点击数: 更新日期: 2023-09-29
论文题目：移动感知的NB-IoT无线电资源配置方法
录用期刊/会议：电子学报（CCF A）
原文DOI：10.12263/DZXB.20211283
原文链接：https://www.ejournal.org.cn/CN/10.12263/DZXB.20211283
发表时间：2023年4月1日
封面图片：见图5
封面摘要：该研究成果由黄霁崴老师团队完成，已在电子学报发表
作者列表：
1） 黄霁崴 中国石油大学（北京）信息科学与工程学院 计算机科学与技术系 教授
2） 黄方琦 中国石油大学（北京）信息科学与工程学院 计算机科学与技术专业 硕19
3） 王皓天 中国石油大学（北京）信息科学与工程学院 计算机科学与技术专业 本18
4） 郭珈赫 中国石油大学（北京）信息科学与工程学院 计算机科学与技术专业 本18
摘要:
窄带物联网（Narrowband IoT，NB-IoT）是实现万物互联重要的通信技术，其为了扩大通信覆盖范围和提高可靠性而牺牲了时延等性能指标，且难以动态适应移动物联网设备。对此，本文提出了一种适用于移动设备的NB-IoT无线电资源配置方案。该方案通过卡尔曼滤波对物联网设备的移动位置进行预测，建立数学模型对通信可靠性进行估计，开展了块误码率、时延、能耗等性能指标的量化分析，并提出了无线电资源配置的优化模型和方法。本文基于真实数据集开展了仿真实验，对该方案的有效性进行了验证，实验结果显示该方案能保证移动物联网设备与基站连接的同时降低时延。
背景与动机:
随着智能移动设备和物联网的快速发展，本文开展了移动感知的NB-IoT无线电资源配置方法研究。使用卡尔曼滤波预测用户位置，提高用户与基站之间的连接性。对通信可靠性和系统指标进行建模，进行时延、能耗、可靠性之间的关系研究，通过对其性质的分析，最优化无线电资源配置，达到保证可靠性的条件下，最小化时延和能耗的目的。NB-IoT典型应用场景为：周期自动报告、异常自动报告和软件升级。本文通过合理化的方法设计以及相关性质分析，让NB-IoT适用于延迟敏感任务以及移动设备上成为可能，如可应用于可穿戴设备用于监测用户健康状况、老年人护理及追踪慢性疾病等建立健康记录工作；物流跟踪中提供货物信息的位置和状况等。基于真实数据集的仿真实验验证了该方法的有效性和稳定性。
主要内容:
（1）通信模型
功率控制
图1 传输功率
其中是服务基站内的用户设备在时隙的最大传输功率配置，表示子载波间隔参数。
链路自适应
链路自适应是将无线通信参数与无线链路条件相匹配的过程，如下图所示NPUSCH格式用于数据传输。
图2 NPUSCH的调制方案
（2）位置预测模型
位置预测根据是否依据对象长期历史运动数据分为基于运动函数的位置预测方法和基于运动模型的位置预测方法。卡尔曼滤波是基于运动模型的位置预测方法。
下一时刻，移动设备的状态如下图所示：
图3 移动设备状态
其中，使用公式推导出误差。为了最小化误差协方差提出了卡尔曼增益，如公式所示。后验误差协方差由公式得到。
（3）通信可靠性估计模型
路径损耗模型
当移动设备与基站的距离小于1 km时，可使用自由空间损耗计算路径损耗。载波频率为150~1500 MHz时，距离为1~20 km时，使用Okumura-Hata模型。频率范围在1500~2000 MHz内，距离为1~20 km，使用COST-231Hata模型。
信噪比-块长-速率模型
该模型通过SNR、TBS块长、传输速率，求得BLER。
SNR的计算方法如下：
使用模型求得BLER如下：
这里，和的计算方法为：
（4）性能分析和优化
在保证可靠性的同时优化时延和能耗，需要综合考虑传输重复数、TBS、MCS、子载波间隔与数量、RU数量等
时延
上行链路的发送时延计算公式如下：
其中为RU的数量，取值范围为
能耗
能耗公示如下：
其中的取值与子载波有关，，当子载波为时；
优化目标
对于BLER函数，与均可表示为的函数，可视为常数。因此优化问题可写为如下公式：
其他时延计算方法：
优化步骤：
实验结果及分析:
本文使用MATLAB软件进行NB-IoT的仿真实验。实验使用德国科隆数据集，其中包含移动用户的移动轨迹和基站的位置。
（1）观测轨迹和预测轨迹
使用卡尔曼滤波对移动用户进行位置预测，其预测轨迹与GPS测量位置基本重合，如下图所示：
图4 观测轨迹和预测轨迹
（2）块误码率
图5 块误码率与、、以及的关系
（3）不同基站选择方案性能对比分析
图6 不同基站选择方案性能对比分析
（4）无线电资源配置方法性能对比分析
图7 无线电资源配置方法性能对比分析
（5）算法运行时间
图8 算法运行时间
（6）根据预测位置匹配和矫正的任务到达点的块误码率
图9 根据预测位置匹配和矫正的任务到达点的块误码率
本文使用卡尔曼滤波对移动用户的位置进行预测，保证了用户与基站的连接性。利用模型对通信可靠性进行评估，节省了与基站进行通信获得信道信息的时延，同时减少了信道和无线电资源的浪费。本文分析了MCS、重复数、RU数量以及子载波的配置与BLER和时延的关系，科学高效地找到最优的配置。通过使用真实数据集进行的仿真实验，验证了在QoS改进方面所做的努力(即减少延迟、降低能耗和改善连接性)。
作者简介:
黄霁崴，博士，教授，博士生导师，石油数据挖掘北京市重点实验室主任，中国石油大学（北京）计算机科学与技术系主任，中国石油大学（北京）研究生教育督导组专家，信息科学与工程学院学术委员会委员。2015年北京市优秀人才培养资助入选者，2018年中国石油大学（北京）优秀青年学者，2020年北京市科技新星，2022年度北京市国家治理青年人才。分别在2009年和2014年于清华大学计算机科学与技术系获得工学学士和工学博士学位，2012-2013年国家公派赴美国佐治亚理工学院联合培养。研究方向包括：物联网、服务计算、边缘智能、深度强化学习、智能优化算法等。担任中国计算机学会(CCF)服务计算专委会委员、秘书，CCF高级会员，IEEE、ACM会员。已主持国家自然科学基金、国家重点研发计划、北京市自然科学基金等科研项目18项；在国内外著名期刊和会议发表SCI/EI检索的学术论文60余篇，其中1篇获得Chinese Journal of Electronics优秀论文奖，2篇入选ESI热点论文，3篇入选ESI高被引论文；出版学术专著1部；获得国家发明专利6项、软件著作权4项；获得中国通信学会科学技术一等奖1项、中国产学研合作创新成果一等奖1项。担任电子学报、Chinese Journal of Electronics、Scientific Programming等期刊编委。
联系方式：huangjw@cup.edu.cn。