论文部分内容阅读
摘 要：无线资源管理对实现资源的有效利用起着至关重要的作用。针对變电站中无线网络资源分配问题，提出了基于非合作博弈的变电站无线网络资源的优化管理算法，解决了全双工系统的无线电资源分配问题。将下行链路与上行链路的联合速率最大化问题建模成为上下行链路信道之间的非合作博弈，提出了基于非合作博弈的迭代算法。该算法有效的实现最佳上行链路与下行链路的资源分配，直到达到纳什均衡。仿真结果表明，该算法实现了快速收敛，与同等资源分配方法相比，可以显著提高全双工的性能。
关键词：变电站;无线资源管理;非合作博弈;全双工
Abstract：Wireless resource management plays an important role in the effective utilization of resources. Aiming at the resource allocation problem of wireless network in substation， this paper proposes an optimization management algorithm of wireless network resources in substation based on the non-cooperative game， which solves the radio resource allocation problem of full duplex system. The problem of maximizing the joint sum rate of downlink and uplink is modeled as a non-cooperative game between uplink and downlink channels， and an iterative algorithm based on non-cooperative game is proposed. The algorithm can effectively achieve the optimal uplink and downlink resource allocation until the Nash equilibrium is achieved. According to analysis of simulation result， the algorithm achieves fast convergence and can significantly improve the performance of full duplex compared with the existing resource allocation method.
Key words：Substation; Wireless resource management; Non-cooperative game; Full duplex
如何合理的利用频段，有效的进行频谱资源分配是无线通信中主要研究方向之一。无线通信技术有灵活接入和良好移动性的特点，使得其不受地理条件约束，可以为大规模智能电网终端提供通信的快速部署[1]。无线技术在变电站中的广泛应用，使得电网与信息技术相融合，也使得变电站的管理更加智能化。无线电技术在变电站中的广泛应用，解决了变电站损耗与网络兼容的问题，但同时要考虑抗干扰因素以及资源分配问题。提出基于非合作博弈的变电站无线网络资源分配方法，通过无线资源管理可以合理、高效地利用变电站中的资源，在保证网络服务质量的前提下，使无线资源频谱效率翻倍。
智能电网对变电站内短距离的无线通信有实质性的要求，智能电网是建立在实时、高效、可靠的双工通信的网络基础上，结合自动控制、网络控制以及监管理论对变电站的环境进行实时监控，完成各个独立区域之间的信息融合[2]。无线通信由于其可移动性、覆盖面广、扩展性强等优点，在变电站系统中表现了其优越的性能，而无线通信的安全性和可靠性是保证变电站自动化系统可靠运行的关键，所以说在强磁电干扰下和遮挡物影响下，对无线通信来说是一个严峻的考验。这要求所使用的无线通信系统具有强大的抗干扰能力。无线通信中的损耗一般有大尺度衰落和路径损耗，一般认为大尺度衰落是由移动通信信道路径上的固定障碍物的阻挡引起的。
非合作博弈是指一种参与者不能达成具有约束力的协议的博弈类型[3]，强调的是个人进行的自我决策，研究的是参与者的利益在相互影响的场景下，如何使自己的利益达到最大化。在网络资源分配中，用户自身和用户间存在干扰，该问题表现在上行链路与下行链路之间的耦合，并且可以表述为上下行链路联合速率最大化问题。由于是非凸函数，因此这问题可以建模为上行链路与下行链路信道之间的非合作博弈问题，据此提出了基于博弈论的迭代算法。该算法执行最佳上行链路和下行链路资源分配直到达到纳什均衡。
全双工技术的使用，理论上可以使链路容量增加一倍。对比全双工模式，半双工在同一时隙上只可以有一方接受或发送信息，而全双工技术使得一方可以同时进行接收和发送的双向传输[4]。但是全双工面临着非常严重的自干扰问题[5]，由于接受与发送信号之间的功率差异非常的大，所以对发送信号与接收机之间的自干扰消除的研究在全双工无线通信领域引起了相当大的关注。
提出了对上下行链路资源分配的分析，介绍了在单小区场景中全双工部署的系统。值得注意的是，在低功率的无线接入节点环境中，全双工接收机之间的自干扰消除问题影响很小，这是因为在这一环境中链路之间的物理距离相对较短。针对单小区全双工系统中上行链路和下行链路信道的无线资源分配问题，以能量效率最大化作为目标，提出了一种基于非合作博弈的无限网络资源分配的优化算法。
与此同时，为了比较全双工与半双工的功率分配情况，使用具有相等功率分配的半双工作为对比，对于同样的参数，与半双工系统相比，全双工显著的提高了系统频谱效率。
4 结 论
提出基于非合作博弈的资源分配模型，解决了全双工系统中上下行链路的无线资源分配问题，使用注水法实现最优上行链路与下行链路资源的分配以达到纳什平衡。通过此模型可以得出此算法具有很高的收敛速度，效率优于等功率分配方法。仿真结果表明，该算法可以用较少的迭代次数来达到全双工系统中优化解。与半双工相比，使用该算法的全双工系统的可以获得较大的频谱效率增益。
参考文献
[1] 蔡昊，周欣，王宏延，等.LTE电力无线专网业务安全风险分析及应对策略[J].电力信息与通信技术，2016，14（5）：137-141.
[2] 刘成华.智能电网下变电运行的数据需求及数据结构分析[J].机电信息，2020（3）：99.
[3] 武婷婷.超密集网络无线资源管理的研究[D].南京：南京邮电大学，2018.
[4] 郭天文.无线通信系统中全双工技术研究[D].南京：南京邮电大学，2019.
[5] 吴豪龙同时同频全双工系统中数字自干扰抑制关键技术研究[D].成都：电子科技大学，2020.
[6] 徐尤秀，葛帅哲，任志涵.论基于复杂网络的协作通信优化技术[J].中外交流，2017，（50）：35.
[7] 梁轩伟，朱琦，梁广俊.基于多中继的双向OFDM系统资源分配算法[J].通信学报，2017，38（9）：193-200.
[8] 刘铭.全双工无线网络的资源管理关键技术研究[D].成都：电子科技大学，2018.
[9] 文宇波.MIMO系统中的信道建模与天线设计研究[D].成都：电子科技大学，2016.
[10]SAH S K.空间信道模型场景下的多输入多输出信道容量分析[D].广州：华南理工大学，2018.
关键词：变电站;无线资源管理;非合作博弈;全双工
Abstract：Wireless resource management plays an important role in the effective utilization of resources. Aiming at the resource allocation problem of wireless network in substation， this paper proposes an optimization management algorithm of wireless network resources in substation based on the non-cooperative game， which solves the radio resource allocation problem of full duplex system. The problem of maximizing the joint sum rate of downlink and uplink is modeled as a non-cooperative game between uplink and downlink channels， and an iterative algorithm based on non-cooperative game is proposed. The algorithm can effectively achieve the optimal uplink and downlink resource allocation until the Nash equilibrium is achieved. According to analysis of simulation result， the algorithm achieves fast convergence and can significantly improve the performance of full duplex compared with the existing resource allocation method.
Key words：Substation; Wireless resource management; Non-cooperative game; Full duplex
如何合理的利用频段，有效的进行频谱资源分配是无线通信中主要研究方向之一。无线通信技术有灵活接入和良好移动性的特点，使得其不受地理条件约束，可以为大规模智能电网终端提供通信的快速部署[1]。无线技术在变电站中的广泛应用，使得电网与信息技术相融合，也使得变电站的管理更加智能化。无线电技术在变电站中的广泛应用，解决了变电站损耗与网络兼容的问题，但同时要考虑抗干扰因素以及资源分配问题。提出基于非合作博弈的变电站无线网络资源分配方法，通过无线资源管理可以合理、高效地利用变电站中的资源，在保证网络服务质量的前提下，使无线资源频谱效率翻倍。
智能电网对变电站内短距离的无线通信有实质性的要求，智能电网是建立在实时、高效、可靠的双工通信的网络基础上，结合自动控制、网络控制以及监管理论对变电站的环境进行实时监控，完成各个独立区域之间的信息融合[2]。无线通信由于其可移动性、覆盖面广、扩展性强等优点，在变电站系统中表现了其优越的性能，而无线通信的安全性和可靠性是保证变电站自动化系统可靠运行的关键，所以说在强磁电干扰下和遮挡物影响下，对无线通信来说是一个严峻的考验。这要求所使用的无线通信系统具有强大的抗干扰能力。无线通信中的损耗一般有大尺度衰落和路径损耗，一般认为大尺度衰落是由移动通信信道路径上的固定障碍物的阻挡引起的。
非合作博弈是指一种参与者不能达成具有约束力的协议的博弈类型[3]，强调的是个人进行的自我决策，研究的是参与者的利益在相互影响的场景下，如何使自己的利益达到最大化。在网络资源分配中，用户自身和用户间存在干扰，该问题表现在上行链路与下行链路之间的耦合，并且可以表述为上下行链路联合速率最大化问题。由于是非凸函数，因此这问题可以建模为上行链路与下行链路信道之间的非合作博弈问题，据此提出了基于博弈论的迭代算法。该算法执行最佳上行链路和下行链路资源分配直到达到纳什均衡。
全双工技术的使用，理论上可以使链路容量增加一倍。对比全双工模式，半双工在同一时隙上只可以有一方接受或发送信息，而全双工技术使得一方可以同时进行接收和发送的双向传输[4]。但是全双工面临着非常严重的自干扰问题[5]，由于接受与发送信号之间的功率差异非常的大，所以对发送信号与接收机之间的自干扰消除的研究在全双工无线通信领域引起了相当大的关注。
提出了对上下行链路资源分配的分析，介绍了在单小区场景中全双工部署的系统。值得注意的是，在低功率的无线接入节点环境中，全双工接收机之间的自干扰消除问题影响很小，这是因为在这一环境中链路之间的物理距离相对较短。针对单小区全双工系统中上行链路和下行链路信道的无线资源分配问题，以能量效率最大化作为目标，提出了一种基于非合作博弈的无限网络资源分配的优化算法。
与此同时，为了比较全双工与半双工的功率分配情况，使用具有相等功率分配的半双工作为对比，对于同样的参数，与半双工系统相比，全双工显著的提高了系统频谱效率。
4 结 论
提出基于非合作博弈的资源分配模型，解决了全双工系统中上下行链路的无线资源分配问题，使用注水法实现最优上行链路与下行链路资源的分配以达到纳什平衡。通过此模型可以得出此算法具有很高的收敛速度，效率优于等功率分配方法。仿真结果表明，该算法可以用较少的迭代次数来达到全双工系统中优化解。与半双工相比，使用该算法的全双工系统的可以获得较大的频谱效率增益。
参考文献
[1] 蔡昊，周欣，王宏延，等.LTE电力无线专网业务安全风险分析及应对策略[J].电力信息与通信技术，2016，14（5）：137-141.
[2] 刘成华.智能电网下变电运行的数据需求及数据结构分析[J].机电信息，2020（3）：99.
[3] 武婷婷.超密集网络无线资源管理的研究[D].南京：南京邮电大学，2018.
[4] 郭天文.无线通信系统中全双工技术研究[D].南京：南京邮电大学，2019.
[5] 吴豪龙同时同频全双工系统中数字自干扰抑制关键技术研究[D].成都：电子科技大学，2020.
[6] 徐尤秀，葛帅哲，任志涵.论基于复杂网络的协作通信优化技术[J].中外交流，2017，（50）：35.
[7] 梁轩伟，朱琦，梁广俊.基于多中继的双向OFDM系统资源分配算法[J].通信学报，2017，38（9）：193-200.
[8] 刘铭.全双工无线网络的资源管理关键技术研究[D].成都：电子科技大学，2018.
[9] 文宇波.MIMO系统中的信道建模与天线设计研究[D].成都：电子科技大学，2016.
[10]SAH S K.空间信道模型场景下的多输入多输出信道容量分析[D].广州：华南理工大学，2018.