面向節能減排的跨制式融合感知通信系統

周均翼/ZHOU Junyi，周琳/ZHOU Lin，張舜卿/ZHANG Shunqing

（上海大學，中國 上海 200444）

最近10年，中國的碳排放總量年均增長2.3%，超過世界平均水平[1]。截至2019年，信息與通信技術產業已經構成了全球5%的碳足跡。而到2020年，該產業 75%的碳排放均涉及無線通信行業，全網碳排放量在持續增長[2]。以上海的實際布網情況為例，固網以及4G/5G的實際接入數大概是網絡實際接入數的2倍。多制式的獨立組網調度將導致巨大的資源浪費和重復覆蓋，從而使全網碳排放比理想情況增加20%左右[3]。為了實現“雙碳”目標，可以將固網和移動網絡進行統一管控，實現跨制式資源的靈活調度與機會式休眠，從根本上解決資源浪費問題。然而，目前跨制式網絡的協同管控存在無法通過對協議棧的簡單適配來達到跨制式資源的統一管控、無法實現對用戶業務的全場景感知等問題?，F有感知技術如上行到達時間差定位法（UTDOA）[4]、到達角度定位法（AOA）[5]等都極度依賴接入點的主動參與，在站點休眠時無法進行。由于感知信息由相應的接入節點掌握，因此無法進行跨制式的感知信息共享?，F有的5G蜂窩網絡、4G蜂窩網絡以及Wi-Fi網絡的靈活調度存在以下挑戰：

1）資源管理：不同網絡之間的資源分配和管理是一個復雜的問題。蜂窩網絡和Wi-Fi網絡具有不同的特性，例如：傳輸速率、覆蓋范圍和信號干擾等。調度算法需要考慮這些因素，并在多個網絡之間有效地分配資源，以確保網絡性能和用戶體驗。

2）時延和吞吐量：4G、5G和Wi-Fi網絡的時延和吞吐量要求不同。5G網絡通常具有較低的時延和較高的吞吐量，適用于實時應用和大規模數據傳輸。4G和Wi-Fi網絡可能在某些方面性能較低，需權衡時延和吞吐量的需求進行調度。

3）擴展性和互操作性：靈活調度算法需要適應不斷增長的網絡規模和日益復雜的網絡架構。對于多個移動設備和基站之間的調度決策，需要具備良好的擴展性和互操作性，以便實現跨不同網絡的無縫切換和協同工作。

針對上述挑戰，本文中我們提出了一個面向節能減排的感知融合智能通信系統。該系統首先實現對蜂窩網絡以及Wi-Fi網絡的軟件靈活調度，構建了基于互聯網協議（IP）層分流的雙連接系統。然后，借助毫米波雷達模塊以及無線指紋拓撲，構建了主動感知與被動感知協同的全場景解決方案。最后，利用時序數據庫和并發通信接口，構建了協同控制平臺。這一系統能夠實現跨制式的協同傳輸、通過被動和主動感知的融合，實現全場景的跨制式感知，減少通信資源浪費的問題。

1 相關技術介紹

1.1 通信網絡

通信網絡分為固定通信網絡、移動通信網絡等。固定通信網絡的主要布網方式為光纖+Wi-Fi網絡，為室內場景進行大帶寬的穩定網絡覆蓋；而移動通信網絡不受光纖布網的限制，為室內室外等多種場景下的用戶提供多種服務。然而，固網和移動網不同的部署特點會帶來網絡重復覆蓋和資源浪費，從而導致全網碳排放增加。

蜂窩網絡是一種移動通信硬件架構，主要由移動站、網絡子系統、基站子系統組成。為實現對蜂窩網絡的調控，本文基于通用軟件無線電外設（USRP）定義了蜂窩網絡。USRP則是一種開源的、低成本的無線電硬件平臺，軟件框架[6]如圖1（a）所示。HOST部分主要涉及收發的配置，在上位機中實現。而物理層主要在現場可編程門陣列（FPGA）中實現。

圖1 USRP軟件框架與EasyMesh網絡架構[6-7]

對于固定通信網絡，本文通過OpenWrt系統實現軟件定義的自組織Wi-Fi網絡。自組織Wi-Fi網絡是一種無中心、多跳的網絡，能夠應用在沒有基站覆蓋的偏遠地區。OpenWrt是一個用于嵌入式設備的Linux系統。本文提出的通信系統在OpenWrt系統的基礎上安裝了Wi-Fi組網協議（EasyMesh）[7]，如圖1（b）所示。EasyMesh網絡包含2個邏輯實體：1個多接入點控制器（MAPC）和1個或多個多接入點代理（MAPA）。MAPC從MAPA接收前端接入點、客戶端和回程鏈路的測量和能力數據，并在MAPA上執行接入點控制相關的命令和操作。MAPA執行從MAPC收到的命令，并與多接入點設備上的前端接入點和后向回傳終端（Backhaul STA）的Wi-Fi子系統對接，以獲得測量和能力數據，應用配置變化和執行接入點控制功能。

1.2 跨制式雙連接傳輸系統

跨制式指不同的網絡制式間的切換與交互。雙連接是第3代合作伙伴計劃（3GPP）Release-12[8]版本引入的重要技術。通過雙連接技術，長期演進（LTE）宏站和小站可以利用現有的非理想回傳X2接口來實現載波聚合，從而為用戶提供更高的速率，并可以利用宏/微組網提高頻譜效率，負載平衡[9]。支持雙連接的終端可以同時連接兩個基站，增加單用戶的吞吐量。

跨制式雙連接傳輸機制的系統由1個邊緣服務器進行協同管控；數據傳輸部分的接入點由1個USRP、1個自組織Wi-Fi固網路由器組成，終端為跨制式終端。通信流程如下：用戶向邊緣服務器請求相應的數據業務，邊緣服務器做出應答，并通過跨制傳輸機制建立傳輸。具體實現方式為：將傳輸層的數據包切割并排序，分發給與用戶連接的接入點；接入點按照各自的協議棧進行傳輸；用戶收到來自各個制式的數據包后，將數據包根據原來的順序進行重新排序，并恢復成原來的數據流；同時用戶利用上行鏈路進行相應協議棧緩存積壓狀態上報。

2 跨制式融合感知通信系統架構設計

本文所提出的面向節能減排的跨制式融合感知通信系統由通信融合、感知融合網絡、邊緣管控平臺3部分組成。通信融合和感知融合網絡部分可以實現對用戶的分層感知以及對跨制式節點的節能參數的軟件化編排。邊緣管控平臺實現統籌調度，支持各類場景下的節能設計。該通信系統架構設計及實物圖如圖2所示。

圖2 通信系統架構設計及實物圖

根據上述介紹，用戶利用上行鏈路進行相應協議棧緩存積壓狀態上報，根據積壓上報情況，對數據進行分流，以達到節能減排的效果。然而，跨制式系統的緩存積壓不光來自用戶需求與接入點通信能力的不匹配，還來自數據包亂序等，因此我們提出了相應的系統模型來建模上述問題的場景，并提出相應的算法。

2.1 通信融合

為實現對跨制式資源的統一管控，該通信系統首先通過USRP實現對4G/5G系統的軟件調度，再通過OpenWrt開源系統實現軟件定義的自組織Wi-Fi網絡，最后通過跨制式IP層分流，實現跨制式的協同傳輸。

通過對USRP軟件的下行HOST部分、下行FPGA部分進行修改，該通信系統支持節能關鍵參數的軟件調度。為了認識基站的能耗構成以便后續的節能應用，我們引入了功耗模型[10]，并結合實際系統關鍵參數，進行軟件開發，以實現無線能耗統計模塊的設計?；赨SRP定義的蜂窩網絡能夠提供豐富的性能統計和參數調用，如調制編碼策略（MCS）、資源塊（RB）分配策略等。同時，部分參數為可控參數，利用Labview圖像化編程語言并使用傳輸控制協議（TCP）的通信方式，可以近實時地從邊緣智能服務器獲取系統調度參數并將其作用在USRP系統中，從而實現靈活的邊緣智能管控。

此外，該通信系統在OpenWrt系統的基礎上安裝了Wi-Fi組網協議（EasyMesh）[7]，該組網協議實現了網關接入/休眠拓撲更新、路由智能尋優等功能。

為了使能節能減排的應用，我們為固網通信系統提供了多層休眠支持，包括基于智能物聯網開關的接入點休眠和天線關斷休眠。由于自組織固網的路由器接入點不能提供基帶單元等的深度關斷，因此考慮在低負載情況下，直接對自組織固網的接入點進行整站關斷，以實現網絡節能減排。該通信系統的智能物聯網開關基于ESP8266芯片[11]開發板硬件，通過Arduino平臺進行二次開發。這樣可以通過自組織網絡主路由器網關連接邊緣服務器，從而獲取開關控制指令并進行上電、斷電的操作。然后在初次上電時，連接ESP8266并將其作為路由器，然后發射Wi-Fi信號，在進入其系統的網絡后臺后，再設置與其通信的主路由器。經過以上配置，智能物聯網開關實現通過路由器和邊緣服務器上運行的TCP Server程序通信。該系統每5 s向邊緣智能服務器發起一次TCP通信請求，然后接收開閉信號，以減少智能開關的通信能耗。

在OpenWrt系統中，通過對相關文件進行配置，可以控制天線的開關。

為了優化網絡資源和網絡負載管理，我們構建了基于IP層分流的雙連接系統。該系統通過對不同制式的智能感知，實時調整不同制式的流量分配比例，使用戶在一定網絡功耗下獲得盡可能高的服務質量。同時，不同制式的功率也在系統的監控和調節范圍內，因此可以使能跨制式節能分流調度。首先，邊緣服務器通過USRP和Wi-Fi傳輸的緩存狀態差ΔQ，獲取USRP和Wi-Fi當前工作功率ΔP；然后根據ΔQ和ΔP進行USRP和Wi-Fi的分流比例決策和工作功率決策；再根據決策結果調整二者的功率并在IP鏈路聚合層將流量分配給USRP和Wi-Fi。

針對具有等停機制的TCP傳輸協議，分流算法采用的是Fuzzy-PID算法[12]。經驗證，在上層協議具有等停機制時，最小化緩存差等價于最大化吞吐量。因此，該算法通過建立基于模糊邏輯的PID動態調整機制，來最大化跨制式傳輸的緩存差。此外，該算法還對用于分流決策的PID參數進行動態調整，能夠在未知非線性、處理延遲和干擾的情況下達到預期的性能。

2.2 感知融合

為了實現全場景的智能感知系統，解決傳統感知系統依賴于對應的接入點參與，無法應對站點休眠以及跨制式協同場景的問題，我們構建了主動感知與被動感知協同的全場景解決方案。被動感知系統在站點處于休眠等場景下，即時感知可能業務的接入；主動感知則是在中高負載時，感知用戶的精準位置，從而支持更加精細的節能調度。

被動感知網絡采用毫米波雷達模塊，相較于市面上常見的車載雷達模塊或者人體感應雷達模塊，具有低功耗、易部署、高可信度的優勢，感知范圍為0∽20 m。經實驗驗證，該被動感知系統能夠在多種場景下實現高可信的粗粒度人員感知。

主動感知系統采用了基于圖卷積網絡（GCN）的室內感知定位算法[13]。該主動感知方案分為兩步：首先感知定位系統，然后感知全場景數據，并將數據經過自組織Wi-Fi網絡上傳至服務器，服務器運行該GCN算法，最終得出人員的精確位置。

上述兩個感知系統協同運作，被動感知應對通信系統休眠等低負載業務場景，而主動感知主要處理業務密集的高負載場景，為跨制式通信系統提供全場景的業務數據支撐。

2.3 邊緣管控平臺實現

為了支持各類場景下的節能設計，我們首先基于Prometheus建立了多維通信感知數據庫，并在此基礎上設計了基于邊緣服務器的協同管控平臺。如圖3（a）所示，該多維通信數據庫主要包括以下幾個部分：數據采集器Exporter、用于安全上報數據的通道Tailscale虛擬專用網絡（VPN）、邊緣Prometheus數據庫服務器，以及前端看板Grafana。

圖3 邊緣平臺實現

數據采集器Exporter通過文件讀取、頁面抓取等方式獲得USRP、OpenWrt等各個操作平臺上的數據并進行存儲。Tailscale VPN建立了一套虛擬的專用網絡將所有的接入點以及終端的數據進行采集和上報。Grafana則對USRP、Wi-Fi、終端上采集到的性能與能耗數據等進行實時顯示，方便網絡運維人員進行實時監控以及問題排查。

協同控制平臺通過可靠的通信方式實現多個跨制式接入點的并發控制，支持全棧式跨制式網絡參數編排，以及各類節能算法的腳本化快速驗證。

該系統通過使用基于websocket的多線程并發通信流程，實現并發的接入點網絡參數獲取，如圖3（b）所示。邊緣服務器的網絡參數控制器主線程主要用來在阻塞循環中監聽接入點的連接請求，在建立連接后，將該連接交給一個并發子線程進行數據請求的接收和參數的應答。依靠上述機制，邊緣服務器可以在多個接入點請求參數時并發地根據需求應答網絡參數，實現多接入點的協同管控。

此外，該系統提供了兩個不同接口來設計協同控制平臺，分別是節能參數調度接口和參數接口。該系統針對整個網絡的各個協議棧提供了節能參數調度接口，實現了跨制式全棧式的網絡參數編排；該系統提供的IP層的跨制式分流比例的參數接口，在網絡部署時可以通過引入自動化分流策略腳本，根據有邊緣多維通信感知數據庫中信息動態調整分流比例，實現跨制式業務在各接入點間的按需分配。系統通過上述的跨制式節點間并發參數傳遞機制，將USRP節點的射頻關斷以及自組織Wi-Fi路由器的物聯網智能開關關斷指令發送給響應的TCP通信鏈路，在讀取被動感知參數以后，可以部署自動化腳本并通過簡單的邏輯實現接入點深度關斷，從而實現接入點的深度休眠。向接入點提供MAC層、物理層的節能調度參數，如天線關斷、MCS、射頻發送功率等，結合跨制式分流機制，實現接入點的實時節能調度。這一精細化的無線參數調度能夠在滿足用戶體驗的同時，達到節能的效果。

3 系統測試與分析

3.1 接入點深度休眠

為驗證本文所提的接入點深度休眠帶來的節能效果，我們搭建了表1所示的實驗場景，將所提方案與普通節能調度策略進行了對比。

▼表1 能耗數據

為了保證對比實驗的客觀性，我們在1 h內讓所有人員離開測試場景12 min（20%的時間），然后再對比所提方案與普通節能調度策略的節能效果。我們發現在普通節能策略下，Wi-Fi接入點仍存在約為5.3 W的靜態功耗；而所提的接入點深度休眠策略通過物聯網開關將接入點整站關斷，能耗降為0，直到有人進入場所，數據恢復發送。我們統計1 h內系統的總能耗：所提方案消耗了17.13 J的能量，普通節能調度方案消耗了19.91 J的能量。比起普通節能調度方案，本文所提方案降低能耗13.96%。

3.2 跨制式節能調度節能效果

為了驗證所提的跨制式節能調度方案帶來的節能效果，我們搭建表1所示的實驗場景，將所提方案與單制式傳輸進行了對比實驗。

為了保證對比實驗的客觀性，我們設置相同的用戶吞吐量要求：兩種傳輸方式的用戶吞吐量為26 Mbit/s。我們發現，在跨制式傳輸場景下，用戶在某一制式信道發生變化后，跨制式分流機制迅速響應，并向另一制式分配更多流量，保證業務傳輸要求得到滿足。此時能耗也產生了相應的波動。在自組織Wi-Fi網絡自動切換到更好的接入點時，系統選擇了更加節能的分流比，讓信道條件和能效更高的制式傳輸更多信息。此時，系統的能耗明顯下降。

如圖4所示，圖4（a）對比了所提方案與普通節能調度策略的節能效果?？梢钥吹皆谄胀ü澞懿呗韵?，用戶離開后，服務Wi-Fi接入點仍存在約為5.3 W的靜態能耗。所提的接入點深度休眠策略通過物聯網開關將接入點整站關斷，能耗降為0。直到有人進入場所，數據恢復發送。圖4（b）通過統計1 h內系統的總能耗，發現我們所提的接入點深度休眠方案消耗了17.13 J的能量，普通節能調度方案消耗了19.91 J的能量。比起普通節能調度方案，所提方案降低能耗13.96%。圖4（c）比較了在一特定時間段，跨制式系統與單制式系統的能耗，跨制式能耗相較于單制式能耗有明顯下降。圖4（d）統計了10 min內系統的總能耗，我們發現所提方案消耗了20 271.29 J的能量，單制式傳輸方案消耗了22 544.74 J的能量。比起常規的節能調度方案，所提方案降低能耗10.08%，能效提高了15.36%?？偟膩碚f，本文所提出的接入點休眠與跨制式系統的總體能耗相較于傳統的單制式系統有明顯下降。

圖4 各方案能耗對比

4 結束語

隨著全網能耗的日益增長，大量部署的現有跨制式節點卻沒有得到充分利用，這勢必會帶來資源的浪費。針對這一矛盾，本文首先提出了面向節能減排的跨制式融合感知通信系統。然后，借助軟件定義無線電USRP平臺以及開源操作系統OpenWrt，實現了對蜂窩網絡以及Wi-Fi網絡的軟件靈活調度，同時借助毫米波雷達模塊以及無線指紋拓撲，實現被動感知和主動感知方式的共存。最后，利用時序數據庫和并發通信接口，實現資源的集中管控。通過系統實測數據，我們發現所提的休眠策略與跨制式調度策略分別能夠帶來約14%和10%的總能耗降低。所提跨制式系統能夠對各類節能算法進行快速的腳本化原型測試，有望對未來面向節能減排的跨制式網絡設計提供可靠驗證和有效指導。