一种面向大规模物联设备通信的移动5G-RAN连接方法

朱富丽 杨 磊 姬 波

1(河南牧业经济学院信息化办公室 河南 郑州 450044)2(河南信息统计职业学院建筑工程系 河南 郑州 450008)3(郑州大学信息工程学院 河南 郑州 450001)

0 引 言

随着移动物联网通信的快速发展，频谱资源稀缺环境下，寻求用户需求的服务指数增长与物联设备之间的接入性能成为了很多学者的研究热点[1]。目前，5G技术的关键性能指标可以提高区域频谱效率[2]，其无线广播接入网络(Radio Access Network, RAN)接入通过附加频谱、高效信道调制和编码、移动栅格和非正交多址(Non Orthogonal Multiple access, NOMA)[3-4]技术等功能可以实现物联网络增强。因此，RAN伴随着5G技术的发展，从大功率宏单元结构向移动的低发射功率微单元结构转变，而多个用户设备的移动自组网[5-6]可以提高网络连通性和扩大网络覆盖范围。

国内外学者对于5G无线网络接入技术的研究主要分为三类思想：负载均衡策略[7]、基于QoS[8]方法和基于软件定义网络(Software Definition Network, SDN)方法[9]。其中，负载均衡策略将请求接入的用户分配给负载最少的基站或无线节点，为用户提供所需的负载均衡接入选择[7]，可以减少信息交互的代价。但该方法没有将可用信源动态分配给边缘网络或未运行网络，不能发现网络的资源不足问题，无法满足有实时通信要求的用户节点。基于QoS的思想虽然可以解决信道实时接入，提供高质量业务的资源最大化利用，但其接入选择未考虑负载均衡问题，不适用于有限能耗的无人系统设备。而SDN方法实现了控制层和数据层的解耦分离，在5G接入的全覆盖方面表现出较大优势，同时可以使用无人机飞行网络的管理协议来实现高效的端到端中继服务。文献[10]在5G系统中，提出了支持QoS的物联网部署的软件定义体系结构，实现了最佳的数据速率，但其仍处于发展阶段。

综上所述，为在5G生态系统中实现物联网通信的无线广播网络接入节点的运行，本文提出一个具有网络功能虚拟化管理和编排(Network Function Visualization Management and Orchestration, NFV MANO)[11]的移动5G无线广播接入网络(5G-RAN)框架，构建了拓扑网络结构并实现信道的多址接入。目的是以超密集网络(UDNs)为背景[12]的移动RA节点研究，通过使用NOMA提高无线链路质量和频谱效率，提供更好的覆盖和连接。

1 网络架构及主要功能

1.1 移动无线广播接入

5G-RAN的移动性是由移动无线广播接入(RA)节点的UDN提供，主要是地面移动设备设施，而基于无人机的飞行自组网(Flying Ad-Hoc Networks, FANETs)是对地面基站的一个补充，包括嵌入式计算机平台以及多个分配无线信道的中继单元，支持由RA节点组成的网络功能虚拟化基础设施(Network Function Virtual Infrastructure, NFVI)，以构建功能性和可编程的多跳Ad.Hoc网络。

5G-RAN体系结构为RA节点的内部结构，如图1所示，RA节点通过中间RA节点跟随多条路径无线连接到边缘节点，无人机节点包含虚拟交换机(vSwitch)且根据无误需求配置无线数据链路；虚拟延迟器(vCache)通过向与服务相关的缓存提供存储来减少延迟。体系结构主要分为核心网络层和操纵控制层。核心网络层中，SDN配置属于特定位置区域的虚拟交换机。机器学习管理器(Machine Learning, ML)配备了多个算法，从监控管理器获取输入，并为定位管理器、MANO[11]和SDN[9]系统的决策过程提供支持，以放置、分配和优化基础设施资源。移动性管理器(Mobility)负责通过预测移动性模式、自适应地利用系统资源和实时链路以及处理数据来管理跟随移动用户的服务。操纵控制层中，无线资源组件为不同的服务管理分配必要的无线资源，通过NOMA访问无线信道的节点数量，或者在用户和物联网设备密度增加的区域部署补充无人机RA节点。监视探测组件收集与构成服务的虚拟网络功能(Virtual Network Function, VNF)性能相关的数据以及节点基础设施的操作系统，以增强VNF迁移调度。无线嗅探器从无线信道中实时采集信号数据样本，经处理和分析后，为MANO系统提供不同网络场景下基础设施资源的动态分配。对于其他节点的定位和用户的移动，将无人机飞行作为补充控制组件用于RA节点管理。

图1 移动5G-RAN框架

1.2 断开无线广播接入

由于RA节点构建的多跳自组织网络，其链路的不可用可能导致MANO平台与RA节点子集之间平面通信的暂时中断，尽管基础设施资源处于联机状态，但它无法协调断开连接的节点。因此，通过5G-RAN的分组和断开连接的方式，图2给出了从RIM到DRIM的面向对象扩展，在内部提供了一个MANO/SDN接口，以支持断开连接的操作，并通过DRIM-MANO接口提供足够的信息，以正确执行所有相关功能。断开RA的MANO框架分为基础设施层和网络管理编排层。基础设施层包括网络功能虚拟基础设施管理器(NFVI)、远程虚拟基础设施管理器(RIM)和无人机移动基础设施管理器(DRIM)。移动RA网络利用隐藏在NFVI抽象后的分层MANO/SDN结构，管理和编排虚拟化网络功能管理(VNFM)、软件定义网络(SDN Controller)、网络功能虚拟化编排(NFVO)、无线电干扰(Radio&Interference)、移动数据(Mobility)和机器学习(ML Planform)组件。在与设备交互协调中，给出了一个基于SDN的无人机通信和拓扑管理方法的协调协议，以此在FANETs拓扑中建立和维护可靠的通信，作为对地面基站网络通信的一个补充。

图2 断开无线广播接入的MANO框架

2 RA节点拓扑网络

有了RA框架后，就可以构建内部拓扑网络。假设一个上行网络中有N个含有移动用户或物联网设备源Sn(1≤n≤N)，一个目的传输点D，K个移动RA节点的用户簇C，具有半双工中继技术的解码和转发功能。初始情况下，节点已完成NOMA配置且具有相同的信道，当信号衰落时，移动用户或物联网设备与服务器之间没有直接的连接，通信只能由移动的无线节点提供。设每个RA节点Rk拥有一个大小为L的缓冲区，表示可以存储的最大数据包数。Rk的缓冲区中包的个数记为Qk，每个缓冲区的容量平均分配给每个信号源Sn，并存储于Rk上，从而形成了子缓冲区Qk,Sn且子缓冲区大小相等，记为LSn。这里，假设信号源为饱和状态，用于在每个Rk成功接收的信息速率rSn是不同的，当接收处的信噪比Γij大于或等于阈值γij，则从发射机i到其对应的接收机j的传输是成功的。进一步地讲，设γij被定义为γij=2ri-1，其中ri的值由应用程序的调制和编码特性确定，在每个时间间隙内，信号源和RA节点使用固定功率Pi执行分组传输，i∈{S1,S2,…,SN,R1,R2,…,RK}。而重新传输依赖于应答或无应答(ACKs/NACKs)，其中Rk通过单独的窄带信道传输短长度无差错分组。同时，由于多个RA节点可能接收到相同的分组，必须通知服务器接收到的是哪个分组。因此，应答则包括包的id，提示RA节点从其队列中丢弃相应的包并避免重复传输。

3 信道多址接入

3.1 信源到移动RA节点传输

(1)

式中:ηRk表示RA节点Rk的AWGN。

关于动态解码SIC接收机[15]操作，Rk可以被解码为Sn信号。

(2)

只要先前的N-n个信号已在Rk处成功解码，则在解码Sn的信号之前从yk中减去。提出一种信号排序的方法，即在动态SIC接收机中引入RA节点，使该接收机依赖于RA节点处的信道状态信息，根据瞬时接收信号功率来执行信号排序。将φ表示为所有可能的解码顺序的集合，Rk确定了执行信号排序的排列φk∈φ。在任意广播相位之后，考虑到每个源的发射功率水平相等，每个Rk通过将源信号顺序解码为φk，1,φk，2,…,φk,N，则其各自的信道增益为gφk,1Rk≥gφk,2Rk≥…≥gφk,NRk。

3.2 移动RA节点到目的地传输

(3)

相反，如果γRkD<2rmax-1，则目的地将无法成功接收N个信源的数据的分组。因此，在相应的{R→D}中，Rk并发传输N个信号源数据的中断概率[16]表示为：

(4)

式中:通过RA节点选择方法允许存储和发送不同数量的分组，而不要求所选择的RA节点在第一跳中决定N个分组，从而增加NOMA网络上行链路的灵活性。另外，如果无线信道至少能够以最小速率要求保证信号源分组的传输，则可以避免完全中断。在这种情况下，式(4)中的概率不取决于rmax，而是取决于rmin=min{r1,r2,…,rN}，根据最低速率要求以避免{R→D}链路中的完全中断。

3.3 多址接入选择策略

算法1多址接入选择策略

2.N个信源向K个中继广播它们的数据包

4. else

7. if 多个中继器具有相同的最大子缓冲区长度

8. then

9.i*是从i’中的继电器组中随机选择

10. elsei*=i’

12. end if

4 实 验

4.1 实验条件及参数设定

给出了在MATLAB中进行的蒙特卡罗模拟的平均和速率和分组延迟结果，以评估本文方法的上行链路RA性能。首先，信道通过NOMA分配，每个移动RA节点同时接收多个信源的信号；然后，作为中继的每个移动RA节点动态地对信号进行排序，先解码最强的信号并减去最强的信号，再移动到下一个信号。此外，由于移动RA节点的激活取决于其缓冲区状态，如果多个节点具有来自相同信源的数据包，则将被激活的移动RA节点是其缓冲区中数据包数量最大的节点，从而避免缓冲区溢出。本文方法依赖于移动RA节点并可以扩展到多跳部署，在每个跳中存在移动RA节点来接收和转发解码包，从而建立端到端连接。

实验中假设设定一个网络，三个设备从多个移动RA节点连接，它们由蜂窝用户S1和两个物联网设备S2、S3组成，S1以频谱效率rS1=3 bit·s-1·Hz-1发射，S2和S3以频谱效率rS2=rS3=1 bit·s-1·Hz-1发射。S1、S2和S3到RA节点的信道根据实际无线拓扑网络设定为随机独立但非同分布模式。移动RA节点充当S1、S2和S3和服务器之间的中继，并且每个RA节点认为具有9个分组的缓冲容量，平均分配用于存储三个设备的分组，仿真参数设置如表1所示。

表1 仿真参数设置

4.2 与OMA比较

评估本文方法在拓扑网络中的和速率和延迟性能，与OMA[17](Open Mobile Alliance)策略进行比较。对于OMA方法，假设在每个时隙中，信源的数据传输发生在{S→R}或{R→D}链接中，每个信源成功传输所需的速率被设置为NOMA速率的三倍，其中在每个时间间隙内，所有三个信源同时传输其数据。实验网络中设置k=6个移动RA节点，作为空中中继和一个目的地。模拟了三种信号源速率情况：(1) 所有源都有相同的速率要求，即rS1=rS2=rS3=1 bit·s-1·Hz-1；(2) 存在低速率不对称rS1=2 bit·s-1·Hz-1，rS2=rS3=1 bit·s-1·Hz-1；(3) 信号源之间呈现出高速率不对称，rS1=3 bit·s-1·Hz-1，rS2=rS3=1 bit·s-1·Hz-1。

由图3(a)可知，本文方法在中低信噪比机制下提供了改进的和速率性能，在每个移动RA节点使用具有动态排序的SIC，特别是在低速率和高速率不对称情况下，显著提高了和速率性能。而在OMA中，当用户被调度时必须执行三倍于所需速率的传输。虽然在发送信噪比增加时，OMA略微超过本文方法，因为高速传输是可能的且信源之间不存在干扰。实验比较结果强调了本文方法考虑到用户速率的不对称性和用户配对的重要性，在等速率情况下，利用了可能的信道不对称性，并减少了在接收机上成功实现SIC的机会。为此，移动RA节点的虚拟网络功能单元根据其速率需求和与可用移动RA节点的适当关联来进行用户配对。

图3 本文方法与OMA性能比较

图3(b)进一步说明了速率不对称情况下的平均延迟性能。对于中(equal)、低(low)发射信噪比值，本文方法独立于速率不对称提供了较好的平均延迟性能并遵循平均和速率性能，同时，固定用户调度导致延迟增加，因为数据包倾向于在移动RA节点的缓冲区中停留更多的时间间隔，当S1要求较低的速率时，平均延迟性能随着停留次数的减少而提高。本文方法的数据包不会从缓冲区中丢弃，这是由于在施加延迟限制的情况下，VNF会根据每个源的服务的关键性来调整数据包的优先级。

4.3 RA节点重定位改进无线条件

两个移动RA节点用于上行链路中的三个设备S1、S2和S3，如果所有链路都具有非视距[18](nLoS)特性，衰落可能会导致接收信号较弱，给SIC处理带来困难。因此，通过使用具有最高速率要求的蜂窝设备(S1)重定位移动RA节点以实现LoS，可以在网络中实现总体和速率改进。图4(a)，比较了动态重定位移动RA节点的各种情况。初始状态下，两个移动RA节点随机部署在网络中，并与三个设备一起具有nLoS信道，表现了最差的和速率性能；然后在“semi-opt”状态下，两个移动RA节点中的一个重新定位以实现蜂窝用户的LoS条件，说明仅通过改善一个移动RA节点与三个设备之间的无线条件，也可以获得显著的和速率增益；在“opt”状态下，将两个移动RA节点配置为与蜂窝用户一起重新定位和维护LoS信道，这种状态下整个发射信噪比范围内具有最佳性能。

图4 动态RA节点重定位性能

图4(b)进一步说明了在“init”“semi-opt”和“opt”三种不同情况下RA节点定位的平均延迟减少。结果表明，在“semi-opt”和“opt”情况下成功地接收到更多的包，并且由于平均发送信噪比低，它们倾向于停留在缓冲器中以获得更多的时间间隙。随着信噪比条件的改进，“semi-opt”和“opt”两种情况提供了相同的平均延迟，同时，在服务器处成功地解码了更多的分组。最后，当两个RA节点被重新定位时，由于SIC更频繁地解码来自所有源的分组，且本文方法发送由其信号组成的组合分组，因此在14 dB之后实现最佳平均延迟性能。

4.4 分配额外RA节点改进差异性

考虑动态分配额外移动RA节点的影响，侧重于在无线信道难以支持多个设备的速率要求的区域部署额外的移动RA节点，即这些设备位于服务水平连接不可行的区域，例如建筑物内部环境下。在这种情况下，网络识别这些区域需要部署更多的移动RA节点以提高多样性。图5(a)描述了增加可用移动RA节点(K)的数量对网络的平均和速率性能的影响，由此可知，即使对于具有nLoS信道的拓扑，随着移动RA节点的灵活部署，平均和速率得到了提高。

图5 RA节点动态分配性能

图5(b)为增加可用移动RA节点的数目的平均延迟结果。当K=2时，平均延迟性能下降，特别是在低发射信噪比情况下平均延迟性能下降更为明显。而当更多的RA节点可用时，平均延迟减少。这是由于从一开始RA节点处的SIC容易成功传输，在第二跳中，更多的链路可用，以便传输来自多个信号源的信息组成的分组，说明了随着K的增加，发送了更多的分组。

5 结 语

本文提出一种面向大规模物联设备的移动5G-RAN可靠性连接方法，构建了一个具有网络功能虚拟化管理和编排的移动5G-RAN框架，并提出从信源道RA节点及目的地的多址接入选择策略。实验表明：本文方法在“平均和速率”与“分组延迟”的信噪比性能较好，通过灵活部署移动RA节点和使用非正交多址技术提高了用户和设备的连接性。但本文方法未考虑根据用户的移动性和流量进行RA节点的选择，容易导致计算的复杂性和能耗问题，下一步研究应用机器学习平台对RA节点的多址接入进行自动选择，增强网络节点部署的能耗意识。