一种面向周期类URLLC业务的上行传输方法与流程

本发明属于超可靠低时延通信中的上行传输
技术领域：
，涉及一种面向周期类urllc业务的上行传输方法。
背景技术：
：作为5g三大场景之一，超可靠低时延通信(ultra-reliablelow-latencycommunication,urllc)对应以自动驾驶、工业控制、远程医疗以及触感网络(tactileinternet)为代表的实时关键控制类业务。urllc的性能指标主要包括两个部分：时延和可靠性。其中时延指的是用户平面端到端时延，即数据包从生成到被成功接收并正确解码所经历的总时延；3gpp对urllc的时延指标作出了明确规定：用户平面端到端时延不得超过1ms。可靠性，即在特定时延内将一个大小为x字节的数据包成功传输并正确接收的概率，3gpp对于urllc传输可靠性方面的要求为：将一个大小为32字节的数据包在1ms内以1-10-5的可靠性进行传输。很遗憾，目前lte网络中采用的相关标准无法实现低至1ms的端到端时延。因此，在5g新空口架构中，多种技术被用于降低时延以及提高传输可靠性，例如：灵活配置物理层参数集和迷你时隙(mini-slot)结构，上行免授权(grant-free)传输方案，设备与设备(d2d)通信以及移动边缘计算，以上技术被用于保障超低端到端时延；而多连接、分集以及中继节点传输等技术则被用于提升传输可靠性。在urllc上行传输中，由于urllc极其苛刻的性能要求(1ms的端到端时延，99.999％的传输可靠性)以及上行传输资源(时间、带宽、发射功率)受限等原因，使得传统的基于基站上行授权的传输方案无法保证urllc类业务的正常运行；尤其是在时延方面，基站与设备间过多的控制信令交互使得1ms端到端时延成为不可能事件。因此，设计一种适用于urllc业务的上行传输方案对于具有十分重要的现实意义。技术实现要素：本发明的目的在于克服上述现有技术的缺点，提供了一种面向周期类urllc业务的上行传输方法，该方法能够适用于urllc业务的上行传输。为达到上述目的，本发明所述的面向周期类urllc业务的上行传输方法包括以下步骤：1)构建urllc上行传输模型；2)基于有限编码长度理论构建urllc类业务上行传输qos保障机制；3)通过制订合理的子信道-功率联合分配策略，在保障系统中所有设备上行传输qos的同时，使得所需总发射功率最小化，以构建边缘自适应优化问题；4)通过基于带权二分图理论的kuhn-munkres算法或基于贪婪选择的低复杂度算法求解步骤3)中的边缘自适应优化问题，得最优子信道-功率分配策略，然后根据最优子信道-功率分配策略完成周期类urllc业务的上行传输。步骤1)的具体操作为：在单小区场景中，假设一个拥有mr根接收天线的多天线基站位于小区正中央，k个承载周期类urllc业务的单天线设备均匀分布于小区之中，在每个数据传输周期内，所有设备同时向基站上传一个大小为l比特的数据包，每个设备的最大发射功率为pmax，同时，采用sc-fdma作为上行链路的多址接入方式；基于比例公平子载波分配的原则，将相同数量的一簇子载波划为一个子信道，并规定为每个设备只分配一个子信道，假设系统总带宽btotal被均等划分为n个子信道，其中每个子信道的带宽均为b＝btotal/n，将设备集与子信道集分别记为和为保障每个设备的传输可靠性，规定每个子信道不能同时为多个设备所使用，且子信道数量不得少于设备数量，即k≤n。步骤2)中构建的urllc类业务上行传输qos保障机制为：假设任一设备k在任一子信道n上的瞬时信道增益和路径损耗系数分别为gk,n、μk，保障设备k传输qos指标的对应信道增益阈值为则当时，说明设备k在子信道n上能够在指定时延内以的概率成功完成数据传输及接收，因此，任意设备k对应的上行传输qos保障发射功率pk为：其中，为传输错误概率，τ为单位tti长度；当时，则说明当设备k在子信道n上进行数据传输时，设备k的上行传输qos无法得到保障，此时基站指示设备主动放弃本次数据传输。步骤3)中构建的边缘自适应优化问题为：其中，为功率控制矩阵，ak,n∈{0,1}为子信道分配指示符，ak,n＝1代表子信道n被分配给设备k进行数据传输，pk,n∈[0,pmax]代表设备k在子信道n上的发射功率，pk,n为设备k在子信道n上的发射功率。步骤4)中基于带权二分图理论的kuhn-munkres算法求解步骤3)中的边缘自适应优化问题，得保障所有设备传输qos所需的最小总发射功率ptotal为：贪婪选择的低复杂度算法为bccg算法或ssg-ldf算法。基于bccg算法求解步骤3)中的边缘自适应优化问题，得保障所有设备传输qos所需的最小总发射功率ptotal为：基于ssg-ldf算法求解步骤3)中的边缘自适应优化问题，得保障所有设备传输qos所需的最小总发射功率ptotal为：本发明具有以下有益效果：本发明所述的面向周期类urllc业务的上行传输方法在具体操作时，首先在保障系统中所有设备的上行qos的前提下，以所需总发射功率最小化为优化目标建立边缘自适应优化问题；然后使用基于带权二分图理论的kuhn-munkres算法或基于贪婪选择的低复杂度算法求解边缘自适应优化问题，得最优子信道-功率分配策略；最后根据最优子信道-功率分配策略完成周期类urllc业务的上行传输，操作简单、方便。附图说明图1为仿真实验中不同基站端接收天线数量下实现可靠传输所允许的最大传输错误率与设备-基站间距离的关系图；图2为仿真实验中不同基站端接收天线数量下基于不同设备排序策略的ssg算法与传统贪婪算法的性能比较图；图3为仿真实验中不同基站端接收天线数量下不同算法的性能比较图。具体实施方式下面结合附图对本发明做进一步详细描述：本发明所述的面向周期类urllc业务的上行传输方法包括以下步骤：1)建立系统模型在单小区场景中，假设一个拥有mr根接收天线的多天线基站位于小区正中央，k个承载周期类urllc业务的单天线设备均匀分布于小区之中。在每个数据传输周期内，所有设备同时向基站上传一个大小为l比特的数据包，每个设备的最大发射功率为pmax。在本系统模型中，采用sc-fdma作为上行链路的多址接入方式；由于所有设备都拥有相同的时延及可靠性要求，因此基于比例公平子载波分配的原则，将相同数量的一簇子载波划为一个子信道，并规定为每个设备只分配一个子信道。假设系统总带宽btotal被均等划分为n个子信道，其中每个子信道的带宽均为b＝btotal/n。在这里，将设备集与子信道集分别记为和为保障每个设备的传输可靠性以及避免设备间干扰，规定每个子信道不能同时为多个设备所使用，且子信道数量不得少于设备数量，即k≤n。2)构建urllc业务上行传输qos保障机制urllc类业务的qos由端到端时延dmax以及对应的全局丢包率φmax组成，在上行链路中，端到端时延包括上行传输时延dt、处理时延dp(基站端与设备端之和)以及传播时延dr。在工业控制场景中，由于通信距离相对较短，故传播时延dr可忽略不计。要保证端到端时延不超过1ms，传输时延与处理时延都需要大幅度地降低。现有技术对1ms超低时延的具体实现进行了深入讨论，在其提出的技术框架下，只有当传输时延不超过单位tti长度τ时，才有可能实现低至1ms的上行端到端时延。即重传对于本场景来说是不允许的，因此urllc类业务的端到端时延性能要求服从以下表达式：dt+dp+dr≤dmax→dt≤τ(1)全局丢包率φmax用于衡量传输可靠性，对于某一设备k，其全局丢包率φmax由传输错误率和主动丢包率组成，具体为：假设信道服从块衰落，即在每个周期内的算法执行以及数据传输期间，信道增益服从平坦瑞利衰落，各信道相互独立且服从相同分布。设设备k在每个子信道上的小尺度衰落gk,n以及大尺度衰落μk均已知，根据香农容量公式，设备k在单位tti内能成功发送的最大比特数为：由于urllc的离散小数据包传输特性，其编码块长度非常短，此时式(3)实际上过高地估计了信道容量。因此，使用有效编码长度理论对urllc业务的容量进行分析：当传输错误率与发射功率给定，且假设子信道n被分配给设备k用于数据传输，则设备k在单位tti内能成功发送的最大比特数bk(设备k的传输速率)为：其中，n0为单边高斯白噪声谱密度，vk,n的表达式为：由于数据传输要求极高的可靠性，因此认为只有当信噪比较高时才能满足传输可靠性要求，即vk,n≈1；则式(4)可以近似为：将pk,n＝pmax及bk＝l代入式(5)中，得保障设备k传输qos指标的信道增益阈值为：因此，主动丢包率为：在simo系统中，瑞利衰落信道的信道增益服从wishart分布，瑞利衰落信道的信道增益fg(x)的表达式为：因此式(2)可以改写为：则构建urllc类业务上行传输qos保障机制为：当时，说明设备k在子信道n上能够在指定时延内以的概率成功完成数据传输及接收，因此能够保障设备k的传输qos，对应的qos保障发射功率pk为：当时，则说明当设备k在子信道n上进行数据传输时，则无法保障设备k的qos，故主动放弃本次数据传输。3)构建优化问题在每个周期内，基站根据各信道当前状态以及各设备的qos，通过执行预设算法决定子信道分配矩阵以及功率控制矩阵来完成子信道-功率联合分配，其中，子信道分配矩阵为：其中，ak,n∈{0,1}为子信道分配指示符，ak,n＝1代表子信道n被分配给设备k进行数据传输；功率控制矩阵为：其中，pk,n∈[0,pmax]代表设备k在子信道n上的发射功率，根据urllc类业务上行传输qos保障机制的基本原理，设备k在子信道n上的发射功率pk,npk,n服从的表达式为：基于上述理论推导，将子信道-功率联合分配问题转换为一个边缘自适应优化问题，通过寻找最优的子信道组合以及根据式(14)确定的对应传输功率，使得保障所有设备qos所需的总发射功率最小，以构建优化问题为：其中，式(15a)～式(15c)代表子信道分配的相关限制条件：式(15b)说明子信道不能被多个设备同时占用，式(15c)说明每个设备在每次数据传输中只能使用一个子信道；式(15d)及式(15e)代表设备发射功率的相关限制条件；式(15f)及式(15g)代表保障设备qos对应的传输速率要求。4)优化问题的求解基于带权二分图理论的kuhn-munkres算法求解优化问题由式(6)及式(11)可知，优化问题(15)可等效为一个设备传输功率恒定前提下的传输总速率最大化问题。基于kuhn-munkres算法进行上行资源分配，首先需要将子信道-功率联合分配问题转化为一个带权二分图理论下的最大权值匹配问题，即建立一个图与为两个互不相交的顶点集，其中，代表需要发送数据包的k个设备；代表待分配的n个子信道，互不相交的顶点集之间任意两个顶点之间都存在一条边，即e＝(k,n)，所有e的集合称为边集ε。在带权二分图中，每一条边e＝(k,n)都对应一个特定的权值wk,n，在这里，wk,n的值为发射功率为pmax时设备k在子信道n上的传输速率：引入二分图匹配理论中的基本概念：a)二分图匹配：给定一个二分图其中，为的一个子图，若的边集中的任意两条边都不依附于同一个顶点，则称是一个匹配，即二分图中的匹配是中两两之间无公共顶点的边的集合。b)二分图最大匹配：给定一个二分图其最大匹配为所有匹配中包含边数最大的匹配。c)二分图完备匹配：给定一个二分图若与中包含的顶点数相等，即k＝n，若此时存在一个匹配同时包含与中的所有顶点，即若该匹配使得中的每一个顶点都与中的一个顶点匹配，并且中的每一个顶点也与中的一个顶点匹配，则称匹配为二分图的完备匹配。d)二分图最佳匹配：在带权二分图中，权值之和最大的完备匹配称为最佳匹配。由于k＝n，因此最佳匹配为最大权值匹配，故求取最大权值匹配问题，即从包含所有匹配可能性的集合φ中找出一个使得其满足以下表达式：kuhn-munkres算法是一种寻找二分图最佳匹配的算法，使用kuhn-munkres算法寻找到的最佳匹配即为最大权值匹配，kuhn-munkres算法的具体执行步骤如下：11)初始化可行顶标：具体的，为所有顶点设置一个初始可行顶标：其中，对于边集ε中的任意边e＝(k,n)，可行顶标始终应满足12)使用增广路径定理为每个顶点寻找匹配：具体的，将包含图中各顶点可行顶标的相等子图记为对于中的每个顶点，首先需要利用hungarian算法为其在中寻找一条增广路径；当未能找到某一顶点的增广路径，则修改该顶点的可行顶标，更新相等子图后继续找增广路径；当每个顶点均已找到增广路径时，此时说明每个顶点都已在匹配中，此时输出该完备匹配作为二分图的最佳匹配。对增广路径相关概念进行说明：e)增广路径：设为二分图已匹配边的集合，若p是图中一条连通两个未匹配顶点的路径(p的起点在上，终点在上；反之亦可)，并且属于的边和不属于的边在p上交替出现，则称p为相对于的一条增广路径。f)增广路径定理：若当前可以找到一条增广路径p，通过对该增广路径p进行取反操作，即将增广路径p上的匹配边与未匹配边互换，可以使得匹配中的边数加一；否则，当前匹配就是最大匹配，即任意一个匹配是最大匹配的充分必要条件是不存在增广路径。hungarian算法的具体执行步骤为：111)置为空，并将中未被匹配的顶点集记为显然当前112)为空集，则将目前的匹配输出为最大匹配，即否则令v＝{φ}，并转至113)；113)令为u的相邻集，当说明不存在以k为起点的增广路径，即k为已匹配顶点，此时令并返回112)；当则取n∈n(u)\v，并转至步骤114)；114)若存在满足则令u＝u∪{k},v＝v∪{n}，并转至113)中；否则说明存在一条始于k、终于n的增广路径p，此时需要对匹配m进行取反操作以增加其包含的边数，即令并转至步骤112)；13)当通过步骤2)获得的最大匹配并非完备匹配，则对未匹配顶点的可行顶标值进行修改，设可行顶标值偏移量θl为：并对未匹配顶点v进行如式(20)所示的可行顶标值修改操作：14)更新可行顶标修改后的相等子图并重复步骤12)及13)，直至所有顶点均有对应匹配，即找到最佳匹配为止；15)针对中的每一对设备-子信道匹配对，通过比较当前信道增益与qos保障信道增益阈值的大小，确定各设备在相应子信道上的发射功率：16)得所需的最优发射总功率为：基于贪婪选择的低复杂度算法求解优化问题kuhn-munkres算法的时间复杂度非常高，因此本发明提出通过贪婪选择的低复杂度算法求解次优解，具体为：基于bccg算法求解优化问题的具体过程为：21)初始化信道分配矩阵与功率控制矩阵为k×n维的零矩阵，对于设为该信道的候选服务设备集，在这里将所有初始化为空集，其中，为的模长，即该集合中所包含的设备数量；设为主动丢弃数据包，即放弃本次传输的设备集，初始化为空集；22)对于分别为其选取一个最佳信道并将设备k在子信道n*上的信道增益与设备k的qos保障信道增益进行比较，当则将设备k纳入信道n*的候选服务设备集中，即否则，则指示设备k放弃本次传输，即23)对于当且则不做任何操作；当则需要对中多余的设备进行转移，直到为止，具体操作为：231)计算设备在各信道n上为保障其qos所需发射功率pk,n：232)根据式(24)分别找出目标转移信道m*及其对应的目标转移设备k*：234)当目标转移信道m*及其对应的目标转移设备k*被找到后，则执行设备转移操作，即将设备k*从中剔除，并将设备k*纳入中，即235)重复步骤231)至步骤234)，直到为止。24)经步骤23)后，对于均满足：当对于其满足且时，则对其执行qos保障机制，即将设备k在子信道n上的信道增益gk,n与设备k的qos保障信道增益进行比较：若时，则最终确定设备k将使用信道n进行数据包传输，即令ak,n＝1；否则，最终确定设备k将放弃本次传输，即25)最终传输方案确定计算所需的最优发射总功率ptotal为：基于ssg-ldf算法求解优化问题为体现ssg-ldf算法的合理性，设置几组对照设备排序策略，分别为1)ldl(largstdistancelast)策略及wcf(worstcsifirst，其中csi指channelstateinformation)策略，其中，ssg-ldl(largstdistancelast)策略与ssg-ldf策略相反，即离基站最近的设备最先接入；ssg-wcf策略是根据设备的平均信道增益对设备进行升序排序并依次安排设备进行接入，即信道质量最差的设备最先进行接入。基于ssg-ldf算法求解优化问题的具体过程为：31)初始化信道分配矩阵与功率控制矩阵为k×n维的零矩阵，对于记为信道n的候选服务设备集，将所有初始化为空集，其中，为的模长，即该集合中所包含的设备数量；设为主动丢弃数据包，即放弃本次传输的设备集，将初始化为空集；32)根据设备与基站间的距离对设备进行降序排序，记降序排序后的设备序号集为的表达式为：其中，k’表示设备k对应的排列序号，f为k’到k的映射，dk为设备k与基站间的距离。33)按照中的设备序号k’依次为对应的设备k分配当前最好的空闲信道，即并将设备k在信道n*上的信道增益与设备k的qos保障信道增益进行比较，当时，则将设备k纳入信道n*的候选服务设备集中，即并令ak,n＝1；否则，则指示设备k放弃本次传输，即34)按照最终传输方案计算所需的最优发射总功率ptotal为：仿真实验选取中等尺寸的厂房作为参考场景：在100*100m2的厂房中均匀地分布着100个urllc类设备，在每个工作周期内，所有设备同时向基站上传一个32bytes的数据包，路径损耗模型表达式为：-10lg(μk)＝21.75lgdk+47.08(29)其他仿真参数如表1所示：表1系统总带宽10mhz信道数量100信道带宽100khz单个设备的最大上行发射功率23dbm单边噪声谱密度－174dbm/hztti长度0.143msurllc业务端到端时延要求1msurllc业务传输可靠性要求99.999％通过monte-carlo仿真对本发明中三类算法的性能与复杂度进行评估monte-carlo仿真的总时间为105个工作周期。首先从理论上分析三类算法的时间复杂度，如表2所示，其中，k、n分别为设备数和子信道数：表2参考图1，考虑单用户场景，即k＝n＝1，子信道带宽b＝100khz，由于基站位于厂房中央，因此基站-设备间距离最大为需要说明的是，由于的值应该大于0，所以在图1中当时，说明式(10)无解，即在当前系统参数下无法实现可靠性为99.999％的超可靠传输。从图1中不难看出：当接收天线数量一定时，的值随着设备-基站间距离的增大而减小，并且要使得厂房中不同位置的设备均能实现可靠传输，即位于厂房边缘处的设备亦有对应的解，接收天线数mr必须不小于4。同理，将该结论拓展至多用户场景中，当可用带宽btotal＝10mhz，设备数与信道数相等，即k＝n＝100，假设设备均匀地分布于厂房之中；对应子信道带宽b＝100khz时，要想实现系统假设下的可靠传输，即在10mhz带宽上实现100个设备的并行可靠传输，接收天线数mr必须不小于4。参考图2，可用带宽btotal＝10mhz，设备数与信道数均为100，即k＝n＝100，子信道带宽b＝100khz，假设设备均匀地分布于厂房之中，从图2可知，当基站端接收天线数量mr不断增大时，由于多天线技术对信道衰落的有效抑制，使得所需的发射总功率不断减小；另外，不同设备排序策略下的ssg算法性能优劣依次为：ssg-wcf>ssg-ldf>conventionalgreedy>ssg-ldl，由于ssg-wcf与ssg-ldf的性能相差较小(仅为1％左右)，但ssg-wcf排序的时间复杂度却比ssg-ldf高，因此通过综合考虑，认为ssg-ldf在以上四种策略中是最为有效的。参考图3，可用带宽btotal＝10mhz，设备数与信道数均为100，即k＝n＝100，子信道带宽b＝100khz，假设设备均匀地分布于厂房之中，从图3可知，各算法性能优劣依次为：kuhn-munkres>bccg>ssg-ldf>conventionalgreedy；另外，bccg及ssg-ldf的性能只是略逊于kuhn-munkres算法，并且随着基站端接收天线数的增加，三类算法之间的性能差距开始逐渐缩小。以上内容是对本发明的详细说明，不能认定本发明的仅限于此，对于本发明所属
技术领域：
的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。当前第1页12