2. 中国南方电网有限责任公司 电力调度控制中心通信处, 广州 510623
为了合理高效地利用现有无线频谱资源, 保障智能电网中重要控制类信息传输质量的同时, 尽可能地为其他业务提供相对高质量的服务, 提出了一种智能电网认知无线传感器网络基于优先级的数据分组调度机制.该机制基于差异化调度策略的思想, 依据智能电力通信网流量的异构特性、业务特点和服务质量要求, 为智能电力通信业务划分了优先级, 进而对各个优先级设置了不同的策略, 并重点考虑信道质量和信道切换造成的影响.通过Matlab软件仿真验证, 基于业务优先级的数据分组调度方案有效地提高了较高优先级次级用户数据分组的传输性能, 对整个系统的利用率也有所提升.
2. Department of Communication Management, China Southern Power Grid Company Limited, Guangzhou 510623, China
To achieve rational and efficient usage of radio spectrum, a priority-based packet scheduling mechanism on cognitive radio sensor networks for smart grid was presented. It provides higher priority secondary user packets with relatively high quality of service (QoS) without interfering the transmission of important business for network control. Based on differentiated scheduling method, communication traffic in smart grid was classified into several priority classes according to characteristics and QoS requirements of heterogeneous business. And then, a radio spectrum allocation strategy was formulated which considered the effect of channel quality and the cost of switch. Simulation was implemented to evaluate the mechanism by using Matlab. The simulation results show that the transmission quality of the higher-priority secondary users is improved by adopting the proposed priority-based packet scheduling mechanism and the overall system utilization is increased as well.
随着智能电网的飞速发展，现有的无线网络资源已经无法满足通信业务种类多样化的需求.认知无线传感器网络理念的引入有效地解决了智能电网无线传感器网络面临的异构无线网络共存、频谱资源紧张、频谱资源利用率较低等问题[1].由于电力通信业务异构性强且QoS要求差异性大，如何运用高效的调度算法以充分利用通信资源的时变特性，满足资源利用率和业务传输质量的要求，成为电力通信网亟需解决的问题之一.
传统的调度算法[2]没有考虑频谱资源的动态调整，不能在可用传输资源实时变化的情况下为用户提供可靠的服务质量保障；改进的QoS路由算法[3-4]和Neely提出的一种具有分组时延保证的机会调度算法[5]在一定程度上满足了网络的时延和可靠性要求.现有的认知无线调度机制仅考虑了主用户(PU，primary-user)的绝对优先权，并没有考虑各次级用户(SU，secondary-user)的相对优先权，不能满足智能电力通信网中为异构业务提供差异化QoS服务的需求.
针对以上问题，提出了一种智能电网认知无线传感器网络基于优先级的数据分组调度机制.按照其网络业务QoS要求和重要程度划分优先级，并重点考虑信道质量和信道切换造成的影响，对各个优先级业务设置合理高效的数据分组调度策略，来提高较高优先级次级用户数据分组的传输性能.最后给出仿真结果和分析.
1 智能电网通信业务优先级划分智能电力通信业务的QoS指标包括数据速率、时延、分组丢失率和时延抖动等.根据智能电网通信业务的异构性特点[6-8]，使用DiffServ模型对业务流进行分类、整形和聚合，将单一流转化为聚集流.智能电网认知无线电网络中的用户分为PU和SU. PU发送智能电网中用于控制、保护和管理的重要信息，对应最高优先级等级0.这些信息被用于危机通知，有着严格的实时性要求和可靠性要求.
认知无线传感器网络中的其他用户即为SU，该用户发送的信息分可为以下4类，分别对应优先级等级1、2、3和4：
1) 实时性要求高的业务，如高级测量体系(AMI，advanced metering infrastructure)用SU1表示；
2) 数据速率要求较高的业务，如多媒体视频监控，用SU2表示；
3) 实时性和数据速率要求一般，可靠性要求较高的业务，如数据采集与监视控制(SCADA，supervisory control and data acquisition)用SU3表示；
4) 对实时性和速率要求较低的业务，如智能电表抄表，可用SU4表示.
2 基于优先级的数据分组调度算法2.1 系统模型假设1个认知频段由P个正交且同构的子信道构成，并被P个PU和N个SU共享.系统可看作是一个单跳的认知无线电网络，所有用户向认知无线电基站发送信息.由于对系统中的SU进行了优先级的划分，因而各优先级类SU对信道的接入能力也有所不同.优先级更高的SU比优先级较低的用户，对可用信道有更高的接入能力.
SU利用空闲的频谱资源进行数据分组的传输，如果在SU信息传输过程中PU再出现，SU应该从该信道中被丢弃或切换到其他空闲信道上继续传输. SU的网络连通性受PU的影响，其业务常常处于中断或者切换状态，可用链路的频谱因PU的活动而存在差异性和动态性.
2.2 智能电网认知无线电网络信道质量评估在单跳的认知无线电网络中，路由算法的度量标准主要包括链路稳定性、信道切换次数、时延和带宽等.除了传统路由度量考虑的因素之外，还应该考察PU对认知用户的性能影响，如链路频繁中断重建等，以及较高优先级SU占用信道时对较低优先级SU释放的干扰等.为了对信道质量进行全面的评估，定义频谱的连接性L、可靠性K和稳定度W 3个概念作为衡量频谱质量的参数.
1) 连接性L
系统连接性表示在当前调度时刻，信道在用户节点和基站之间是否连接. Lin取值为1时表示对于优先级为q的SUq用户节点n，信道Fi可用；取值为0时表示该信道不可用.
2) 可靠性K
一个信道是否对SU可用，依靠的不仅是连接性，还需考察该信道是否从PU、其他SU、传感错误和在信道切换中受到干扰.对于信道Fi，PU出现的概率为Zi，则该信道上传输数据的SU受到PU干扰的概率为Zi；更高优先级SU出现的概率为Gi，即为在该信道中传输的SU受到更高优先级SU干扰的概率.对于优先级为q的SUq用户，该用户在信道Fi上没有受到更高优先级类SU干扰的概率为
|
(1) |
传感错误包括错检和漏检，传感错误的概率是Ei，故Ei=Pe+Pl. Pe表示错检的概率，即Pe〈S1|S0〉，该概率表示PU没有出现，但是发生了检测错误，系统认为PU出现，并因此造成了该信道中SU信息的丢弃或者切换到其他可用信道传输的概率. Pl表示漏检概率，即Pl〈S0|S1〉，该概率表示PU出现时发生了漏检，系统没有对该信道中传输的SU进行处理，导致SU信息和PU信息发生碰撞的概率.信道切换过程中造成的干扰可用Ti表示.
可用信道资源信息可以从相邻节点的信息交换中得到.对于SUq节点，信道Fi的可靠性可通过计算4个类型的干扰概率得到
|
(2) |
3) 信道稳定度W
稳定度指的是一段时间内，信道中没有出现PU的时间和总时间的比值.可将信道状态建模为ON-OFF模型，即为交替更新过程. ON(被PU占用)和OFF(空闲)时长分别服从参数为λ和μ的指数分布，用Ton和Toff随机变量来表示.模型中，把PU在信道中一个ON到OFF再到ON的过程看作一个周期，则信道Fi的稳定度为从ON到OFF再到ON的更新周期长度与相对稳定更新周期长度参考值R的比值，可用以式(3) 表示
|
(3) |
综上所述，对于SUq节点n，信道Fi的信道质量参数Hinq可表示为
|
(4) |
其中α为权重系数，可根据网络特点和服务要求调整.
2.3 基于优先级的流调度方案基于优先级的调度流程可以分为如下几个步骤：
第1步 在调度时刻tk开始时，检测各PU和SU用户信源队列中是否有数据分组待传，并根据优先级划分方式确定待发数据分组优先级；
第2步 评估系统检测信道，获取信道连接性L、可靠性K和稳定度W信息，计算出信道质量参数H.
第3步 基于信道质量参数H，系统根据数据分组优先级从高到低(0为最高优先级，4为最低优先级)的顺序选择更优的可用信道进行传输；
第4步 如果在SU数据分组传输过程中PU出现，则SU信息被丢弃或者切换到其他信道上传输. SU接入和切换时，较高优先级的SU可占用较低优先级SU信道，并尽量占用优先级最低的SU用户信道，以避免发生多次切换.
基于优先级的信道接入策略如图 1所示.
|
图 1 基于优先级的信道接入策略 |
将网络中PU和SU行为映射为Markov模型.在信道Fi上，PU以λi的速率到达，其平均到达时间间隔服从均值为
|
(5) |
其中λ′q为SUq用户数据分组实际到达信道的速率，μq为SUq用户的系统平均服务速率.
使用Matlab软件对设置的智能电网认知无线传感器网络进行仿真，从单用户通信性能和整个网络的系统利用率两方面对该调度机制进行评估. SU1、SU2用户随子信道数量变化的系统利用率仿真结果如图 2和图 3所示.
|
图 2 SU1用户系统利用率 |
|
图 3 SU2用户系统利用率 |
由于SU1用户有着最高的接入可用信道的能力，该类用户可以抢占其他次级用户占用的信道，即有更多的传输机会，其阻塞率也大幅下降.从图 2可以看出，该类用户的系统利用率与不区分优先级的网络相比，有明显提高.在系统中用户较多，流量密度较大的情况下，这种差异将更加明显.
从图 3中可以看出，使用区分优先级的调度机制后，与不区分优先级的随机接入策略相比，SU2用户的系统利用率也有所上升.这是由于相比优先级较低的SU3和SU4用户，SU2用户获得了更多接入信道的机会.在信道资源极度匮乏时，系统将更多的传输资源分配给优先级更高的SU1用户，这就造成在该状态下不区分优先级系统中的SU2用户传输能力高于区分优先级系统.
由于系统中带宽要求较高的业务被赋予了相对较高的优先级，对频谱有更强的接入能力，有利于高带宽需求业务的传输，提高了该类业务的吞吐量，故与不区分优先级的智能电网认知无线传感器网络相比，在使用提出的基于优先级的认知无线电传感器网络数据分组调度方案后，整个系统的利用率得到了提升，该结论在图 4中得到了验证.
|
图 4 系统总利用率 |
为了解决在认知无线电可用频谱资源实时变化的情况下，为SU提供可靠的质量保障，提出一个基于业务优先级的数据分组调度机制.该机制解决了传统调度机制仅考虑PU的绝对优先权，忽略各SU的相对优先权，不能满足智能电力通信网为异构业务提供差异化QoS服务的难题.实验表明，通过使用提出的数据分组调度机制，系统在不影响PU业务通信质量的前提下，保证了有较高QoS要求业务的通信性能，同时提高了整个系统的利用率.
| [1] | Ansari C L N. The progressive smart grid system from both power and communication aspects[J].IEEE Commun Surveys Tuts, 2012, 14(3): 799–821. |
| [2] | Ruangchaijatupon N, Ji Yusheng. Simple proportional fairness scheduling for OFDMA frame-based wireless systems[C]//Wireless Communications and Networking Conference. Las Vegas, NV: IEEE, 2008: 1593-1597. |
| [3] | He Qing, Zhou Huaibei. Research on the routing algorithm based on QoS requirement for cognitive radio networks[C]//Computer Science and Software Engineering, International Conference on. Wuhan, Hubei: [s. n. ], 2008: 114-117. |
| [4] | Al-Fuqaha A, Khan B, Rayes A. Opportunistic channel selection strategy for better QoS in cooperative networks with cognitive radio capabilities[J].Selected Areas in Communications, IEEE Journal on, 2008, 26(1): 156–167. doi: 10.1109/JSAC.2008.080114 |
| [5] | Neely M J. Opportunistic scheduling with worst case delay guarantees in single and multi-hop networks[C]//Proceedings of the IEEE INFOCOM. Shanghai: [s. n.], 2011: 1728-1736. |
| [6] | Deshpande J G, Kim E, Thottan M. Differentiated services QoS in smart grid communication networks[J].Bell Labs Technical Journal, 2011, 16. |
| [7] | Shah G A, Gungor V C, Akan O B. A cross-layer design for QoS support in cognitive radio sensor networks for smart grid applications[C]//in Proc IEEE ICC. Ottawa, Canada: [s. n. ], 2012: 1378-1382. |
| [8] | Shah G A, Gungor V C, Akan O B. A cross-layer QoS-aware communication framework in cognitive radio sensor networks for smart grid applications[J].Industrial Informatics IEEE Transactions, 2013, 9(3): 1477–1485. doi: 10.1109/TII.2013.2242083 |