2021年1月10日第38卷 第1期Telecom Power TechnologyＪａｎ． １０， ２０２１ Ｖｏｌ．３８ Ｎｏ．１ 10.19399/j.cnki.tpt.2021.01.045ｄｏｉ：通信技术基于协同感知的5G通信能量有效性优化算法李 成（中通服咨询设计研究院有限公司，江苏 南京210019）摘要:针对传统5G通信能量有效性差，造成传输效率低的问题，开展基于协同感知的5G通信能量有效性优化算法研究。通过基于协同感知的5G通信能量传输模式构建、计算5G通信能量感知时间，为5G通信能量有效性计算提出一种全新的优化算法。通过实验证明，算法优化后的5G通信能量与优化前的5G通信能量传输相比有效性更高，更符合5G通信技术的发展需要。关键词：协同感知；5G通信；能量感知；Energy Efficiency Optimization Algorithm for 5G Communication Based on Cooperative SensingLI Cheng（CCS Consulting Design Institute Co.，Ltd.，Nanjing 210019，China）Abstract：Aiming at the problem of low transmission efficiency caused by the poor energy efficiency of traditional 5G communication，the energy efficiency optimization algorithm of 5G communication based on cooperative sensing is studied. Through the construction of 5G communication energy transmission mode based on cooperative sensing and the calculation of 5G communication energy sensing time，a new optimization algorithm for 5G communication energy efficiency calculation is proposed. The experimental results show that the 5G communication energy transmission after optimization is more effective than that before optimization，which is more in line with the development needs of 5G communication technology.Keywords：cooperative sensing；5G communication；energy sensing0 引 言由于受到4G网络带宽的，各类通信业务中的应用终端通信均不支持4K以上高清，并且伴随着时延较大，存在视频清晰度差，经常卡顿等问题产生，严重着通信业务的应用效果[1]。5G通信网络传输具备的低时延性、广泛的连接能力，可以有效解决行业问题，并促进通信业务上下游产业链的整体升级，使垂直行业应用发展潜力增加。为逐步深化5G通信技术的应用效果，研究人员应当从通信能量有效性的角度出发，促进5G通信技术满足未来海量数据的大存储容量需要，以此提升通信技术的应用效果，并推动社会的发展。基于此，本文开展基于协同感知的5G通信能量有效性优化算法设计研究。知网络是一个由大量感知用户基站以及一个总基站组成[2]。假设感知用户的数量为X个，在进行5G通信能量传输过程中，将感知用户设定为发射机，将总基站设置为感知用户的接收机，并在传输时构建一个主用户网络环境。该环境当中，包含了多个感知用户以及总基站构成，将主用户的数量设置为Y，则该网络当包含了Y项授权信息[3]。根据上述假设得出如图1所示的基于协同感知的5G通信能量传输模式。1 5G通信能量有效性优化算法设计1.1 5G通信能量传输模式构建为了方便后续对5G通信能量的有效性进行优化计算，首先构建一个5G异构认知网络中通信能量传输模式。结合协同感知理论，在模式当中存在的感图1 基于协同感知的5G通信能量传输模式收稿日期：2020-12-06作者简介：李 成（1982-），男，山东滕州人，硕士，高级工程师，主要研究方向为通信工程建设全生命周期管理。图1中SU-TX和PU-RX均表示为在5G通信网络中进行能量传输的单天线用户，其中后者是采用迫零接收装置的方式对多个SU-TX单天线用户在相同得到平带当中传输的能量进行检查，从而获取到显影的感知结果[4]。假设SU-TX的数量为n，再将· １５４ · 2021年1月10日第38卷 第1期李 成：基于协同感知的5G通信能量 有效性优化算法Telecom Power TechnologyＪａｎ． １０， ２０２１ Ｖｏｌ．３８ Ｎｏ．１ 主用户网络与认知网络的实际能量传输模式设置为underlay模式，则SU-TX和PU-RX均无法进行同时对传输信道的能量传输。1.2 计算5G通信能量感知时间在感知网络中，能量传输时隙是由数据传输时隙和频谱感知时隙共同组成的。因此，在5G通信网络处于工作模式下，即5G通信能量传输模式，则由于频谱改制阶段两种用户所发射的频率功率均较低，因此可将动态时分与能量检测中的协同感知相结合，采用一种多接收地址接入的方式，对5G通信能量感知时间进行计算，其计算公式为： T=t1+(1−pc)t(1p)(1p)t22+−c−n3 1−(1−pc)(1−pn)(1−pd)达到最大，以此完成对5G通信能量有效性优化。2 实验论证分析为验证本文提出的5G通信能量有效性优化算法在实际应用中是否具有一定的应用价值，将优化前的通信能量与优化后的通信能量进行对比，并设置如下对比实验。假设在5G通信网络环境下，各SU-TX单天线用户均具有相同的能量发射功率，设最大发射功率的信噪比为9.5 dB，并确保主用户的信号感知能力均相同。分别设置从0 dB增加到10 dB的不同SU-TX发射功率，利用本文提出的有效性优化算法对其进行优化，并与优化前进行对比，为保证实验结果的客观性，两种方法均采用本文上述能量有效性计算方法对两种优化方法的能量有效性进行计算。将实验结果进行记录，绘制成表1所示的实验结果对比表。表1 两种优化方法实验结果对比表发射功率本文优化算法能量有效性EE0~2 dB2~4 dB4~6 dB6~8 dB8~10 dB0.2440.3750.4830.6770.871优化前能量有效性EE0.1370.2850.3940.1420.070（1）Pη(P)(P)5=Gt1表示能量传式中，Tη表示通信能量感知时间；∑∑输时隙长度；t2表示数据传输时隙长度；t3表示频谱感知时隙长度；pc表示SU-TX基于中继的协同感知概率；pn表示5G通信环境下中级用户检测概率；pd表示SU-TX基于中继的虚警概率。通过公式（1）计算，得出5G通信能量的感知时间。公式（1）中频谱感知时隙长度t3可以根据感知用户的数量进行调节，以此实现最优的协同感知时间敏感性。1.3 5G通信能量有效性优化计算根据上述基于协同感知的5G通信能量传输模式构建可知，各SU-TX单天线用户能量消耗过程中所得的吞吐量表达式，为了简化优化过程，本文采用单位用户的能量有效性优化进行计算，SU-TX单天线用户在5G通信信道当中的平均能量有效性EE计算公式为：1−(1−p)(1−p)(1−pcn η(Pk)=∑∑Pijηk,ij(Pk,j)i∈Bj∈B （2）η(Pmaxη[(P),η(P)]gη公式（2）中，k)表示5G通信信道当中的平均能量有效性EE；ηk,ij(Pk,j)表示SU-TX单天线用户需要消耗各自的能量获取的吞吐量。为实现对5G通信能量的有效性优化，并保证通信过程中的服务质量，各信道之间的检测错误率不可超过最大允许错误率，并且其最大的信号发射功率和最大平均干扰功率均应当在允许的范围内[5]。因此，需要通过下述目标函∑∑数对5G通信能量传输进行约束：i∈Bj∈B由表1中的数据可以看出，本文优化算法对能量传输进行优化后，其能量的有效性随着发射功率的增加呈现出不断上升的趋势，并且有效性可达到0.800以上，而优化前能通信能量在0~6 dB发射功率范围时，其有效性呈现出增长的趋势，但在进行6~8 dB发生功率范围时，其能量有效性快速下降，并逐渐降低到0.100以下。在0~6 dB发生功率阶段，本文优化算法的能量有效性也明显高于优化前的通信能量有效性。因此，通过实验证明，本文提出的能量有效性优化算法，在实际应用中具有更好的应用效果，并且适用范围更广，可对5G通信网络中各类强度的发射信号能量有效性提升起到促进作用。3 结 论本文针对当前5G通信能量有效性差问题，开展对其优化算法研究，通过研究得出，基于协同感知的能量有效性优化算法可以更好地促进5G通信技术的应用。在5G通信环境当中，还可结合双向协同频谱感知的方法对其进行进一步优化，以此提高5G通信技术的传输效率，并节约大量资源。 （下转第158页） [η(P1),ηk(Pk)]gk,n maxη=1（3）式中，gk,n表示SU-TX单天线用户与PU-RX单天线用户之间的信道增益系数。将5G通信能量按照上述传输约束条件进行传输，可以保证能量的传输有效性· １５５ · 2021年1月10日第38卷 第1期-20-30-40Pathloss（dBm）Telecom Power Technology-20-30-40Pathloss（dBm）-50-60-70-80Ｊａｎ． １０， ２０２１ Ｖｏｌ．３８ Ｎｏ．１ -50-60-70-80-90-100-110-120-130050100150200250300350400450500 -90-100-110-120050100150200250300350400450500距离（m）射线跟踪模拟Location 50％，射线跟踪Location 50％，测量数据距离（m）射线跟着模拟Location 90％，射线跟踪Location 90％，测量数据图2 50%和90%位置百分比的测量和射线跟踪结果比较4 结 论本文通过研究3.5 GHz频段小基站传播特性与传播距离位置的关系，从位置百分比分析中，得到最适合的NLOS位置值和LOS的最佳位置选择。通过与实际测量相似的仿真环境，将测量结果与三维射线跟踪仿真结果进行比较分析，验证该方法的有效性，有助于3.5 GHz频段在5G网络建设的小基站规划。参考文献：[1] 张德君.5G无线网络规划与城市规划结合策略研究[J].信息通信，2017（5）：239-240.[2] 崔颖强，徐湘寓.5G 无线网络规划与城市规划结合策略分析[J].中国新通信，2018（2）：65. [3] ITU-R P1411-7-2013.Propagation data and prediction methods for the planning of short-range outdoor radio communication systems and radio local area networks in the frequency range 300MHzto100 GHz[S]，2013.[4] Corre Y，Lostanlen Y.Three-dimensional Urban EM Wave Propagation Model for Radio Network Planning and Optimization Over Large Areas[J].IEEE Transactions on Vehicular Technology，2009，58（7）：3112–3123.（上接第155页）参考文献：[1] 王明伟，王 钊，谭 欣，等.基于定向天线的多时隙能量收集无线通信有效吞吐量分析[J]. 陕西科技大学学报，2020，38（6）：146-151，1. [2] 张德民，付永莉，杨 康.能量获取框架下的5G绿色通信小区选择算法[J].电子技术应用，2018， 44（10）：124-127，132.[3] 王 毅，陈启鑫，张 宁，等.5G通信与泛在电力物联网的融合：应用分析与研究展望[J].电网技术，2019，043（5）：1575-1585.[4] 黄晓舸，樊伟伟，曹春燕，等.小蜂窝网络中不活跃用户的最优能量效率资源分配方案[J].电子与信息学报，2020，42（3）：637-4.[5] 吴光龙. AT供电方式下5G通信与信息全采集技术在机车闯入故障判别中的应用[J].科技视界，2020 （26）：97-99.· １５８ ·
