声，把每条路径的所有子信道的信号和相应的时延叠加起来，就得到这条路径的接收信号。根据信道矩阵[10]求解时域衰落是很容易的。

图12和图13是两个模型的时域衰落图。

WINNERⅡ模型的时域衰落与Kronecker模型都满足莱斯分布，可以看到WINNERⅡ模型的时域衰落要比Kronecker模型的衰落大，这是因为WINNERⅡ模型的仿真是基于物理射线跟踪的建模，更加贴近于真实的传播场景[11?12]，而Kronecker模型是相关矩阵建模法，更加偏向于数学计算。因此WINNERⅡ模型更加贴近于真实的传播场景，可在双层无线接入架构中得到进一步的应用。

4 结 论

本文基于南方电网电力无线宽带专网的双层无线接入架构，重点研究了专网基站与汇聚网关之间的信道性能，通过MIMO信道Kronecker模型和WINNERⅡ模型，重点从空间相关性、信道容量、时域衰落三个方面对系统性能进行对比分析。

仿真首先验证了在系统发射端和接收端两侧配置多天线，随着天线数量以及系统信噪比的增加，都能有效地提高信道容量，这说明多天线技术是电力专网系统解决频谱资源紧张和系统大容量、高速率要求这一矛盾的理想选择。其次，天线阵列的排列方式也对信道容量有一定影响，均匀线性阵列模式优于均匀圆形阵列，在未来电网实践应用中，应考虑较优的天线排列方式。同时，通过对信道相关性的仿真，表明天线间距和天线的排列方式均对信道的相关性有影响，天线间距越大，信道相关性越小。Kronecker模型和WINNERⅡ模型在建模方法上的区别，通过时域衰落能很好地反映出来，仿真表明WINNERⅡ模型更加贴近于真实的传播场景，可在双层无线接入架构中得到进一步的应用。以上研究结论能够为电力无线专网中多天线技术的实践、专网的规划实施提供一定的理论和仿真基础。endprint

随着智能电网新业务的不断拓展，各种新业务对通信速率和质量的要求不尽相同，如何基于现有电力网络离散频点，使用载波聚合技术等新技术，有效地将多天线技术应用于现有电力专网中成为下一步的研究方向。

参考文献

[1] 徐律佳.杨乐祥.利用无线宽带技术构建智能配网通信接入方式[J].电力系统通信，2011，32（10）：73?77.

XU Lüjia， YANG Lexiang. Improvement of intelligent distribution network access using wireless broadband technology [J]. Electric power systems & communications， 2011， 32（10）： 73?77.

[2] 徐光年.230 MHz無线宽带通信系统的建设与应用[J].电力系统通信，2012（7）：23?24.

XU Guangnian. 230 MHz wireless broadband communication system construction and application [J]. Power system communication， 2012（7）： 23?24.

[3] 汪晨，邓松，张涛，等.智能电网环境下用户行为可信数据安全交换研究[J].现代电子技术，2014，37（1）：75?79.

WANG Chen， DENG Song， ZHANG Tao， et al. Research on secure exchange of trusted data of user behavior in smart grid [J]. Modern electronics technique， 2014， 37（1）： 75?79.

[4] 易睿得.LTE系统原理及应用[M].北京：电子工业出版社，2012.

YI Ruide. LTE system principle and application [M]. Beijing： Electronic Industry Press， 2012.

[5] 林辉.LTE?Advanced关键技术详解[M].北京：人民邮电出版社，2012.

LIN Hui. LTE?advanced key technology details [M]. Beijing： People′s Posts and Telecommunications Press， 2012.

[6] 何光宇，孙英云.智能电网基础[M].北京：中国电力出版社，2010.

HE Guangyu， SUN Yingyun. Smart grid foundation [M]. Beijing： China Electric Power Press， 2010.

[7] 啜刚，王文博，常永宇，等.移动通信原理与系统[M].北京：北京邮电大学出版社，2009：1?100.

CHUAI Gang， WANG Wenbo， CHANG Yongyu， et al. Principles and systems of mobile communications [M]. Beijing University of Posts and Telecommunications Press， 2009： 1?100.

[8] RAPPAPORT T S.无线通信原理与应用[M].周文安，付秀花，王志辉，等译.2版.北京：电子工业出版社，2011：72?172.

RAPPAPORT T S. Principles and applications of wireless communication [M]. Translated by Zhou Wenan， FU Xiuhua， WANG Zhihui， et al. 2nd ed. Beijing： Electronic Industry Press， 2011： 72?172.

[9] 吴伟陵，牛凯.移动通信原理[M].北京：电子工业出版社，2005.

WU Weiling， NIU Kai. Principles of mobile communications [M]. Beijing， Electronic Industry Press， 2005.

[10] JIANG Jing， L? Wei， SUN Bo， et al. Interference alignment scheme for massive MIMO system [J]. Journal of China Universities of Posts and Telecommunications， 2014， 21（4）： 19?24.

[11] GUO A， HAENGGI M. Spatial stochastic models and metrics for the structure of base station in cellaular networks [J]. IEEE transactions on wireless communications， 2013， 12（11）： 5800?5812.

[12] RUSEK F， PERSSON D， LAUB K， et al. Scaling up MIMO： opportunities and challenges with very large arrays [J]. IEEE signal processing magazine， 2013， 30（1）： 40?60.endprint