基于功率和傾角聯合優化的小區中斷補償機制

李文璟 尹夢君喻 鵬 項 楠

（北京郵電大學網絡與交換技術國家重點實驗室 北京 100876）

基于功率和傾角聯合優化的小區中斷補償機制

李文璟 尹夢君*喻 鵬 項 楠

（北京郵電大學網絡與交換技術國家重點實驗室 北京 100876）

為了實現對中斷小區的自主補償，該文基于自組織網絡（SON）提出功率和傾角聯合優化調整的小區中斷補償（COC）機制。首先以天線傾角和發射功率作為優化對象，然后對COC定義了合理的優化目標及評價指標，并對優化模型進行分析，最終給出基于遺傳優化算法的補償機制。在分時長期演進（TD-LTE）場景中進行仿真驗證，該機制與參考文獻中的3種算法相比，在覆蓋、干擾和吞吐量等方面均有明顯的改善。

自組織網絡；小區中斷補償；傾角和功率聯合調整；遺傳算法

1 引言

3GPP標準化組織和歐盟蘇格拉底（SOCRATES）研究項目針對自組織網絡（Self-Organizing Networks， SON）開展了一系列研究和標準化工作。在SON中有3個關鍵功能：自配置［1］、自優化［2］和自治愈［3］。其中，自治愈是指網絡自主檢測，并定位影響網絡性能的故障，繼而進行自動恢復的功能［4］。為了實現網絡自治愈，要求網絡能夠在無人為干預的情況下自主進行小區中斷補償（Cell Outage Compensation， COC）［5］。COC在中斷發生并且網絡性能無法達到要求時觸發［6］，并通常采取調節相鄰基站參數的方式來對中斷小區進行補償，直到滿足用戶的服務質量（QoS）需求和網絡性能的需求。

作為無線接入網的熱點問題，小區中斷補償方法已有大量的研究。文獻［7］提出了SON網絡中小區中斷補償的綜合概念，但未涉及具體場景的補償機制及算法的實現。文獻［8，9］實現了基于基站傾角調整來達到提高覆蓋目的的機制，但是并沒有應用到小區補償場景中，也沒有對聯合調整傾角和功率展開研究。文獻［10，11］闡述了COC算法的實現機制，介紹了基于粒子群算法和免疫算法的小區中斷補償方法，但其只涉及了對功率的調整，沒有聯合考慮對傾角的調整。以上研究均以單個基站作為最小的補償單位，忽略了基站扇區級別的優化模型。以扇區為最小粒度，考慮基站扇區和傾角和功率的聯合調整，文獻［12］研究了三扇區的基站中斷情況，并且對不同參數的控制對覆蓋的影響進行了詳細的討論，提出了多種中斷場景，但是沒有討論補償機制的細節及具體實現方法。在文獻［12］的基礎上文獻［13］完成了仿真評測的具體實現，但是并沒有考慮實時的有用戶存在的情況，不夠完善。文獻［14］在關閉基站后，以最差用戶的信號與干擾加噪聲比為指標，利用遍歷的方法聯合調整傾角和功率，以達到節能的目的。該方案使用遍歷的方法先調整傾角再利用共軛梯度算法調整功率結果，無法找到最優解，而且沒有權衡多種指標。

本文主要依據上述研究成果，研究在三扇區基站場景下，當某一基站中斷后，綜合調節基站功率及傾角對小區服務進行補償的機制。該機制提出了聯合功率和傾角調整的優化模型，利用遺傳算法對該數學模型進行求解，分析了優化結果的有效性。本方法的主要技術創新點為：（1）采用三扇區基站場景，利用聯合功率和傾角的調整完成覆蓋的擴張，并對比傾角調整以及功率調整對其影響；（2）權衡多種指標綜合定義了合理的優化目標，并用其對補償結果進行評價；（3）利用遺傳算法找到補償結果的最優解。

2 系統模型

在不同功率、傾角下比較覆蓋面積（S）的變化情況，分析單獨一個三扇區基站功率（P）與傾角（t）調整對覆蓋的影響。根據增益計算及鏈路損耗可以得到傳播范圍，從而可觀察基站的覆蓋面積。圖1（a）表示功率分別為43 dBm， 44 dBm， 45 dBm和46 dBm時，由傾角變化所觀察的覆蓋面積。由圖可知隨著傾角從10o減小到7o的過程中，面積增加并不明顯，之后，面積增加呈近似指數的上升趨勢。圖1（b）表示當傾角在1o～10o變化時功率對覆蓋面積的影響。由圖可知功率對面積的影響呈緩和線性增加趨勢。在變化較大時，傾角調整的影響更為突出。總的來說，調整傾角對整個基站的覆蓋面積影響要大于調整功率的影響。但是僅僅調整傾角可能達不到信號強度要求，因此本文主要研究聯合調整功率和傾角來達到最佳覆蓋并達到補償的目的。

圖1 傾角功率單獨調整對覆蓋面積的影響

3 COC問題描述

本文研究問題如圖2所示，假設中心基站意外中斷，則觸發補償機制，補償機制調整相鄰基站的無線網絡參數，使其覆蓋增大，此時由于中斷所影響的用戶被補償基站所覆蓋。而在調整基站運行參數的過程中，如何盡可能地補償中斷的用戶，避免過覆蓋和覆蓋空洞是需要考慮的關鍵問題。

3.1 相鄰基站參數調整目標

設服務區內設有M個服務小區，共有L個用戶接受服務。通過調整相鄰小區參數，使其滿足受中斷影響用戶最少，過覆蓋用戶最少，以及覆蓋空洞最小的優化目標如式（6）所示。

圖2 COC方法示意圖

反之，當有基站可以服務用戶i時該值為0。當鄰站參數調整幅度不足時，就會出現用戶被覆蓋率低，空洞過大的情況。

3.2 網絡影響評估指標

在中斷補償過程中，調整傾角會增加用戶切換頻率，調整功率使其增大會增加整個小區的能耗。因此，式（7）定義了一個網絡影響評估指標 Dadjt來直觀地衡量聯合調整功率和傾角所帶來的影響。個小區有效覆蓋的情況，即過覆蓋的用戶所占比。

用戶i能夠獲得有效覆蓋的小區數目表示為

當其大于3時，則有

表示用戶i可以獲得的有效覆蓋小區數目超過3個。當鄰站參數調整幅度過大時，就會出現部分用戶被過覆蓋，資源浪費嚴重，干擾顯著增強的情況。

4 遺傳算法的COC應用

由于優化目標以及參數調整的多樣化，據文獻［16］可以證明找到最優解是一個非確定多項式問題。而遺傳算法在建立數學模型時不需要考慮問題的內在性質，對于任意形式的目標函數和約束，無論是線性的還是非線性的，離散的還是連續的均可處理。因此，本文采用遺傳算法［17］來解決上述問題，主要步驟如下。

在初始化和編碼之后，對種群中的每個個體進行評估，將擁有最佳適應度的解作為局部個體最優解，對于初始種群來說同時也是全局最優解。確定一個合適的適應度函數，可以評價每個染色體的優劣，并使種群向更好的方向繁衍。結合上述數學模型，在補償覆蓋時，需要滿足多個目標函數的要求。因此將所有目標整合在一起得到如式（8）所示的適應度函數。基于本文提出的優化目標特性，遺傳變換將朝著適應度降低的方向進行。其中 Agap， Aovlp，Sgap為上文定義的目標函數，α， β， γ表示不同目標的權重系數。在不同系統中會有不同的比例，相應的結果也會不同。

將經過選擇、交叉、變異后的結果作為新的種群，重復上述操作直到達到迭代次數NG，所有記錄中的適應度函數最低的結果即為所求最優解。

5 仿真及分析

本文以Matlab作為仿真實驗平臺，進行性能驗證，并將本文方案聯合調整功率和傾角（Joint T iltand Power Ad justment， JTPA）與3種方案：調整功率［11］（On ly Power Ad justm ent， OPA）、調整傾角［10］（Only Tilt Adjustment， OTA）和聯合調整功率和傾角［14］（Joint Optim ization of Electric Antenna Tilt and Transm it Power， JOETP）從多方面進行分析比較。

5.1 仿真場景

仿真場景為大城市郊區環境。在面積2.5×2.5 km的范圍內有7個基站和150個隨機分布的用戶，分布如圖3所示。基站之間定義接口傳播基站信息，人為關閉中心基站模擬中斷場景，每個基站可進行基站參數變化的操作。在COC過程中，由分布在周圍的鄰基站依靠調整傾角和功率，來擴大覆蓋以達到補償中間基站中斷帶來影響的目的。傳播模型，傾角模型、調整影響模型中的參數設置如表1所列。與遺傳算法相關的參數如表2所列。在搜索最佳策略時，功率以1 dBm為調整步長，傾角以1o為調整步長。

5.2 結果分析

基站參數調整結果如表3所示，由于增大相鄰基站的覆蓋使得中斷區域的用戶大部分得到了補償，4種方案補償后中斷概率明顯高于補償前的0.4。而JOETP方案雖然也進行了傾角和功率的調整，但是該方案參數調整力度不夠，不適用于中斷補償環境。

表1 仿真環境參數設置

圖3 仿真場景分布圖

表2 GA參數設置

5種方案的信號與干擾加噪聲比（Signal to Interference plus Noise Ratio， SINR）如圖4所示。圖4（a）補償前，中心區域無法滿足用戶QoS需求和網絡覆蓋率。圖4（b）經過OPA，增加功率使得鄰站能夠擴大覆蓋范圍，但仍有21%的用戶未被覆蓋，同時基站間干擾明顯加大。圖4（c）經OTA已經基本滿足了用戶服務質量的需求，中心部分的干擾不是很強，但是覆蓋面積仍有間隙。圖4（d）由于該方案以離基站最遠的用戶SINR為目標，不考慮整體覆蓋情況，有較大空洞。圖4（e）經過本文的JTPA后，各項優化目標均達到理想的狀態，在滿足用戶服務質量的同時，達到了完全補償覆蓋所有區域的要求。

圖5所示為OPA， OTA， JTPA 3種補償方案的網絡影響評估指標比較，其橫坐標為每次迭代結果的適應度函數值，縱坐標為每次迭代結果的網絡影響評估指標值，曲線按照迭代次數的結果相連接。OTA找到了最優解且未反復，這是因為傾角調整時任何一個基站的變動對整體適應度的影響大，達到最優解后不會隨意變動。與其相反，由于功率影響小，多種OPA調整方案可能會達到相似的效果。而JTPA的迭代效果介于兩者之間。另外，可以看出OPA由于覆蓋增加效果有限，在適應度函數方面，差于OTA和JTPA。而OTA的網絡影響評估指標值最高，其次是OPA， JTPA，這是因為OTA各個基站調整差值較大，而OPA較小。由于JTPA綜合調整兩個參數，使得可以不用犧牲更多的網絡影響而獲得更好的效果。

表3 基站參數調整結果

圖4 不同方案的SINR圖

圖6為用戶接收功率的累積分布函數圖（Cumulative Distribution Function， CDF）。接收功率在-90 dBm以下的用戶占整體用戶比例，OPA為70%， OTA為40%， JOETP為78%，而JTPA僅為37%。這是由于調整傾角提高了增益，使得整體用戶的接收功率明顯增加。而調整功率將使得中心用戶接收功率增高，但是大多數邊緣用戶只擁有很低的接收功率。圖7為用戶吞吐量的CDF圖。可以看出JTPA使得原中斷小區的用戶大多有較高的吞吐量。而在曲線首段和尾段的OPA偏高是由于調整功率未能覆蓋所有邊緣用戶，部分低吞吐量的用戶并不在計算范圍內。JOETP大大提升了一部分用戶的吞吐量值，但是沒有在整片區域上起到良好的改善效果。

綜上分析，與OPA， OTA相比，JTPA能更好地保證網絡質量和用戶服務質量，并且在不同場景下更具有靈活性；與JOETP相比，更能適應中斷補償場景。

6 結束語

本文將調整基站功率和調整基站傾角聯合應用于小區中斷補償機制中。基于遺傳算法找出最優解并分析其補償效果。在滿足用戶服務質量的同時，方案達到了完全補償覆蓋所有區域的要求，并使各項優化目標均達到最理想的狀態。作為一種中斷補償機制，聯合調整功率和傾角也存在一些缺點，如網絡模型設計較為規則，沒有考慮實際的復雜網絡場景。在下一階段中，將研究LTE異構網絡下多頻段、多基站類型和多業務環境下的中斷補償方法。

圖5 網絡影響評估函數比較圖

圖6 用戶接收功率累積概率分布

圖7 用戶吞吐量累積概率分布

［1］ 3GPP TS 32.501 V 9.1.0-2010. Telecomm unication m anagem ent； self-configu ration of network elem ents；concepts and requirements［S］. 2010.

［2］ 3GPP TS 32.521V 9.0.0-2010. Self-O rganizing Networks（SON） policy Network Resou rce M odel （NRM） Integration Reference Point （IRP）； requirem ents［S］. 2010.

［3］ 3GPP TS 32.541 V 1.5.0-2010. Telecomm unication m anagem ent； Self-O rganizing Networks （SON）； self-healing concepts and requirements［S］. 2010.

［4］ M a Y， Ji X D， Jiang J M， et al.. A resource allocation algorithm using com pensation tim eslot for self-healing in heterogeneous networks［C］. Proceed ings of the IEEE International Symposium on Personal， Indoor and M obile Radio Commun ications Workshop， London， UK， 2013: 122-126.

［5］ Xia L F， Li W J， Zhang H， et al.. A cell outage com pensation m echanism in self-organizing RAN［C］. P roceedings of the 2011 7th International Conference on W ireless Comm unications， Networking and M obile Com puting（W iCOM）， W uhan， China， 2011: 9.23-9.25.

［6］ 3GPP TR 36.902 V 9.2.0-2010. Self-configuring and selfop tim izing network use cases and solu tions［S］. 2010.

［7］ Prem nath K N and Rajavelu S. Challenges in self-organ izing networks for w ireless telecommunications［C］. Proceedings of the 2011 International Conference， Recent Trends in Inform ation Technology， Chennai， Tam il Nadu， Ind ia， 2011: 1331-1334.

［8］ Gao Y， Li Y， Zhou S D， et al.. System level performance of energy efficient dynam ic mechanical antenna tilt angle sw itching in LTE-Advanced system s［C］. Proceedings of the 2013 IEEE International W ireless Sym posium， Beijing， China，2013: 1-4.

［9］ Fehske A J， K lessig H， Voigt J， et al.. Concurrent load-aware ad justment of user association and antenna yilts in self-organizing radio Networks［J］. IEEE Transactions on Vehicular Technology， 2013， 62（5）: 1974-1988.

［10］ Li W J， Yu P， Jiang Z X， et al.. Centralized management mechanism for cell outage com pensation in LTE networks［J］. International Journal of Distributed Sensor Networks， 2012: 1-8.

［11］ Jiang Z X， Yu P， Su Y L， et al.. A cell outage com pensation scheme based on immune algorithm in LTE networks［C］. Proceedings of the Network Operations and M anagement Sym posium， Hiroshima， Japan， 2013: 1-6.

［12］ Am irijoo M， Jorguseski L， Litjens R， et al.. Effectiveness of cell outage com pensation in LTE networks［C］. Proceedings of the Consumer Communications and Networking Conference，Las Vegas， USA， 2011: 642-647.

［13］ Am irijoo M， Jorguseski L， Kürner T， et al.. Cell outage com pensation in LTE networks: algorithm s and performance assessment［C］. Proceedings of the 2011 IEEE 73rd Vehicular Technology Conference， Budapest， Hungary， 2011: 1-5.

［14］ Yuan G， Yi L， Hongyi Y， et al.. Energy efficient joint op tim ization of electric antenna tilt and transm it power in 3GPP LTE-Advanced: a system level result［C］. Proceedings of the 2013 IEEE 9th International Colloquium on Signal Processing and its Applications （CSPA）， Kuala Lum pur，M alaysia， 2013: 135-139.

［15］ 3GPP TR 36.814 v9.0.0-2010. 3rd generation partnership froject； technical specification group radio access network；further advancements for E-UTRA physical layer aspects［S］. 2010.

［16］ Hu ffner F， Komusiew icz C， Liebtrau A， et al.. Partitioning biological networks into highly connected clusters w ith maximum edge coverage［J］. IEEE/ACM Transactions on Com putational Bio logy and Bioinform atics， 2014， 11（3）: 455-467.

［17］ Chang Y T， Wu C L， and Cheng H C. Integrated crosscorrelation and genetic algorithm to im p rove TDOA-based locating system in p reventing radio interference［C］. Proceedings of the IEEE International Sym posium on Com puter， Consumer and Control， Taichung， China， 2014: 1078-1081.

李文璟： 女，1973年生，副教授，碩士生導師，研究方向為無線通信管理與通信軟件.

尹夢君： 女，1991年生，博士生，研究方向為無線網絡管理、SON、C-RAN自主管理與優化.

喻 鵬： 男，1986年生，博士，講師，研究方向為無線網絡管理、自主管理與優化.

項 楠： 男，1990年生，碩士生，研究方向為無線網絡管理、自主管理與優化.

A Cell Outage Com pensation M echanism Based on Joint Op tim ization of Power and Tilt

Li Wen-jing Yin Meng-jun Yu Peng X iang Nan
（State K ey Laboratory of Networking and Sw itching Techno logy， Beijing University of Posts and Telecommunications， Beijing 100876， China）

In order to compensate the outage cell autonomously， this paper derives a solution for Cell Outage Com pensation （COC） in Self-Organizing Networks （SON） which is based on the joint ad justment of power and tilt. Firstly， the paper takes the power and tilt as the op tim ization ob jects. Then it defines the rational ob jectives and the evaluation index of the COC， and analyzes the optim ization model. Finally， the compensation mechanism based on the Genetic optim ization A lgorithm （GA） is proposed. The simulation results under the Time Division Long Term Evolution （TD-LTE） scenario show that the p roposed solution is better than other three methods in term s of the coverage， interference， and throughput.

Self-Organizing Networks （SON）； Cell Outage Com pensation （COC）； Joint adjustment of power and tilt； Genetic A lgorithm （GA）

TN 915.07

： A

：1009-5896（2015）05-1207-07

10.11999/JEIT140935

2014-07-15收到，2014-11-18改回

國家自然科學基金（61271187），國家863計劃項目（2014AA01A701）和中央高校基本科研業務資助（BUPT2014 RC1104）資助課題

*通信作者：尹夢君 yinmengjun@bup t.edu.cn