CN114928379A - 混合高速电力线载波通信和无线通信网络资源调度方法 - Google Patents

混合高速电力线载波通信和无线通信网络资源调度方法 Download PDF

Info

Publication number
CN114928379A
CN114928379A CN202111555369.5A CN202111555369A CN114928379A CN 114928379 A CN114928379 A CN 114928379A CN 202111555369 A CN202111555369 A CN 202111555369A CN 114928379 A CN114928379 A CN 114928379A
Authority
CN
China
Prior art keywords
transmission
power line
line carrier
carrier communication
wireless
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111555369.5A
Other languages
English (en)
Inventor
田辉
华美慧
陈志广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lianqiao Technology Co ltd
Beijing University of Posts and Telecommunications
Original Assignee
Lianqiao Technology Co ltd
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lianqiao Technology Co ltd, Beijing University of Posts and Telecommunications filed Critical Lianqiao Technology Co ltd
Priority to CN202111555369.5A priority Critical patent/CN114928379A/zh
Publication of CN114928379A publication Critical patent/CN114928379A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/54—Systems for transmission via power distribution lines
    • H04B3/544—Setting up communications; Call and signalling arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Abstract

本发明提供了混合高速电力线载波通信和无线通信网络资源调度方法，在满足设备功率约束的前提下，实现网络传输速率最大化。本申请的实施例包括：电力线载波通信采用正交频分多址制式，无线传输采用非正交多址接入，设备将采集的数据传输至具有计算能力的变压器，此过程需决策以电力线载波通信或者无线传输方式进行传输，以及传输功率的优化配置，以实现传输速率最大化，提出了低复杂度的次优化调度策略，以及基于分支界定法的最优化调度策略。

Description

混合高速电力线载波通信和无线通信网络资源调度方法
技术领域
本发明涉及混合高速电力线载波通信和无线通信技术领域，尤其涉及混合高速电力线载波通信和无线通信网络资源调度方法及混合网络的资源分配方案。
背景技术
近年来，智能电网和5G网络对海量互联互通设备的严格需求以及数据流量的爆炸式增长，推动了对多种通信技术发展的研究，在此背景下，高速电力线载波通信(HPLC)和无线通信(WLC)是学术界和工业界应用最广泛和研究最广泛的两种技术，HPLC是一种低成本的智能电网通信解决方案，利用了广泛可用的电力线基础设施，运行在3-500kHz波段的HPLC允许智能电表和部署在低或中压电力线上的数据集中器之间的通信，由于电磁学的广泛应用，无线通信是一种更加灵活的通信方式，因此，将HPLC技术与WLC技术相结合，提高网络容量具有很大的潜力。
然而，HPLC和WLC都具有独特的信号传播特性，遇到了技术上的挑战，一方面，随着传输距离和频率的增加，高效液相色谱仪的信号衰减越来越大，此外，负载的不匹配和动态特性以及脉冲噪声都会导致频率选择性的产生，基于精密正交频分复用(OFDM)的高效液相色谱可以在高速传输中缓解这些影响，另一方面，WLC必须处理同信道干扰的敏感性、无线信道的随机性、传输功率的约束和频谱的稀缺性，与传统的正交多址接入(OMA)不同，非正交多址接入(NOMA)是5G网络空中接口技术的潜在候选技术，功率域NOMA通过功率域划分为同一物理资源上的多个用户同时提供服务，并采用连续干扰消除(SIC)在接收端进行信号解码，HPLC和WLC之间的差异增加了网络和电源管理的复杂性，因此，在HPLC和WLC网络中，需要精心设计传输调度和资源分配。
发明内容
（一）发明目的
为解决背景技术中存在的技术问题，本发明提出混合高速电力线载波通信和无线通信网络资源调度方法，是提供一种克服上述问题或者至少部分地解决上述问题的一种混合高速电力线载波通信和无线通信网络资源调度方法。
（二）技术方案
本发明提供了混合高速电力线载波通信和无线通信网络资源调度方法，包括：
（1），建立基于混合高速电力线载波通信和无线通信的网络模型
在智能电网与5G网络融合的场景中，有
Figure 100002_RE-DEST_PATH_IMAGE001
个传感器以电力线以及无线的方式连接到一个具有计算能力的变压器（数据集中器）；其中，电力线载波通信采用正交频分多址（OFDM）制式，无线传输采用非正交多址接入（NOMA）制式；
（2），建立基于混合高速电力线载波通信和无线通信的上行通信模型
OFDM制式将电力线载波通信可用带宽分为
Figure 100002_RE-DEST_PATH_IMAGE002
个正交子信道，设备对每个子信道上的分配的发射功率分别为
Figure 100002_RE-DEST_PATH_IMAGE003
，
Figure 100002_RE-DEST_PATH_IMAGE004
是设备
Figure 100002_RE-DEST_PATH_IMAGE005
在子信道
Figure 100002_RE-DEST_PATH_IMAGE006
的信道增益，根据传输线理论，电力线信道可以被建模为：
Figure 100002_RE-DEST_PATH_IMAGE008
其中，
Figure 100002_RE-DEST_PATH_IMAGE009
是系数，
Figure 100002_RE-DEST_PATH_IMAGE010
是路径
Figure 100002_RE-DEST_PATH_IMAGE011
的权重，
Figure 100002_RE-DEST_PATH_IMAGE012
是路径
Figure 100002_RE-DEST_PATH_IMAGE013
的长度，
Figure 100002_RE-DEST_PATH_IMAGE014
是路损指数，
Figure 100002_RE-DEST_PATH_IMAGE015
是路径
Figure 100002_RE-DEST_PATH_IMAGE016
的传输时延，
因此基于OFDM的高速电力线载波通信的传输速率是：
Figure 100002_RE-DEST_PATH_IMAGE018
其中
Figure 100002_RE-DEST_PATH_IMAGE019
是噪声功率，
设
Figure 100002_RE-DEST_PATH_IMAGE020
是设备
Figure 100002_RE-DEST_PATH_IMAGE021
采用无线传输的发射功率，
Figure 100002_RE-DEST_PATH_IMAGE022
是设备
Figure 100002_RE-DEST_PATH_IMAGE023
采用无线传输的无线信道增益，接收端采用连续干扰消除技术来进行NOMA译码，假设
Figure 100002_RE-DEST_PATH_IMAGE024
个无线信道增益以降序排列
Figure 100002_RE-DEST_PATH_IMAGE025
，当译码第
Figure RE-745587DEST_PATH_IMAGE023
个设备的信号时，将其后序信号作为干扰，则设备
Figure RE-394218DEST_PATH_IMAGE023
的无线传输速率表示为：
Figure 100002_RE-DEST_PATH_IMAGE027
其中，
Figure 100002_RE-DEST_PATH_IMAGE028
是无线传输的带宽，
Figure 100002_RE-DEST_PATH_IMAGE029
是无线传输的背景噪声功率；
（3），建立设备传输速率最大化模型
Figure RE-846059DEST_PATH_IMAGE024
个设备的传输模式决策表示为
Figure 100002_RE-DEST_PATH_IMAGE030
，发射功率决策表示为
Figure 100002_RE-DEST_PATH_IMAGE031
，为了保证服务质量，系统中全体设备的传输速率之和应该在满足功率约束的前提下实现最大化，将优化问题构建如下：
Figure 100002_RE-DEST_PATH_IMAGE032
Figure 100002_RE-DEST_PATH_IMAGE033
Figure 100002_RE-DEST_PATH_IMAGE034
约束条件（1）表示每个传感器必须决定数据处理的一种传输模式，约束条件（2）确保每个传感器的总发射功率不应超过其最大值。
优选的，设备可以采用两种连接方式与数据集中器连接，一是基于OFDM的电力线载波通信，二是基于NOMA的无线通信。
优选的，根据电力线信道和无线信道的不同，设备对传输的模式和发射功率进行优化，电力线载波通信和无线通信的传输速率分别表示为：
Figure RE-DEST_PATH_IMAGE035
Figure 100002_RE-DEST_PATH_IMAGE037
。
优选的，在满足功率约束的前提下，建立系统中全体设备的传输速率之和最大化的优化问题：
Figure 100002_RE-DEST_PATH_IMAGE038
Figure RE-54318DEST_PATH_IMAGE033
Figure RE-603111DEST_PATH_IMAGE034
。
优选的，合速率最大化问题是混合整数非凸优化问题，其中传输制式是整型变量，发射功率是连续型变量，首先，对该优化问题设计了高效的次优化算法，然后又基于分支界定法设计了最优化算法。
优选的，首先将整型变量
Figure RE-159994DEST_PATH_IMAGE030
在0和1之间线性松弛变为连续型变量，转换后的优化问题仍然是非凸优化问题，进一步进入辅助变量
Figure 100002_RE-DEST_PATH_IMAGE039
，使得
Figure 100002_RE-DEST_PATH_IMAGE040
，
Figure 100002_RE-DEST_PATH_IMAGE041
，因此，无线传输速率可以表示为：
Figure RE-DEST_PATH_IMAGE042
，传输功率表示为：
Figure RE-DEST_PATH_IMAGE044
，因此，原优化问题构建为：
Figure 100002_RE-DEST_PATH_IMAGE046
Figure RE-DEST_PATH_IMAGE047
Figure 100002_RE-DEST_PATH_IMAGE049
其中，
Figure 100002_RE-DEST_PATH_IMAGE050
，
Figure 100002_RE-DEST_PATH_IMAGE051
是在0和1之间取值的连续变量，
引入辅助变量后，重建后的问题是凸优化问题，可以采用拉格朗日优化方法来求解，分别对两个约束条件引入拉格朗日乘子：
Figure 100002_RE-DEST_PATH_IMAGE052
，则拉格朗日函数构建为：
Figure RE-DEST_PATH_IMAGE053
Figure RE-DEST_PATH_IMAGE055
，优化问题的Karush-Kuhn-Tucker条件为：
Figure RE-DEST_PATH_IMAGE057
Figure RE-DEST_PATH_IMAGE059
Figure 100002_RE-DEST_PATH_IMAGE061
Figure RE-DEST_PATH_IMAGE062
Figure 100002_RE-DEST_PATH_IMAGE064
Figure 100002_RE-DEST_PATH_IMAGE065
求解上述的方程组，即可获得松弛后的优化问题的解。
优选的，在0和1之间所松弛的变量通过阈值判断法进行恢复为二值变量，设置阈值为
Figure 100002_RE-DEST_PATH_IMAGE066
，它是一个0和1之间的值，若所获得的
Figure RE-253459DEST_PATH_IMAGE051
大于
Figure RE-921200DEST_PATH_IMAGE066
，则
Figure RE-324500DEST_PATH_IMAGE051
恢复为1，若所获得的
Figure RE-52284DEST_PATH_IMAGE051
小于
Figure RE-541035DEST_PATH_IMAGE066
，则
Figure RE-12467DEST_PATH_IMAGE051
恢复为0。
优选的，基于分支界定法获得网络资源调度的最优策略：
第一步，合速率上界
Figure 100002_RE-DEST_PATH_IMAGE067
初始化为正无穷，合速率下界
Figure 100002_RE-DEST_PATH_IMAGE068
初始化为0，定义决策树的层数
Figure 100002_RE-DEST_PATH_IMAGE069
，传输策略集合为空集
Figure 100002_RE-DEST_PATH_IMAGE070
；
第二步，求解带有放松整数约束的放松问题，并求出目标函数的值，如果解都是整数，则将得到的解加到集合
Figure 100002_RE-DEST_PATH_IMAGE071
中，算法停止，否则，如果获得的目标函数值
Figure 100002_RE-DEST_PATH_IMAGE072
大于0，则
Figure RE-880060DEST_PATH_IMAGE068
将被更新为
Figure RE-44325DEST_PATH_IMAGE072
；
第三步，生成一个分支，选择一个非整数解的传感器
Figure RE-17442DEST_PATH_IMAGE023
，将非整数解上下舍入作为分支，固定该传感器的传输模式变量，并通过对其他传感器的优化来解决松弛后的优化问题，决策树的层数加一，
Figure 100002_RE-DEST_PATH_IMAGE073
；
第四步，计算上下限，在每个分支上都可以得到当前解下的目标函数
Figure 100002_RE-DEST_PATH_IMAGE074
的值，
Figure RE-230248DEST_PATH_IMAGE073
级别下所有分支的
Figure RE-608140DEST_PATH_IMAGE074
的最大值和最小值分别记为
Figure 100002_RE-DEST_PATH_IMAGE075
和
Figure 100002_RE-DEST_PATH_IMAGE076
，如果
Figure 100002_RE-DEST_PATH_IMAGE077
，将
Figure RE-615410DEST_PATH_IMAGE067
更新为
Figure RE-813174DEST_PATH_IMAGE075
，同理更新
Figure RE-626409DEST_PATH_IMAGE076
，将策略设备
Figure RE-593228DEST_PATH_IMAGE023
的传输策略加入到策略集合
Figure RE-99295DEST_PATH_IMAGE071
；
第五步，删除一个分支，对其余节点（传感器）重复步骤三和步骤四，在这个过程中，如果某一层的合速率最大值小于全局最小值
Figure 100002_RE-DEST_PATH_IMAGE078
，或者合速率最小值大于全局最大值
Figure RE-DEST_PATH_IMAGE079
，这个分支被修剪；
重复上述步骤三至步骤五，直到所有传感器都获得了其最佳传输模式策略。
优选的，所设计的最优化算法如下：
初始化：
Figure 100002_RE-DEST_PATH_IMAGE081
；
循环，求解松弛后的优化问题，如果，所有决策都是整数，则将决策加入决策集合
Figure 100002_RE-DEST_PATH_IMAGE082
，算法终止，否则，选择一个非整数型决策变量的设备
Figure 100002_RE-DEST_PATH_IMAGE083
，生成一个分支，固定设备
Figure RE-925300DEST_PATH_IMAGE083
的传输决策，优化其余设备的传输决策，
Figure 100002_RE-DEST_PATH_IMAGE084
；
计算
Figure 100002_RE-DEST_PATH_IMAGE085
；
如果，
Figure 100002_RE-DEST_PATH_IMAGE086
或者
Figure 100002_RE-DEST_PATH_IMAGE087
，则将该分支剔除，
否则，更新
Figure RE-DEST_PATH_IMAGE088
，
终止条件，直到所有设备都获得传输决策，输出，所有设备的传输决策和发射功率。
与现有技术相比，本发明的上述技术方案具有如下有益的技术效果：
综上所述，本发明提供了混合高速电力线载波通信和无线通信网络资源调度方法，在满足设备功率约束的前提下，实现网络传输速率最大化，电力线载波通信采用正交频分多址制式，无线传输采用非正交多址接入，设备将采集的数据传输至具有计算能力的变压器，此过程需决策以电力线载波通信或者无线传输方式进行传输，以及传输功率的优化配置，以实现传输速率最大化，提出了低复杂度的次优化调度策略，以及基于分支界定法的最优化调度策略。
附图说明
图1为本发明提出的一种混合高速电力线载波通信和无线通信网络资源调度方法示意图。
图2为本发明提出的一种基于混合高速电力线载波通信和无线通信技术的网络资源调度场景示意图。
图3为本发明提出的一种基于混合高速电力线载波通信和无线通信的基于分支界定法的最优化网络资源调度算法流程图。
图4为本发明提出的一种基于混合高速电力线载波通信和无线通信的所设计算法在系统传输合速率随子信道数量变化对比图。
图5为本发明提出的一种基于混合高速电力线载波通信和无线通信的所设计算法在系统传输合速率随设备数量变化对比图。
图6为本发明提出的一种基于混合高速电力线载波通信和无线通信的所设计算法在对抗信号传输频率选择性衰落性能对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例一，如图1-6所示，本发明提出的混合高速电力线载波通信和无线通信网络资源调度方法，包括：
（1），建立基于混合高速电力线载波通信和无线通信的网络模型
在智能电网与5G网络融合的场景中，有
Figure RE-948751DEST_PATH_IMAGE001
个传感器以电力线以及无线的方式连接到一个具有计算能力的变压器（数据集中器）；其中，电力线载波通信采用正交频分多址（OFDM）制式，无线传输采用非正交多址接入（NOMA）制式；
（2），建立基于混合高速电力线载波通信和无线通信的上行通信模型
OFDM制式将电力线载波通信可用带宽分为
Figure RE-DEST_PATH_IMAGE089
个正交子信道，设备对每个子信道上的分配的发射功率分别为
Figure RE-501568DEST_PATH_IMAGE003
，
Figure RE-178537DEST_PATH_IMAGE004
是设备
Figure RE-350892DEST_PATH_IMAGE005
在子信道
Figure RE-505930DEST_PATH_IMAGE006
的信道增益，根据传输线理论，电力线信道可以被建模为：
Figure RE-447341DEST_PATH_IMAGE008
其中，
Figure RE-295211DEST_PATH_IMAGE009
是系数，
Figure RE-954863DEST_PATH_IMAGE010
是路径
Figure RE-648012DEST_PATH_IMAGE011
的权重，
Figure RE-443930DEST_PATH_IMAGE012
是路径
Figure RE-462701DEST_PATH_IMAGE013
的长度，
Figure RE-344070DEST_PATH_IMAGE014
是路损指数，
Figure RE-106489DEST_PATH_IMAGE015
是路径
Figure RE-22493DEST_PATH_IMAGE016
的传输时延，
因此基于OFDM的高速电力线载波通信的传输速率是：
Figure RE-946586DEST_PATH_IMAGE018
其中
Figure RE-315251DEST_PATH_IMAGE019
是噪声功率，
设
Figure RE-615782DEST_PATH_IMAGE020
是设备
Figure RE-651871DEST_PATH_IMAGE021
采用无线传输的发射功率，
Figure RE-481287DEST_PATH_IMAGE022
是设备
Figure RE-602827DEST_PATH_IMAGE023
采用无线传输的无线信道增益，接收端采用连续干扰消除技术来进行NOMA译码，假设
Figure RE-707049DEST_PATH_IMAGE024
个无线信道增益以降序排列
Figure RE-332066DEST_PATH_IMAGE025
，当译码第
Figure RE-863541DEST_PATH_IMAGE023
个设备的信号时，将其后序信号作为干扰，则设备
Figure RE-941218DEST_PATH_IMAGE023
的无线传输速率表示为：
Figure RE-849132DEST_PATH_IMAGE027
其中，
Figure RE-591304DEST_PATH_IMAGE028
是无线传输的带宽，
Figure RE-28102DEST_PATH_IMAGE029
是无线传输的背景噪声功率；
（3），建立设备传输速率最大化模型
Figure RE-858654DEST_PATH_IMAGE024
个设备的传输模式决策表示为
Figure RE-304679DEST_PATH_IMAGE030
，发射功率决策表示为
Figure RE-638709DEST_PATH_IMAGE031
，为了保证服务质量，系统中全体设备的传输速率之和应该在满足功率约束的前提下实现最大化，将优化问题构建如下：
Figure RE-511987DEST_PATH_IMAGE032
Figure RE-829835DEST_PATH_IMAGE033
Figure RE-813972DEST_PATH_IMAGE034
约束条件（1）表示每个传感器必须决定数据处理的一种传输模式，约束条件（2）确保每个传感器的总发射功率不应超过其最大值。
实施例二，设备可以采用两种连接方式与数据集中器连接，一是基于OFDM的电力线载波通信，二是基于NOMA的无线通信，根据电力线信道和无线信道的不同，设备对传输的模式和发射功率进行优化，电力线载波通信和无线通信的传输速率分别表示为：
Figure RE-268087DEST_PATH_IMAGE035
Figure RE-312266DEST_PATH_IMAGE037
，在满足功率约束的前提下，建立系统中全体设备的传输速率之和最大化的优化问题：
Figure RE-851832DEST_PATH_IMAGE038
Figure RE-639660DEST_PATH_IMAGE033
Figure RE-213860DEST_PATH_IMAGE034
。
实施例三，合速率最大化问题是混合整数非凸优化问题，其中传输制式是整型变量，发射功率是连续型变量，首先，对该优化问题设计了高效的次优化算法，然后又基于分支界定法设计了最优化算法，首先将整型变量
Figure RE-428941DEST_PATH_IMAGE030
在0和1之间线性松弛变为连续型变量，转换后的优化问题仍然是非凸优化问题，进一步进入辅助变量
Figure RE-190224DEST_PATH_IMAGE039
，使得
Figure RE-781742DEST_PATH_IMAGE040
，
Figure RE-210449DEST_PATH_IMAGE041
，因此，无线传输速率可以表示为：
Figure RE-330852DEST_PATH_IMAGE042
，传输功率表示为：
Figure RE-DEST_PATH_IMAGE090
，因此，原优化问题构建为：
Figure RE-DEST_PATH_IMAGE091
Figure RE-579431DEST_PATH_IMAGE047
Figure RE-443482DEST_PATH_IMAGE049
其中，
Figure RE-726695DEST_PATH_IMAGE050
，
Figure RE-549158DEST_PATH_IMAGE051
是在0和1之间取值的连续变量，
引入辅助变量后，重建后的问题是凸优化问题，可以采用拉格朗日优化方法来求解，分别对两个约束条件引入拉格朗日乘子：
Figure RE-305541DEST_PATH_IMAGE052
，则拉格朗日函数构建为：
Figure RE-238862DEST_PATH_IMAGE053
Figure RE-376582DEST_PATH_IMAGE055
，优化问题的Karush-Kuhn-Tucker条件为：
Figure RE-DEST_PATH_IMAGE092
Figure RE-DEST_PATH_IMAGE093
Figure RE-DEST_PATH_IMAGE094
Figure RE-42050DEST_PATH_IMAGE062
Figure RE-530800DEST_PATH_IMAGE064
Figure 511573DEST_PATH_DEST_PATH_IMAGE065
求解上述的方程组，即可获得松弛后的优化问题的解，在0和1之间所松弛的变量通过阈值判断法进行恢复为二值变量，设置阈值为
Figure RE-2232DEST_PATH_IMAGE066
，它是一个0和1之间的值，若所获得的
Figure RE-994459DEST_PATH_IMAGE051
大于
Figure RE-158724DEST_PATH_IMAGE066
，则
Figure RE-869191DEST_PATH_IMAGE051
恢复为1，若所获得的
Figure RE-878736DEST_PATH_IMAGE051
小于
Figure RE-256627DEST_PATH_IMAGE066
，则
Figure RE-326214DEST_PATH_IMAGE051
恢复为0。
实施例四，基于分支界定法获得网络资源调度的最优策略：
第一步，合速率上界
Figure RE-523978DEST_PATH_IMAGE067
初始化为正无穷，合速率下界
Figure RE-337213DEST_PATH_IMAGE068
初始化为0，定义决策树的层数
Figure RE-569611DEST_PATH_IMAGE069
，传输策略集合为空集
Figure RE-544520DEST_PATH_IMAGE070
；
第二步，求解带有放松整数约束的放松问题，并求出目标函数的值，如果解都是整数，则将得到的解加到集合
Figure RE-495159DEST_PATH_IMAGE071
中，算法停止，否则，如果获得的目标函数值
Figure RE-112085DEST_PATH_IMAGE072
大于0，则
Figure RE-198990DEST_PATH_IMAGE068
将被更新为
Figure RE-610379DEST_PATH_IMAGE072
；
第三步，生成一个分支，选择一个非整数解的传感器
Figure RE-782735DEST_PATH_IMAGE023
，将非整数解上下舍入作为分支，固定该传感器的传输模式变量，并通过对其他传感器的优化来解决松弛后的优化问题，决策树的层数加一，
Figure RE-937773DEST_PATH_IMAGE073
；
第四步，计算上下限，在每个分支上都可以得到当前解下的目标函数
Figure RE-876254DEST_PATH_IMAGE074
的值，
Figure RE-458545DEST_PATH_IMAGE073
级别下所有分支的
Figure RE-118197DEST_PATH_IMAGE074
的最大值和最小值分别记为
Figure RE-811346DEST_PATH_IMAGE075
和
Figure RE-872843DEST_PATH_IMAGE076
，如果
Figure RE-891615DEST_PATH_IMAGE077
，将
Figure RE-38562DEST_PATH_IMAGE067
更新为
Figure RE-535403DEST_PATH_IMAGE075
，同理更新
Figure RE-185827DEST_PATH_IMAGE076
，将策略设备
Figure RE-375500DEST_PATH_IMAGE023
的传输策略加入到策略集合
Figure RE-9743DEST_PATH_IMAGE071
；
第五步，删除一个分支，对其余节点（传感器）重复步骤三和步骤四，在这个过程中，如果某一层的合速率最大值小于全局最小值
Figure RE-44695DEST_PATH_IMAGE078
，或者合速率最小值大于全局最大值
Figure RE-815205DEST_PATH_IMAGE079
，这个分支被修剪；
重复上述步骤三至步骤五，直到所有传感器都获得了其最佳传输模式策略，所设计的最优化算法如下：
初始化：
Figure RE-175779DEST_PATH_IMAGE081
；
循环，求解松弛后的优化问题，如果，所有决策都是整数，则将决策加入决策集合
Figure RE-31740DEST_PATH_IMAGE082
，算法终止，否则，选择一个非整数型决策变量的设备
Figure RE-870383DEST_PATH_IMAGE083
，生成一个分支，固定设备
Figure RE-760979DEST_PATH_IMAGE083
的传输决策，优化其余设备的传输决策，
Figure RE-26875DEST_PATH_IMAGE084
；
计算
Figure RE-370132DEST_PATH_IMAGE085
；
如果，
Figure RE-278045DEST_PATH_IMAGE086
或者
Figure RE-23147DEST_PATH_IMAGE087
，则将该分支剔除，
否则，更新
Figure RE-725524DEST_PATH_IMAGE088
，
终止条件，直到所有设备都获得传输决策，输出，所有设备的传输决策和发射功率。
本发明中，图1为本发明实施例提供的混合高速电力线载波通信和无线通信网络资源调度方法示意图，如图1所示，本发明实施例提供一种基于混合高速电力线载波通信和无线通信技术的网络资源分配方案，其执行主体是用户设备，该方法包括：
步骤S101、设备通过电力线和无线信道与具有计算能力的变压器相连，并实时监测有线信道环境和无线信道环境；
步骤S102、传输数据时，每个设备需决策采用电力线传输或是无线传输方式；
步骤S103、每个设备根据信道状态，对传输功率进行优化配置；
步骤S104、提出高效的次优化资源调度算法，以及基于分支界定法的最优化算法。
具体来说，图2为本发明实施例提供的基于混合高速电力线载波通信和无线通信技术的网络资源调度场景示意图，如图2所示，依次为智能电表、无人机、摄像机、检测器等设备可以采用有线的电力线方式，或者无线传输方式，与数据集中器相连。
图3为本发明实施例提供的基于分支界定法的最优化网络资源调度算法流程图，首先将初始化
Figure RE-290497DEST_PATH_IMAGE081
，再循环，
求解松弛后的优化问题，
如果，所有决策都是整数，则将决策加入决策集合
Figure RE-470943DEST_PATH_IMAGE082
，算法终止，
否则，选择一个非整数型决策变量的设备
Figure RE-336131DEST_PATH_IMAGE083
，生成一个分支，固定设备
Figure RE-940900DEST_PATH_IMAGE083
的传输决策，优化其余设备的传输决策，
Figure RE-258749DEST_PATH_IMAGE084
，计算
Figure RE-242885DEST_PATH_IMAGE085
；
如果，
Figure RE-697000DEST_PATH_IMAGE086
或者
Figure RE-741180DEST_PATH_IMAGE087
，则将该分支剔除，
否则，更新
Figure RE-546325DEST_PATH_IMAGE088
；
终止条件是直到所有设备都获得传输决策，最后输出所有设备的传输决策和发射功率。
图4为本发明实施例中所设计算法在系统传输合速率随子信道数量变化对比图，当子通道数量从0增加到128时，比较了三个方案的总和速率，单纯使用PLC的总和速率随子通道的数量呈线性增长，单纯使用WLC策略的总和速率保持不变，因为NOMA表示带宽资源在所有用户之间共享，而不划分子信道，提出的混合HPLC和WLC策略优于单纯的PLC和WLC算法，因为所设计的算法可以根据通信资源和网络环境的可用性，在HPLC和WLC之间灵活调度数据传输。
图5为本发明实施例中所设计算法在系统传输合速率随设备数量变化对比图，图中绘制了速率与所考虑网络中传感器数量的总和，四种方案的曲线都随着传感器数量的增加而增大，具体地说，由于在HPLC的带宽上最多有128子通道，纯HPLC的总和速率首先快速增长，然后在设备数量等于128时达到饱和，当传感器数目增大时，WLC方案会受到同频干扰的影响，因此，总和比率不能无限制地增加，值得注意的是，随着设备数量的增加，基于分支界定法的算法与次最优对应算法的差异逐渐增大。
图6为本发明实施例中所设计算法在对抗信号传输频率选择性衰落性能对比图，图中显示了传输距离对传输函数的影响，接入的传感器数量设置为128，当传输频率在1MHz到30MHz之间时，HPLC的传输增益振荡下降，具体来说，当传输距离为500m时，在10MHz的频率下，传输增益衰减50dB，而陷波频率的位置不随传输距离的增加而变化，这种现象说明传输距离不影响多径效应，此外，提出的混合高效液相色谱和WLC传输方案可以有效地抵抗信号衰减。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改。

Claims (9)

1.混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，包括：
（1）、建立基于混合高速电力线载波通信和无线通信的网络模型
在智能电网与5G网络融合的场景中，有
Figure RE-DEST_PATH_IMAGE001
个传感器以电力线以及无线的方式连接到一个具有计算能力的变压器（数据集中器）；其中，电力线载波通信采用正交频分多址（OFDM）制式，无线传输采用非正交多址接入（NOMA）制式；
（2）、建立基于混合高速电力线载波通信和无线通信的上行通信模型
OFDM制式将电力线载波通信可用带宽分为
Figure RE-DEST_PATH_IMAGE002
个正交子信道，设备对每个子信道上的分配的发射功率分别为
Figure RE-DEST_PATH_IMAGE003
，
Figure RE-DEST_PATH_IMAGE004
是设备
Figure RE-DEST_PATH_IMAGE005
在子信道
Figure RE-DEST_PATH_IMAGE006
的信道增益，根据传输线理论，电力线信道可以被建模为：
Figure RE-DEST_PATH_IMAGE008
，其中，
Figure RE-DEST_PATH_IMAGE009
是系数，
Figure RE-DEST_PATH_IMAGE010
是路径
Figure RE-DEST_PATH_IMAGE011
的权重，
Figure RE-DEST_PATH_IMAGE012
是路径
Figure RE-DEST_PATH_IMAGE013
的长度，
Figure RE-DEST_PATH_IMAGE014
是路损指数，，
Figure RE-DEST_PATH_IMAGE015
是路径
Figure RE-DEST_PATH_IMAGE016
的传输时延，
因此基于OFDM的高速电力线载波通信的传输速率是：
Figure RE-DEST_PATH_IMAGE018
其中
Figure RE-DEST_PATH_IMAGE019
是噪声功率，设
Figure RE-DEST_PATH_IMAGE020
是设备
Figure RE-DEST_PATH_IMAGE021
采用无线传输的发射功率，
Figure RE-DEST_PATH_IMAGE022
是设备
Figure RE-DEST_PATH_IMAGE023
采用无线传输的无线信道增益，接收端采用连续干扰消除技术来进行NOMA译码，假设
Figure RE-DEST_PATH_IMAGE024
无线信道增益以降序排列
Figure RE-DEST_PATH_IMAGE025
，当译码第
Figure RE-271618DEST_PATH_IMAGE023
个设备的信号时，将其后序信号作为干扰，则设备
Figure RE-657600DEST_PATH_IMAGE023
的无线传输速率表示为：
Figure RE-DEST_PATH_IMAGE027
其中，
Figure RE-DEST_PATH_IMAGE028
是无线传输的带宽，
Figure RE-DEST_PATH_IMAGE029
是无线传输的背景噪声功率；
（3）、建立设备传输速率最大化模型
Figure RE-640600DEST_PATH_IMAGE024
个设备的传输模式决策表示为
Figure RE-DEST_PATH_IMAGE030
，发射功率决策表示为
Figure RE-DEST_PATH_IMAGE031
，为了保证服务质量，系统中全体设备的传输速率之和应该在满足功率约束的前提下实现最大化，将优化问题构建如下：
Figure RE-DEST_PATH_IMAGE032
Figure RE-DEST_PATH_IMAGE033
Figure RE-DEST_PATH_IMAGE034
约束条件（1）表示每个传感器必须决定数据处理的一种传输模式，约束条件（2）确保每个传感器的总发射功率不应超过其最大值。
2.根据权利要求1所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，设备可以采用两种连接方式与数据集中器连接，一是基于OFDM的电力线载波通信，二是基于NOMA的无线通信。
3.根据权利要求1所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，根据电力线信道和无线信道的不同，设备对传输的模式和发射功率进行优化，电力线载波通信和无线通信的传输速率分别表示为：
Figure RE-645596DEST_PATH_IMAGE018
Figure RE-DEST_PATH_IMAGE036
。
4.根据权利要求1所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，在满足功率约束的前提下，建立系统中全体设备的传输速率之和最大化的优化问题：
Figure RE-DEST_PATH_IMAGE037
Figure RE-397651DEST_PATH_IMAGE033
Figure RE-686026DEST_PATH_IMAGE034
。
5.根据权利要求1所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，合速率最大化问题是混合整数非凸优化问题，其中传输制式是整型变量，发射功率是连续型变量，首先，对该优化问题设计了高效的次优化算法，然后又基于分支界定法设计了最优化算法。
6.根据权利要求5所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，首先将整型变量
Figure RE-218638DEST_PATH_IMAGE030
在0和1之间线性松弛变为连续型变量，转换后的优化问题仍然是非凸优化问题，进一步进入辅助变量
Figure RE-DEST_PATH_IMAGE038
，使得
Figure RE-DEST_PATH_IMAGE039
，
Figure RE-DEST_PATH_IMAGE040
，因此，无线传输速率可以表示为：
Figure RE-DEST_PATH_IMAGE041
，传输功率表示为：
Figure RE-DEST_PATH_IMAGE043
，因此，原优化问题构建为：
Figure RE-DEST_PATH_IMAGE045
Figure RE-DEST_PATH_IMAGE046
Figure RE-DEST_PATH_IMAGE048
，
其中，
Figure RE-DEST_PATH_IMAGE049
，
Figure RE-DEST_PATH_IMAGE050
是在0和1之间取值的连续变量，
引入辅助变量后，重建后的问题是凸优化问题，可以采用拉格朗日优化方法来求解，分别对两个约束条件引入拉格朗日乘子：
Figure RE-DEST_PATH_IMAGE051
，则拉格朗日函数构建为：
Figure RE-DEST_PATH_IMAGE052
Figure RE-DEST_PATH_IMAGE054
，
优化问题的Karush-Kuhn-Tucker条件为：
Figure RE-DEST_PATH_IMAGE056
Figure RE-DEST_PATH_IMAGE058
Figure RE-DEST_PATH_IMAGE060
Figure RE-DEST_PATH_IMAGE061
Figure RE-DEST_PATH_IMAGE063
Figure RE-DEST_PATH_IMAGE064
求解上述的方程组，即可获得松弛后的优化问题的解。
7.根据权利要求5所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，在0和1之间所松弛的变量通过阈值判断法进行恢复为二值变量，设置阈值为
Figure RE-DEST_PATH_IMAGE065
，它是一个0和1之间的值，若所获得的
Figure RE-184582DEST_PATH_IMAGE050
大于
Figure RE-119040DEST_PATH_IMAGE065
，则
Figure RE-578316DEST_PATH_IMAGE050
恢复为1，若所获得的
Figure RE-535908DEST_PATH_IMAGE050
小于
Figure RE-741761DEST_PATH_IMAGE065
，则
Figure RE-530725DEST_PATH_IMAGE050
恢复为0。
8.根据权利要求5所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，基于分支界定法获得网络资源调度的最优策略：
第一步，合速率上界
Figure RE-DEST_PATH_IMAGE066
初始化为正无穷，合速率下界
Figure RE-DEST_PATH_IMAGE067
初始化为0，定义决策树的层数
Figure RE-DEST_PATH_IMAGE068
，传输策略集合为空集
Figure RE-DEST_PATH_IMAGE069
；
第二步，求解带有放松整数约束的放松问题，并求出目标函数的值，如果解都是整数，则将得到的解加到集合
Figure RE-DEST_PATH_IMAGE070
中，算法停止，否则，如果获得的目标函数值
Figure RE-DEST_PATH_IMAGE071
大于0，则
Figure RE-39198DEST_PATH_IMAGE067
将被更新为
Figure RE-546403DEST_PATH_IMAGE071
；
第三步，生成一个分支，选择一个非整数解的传感器
Figure RE-290368DEST_PATH_IMAGE023
，将非整数解上下舍入作为分支，固定该传感器的传输模式变量，并通过对其他传感器的优化来解决松弛后的优化问题，决策树的层数加一，
Figure RE-DEST_PATH_IMAGE072
；
第四步，计算上下限，在每个分支上都可以得到当前解下的目标函数
Figure RE-DEST_PATH_IMAGE073
的值，
Figure RE-871522DEST_PATH_IMAGE072
级别下所有分支的
Figure RE-409951DEST_PATH_IMAGE073
的最大值和最小值分别记为
Figure RE-DEST_PATH_IMAGE074
和
Figure RE-DEST_PATH_IMAGE075
，如果
Figure RE-DEST_PATH_IMAGE076
，将
Figure RE-342135DEST_PATH_IMAGE066
更新为
Figure RE-624212DEST_PATH_IMAGE074
，同理更新
Figure RE-591031DEST_PATH_IMAGE075
，将策略设备
Figure RE-628257DEST_PATH_IMAGE023
的传输策略加入到策略集合
Figure RE-68245DEST_PATH_IMAGE070
；
第五步，删除一个分支，对其余节点（传感器）重复步骤三和步骤四，在这个过程中，如果某一层的合速率最大值小于全局最小值
Figure RE-DEST_PATH_IMAGE077
，或者合速率最小值大于全局最大值
Figure RE-DEST_PATH_IMAGE078
，这个分支被修剪；
重复上述步骤三至步骤五，直到所有传感器都获得了其最佳传输模式策略。
9.根据权利要求4所述的混合高速电力线载波通信和无线通信网络资源调度方法，其特征在于，所设计的最优化算法如下：
初始化：
Figure RE-DEST_PATH_IMAGE080
；
循环，求解松弛后的优化问题，如果，所有决策都是整数，则将决策加入决策集合
Figure RE-DEST_PATH_IMAGE081
，算法终止，否则，选择一个非整数型决策变量的设备
Figure RE-DEST_PATH_IMAGE082
，生成一个分支，固定设备
Figure RE-826116DEST_PATH_IMAGE082
的传输决策，优化其余设备的传输决策，
Figure RE-DEST_PATH_IMAGE083
；
计算
Figure RE-DEST_PATH_IMAGE084
；
如果，
Figure RE-DEST_PATH_IMAGE085
或者
Figure RE-DEST_PATH_IMAGE086
，则将该分支剔除，
否则，更新
Figure RE-DEST_PATH_IMAGE087
，
终止条件，直到所有设备都获得传输决策，输出，所有设备的传输决策和发射功率。
CN202111555369.5A 2021-12-18 2021-12-18 混合高速电力线载波通信和无线通信网络资源调度方法 Pending CN114928379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111555369.5A CN114928379A (zh) 2021-12-18 2021-12-18 混合高速电力线载波通信和无线通信网络资源调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111555369.5A CN114928379A (zh) 2021-12-18 2021-12-18 混合高速电力线载波通信和无线通信网络资源调度方法

Publications (1)

Publication Number Publication Date
CN114928379A true CN114928379A (zh) 2022-08-19

Family

ID=82804133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111555369.5A Pending CN114928379A (zh) 2021-12-18 2021-12-18 混合高速电力线载波通信和无线通信网络资源调度方法

Country Status (1)

Country Link
CN (1) CN114928379A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117240610A (zh) * 2023-11-13 2023-12-15 傲拓科技股份有限公司 一种基于数据加密的plc模组运行数据传输方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737057A (zh) * 2018-04-27 2018-11-02 南京邮电大学 基于深度学习的多载波认知noma资源分配方法
WO2021128608A1 (zh) * 2019-12-26 2021-07-01 重庆邮电大学 一种基于无线供电反向散射通信网络的多载波资源分配方法
CN214429326U (zh) * 2021-02-24 2021-10-19 珠海博威电气股份有限公司 一种台区智能融合终端系统
CN113765544A (zh) * 2021-09-30 2021-12-07 国网湖南省电力有限公司 基于hplc与rf的双模异构场域网多径并发传输方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737057A (zh) * 2018-04-27 2018-11-02 南京邮电大学 基于深度学习的多载波认知noma资源分配方法
WO2021128608A1 (zh) * 2019-12-26 2021-07-01 重庆邮电大学 一种基于无线供电反向散射通信网络的多载波资源分配方法
CN214429326U (zh) * 2021-02-24 2021-10-19 珠海博威电气股份有限公司 一种台区智能融合终端系统
CN113765544A (zh) * 2021-09-30 2021-12-07 国网湖南省电力有限公司 基于hplc与rf的双模异构场域网多径并发传输方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MEIHUI HUA等: "Hybrid High-Speed Power Line and Wireless Communication for 5G Network", 2021 INTERNATIONAL CONFERENCE ON SPACE-AIR-GROUND COMPUTING (SAGC), 25 October 2021 (2021-10-25), pages 124 - 128, XP034131069, DOI: 10.1109/SAGC52752.2021.00028 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117240610A (zh) * 2023-11-13 2023-12-15 傲拓科技股份有限公司 一种基于数据加密的plc模组运行数据传输方法和系统
CN117240610B (zh) * 2023-11-13 2024-01-23 傲拓科技股份有限公司 一种基于数据加密的plc模组运行数据传输方法和系统

Similar Documents

Publication Publication Date Title
CN101980470B (zh) 一种基于混沌粒子群优化的ofdm系统资源分配方法
CN111885728B (zh) 一种非正交多址接入功率分配方法及系统
CN110769432B (zh) 基于最小化干扰的scma上行链路频谱资源分配方法
CN112367523B (zh) 异构无线网络中基于noma的svc多播中的资源管理方法
CN110418360B (zh) 无线携能网络多用户子载波比特联合分配方法
CN114928379A (zh) 混合高速电力线载波通信和无线通信网络资源调度方法
CN116347580A (zh) 基于noma的电力线载波通信系统多用户安全通信方法
CN106912059B (zh) 支持互信息积累的认知中继网络联合中继选择及资源分配方法
CN105992225A (zh) 一种基于电力无线专网的频谱共享方法和系统
Sharma et al. An energy efficient OFDM–MIMO systems for multimedia data transmission based on hybrid fuzzy approach
CN103369602A (zh) 同时根据信源与信道变化调整参数的无线数据传输方法
CN113490277B (zh) H-cran中基于swipt的能量分配与时隙切换系数联合优化方法
CN113141656B (zh) 基于改进的模拟退火的noma跨层功率分配方法和装置
CN110381590B (zh) 一种基于无线能量收集的无线网络子信道功率分配方法
CN114679791A (zh) 煤矿物联网异构网络资源分配方法及系统
CN102752020B (zh) 一种数字用户线上行系统中的分布式动态频谱管理方法
CN110381589B (zh) 基于无线能量收集的协作无线网络子信道功率分配方法
CN114173415A (zh) 一种noma系统资源分配方法、系统及存储介质
CN103401670A (zh) Lte 下行系统中一种两步式资源块分配方法
CN106571889B (zh) 自适应调制方法
CN110225537B (zh) 基于无线能量收集的协作无线网络功率分配方法
CN103354531B (zh) 一种数字用户线上行系统中的比特加载方法
CN110312314B (zh) 基于无线能量收集的协作无线网络子信道及功率分配方法
CN113286353B (zh) 一种下行noma视频用户的功率分配方法及系统
CN108989012B (zh) 基于公平性的非正交多址接入技术功率分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination