礦山動態協同作業場景無線通信關鍵技術

孫彥景霍 羽陳 巖王博文周家思張曉光

(1.徐州市智能安全與應急協同工程研究中心,江蘇 徐州 221008;2.中國礦業大學 信息與控制工程學院,江蘇 徐州 221008;3.中國礦業大學礦山互聯網應用技術國家地方聯合工程實驗室,江蘇 徐州 221008)

隨著智能化裝備和工業機器人技術的發展,礦山開采過程逐漸趨向無人/少人化,急需解決機器人動態協同作業場景下全面信息感知、多類型數據傳輸、實時決策控制等數據高效連續傳輸問題[1-3]。同時,也要求礦山無線通信從當前安全監控應用的匯聚式上傳,向協同交互的傳輸方式轉變,需要高可靠、高帶寬、低時延的無線網絡提供技術支撐[1-3]。

2019年,《煤礦機器人重點研發目錄》要求重點研發掘進、采煤、運輸、安控和救援5 類、38 種煤礦機器人,構建高效協同的多機器人作業群。2020年,工信部、應急管理部要求做好煤炭行業工業互聯網布局。為構建新一代礦山數據傳輸和分發的無線基礎設施平臺,亟需研究無人開采動態協同作業場景下無線資源管理算法與優化方法。

現有的礦山無線網絡技術無法滿足未來智能礦山的無人化生產對多類型數據同步傳輸、遠程控制實時性、融合大數據的智能決策效率的要求,盡管目前的瓦斯、通風、人員、火災、視頻、廣播等功能業務系統部分支持WiFi,4G 等無線通信技術,從安全監控的角度能夠進行數據的采集和傳輸,但是在帶寬、延時、并發數量、脈沖干擾、移動性等方面還有待突破[3]。同時,有關礦井信道建模和信道估計的研究,鮮少考慮動態作業環境以及非高斯脈沖噪聲的影響[4-6]。

筆者深入剖析了礦山動態協同作業場景的通信技術需求、礦山無線通信技術的應用現狀與發展趨勢,分析了當前礦山無線通信的關鍵技術瓶頸、相關解決方案以及應用效果,并在此基礎上提出了多業務屬性驅動的無線通信模式。

1 礦山動態協同作業場景的通信技術需求

1.1 礦山動態協同作業場景

為提升礦山安全生產水平,實現零傷亡、零損害和零排放,保障礦產資源的穩定供應,僅靠一般的機械化開采很難實現,必須依靠基于機器人協同作業的無人化智能采礦技術[1]。如圖1智能礦山生產系統所示,多個具有情境感知、數據分析并實時響應能力的智能機器人、裝備、監測監控系統之間、機器群組之間自組織協同與交互、共享海量實時數據、聯動控制、智能決策、遠程感知。工業物聯網等新一代信息、通信技術與礦山開采深度融合,滲透在開采掘、主輔運輸、通風、排水、安全保障、洗選運輸等生產流程中[1-3]。

1.2 通信技術需求

在智能礦山的機器人動態協同作業過程中,為進行統一協調處理和快速反饋控制,對礦山通信網絡的可靠性、實時性提出了更高要求,主要包括:

(1)礦山通信需滿足智能化開采過程的泛在信息感知要求,解決語音、視頻、信息、位移、壓力、振動、瓦斯、位置、溫度等多類型快速生成且體量巨大的數據的高帶寬、低時延傳輸問題[1-3]。

(2)礦山通信需實現礦山物聯網底層的端端互聯,滿足井下密集傳感、協同運維、人機交互、切割引導、自主導航、高清多媒體等眾多智能綜采設備群組的協同交互要求[1-3]。

(3)礦山通信需適應各類智能綜采設備及設備群的高效協調、快速反饋和處理控制要求,包括自適應截割及掘進、故障預判與遠程干預、車載跟蹤與碰撞規劃、輔助系統聯動等,保障礦井生產的高效與安全。這對網絡傳輸的高效連續性有著極高要求[1-3]。

圖1 智能礦山生產系統示意(以煤礦為例)Fig.1 Diagram of intelligent mine production system,taking coal mine as an example

2 礦山無線通信技術應用現狀與發展趨勢

2.1 礦山無線通信技術應用現狀

為實現礦山安全相關的環境信息感知采集、綜采、綜掘、膠帶運輸、提升機等設備的運行狀態監測及遠程監控,近年以工業以太環網為骨干、局部無線接入的單向匯聚式混合異構組網模式成為礦山信息化、自動化中網絡架構的主流模式。

短距離無線通信技術(ZigBee,WiFi,Bluetooth 和UWB 等)、移動自組織網絡(MANET)、無線地下傳感器網絡(WUSN)、無線Mesh 網絡(WMN)、物聯網等的出現,使得礦井無線通信與組網技術迎來了一個快速發展的階段[5]。3G/4G 礦井移動通信系統相繼被研制可在一定程度上滿足煤礦安全高效生產對礦井移動通信系統的需求[6];基于WiFi,Mesh 等技術的多媒體礦井救災通信系統,可適應井下救災通信的需求[7];基于不同頻段的礦井無線通信技術如超低頻透地通信、智慧線通信等亦成為礦井應用和研究的熱點[8-9];2019年山西陽煤集團對井下5G 基站進行了傳輸性能測試[10]。礦山無線通信系統呈現出多種形式,包括調度通信、應急擴播、WiFi、無線Mesh、4G/5G 等。

2.2 智能化場景下的礦山無線通信技術

現有的礦山通信系統能夠在一定程度上實現礦山安全監控數據的采集和傳輸,但在應對智能化的礦山作業場景時,仍存在很多不足[3]:

(1)現有的礦山網絡結構仍是面向安全監控的匯聚式網絡,對采、掘裝備的遠程操作依然是單機操控或多機聯動的模式,未實現面向無人開采場景下分布式機物信息交互和裝備協同作業。

(2)WiFi,4G/5G 等無線通信技術,面向復雜作業場景應用,在帶寬、延時、并發數量、脈沖干擾、移動性等方面還有待突破。

(3)現有相關礦山無線通信系統的設計目的是為了解決如何將生產作業過程中傳感、控制、音頻、視頻等數據傳輸至地面信息中心,未能充分考慮智能開采機物協同過程對多業務信息傳輸的協同交互、低時延、高可靠性的要求。

(4)當前礦山生產領域使用的無線通信協議眾多、各有不足且相對封閉,工業設備互聯互通難,用戶使用體驗較差。

根據智能化開采場景中大規模機器協同作業的傳輸需求,亟需構建能夠兼容多種協議的新一代數據傳輸和分發無線基礎設施平臺,具備融合多類現有或未來無線接入傳輸技術和功能網絡的能力,為礦山智能化開采的實現提供基礎網絡平臺和應用保障[3]。

圖2以煤礦為例描述了礦山動態協同作業的多業務交互網絡體系架構:①采用小基站+密集微基站+前置接入設備部署模式保證井下無線覆蓋和移動傳輸的需求;②支持人、機、物之間的設備直連(Device-to-Device,D2D),進一步提高業務交互效率,并通過多跳實現應急場景中的斷點續傳,保證井下數據高效連續傳輸;③基站側部署邊緣服務器,利用移動邊緣計算,實現設備的自主化管控,減少網絡控制時延。

圖2 智能礦山協同作業場景的無線網絡架構Fig.2 Wireless network architecture for intelligent mine cooperative operation scene

3 礦山無線通信關鍵技術瓶頸

面向礦山無人化開采中機物協同作業場景的網絡與通信需求,在多業務交互協同網絡框架[3]下需要克服以下技術瓶頸:

(1)動態受限空間非高斯脈沖干擾下的信道估計與干擾管理。如圖3所示,礦山井下的巷道空間狹長多叉;開采作業環境場景多樣;設備布設復雜;隨著作業設備的聯動及位置改變、巷道的挖掘與巖石放頂,巷道結構及電磁傳輸環境不斷變化;工業電磁噪聲突出,主要表現為非高斯脈沖干擾;空氣中粉塵嚴重。上述因素造成礦井的無線信道傳輸特性復雜且特殊,信道估計及干擾管理問題嚴峻,限制了高可靠、高帶寬、低時延的先進通信技術與通信系統在煤礦井下的應用。

(2)動態協同作業場景的網絡快速響應。礦山智能開采過程中,多源、多目標數據以并發方式傳輸;用戶業務傳輸的數據特點和傳輸需求差別很大,且動態多變。因此,在業務交互高峰時段極易出現多條鏈路對頻譜等多類資源的競爭,引發數據擁堵、流量過載等問題,為基站的快速響應和資源分配帶來了更多挑戰,井下多機器業務交互的數據延續性難以得到保證。

圖3 礦山電磁環境特征與信道傳輸特性Fig.3 Mine electromagnetic environment and channel transmission characteristics

(3)多源異構用戶的動態接入。前置接入設備的使用可在一定程度上有效保障移動用戶與微基站之間的物理可靠傳輸。然而,接入設備的工作帶寬受限,巷道電磁傳輸環境的動態變化、信號傳輸質量的不穩定以及大量多源異構用戶的資源爭奪等問題,使得接入網容量有限性與頻譜資源匱乏之間的矛盾激化,智能機器人、設備、系統等數據的高效實時接入與傳輸難以得到保證。

3.1 礦山動態開采環境的無線信道估計與干擾管理

通信系統根據信道狀態信息(Channel State Information,CSI),利用預編碼、用戶調度等方法可以對信道干擾進行管理,從而優化系統的無線信道性能。

在無線信道特性估計方面,已有研究在井下介質壁波導效應、多徑問題、空-時-頻色散特點以及巷道結構、設備布設和粉塵的影響等方面取得了一定的知識積累[11-13]。僅少數文獻[14-15]考慮了礦山工業噪聲的影響,提出并建立了德爾頓A 類(Middleton Class A,MCA)噪聲和伯努利-高斯(Bernoulli-Gauss,BG)噪聲2 種無記憶噪聲模型。

在信道干擾管理方面,文獻[16]通過設計預編碼以及用戶調度算法(2 用戶為1 組)提高系統的平均組速率,并得到了用戶主特征值均勻分布時的遍歷平均組速率下界的解析表達式。文獻[17]結合統計CSI 和非完美實時CSI 設計預編碼最小化發射端的能量消耗和最大化用戶的接收功率,并分析了只能獲得統計CSI 和非完美實時CSI 兩類用戶的互干擾影響。文獻[18]基于非完美CSI 研究了基站轉發用戶設備波束成形設計問題,基于線性矩陣不等式轉化和半正定規劃技術設計輪換優化算法使得系統的均方誤差最小化。

目前有關礦山井下的無線信道特性分析、信道估計和干擾管理研究,主要面向的是靜態的或以高斯噪聲為背景的礦山環境。而近年來,工業物聯網的相關研究發現,工業環境中的非高斯脈沖噪聲對無線信道的影響非常嚴重[19-22]。分析和掌握工業環境中隨機噪聲的非平穩特點、時變特征、時間相關性等,并對其進行相應地管理和抑制,能有效提高無線系統的信道估計性能,并降低系統誤碼率[19-22]。因此,為進一步改善無線系統在礦山開采環境中的通信質量,必須深入挖掘礦山動態作業下非高斯工業噪聲環境對信道傳輸的影響并設計針對非高斯噪聲的預編碼。

3.2 礦山多用戶協同作業場景的無線資源分配

協同作業場景下周期性采集數據的高并發性與設備的高密度性等導致資源分配維度的增加。傳統的集中式資源分配模式復雜度高且需要全局狀態信息,響應速度較慢,無法快速做出決策,從而無法保證井下業務交互時數據的延續性。利用協同作業用戶之間的物理位置及協同關系等信息,挖掘其業務屬性與時變規則,針對礦井的場景特性及需求設計基于微基站的分布式緩存方式,可有效減小井下微基站的傳輸損耗,并使熱門業務、實時數據更靠近用戶端,降低用戶的交互時延[23]。然而,智能礦山場景中用戶的移動性、不同業務類型服務質量(Quality of Service,QoS)需求的差異性等并不是孤立存在的,需要用多元屬性耦合的匹配模型來描述,這對滿足高效穩定的分布式算法設計帶來了挑戰。

高動態作業環境下的快速網絡拓撲形成和資源分配問題可以利用圖論建模進行簡化[24-26]。在簡化的圖模型中設計資源分配方法可以進一步提升網絡的響應速度與決策效率。超圖模型可進一步提高網絡描述的準確度[24-26]。文獻[27]利用超圖對蜂窩系統的信道分配過程建模,仿真結果表明通過超圖建模時所承載的流量比傳統圖模型建模時高出30%。文獻[28]提出一種面向無線自組網超圖干擾模型及分布式調度方案。文獻[29]根據用戶在不同應用中的數據需求,提出了一種基于超圖覆蓋模型的云數據中心節能存儲策略。但現有工作只著重提升單一業務類型的傳輸性能,忽略了不同業務類型差異化的QoS需求。

在多用戶、設備協同交互的應用驅動下,研究者在低服務時延的移動邊緣計算、基于業務特性感知的存儲通信、基于業務預測的智能通信等方面開展了大量工作[30-31]。這些研究工作力求從用戶業務特性的角度,深入挖掘業務特性與物理層傳輸的內在關聯,通過業務感知、內容感知的通信機制保障紛繁多變的業務傳輸需求。基于多業務屬性耦合的資源分配方案設計也是礦山多用戶協同作業場景中亟待解決的問題。

3.3 礦山多用戶協同作業場景的D2D 鏈路資源分配

基于微基站的分布式存儲雖能有效減小井下微基站傳輸負擔,降低時延,但當用戶接入過載時,微基站仍會出現下載時延高及覆蓋性差等問題,無法實現井下數據的高效連續傳輸[32]。將移動用戶也賦予分布式緩存功能[33-34],利用設備間的D2D 通信分發緩存內容,避免了相同業務的重復傳輸,可進一步減輕微基站的負載壓力,實現無縫覆蓋。

然而,D2D 鏈路的加入同時也加劇了業務需求與頻譜資源短缺之間的矛盾,D2D 鏈路復用蜂窩鏈路頻譜資源時會不可避免地產生一定數量級的同信道干擾,如何對D2D 鏈路與蜂窩鏈路的資源競爭關系建模是礦山多用戶協同作業場景資源分配的關鍵問題。現有文獻對無線網絡處于單AP(Access Point)覆蓋范圍和多AP 覆蓋范圍兩種場景進行了綜合分析[35-36],但未考慮到D2D 通信技術的引入對網絡覆蓋的影響。文獻[37]面向D2D 異構蜂窩網絡,根據Perron-Frobenius 理論推導具有傳輸比特率和功率約束的物理層安全優化目標函數矩陣的等效凸形式,通過評估拉格朗日函數的近鄰算子來解決該等價凸問題。文獻[38]基于注水算法提出了一種用于D2D 內容分發的數據分割方法,提升了能量有效性。博弈論作為一種描述策略性決策方法的有力工具,可以對個體或群體在資源分配中的競爭關系進行建模。文獻[39]提出一種基于勢博弈的分布式功率分配方案,實現了功率約束下D2D 用戶的總速率最大化。

當前基于D2D 通信的無線資源管理方法,針對頻譜高效、能量高效與物理層安全性等不同優化目標,所構建的大多資源分配問題都是NP 難題,解決問題的思路大多借助凸優化逼近、動態規劃、迭代注水等數學工具,復雜度極高,無法應用到需要較快決策響應速度的礦山多用戶協同作業場景,需要借助博弈論對復雜的資源競爭關系建模。

3.4 礦山多源接入信道資源的動態分配

IEEE 802.11ah 協議標準在介質訪問控制(Medium Access Control,MAC)層提出了限制窗口(Restricted Access Window,RAW)分組方式以保障多源設備的動態接入[40]。文獻[41]將IEEE 802.11ah 協議用于井下安全監測傳感設備的接入傳輸,并初步驗證了其可行性。其他的接入策略,如基于周期數據傳輸間隔預測監視的信道訪問機制[42]、基于回歸分析的流量感知分組算法[43]、基于異構傳輸特征用戶公平性最大化的啟發式算法等[44],在降低信道復用競爭碰撞概率、提高信道利用率等方面也具有一定效果。然而,上述接入理論和方法多在單一信道資源下設計。

文獻[45]將異構機器到機器(Machine to Machine,M2M)通信網中海量設備基于服務與傳輸特征進行虛擬分簇,并研究了分簇接入與多維信道資源分配資源利用率最大化問題。文獻[46]面向工業M2M 通信提出了基于Lyapunov 優化和定價穩定匹配的兩步聯合資源分配方法,共同優化速率控制、功率分配和信道選擇。文獻[47]通過聯合優化傳輸時間及分組用戶錯誤概率達到短包傳輸用戶有效信息需求吞吐量最大化。此外,動態的資源分配能應對信道與業務數據傳輸的時變問題,維持系統服務性能長時穩定。文獻[48]提出基于多智能體強化學習的分布式多維通信資源優化方法以保障異構網絡中下行鏈路用戶QoS,并維持長期系統服務性能穩定可靠。文獻[49]提出基于二階隱馬爾可夫模型(Hidden Markov Model,HMM)的移動預測方案,優化5G 異構網絡中用戶動態資源分配切換。文獻[50]提出基于間隔2 型模糊邏輯控制器的信道感知卡爾曼濾波器,以解決信道狀態不確定情況下用戶接入調度及資源分配,保障上行特定用戶QoS 與非實時系統公平性。

上述研究表明,在多用戶分組及接入問題中,利用多維通信資源的分配方式更具優勢。多維通信資源分配需要結合應用場景及設備數據的傳輸特征開展,而目前有關礦山智能化作業場景的研究還有待開展。

綜上所述,要突破礦山無線通信的關鍵技術瓶頸,需要解決以下問題(圖4):

(1)提取并分析礦山動態作業環境中的非高斯脈沖干擾特征及無線信道的空-時-頻域統計特性;設計相應的信道估計以及預編碼算法。

(2)深入挖掘智能礦山作業場景中多用戶業務類型、QoS 需求差異以及物理層傳輸指標等的多維業務屬性耦合匹配關系;研究用戶多業務屬性感知方法;設計以用戶多業務屬性耦合為基礎的資源分配方法。

(3)緊密結合礦山用戶的業務變化、業務趨同性以及通信環境的時變特性,在有限頻譜資源條件下,優化礦山多源異構設備的動態調整、分組、切換與接入;實現時域、空域、編碼域及功率域等多維資源的精細化協同管理和分配。

4 多業務屬性驅動的礦山動態協同作業場景無線通信關鍵技術

針對礦山動態協同作業場景的通信需求和礦山無線通信當前的技術瓶頸,本文提出基于多業務屬性驅動的無線通信模式,如圖5所示。利用無線信道的非高斯脈沖干擾空-時-頻域動態統計規律,對無線系統捕獲的非完美CSI 進行估計;利用設計合理的預編碼,抑制礦井的工業噪聲,提升鏈路質量和系統容量;根據礦山作業場景相關業務特性、服務質量與物理層傳輸指標的內在關聯,采取超圖映射和邊權賦值實現用戶或設備的多維業務屬性感知;綜合運用超圖匹配、圖論、博弈論、非正交多址接入技術(Non-Orthogonal Multiple Access,NOMA)等方法,從信道-鏈路-業務快速多維匹配的角度解決多用戶協同交互傳輸通信鏈路和信道的匹配、多跳用戶鏈路匹配、多業務QoS 要求與鏈路匹配等快速匹配問題。

圖4 智能礦山協同作業場景下的無線通信關鍵技術Fig.4 Key technical problems of wireless communication in the intelligent mine collaborative operation scenario

圖5 基于業務屬性驅動的礦山動態協同作業場景無線通信模式Fig.5 Wireless communication solution based on service attribute driven characteristics for mine dynamic collaborative operation scenario

4.1 礦山動態開采環境的非完美CSI 估計及預編碼設計

采、掘、運等大型機電裝備的位置變化、啟動時產生的電磁脈沖干擾,運行時供電電流會隨著作業環境、功率需求波動,造成作業環境下無線信道特性的變化,嚴重影響井下信道估計和網絡性能優化的效果。為提升通信鏈路質量和系統容量,礦山動態開采環境的非完美CSI 估計及預編碼設計應當在充分了解礦井工業噪聲背景中無線信道特性的基礎上展開。

如圖6所示,需利用礦山動態作業環境中的實際場景測試數據,通過統計方法對井下的隨機脈沖噪聲和周期性脈沖噪聲進行特征提取與分析;結合馬爾科夫鏈脈沖模型與伯努利復高斯模型,描述隨機脈沖噪聲的時間相關性,建立有記憶的隨機脈沖噪聲模型;利用噪聲脈沖幅度、寬度、周期等參數構建周期性矩形脈沖,將其以加權方式與基礎噪聲相結合,建立同步于工頻的噪聲干擾模型,用于對無線信道沖擊響應的動態去噪。針對去噪后的信道響應,可設計基于輔助導頻的信道估計算法,形成可利用的非完美CSI;也可根據信道大尺度衰落和小尺度衰落的特點,形成符合礦山開采環境的信道的空-時-頻域統計信道模型,從而形成統計學CSI。

圖6 礦山動態開采環境的CSI 估計及預編碼設計Fig.6 CSI estimation and precoding design for mine dynamic mining environment

基于脈沖噪聲模型和信道估計,利用凸優化和非線性規劃技術可求解最優預編碼向量;通過分組空時編碼和波束成形聯合處理技術,可抑制脈沖噪聲對系統容量的影響。在接收端采用混合消噪法對預編碼設計的信號進行脈沖噪聲消除可降低傳輸誤碼率。針對多用戶多業務的編解碼矩陣及信道復用,需將用戶進行虛擬分簇,通過用戶分簇算法和雙層預編碼矩陣消除虛擬用戶簇間的干擾并提高傳輸性能。

4.2 礦山多用戶協同作業場景的無線資源快速多維匹配

4.2.1 無線網絡頻譜資源的快速多維匹配

礦山協同作業場景下,為了能夠快速響應用戶設備的動態業務傳輸需求變化,及時調度網絡資源,需充分利用協同作業用戶之間的物理位置及協同關系等信息,挖掘其業務屬性及其時變規則,尋找多源業務屬性耦合驅動的頻譜資源管理方法。超圖方法是解決這一技術問題的有效途徑。

如圖7所示,通過將礦山用戶任意數目節點的業務交互關系抽象為超邊,建立物理域中設備節點向多源業務交互的虛擬域節點的映射,其中,M為超圖匹配關聯矩陣;E1～E4為超邊標號;c1～c3為邊緣服務器的標號;m1～m8為用戶/設備節點的標號。隨后,當圖中發生業務交互時,使用超圖匹配與最大獨立集搜索,為工作面中的物理設備選擇業務卸載方向。當業務卸載完成后,系統可為不同設備節點分配滿足差異化業務需求的無線網絡的頻譜資源。為了進一步降低無線系統中多節點因共享頻譜資源而造成的累積干擾,可根據干擾者的互干擾程度將用戶分成獨立干擾者和累積干擾者這兩類。利用超圖理論,將任意數量節點之間的互干擾關系抽象為超邊,根據不同業務類型節點之間的互干擾狀態完善干擾超圖的構建。根據節點度得到最少可用的子信道數。并按照節點度從高到低依次刪除節點,分析刪除后的子超圖結構,直到找到具有最大度的節點。之后將信道類比為不同的顏色并按節點刪除的倒序依次將每個節點染色,從而使得從屬于同一超邊的節點所使用的頻譜正交,有效避免用戶的互干擾。

隨著網絡拓撲的動態演進,超圖染色能夠快速響應拓撲結構的變化,以較低的復雜度,實現信道重分配(重染色)、業務屬性與網絡資源的動態匹配優化,提升無線網絡交互效率。

4.2.2 D2D 鏈路資源的匹配

礦井下多源業務數據交互時可能出現某一設備節點業務繁忙、意外掉電或設備損壞等應急狀況,為了保證上述情況突發時通信系統能夠實現斷點續傳,可以采用博弈論設計單跳/多跳D2D 的自適應鏈路接入機制,如圖8所示。

根據用戶節點業務域的差異化業務類型建立不同的業務集群,即同一集群節點具有相同的業務類型及屬性,且同一集群內節點可以通過建立單跳或多跳鏈路實現業務交互。

圖8 基于業務屬性感知的D2D 單跳/多跳自適應鏈路建立示意Fig.8 Schematic diagram of D2D single-hop/multi-hop adaptive link establishment based on service attribute awareness

由于同一業務集群內可以形成任意跳傳輸,不同用戶節點根據社交集群及物理鏈路狀態信息,通過聯盟形成博弈(Coalition Formation Game)做出單跳/多跳鏈路建立決策,實現傳輸距離、業務類型相似度和傳輸成功概率3 者之間的均衡。

類比圖論中的旅行商問題(Travel Saleman Problem,TSP),以使用最短路優化算法或最小生成樹算法實現多跳D2D 鏈路的最優路徑選擇,進一步降低傳輸時延。

D2D 鏈路與現有蜂窩鏈路競爭頻譜資源時會引入一定數量級的互干擾,且智能化開采和機器人應用中業務交互時QoS 的差異化需求與拓撲結構都是動態演變的,采用基于匹配博弈的D2D 通信頻譜資源管理方式,實現動態拓撲結構下資源分配決策實時性與系統性能之間的折衷。

首先,通過速率、優先級、時延等不同指標來綜合表征井下交互業務在時延、丟包率、抖動、有效速率與優先級等不同方面的差異化QoS,利用層次分析法(Analytic Hierarch Process,AHP)算法衡量各個參數在系統中的權重,構建基于多業務差異化QoS 的自適應效用函數。如圖9所示,將構建的效用函數反映到多維匹配圖的邊權值中,利用多維匹配博弈(匹配獨立集維度k≥3),以解決整體系統容量最大化、傳輸時延最小化等多目標耦合的資源優化分配問題,圖9中,Ns為微基站標號;Np為信道標號;Nr為鏈路標號。以3-維匹配為例,如圖10所示,首先對用戶節點到達和消失的過程進行建模,然后利用機器學習訓練節點、業務和無線網絡頻譜資源之間進行匹配博弈的最佳時刻,以達到整體干擾和用戶業務體驗質量的均衡,圖10中,u1～u4為用戶標號;s1～s4為信道標號;M1～M4為業務標號;t為時刻。

圖9 多通信鏈路混合網絡頻譜資源的K-維匹配方法Fig.9 K-dimension matching method for multi-communication link mixed network spectrum resources

4.3 礦山多源異構用戶的動態接入與多維通信資源分配

針對礦山各生產作業環節的動態實時協同需要傳感、控制、音頻、視頻等多種類型、多種傳輸要求接入需求,本文采用基于聯合正交多址和時分多址接入(Non - Orthogonal Multiple - Access - Time Division Multiple Access,NOMA-TDMA)方式,優化礦山多源異構設備的動態調整、分組與切換;基于動態圖匹配理論、馬爾科夫決策,實現對信道狀態、數據傳輸特征、業務屬性等多維資源的精細化協同管理和快速動態分配。

圖10 業務屬性驅動的3-維動態二分圖匹配Fig.10 3-dimensional dynamic bipartite graph matching driven by service characteristics

針對傳感監測等周期性數據,將其傳輸時間劃分為長度不等的時隙,每個時隙可分配給多個用戶節點,相同時隙的多個節點通過非正交多址的方式進行傳輸。如圖11所示,在NOMA-TDMA 框架下,綜合考慮用戶發送功率、服務質量、可用時隙等約束條件,建立最優化用戶數、系統公平性、時延、QoS 權衡等優化問題,圖11中,T為總傳輸時間;γij為第i,j個節點間傳輸所用的時隙系數。通過變量替換和函數構造等方式將原本的非凸優化問題轉化成凸優化問題。在正交信道多用戶傳輸場景中,通過子信道或時隙分配方式為數據傳輸分配專用信道和傳輸時隙,建立用戶-信道間的組合匹配優化問題。由于該問題通常建模為NP-hard 的非線性整數規劃問題,難以求解,可通過圖匹配、博弈論等方法對問題求解。

圖11 基于NOMA-TDMA 的礦山多源異構用戶時隙分配Fig.11 NOMA-TDMA-based time slot allocation for multi-source heterogeneous users in mines

針對非周期性數據傳輸用戶,可以結合IEEE 802.11ah 協議采用競爭與時隙的分組方式,如圖12所示,在時域上構建多個競爭時隙窗口,根據用戶數據生成特征及QoS 需求,將用戶分組至各個競爭時隙窗口。分配到同一時隙窗口的用戶,當有數據發送時,采用競爭方式進行數據傳輸。在該模式下,建立系統時延最小、組內碰撞概率最小、吞吐量最大化的分組及組合優化問題,并采用啟發式算法、超啟發式算法、智能優化算法等簡化求解。

圖12 競爭與時隙分組示意Fig.12 Schematic diagram of contention and slot grouping scheme

在用戶接入后,根據開采環境中的信道特征以及應用業務的傳輸需要,建立動態資源分配轉移模型及系統性能優化問題,利用動態圖匹配、馬爾科夫決策等實現信道多維資源的快速分配。

5 結 論

(1)傳統的單向匯聚式混合異構網絡傳輸方式不足以為無人開采的分布式機物信息交互和裝備協同作業提供網絡支撐。

(2)以新一代數據傳輸和分發技術為基礎的多業務交互網絡體系更符合礦山無人化開采中機物協同作業場景的網絡需求,但仍有以下技術瓶頸亟需解決:①動態受限空間非高斯脈沖干擾下的信道估計與干擾管理;②動態協同作業場景的網絡快速響應;③多源異構用戶的動態接入等。

(3)如何利用礦山用戶、設備群體的協同作業特點和對應的動態業務屬性,有針對性地對通信網絡的物理信道、物理資源進行管理和分配,是從根本上有效優化網絡可靠性,提高傳輸效率的關鍵。要突破礦山無線通信的關鍵技術瓶頸,可以從以下幾個方面進行解決:①基于礦山動態作業環境中非高斯脈沖干擾特征和無線信道統計學特性的非完美CSI 估計及預編碼設計;②基于超圖映射和邊權賦值的用戶多維業務屬性感知和耦合匹配;③基于超圖染色、圖論、博弈論、非正交多址接入等技術,優化礦山多源異構設備的動態調整、分組、切換與接入;實現時域、空域、編碼域及功率域等多維資源的精細化協同管理和分配。

在上述分析基礎上,本文提出了一種多業務屬性驅動的礦山動態協同作業場景無線通信模式,從信道-鏈路-業務多維匹配的角度實現礦山用戶的無線資源快速分配,對推動礦山智能化開采技術革命有重要意義。