分層異構網絡中基于進化博弈的小區附著機制

李 倩，李 屹

(1. 山東工業職業學院 電氣工程系，山東 淄博 256414；2. 北京郵電大學 信息與通信工程學院，北京 100876)

分層異構網絡中基于進化博弈的小區附著機制

李 倩1，李 屹2

(1. 山東工業職業學院 電氣工程系，山東 淄博 256414；2. 北京郵電大學 信息與通信工程學院，北京 100876)

相比傳統的宏蜂窩網絡，分層異構網絡是實現系統容量增強的一種很有前景的技術。盡管如此，由于家庭基站與宏基站同頻部署，且它們被隨機部署，異構網絡中的干擾可能會更強。為了提升網絡吞吐量，研究了一種新型的基于進化博弈的小區附著算法，為最小化小區間干擾，提高網絡吞吐量提供了理論參考。

分層異構網絡；小區附著；進化博弈

近年來，智能手機、平板計算機、移動軟件商城、無線移動硬盤、無線顯示器、無線互聯計算機等的出現開啟了無線互聯的新時代，無線數據流量和信令對網絡帶來了前所未有的沖擊，容量需求呈非線性爆炸式增長，僅靠新的無線信道技術和擴展有限的頻帶寬度已遠遠不夠了。另有統計表明：未來80%～90%的數據將在室內和熱點區域產生，傳統的蜂窩網因其“重室外、輕室內”、“重蜂窩組網、輕孤立熱點”、“重移動切換、輕固定游牧”等特點無法應對這種變化趨勢。改變網絡結構，構建覆蓋分層、頻段分層、制式分層的異構網絡(heterogeneous networks，HetNet)已經成為主流運營商應對流量需求的必然選擇。HetNet具有覆蓋全面、布網靈活、易于擴展、能耗低、成本低等優點，是解決寬帶、高速、大容量無線接入最具前景的備選方案。

HetNet中按覆蓋范圍可分為宏小區、微微蜂窩(Picocell)小區、毫微微蜂窩(Femtocell)小區和中繼站，接入架構呈現低功率、多天線的特征。宏小區基站即傳統的蜂窩小區基站，Picocell 主要面向辦公和企業用戶，Femtocell主要面向家庭和個人用戶。引入低功率基站是異構網絡部署的關鍵，旨在提高覆蓋率，消除盲點，提高網絡容量，使用戶能夠隨時隨地、自由高速地接入網絡，滿足語音、圖像、數據、流媒體等多種業務的服務質量(QoS)要求。然而，HetNet中小區層次較多，在分布密度、覆蓋范圍、服務能力、處理能力等方面差異較大，彼此重疊交叉，相互影響，形成了復雜時變的通信環境，要實現網絡吞吐量的顯著提升，將面臨一些重要的技術挑戰。

目前，HetNet中主流的小區附著機制一般僅有一個判決變量，如功率、信干噪比、偏移值等，易產生負載劇增、資源不足、干擾嚴重等問題。不同層小區的功率和連接概率各不相同，且用戶接入會產生同層或跨層影響。于是，聯合考慮各層小區的處理能力、環境變化及用戶需求等多方面因素，為用戶選擇最佳接入點，最大化系統吞吐量，改善各類應用的QoS是HetNet中亟待解決的技術難題。

針對上述問題，本文對HetNet中已有的典型小區附著機制進行了分析比較，進而提出基于進化博弈的分層小區智能附著機制，為實現小區間干擾最小化，提升HetNet吞吐量提供了理論參考。

1 小區附著機制的現狀分析

傳統蜂窩網絡中的小區附著技術已有很多相關研究，最常見的方法是用戶根據接收功率的大小進行判決。諾基亞公司的Pedersen等人經研究發現：由于同構網絡基站具有相同的傳輸功率及業務處理能力，用戶接入具有較強發射功率的基站能獲得更大的傳輸容量[1]。韓國科學技術院的S. Kyuho和C. Song等人以功率作為小區選擇依據，設計了一種小區接入選擇算法[2]，使網絡能獲取較好的負載均衡性能。臺灣國立高雄大學的嚴力行等人以優化網絡吞吐量為目標，引入博弈論對WLAN中的AP選擇問題進行建模[3]，該方法能保證網絡的穩定性及小區間公平性。在由WLAN、WiMAX、蜂窩網構成的混合網絡中，司鵬博等人利用賭博機模型對小區附著問題建模[4-5]，同時考慮各網絡特點以及業務到達分布以優化參數。分層異構網絡各小區在分布密度、覆蓋范圍、功率大小等方面差別較大，不能直接應用傳統的小區附著技術。于是，研究人員開始著手設計針對HetNet的小區附著算法。德州大學奧斯丁分校的J. G. Andrews等將用戶端接收到的瞬時信干噪比(SINR)作為最佳附著準則[6]，該方法能夠提升網絡容量，但忽略了小區分布以及覆蓋對于用戶傳輸的影響。針對此問題，J. G. Andrews等引入泊松點過程描述小區分布及覆蓋情況，對該場景下不同小區SINR分布概率進行建模，并提出一種新型的分層小區附著算法[7]。韓國延世大學的Han-Shin Jo和Yong Jin Ping考慮網絡承受能力，為分層網絡設計偏移值，將偏移值作為小區附著依據[8]，并分析了此機制的網絡中斷概率。然而，上述機制都基于單因素設計小區附著算法，忽略了小區業務處理能力、干擾變化等因素對于用戶傳輸的影響。

綜上所述，在HetNet中由于干擾增強、功率減弱、路徑損耗變大等因素，導致基站無法保證用戶的服務質量。另一方面，HetNet中低功率基站小區密集部署，不同層次小區在分布密度、覆蓋范圍以及功率大小等方面各有優勢，有必要為用戶在眾多備選小區中選擇最佳的進行接入。已有的研究成果尚不能很好地解決這些問題，需要設計一種改進的HetNet小區智能附著機制。

2 基于進化博弈的小區附著機制

本文提出HetNet中一種基于進化博弈的分層小區智能附著機制，該機制聯合考慮各層小區的處理能力、環境變化及用戶需求等多方面因素，為用戶選擇最佳接入點，旨在最大化系統吞吐量，改善各類應用的QoS，具體實現如下：

圖1 分層異構網絡場景

根據以上條件，小區附著因子生成函數為[9]

(1)

這是終端進行小區附著決策的重要依據，其中wi為分配給用戶的頻帶wi≤W，pi為分配給用戶的功率pi≤P，N0為高斯白噪聲，Ii′,i表示其他用戶i′對于用戶i的同道干擾。

(2)

(3)

式中：Ii表示用戶i的接入對其他用戶產生的干擾。由于該干擾同時會影響其他用戶的正常傳輸，本文的干擾值應低于一定的門限Ii,th，使得

(4)

(5)

(6)

假設網絡中共有M個用戶需要接入，則HetNet小區附著問題可構建為

(7)

求解式(7)即可得到多用戶附著到分層小區的優化方案。式(6)可用傳統算法求解，即根據隨機概率理論和模糊可能性理論，將問題轉化為近似確定性或清晰數學規劃等價類，然后計算確定性或清晰規劃模型，這是一種間接計算方法。然而，由不確定規劃轉化為確定性規劃常伴有非線性、非連續性等難解問題，現實中許多實際問題又常表現為復雜的非線性關系，所以經典算法可能給最終的優化結果帶來較大誤差。本文擬引入進化博弈來解決這一問題，從有限理性的角度出發來分析資源配置行為，有利于克服傳統方法中“理性假設”對于算法的限制。

進化博弈的關鍵點在于動態重復，從生物進化的角度描述策略博弈。基于進化博弈的小區附著如圖2所示。

圖2 基于進化博弈的小區附著

(8)

(9)

(10)

用戶選擇附著小區的概率為

(11)

t=0時刻，用戶i開始進行小區附著時，賦予xci(t)初始值，t=1 時刻用戶根據式(11)計算，若附著概率大于零，則用戶選擇該小區接入，反之則不接入，該過程可通過啟發式算法來解。

3 仿真結果

本節給出兩種小區附著機制的仿真結果，一是已有的以信噪比為判決準則的機制，二是本文提出的機制。仿真場景設置如下：宏基站1個，發射功率為40 W；家庭基站3個，發射功率均為0.1 W；宏基站的工作帶寬為5 MHz，3個家庭基站的總帶寬也是5 MHz；家庭基站與10個用戶終端隨機分布在以宏基站為圓心，半徑300 m的圓內。

圖3給出了本文機制與已有機制用戶吞吐量之和的對比圖，圖4給出了本文機制與已有機制用戶吞吐量最小值的對比圖。容易看出，本文提出的機制由于綜合考慮了多種因素，有效抑制了干擾，其吞吐量性能相比已有機制有了明顯的提升。

圖3 不同小區附著機制對應的用戶吞吐量之和

圖4 不同小區附著機制對應的用戶最小吞吐量

4 結束語

本文根據動態小區附著問題的特點，對各小區活躍狀態進行描述，聯合考慮小區負載、干擾、用戶QoS等因素，設計最佳小區附著因子生成函數，并依據分層小區干擾容忍度以及用戶QoS設置限制條件，從而建立分層小區智能附著模型。進一步，引入動態進化博弈算法，將種群進化以及動態迭代博弈相結合，設計基于物種演化的備選小區附著序列更新算法，為最小化小區間干擾、保證用戶QoS，實現網絡吞吐量最大化，提供了理論參考。

[1] PEDERSEN K I，KOLDING T E，FREDERIKSEN F，et al. An overview of downlink radio resource management for UTRAN long-term evolution [J]. IEEE Communication Magazine，2009，47(7)：86-93.

[2] KYUHO S，SONG C，VECIANA G. Dynamic association for load balancing and interference avoidance in multi-cell networks [J]. IEEE Trans. Wireless Communication，2009，8(7)： 3566-3576.

[3] YEN L H，LI J J，LIN C M. Stability and fairness of AP selection games in IEEE 802.11 access networks[J]. IEEE Trans. Vehicular Technology，2011，60(3)：150-1160.

[4] GONG H，KIM J. Dynamic load balancing through association control of mobile users in WiFi networks [J]. IEEE Trans. Consumer Electronics，2008，54(2)：342-348.

[5] SI P B，JI H，RICHARD Y F. Optimal network selection in heterogeneous wireless multimedia networks[J].Wireless Networks，2010，16(5)：1277-1288.

[6] DHILLON H S，GANTI R K，BACCELLI F，et al. Modeling and analysis of k-tier downlink heterogeneous cellular networks[J]. IEEE Journal on Selected Areas in Communications，2012，30(3)：550 - 560.

[7] ANDREWS J G，GANTI R K，JINDAL N，et al. A primer on spatial modeling and analysis in wireless networks [J]. IEEE Communications Magazine，2010，48(11)：156-163.

[8] JO H S，SANG Y J. Outage probability for heterogeneous cellular networks with biased cell association [C]//Proc. IEEE Global Communications Conference.Houston：IEEE Press，2011：1-5.

[9] CHANG C J，HSIEH C Y，CHEN Y H. A preference value-based cell selection scheme in heterogeneous wireless networks[C]//Proc. IEEE Wireless Communications and Networking Conference. Sydney，Australia：IEEE Press，2010：1-6.

[10] JO H S，SANG Y J，XIA P，et al. Heterogeneous cellular networks with flexible cell association: a comprehensive downlink SINR analysis[J].IEEE Trans. Wireless Communications，2012，11(10)：3484-3495.

[11] NIYATO D，HOSSAIN E. Dynamics of network selection in heterogeneous wireless networks: an evolutionary game approach[J]. IEEE Trans. Vehicular Technology，2009，58(4)：2008- 2017.

Cell Association Based on Evolutionary Game in Heterogeneous Network

LI Qian1, LI Yi2

(1.DepartmentofElectricalEngineering,ShandongVocationalCollegeofIndustry,ShandongZibo256414,China; 2.SchoolofInformationandCommunicationEngineering,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)

The heterogeneous network (HetNet) technology is a promising method for achieving significant gain in capacity compared to conventional single-tier macro-cellular networks. Nevertheless, HetNets may potentially result in much higher interference because femtocells operate on the same channel as the macro-cellular network, and HetNets are unplanned deployment. In order to enhancing the system throughput, an innovative cell association algorithm is investigated by introducing evolutionary game model in HetNets. The proposed scheme provides theoretical reference for restraining interference and improving system throughput.

heterogeneous networks; cell association; evolutionary game

山東省高校科技計劃自籌經費項目(J15ln76)

TN929.5

A

10.16280/j.videoe.2015.17.020

2015-01-26

【本文獻信息】李倩，李屹.分層異構網絡中基于進化博弈的小區附著機制[J].電視技術,2015，39(17).

李 倩(1982— )，女，碩士，講師，研究方向為電子與通信；

李 屹(1977— )，博士，副教授，研究生導師，研究方向為無線通信網絡。

責任編輯：許 盈