基于SCMA的智能電網(wǎng)網(wǎng)絡(luò)切片資源分配算法

摘 要：在智能電網(wǎng)建設(shè)中，不同電力通信場景需要滿足的電力指標不同，通過網(wǎng)絡(luò)切片技術(shù)可以針對其業(yè)務(wù)特性滿足其時延、傳輸速率、帶寬等需求。針對切片資源合理分配的挑戰(zhàn)，提出了一種基于稀疏碼多址（SCMA）的網(wǎng)絡(luò)切片資源分配方法。在系統(tǒng)模型中，考慮了含有超可靠低時延通信（uRLLC）和增強型移動帶寬（eMBB）切片的SCMA系統(tǒng)鏈路，使用功率分配因子和拉格朗日乘數(shù)來解決功率分配問題，并提出采用啟發(fā)式快速匹配貪婪算法解決子載波分配問題。通過仿真結(jié)果分析，該方法能夠降低系統(tǒng)總功耗，提高資源利用率，驗證了其有

效性。

關(guān)鍵詞：智能電網(wǎng)；稀疏碼多址；網(wǎng)絡(luò)切片；資源分配；貪婪算法；拉格朗日對偶分解

中圖分類號：TP301.6；TN929.5 文獻標識碼：A 文章編號：2095-1302（2025）08-00-05

0 引 言

在我國大力推動建設(shè)智能電網(wǎng)的時代潮流之下，分布式電源、配電自動化、電力信息采集[1]等業(yè)務(wù)快速發(fā)展，用電客戶、電力設(shè)備和電力終端的通信需求急劇增大。傳統(tǒng)電力系統(tǒng)通信技術(shù)由于技術(shù)限制，其帶寬、用戶連接數(shù)、通信時延不能滿足實際電網(wǎng)業(yè)務(wù)的需求。第五代移動通信技術(shù)擁有更快的數(shù)據(jù)傳輸速率，超低的無線時延，更強大的接入能力以及更可靠的信息交互能力，能夠滿足實際工作中對高速率、低時延、大連接等性能的需求[2]。將5G技術(shù)應(yīng)用于電網(wǎng)，可以滿足電力相關(guān)業(yè)務(wù)對可靠性、高效率、大容量等性能的需求。

網(wǎng)絡(luò)切片技術(shù)[3]是5G的關(guān)鍵技術(shù)之一，可以根據(jù)業(yè)務(wù)的性能要求和應(yīng)用場景進行精確劃分，從而為智能電網(wǎng)的業(yè)務(wù)應(yīng)用場景提供差異化服務(wù)，保障電力通信的可靠性、精確性與安全性。由于通信用戶數(shù)量和業(yè)務(wù)場景的增加，對有限的頻譜資源帶來了巨大的考驗，因此迫切需要合理、高效、可靠的切片資源分配方式。文獻[4]聚焦于無線資源與計算資源，優(yōu)化了切片網(wǎng)絡(luò)的系統(tǒng)總功耗。文獻[5]提出了加權(quán)比例資源分配算法來改善網(wǎng)絡(luò)切片間資源管理的公平性問題。文獻[6]引入深度強化學(xué)習(xí)構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)的切片資源動態(tài)調(diào)度模型，從而提高網(wǎng)絡(luò)資源利用率。

SCMA（Sparse Code Multiple Access）[7-8]是一種新型非正交多址技術(shù)，將多維調(diào)制和稀疏擴頻技術(shù)融合起來，在有限的頻譜資源下，提高了系統(tǒng)的吞吐量，減少了資源的浪費，近年來，SCMA的能效優(yōu)化問題受到了越來越多的關(guān)注。文獻[9]針對SCMA系統(tǒng)提出了一種單用戶子載波功率分配，組內(nèi)功率分配和組間功率分配結(jié)合的多層級功率分配模型，最大程度提高了系統(tǒng)的總?cè)萘?。文獻[10]考慮SCMA系統(tǒng)中用戶間干擾信號對系統(tǒng)容量的影響，提出了一種通過聯(lián)合迭代優(yōu)化子載波分配和功率分配使系統(tǒng)和速率最大化的算法。文獻[11]為優(yōu)化系統(tǒng)吞吐量，提出了一種基于頻譜帶寬的資源分配算法。文獻[12]在SCMA系統(tǒng)中同時考慮公平性和服務(wù)質(zhì)量，通過優(yōu)化公平指數(shù)，進一步提升了用戶體驗。

根據(jù)上述文獻，現(xiàn)有切片資源分配研究主要集中在將系統(tǒng)資源分配給各個切片，而較少關(guān)注切片內(nèi)用戶的資源管理問題。盡管SCMA技術(shù)能夠有效優(yōu)化系統(tǒng)內(nèi)的資源分配，但現(xiàn)有研究通常假設(shè)所有用戶處于同一場景，缺乏對多類用戶并存情況的深入探討。因此，針對智能電網(wǎng)業(yè)務(wù)場景，本文在優(yōu)化切片內(nèi)資源管理問題的同時，進一步探究SCMA在系統(tǒng)中多類用戶并存條件下的應(yīng)用性能，提出一種基于SCMA的網(wǎng)絡(luò)切片資源管理方法。該方法在滿足用戶服務(wù)質(zhì)量和不同切片需求的前提下，實現(xiàn)切片內(nèi)系統(tǒng)總功耗的最

小化。

1 系統(tǒng)模型

本文設(shè)想同時含有uRLLC（Ultra-Reliable Low Latency Communications）與eMBB（Enhanced Mobile Broadband）切片

的下行服務(wù)小區(qū)SCMA系統(tǒng)鏈路由一個基站，J個子載波，與Q個用戶組成。小區(qū)用戶包含兩類，一類是uRLLC切片用戶，有Q1個用戶；另一類是eMBB用戶，有Q2個用戶。子載波集為J=[1， 2， 3， ...， j]，用戶集為Q=[1， 2， 3， ...， q]，如圖1所示。在系統(tǒng)中使用SCMA編碼器將用戶輸入的比特信息映射到SCMA碼本的N維碼字上，一個用戶對應(yīng)一個碼本。對于每個用戶的碼本，N維碼字內(nèi)含有L個非零的稀疏向量，這表示此用戶占據(jù)了該對應(yīng)子載波的位置。用函數(shù)F={fj， q}表示用戶碼本和子載波的映射關(guān)系矩陣，fj， q=1表示第q個用戶碼本占據(jù)了第j個子載波的位置，否則fj， q=0。

在系統(tǒng)中，需要確保每個用戶最多可以分配du個子載波，每個子載波最多可以分配給dl個用戶，Rq代表eMBB切片網(wǎng)絡(luò)中用戶q的速率，Tj， q2表示uRLLC切片網(wǎng)絡(luò)中用戶q的時延。在上述數(shù)學(xué)模型中，C1約束條件表示用戶在eMBB切片網(wǎng)絡(luò)中的最小傳輸速率要求，C2約束條件表示用戶在uRLLC切片網(wǎng)絡(luò)中傳輸?shù)淖畲髸r延，C3約束條件限制了每個用戶最多可以分配的子載波數(shù)，C4約束條件限制了每個子載波最多可以分配的用戶數(shù)，C5約束條件確保了系統(tǒng)功率的非負性。針對以上問題的求解涉及非凸優(yōu)化，為了簡化求解過程，將對問題進行分步求解。首先對系統(tǒng)的功率分配問題進行求解，得到用戶的功率分配策略后，在此基礎(chǔ)上再求解子載波分配問題。

2 功率與子載波分配聯(lián)合優(yōu)化算法

2.1 功率分配算法

針對輸電線路無人機巡檢、配電房視頻監(jiān)控、無線視頻等電力應(yīng)用場景，由于系統(tǒng)具有uRLLC切片與eMBB切片共存的情況，分別考慮兩種情況。在eMBB切片中，固定uRLLC切片的系統(tǒng)參數(shù)。在滿足eMBB切片最小傳輸速率要求與功率分配約束條件下，eMBB切片中的系統(tǒng)模型如下：

2.2 子載波分配算法

對于SCMA系統(tǒng)的子載波分配問題，若通過窮舉法搜索獲取最優(yōu)的子載波分配，不僅算法設(shè)計較為復(fù)雜，并且隨著用戶數(shù)量上升，計算所需代價也會提升，不易實施。而貪婪算法[14]是尋找問題最優(yōu)解的常用方法，省去了為尋找最優(yōu)解的窮舉操作，簡單高效。對此綜合考慮eMBB與uRLLC網(wǎng)絡(luò)切片共存的用戶特性以及上述功率分配算法，提出了一種啟發(fā)式快速匹配貪婪算法。

3 仿真結(jié)果分析

3.1 仿真參數(shù)以及對比實驗設(shè)置

本文使用MATLAB平臺進行仿真實驗。假設(shè)基站在一個半徑為350 m的圓形小區(qū)內(nèi)，其中du=2，dl=3，并且用戶均勻的分布在小區(qū)內(nèi)，基站發(fā)射功率為0.2 W，兩種切片網(wǎng)絡(luò)中的高斯白噪聲均為150 dBm/Hz，子載波的帶寬為156 kHz，系統(tǒng)的信道模型為瑞利多徑衰落信道。仿真參數(shù)見表1。

將本文優(yōu)化的資源分配算法性能與其他兩種算法進行比較，第一種為傳統(tǒng)的正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing， OFDM）算法：將功率均勻分配給每一個子載波，并且一個用戶占據(jù)一個子載波。第二種對比算法為移除再分配（Remove and Reallocate， RAR）SCMA算法[15]：先對用戶進行隨機的子載波分配，通過迭代去除其中效果最差的一組，之后為更新的載波重新分配功率。

3.2 結(jié)果分析

圖2展示了系統(tǒng)總功率與用戶傳輸速率需求之間的關(guān)系。隨著用戶傳輸速率需求的增加，系統(tǒng)總功率也隨之增大。當用戶傳輸速率需求較小時，傳統(tǒng)的OFDM算法與SCMA算法所需的系統(tǒng)總功率差異不明顯；然而，隨著用戶傳輸速率需求的提升，OFDM方案所需的系統(tǒng)功率顯著高于SCMA方案。此外，本文提出的算法相較于RAR算法，在降低系統(tǒng)總功率方面表現(xiàn)出更顯著的效果。

圖3展示了系統(tǒng)總功率與用戶和基站之間距離的關(guān)系。為了保證用戶的通信質(zhì)量，隨著用戶與基站距離的增加，基站需要提供的發(fā)射功率也隨之提高。傳統(tǒng)的OFDM算法在子載波分配時主要依據(jù)用戶與子載波之間的信道條件，隨著用戶與基站距離的增加，信道條件惡化，所需的功率顯著增大。相比之下，本文算法通過在子載波上進行多次最優(yōu)選擇，受距離變化的影響較小，從而顯著降低了對系統(tǒng)總功率的需求。

圖4展示了系統(tǒng)總功率與系統(tǒng)用戶數(shù)之間的關(guān)系，在多用戶和多載波的系統(tǒng)中，用戶的頻域多樣性是一個非常重要的指標，系統(tǒng)所需總功率隨著用戶數(shù)的增加而增加。用戶數(shù)越大，對頻譜資源的要求也越高，系統(tǒng)的總功率也越大，相比于傳統(tǒng)的OFDM算法，SCMA算法可以更充分地利用頻譜資源，從而大大降低系統(tǒng)功率。本文算法相比于RAR算法，頻譜分配更加合理，節(jié)能效果更明顯。

圖5展示了系統(tǒng)總功率的累積分布函數(shù)（Cumulative Distribution Function， CDF）對比結(jié)果。與OFDM算法和RAR算法相比，本文提出的方法能夠顯著降低系統(tǒng)總功率。這得益于本文算法通過多次聯(lián)合迭代優(yōu)化子載波和功率分配策略，實現(xiàn)了更高的資源利用效率。此外，本文算法的CDF曲線相比于另外兩種算法收斂速度更快，進一步驗證了算法的有效性和優(yōu)越性。

4 結(jié) 語

本文針對智能電網(wǎng)業(yè)務(wù)場景需求，提出一種基于SCMA的網(wǎng)絡(luò)切片系統(tǒng)模型，系統(tǒng)內(nèi)同時含有uRLLC切片與eMBB切片。首先固定一個切片參數(shù)，對另一個切片通過引入功率分配因子和拉格朗日對偶分解求出最優(yōu)功率分配策略。在此基礎(chǔ)上，為了降低算法復(fù)雜度，提出一種啟發(fā)式快速匹配貪婪算法優(yōu)化子載波分配策略。仿真結(jié)果表明，相比傳統(tǒng)的OFDM算法和移除再分配算法，本文的聯(lián)合優(yōu)化功率和子載波分配算法在降低系統(tǒng)功耗方面具有更好的表現(xiàn)，對實際電力通信業(yè)務(wù)場景具有重要的參考價值與意義。

參考文獻

[1]趙宏昊，畢慶剛，盧斌，等.電力無線專網(wǎng)在智能電網(wǎng)中的創(chuàng)新應(yīng)用[J].電力信息與通信技術(shù)，2019，17（1）：110-115.

[2] CHETTRI L， BERA R. A comprehensive survey on internet of things （IoT） toward 5G wireless systems [J]. IEEE internet of things journal， 2020， 7（1）： 16-32.

[3] HEGDE P， MEENA S. A survey on 5G network slicing-epitome and opportunities for a novice [C]// 2021 12th International Conference on Computing Communication and Networking Technologies. Kharagpur， India： IEEE， 2021.

[4] GUO K， SHENG M， TANG J， et al. On the interplay between communication and computation in green C-RAN with limited fronthaul and computation capacity [J]. IEEE transactions on communications， 2018， 66（7）： 3201-3216.

[5] FOSSATI F， MORETTI S， PERNY P， et al. Multi-resource allocation for network slicing [J]. IEEE/ACM transactions on networking， 2020， 28（3）： 1311-1324.

[6] WANG H， WU Y， MIN G， et al. Data-driven dynamic resource scheduling for network slicing： a Deep reinforcement learning approach [J]. Information sciences， 2019， 498： 106-116.

[7] SONG G， WANG X， CHENG J. Signature design of sparsely spread code division multiple access based on superposed constellation distance analysis [J]. IEEE access， 2017， 5： 23809-23821.

[8] NIKOPOUR H， BALIGH H. Sparse code multiple access [C]// IEEE International Symposium on Personal Indoor amp; Mobile Radio Communications. London， UK： IEEE， 2013： 332-336.

[9] HAN S， HUANG Y， MENG W， et al. Optimal power allocation for SCMA downlink systems based on maximum capacity [J]. IEEE transactions on communications， 2018， 67（2）： 1480-1489.

[10] XIONG G， SUN J. An optimal resource allocation algorithm based on sum rate maximization for uplink SCMA system [C]// IEEE 18th International Conference on Communication Technology. Chongqing， China： IEEE， 2018： 805-810.

[11]潘甦，張嘵波. SCMA系統(tǒng)中基于等效頻譜帶寬的無線資源分配[J].南京郵電大學(xué)學(xué)報（自然科學(xué)版），2018，38（4）：12-17.

[12] CHEN C， TIAN H， NIE G. Fairness resource allocation scheme for gbr services in downlink SCMA system [C]// IEEE/CIC International Conference on Communications in China （ICCC）. Chongqing， China： IEEE， 2020： 190-195.

[13] DENG Z， YUE M， CHOSO A. An Efficient augmented lagrangian-based method for linear equality-constrained lasso [C]// 2020 IEEE International Conference on Acoustics， Speech and Signal Processing （ICASSP）. Barcelona， Spain： IEEE， 2020： 5760-5764.

[14]王震，劉瑞敏，朱陽光，等.一種求解TSP問題的改進遺傳算法[J].電子測量技術(shù)，2019，42（23）：91-96.

[15] ZHU W， QIU L， CHEN Z. Joint subcarrier assignment and power allocation in downlink SCMA systems [C]// 2017 IEEE 86th Vehicular Technology Conference （VTC-Fall）. Toronto， ON， Canada： IEEE， 2017： 1-5.