基于5G技術(shù)的大規(guī)模通信優(yōu)化模型創(chuàng)建和仿真

摘 要：為了進(jìn)一步提高大規(guī)模通信優(yōu)化性能，現(xiàn)以“某醫(yī)院5G網(wǎng)絡(luò)部署”為背景，根據(jù)5G應(yīng)用場(chǎng)景特點(diǎn)，針對(duì)大規(guī)模醫(yī)療機(jī)器類MTC終端通信問題，構(gòu)建相應(yīng)的MTC終端能耗模型，在此基礎(chǔ)上，提出一套系統(tǒng)完善的遺傳算法優(yōu)化方法，該優(yōu)化方法可以借助編碼、交叉變異等相關(guān)知識(shí)，選擇出最佳能耗路徑。采用仿真分析的方式，全面地分析和驗(yàn)證5G網(wǎng)絡(luò)場(chǎng)景中醫(yī)療機(jī)器類通信效果。結(jié)果表明：與傳統(tǒng)能耗優(yōu)化方法相比，通信能耗優(yōu)化方法具有高的可靠性和可行性，可以在規(guī)定信噪比情況下，使得通信能耗降到最低。

關(guān)鍵詞：5G技術(shù);大規(guī)模;通信優(yōu)化模型;創(chuàng)建;仿真

中圖分類號(hào)：TN929.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-5922（2022）05-0162-04

Creation and simulation of large-scale communication optimization model based on 5G technology

Abstract： In order to further improve the optimization performance of large-scale communication， taking 5G network deployment in a hospital as the background， according to the characteristics of 5G application scenarios， and aiming at the communication problem of large-scale medical machine MTC terminal， this paper constructs the corresponding MTC terminal energy consumption model. On this basis， a systematic and perfect genetic algorithm optimization method is proposed， which can be used with the help of coding cross variation and other related knowledge to select the best energy consumption path. The communication effect of traditional Chinese medicine machine in 5G network scenario is comprehensively analyzed and verified by simulation analysis. The results show that compared with the traditional energy consumption optimization method， the communication energy consumption optimization method proposed in this paper has high reliability and feasibility， and can minimize the communication energy consumption under the specified signal-to-noise ratio.

Key words： 5G technology;large-scale;Communication optimization model;establish;simulation

M2M通信技術(shù)在實(shí)際運(yùn)用期間，通過為各個(gè)機(jī)器提供相應(yīng)的通信服務(wù)，有效地淘汰了人工干預(yù)模式，通過借助蜂窩網(wǎng)絡(luò)，課程實(shí)現(xiàn)對(duì)相關(guān)信息數(shù)據(jù)的高效化傳輸。在與此同時(shí)，當(dāng)終端變得越來越多樣化時(shí)，現(xiàn)有蜂窩用戶數(shù)量將會(huì)呈現(xiàn)出“指數(shù)爆炸式”增長趨勢(shì)，所涉及領(lǐng)域較廣，主要包含醫(yī)療行業(yè)、化工行業(yè)、環(huán)保行業(yè)等，這表明，機(jī)器類通信技術(shù)的出現(xiàn)和應(yīng)用為人們打開了更為廣闊的市場(chǎng)，為人們的日常生活提供極大的便利。例如：在醫(yī)療行業(yè)中，M2M通信技術(shù)的應(yīng)用主要體現(xiàn)在醫(yī)療相關(guān)數(shù)據(jù)的遠(yuǎn)程化控制以及無創(chuàng)手術(shù)的實(shí)施中。又如：我國天津大學(xué)成功研制和應(yīng)用了NOTES平臺(tái)，該平臺(tái)具有強(qiáng)大的觸覺功能以及智能化特征，便于醫(yī)護(hù)人員采用遠(yuǎn)程操控的方式 ，開展腔道手術(shù)操作，為手術(shù)的開展提供極大的便利，這無疑促使大規(guī)模通信技術(shù)取得良好的發(fā)展，為人們提供良好的通信服務(wù)，而這得益于大規(guī)模通信優(yōu)化模型的應(yīng)用，因此，為了進(jìn)一 提高5G通信水平，在5G技術(shù)的應(yīng)用背景下，如何科學(xué)地構(gòu)建和仿真大規(guī)模通信優(yōu)化模型是技術(shù)人員 必須思考和解決的問題。

1 通信能效問題描述

當(dāng)MTC終端數(shù)量變得越來越多時(shí)，加強(qiáng)對(duì)大量MTC終端的規(guī)范化管理顯得尤為重要，只有確保MTC終端管理的科學(xué)性，才能實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)通信效率和效果的全面提升，從而更好地滿足多種場(chǎng)景網(wǎng)絡(luò)延時(shí)需求，促使資源利用變得更加科學(xué)化、合理化。

1.1 通信能耗問題

在網(wǎng)絡(luò)場(chǎng)景中，一旦出現(xiàn)通信能耗問題，將會(huì)直接影響通信質(zhì)量，目前網(wǎng)絡(luò)場(chǎng)景所用到的MTC設(shè)備通常具有龐大、復(fù)雜的功能，MTC設(shè)備在實(shí)際運(yùn)行中，通常需要與其他設(shè)備建立密切的合作關(guān)系，以實(shí)現(xiàn)對(duì)數(shù)據(jù)的安全化、可靠化傳輸。另外，數(shù)據(jù)在實(shí)際傳輸期間，通常會(huì)消耗一定的能量，影響能耗大小的因素主要包含以下2種，一種是傳輸數(shù)據(jù)的距離;另一種是傳輸數(shù)據(jù)的數(shù)據(jù)。在本次研究中，需要借助相關(guān)模型[1]，精確地計(jì)算出網(wǎng)絡(luò)通信次數(shù)，能耗傳輸效果通常與通信距離和數(shù)據(jù)發(fā)送頻率兩者之間存在著密切的聯(lián)系，其中，影響MTC發(fā)送頻率的主要因素是中繼選擇的合理性，一旦中繼選擇不達(dá)標(biāo)，那么MTC發(fā)送頻率將會(huì)受到不良影響。由此可見，影響MTC 終端總能耗的主要因素是中繼選擇。

1.2 通信能效優(yōu)化問題

影響MTC終端總體能耗的主要因素是中繼選擇，該總體能耗的控制情況，在某部程度上可以對(duì)無線通信資源管理產(chǎn)生直接性的影響，因此，技術(shù)人員要在綜合考慮能耗與資源分配2種因素的基礎(chǔ)上，完成對(duì)2種因素指標(biāo)的科學(xué)化、規(guī)范化評(píng)價(jià)。另外，當(dāng)加權(quán)等效增加到最大值，總體能耗降低到最小值，可以獲得最佳總體效能，根據(jù)這一變化規(guī)律，可以制定出相應(yīng)的方案，以實(shí)現(xiàn)對(duì)總體效能的最大化提升。為了實(shí)現(xiàn)對(duì)通信能效優(yōu)化問題的深入分析和研究，需要在充分結(jié)合無線資源分配的基礎(chǔ)上，科學(xué)調(diào)整和控制MTC終端傳輸順序。此外，還要根據(jù)RB資源的使用情況，將相關(guān)信息數(shù)據(jù)安全、可靠地傳輸于MTC終端中，此時(shí)，MTC終端會(huì)自動(dòng)向操作人員提供相應(yīng)的終端編號(hào)[2]。所有MTC終端在具體的運(yùn)行中，需要選用合適的通信路徑，該通信路徑屬于一種常用的序列，可以將相關(guān)信息數(shù)據(jù)從匯聚節(jié)點(diǎn)所在位置直接傳輸?shù)酵ㄐ旁O(shè)備上。在本次研究中，為了實(shí)現(xiàn)對(duì)大規(guī)模通信優(yōu)化模型的科學(xué)構(gòu)建，技術(shù)人員需要根據(jù)所設(shè)置好的編號(hào)排列順序，將向量與MTC終端進(jìn)行充分結(jié)合，在確保通信路徑選用合理的情況下，構(gòu)建出符合實(shí)際使用需求的向量[3]，并將該向量命名為“通信路徑向量”，編號(hào)順序向量與通信路徑向量之間存在一定的差異性，為了實(shí)現(xiàn)對(duì)2種向量的精確化區(qū)分，需要在科學(xué)調(diào)整和控制多跳通信和發(fā)送功率等參數(shù)的前提下，可以獲得以下2種常用參數(shù)，一種是通信次數(shù)。

2 通信能耗問題求解

影響通信總體能耗的兩大核心因素主要包含以下2種，分別是MTC傳輸順序、MTC發(fā)送功率。在實(shí)際應(yīng)用中，不同終端所對(duì)應(yīng)的發(fā)送功率通常表現(xiàn)出明顯的差異，如果終端數(shù)量增加到一定程度，將會(huì)導(dǎo)致大數(shù)據(jù)維度不斷增加，如果終端數(shù)目設(shè)置為“N”，那么其傳輸順序所包含的種類達(dá)到N∧種，此時(shí)，如果采用常規(guī)算法[4]，無法對(duì)其進(jìn)行精確化求解。為了解決這一問題，本文在對(duì)通信能耗問題進(jìn)行求解期間，需要優(yōu)先選用啟發(fā)式算法。

2.1 啟發(fā)式算法的提出

MTC終端中繼選擇是否合理對(duì)MTC發(fā)送功率產(chǎn)生直接性的影響，而能耗優(yōu)化問題在某種程度上可以直觀、形象地呈現(xiàn)出回合的網(wǎng)絡(luò)性能。假如MTC終端傳輸數(shù)據(jù)恰好處于所設(shè)置的通信范圍以外，則需要借助匯聚節(jié)點(diǎn)所對(duì)應(yīng)的MTC終端，將中繼轉(zhuǎn)發(fā)工作落實(shí)到位，從而最大限度地提高數(shù)據(jù)傳輸?shù)母咝院涂茖W(xué)性。在整個(gè)過程中，當(dāng)通信回合達(dá)到一定數(shù)量后，位于匯聚節(jié)點(diǎn)附近的MTC終端通常會(huì)形成較大能量消耗[5]，但是，其他終端所對(duì)應(yīng)的能量消耗相對(duì)較低，這就表現(xiàn)出了較大的能耗差異問題，所以，為了進(jìn)一步提高中繼選擇的規(guī)范性和合理性，需要將MTC終端與匯集節(jié)點(diǎn)進(jìn)行充分結(jié)合，從而確定出合適的歐式距離?？傊琈TC終端所含有的剩余能量往往較多，這些剩余能量與匯聚節(jié)點(diǎn)之間的距離相對(duì)較小，需要將其設(shè)置為中繼節(jié)點(diǎn)，使得能耗得以大幅度降低，只有這樣，才能實(shí)現(xiàn)對(duì)資源的科學(xué)化、合理化分配。

2.2 遺傳算法求解

為了實(shí)現(xiàn)對(duì)通信能效優(yōu)化問題的全面分析和求解，在本次研究中，要優(yōu)先選用遺傳算法，該遺傳算法主要是由Holland學(xué)者所提出的。遺傳算法主要是在全面參照生物學(xué)自然選擇相關(guān)原理的基礎(chǔ)上所提出的，并充分利用優(yōu)勝劣汰進(jìn)化相關(guān)規(guī)律[6]，求解出最終最優(yōu)結(jié)果。遺傳算法在實(shí)際應(yīng)用中，通常需要借助初始化群體，然后，利用編碼技術(shù)，對(duì)生物整個(gè)進(jìn)化過程進(jìn)行科學(xué)地模擬，并采用變異的方式，對(duì)整個(gè)群體進(jìn)行不斷進(jìn)化，最后，獲得最優(yōu)個(gè)體，只有這樣，才能獲得通信能耗問題的最優(yōu)解。遺傳算法所獲得的最優(yōu)個(gè)體可以形象直觀地表示為MTC終端編號(hào)順序，通過對(duì)大量個(gè)體進(jìn)行篩選，可以獲得相應(yīng)的種群，遺傳算法求解步驟如圖1所示。

從圖1中可以看出，遺傳算法計(jì)算過程主要包含以下3個(gè)步驟：（1）初始化種群。通過采用隨機(jī)排序的方式 ，對(duì)MTC 終端編號(hào)進(jìn)行科學(xué)處理，從而得到傳輸順序向量;（2）適應(yīng)度計(jì)算。針對(duì)當(dāng)前所處的網(wǎng)絡(luò)場(chǎng)景，將現(xiàn)有個(gè)體代入到總體能效值的計(jì)算公式中，從而精確地求解 出最終總體能效值;（3）獲得新個(gè)體。根據(jù)所計(jì)算的適應(yīng)度，獲得最終優(yōu)質(zhì)個(gè)體和交叉的成對(duì)個(gè)體，并從這些成對(duì)個(gè)體中，選出相應(yīng)的子序列[7]，然后，對(duì)這些子序列 進(jìn)行交換處理，從而得到相應(yīng)的新個(gè)體。接著，從變異后的個(gè)體中，對(duì)子序列進(jìn)行重新獲取，并采用隨機(jī)排序的方式，對(duì)所獲取的子序列進(jìn)行處理，從而形成新子序列，并將其放回到個(gè)體中，最終形成大量的新個(gè)體，按照以上操作過程，變異過程圓滿結(jié)束。

3 仿真實(shí)驗(yàn)及結(jié)果

3.1 參數(shù)設(shè)置

在本次仿真實(shí)驗(yàn)中，通過采用仿真的方式，對(duì)遺傳算法的最終應(yīng)用效果進(jìn)行有效地驗(yàn)證和分析，并嚴(yán)格按照如表1所示的仿真參數(shù)，做好對(duì)相關(guān)參數(shù)的科學(xué)化、規(guī)范化設(shè)置。

首先，要在保證初始能量相同的情況下，準(zhǔn)備500個(gè)醫(yī)療化學(xué)MTC終端，然后，將這些終端全部固定于指定的圓形區(qū)域，圓形區(qū)域中的圓心是匯聚節(jié)點(diǎn)所在位置，MTC網(wǎng)絡(luò)模型如圖2所示。能量消耗情況與數(shù)據(jù)發(fā)送情況之間存在著直接性的關(guān)系[8]，當(dāng)發(fā)送數(shù)據(jù)結(jié)束后，所獲得的總通信回合數(shù)目可以形象、直觀地反映出網(wǎng)絡(luò)壽命的長短。

3.2 仿真結(jié)果

在本次研究中，通過采用對(duì)比分析法，將本文提出的能效優(yōu)化算法表示為HEEOS;將基礎(chǔ)對(duì)比算法表示為Baseline，在整個(gè)選擇中，在充分結(jié)合距離匯聚節(jié)點(diǎn)的基礎(chǔ)上，嚴(yán)格遵循最小通信距離原則，將實(shí)驗(yàn)操作落實(shí)到位。在整個(gè)實(shí)驗(yàn)中，首先，要做好若干個(gè)信噪比閾值的設(shè)置，然后，精確地計(jì)算和統(tǒng)計(jì)2種算法的性能指標(biāo)，從而得到如圖3所示的網(wǎng)絡(luò)性能與信噪比閾值的關(guān)系變化曲線。

從圖3中的曲線可以看出，通過利用HEEOS算法，可以實(shí)現(xiàn)對(duì)通信能效的顯著改善，從而有效地證明了啟動(dòng)式優(yōu)化算法的應(yīng)用可以保證網(wǎng)絡(luò)能效的改善效果。在所設(shè)置好的實(shí)驗(yàn)條件下，單回合平均總能效大小主要是由信噪比閾值所決定的，兩者之間存在正相關(guān)關(guān)系。此外，在本次研究中，通過利用HIA相關(guān)理論知識(shí)，可以實(shí)現(xiàn)對(duì)總通信回合數(shù)變化曲線的科學(xué)化 、規(guī)范化繪制，然后，根據(jù)該曲線，對(duì)網(wǎng)絡(luò)壽命在不同信噪比閾值下所對(duì)應(yīng)變化狀態(tài)進(jìn)行全面分析和研究。不同信噪下的MTC能耗優(yōu)化如圖4所示。

由圖4可知，該曲線形象、直觀地呈現(xiàn)了平均每回合最大跳數(shù)所對(duì)應(yīng)的變化狀態(tài)，Baseline算法、HEEOS算法2種算法所對(duì)應(yīng)的通信跳數(shù)與信噪比閾值之間呈現(xiàn)出明顯的正相關(guān)關(guān)系，即當(dāng)信噪比閾值不斷增加時(shí)，通信跳數(shù)呈現(xiàn)出不斷增加的趨勢(shì)。如果信噪比閾值達(dá)到最大值時(shí)，MTC終端通信范圍會(huì)不斷縮小，使得網(wǎng)絡(luò)能耗大幅度降低，進(jìn)而確保所有MTC終端均擁有相同的能耗，這在某種程度上可以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)壽命的有效延長。

4 結(jié)語

綜上所述，在本次仿真研究中，與Baseline算法相比，本文所提出的啟發(fā)式優(yōu)化算法具有較高的應(yīng)用優(yōu)勢(shì)，不僅可以最大限度地提高網(wǎng)絡(luò)能效，還能延長網(wǎng)絡(luò)壽命。此外，網(wǎng)絡(luò)壽命長短主要是由信噪比閥值決定的，當(dāng)信噪比閾值不斷增加時(shí)，MTC終端所對(duì)應(yīng)的能耗變得越來越接近，使得網(wǎng)絡(luò)壽命得以大幅度提升，但是卻引發(fā)了一些缺陷，如數(shù)據(jù)的可靠性難以得到有效保證。

【參考文獻(xiàn)】

[1]張發(fā)，王鳳麗，錢蔓藜，等.5G系統(tǒng)機(jī)器類通信場(chǎng)景下基于動(dòng)態(tài)接入優(yōu)先級(jí)的擁塞控制策略研究[J].通信技術(shù)，2019，52（2）：347-353.

[2]邵羽豐，江凌云.一種基于ACB的機(jī)器類通信接入擁塞控制方案[J].南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，39（2）：99-104.

[3]王任直，孔梓任，馮銘.第五代移動(dòng)通信技術(shù)在中國醫(yī)學(xué)領(lǐng)域的應(yīng)用展望[J].中國現(xiàn)代神經(jīng)疾病雜志，2019，19（9）：615-617.

[4]曹蔚，馮鋼，秦爽，等.面向海量機(jī)器類通信（mMTC）的無線接入控制[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，29（5）：569-579.

[5]姚美菱，吳蓬勃，張星，等.移動(dòng)網(wǎng)絡(luò)承載機(jī)器類通信業(yè)務(wù)改進(jìn)方案探討[J].電信快報(bào)，2018（3）：8-10.

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

[7]李鵬，梁康有.機(jī)器類通信終端蜂窩網(wǎng)接入擁塞控制[J].重慶科技學(xué)院學(xué)報(bào)（自然科學(xué)版），2017，19（2）：96-98，112.

[8]謝顯中，黎佳，黃倩，等.機(jī)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(xué)報(bào)，2019，41（11）：2 549-2 556.

收稿日期：2021-11-15;修回日期：2022-04-18

作者簡介：任曉云（1977-），女，高級(jí)工程師，研究方向：移動(dòng)通信。