1、AOS 中基于跨层效用函数的资源优化方法研究 刘庆利 姚俊飞 刘治国 通信与网络重点实验室(大连大学) 大连大学信息工程学院 摘 要： 针对 AOS 空间通信系统中业务类型多和信道衰落时变大等特点导致的带宽利用率低、吞吐量下降及无法满足多种业务 Qo S 要求等问题, 提出一种基于效用函数最大化带宽和功率跨层优化方法。该方法构建跨层效用函数模型, 对应用层的服务质量要求、数据链路层的挤压队列比、物理层的发射功率和信道状态等参数进行联合优化, 将跨层效用函数转化为非线性整数规划问题, 通过求解效用最优合理分配带宽和物理层发射功率。仿真结果表明, 与 AOS 传统方法和典型跨层资源优化方法相比,
2、在满足业务 Qo S 要求下, 保证业务的公平性, 降低功率消耗, 提高带宽利用率, 提升系统吞吐量。关键词： 空间通信; 跨层优化; 效用函数; 挤压队列比; 带宽分配; 功率调整; 作者简介：刘庆利 (1981-) , 男, 副教授, 主研方向为卫星网络;作者简介：姚俊飞, 研究生;作者简介：刘治国, 教授。收稿日期：:基金：国家自然科学基金 (61571074) Research on Resource Optimization Method Based on Cross-layer Utility Function in AOSLIU Qingli YAO Junfei LIU Zhi
3、guo Communication and Network Laboratory (Dalian University) ; Abstract： In the AOS space communication system, more data service types and larger channel fading time-varying lead to low bandwidth utilization, low throughput and unsatisfied Qo S service. A cross-layer optimization method based on ut
4、ility function maximization of bandwidth and power is proposed in this paper. Firstly, the cross-layer utility function model is established, which consider the service quality requirements of the application layer, the virtual queue backlog ratio of the data link layer and the transmission power an
5、d channel state of the physical layer. Secondly, the cross-layer utility function is transformed into nonlinear integer programming problems. Finally, the bandwidth and physical layer transmit power are allocated reasonably by solving the utility function. The simulation results show that the power
6、consumption is reduced, the bandwidth utilization rate is improved, and the system throughput is improved based on guaranteeing the service fairness, compared with the AOS traditional method and typical cross-layer resource optimization method.Keyword： Space communication; Cross-layer optimization;
7、Utility Function; Virtual queue backlog ratio; Bandwidth allocation; Power adjustment; Received： :0 概述随着气象、遥感和军事领域应用需求的不断扩大, 对卫星通信技术提出了新的要求。卫星除了传输遥测、遥控数据之外, 还需要双向传输视频、音频、科学实验等多种不同类型的数据, 数据传输量大, 从几 bit/s 到几百兆 bit/s 不等1。传统的空间数据处理和传输方法不能满足这种复杂的通信要求, 由欧洲空间局 (European Space Agency, ESA) 、美国国家航空航天局 (Natio
8、nal Aero-nautics and Space Administration, NASA) 和许多其它国家的空间局成立了空间数据系统咨询委员会 (Consultive Commi-ttee for Space Data System, CCSDS) , 并开发了高级在轨系统 (Advanced Orbiting System, AOS) 2-3, 动态地、统一地管理和调度这些数据以适应空间技术的发展要求。但 AOS 空间通信系统无法满足多种信源数据的服务质量要求 (Quality of Service, Qo S) 4-6, 使得单一的调制方式和单一的发射功率机制等传统的传输技术很难使空
9、间链路达到较好的性能, 无法提高带宽利用率和系统吞吐量。需要采用跨层优化的方法, 自适应调整无线通信系统, 使无线通信系统与信道状态相匹配, 以提高无线通信系统的性能7-10。在跨层优化方面的研究, 文献11提出了基于注水定理的跨层资源优化分配方法, 以业务 Qo S 要求为优先级进行带宽分配, 并引入信道参数作为分配依据, 满足了一定的业务 Qo S 要求, 提高了系统性能, 但没有考虑信道编码和调制解调系数等因素进行带宽分配。文献12基于 DVB-RCS (Digital Video Broadcasting-Return Channel via Satellite) 协议的卫星通信系统,
10、 提出一种基于效用函数最大化的带宽分配算法, 在兼顾系统公平性的前提下提高了吞吐量, 但优化函数中没有考虑功率消耗因素, 造成资源的浪费。文献13将带宽资源和功率资源进行联合优化, 通过建立信道模型, 将资源优化分配转化为非线性优化问题, 提高了带宽利用率和系统性能, 但算法复杂度较高, 且调节发射功率时只考虑了两个功率的离散值, 没有达到联合优化的目标。文献14研究了 Ad Hoc 网络中节能型网路效用最大化问题, 在效用函数中引入功率消耗成本因素, 将网络流量速率和功率消耗联合构建最优化函数, 算法在保证系统吞吐量基本不变的前提下, 极大的节省了能量消耗, 但没有考虑业务 Qo S 要求,
11、 不能满足不同业务的服务质量要求。基于此, 本文结合 AOS 通信协议特点以及跨层资源优化的理论和方法, 提出一种基于效用函数最大化带宽和功率分配跨层优化方法 (Bandwidth and Power Cross-layer Optimization, BPCO) 。采用跨层效用函数将应用层 Qo S 要求、数据链路层的挤压队列比 (Virtual Queue Backlog Ratio, VQBR) 、物理层的发射功率和信道状态 (Channel State Information, CSI) 等参数进行联合优化, 并通过求解效用最优来合理分配带宽和物理层发射功率。BPCO 方法在满足业务
12、Qo S 要求的前提下, 兼顾系统公平性, 提高数据传输量, 减小功率消耗。1 AOS 跨层资源优化模型依照 AOS 通信系统结构特点15-17, 本文提出的跨层资源优化模型主要涉及三个协议层, 即应用层、数据链路层和物理层。应用层主要提供各业务的 Qo S 要求, 数据链路层主要是接收应用层数据和计算各虚拟信道挤压队列比, 并动态调整虚拟信道带宽, 物理层主要提供物理信道的状态信息 CSI 和调整发射功率。各层的参数信息通过跨层优化控制模块进行汇聚后, 对带宽和发射功率进行调整。图 1 为 AOS 跨层资源优化模型。图 1 AOS 跨层资源优化模型 下载原图应用层产生数据并提供各数据的 Qo
13、 S 要求根据 AOS 协议规定的数据格式进行封装向下传递, 最终封装成虚拟信道数据帧 (Virtual Channel Data Unit, VCDU) 装入虚拟信道18。同时, 将各业务的 Qo S 要求传递给跨层资源优化控制模块, 并接收数据发送速率调节信息。数据链路层接收上层数据包, 将数据帧存入虚拟信道中等待复用物理信道, 并统计一段时间内各虚拟信道的 VQBR, 将 VQBR信息传递给跨层资源优化模块。跨层资源优化控制模块接收 VQBR 信息以及物理层的信道状态 CSI 信息, 通过建立带宽与功率效用函数, 计算各虚拟信道的带宽与发射功率, 并将分配的带宽和功率信传递给数据链路层和
14、物理层。物理层主要是统计 CSI 信息和调节发射功率, 将统计的 CSI 信息传递给跨层资源优化模块并接收功率调节信息。最终通过层间参数联合优化, 建立带宽与功率的联合效用函数, 求解最优的带宽和功率分配, 完成带宽和功率最优分配, 提高带宽利用率和系统性能。2 AOS 跨层资源优化机理2.1 各层参数关系如图 1 跨层资源优化模型可知, 本文跨层资源优化联合应用层、数据链路层和物理层三层参数, 协议各层 Qo S 指标及自适应调节技术如表 1 所示。应用层主要根据不同数据业务的 Qo S 要求, 例如:时延、吞吐量、丢包率等动态调整业务的优先级, 并能根据反馈的信道质量参数 CSI 以及数据
15、链路层虚拟信道队列积压比 VQBR, 调整各业务的发送速率。为了满足不同业务 Qo S 要求, 应用层将 Qo S 要求在数据链路层反应为误帧率, 而时延的要求反应为各虚拟信道的优先级和积压队列比。在不考虑信道编码的情况下, 数据链路层中误码率与误帧率存在一定的关系, 如式 (1) 式中:P f为误帧率, B 为误码率, L f为帧长。从式 (1) 可知在帧长度一定的前提下, 误码率和误帧率存在正相关关系, 误码率越大导致的误帧率也越大, 反之亦然。所以链路层要保证业务高 Qo S 要求, 可根据不同的 Qo S 要求设置不同的误帧率要求, 从而反映为物理层不同的误码率。物理层的误码率与信噪比
16、存在一定关系, 发射端的发射功率与接收端信噪比存在一定的关系, 因此发射功率与误码率存在一定的关系。考虑发射功率 W 不采用信道编码情况下, 有:式中:W 为发射端功率 为接收端噪声功率, r (B, K) 为接收端的信噪比, K 为调制系数 为路径损耗。假设卫星信道为自由空间损耗:式中:d 为发送端到接收端的距离 为载波波长, f 为载波频率, c为载波传播速度。式 (2) 中 r (B, K) 采用 BPSK 的调制方式, 接收端误码率和信噪比存在下列关系:式中:信噪比 。物理层主要调整发射功率和编码方式, 功率控制的目标是最大化接收节点信噪比、提高传输速率、降低丢包率。由式 (1) (2
17、) (4) 分析可得发射功率受信道状态 CSI 和业务 Qo S 共同制约, 当物理信道状态好时, 适当的降低发射功率, 节省资源;当物理信道状态不好的时候适当的提高发射功率, 降低误帧率。同时发射功率还和业务 Qo S 相关, 业务 Qo S 对误码率要求高, 在信道状态一定的情况下就要提高发射功率, 相反业务对误码率要求不高, 就可以适当调小功率节省资源。数据链路层的主要任务是调整各虚拟信道的带宽, 数据链路层接收应用层的业务数据, 并计算各虚拟信道一段时间 t (t 0, t) 内的虚拟信道队列积压比VQBR, 应用层不同业务的数据产生速率, 将影响数据链路层的挤压队列比。2.2 虚拟信
18、道挤压队列比数据链路层的虚拟信道积压队列比 VQBR, 反应了一段时间 内虚拟信道内的数据到达和发送积压情况。虚拟信道的平均业务到达量与平均业务发送量 的比值 R 为虚拟信道挤压队列比。式中: 表示标准化后的平均到达数据量 表示标准化后的平均发送数据量。数据量为 时间内的数据量统计值。虚拟信道业务数据到达量为 :式中: 为 时间内接收各个数据业务的平均数据帧长度为接收每个数据帧所用的平均时间, 为接收的数据帧的个数。式中:t (j) 为接收数据业务 j 所用的时间。式中:l j为业务 j 的数据长度 为接收 j 数据的接收速率。虚拟信道业务数据发送量为 :式中: 为 时间内发送各个数据业务的平
19、均数据帧长度为发送每个数据帧所用的平均时间, 为发送的数据帧的个数。式中:t (i) 为发送数据业务 i 所用的时间。式中:t ai为接收到第一个 ACK 应答的时刻点 为数据到达队首的时刻, 即数据开始传送的时刻。 为数据的长度 为数据i 的发送速率。通过引入虚拟信道挤压队列比, 可以动态调节各虚拟信道占用物理信道的比例权重, 用于动态调整各虚拟信道优先级, 防止某一虚拟信道一直抢占物理信道, 造成其他信道“饿死”现象, 提高了系统公平性, 使每个业务的服务满意度差别不是很大。由以上机理研究可知, 应用层、数据链路层和物理层之间存在相互影响关系。应用层的业务 Qo S 要求和业务产生速率,
20、影响数据链路层的挤压队列比和带宽分配, 同时也对物理层的发射功率有制约, 不同的 Qo S 要求导致不同的发射功率。积压队列比和信道状态又可以反过来影响业务产生速率。数据链路层的带宽分配影响应用层的业务产生速率和物理层的发射功率, 当某一虚拟信道所分带宽低时, 相应业务得不到传送, 导致虚拟信道积压队列比增大, 则应用层应该适当降低业务产生速率, 减少业务挤压。物理层的信道状态影响应用层的数据产生和数据链路层的带宽分配。通过跨层联合优化可以合理分配带宽和发射功率, 使系统满足不同业务 Qo S 要求, 并能根据不同的信道状态对物理层发射功率进行最优调整, 减少资源浪费, 提高系统性能。3 跨层
21、效用函数建立在无线通信网络中, 常使用效用函数来衡量业务对于服务的满意程度19。在本文中, 把不同业务需求的 Qo S 服务质量要求称为“效用”, 通过将业务 Qo S 要求和带宽分配、功率调整以及信道状态 CSI 信息相结合, 将其转化为效用函数求解, 可以达到最优的带宽分配和功率调整, 节约资源。采用的效用函数如式 (12) 所示, 使用对数函数由于边际递减会使业务的效用值随着获得时隙数目的增大相应的增加量减小, 从而整体保证系统分配时隙的公平性, 同时根据积压队列比 VQBR 动态调整业务优先级, 进一步保证了系统的公平性。从系统整体分配带宽和功率出发, 建立效用函数, 通过引入对数函数
22、来构造效用模型, 使得系统整体效用最大化所得的时隙分配数和功率即为所求的带宽分配和功率调整结果。式中:U (x i) 为业务 i 的效用函数值, Q s为根据业务 Qo S 要求确定的静态优先级系数, R 由式 (5) 计算的虚拟信道积压队列比 VQBR, (Qs+R) 表征业务的动态优先级, K 为调制解调系数, x i为业务实际分配的时隙数目, X i为不同的业务的最小保证时隙, X i为业务请求时隙数目。考虑相同时隙数目下, 优先级 Qs越高, 所得到效用值就越大, 该效用函数可以保证高优先级的业务得到更多的时隙, 保证业务的 QoS 要求。物理层的发射功率是由业务 Qo S 要求和信道
23、状态 CSI 共同确定的一个功率范围。功率和信道 CSI 是一一对应关系的 W (CSI, BER) , 可以为信道状态 CSI 划分为五个等级从好到坏依次为 C1、C2、C3、C4、C5, 划分等级时可以以信道的信号散射、环境衰弱、距离衰减等信息为依据。不同的信道状态对应不同的功率范围, 有如下图 2 所示, 当信道状态为 C5 时表示超出系统允许的最大发射功率, 停止数据传送, 节省资源。图 2 信道状态 CSI 与功率范围对应 下载原图同时, 根据不同业务的 Qo S 要求, 对应有不同的误帧率, 由式 (1) 可知误帧率映射到物理层与误码率有关, 由式 (2) (4) 可知误码率与信噪
24、比有关, 同时信噪比又与发射功率有关, 即业务的 Qo S 要求影响着物理层的发射功率。在采用 BPSK 的调制方式下, 误帧率和发射功率存在下列关系:式中:P f为误帧率, W 为发射端功率 为接收端噪声功率为式 (3) 确定的路径损耗。从式 (13) 可知不同的误帧率要求对应不同的发射功率。应用层数据业务的 Qo S 要求, 对不同误帧率的要求, 也将对应一个发射端功率范围, 将业务 Qo S 对应的功率范围和信道状态 CSI 对应的功率范围求交集, 将得到一个由业务 Qo S 要求和信道状态 CSI 共同决定的发射功率范围 。在满足业务 Qo S 的要求下, 应该尽可能的减小发射功率,
25、节省资源, 考虑不同功率在 t (t 0, t) 时间段内的累加效用成本, 不同的业务对应有不同的功率以及分配的时隙数, 功率越大且分配的时隙数越多, 功率的累加消耗成本就越大, 有如下功率消耗成本函数:式中:w i为业务 i 的功率 为系统所能提供的最小功率为业务所分配的时隙数。通过 对功率进行参数归一化。将功率消耗成本添加到带宽效用函数中:式中: 为比例调节因子, 调节功率消耗成本在效用函数中的影响权重。由于效用函数中减去功率消耗成本会减小函数的效用值, 因此系统会尽量减小不必要的能量消耗, 在满足业务 Qo S 的要求下使信道工作在低能耗的状态下, 以节省星上资源。当分配的带宽时隙数目达
26、到一定数量时, 系统会通过比较效用值和能量消耗的成本来决定是否继续增加时隙和调整功率。利用式 (15) 作为效用函数来构造所要求解的目标函数, 利用该函数的凸优化性质, 将 AOS 中带宽分配和功率调整问题转化为使目标效用函数值最大问题, 即转化为求解非线性整数规划问题。式中:N 为请求传输的业务个数 为不同业务的最小保证时隙为业务请求时隙数目, B 为 时间内物理信道总的时隙数目之和 为根据业务不同的 Qo S 要求以及信道状态 CSI 信息, 确定的业务 i 的功率调整范围。在 AOS 跨层资源优化研究中, 需要求出的最优化变量为两种:不同业务分配的带宽和发射功率。通过式 (16) 求解最
27、优问题, 在约束条件下求解 xi, wi。主要的算法流程如图 3 所示:图 3 带宽和功率分配流程图 下载原图主要流程步骤:(1) 业务到达, 接收 Qo S 要求和信道 CSI 参数, 判断功率是否超限;(2) 如果超限, 跳至步骤 (1) 等待一段时间, 否则, 跳至步骤 (3) ;(3) 调用跨层资源优化模块, 分配带宽和功率, 传送数据;(4) 判断数据是否传送完毕, 如果传送完毕跳至步骤 (6) , 否则, 跳至步骤 (5) ;(5) 重新统计虚拟信道队列挤压比和信道状态信息;(6) 结束。表 1 协议各层 Qo S 指标及自适应调节技术 下载原表 4 仿真验证本文通过 OPNET 和 Matlab 仿真软件, 搭建 AOS 跨层仿真系统20, 对提出的优化方法进行仿真验证, 仿真模块如图 4 所示。仿真模块包括应用层模块、数据链路层模块、物理层模块和优化模块, 应用层模块主要负责数据业务的产生和
