低压配电网电力线载波通信网络可靠性研究

低压配电网电力线载波通信网络可靠性研究

0其他相关研究在应用低压电气线载波通信技术时，可靠性低下的问题经常发生。国内外关于提高低压电力线载波通信可靠性方面的研究主要有2大方向，即增强物理层通信能力和建立网络中继(路由)。增强物理层通信能力的相关研究主要集中在信道特性、噪声、衰减、信源和信道编码、信号调制解调方式等方面[1,2,3,4,5,6,7,8,9,10,11,12,13]。例如，文献采用基于多层感知器的均方准则实现了一种时变信道的非线性均衡，经过试验验证该文所用的方法可以改善电力线载波系统的相关性能。文献对三相四线配电网的噪声特性和分布做了深入的测试和研究，为后续解决电力线通信噪声问题提供了参考依据。文献结合传输线理论和电磁场辐射理论对宽带电力线信道的频率衰减特性和负载分支等方面做了分析和研究。文献对低压配电网的传输特性做了详细分析和测试，同时，该文作者在文献中提出了利用配电网信道的特性使配电网多用户通信系统的整体性能达到最优的方法。有部分研究人员关注网络拓扑中继相关的研究[14,15,16,17,18,19,20]。如文献采用一种2状态马尔可夫模型来决定相邻中继节点，试图提高远程抄表电力线载波通信网络的通信可靠性。文献利用信道状态指标来决定中继洪泛数据包发送概率，以减小洪泛时的碰撞概率。由于电力线载波通信网络不同于一般的计算机网络，一般的计算机网络有着相对稳定的链路和具有强大硬件计算能力的路由器。基于这方面的考虑，文献所提出的这类组网方法在一定程度上解决了电力线通信网络的“连通性”问题。笔者在文献的基础上，进一步考虑电力线通信网络特有的信道特性和网络路由模型，提出一种基于信道状态和服务需求的动态组网算法，并仿真验证该算法的有效性。试图为解决电力线载波通信网络的路由问题提供一种参考方法和算法，同时也是作为提高电力线通信质量在算法层面上的一点探索。1电力线系统模型为了提炼一个有代表性意义的低压电力线通信网络物理拓扑结构，笔者参考了郭静波教授在文献中的系统测试框架，该拓扑结构用于电力线通信网络传输特性测试，是一个基于星型和树型混合拓扑结构的典型低压电力线载波通信网络，具有代表性和普遍意义。低压配电网三相之间的衰减较大，在没有相间耦合器的情况下，低压配电网三相之间可以看作并列且相对独立的逻辑关系，可将其中某一相的逻辑拓扑作为重点研究对象，所以，可以从文献的测试系统的物理结构中提取出一种典型的单相逻辑拓扑作为研究对象，如图1(a)所示。在二次侧电网100m×100m的区域内布置49节点。在实际的测试情况中，电力线通信网络数据链路的连通能力和范围是很有限的。文献中的测试表明，使用基于INT51X系列芯片的电力线载波通信设备在教学大楼室内的低压配电网上进行测试，在不超过30m的传输距离内能够成功实现文件传输。随着传输距离的增长，分支链路的增加，接收信号明显减弱。当传输距离到50m左右，分支链路为7个时，通信无法正常进行。假设某一时刻，节点之间的信号可达距离在35～50m随机变化时，在图1(a)的基础上生成的逻辑链路拓扑如图1(b)所示，节点之间可通信链路总数到达453条，并且动态变化。在信道状况动态变化的情况下，要建立整个通信网络内节点之间的链路，必须解决动态路由问题。在研究中可以把电力线通信网络抽象为有权图G(V,E)，V(G)称为图G的节点集，元素v∈V称为图G的一个顶点或节点。E(G)称为图G的边集，元素eij∈E记为eij=vivj，称为图G的一条从vi到vj的边。令元素e∈E具有一组有序数列(wd,w1)作为e的属性，称为弧的度量(权值)。对于对称网络有eij=eji，现实中的网络往往是不对称的，但在研究中为了简便起见，常常使用对称网络模型以减少弧的数量，本文亦如此。在图G中，如果对i=1,2,…,d，有vi,vi+1∈E，则P=(v1,vd)为图G的一条从v1到vd的路径。路径的服务质量(qualityofservice,QoS)要求需要通过可测量的QoS度量来实现。本模型中QoS度量包括端到端延时(wid,j)和数据包误码率(wil,j)。端到端延时为可加性度量，误码率为可乘性度量。对于路径P=(v1,vd)，即有根据任务重要性和实时性要求，暂且把电力线通信数据分成2类数据包：1）强实时性，对差错可适度容忍，该类数据包一般为系统的信息实时查询；2）高可靠性，对延时要求不紧迫。该类数据一般为经过系统节点处理以后的状态信息，具有数据量小，传输可靠性要求高的特点。文中拟使用延时和误码率参数混合表征2种不同服务需求，所以，对于某一类的服务s，路径P=(v1,vd)上的综合性能优化多目标函数可以表示为式(3)式中γsd、γsl分别为s服务的延时、误码率的权重因子。该函数表征了该路径对于服务s的QoS值。该函数值越大，s的QoS值越大，所以，电力线通信网络多目标路径优化问题可以描述为：在图G中，找出一个某类服务的数据包路径P=(v1,vd)，使得该路径上某类服务的目标函数值最大。2整体优化约束条件由文献可知，蚁群优化思想可以在基于电力线网络可连通性的路径寻优中起到良好的效果。本文采用蚁群优化的基本思想实现基于信道状态和服务需求的混合多目标优化路径寻优，以满足上文所述的2种不同服务需求。蚁群算法中的人工蚂蚁是一些特定的探测包，它们在所经路径上留下人工信息素。通过启发因子和统计路径上的信息素，可以计算人工蚂蚁在每个节点上的转移概率。经过多次迭代，信息素最高的路径就是所求之解。在多目标路径优化中，人工蚂蚁将针对服务类型分为2类，分别独立构造2类路径。在时间t，第s类服务的某只蚂蚁k从节点vi转移到vj的转移概率函数如式(4)、(5)所示。把以最小延时作为路径优化的目标的服务类型简称为sd服务类型，把以最小误码率作为路径优化的目标的服务类型简称为se服务类型。式中：s∈S;Tkuk(k=1,2,…,m)用以记录蚂蚁k已经走过的节点集合，称为禁忌表；τsij(t)表示时刻t在路径(vi,vj)上第s类服务的信息素；ηsij(t)为第s类服务的启发因子；参数α、β可反映路由选择中路径上残留信息素和启发因子的重要程度。蚂蚁从源节点v1在经过Δt时间后，转移到达目标节点vd，所经过的路径采用全局状态信息素更新策略。其迭代最优更新表达式如式(6)所示式中ρ为迭代最优更新信息素挥发系数，调节其大小可以调整迭代最优路径信息素的增长速度。假设每一轮迭代中一共有m只蚂蚁找到了较优路径，那么在Δt时间内，路径p上通过全局信息素更新策略的信息素增量如式(7)、式(8)所示式中：(Lsgb)k=γsd⋅wkd(Ps)+γsl⋅wkl(Ps)；kas为第k较优蚂蚁在路径上信息素增加时的权值，而对于局部信息更新规则可以定义为构造反映局部信息的启发因子定义为式中M为一个可调量。如果路径P(vi,vj)上优化目标函数的当前值越大，启发因子则相对越大。在路径寻优过程中的整体优化约束条件可以表达为式中：m为每次迭代寻优中找到目标节点的蚂蚁数；dmax为某路径上允许的最大延时。3数值模拟路径低压电力线通信特有的信道特征和不同的调制方式以及编解码算法共同决定了某具体信道上的误码率。一般来讲，其误码率远高于一般计算机网络的误码率。为了获取和实际系统较为吻合的误码率，须结合电力线通信信道特性、调制解调和编码方法综合分析。根据文献，可以把电力线信道模型简化为图2所示的信道模型。根据文献，反映频率选择性衰减和多径效应的信道模型频域传递函数H(f)可以表示为式中：i为路径号；N为传输路径条数；gi为路径i的加权系数(包含了传输系数和反射系数的作用)；di为第i条路径的距离；α0，α1和k为衰耗参数，k一般取为0.5至1之间。文献给出的15径参数虽然可以较好地反映电力线信道，但考虑到仿真简便性，这里采取了相对较为简单的4径路径，其参数为k=1，α0=0，α1=7.5E-10s/m,N设定为4。电力线信道噪声比无线等信道噪声复杂很多。为了近似地模拟电力线的背景噪声，背景噪声可以简化为低频谐波的倍频噪声、白噪声和随机高频尖脉冲噪声等几类噪声的叠加。由于宽带电力线所采用的正交频分复用(orthogonalfrequencydivisionmultiplexing,OFDM)调制技术的调制频率为2～30MHz，因此低频噪声对通信系统的影响不大，所以仿真中主要使用高斯白噪声和随机尖脉冲噪声相加来模拟信道的背景噪声。其中，高斯噪声的功率谱为其自相关函数Rn(τ)可表示为式中δ(τ)为单位冲激函数。当τ≠0时，高斯噪声的自相关值为零。由于信号经过多径衰落到达接收端的所有子载波信号幅度可能不同，最坏的情况是某些子信道由于深衰落可能完全被淹没，因此，即使在大多数子载波上都能做到无差错检测，但整个系统的误码率却会由于幅度很小的个别子信道的影响而很高，甚至高达0.5。为了提高系统的抗干扰性能，仿真试验将采用由卷积编码和分组交织器构成编码系统，可以明显的降低误码率。仿真实验中，某信道误码率的获取和计算过程为：由发送端发起10组88字节数据包，经过由卷积编码和分组交织器构成编码系统后进入信道，数据包经过该信道的多径衰减和加性背景噪声干扰到达接收端，在接收端进行接收和解码，获取数据包。然后，在接收端对比获取数据包和原始数据包，误码率为错误比特总数除以全部数据包总比特数。4节点度的表征为了表征电力线通信网络中数据分组的延时情况，做以下分析。通常可以用t时刻统计复用器中分组的个数N(t)来描述复用器的行为，N(t)的变化由分组到达时刻和离开时刻决定。假定分组的平均长度为E(L)比特，线路的传输速度为Rbit/s，所以分组的平均传输时间为E(L)/Rs。因此，线路分组的最大传输速率为μ=R/E(L)分组/秒，即最大离开率。用λ表示分组的平均到达率，如果λ大于μ，缓冲区就会溢出，并且引起丢包；如果λ小于μ，由于分组可能集体达到或者在传输特别长的分组期间出现堵塞，这也会引起缓冲区溢出，引起丢包和长延时，所以，可以定义负荷强度p=λ/μ，并用M/M/1/K排队模型来描述系统时延问题。假设分组到达速率为λk分组/秒，到达的时间间隔随机，且相互独立，其指数密度函数的均值为1/λ，也称为泊松到达过程。在该模型中，假定分组传输时间是随机的，且满足指数分布，其均值为1/μ=E(L)/R。假定统计复用器具有足够的缓冲空间可以存放K个分组，那么，分组的延时T为分组在复用器中的停留时间和在队列中的等待时间之和，因此，分组的平均延时为若缓冲区的大小K足够大，即当p<1时，K→∞，这种模型称为M/M/1模型。该种模型中的平均延时变为式中p值的分布规律主要取决于λ值的分布规律。笔者引入节点度的概念，来进行λ值的表征。节点度是指与节点相邻的节点数，可以表征某节点通信繁忙程度。假设节点i的节点度为ki，如果可以根据网络情况大致估计网内平均节点度kav，那么可以使用式(17)对节点i的λi进行换算。所以，每个节点产生的延时估算大致可以表达为5模拟试验和分析5.1优化过程比较低压电力线通信网络的物理拓扑结构按照本文图1所示，假设目标节点为离中心节点较远的21号节点。算法中采用的参数设置如表1所示。仿真试验过程中节点物理层和网络链路层的主要配置参数如表2所示。为验证所提出的组网算法的有效性和动态性，以2种情景方式的试验作为比较。一种情况为节点间的信号可达距离在25～35m之间随机变化，另外一种情况为节点间的信号可达距离在35～45m之间随机变化。通过这2种情况比较不同信道状态下的组网路径的变化。在以最小延时作为路径优化目标的路径寻优过程中，权重γsd取0.7；反之，在以最小误码率作为路径优化目标的路径寻优过程中，权重γsl取0.7。5.2信号可达距离仿真所有的仿真试验都是根据上文所述的信道衰减模型、噪声模型、OFDM调制方式和交织码编解码以及以图1的物理拓扑结构。在仿真试验过程中，为了使信噪比可以根据节点间路径的距离变化而变化，且把任意节点间信噪比的估算定义为式中：Rij为节点i和节点j之间的信噪比；Lav为节点之间的平均距离；Lij为节点之间的距离；R0为估算的电力线通信网络内平均信噪比。在信号可达距离为25～35m时，某次路由寻优过程中生成的各节点之间的误码率分布如图3所示。在信号可达距离为35～45m时生成的节点间误码率分布如图4所示。图中，n表示节点号码，Z轴的e表示有直接通信关系的节点之间的误码率。对比图3和图4可知，当节点间通信距离增加时，节点之间的误码率分布密度也相应的增加。并且，其中会产生因随机脉冲噪声而引起较高的误码率，但是出现次数不多。图5为在25～35m和35～45m2种信号可达距离条件下的各个节点产生时延的统计对比。图中，n表示节点号码，td表示延时，单位为s。因为采用M/M/1模型来仿真排队模型，并且在平均分组数一定的情况下，所以其延时变化并不是很明显，但能反映趋势和特性。可以从图5曲线的对比中发现，在节点间的直接可达距离越大时，其节点度越大，节点的延时也相应地增大。基于以上信道误码率和延时特性的仿真环境，运行信道状态和服务需求的多目标组网算法。在25～35m和35～45m2种信号可达距离条件下仿真结果分别如表3、图6和图7所示。图6、图7中的横坐标c表示算法的迭代次数；纵坐标v表示在各次迭代过程中，所有找到目标节点的蚂蚁所经过路径上的优化目标函数值的总和。在算