面向能效NB-IoT天地一体化网络的自适应负载均衡与混合调度机制研究

《Internet of Things》：Adaptive Load Balancing and Hybrid Scheduling for Energy-Efficient NB-IoT Operation in Integrated Terrestrial–Non-Terrestrial Networks

　　

天地一体化网络（Integrated Terrestrial and Non-Terrestrial Networks, TN–NTN）将窄带物联网（Narrowband Internet of Things, NB-IoT）覆盖扩展至偏远地区，但在卫星部分可见条件下引入了间歇性连接和能效低下问题。本文提出一个统一的能量感知框架，将自适应天地负载均衡（Adaptive TN–NTN Load Balancing, ATLB）与混合竞争-授权上行调度（hybrid contention–grant uplink scheduling）相结合，以优化非地面接入、改善网络选择，并在低轨（Low Earth Orbit, LEO）非地面网络（NTN）间歇性连接条件下降低终端设备（End Device, ED）能耗。该框架将电池感知的网络分配与一种低复杂度的逐包调度器相结合，支持通用的能量-延迟-可靠性权衡；本文所报告的评估验证了该调度器的能量优先工作模式。研究人员采用符合3GPP标准的蒙特卡洛（Monte Carlo）模拟，在多个LEO星座和ED密度（12–300颗卫星，50–5000个ED）下评估所提方法的性能，并辅以二维马尔可夫（Markov）模型确认定性趋势，但该模型不用于验证数值结果。为全面对比所提框架，研究人员额外构建了基于Q学习的基线，并将其与若干代表性方案进行比较，包括自适应混合调度与接入（Adaptive Hybrid Scheduling and Access, AHSA）、仅地面网络（TN-only）、仅非地面网络（NTN-only）以及基于阈值的卸载（Threshold-based offloading）。结果表明，在M=12（约26个时隙）以及N=2000、M=300（约8个时隙）条件下，ATLB在不同负载下均保持平坦的平均延迟。然而，逐设备延迟统计揭示，这种平坦均值掩盖了快速成功与耗尽重试预算的尝试之间的双峰分布：在M=12时，延迟标准差约为21个时隙，第95/99百分位和最大延迟在整个负载范围内均处于所配置的上限Dmax=50。AHSA未表现出该行为，在大部分评估范围内保持接近零的延迟标准差，第95百分位/最大延迟为8个时隙。因此，AHSA在大多数工作点下比ATLB实现了更低的平均延迟、能耗、丢包率和延迟波动性，且在高负载下差距进一步扩大。ATLB的独特行为则是稳定且与负载无关的NTN依赖，避免了TN饥饿，但代价是比AHSA更高的延迟、能耗和延迟波动性。本研究的主要贡献是ATLB与混合竞争-授权调度（Hybrid Contention–Grant Scheduling, HCGS）算法的联合跨层集成，在网络层引入电池感知和负载感知的网络选择，并在媒体接入控制（Medium Access Control, MAC）层耦合能量感知的逐包调度。ATLB贡献了持续且与负载无关的NTN利用率和TN饥饿规避；HCGS在其能量优先模式下贡献了延迟约束下的能量最小化重复选择。与AHSA以及近期基于软件定义网络（Software-Defined Networking, SDN）、强化学习（Reinforcement Learning, RL）和边缘卸载的方法不同，所提出的ATLB+HCGS框架在间歇性TN–NTN条件下联合集成了能量感知接入控制、自适应负载均衡和连接感知调度，实现了持续且与负载无关的NTN利用率和更低的TN饥饿风险，但在大多数评估场景下以更高的平均延迟和更高的延迟波动性为代价。

论文解读

一、研究背景与问题

窄带物联网（NB-IoT）作为低功耗广域网（LPWAN）的重要技术，能够以低复杂度的终端设备（ED）实现海量机器类通信（mMTC），并支持长达数年的电池寿命。然而，地面网络（TN）仅在人口密集区域提供可靠覆盖，广袤的偏远地区仍处于覆盖盲区。为弥合这一覆盖缺口，第三代合作伙伴计划（3GPP）在Release 17–18中引入了非地面网络（NTN）支持，使低轨（LEO）卫星能够融入NB-IoT体系。但LEO卫星的轨道动力学特性决定了其覆盖本质上是间歇性的，由此引发接入拥塞、频繁重传以及终端能耗升高等问题。

在3GPP定义的多种NB-IoT部署场景中，如海上物流、智慧农业和资产追踪，终端设备往往运行于小区边缘或在覆盖区域间切换，天然具备双连接能力，可在地面基站（BS）与过顶LEO卫星之间动态选择。利用这种异构连接多样性，既可以在地面信道恶化时将流量卸载至卫星链路以避免过多重复和重传，也可以在地面覆盖稳定时优先选择地面链路以节省因卫星传输更高路径损耗而消耗的电池能量。然而，现有混合天地架构虽然成功扩展了覆盖连续性，但缺乏协调的终端设备仍面临负载不均衡和能量利用低效的问题。已有研究大多将NB-IoT/NTN接入、异构网络选择与负载均衡、能量感知上行调度作为独立问题分别处理，鲜有工作在三者之间建立联合优化框架。

二、研究内容与核心结论

为填补上述空白，本研究提出了一个统一框架，在网络层和媒体接入控制（MAC）层联合优化网络选择与上行调度。框架由两个核心机制构成：自适应天地负载均衡（ATLB）机制在网络层实现电池感知的网络分配，通过缓冲机制减少无效的NTN接入尝试，并实现持续且与负载无关的NTN卸载与TN饥饿规避；混合竞争-授权调度（HCGS）策略在MAC层以能量最小化为目标，在延迟约束下优化重复次数（N_Rep）与调制编码方案（MCS）的选择。

研究采用符合3GPP TR 38.811标准的蒙特卡洛（Monte Carlo）模拟，在四种星座密度（M=12、100、200、300颗卫星）和七种终端密度（N=50至5000）下系统评估框架性能，并辅以二维马尔可夫（Markov）模型进行定性趋势确认。同时构建了基于Q学习的基线，并与自适应混合调度与接入（AHSA）、仅TN、仅NTN及基于阈值的卸载等代表性方案进行对比。

研究得出以下核心结论：ATLB在M=12时保持约26个时隙的平坦平均延迟，在N=2000、M=300时保持约8个时隙，但其平坦均值掩盖了快速成功与耗尽重试预算的尝试之间的双峰延迟分布；AHSA则在大部分评估范围内维持接近零的延迟标准差和8个时隙的延迟上限。总体而言，AHSA在大多数工作点下实现了更低的平均延迟、能耗、丢包率和延迟波动性，且高负载下差距扩大；ATLB的独特价值在于其稳定且与负载无关的NTN利用率和对TN饥饿的规避，这是有意的设计权衡而非副作用。研究的重要意义在于首次将能量感知接入控制、自适应负载均衡和连接感知调度联合集成于间歇性天地条件下，为偏远地区低功耗大规模物联网的可靠运行提供了系统级解决方案。

三、关键技术方法

本研究主要采用了以下几项关键技术方法：其一，ATLB算法，基于链路质量（SINR阈值τ_SINR=0 dB）、负载不均衡阈值（δ=0.15）和最低电池水平（B_min=20%）进行本地网络选择决策，通过负反馈机制防止全NTN贪婪坍缩；其二，HCGS策略，在延迟约束D_max=50时隙和最大丢包约束下，对重复次数N_Rep∈{1,2,4,8}和MCS索引m进行联合优化，最小化计入重传的每消息期望能量；其三，二维马尔可夫模型，用于定性确认负载-延迟-能量趋势；其四，符合3GPP TR 38.811的蒙特卡洛模拟，覆盖12–300颗卫星和50–5000个ED的多种配置，每配置200次运行，置信水平95%；其五，Q学习基线（α=0.1，γ=0.95，ε=0.1，125状态/3动作）作为强化学习对比基准。

四、研究结果

4.1 平均延迟与延迟分布

在M=12（稀疏星座）下，ATLB和AHSA的平均延迟均约为26个时隙，95/99百分位及最大延迟均达到配置上限D_max=50。在M=100和M=200下，两种方案的平均延迟均降至约8个时隙，差异极小。但在M=300（密集星座）下出现显著分化：ATLB的平均延迟急剧上升至44.98个时隙，标准差为12.18，而AHSA仍维持8.00个时隙且标准差仅0.02。这表明在高卫星密度下ATLB遭遇了严重的接入瓶颈。

4.2 延迟双峰分布

逐设备延迟统计揭示，ATLB在M=12下的平坦均值（26.12时隙）掩盖了双峰分布——部分设备快速成功，部分设备耗尽全部8次重试预算后延迟达到50时隙上限，标准差高达20.90。AHSA在M=200和M=300下几乎无延迟波动（标准差≤0.03），但在M=12下同样呈现高波动（标准差20.80），说明稀疏星座下两种方案均面临严重的接入竞争。

4.3 能量与丢包性能

在所有评估的M值下，AHSA的总能量均低于ATLB，差异具有高度统计显著性（p≈1.436×10^-34，秩双列相关r=1.000）。在M=100和M=200下，ATLB的丢包率在中高负载时低于AHSA（如M=100、N=2000时r=-0.972），但在M=12和M=300下AHSA丢包率更低。Wilcoxon符号秩检验确认了大多数差异的统计显著性。

4.4 负载均衡与NTN利用率

ATLB在M=200和M=300下实现了更优的负载均衡（更低的ΔN），在所有M值下均保持更高的NTN使用率，体现了其持续利用NTN、避免TN饥饿的设计目标。AHSA则在M=12和M=100下负载均衡更优。

4.5 方案偏好综合

在N=5000下，能量指标在所有M值下均偏好AHSA；延迟在M=12、200、300下偏好AHSA，仅M=100偏好ATLB；丢包在M=100和M=200偏好ATLB，M=12和M=300偏好AHSA；负载均衡在M=200和M=300偏好ATLB；NTN使用率在所有M值下均偏好ATLB。

五、讨论与结论

讨论部分指出，ATLB与AHSA的性能差异源于两者设计目标的不同：AHSA追求平均情况下的能量与延迟最小化，而ATLB追求持续、与负载无关的NTN利用和TN饥饿规避，这是有意的设计权衡。研究也承认二维马尔可夫模型因NTN链路采用瑞利（Rayleigh）衰落假设而与采用莱斯（Rician）衰落的蒙特卡洛模拟在数值上不一致，其作用仅限于定性趋势确认。参数敏感性分析确认了δ=0.15、B_min=20%和τ_SINR=0 dB的选取合理性。

结论部分总结：本研究提出了ATLB+HCGS联合跨层框架，在网络层实现电池感知的负载均衡，在MAC层实现能量感知的调度，二者结合使电池感知的网络选择与间歇性NTN可见性下的能量感知调度得以耦合。与AHSA及近期基于SDN、RL和边缘卸载的方法相比，该框架在间歇性天地条件下联合集成了能量感知接入控制、自适应负载均衡和连接感知调度，实现了持续且与负载无关的NTN利用率和更低的TN饥饿风险，但以更高的平均延迟和延迟波动性为代价。该权衡在大多数评估场景下是可接受的，因为ATLB的核心目标并非平均延迟最小化，而是确保NTN资源的持续利用和地面网络的公平性。