一種T2T資源分配算法的設(shè)計(jì)與仿真

呂宏志，劉曉娟，宋桭宅，劉文珍

(蘭州交通大學(xué)電子與信息工程學(xué)院，甘肅 蘭州 730070)

1 引言

T2T(Train to Train，車輛到車輛)列控系統(tǒng)可以實(shí)現(xiàn)更低的時(shí)延和相鄰列車自主安全控制，因此成為下一代列控系統(tǒng)發(fā)展方向之一，在深圳地鐵14號(hào)線已投入使用。針對(duì)車車通信資源分配問(wèn)題，國(guó)內(nèi)外眾多學(xué)者都進(jìn)行了深入研究。文獻(xiàn)[4]分析了T2T信號(hào)傳播的規(guī)律，給出了不同環(huán)境下T2T信號(hào)的傳播測(cè)量結(jié)果，得到了郊區(qū)和隧道環(huán)境下路徑損耗模型。文獻(xiàn)[5]提出了基于D2D的列控系統(tǒng)車車通信資源分配算法。優(yōu)化了車車和車地鏈路信道選擇過(guò)程的時(shí)間復(fù)雜度。文獻(xiàn)[6]提出了基于能效的NOMA蜂窩車聯(lián)網(wǎng)動(dòng)態(tài)資源分配算法。同時(shí)考慮了時(shí)延與可靠性，符合車車通信間的速率需求。綜合國(guó)內(nèi)外研究可以發(fā)現(xiàn)，車車通信資源分配方案已有較多研究成果，但為現(xiàn)有研究成果主要研究方向集中在系統(tǒng)吞吐量即T2T鏈路和車地通信鏈路吞吐量之和方向，針對(duì)優(yōu)化T2T鏈路吞吐量的研究較少，同時(shí)現(xiàn)有研究主要為在城市郊區(qū)環(huán)境進(jìn)行仿真分析，未過(guò)多分析隧道環(huán)境下T2T資源分配的影響因素。

為此，提出基于雙邊選擇和果蠅算法的T2T資源分配算法。果蠅算法為依據(jù)仿生學(xué)原理而設(shè)計(jì)的一種智能優(yōu)化算，正余弦算法易于快速定位最優(yōu)解的范圍并容易跳出局部最優(yōu)解；結(jié)合兩種算法可加快搜索效率，增強(qiáng)收斂準(zhǔn)確性。在現(xiàn)有研究成果上，針對(duì)隧道環(huán)境下T2T通信對(duì)車地通信的干擾現(xiàn)象，分析了隧道內(nèi)的列車和基站的發(fā)射功率與系統(tǒng)吞吐量之間聯(lián)系，通過(guò)雙邊選擇策略和果蠅算法的協(xié)同優(yōu)化，在最大化系統(tǒng)吞吐量的基礎(chǔ)上優(yōu)化T2T鏈路的吞吐量即T2T鏈路的傳輸速率。

2 基于雙邊選擇和果蠅算法的T2T資源分配算法

2.1 車-車通信系統(tǒng)

T2T通信在基于T2T通信的列車控制運(yùn)行系統(tǒng)內(nèi)的作用為通信冗余或直接參與傳輸行車信息，該中系統(tǒng)必然同時(shí)存在T2T鏈路和車地通信鏈路。城市軌道交通車地通信系統(tǒng)的網(wǎng)絡(luò)的覆蓋形式為沿著軌道呈線性分布。隧道中通過(guò)電纜發(fā)射無(wú)線網(wǎng)絡(luò)信號(hào)，其信號(hào)分布均勻，距離對(duì)信號(hào)的影響較小。假設(shè)存在6個(gè)車地通信用戶，存在3個(gè)T2T通信用戶對(duì)，這些用戶復(fù)用車地通信上行鏈路資源展開(kāi)通信；車車通信系統(tǒng)如圖1所示。

圖1 車車通信系統(tǒng)

圖1中，車A、B、C同步展開(kāi)和基站通信與T2T通信，因此，T2T通信的干擾主要分為兩部分：一為車A的T2T發(fā)送端干擾車C車地通信基站接收端；二為車C車地通信的發(fā)送端干擾車B的T2T接收端。

同一信道資源僅分配給一個(gè)車地用戶和一個(gè)T2T用戶，同時(shí)各車地用戶和T2T用戶使用信道資源的數(shù)量必須為唯一的，這樣能夠減少干擾，確保T2T用戶和車地通信用戶正常通信。此時(shí)，令矩陣

L

×，

L

×內(nèi)的元素為

o

，當(dāng)?shù)?p>i

個(gè)車地通信鏈路資源被第

j

個(gè)

T

2

T

用戶對(duì)使用過(guò)程中，

o

=1；反之

o

=0，

T

2

T

用戶未成功建立通信鏈接。

L

×的表達(dá)公式如下：

(1)

第

j

個(gè)用戶對(duì)在復(fù)用車地通信鏈路資源時(shí)的SINR(Signal to Inferenceplus Noise Radio， 信干噪比)?為

(2)

同理，第

i

個(gè)資源被復(fù)用時(shí)的

SINR

?為

(3)

其中，

Q

與

g

為第

i

個(gè)車地通信用戶的發(fā)射功率與信道增益；

h

，為

T

2

T

鏈路發(fā)送端與基站的干擾信道增益。第

j

個(gè)用戶對(duì)在復(fù)用第

i

個(gè)資源時(shí)被復(fù)用鏈路的吞吐量為

S

=

W

(log(1+?)+log(1+?))

(4)

其中，

W

為鏈路帶寬。以確保列控系統(tǒng)通信可靠性為前提，最大程度提升系統(tǒng)的

S

，數(shù)學(xué)表達(dá)式為：

(5)

約束條件為

(6)

T

2

T

用戶對(duì)和車地通信用戶的最小發(fā)射功率為

(7)

2.2 基于雙邊選擇和果蠅算法協(xié)同優(yōu)化的資源分配

上述系統(tǒng)中吞吐量目標(biāo)可以看成最大值求解問(wèn)題，為優(yōu)化T2T鏈路數(shù)據(jù)傳輸性能，需考慮T2T鏈路吞吐量指標(biāo)。考慮到系統(tǒng)吞吐量和T2T鏈路吞吐量均受信道選擇和功率控制影響，在信道匹配時(shí)，采用穩(wěn)定匹配思想選擇偏向T2T鏈路吞吐性能的信道匹配鏈路，再引入SCA算法(Sine and Cosine Aalgorith，正余弦算法)的FOA算法(Fly Optimization Algorithm，F(xiàn)OA)優(yōu)化功率響應(yīng)，最大化系統(tǒng)總吞吐量和T2T鏈路吞吐量。

2.2.1 穩(wěn)定匹配

穩(wěn)定匹配又稱雙邊選擇匹配，通過(guò)建立雙邊偏好列表選擇展開(kāi)彼此選擇，令雙方均滿意自己所選擇的匹配對(duì)象。

定義2：不穩(wěn)定因素：設(shè)(

a

，

b

)和(

a

′，

b

′)屬于

S

，但為

a

對(duì)

b

′的排名高于對(duì)

b

的排名，且

b

對(duì)

a

′的排名高于

a

的排名，則稱序列對(duì)(

a

，

b

)或(

a

′，

b

′)為不穩(wěn)定因素。

對(duì)于一對(duì)一匹配問(wèn)題，可以通過(guò)G-S(Gale-Shaple algorithm，蓋爾-沙普利)算法求解穩(wěn)定匹配的一種集合。

G-S算法共包含兩種性質(zhì)如下：

性質(zhì)1匹配次數(shù)的有窮性：一個(gè)點(diǎn)集內(nèi)元素僅可邀請(qǐng)另一個(gè)點(diǎn)集內(nèi)同一元素一次，因此，最多匹配次數(shù)為n×m。

性質(zhì)2邀請(qǐng)方具有最佳匹配性：在G-S算法中，發(fā)起邀請(qǐng)的一方在算法執(zhí)行時(shí)匹配對(duì)象越來(lái)越好，算法執(zhí)行結(jié)束后邀請(qǐng)發(fā)出方內(nèi)各元素都與其最佳有效對(duì)象相匹配。

2.2.2 基于穩(wěn)定匹配的信道分配

雙邊匹配存在2個(gè)集合，分別為

T

2

T

鏈路集合

Z

={

Z

，

Z

，…，

Z

}和車地通信鏈路集合

V

={

V

，

V

，…，

V

}，

Z

為系統(tǒng)內(nèi)第

j

個(gè)

T

2

T

鏈路，

V

為系統(tǒng)內(nèi)第

i

個(gè)車地通信鏈路。對(duì)于任意

Z

，

j

∈{1，…，

N

}，計(jì)算出單位功率下

T

2

T

鏈路

SINR

列表[?(

V

)，?(

V

)，…，?(

V

)]

(8)

降序排列吞吐量列表，可得到

V

對(duì)全部

Z

的偏好列表：

(9)

全部偏好列表建立完成后，通過(guò)G-S算法求解偏向T2T鏈路吞吐性能的信道匹配鏈路，具體步驟如下：

步驟1：建立一個(gè)包含所有未匹配車地通信用戶

V

∈

V

的列表

λ

和包含所有未匹配車車通信用戶對(duì)

Z

∈

Z

的列表

λ

；步驟2：當(dāng)

λ

≠?時(shí)，如果原有匹配

u

(

V

)≠?，車地通信用戶

V

和車車通信用戶對(duì)

Z

建立匹配關(guān)系，列表

λ

和

λ

暫時(shí)分別移除

V

和

Z

，否則轉(zhuǎn)入步驟步驟3；步驟3：如果

Z

>

u

(

V

)，將

V

原有匹配

u

(

V

)移入

λ

，

V

=

u

(

Z

)，

Z

=

u

(

V

)，車地通信用戶

V

和車車通信用戶對(duì)

Z

建立匹配關(guān)系，列表

λ

和

λ

暫時(shí)分別移除

V

和

Z

，否則轉(zhuǎn)入步驟4；其中

Z

>

u

(

V

)表示對(duì)

V

而言，

Z

比

u

(

V

)的偏向值更高；步驟4：

V

拒絕其它

Z

并保留現(xiàn)有匹配關(guān)系；2

.

2

.

3 功率優(yōu)化

經(jīng)過(guò)信道分配后，T2T用戶已獲得自身滿意的鏈路資源，接著，通過(guò)控制T2T用戶和車地通信用戶的發(fā)射功率，最大化系統(tǒng)總吞吐量和T2T吞吐量，此時(shí)，問(wèn)題可以表示為：

(10)

其中，

Q

和

Q

代表已形成匹配關(guān)系的車地鏈路

i

的發(fā)射功率和T2T鏈路j的發(fā)射功率。

1)FOASCA設(shè)計(jì)

FOASCA算法為一種改進(jìn)的果蠅優(yōu)化算法，易于快速定位最優(yōu)解的范圍并容易跳出局部最優(yōu)解，加快搜索效率，增強(qiáng)收斂準(zhǔn)確性。FOASCA實(shí)現(xiàn)步驟如下：

步驟1：初始化參數(shù)；

步驟2：賦予果蠅個(gè)體隨機(jī)的方向和隨機(jī)的距離去捕食；

步驟3：求解最優(yōu)的適應(yīng)度值，果蠅群體向最優(yōu)果蠅的位置飛去，更新果蠅群體位置；

步驟4：更新果蠅個(gè)體具體的X軸與Y軸坐標(biāo)。

步驟5：計(jì)算最優(yōu)個(gè)體的適應(yīng)度值；

步驟6：記錄對(duì)應(yīng)個(gè)體的位置，對(duì)比新舊適應(yīng)度，選擇最優(yōu)適應(yīng)度的坐標(biāo)作為群體新坐標(biāo)；

步驟7：重復(fù)步驟4至步驟6，直到新舊適應(yīng)度之差達(dá)到收斂精度或者到達(dá)最大迭代次數(shù)。

2)FOASCA算法在功率響應(yīng)中的應(yīng)用

果蠅群體的目標(biāo)為尋找一個(gè)合適的坐標(biāo)，使適應(yīng)度值f最大，f最大時(shí)，果蠅的Y坐標(biāo)值即T2T鏈路發(fā)射功率也最大。

考慮到約束條件限制和優(yōu)化T2T鏈路吞吐性能目標(biāo)，需對(duì)FOASCA算法進(jìn)行局部改進(jìn)，以適應(yīng)實(shí)際功率優(yōu)化問(wèn)題。

帶有約束性質(zhì)的適應(yīng)度函數(shù)

(11)

通過(guò)FOASCA算法優(yōu)化功率控制并在功率控制中優(yōu)化適應(yīng)度函數(shù)和新坐標(biāo)選擇過(guò)程。使用FOASCA算法優(yōu)化最大化系統(tǒng)總吞吐量和T2T吞吐量的步驟如下：

步驟1：結(jié)合列控系統(tǒng)正常通信所需約束條件和匹配鏈路信息，計(jì)算每個(gè)匹配鏈路的最小發(fā)射功率，獲得功率優(yōu)化的部分初始參數(shù)；

步驟2：將T2T通信用戶對(duì)和車地通信用戶的最小發(fā)射功率作為群體的初始位置，其中，車地通信最小發(fā)射功率作為初始位置的X坐標(biāo)，T2T通信最小發(fā)射功率作為初始位置的Y坐標(biāo)，設(shè)置群體規(guī)模，最大迭代次數(shù)和個(gè)體的初始位置(

Q

，min，

Q

，min)；步驟3：利用約束條件約束適應(yīng)度函數(shù)，形成新的

f

′，求解第

n

個(gè)個(gè)體當(dāng)前位置的

f

′作為其氣味濃度值

Smell

=

f

′(

x

)，選擇具有最佳

f

′的個(gè)體，記錄其

f

′和相應(yīng)位置bestIndex；

步驟4：對(duì)比新舊bestSmell，選擇最優(yōu)適應(yīng)度的坐標(biāo)作為群體新坐標(biāo)，群體中的其它個(gè)體飛向此位置，更新個(gè)體的新位置；

步驟5：重復(fù)步驟3和步驟4，直至達(dá)到最大迭代次數(shù)或|

f

′-

f

′-1≤

η

|，記錄最后一次迭代的最優(yōu)適應(yīng)度值作為系統(tǒng)的總體吞吐量，最優(yōu)適應(yīng)度值對(duì)應(yīng)的坐標(biāo)為

T

2

T

通信用戶對(duì)和車地通信用戶的最優(yōu)功率。

3 實(shí)驗(yàn)分析

采用MATLAB作為仿真平臺(tái)，文獻(xiàn)[5]提出的基于D2D的列控系統(tǒng)車車通信資源分配算法和文獻(xiàn)[6]提出的基于能效的NOMA蜂窩為實(shí)驗(yàn)對(duì)照組，設(shè)計(jì)仿真對(duì)比實(shí)驗(yàn)，將吞吐量、頻譜資源利用率作為驗(yàn)證三種算法的性能指標(biāo)。

3.1 仿真參數(shù)

以地下長(zhǎng)直隧道為實(shí)際運(yùn)行環(huán)境，使用頻率為1.8GHz的無(wú)線信道，采用隧道傳播損耗模型模擬隧道無(wú)線環(huán)境。具體公式如下

P

=20lg

f

+16

.

9lg

d

-22

.

5

(12)

其中

f

為載波頻率，

d

為設(shè)備到漏纜距離。

在仿真中，只考慮單小區(qū)下列車同時(shí)存在T2T通信和車地通信，每個(gè)通信用戶或用戶對(duì)只占用一個(gè)RB單元。實(shí)驗(yàn)參數(shù)設(shè)置如表1所示。

表1 仿真參數(shù)

其中，在列車運(yùn)行速度為60km/h時(shí)，列車緊急剎車距離約為400米，前后列車最小保持距離設(shè)為500m；為保證列車行車安全，同一線路行車間隔不能過(guò)低，故一個(gè)小區(qū)內(nèi)同一方向最多有4列車運(yùn)行。

3.2 分析結(jié)果

由圖2可知，在信道匹配過(guò)程中，T2T通信鏈路主動(dòng)向車地鏈路尋求穩(wěn)定匹配關(guān)系，因此信道匹配結(jié)果更偏向T2T通信鏈路的需求。在采用相同的功率控制下，當(dāng)所有的T2T通信用戶均處于連接狀態(tài)時(shí)，本文算法的T2T吞吐量要比基于D2D的列控系統(tǒng)車車通信資源分配算法的T2T吞吐量高出約21%。因本文方法在信道分配和功率控制兩部分均對(duì)T2T鏈路進(jìn)行優(yōu)化，因此和基于能效的NOMA蜂窩車聯(lián)網(wǎng)動(dòng)態(tài)資源分配算法相比，本文算法在T2T鏈路吞吐量上提升約70%，極大提升了T2T鏈路承載更多信息傳輸任務(wù)的能力。

圖2 T2T鏈路數(shù)量和T2T鏈路吞吐量關(guān)系

在系統(tǒng)吞吐量指標(biāo)方面，由圖3可知，穩(wěn)定匹配并不為信道質(zhì)量因子之和最高的匹配關(guān)系，因此并不能使吞吐量指標(biāo)最大化。在系統(tǒng)總體吞吐量指標(biāo)上，本文算法相比其余兩種算法共損失約4%。

圖3 T2T鏈路數(shù)量和系統(tǒng)吞吐量關(guān)系

頻譜利用率反映了同一鏈路吞吐量變化趨勢(shì)，因此，頻譜利用率的增長(zhǎng)趨勢(shì)和系統(tǒng)吞吐量的增長(zhǎng)趨勢(shì)保持一致。圖4反映了加入T2T通信鏈路后，相較于未采用T2T通信鏈路并且功率為定值的通信鏈路，三種算法加入T2T通信鏈路后的系統(tǒng)頻譜利用率都有所提高，這為D2D通信技術(shù)的優(yōu)點(diǎn)之一。本文算法在系統(tǒng)吞吐量指標(biāo)上表現(xiàn)并非最好，因此在頻譜利用率上相對(duì)于另外兩種算法稍有損失，并且因?yàn)門(mén)2T通信復(fù)用車地通信鏈路資源必然存在干擾現(xiàn)象，頻譜增長(zhǎng)率只有約28%，無(wú)法達(dá)到理想中的100%。

圖4 頻譜利用率趨勢(shì)圖

4 結(jié)論

本文研究了隧道環(huán)境下T2T資源分配問(wèn)題。為優(yōu)化T2T鏈路傳輸性能，一方面，在信道匹配過(guò)程中選擇偏向T2T鏈路吞吐性能的信道匹配鏈路；另一方面，在功率優(yōu)化過(guò)程中同時(shí)考慮系統(tǒng)總體吞吐量和T2T鏈路吞吐量。和傳統(tǒng)算法相比，采用雙邊偏好選擇策略的資源分配算法以犧牲4%左右的系統(tǒng)吞吐量為代價(jià)將T2T鏈路傳輸速率提升約70%，提升T2T鏈路的穩(wěn)定性，較好的滿足下一代列控系統(tǒng)對(duì)T2T鏈路傳輸速度的需求。