多厂房生产线无线网络系统的功率控制与性能优化

2023-11-16程晓飞

制造业自动化 2023年10期

程晓飞

（青岛黄海学院，青岛 266427）

0 引言

随着工业化进程的推进，自动化生产线在诸多行业和领域得到广泛的普及和应用。在无线网络和通讯技术的支持下，不同厂房或企业生产线之间的数据交互和集中控制得以实现。为有效地提高生产效率，缩短产品制造周期，生产及装配工序被划分地更为精细，生产线数量增多，给无线网络系统带来更高的性能要求，比如：长距离或偏远地区网络数据的传输效率高且不可中断；在不影响网速的前提下拓展更多的网络设备[1]等。但是，由于多厂房生产线存在距离远，生产设备对网络设备干扰强等问题，网络的稳定性和功率控制成为通讯系统拟解决的关键问题。目前，边界干扰是影响多厂房生产线无线通讯可靠性的关键因素之一，当某个生产线位于网络边缘区时，发生信号失真的概率相对较高。由于网络技术在工业生产中的应用和发展具有过渡性[2]，因此，对应的数据传送标准应具有可替换特点[3-4]，这也是性能优化的前提。

针对以上问题，文中提出一种无线网络系统优化设计方案，将共轭波束[5]标准化，研究其功率控制效果和对系统的频谱效率和能量效率的影响。同时，为了降低网络构架成本，引入复合型的模数转换功率模型[6]，以实现良好的性价比。此外，系统以移动终端为中心进行网络结构设计，可有效地与基站建立数据连接，弱化边界干扰，对于自动化生产技术发展有着积极的促进作用。

1 网络结构设计

1.1 总体框架

单厂房内的网络控制原理如图1所示。根据产品工序特点，确立厂房内的生产线数量与布局，各个通讯设备（管理中心和监控中心）的布置、安装和指令控制都在厂房内中进行。对于长距离或偏远的多厂房生产线，无线网络系统优先采用无蜂窝式大规模多输入多输出（MIMO）结构，如图2所示。在系统中，有效区域的基站以多节点接入的形式实现，每个节点均具有增功率天线，从而有效地实现多区域的灵活布点，并且大大降低部署场地的复杂性，适用于弱信号环境。同时，实现分散特性的基站可全面覆盖移动终端，在保证通讯质量的前提下，改善宏分集效率。虽然通讯节点的数量以及分布密度可根据实际情况进行调整，但是不同覆盖范围内的基站信号仍存在一定的干扰性和叠加性[7]。

图2 无线网络系统结构

为了将有效信号准确地剥离，可在系统中引入多点联合发送技术[8]，即采用分布式的控制策略，将各个基站进行分类和协作，建立合理的通讯连接组合，最终实现弱化干扰信号影响的效果。此外，随着光纤通讯技术[9]和网络协作算法[10]的发展与应用，功能完备的控制器能够灵活地控制发射功率，而且在节能降耗等方面有着良好的效果。为了验证该种通讯结构的优势，需要对其频率效率和能量效率进行分析。

1.2 数据传输模型

假设数据传输系统有N个增功率天线，其中处于相同工作时间段上的有M个，处于相同频率段上的有K个，在给定的通讯区域内随机分布。系统内的无线网络接入点在进行数据返回时，均需要通过CPU单元，确保网络信息类型的一致性，并合理控制载荷数据与功率系数。从网络节点到移动终端的数据传输主要包括两部分内容：上行链路训练和下行链路传输控制。由于终端数据需要导频序列，因此在下行链路中应提前进行预编码[11]。

设gmk为第k个用户和第m个网络节点之间的信道系数，则下行链路中的gmk表示为：

式中，βmk为大尺度衰落系数，需要考虑其路径损耗和阴影效应，数值与天线指数无关。hmk为是小尺度衰落系数，其在特定的时间段内具有独立性，属于随机变量。

在无线通讯系统中，设定数据传输的相干间隔长度为T，使其略大于上行链路训练持续时间样本τup，则第m个节点所接受的导频向量ym,up可表示为：

式中，ρup为信号发射信噪比，与导频序列相关，具有归一化特性；wm,up为导频序列向量，属于加性高斯白噪声矢量。完成导频传输后，第m个网络节点将获取导频向量与信噪比向量的内积，实现上行链路训练。

在下行链路数据传输阶段，数据通讯采用的信号要依据用户的终端信息。在归一化条件下，第m个节点所发射的数据可表示为：

式中，sk为系统预期发送至第k个终端的信号，ρd为网络节点的信号发射功率系数，可有效控制和限制峰值功率。

相比常规共轭波束，其相应的长期功率约束方程可表示为：

式中，αmk为代换量，其表达式为：

由数据传输模型可知，随着网络节点数的增大，信号干扰和噪声显著弱化，这一结论与使用规范化预编码器的下行链路情况一致。

1.3 最佳功率控制分析

根据数据传输模型的特点可知，每个网络节点的实际发射功率均受ρd的影响显著，特别是短期的功率控制。最大和最小功率约束方程可表示为：

在约束条件下，求解方程极值是功率优化控制的关键。为了便于方程的求解，文中基于共轭波束归一化与平衡功率控制方法[12]分析不同下行链路速率[13]下的累积分布函数值，用于判定功率控制效果。在局部区域，设定相同工作时段上的增功率天线数量为60，相同频段的数量为20。将标准化共轭波束（Normalized CB）与常规共轭波束（Conventional CB）条件进行对比分析，可得出短期功率控制和长期功率控制的特征曲线分别如图3和图4所示。可以看出：在功率控制方面，标准化的共轭波束预编码明显优于传统方案；从具体数值上分析，标准化共轭波束预编码器在低于5%中断条件下的链路速率为2.07（bit/s/Hz），比常规条件高1.15倍。这是由于标准化和归一化处理后的CB预编码器能提供更大的增益，使得数据传输的最小速率最大化。由于不同的生产线，对应的工作周期有着差大的差异性，因此，应在确保基本性能、兼容性和匹配性的前提下，根据实际情况择优选取无线网络通讯设备，从而获得更好的工作效果。

图3 短期功率控制特性曲线

图4 长期功率控制特性曲线

通过对比分析无功率控制曲线可知，功率控制是提升链路速率的有效方法之一，可将中断率降低12%以上。在较低的信号噪声干扰比条件下，相干波束[14]形成显著的增益，比如，自适应天线系统在强干扰环境下能使信噪比提高40dB左右。基于最大-最小功率分配标准的工况控制前提下，CB预编码器的性能受终端数量的影响较小，因此，不同终端之间不会造成效率干扰。

在最大-最小功率分配标准控制下，可得出不同节点数量下的累积分布函数变化规律如图5所示。可以看出：该功率分配方案在不同的编码情况下均能保持网络节点的稳定性；标准化共轭波束预编码在相同的网络节点数下消耗的功率更低，适用于移动性显著的网络节点。

图5 不同节点数量下的累积分布函数值

2 系统性能分析

2.1 频谱效率分析

在网络结构中，为了避免信号交互影响，不同终端天线发出的信号具有不相关性，包括量化后的高斯噪声。为进一步提升系统的谱效率和能量效率，增加项中引入数模转换（ADC）功率模型，如图6所示，能够有效得抑制噪声影响。网络系统中的上行链路与下行链路功能不同，上行链路主要用于向网络节点传输导频序列，并完成信道的估计，对下行链路的标准化共轭波束预编码有着重要的影响。频谱效率是衡量上行链路性能的重要参数之一，特别是在低分辨率 ADC条件下，能够有效地判定功率损失情况。此外，由于频谱效率受到生产设备的干扰，因此，在计算时，根据设备的有效数量选取损耗系数。

图6 ADC功率模型

为研究网络节点数量对频谱效率的影响，分别在同频段网络节点数K为20和10的条件下计算频谱效率变化，结果如图7所示。可以看出：随着同时段工作的网络节点数量的增加，系统的频谱效率明显增大，但逐渐呈现出暂缓现象；同频段网络节点数越多，频谱效率越大。对于企业生产而言，网络节点的数量需要合理的选取范围，否则难以不利于经济效益的提升。若不同生产线之间的通讯距离较短，则适当减小节点数量，以功耗为指标优化频谱效率。频谱效率是衡量通讯系统抗干扰能力的指标之一，其变化规律是相关补充设备选取的重要依据。

图7 不同节点数量下的频谱效率

综合运用高分辨率和低分辨率的ADC，可有效地降低功耗并改善系统性价比。但是，随着ADC分辨率的降低，性能损失越显著，表现为传输速率和频谱效率降低。若出现该问题，可在一定范围内增加增功率天线，弥补信号的失真问题，同时满足系统的优化设计要求。

2.2 能量效率分析

在面积为1×106m2的方形面积区域内，假设各个生产线的网络节点与移动终端均为随机分布，采用环绕原理对能量效率进行计算，可得出不同节点数量下的能量效率变化规律如图8所示。可以看出：随着同时段网络节点数量的增多，能量效率呈衰减趋势变化；与频谱效率变化相似，同频段网络节点数越多，能量效率越高。

图8 不同节点数量下的能量效率

由于系统引入了ADC功率模型，因此，量化比特数对能量效率将会产生一定的影响。在不同数量的同频段网络节点条件下，可得出能量效率随数模/模数转换量化比特数的变化规律如图9所示。可以看出：当同频段网络节点数量K低于30时，能量效率基本不发生改变；随着K值的增大，能量效率呈现出先增大后减小的变化趋势，当量化比特数为4时，能量效率达到极值。网络节点的分配和布置对于频谱效率和能量效率均有着关键的影响，在随机分布情况下，单区域的能量效率并非随着网络节点数量的增大而增大，这是由于服务区内的平均有效传输距离随之增大。