面向5G的醫(yī)院大規(guī)模機器類通信能效優(yōu)化模型構(gòu)建及仿真

謝同玲

摘要：以醫(yī)院5G網(wǎng)絡(luò)部署作為背景，就5G應用場景中的大規(guī)模醫(yī)療與化學機器類MTC終端通信問題，在構(gòu)建MTC終端能耗模型的基礎(chǔ)上，提出一種基于遺傳算法的優(yōu)化方法。即通過編碼、交叉變異等，實現(xiàn)最優(yōu)能耗路徑的選擇。最后通過仿真，對上述5G網(wǎng)絡(luò)場景中的化學儀器類通信進行驗證，結(jié)果看出，與傳統(tǒng)的能耗優(yōu)化相比，本方法可有效降低在一定信噪比下的能耗，具有很大的優(yōu)勢。

關(guān)鍵詞：MTC終端;能耗模型;信噪比;遺傳算法

中圖分類號：TN929.5

文獻標識碼：A

文章編號：1001-5922（2020）09-0102-04

M2M通信技術(shù)指的是在機器之間的通信，不依賴于人類的干預，采用蜂窩網(wǎng)絡(luò)高效地完成信息傳輸過程。在物聯(lián)網(wǎng)以及人工智能等技術(shù)持續(xù)發(fā)展的過程中，M2M技術(shù)具有廣泛的應用場景。相關(guān)數(shù)據(jù)顯示，近些年來M2M連接數(shù)保持了較高的增長速度，預計在2022年時將會達到180億的規(guī)模。與此同時，各種類型的終端不斷增多，預計將會是現(xiàn)有蜂窩用戶數(shù)量的十倍以上，基本上涉及到了醫(yī)療、交通、工業(yè)生產(chǎn)、智能家居以及環(huán)保等各個領(lǐng)域，無疑機器類通信技術(shù)存在著巨大的市場，未來的應用將會更加普遍，并為人類帶來更多的便利。其中在醫(yī)療方面的應用主要體現(xiàn)在遠程操控、無創(chuàng)手術(shù)等方面，例如國內(nèi)天津大學的研究團隊成功研制出擁有觸覺功能的NOTES平臺，此平臺具有較高的智能化特征，能夠遠程完成自然腔道的手術(shù)操作，增強了手術(shù)實施的便捷性。隨著信息化以及自動化等技術(shù)不斷在現(xiàn)代醫(yī)療中得到成功的應用，在醫(yī)學領(lǐng)域的終端設(shè)備持續(xù)增加，如何對此類設(shè)備進行科學的管理和應用將成為一個熱點的研究課題。本文主要對大規(guī)模機器通信場景的優(yōu)化問題進行了研究，并建立了對應的能效優(yōu)化模型。

1 能效問題描述

隨著MTC終端數(shù)量的增加，如果對大量的MTC終端進行有效地管理成為人們關(guān)注的課題，通過科學的管理能夠提升網(wǎng)絡(luò)通信的效率，滿足不同場景的時延要求，進而提升資源利用的合理性。

1.1能耗問題

網(wǎng)絡(luò)場景中的能耗問題是影響通信質(zhì)量的重要因素，在現(xiàn)有的網(wǎng)絡(luò)場景中，MTC設(shè)備的功能復雜，其需要協(xié)助其他設(shè)備來傳輸數(shù)據(jù)，而不僅僅是發(fā)送自身的信息，在數(shù)據(jù)傳輸過程中會產(chǎn)生一定的能耗，具體與傳輸數(shù)據(jù)的距離以及數(shù)量等有關(guān)。在這里將通信次數(shù)表示為cn.，cn根據(jù)先前的模型得到能耗EC，的計算公式：

根據(jù)上述公式可以明顯地看到，傳輸能耗主要通信距離大小以及發(fā)送頻率有關(guān)，其中MTC的發(fā)送頻率會受到中繼選擇的影響，因此會影響到能耗的變化。由此證明，MTC終端的總能耗會受到中繼選擇的影響。

1. 2能效優(yōu)化問題

分析表明，MTC終端的總體能耗會顯著受到中繼選擇的影響，同時也會影響到無線通信資源的管理，因此可以將能耗和資源分配協(xié)同考慮，并構(gòu)建一個包含二者的指標進行評價。據(jù)此本文設(shè)計了能效指標EE，其表達式如下所示：

ai表示在無線資源分配方案對應的MTC終端傳輸順序中，第i個利用RB資源開始傳輸其自身數(shù)據(jù)的MTC終端所對應的終端編號，也即在MDS中對應于MDa;對于任- MTC終端，其通信路徑是由其數(shù)據(jù)從自身到達匯聚節(jié)點過程中所經(jīng)歷的通信設(shè)備編號組成的序列。本文將與該編號排列順序向量A對應各MTC終端的通信路徑所組成的向量稱為通信路徑向量，記為B，設(shè)其表達式如下：

公式（6）中的編號順序向量A以及公式（7）中的通信路徑向量B，另外根據(jù)多跳通信以及發(fā)送功率選擇集合可以得到對應的通信次數(shù)和發(fā)送功率。

2 能耗問題求解

根據(jù)上述分析可知，總體能效主要與MTC的傳輸順序和發(fā)送功率有關(guān)。在實際中各個終端的發(fā)送功率存在明顯的差異性，如果含有大量的終端，則必然會增大數(shù)據(jù)維度，假設(shè)終端數(shù)目為N，則對應的傳輸順序?qū)_到N！^種，此時難以通過常規(guī)的方法求解。因此，本文提出采用啟發(fā)式算法進行求解。

2.1 啟發(fā)式算法的提出

根據(jù)先前的分析已知，MTC終端的中繼選擇會影響到發(fā)送功率，因此之前的能效優(yōu)化問題只是體現(xiàn)了一回合的網(wǎng)絡(luò)性能。如果是處于通信范圍以外的MTC終端傳輸數(shù)據(jù)，則需要利用匯聚節(jié)點周圍的MTC終端進行中繼轉(zhuǎn)發(fā)，由此實現(xiàn)數(shù)據(jù)的高效傳輸。在此過程中完成較多的通信回合之后，處于匯聚節(jié)點周圍的MTC終端往往會形成更大的消耗，而其他的終端能耗相對較低，此時對應的問題即為能耗差異化問題，因此在中繼選擇過程中需要利用到MTC終端與匯聚節(jié)點的歐式距離以及剩余能量，二者形成的集合分別表示為Dtosn、Eres，具體公式如下所示：

根據(jù)上述分析可知，如果MTC終端含有較多的剩余能量，并且與匯聚節(jié)點的距離較小，則可以將其作為中繼節(jié)點，通過這種方式能夠顯著降低能耗，提升資源分配的合理性。

2.2 遺傳算法求解

為了有效地求解上述能效優(yōu)化問題，在本次研究中選擇了遺傳算法，該算法最早在上個世紀七十年代由學者Holland等提出。遺傳算法主要是依據(jù)生物學中自然選擇的原理，根據(jù)優(yōu)勝劣汰的進化規(guī)律來獲得最佳的求解結(jié)果，在其應用中一般要有具體的初始化群體，然后采用編碼技術(shù)來模擬生物進化的過程，通過變異等方式逐步進化群體，最后能夠得到質(zhì)量最高的個體，即得到問題的最優(yōu)解。本文中遺傳算法的個體即為MTC終端編號對應的順序，根據(jù)大量的個體即可得到一個種群，算法的詳細流程如下圖所示。

算法的計算過程劃分為多個步驟，具體如下所示：

1）初始化種群，即采用隨機排序的方式處理MTC終端編號，由此可以得到與公式4-16對應的傳輸順序向量。

2）適應度計算，根據(jù)之前的網(wǎng)絡(luò)場景，將現(xiàn)有的個體代入到公式3中，計算出總體能效值。

3）根據(jù)步驟2）中計算的適應度得到優(yōu)質(zhì)的個體，然后從選擇后的個體中獲得交叉的成對個體，并從中任意選擇子序列，根據(jù)其中的終端號從其他個體中得到相同的子序列，將二者進行交換后即可形成新個體。從變異后的個體中獲取子序列，然后通過隨機排序的方式處理，將獲得的新子序列放回到個體中，最終得到了新的個體，按照此過程完成了變異的過程。

4）如果種群內(nèi)個體間的適應度都相同，則結(jié)束迭代的過程。

3 仿真實驗及結(jié)果

3.1 參數(shù)設(shè)置

在本次研究中采用仿真的方式驗證了遺傳算法的應用效果，其中具體的仿真參數(shù)即為表1中所示，首先準備初始能量完全相同（2焦耳）的醫(yī)療化學MTC終端500個，然后將其設(shè)置在圓形區(qū)域中，其中的圓心即為匯聚節(jié)點的位置（具體見圖2所示）。假定所有的能量消耗只是與數(shù)據(jù)發(fā)送有關(guān)，從第一個通信回合開始到發(fā)送數(shù)據(jù)結(jié)束時的總通信回合數(shù)目表示網(wǎng)絡(luò)壽命。

3.2 仿真結(jié)果

在研究過程中采用了對比分析的方法，分別將本文提出的能效優(yōu)化算法和基礎(chǔ)對比算法表示為HEEOS、baseline，在選擇中繼過程中了利用了基于距離匯聚節(jié)點最小通信距離原則，然后開始了實驗的具體過程。實驗中設(shè)置了多個信噪比閾值，然后對兩種算法的性能指標進行計算，最終得到的實驗結(jié)果即為圖3中所示。

根據(jù)圖3中曲線可以明顯地看到，HEEOS在改善能效上具有更大的優(yōu)勢，由此可以證明本文提出的啟發(fā)式優(yōu)化算法在改善網(wǎng)絡(luò)能效上能夠達到的效果。在現(xiàn)有實驗條件下，單回合平均總能效與信噪比閾值直接相關(guān)，二者保持明顯的正相關(guān)性。另外，在研究中HIA得到了總通信回合數(shù)變化曲線，便于對信噪比閾值不同時的網(wǎng)絡(luò)壽命進行分析，具體即為圖4中所示。

圖4展示了平均每回合最大跳數(shù)的變化曲線，根據(jù)圖中曲線可以明顯地看到，兩種算法的通信跳數(shù)與信噪比閾值是正相關(guān)的關(guān)系，即通信跳數(shù)隨著信噪比閾值的增大而提高。如果是較大的信噪比閾值，則MTC終端的通信范圍更小，由此會顯著降低對應的能耗，進而保證各個MTC終端保持基本一致的能耗，這在一定程度上增加了網(wǎng)絡(luò)壽命。

3 結(jié)語

根據(jù)本次仿真研究的結(jié)果可知，文章提出的啟發(fā)式優(yōu)化算法比baseline具有更大的優(yōu)勢，能夠顯著提升網(wǎng)絡(luò)能效，進而達到更高的網(wǎng)絡(luò)壽命。另外網(wǎng)絡(luò)壽命與信噪比閾值大小直接相關(guān)，一般隨著信噪比閾值的增大，各個MTC終端的能耗差異性減少，使得網(wǎng)絡(luò)壽命顯著提升。但是在此過程中也存在一定的不足問題，即數(shù)據(jù)的可靠性可能會降低。

參考文獻

[1]張發(fā)，王鳳麗，錢蔓藜，等.5G系統(tǒng)機器類通信場景下基于動態(tài)接入優(yōu)先級的擁塞控制策略研究[J].通信技術(shù)，2019，52（02）：347-353.

[2]邵羽豐，江凌云，一種基于ACB的機器類通信接入擁塞控制方案[J].南京郵電大學學報（自然科學版），2019，39（02）：99-104.

[3]王任直，孔梓任，馮銘，第五代移動通信技術(shù)在中國醫(yī)學領(lǐng)域的應用展望[J].中國現(xiàn)代神經(jīng)疾病雜志，2019，19（09）：615-617.

[4]曹蔚，馮鋼，秦爽，等.面向海量機器類通信（mMTC）的無線接入控制[J].重慶郵電大學學報（自然科學版），2017，29（05）：569-579.

[5]姚美菱，吳蓬勃，張星，等.移動網(wǎng)絡(luò)承載機器類通信業(yè)務(wù)改進方案探討[J].電信快報，2018（03）：8-10.

[6]段紅光，盧松品，王利飛，等，機器類通信中基于負載反饋的擁塞控制方法[J].電信科學，2016，32（11）：26-31.

[7]李鵬，梁康有，機器類通信終端蜂窩網(wǎng)接入擁塞控制[J].重慶科技學院學報（自然科學版），2017，19 （02）：96-98+112.

[8]謝顯中，黎佳，黃倩，等.機器類通信中基于NOMA短編碼塊傳輸?shù)母呖煽康瓦t延無線資源分配優(yōu)化方案[J].電子與信息學報，2019，41（ 11）：2549-2556.