基于自適應哈希函數的電力線載波通信網絡終端功率控制方法

薛紅，王佳晗，孫玉玲，韓博，肖羽白

研究與開發

基于自適應哈希函數的電力線載波通信網絡終端功率控制方法

薛紅，王佳晗，孫玉玲，韓博，肖羽白

（國網遼寧省電力有限公司，遼寧 沈陽 110168）

在對網絡終端功率進行控制時，由于網絡狀態動態波動，通信網絡終端功率的適應性調節能力較差，為此，提出了基于自適應哈希函數的電力線載波通信網絡終端功率控制方法?？紤]電力線載波通信網絡的實際運行狀態是動態波動的，為哈希函數設置了自適應機制，構建了自適應哈希函數，利用自適應函數對原始的電力線載波通信網絡運行狀態數據進行計算后，在可變的多混沌映射系統次迭代得到最終的哈希值。在電力線載波通信網絡終端功率控制階段，計算了處于蜂窩模式時和處于設備到設備（device-to-device，D2D）通信模式時，通信網絡終端受到其他通信網絡終端的干擾，并將其作為自適應哈希函數的輸入值，將最終的哈希值一致作為參數調整基準，實現了對各通信網絡終端功率的控制。在測試結果中，所提控制方法不僅有效降低了恒定通信條件下的網絡終端功率上升幅度，同時有效降低了動態通信條件下的網絡終端功率輸出，具有較高的適應性調節能力。

自適應哈希函數；電力線載波通信網絡；終端功率；自適應機制；多混沌映射；蜂窩模式；D2D模式

0 引言

電力線路覆蓋范圍廣泛，通過電力線路進行通信，可以在任何有電力供應的地方進行數據傳輸，從而實現全網覆蓋。電力線通信是一種利用電力線路進行數據傳輸的技術，可以在不需要鋪設額外通信線路的情況下實現寬帶通信。電力線通信系統中，多個終端共享同一條電力線路進行數據傳輸，終端之間發送的信號可能會相互干擾。這種干擾可能來自其他鄰近電力設備、電磁干擾源以及其他終端的信號。當終端功率過高時，對周圍終端和其他設備可能產生較大的電磁干擾，影響通信系統的傳輸質量，為此，進行電力線載波通信網絡終端功率控制。

在電力線載波通信網絡終端功率控制的相關研究中，文獻[4]提出了一種以實時中間流估計（real-time intermediate flow estimation，RIFE）算法為基礎的網絡功率優化控制方法，構建了水動力模型和直線電機模型，以此研究電路共振狀態，從而設置最優功率捕獲條件。通過RIFE算法獲取波浪主導激勵分量，利用神經網絡控制波浪發電系統功率。然而該方法對于通信場景變化的適應能力較差。文獻[5]提出了一種以非合作博弈為基礎的網絡功率控制方法。在非合作博弈的基礎上，構建分布式雷達網絡功率分配模型。以此設計一種迭代功率分配算法，對該模型求解，實現功率控制。但該方法的穩定性較低，受客觀環境的影響較為明顯。

為此，本文提出一種以自適應哈希函數為基礎的電力線載波通信網絡終端功率控制方法。構建自適應哈希函數，提高自適應性，由此計算原始網絡運行狀態，將其輸入可變的多混沌映射系統中，迭代得到最終的哈希值。將通信網絡終端干擾情況輸入自適應哈希函數，根據最終的哈希值進行調整，提高終端功率控制效果。并在分析設計網絡終端功率控制方法應用效果的過程中，開展了對比測試，對其性能作出全面、客觀的分析。

1 電力線載波通信網絡終端功率控制方法設計

1.1 自適應哈希函數構建

為了能夠實現對電力線載波通信網絡終端功率的有效控制，本文在具體的控制過程中引入了安全哈希函數（security hash function，SHF）[6-7]?？紤]電力線載波通信網絡的實際運行狀態是動態波動的，因此，本文為哈希函數設置了自適應機制[8]，構建了自適應哈希函數，以此確保利用其對電力線載波通信網絡終端功率進行控制時，能夠結合實際情況進行合理控制[9]。

在具體的設計過程中，本文主要圍繞4個核心目標進行構建：在較少的步數之后，哈希函數便可達到完全擴散的效果；在哈希函數中引入函數隨機化的思想，通過消息確定函數的具體形式[10]；哈希函數在限制條件的作用下能夠對攻擊對參數的自由度進行修改和調整；在消息計算過程中引入參數可變多混沌映射關系，以增強哈希函數的雪崩性[11]。

結合上述4個核心目標，本文構建的自適應哈希函數流程如圖1所示。

圖1 自適應哈希函數流程

上述方式可以實現對自適應哈希函數的構建，為后續的電力線載波通信網絡終端功率控制提供執行基礎。

1.2 基于自適應哈希函數的電力線載波通信網絡終端功率控制

結合第1.1節構建的自適應哈希函數，本文在控制電力線載波通信網絡終端功率階段，假設電力線載波通信網絡中總共有個通信網絡終端。

其中，表示當電力線載波通信網絡處于蜂窩模式時，通信網絡終端受到其他通信網絡終端的干擾矩陣；c表示電力線載波通信網絡傳輸鏈路的信噪比下限；c表示蜂窩通信網絡終端的處理增益；和分別表示電力線載波通信網絡鏈路增益。

在此基礎上，將對應的通信網絡終端的干擾作為第1.1節構建自適應哈希函數的輸入參數，當輸出結果的哈希值一致時，即電力線載波通信網絡終端功率的控制結果，其可以表示為：

上述方式可以實現對電力線載波通信網絡終端功率的有效控制，使其能夠結合實際的電力線載波通信網絡運行狀態，對終端功率進行自適應控制調節，降低功率開銷。

2 測試與分析

2.1 測試環境

在測試階段，本文以某實際的低壓配電網配置情況為基礎開展了對比測試。

其中，電力載波通信網絡主要包括主站、集中器和電表模塊3個部分。每一個變壓器都配置有一個三相供電網絡，在對三相的所有節點進行管理時通過一臺集中器進行測試。測試過程中的數據集市（data mart，DM）節點為集中器所在的位置，三相網絡在集中器的組織和管理下，借助無線數據網絡建立與主站之間的通信關系。電力載波通信網絡中的電表模塊主要為載波子節點具有數量眾多的特點，并且在電線上的分布方式是以并聯的形式存在的。同樣地，它也受集中器的管轄，在整體結構分布上，呈現出多分支樹狀形態。在上述物理結構下，對于每個子節點而言，僅可以與一相供電線路建立并聯的連接關系。借助上述結構設置方式，載波通信網絡的三相之間以相對獨立的形式運行，并且運行模式保持一致。在測試過程中，設置的通信區域范圍為200 m×200 m，具體線載波通信網絡的測試環境節點設置見表1。

表1 測試環境節點設置

以表1所示的參數設置情況為基礎，本文在構建線載波通信網絡分簇結構時，以物理拓撲為基礎，具體的線載波通信網絡分簇結構如圖2所示。

圖2 線載波通信網絡分簇結構

在圖2中，位于區域中心點的黑色方塊表示+電力線載波通信網絡的DM節點，同時為了最大限度還原電力線分支結構的特點，以DM所在放置為基礎將整個區域劃分為4個子區域，對應每個子區域包含一條大的分支以及若干條子分支，且子節點均勻分布在各個子區域內。

2.2 測試方案

在測試過程中，除了本文設計的基于自適應哈希函數的電力線載波通信網絡終端功率控制方法外，還設置了文獻[4]提出的以RIFE算法為基礎的網絡功率優化控制方法、文獻[5]提出的以非合作博弈為基礎的網絡功率控制方法在相同的測試環境下的對比測試。

考慮在不同的通信場景下，相關的參數信息也不同，而這種參數的變化也是導致電力線載波通信網絡終端功率難以得到有效控制的最主要原因。為此，本文以通信概率、信噪比為變量，設置了3種不同的通信場景，測試場景設置見表2。

表2 測試場景設置

結合表2所示的3種通信場景，分別測試在不同控制方法下，電力線載波通信網絡終端的功率輸出發展情況。

2.3 測試結果與分析

將本文方法應用于區域1～區域5的電力線載波通信網絡中，應用前后的數據對比見表3。

表3 應用前后的數據對比

根據表3數據可知，應用本文方法后，區域1～區域5的終端功率均得到了控制，同時信噪比增加，具有較好的應用效果。

結合第1.1節設置的電力線載波通信網絡結構，以及第2.2節構建的測試場景，本文分別統計了不同方法對電力線載波通信網絡終端的控制效果。場景1下電力線載波通信網絡終端功率輸出情況對比如圖3所示。

圖3 場景1下電力線載波通信網絡終端功率輸出情況對比

結合圖3所示的場景1下電力線載波通信網絡終端功率控制測試結果可以看出，在3種不同的測試方法中，對應的控制效果表現出了較為明顯的差異。

其中，在RIFE控制算法下，電力線載波通信網絡終端功率輸出隨著通信信道容量的增加呈現出穩定增加的發展趨勢，當通信信道容量為1 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率為10.16 mW，但是當通信信道容量為5 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率達到了38.2 mW，增長幅度達到了28.04 mW。在非合作博弈控制方法下，電力線載波通信網絡終端功率輸出也同樣隨著通信信道容量的增加穩定增長，雖然其增長趨勢（幅度）與RIFE控制算法相比更加平緩，當通信信道容量為1 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率為21.12 mW，但是當通信信道容量為5 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率達到了40.02 mW，增長幅度達到了18.9 mW，但是其整體功率水平始終處于較高的狀態。相比之下，在本文方法的測試結果中，當通信信道容量為1 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率為10.10 mW，但是當通信信道容量為5 bit/(s·Hz)時，對應的電力線載波通信網絡終端功率達到了29.33 mW，增長幅度僅為19.23 mW，且整體功率始終穩定在30 mW以內，處于較低水平。

場景2下電力線載波通信網絡終端功率輸出情況對比如圖4所示。

圖4 場景2下電力線載波通信網絡終端功率輸出情況對比

結合圖4所示的場景2下電力線載波通信網絡終端功率控制測試結果可以看出，在3種不同的測試方法中，對應的控制效果表現出了與場景1測試結果相近的特點，當通信信道容量為1 bit/(s·Hz)時，RIFE控制算法下的電力線載波通信網絡終端功率輸出為13.6 mW，非合作博弈控制方法下的電力線載波通信網絡終端功率輸出為24.2 mW，本文方法的功率輸出僅為13.56 mW，分別低于對照組0.04 mW和10.64 mW。當通信信道容量為5 bit/(s·Hz)時，RIFE控制算法下的電力線載波通信網絡終端功率輸出為42.59 mW，非合作博弈控制方法下的電力線載波通信網絡終端功率輸出為46.2 mW，本文方法的功率輸出僅為33.01 mW，不僅始終穩定在35 mW以內，且與對照組相比，分別下降了9.58 mW和13.19 mW，具有良好的控制效果。

場景3下電力線載波通信網絡終端功率輸出情況對比如圖5所示。

圖5 場景3下電力線載波通信網絡終端功率輸出情況對比

結合圖5所示的場景3下電力線載波通信網絡終端功率控制測試結果，對在3種不同測試方法對應的功率控制效果進行分析，在整體上，它與場景1和場景2的測試結果特征基本一致。

其中，當通信信道容量為1 bit/(s·Hz)時，RIFE控制算法和非合作博弈控制方法下的電力線載波通信網絡終端功率輸出分別為19.8 mW和35.66 mW，而本文方法的功率輸出僅為16.69 mW，與對照組相比分別下降了3.11 mW和18.97 mW。當通信信道容量為5 bit/(s·Hz)時，RIFE控制算法和非合作博弈控制方法下的電力線載波通信網絡終端功率輸出分別為46.27 mW和60.15 mW，相比之下，本文方法的功率輸出僅為35.95 mW，仍穩定在40 mW以內，與對照組相比，分別下降10.35 mW和24.23 mW。

綜合上述測試結果可以得出如下結論。

（1）本文設計的基于自適應哈希函數的電力線載波通信網絡終端功率控制方法可以有效降低恒定通信條件下的網絡終端功率上升幅度。

（2）本文設計的基于自適應哈希函數的電力線載波通信網絡終端功率控制方法可以有效降低動態通信條件下的網絡終端功率輸出。

3 結束語

面對當前的電力線載波通信網絡發展過程中存在的諸多優化問題，終端功率控制技術作為立足通信網絡本身的內容之一，無論是于對解決當下電力線載波通信網絡發展面臨的困境而言，還是對于未來通信系統的融合發展而言，都具有十分可觀的應用前景。本文提出的基于自適應哈希函數的電力線載波通信網絡終端功率控制方法，切實降低了電力線載波通信網絡終端在不同運行場景下的功率輸出，對于電力線載波通信網絡效率的提升以及通信價值的體現都有極為重要的現實意義和指導價值。

[1] 時晨光, 唐志誠, 丁琳濤, 等. 非理想檢測下面向異步多目標跟蹤的異構多雷達網絡功率時間聯合優化算法[J]. 雷達學報, 2023, 12(3): 563-575.

SHI C G, TANG Z C, DING L T, et al. Joint optimization of transmit power and dwell time for asynchronous multi-target tracking in heterogeneous multiple radar networks with imperfect detection[J]. Journal of Radars, 2023, 12(3): 563-575.

[2] 時晨光, 唐志誠, 周建江. 非理想檢測下基于多目標跟蹤的多雷達網絡功率時間管控算法[J]. 無人系統技術, 2023(2): 42-51.

SHI C G, TANG Z C, ZHOU J J. Multi-target tracking-based joint power and dwell time allocation in multiple radar networks with non-ideal detection performance[J]. Unmanned Systems Technology, 2023(2): 42-51.

[3] 王徐來, 向廣利, 李蓓蕾, 等. 基于組合隨機性特征的哈希函數識別方案[J]. 武漢大學學報(理學版), 2023, 69(2): 215-222.

WANG X L, XIANG G L, LI B L, et al. Hash function recognition scheme based on combinatorial randomness feature[J]. Journal of Wuhan University (Natural Science Edition), 2023, 69(2): 215-222.

[4] 林匯金, 楊俊華, 邱孟, 等. 基于RIFE法的波浪發電RBF神經網絡功率優化控制[J]. 太陽能學報, 2022, 43(10): 364-370.

LIN H J, YANG J H, QIU M, et al. Optimal power control of rbf neural network strategy for wave power generation system based on rife algorithm[J]. Acta Energiae Solaris Sinica, 2022, 43(10): 364-370.

[5] 代向榮, 時晨光, 周建江. 基于非合作博弈的分布式正交頻分復用雷達網絡功率分配算法[J]. 戰術導彈技術, 2022(5): 1-11.

DAI X R, SHI C G, ZHOU J J. Power allocation algorithm for distributed OFDM radar networks based on non-cooperative game theory[J]. Tactical Missile Technology, 2022(5): 1-11.

[6] 郭克鋒, 李成, 常淑桂. 下行鏈路NOMA中繼網絡功率分配策略及性能分析[J]. 湖南科技大學學報(自然科學版), 2022, 37(3): 95-103.

GUO K F, LI C, CHANG S G. Power allocation strategy and performance analysis of downlink NOMA relay networks[J]. Journal of Hunan University of Science & Technology (Natural Science Edition), 2022, 37(3): 95-103.

[7] 許笑微, 史孝華, 石芳, 等. 功率聯合受限的兩跳協作全雙工中繼網絡功率分配[J]. 流體測量與控制, 2022(2): 16-19.

XU X W, SHI X H, SHI F, et al. The research on power allocation for dual-hop cooperative full-duplex relay network with joint power limited[J]. Fluid Measurement & Control, 2022(2): 16-19.

[8] 陶亮, 查曉明, 田震, 等. 時變幅頻電勢激勵下基于貝賽爾函數的電力網絡建模及其功率傳輸特性分析[J]. 中國電機工程學報, 2022, 42(16): 6028-6041+6177.

TAO L, ZHA X M, TIAN Z, et al. Bessel function based modeling and power transmission characteristics analysis of power networks excited with time-varying amplitude-frequency potentials[J]. Proceedings of the CSEE, 2022, 42(16): 6028-6041+6177.

[9] 李莉, 魏宗博, 路晨賀, 等. 基于節點位置的水聲傳感器網絡功率控制MAC協議[J]. 無線電工程, 2021, 51(11): 1238-1244.

LI L, WEI Z B, LU C H, et al. MAC protocol for power control of underwater acoustic sensor network based on node location[J]. Radio Engineering, 2021, 51(11): 1238-1244.

[10] 馮維, 雷燦, 吳端坡, 等. 基于物理層安全的無線網絡功率分配算法設計與仿真[J]. 實驗室研究與探索, 2021, 40(10): 112-116.

FENG W, LEI C, WU D P, et al. Design and simulation of power allocation algorithm based on physical layer security for wireless networks[J]. Research and Exploration in Laboratory, 2021, 40(10): 112-116.

[11] 高偉, 陳利群, 唐春明, 等. 一次變色龍哈希函數及其在可修正區塊鏈中的應用[J]. 計算機研究與發展, 2021, 58(10): 2310-2318.

GAO W, CHEN L Q, TANG C M, et al. One-time chameleon hash function and its application in redactable blockchain[J]. Journal of Computer Research and Development, 2021, 58(10): 2310-2318.

[12] 衛宏儒, 黃靖怡. SOTS: 一個基于哈希函數更短的后量子數字簽名方案[J]. 計算機研究與發展, 2021, 58(10): 2300-2309.

WEI H R, HUANG J Y. SOTS: a hash function-based shorter post-quantum digital signature scheme[J]. Journal of Computer Research and Development, 2021, 58(10): 2300-2309.

Terminal power control method of power line carrier communication network based on adaptive hash function

XUE Hong, WANG Jiahan, SUN Yuling, HAN Bo, XIAO Yubai

State Grid Liaoning Electric Power Co., Ltd., Shenyang 110168, China

In the control of network terminal power, due to the overall low analysis of network state, the adaptive regulation ability of communication network terminal power is poor. Therefore, the power line carrier communication network terminal power control method based on adaptive hash function was proposed. Considering the dynamic fluctuation of the actual operating state of the power line carrier communication network, the adaptive mechanism was set for the hash function, and the adaptive hash function was constructed for the original running state data, and the final hash value was obtained in the variable chaotic mapping system. In the power control stage of the power line carrier communication network terminal, the communication network terminal was affected by the interference of other communication network terminals, and it was used as the input value of the adaptive hash function to realize the power control of each communication network terminal. In the test results, the proposed control method not only effectively reduces the increase range of network terminal power under constant communication conditions, but also effectively reduces the network terminal power output under dynamic communication conditions, which has a high adaptive adjustment ability.

adaptive hash function, power line carrier communication network, terminal power, adaptive mechanism, multi-chaos mapping, cellular mode, D2D mode

TN911.5

A

10.11959/j.issn.1000?0801.2023192

2023?07?05；

2023?10?13

薛紅（1977? ），女，國網遼寧省電力有限公司高級工程師，主要從事電能計量、需求側管理、電力信息化等工作。

王佳晗（1990? ），女，國網遼寧省電力有限公司工程師，主要研究方向為計量器具檢定檢測、需求側管理和電力信息化。

孫玉玲（1971? ），女，國網遼寧省電力有限公司工程師，主要從事電能計量和電力信息化工作。

韓博（1996? ），男，國網遼寧省電力有限公司助理工程師，主要研究方向為電能計量器具檢定檢測和電力信息化。

肖羽白（1992? ），女，國網遼寧省電力有限公司工程師，主要研究方向為計量器具檢定檢測、資產配送管理和電力信息化。