基于D2D的电力物联网及其组播重传技术
黄强 秦剑华 胡成博 路永玲 陶风波 王真
摘要：针对基于资源竞争与应答重传的传统自组网无法满足电力物联网需求的问题，提出了一种新型的基于蜂窝基础设施的无线自组网架构。该方案融合终端间直接通信（D2D）与自组网技术，利用集中式资源调度与终端间互相协作的优点，可以大幅缩短网络部署时间，提升网络鲁棒性。同时，考虑D2D簇内各终端的蜂窝网链路的阴影衰落具有强相关性，从而在某些场景中存在接收节点都译码失败的情况，现有重传方案效率不高。为解决此问题设计了协作簇内快速重传方案。新方案无需基站重传，而由终端间的协作传输和软信息合并完成组播重传，从而极大地提升了电力自组网的传输效率和鲁棒性。仿真结果表明，所提方案在这种场景中平均重传次数和传输时延性能都得到了改善。
关键词：无线自组网;蜂窝网络;电力物联网;终端直接通信;D2D
DOI：10.15938/j.jhust.2021.05.016
中图分类号：TM76 文献标志码：A 文章编号：1007-2683（2021）05-0124-06
0 引言
智能电网是电力系统发展的必然趋势，而电力物联网是智能电网中的关键技术，围绕电力系统各环节充分应用先进通信技术，实现发、输、变、配、用、调等各类设备和人员的全景感知、泛在接入[1-2]。这要求高性能的电力通信网络作为支撑，对网络的可靠性和鲁棒性有很强的要求。以无中心无基础设施为特征的无线自组网（Ad hoc）技术，例如基于WiFi、ZigBee、蓝牙等的Mesh网络[3]，在电力设备监控等应用中已经有了广泛的研究。
除了Ad hoc网络，有基础设施的蜂窝移动通信网络（如GSM、WCDMA、LTE等）是另一种广泛应用的构架。这两种架构的设计思想完全不同，因此具有各自的特征和适用场景。针对这两种网络架构各自的优势与不足，一种可行的方案是将Ad hoc网络与蜂窝网络相融合。机会驱动多路访问（ODMA）技术[4-5]是3GPP在3G时代提出的一种传统蜂窝网与Ad hoc结合的接入技术。在ODMA网络中既有基站接入，也允许用户互相中继，终端可以灵活选择蜂窝单跳工作方式或终端间多跳工作方式。文[6]在研究应急通信自组网技术时，也提出了集成蜂窝网和Ad hoc网络的混合式无线通信网络的构想，在基站受损时终端自动转换到Ad hoc模式工作。文[7]探讨了宽带蜂窝网络在安全领域的局限性，进而提出在无基础设施时通过终端间中继的方式实现自组网。但是现有文献都没有涉及具体的方案，而且所提构想仅是两种网络的简单结合，不能完全利用两者的优势。
在Ad hoc自组网与蜂窝网融合方面，终端直通（D2D，Device-to-Device）是一种很有潜力的5G增强技术，是解决无线网络数据量快速增长带来的频谱资源紧张、网络负担加重等问题的一种重要技术途径[8-13]。D2D不需要基站作为中继，允许终端之间通过复用基站的无线资源直接进行通信。D2D技术的优点主要有：减轻基站负担、增加网络吞吐量、能提供更可靠和更大容量的数据传输通道等。
D2D已经在电力无线通信领域获得了较多应用。文[2]研究了能源互联网信息系统和通信系统的总体架构、关键技术等，提出以D2D为代表的5G关键技术在电力天地互联中的应用前景，特别是D2D可支持泛在物联网对海量测量、音视频维检作业，甚至电力虚拟现实等应用。视频的广播或组播业务可借助无线信道天然的广播特性来高效地实现，同时还可利用D2D的特性优化重传流程，降低基站负担，节约无线频谱资源[11-12]。无线组播将同一内容同时传播给多个接收者，非常适合数据分发和音频视频播报等应急通信应用。
本文以一个电力物联网音视频巡检场景为例，研究蜂窝无线网络中采用D2D实现自组网的融合架构，并在此基础上，针对此架构中的组播重传提出一种优化方案。
1 新型蜂窝D2D自组网及模型
1.1 新型蜂窝D2D自组网
考虑一个电力物联网中的维检现场作业场景：一队工作人员配备音视频通信终端，在现场区域构建一个自组网，队员之间可互相直接通信，亦可多跳传输，自组网终端亦可是由队员遥控的巡检无人机。维检工作人员处于一个蜂窝基站覆盖之下，通过由基站和5G核心网中配置的专属通道与智能电网应用平台的控制中心连接。维检小队通过音视频向控制中心报告现场情况，并接受控制中心维检专家的远程指挥和作业指导。这种下行数据流适合使用组播业务进行传输。
图1 新型基于蜂窝D2D的自组网
针对上述场景，本文提出一种新的蜂窝D2D自组网。如图1所示，由基站、蜂窝网终端C1和D2D簇构成，其中D2D簇由地理上彼此接近的终端D1、D2、D3和D4组成，簇内终端可以互相直接通信，或经多跳通信（如图中D2与D4之间经D1通信）。簇内终端可处于蜂窝基站覆盖范围之外（如图中D4），通过D2D实现覆盖扩展。当某终端与D2D簇地理上较远无法加入D2D簇时（如图中C1），其通过基站间的蜂窝链路与其他终端通信。
1.2 新型蜂窝D2D自组网模型
在上述蜂窝D2D自组网中，定义D2D协作簇由N个终端构成集合V={D1，D2，…，DN}，終端位置随机分布，空间位置服从泊松点分布，满足密度为λ的λ泊松点过程。
设终端Di接收基站下行信号的SINR为
γi=PtPLi/（li+σi2）（1）其中：Pt、li和σi2分别为基站发射功率、干扰功率和噪声功率;PLi为路径损耗，可表示为PLi=Adi-αXiΨi，在对数域可写为PLi=Yi+Ψi+Xi，Yi=A+αlndi，其中Yi是大尺度传播损耗，Ψi为阴影衰落，Xi是小尺度瑞利衰落效应，且Xi、Yi与Ψi相互独立。A和α是确定传播模型的常数：A与参考点的位置选择有关，α是衰减指数的10倍，di表示终端与基站间的距离。小尺度瑞利衰落Xi服从负指数分布。阴影衰落Ψi主要受地貌和障碍物影响，服从对数正态分布，在对数域，其概率密度函数为其中σ为阴影效应标准差。
1.3 型新型蜂窝D2D自组网优势
新型蜂窝D2D自组网充分利用了5G通信网络“三高两低”的优势，即高速率、高容量、高可靠性、低时延与低能耗[2]，完全匹配泛在电力物联网的需求，为实现智能电网提供了技术保障。从上述的蜂窝D2D自组网模型，易知D2D簇内终端间距离大幅减小，提升了接收信号能量;另一方面，借助蜂窝网时频资源集中控制分配的优势，减少终端间干扰，可避免Ad hoc中分布式资源竞争机制存在的干扰管理效果不佳的问题。因而，在蜂窝D2D自组网中，无线信号的SINR有很大改善，即可提升终端间传输速率，又可通过降低发射功率达到节能的效果。
新型蜂窝D2D自组网在网络拓扑管理方面也具有很强的优势。在Ad hoc网络中，分布式的网络拓扑和路由机制使得拓扑管理和路由维护变得特别低效、繁琐和复杂[11]。但是，在所提的蜂窝D2D自组网中，利用蜂窝网集中管理的优势，由基站实现全局优化的资源分配、调度与路由，避免了Ad hoc在拓扑和路由管理方面的难题，简化了网络设计，提高了资源利用率。
2 蜂窝D2D自组网中的组播优化
无线组播将同一内容同时传播给多个接收者，非常适合数据分发和音频视频播报等应急通信应用。当某些接受者未能正确接收组播数据包时，需要重传该数据包。本节在所提蜂窝D2D自组网架构下提出一种改进组播效率的方案。
2.1 已有组播重传方案
在3GPP中，定义了一种基本的重传方案。在该方案中，当某终端未能正确接收组播数据包时，由基站向该终端重传数据[8]。此方案为基准方案，效率较低。以下简称为方案1。
在D2D组播中，基站可以用较高的速率向全簇终端组播相同的数据包，该组播速率不必确保簇内所有终端的正确接收。簇中成功接收的终端可用D2D链路向未能成功接收的终端重传该数据包。这样不但可大幅增加组播吞吐量，而且，由于短距离的D2D链路具有更好的信道质量，能支持高速率重传，从而大幅提升组播传输的效率[8]。以下将此方案称为方案2，过程如下：
第1步：基站向小区内组播用户传输一组数据;
第2步：正确接收的终端反馈确认标识ACK，未正确接收的终端反馈出错标识NACK;
第3步;D2D簇内的ACK终端向NACK终端重传数据，直到所有终端都正确接收，或超过最大重传次数，请求基站重传。
在此方案中，利用D2D链路可实现D2D自组网中高效的组播数据重传。但是，在此方案中，重传只能由ACK终端向NACK终端发送，未能利用NACK终端接收数据中的信息，因此效率仍有提升空间。
2.2 D2D簇阴影衰落强相关性
对于地理上互相接近的D2D终端，它们到基站的路径上可能存在相同的障碍物遮挡，因此经历相同的阴影衰落，即基站到同一D2D簇的链路间阴影衰落具有很强的相关性。阴影衰落相关系数主要取决于角度和距离：链路间的夹角越小则相关系数越大;终端間的距离越近则相关系数也越大[12]。
考察一个蜂窝无线链路，根据编码方案和误块率（BLER）目标，存在 SINR门限γmin，当其信干噪比γ小于γmin时发生中断，即D2D终端不能正确解码数据包。结合式（1）与式（2）有中断概率
对D2D簇内的多个终端，由于它们的蜂窝链路间阴影衰落具有强相关性，特别是当基站与簇之间有较大障碍物或建筑物时。此时，在式（3）中，终端与基站间距离d、衰减指数α、阴影衰落影衰落Ψ都有十分相近的特性和取值，决定终端的中断概率。因此，在D2D簇内，当其中一个链路中断时，另一链路中断概率并不独立，有
簇内所有终端同时中断的情况可从上式扩展，虽然此时不易得出其闭合表达式，但可以通过数值仿真的方法得出中断概率。图2为一组仿真结果，仿真检验了阴影衰落对簇内多个终端都不能正确接收基站组播包（NACK）的概率，比较了自由传播为主（场景1）与D2D簇与基站间存在遮挡物（场景2）时终端发生全NACK的中断概率。调整MCS格式使得单个终端NACK的概率为50%。仿真传输10000个组播数据包，统计数据包传输时发生NACK的终端的比率。
由仿真结果可以看出，与场景1相比，在场景2中，多终端发生NACK的概率有较大幅度的增加。其中，3终端全NACK的概率由18%增加到了27%;5终端全部NACK的概率由6%增加到19%。
上述分析及仿真结果表明，在某些条件下D2D簇易发生所有终端都无法正确接收蜂窝组播数据的情况。此时，方案1和2都不可避免地要从基站进行重传，导致额外的资源消耗，从而降低了网络吞吐量。因此，有必要研究在阴影衰落相关性较强的场景中提升组播重传优化方法。
2.3 D2D簇阴影衰落强相关性
本为解决上述问题，本文提出一种改进的组播重传方案。该方案的基本原理是，利用软信息合并机制，在D2D簇中进行协作传输，充分利用簇内终端已经接收到的数据中的信息，提升组播效率。当接收数据在解码失败的情况下，其中依然包含有一定的信息。软信息合并利用这部分信息，将错误数据包保存在存储器中，并与后续接收到的重传数据包进行合并，得到一个比单独解码更可靠的数据包，即“软合并”过程，然后对此数据包进行解码。而且，由于多个重传复本经历不同的信道条件，使得软信息合并解码获得了部分分集增益，进一步提高了传输的可靠性。
新方案的优化重传过程如下：
第1步：基站向组播用户传输一组数据;
第2步：未正确解码的终端反馈NACK;
第3步：簇内终端向NACK终端组播自己收到的数据包，包括NACK终端也将自己未正确解码的数据包向其他NACK终端组播;
第4步：NACK终端接收到多个组播数据包后，使用软信息合并，解码组播数据包;
第5步：如果解码成功，则结束;否则返回第3步，直到所有终端都正确接收，或超过最大重传次数。
图3为改进的蜂窝D2D自组网组播重传方案通信过程的一个示例。基站将组播数据包B通过下行链路发送给D2D簇内终端D1、D2和D3，设这3个终端都未能正确解码组播包B，它们接收数据包分别记为B1、B2和B3。此时，D1将B1发送给D2，D3将B3发送给D2。经过D2D簇内数据交互之后，每个终端具有了组播包B的多个副本，如：D1拥有{B1，B2}，D2拥有{B1，B2，B3}，D3拥有{B2，B3}。然后，各终端利用软信息合并技术，从中解码出组播包Bo额外地，在D3正确解码出B之后，可通过D2D链路D3-D4将B发送给D4。至此，在无需基站重传的情况下，组播包B被簇中的各个终端正确接收。如果经上述过程仍未能正确解码组播包B，则可请求基站重传。
3 计算机仿真
3.1 仿真模型参数
为了验证新方案的重传效率，采用MATLAB进行仿真实验。终端分布服从密度为λ=5的泊松点分布，D2D链路的阴影衰落服从对数正态分布，小尺度衰落采用慢变平坦瑞利衰落模型。其他参数见表1。
在距离基站400m处布放由5个终端组成的D2D簇。设置两个仿真场景，场景1：基站与D2D簇之间以自由空间路损为主，阴影衰落相关性弱;场景2：基站与D2D簇之间设置一幢大楼，阴影衰落相关性强。仿真传输10000个组播数据包后进行统计分析。
3.2 仿真结果及分析
首先，在上述阴影衰落相关性较强的场景2下，仿真检验本文所提基于软信息合并的D2D簇内重传的效率，仿真结果如图4所示。从中可以看到，在SIIVR为5dB时，一次传输的BLER约20%，但是经与一个D2D包合并后BLER大幅降低，重传成功率接近100%;在SINR为0dB时，首次传输BLEB达80%，2个数据包合并解码后BLER降低到56%，3个数据包合并解码的BLER降低到10%左右，4数据包合并解码的成功率达99%。这表明，即便在低信噪比条件下，最多接收3个簇内协作传输的数据包进行4包合并，即可实现数据包的正确解码。
在上述两种场景下，对比了3种方案的成功传输一个组播数据包时通过基站进行的平均重传次数，结果如图5所示。由图可见，方案1在两种场景下的平均重传次数都是最高的，主要原因是该方案中只要有一个终端未能成功接收组播包就需要基站重传。相比而言，方案2的重传次数有很大幅度的降低，这得益于D2D簇内终端间协作传输降低了基站重传发生的次数。在场景2下，方案2的重传次数略小于场景1，但是两者相差不多。新方案的平均重传次数比方案2有改善，其中在场景1时与方案2性能接近。在场景2中，新方案的平均重传次数比方案2有明显的改善，原因在于此场景下发生D2D簇内所有终端NACK的概率较高，方案2频繁地需要基站重传，而新方案可借助簇内终端协作传输和软信息合并，在无需基站重传的情况下完成组播的正确接收。
最后，仿真对比了3种方案的平均传输时延，结果如表2所示。各方案在場景1时传输时延皆较低，方案2比方案1有明显改善，而新方案性能接近方案2。这主要是由于在场景1中发生多终端全NACK的概率较小，新方案适用的机会少。在场景2中，方案1和方案2的平均传输时延比场景1都有较大增加，而新方案虽然也比场景1有所增加，但是与其他两个方案相比，平均传输时延有较大幅度的降低。这主要是由于新方案避免了绝大多数基站的数据重传。从另一个角度来看，由于传输时延与重传次数有近似正比的关系，这从传输时延与重传次数之间的关系也不难理解。因此，新方案具有更优的传输时延性能。
4 结语
研究了电力物联网场景下的一种新型蜂窝D2D自组网及其组播优化方案。通过结合蜂窝网集中控制与D2D簇内通信的优点实现自组网通信，有效避免传统Ad hoc网络在拓扑和路由管理方面面临的难题，实现高效可控的低延迟传输。基于此组网方案，利用D2D组内协作通信的优势，通过软信息合并，降低蜂窝组播重传次数，提升自组网传输效率和鲁棒性。计算机仿真验证了方案在平均重传次数和传输时延等方面的有效性。
参考文献：
[1]孙毅，黄婷，崔晓昱，等.互联网视角下的泛在电力物联网[J].电力科学与技术学报，2019，34（4）：3.
[2]王毅，陈启鑫，张宁，等.5G通信与泛在电力物联网的融合：应用分析与研究展望[J].电网技术，2019，43（5）：1575.
[3]唐孝舟，翟剑华，王建锋，等.蓝牙5.0 mesh组网技术及其在光伏电站中的应用[J].电力工程技术，2019，38（6）：31.
[4]3GPP，Opportunity Driven Multiple Access，Technical Specifica-tion Group Radio Access Network[S].3G TR 25.924，Dec.1999.
[5]瞿谨.蜂窝ad hoc网络概述[J].中国新通信，2014，16（4）：40.
[6]帅金泉.电力应急通信保障中无线自组网技术的应用研究[J].无线互联科技，2019，16（14）：1.
[7]SHEKALIM Peretz，HADAD Zion.Mobile Ad-hoc Mesh for Cel-lular Networks：Mobile Ad-hoc and Mesh Routing Solutions Basedon OFDMA Technologies for Public Safety and Defense Applica-tions[C]//IEEE International Conference on Microwaves，Com-munications，Antennas and Electronic Systems（COMCAS 2011），Tel Aviv，2011：1.
[8]SHENXuemin.Device-to-device Communication in 5G CellularNetworks[J].IEEE Network，2015，29（2）：2.
[9]钱志鸿，王雪.面向5G通信网的D2 D技术综述LJ].通信学报，2016，37（7）：1.
[10]3GPP Technical Specification Group Services and System Aspects：Proximity-based Services（ProSe）：Stage 2 Release 12[S].TS23.303 V12.7.0，2015.
[11]YAOHaiping，YANG Zhian，JIANG Hao，et al.A Scheme of Ad-hoc-based D2D Communication in Cellular Networks[J].Ad Hocand Sensor Wireless Networks，2016，32（1/2）：115.
[12]王一丹，冀保峰，韩瑽琤.超密集网络中D2D通信的高效传输协议设计[J].计算机应用与软件，2018（6）：129.
[13]LEEJuhyun，LEE Jae.Performance Analysis and Resource Alloca-tion for Cooperative D2D Communication in Cellular Networks withMultiple D2D Pairs[J].IEEE Communications Letters，2019，23（5）：909.
[14]RAIESWAR1Alagan.A Mobile Ad Hoe Network Routing Proto-cols：A Comparative Study[M].Recent Trends in CommunicationNetworks.July 2020.
[15]顧少翔.阴影衰落相关性及其对分布式天线系统下行中断性能的影响分析[D].重庆：重庆大学，2017.
（编辑：温泽宇）
收稿日期：2021-03-05
基金项目：国家电网指南项目（5500-202018068A）.
作者简介：秦剑华（1975-），男，博士，高级工程师;胡成博（1984-），男，硕士，高级工程师.
通信作者：黄强（1974-），男，硕士，高级工程师，E-mail：huangqiangnj@163.com.