HSPA+異構網中信道分離技術的時延補償研究

李紅豆　王柯　常永宇

摘要：認為異構網的引入有效提高了高速分組接入+（HSPA+）網絡的整體性能，但由于構成異構網的宏基站（MNB）和低功率節點（LPN）發射功率不同，造成上下行數據傳輸的不均衡，這將不可避免地影響到異構網絡的整體性能；增強專用信道（E-DCH）分離技術能夠有效消除上下行不均衡問題帶來的影響，但信道分離技術在實際應用中會有嚴重的時延問題。基于上述觀點，討論了HSPA+異構網共信道傳輸中的控制信道時延問題，并針對這個問題提出自適應灰色預測算法（AGP）實現時延補償。系統仿真驗證了算法的正確性和有效性。

關鍵詞： 適應性灰色預測算法；E-DCH分離；控制信道時延；HSPA+異構網

隨著智能手機的迅速普及，基于數據交換的各種業務需求的持續增長，這對大容量的移動通信系統提出迫切需求。異構網的提出對于提高通信系統容量和擴大通信網絡覆蓋范圍有著重要意義。在LTE中，異構網已經成為一項成熟的技術，但對于高速分組接入+（HSPA+）網絡的標準化工作還在進行中。在共信道的HSPA+異構網的部署過程中，一些問題仍需加以討論和解決[1]。

HSPA+異構網絡中共享信道的上下行不均衡問題是最主要的問題，由于低功率節點（LPN）的功率要低于宏基站（MNB），導致上下行傳輸邊界不一致，這就在二者服務域內產生了上下行不均衡區域[2]。而在這個區域里總是會存在一些潛在的問題，對上下行數據傳輸性能造成一些不良的影響[3]。

為了解決異構網中的上下行不均衡問題，相關技術相繼提出，其中增強專用信道（E-DCH）信道分離技術（E-DCH decoupling）[4]是最有望得到廣泛應用的有效解決方案。E-DCH信道分離技術本質上就是對處于不均衡區內的用戶實行上下行分別服務的策略，即MNB服務下行，LPN服務上行。這個方法能夠很直接地解決上下行不均衡問題，但在這項技術應用于實踐之前還有許多潛在問題需要加以解決。其中時延問題是最主要的問題，特別是對于遺留用戶設備（Legacy UE）[5]。這是由于Legacy UE在上行傳輸時，需要在MNB和UE之間建立E-DCH絕對授權信道（E-AGCH）和E-DCH相對授權信道（E-RGCH），而E-AGCH信道的建立需要經由無線網絡控制器（RRNC），這個過程往往會造成不可忽略的時延[6]。

在本文中，筆者將首先對共信道HSPA+異構網中的上行傳輸、E-DCH信道分離技術以及時延問題進行分析。接著將提出基于GM（1，1）灰色模型[7-8]的自適應灰色預測算法（AGP）時延補償方案，基于歷史數據利用AGP預測和估算當前授權值，對實際當中授權信道建立產生的時延進行有效補償。最后將對所提出的AGP算法進行仿真評估，并同時證明了AGP時延補償算法的可行性和有效性。

1 系統模型

本文相關研究及討論基于一個上行共信道的HSPA+異構網模型，該網絡中包含有M個常規六邊形宏單元（Macro Cell），每一個MNB都是位于六邊形宏單元的中心，每一個宏單元被均分成3個120°角的近似扇形子域。K個LPN隨機均勻分布于每一個宏單元中，同時在每個宏單元子域中隨機均勻撒入N個用戶。模型設定每個基站（包括MNB和LPN）以及用戶都有兩個天線。每一個用戶在MNB和LPN中只能選擇一個作為自己的服務節點。

1.1 小區配置

將范圍擴展（RE）[9]考慮在內，[UEi]在選擇基站（NodeB）[bi]作為服務節點的時候遵循以下公式：

[bi=argmaxb∈M?K（μi，b+Δb）] （1）

將其中M和K分別表示MNB和LPN的集合，[μi，b]是[UEi]下行的接收信號功率（RSCP）[10]，[Δb]是NodeB b的附加偏移值并且符合下式：

[Δb=δ（δ>0），b∈K0，b∈M] （2）

1.2 信號與干擾加噪聲比模型

這里我們考慮每個NodeB可以在每個調度周期內調度一個UE的場景，當NodeB [bi]調度[UEi]的時候，下行信干噪比（SINR）是：

[γi，bi=pi?Gi，biN0+j=1，j≠iNpj?Gi，bi] （3）

其中[pi]是[UEi]的傳輸功率，[N0]是[UEi]的白噪聲，而[Gi，bi]則表示上行信道的增益。

1.3 服務授權

大的授權（Grants）不僅意味著UE要用更大發送功率和更高的數據傳輸速率，而且意味著系統將會遭受更嚴重的干擾。基于對實時干擾水平的測量，調度節點會對各個終端的授權進行控制從而將小區內干擾保持在一個可以接受的范圍內。授權通過HSPA+異構網中的E-AGCH和E-RGCH從NodeB傳到UE[11]。但是在UE由于時延過長等問題不能及時接收授權的情況下，UE就可能會用上一次數據傳輸中使用過的過期授權，這將導致授權與當前傳輸環境不符從而影響到整個小區的性能。

2 HSPA+異構網信道分離

技術中的時延補償

我們將首先分析上下行不均衡造成的影響以及E-DCH信道分離技術中上行時延問題，然后提出AGP時延補償算法。

2.1 上下行不均衡問題

HSPA+異構網中不均衡區的如圖1所示。在HSPA+異構網絡共信道場景中，由于MNB的功率要比LPN功率大，導致上下行邊界位置不同，造成二者之間存在上下行不均衡區域。上行UL邊界在MNB和LPN接收到UE功率相同的位置，即為MNB和LPN兩個節點中間位置。下行DL邊界在UE接收到MNB和LPN發射信號功率相同的位置，而由于MNB的功率要高于LPN，所以DL邊界在偏向LPN的位置。這里的系統分析不考慮范圍擴展，即小區個體偏移（CIO）等于0。圖1中C、D兩點是軟切換（SHO）邊界，對于在SHO區的UE來說，可以調度它的節點NodeB同時包括MNB和LPN，也就是說，這個情況下的UE是被MNB和LPN兩者同時控制的。

因此，不均衡區可以進一步被劃分為兩部分，在沒有和SHO重疊的區域AC內，UE只受到MNB的服務和控制，但這種情況下UE實際上是距離LPN更近。因此，上行傳輸時，作為服務節點的MNB會要求UE有比較大的發射功率，從而造成對LPN的嚴重干擾。在不均衡區和SHO區重疊的部分CB內，MNB和LPN都可能對UE進行控制和影響。當UE用合適的發射功率對MNB進行上行傳輸時，會對距離它最近的LPN產生嚴重的上行干擾，為了減小這種干擾，LPN會要求UE降低它的上行發射功率，但減小了發射功率的UE將會無法和MNB進行可靠的上行數據傳輸。同時，上行傳輸的數據中也會包括一些下行傳輸控制信息，所以，這將影響到下行傳輸的可靠性。總之，上下行不均衡問題會對上行和下行的數據傳輸性能均造成不良影響。

2.2 E-DCH信道分離技術

E-DCH信道分離技術其實就是在不均衡區施行這樣的一個傳輸策略：UE進行上行數據傳輸時選距離它最近的LPN作為服務節點，在下行傳輸時仍舊選用原始服務節點MNB。像這樣對上下行數據傳輸分別調用不同服務節點的方法不僅能夠保證數據傳輸質量，也能有效地消除干擾。

E-DCH信道分離過程如圖2所示。在不均衡區的UE傳輸上行數據時，為了不影響附近的LPN會減小它的發射功率，從而影響UE與MNB的上行傳輸質量。當應用E-DCH信道分離技術時，LPN會代替MNB作為上行服務節點并且給UE提供上行傳輸授權，接收UE的上行傳輸數據。這個授權可以經過適當調整從而實現LPN對上行數據的成功接收并且不會干擾到MNB。

在不均衡區內將UE的上行傳輸服務節點更換為LPN，可以使上行傳輸功率調整到能夠僅被LPN接收且不會干擾到MNB程度，很好地解決了上下行不均衡問題。同時，由于MNB不需要對不均衡區的UE進行上行傳輸服務控制，這就釋放了很多MNB上行資源，從而提升了宏單元的整體性能。

2.3 遺留用戶的時延問題

由上文可知E-DCH信道分離技術能夠很好地解決上下行不均衡問，但是要改變上行傳輸服務節點需要額外增加相關控制、授權信號的傳輸。對于Rel-12用戶而言，LPN可以直接和用戶（UE）之間建立E-AGCH等控制信道，但對于遺留用戶來說，LPN需要經由MNB同UE之間建立控制信道，而MNB同用戶之間控制信道的建立還要通過RNC。

遺留用戶的整個E-DCH信道分離技術實現過程如圖3所示。不難看出授權信道的建立是相當耗時，將會造成10～20 ms的時延[12]。在授權接收時，若時延過長將會導致UE接收到的授權很可能是前一次數據傳輸中應當接收并用于傳輸控制的授權，對于當前數據傳輸沒有指導意義，也就是與當前傳輸環境不匹配。授權過大會導致發射功率過大，會給E-DCH信道分離系統帶來不可預測的干擾，而授權過小意味著系統資源得不到充分利用。這兩種情況都會削弱E-DCH信道分離系統的性能，因此，時延補償技術的研究對遺留用戶有重要意義。

2.4 AGP算法

AGP是基于對不完整、不確定數據的分析，發現并利用數據間的相關性建立系統模型，從而預測未知數據的算法。這是一種基于數列關聯度的算法，它假設所觀測的系統中的內參、系統特性和結構都是未知的，這個系統狀態可以根據一個由最近歷史數據得到的微分方程進行預測[13]。

根據AGP算法，時延補償詳細過程如下：

（1）根據最近測量數據構造原始數列

[g（0）=g（0）（1），g（0）（2），…，g（0）（n）=g（0）（k）；k=1，2，…，n] （4）

其中[g（0）（k）]是k時刻測得的授權值，n代表的是整個數列的長度，n符合如下公式：

[n=μ?TDelay] （5）

其中[TDelay]表示E-AGCH的時延，[μ]是恒參，[μ]越大則測量長度越大，意味著復雜性越大。

（2）構造一個基于中間變量[g（1）]的累加生成（AGO）

[g（1）=g（1）（1），g（1）（2），…，g（1）（n）=g（1）（k）；k=1，2，…，n=i=1kg（0）（i），k=1，2，…，n] （6）

其中上標（0）表示原始數據，（1）表示累加生成數據。累加生成數據能夠將一個非負不規則數列變換成一個遞增數列。因此，生成數[g（1）]使原始數列[g（0）]固有性質得到加強。

（3）構造灰色微分方程

[dg（1）dk+ag（1）=b] （7）

由于[g（1）（1）=g（0）（1）]，由最小二乘法可以得到a，b的值：

[a=ab=BTB-1BTYN] （8）

其中

[B=-J（1）（2）1-J（1）（3）1……-J（1）（n）1]，[YN=g（0）（2）g（0）（3）…g（0）（n）] （9）

[J（1）（k）=αg（1）（k）+（1-α）g（1）（k-1），k=2，3，…，n] （10）

[J（1）]是由數列[g（1）]的鄰值在生成系數[α]下的鄰值生成數，這里由于每個授權有相同權重，故[α]取0.5。

（4）計算預測值

利用（8）計算得到a和b的值以后，就可以利用灰色微分方程預測[g（0）]在下時刻的值，首先利用下式得到中間變量：

[g（1）（k+1）=g（0）（1）-bae-ak+ba，k=0，1，2，…] （11）

接下來，通過累加生成逆變換（IAGO）計算預測值：

[g（0）（k+1）=g（1）（k+1）-g（1）（k）=（1-e-a）g（0）（1）-bae-ak] （12）

（5）殘差檢驗

預測結果的均方誤差、殘差均方誤差以及方差比計算如下：

[S1=（i=1ng（0）（i）-g（0）2n-1）12] （13）

[S2=（i=1nΔ（0）（i）-Δ（0）2n-1）12] （14）

[C=S1S2] （15）

其中[g（0）]和[Δ（0）]分別代表授權數列的均值和殘差均值，[C]是均方誤差比。如果：

[C<ξ] （16）

則預測結果具有可用性，否則預測結果不可用。這里[ξ]是默認閾值。

（6）算法實現

本文提出的AGP時延補償方法是利用MNB一側授權的歷史數據預測當前授權的。具體實現步驟如下：

·算法實現流程如圖4所示。圖4中UEij 表示MNB在步驟i中調度的第j個用戶，在E-DCH信道分離過程中簡稱為遺留用戶（LDUE），LDUEi表示第i個遺留用戶。首先，LDUEi在上行傳輸信道中加入作為LUDE的標識符，一旦服務節點MNB檢測到標識符，它就會為LUDE準備緩存區來存儲歷史授權。

·LDUE申請上行傳輸時，原始服務節點LPN通過RNC向MNB發送授權值，然后MNB通過E-AGCH將此授權發送給LDUE并存入緩存區。此時，LDUE接收到的授權仍為延遲后的授權。

·當緩存區已滿且LDUEi要進入下一個服務周期時，MNB就對緩存區內的歷史授權值進行基于AGP算法的計算得到預測授權值。如果得到的結果滿足（16）式，MNB就立即將其作為當下授權發送，否則就等收到下一個延遲的授權再向LDUE發送。

·將緩存區中最早存入的授權值彈出，并將最新數據壓入，如此不斷更新緩存區內數據，從而能夠連續預測下一個授權。

3 系統級仿真

文章將通過系統仿真來驗證AGP算法在HSPA+異構網上行傳輸信道分離的過程中所起到的時延補償作用。

3.1 仿真環境配置

本文中的仿真環境搭建和參數配置都是基于文獻[14]。這里研究的的是一個由19個六邊形蜂窩小區組成的HSPA+網絡，每個宏基站周圍有3個扇區，在每個扇區中均勻隨機撒入4個LPN節點。節點的接收器和發射器都配有兩個天線。在這個場景中，我們假設每個扇區中有8個用戶，都是均勻隨機分布。其中在熱點區（LPN覆蓋區）的用戶數量與扇區內用戶總數量之比為Photspot，本次仿真中Photspot等于0.5。LPN傳輸功率取30 dBm，覆蓋半徑為35 m。MNB傳輸功率取43 dBm，用戶最大傳輸功率取24 dBm。遺留用戶的E-AGCH時延為10 ms和20 ms，（16）式中[ξ]取值0.65。

采用PA3信道模型[15]，信道衰落符合對數正態陰影衰落。節點NodeB b和用戶[UEi]之間的路徑衰落計算如下：

其中[Di，b]表示NodeB b和[UEi]之間的距離。

其他信道衰落參數如表1所示，詳細仿真參數如表2所示。

3.2 仿真結果分析

AGP算法在HSPA+異構網上行傳輸中的時延補償效果的仿真結果如圖5、圖6、圖7所示。

圖5顯示了在不同時延下的用戶吞吐量和小區個體偏移量之間的關系曲線。其中綠色曲線表示理想無時延情況下的用戶吞吐量曲線，是其他兩條曲線的對比曲線；紅色曲線表示實際有時延情況下的用戶吞吐量曲線，由于E-AGCH建立中10～20 ms的時延，這種情況下的遺留用戶在E-DCH信道分離狀態中用到的授權很有可能是不匹配的，可以看出紅色曲線和理想無時延情況下的綠色曲線有明顯差距，這就意味著實際應用中時延問題會對用戶吞吐量造成嚴重影響；藍色曲線表示遺留用戶在E-DCH信道分離狀態中應用AGP算法進行時延補償后的用戶吞吐量情況，可以看出這條曲線有效地縮小了實際情況與理想情況之間的差距，雖然達不到但卻更加接近理想無時延的綠色曲線，這就意味著AGP算法在E-DCH信道分離中有效地起到了時延補償的作用。

圖6顯示了在不同時延下所有用戶吞吐量和RE偏置值CIO之間的關系曲線，和圖5分析類似，可以看出在不同實際時延情況下應用AGP時延補償算法時，都會明顯提升用戶吞吐量，改善系統性能，并且縮小和理想無時延狀態下系統性能的差距。正如前文所述，AGP算法的應用將會減小系統干擾，提高整體無線通信系統的性能，進而使每一個用戶的性能都較實際有時延情況下有所提高。

圖7顯示了在不同CIO下遺留用戶吞吐量的累積分布（CDF）函數曲線，可以看出AGP算法有效地實現了時延補償，并提高了系統的整體性能。

4 結束語

本文主要討論解決的是HSPA+異構網上行鏈路中應用E-DCH信道分離技術時產生的時延問題。文中首先簡要介紹了系統模型，分析了HSPA+異構網中存在的上下行傳輸不均衡問題，接下來提出了解決此問題的E-DCH信道分離技術，并經分析提出此項技術在實際應用中造成的時延問題。接下來，為了實現時延補償有效提高網絡性能，文中提出了AGP算法，該算法通過準確預測E-AGCH授權值，可以對時延造成的問題進行有效補償。最后，文中通過對該算法進行系統級仿真評估，驗證了該算法不僅能夠有效地實現時延補償，同時還降低了干擾水平，提高了系統性能。

參考文獻

[1] 3GPP. 3GPP RP-131306. New WI proposal： UMTS Heterogeneous Networks Enhancements [S]. 3GPP TSG RAN， 2013

[2] 3GPP. 3GPP TR 25.800. Study on UMTS heterogeneous networks （Release 12） [S]. 3GPP TSG RAN， 2013

[3] 3GPP. 3GPP R1-135621. E-DCH Decoupling for Legacy UE [S]. 3GPP TSG RAN WG1， 2013

[4] 3GPP. 3GPP R1-134747. Detailed analysis of E-DCH decoupling [S]. 3GPP TSG RAN WG1， 2013

[5] 3GPP. 3GPP R1-133539. Considerations for E-DCH Decoupling in UMTS HetNets [S]. 3GPP TSG RAN WG1， 2013

[6] 3GPP. 3GPP R1-132529. Introducing E-DCH decoupling in Hetnet deployments [S]. 3GPP TSG RAN， 2012

[7] CHEN J F， SHI Z G， HONG S H， CHEN K S. Grey prediction based particle filter for maneuvering target tracking [J]. Progress in Electromagnetic Research （PIER）， 2009，93（1）： 237-254

[8] 肖新平， 毛樹華. 灰預測與決策方法 [M]. 北京：科學出版社， 2013

[9] 3GPP. 3GPP R1-125135. Considerations on Range Expansion [S]. 3GPP TSG RAN WG1， 2012

[10] 3GPP. 3GPP TS 25.215. Physical layer measurements （FDD） （Release 11） [S]. 3GPP， 2011

[11] DAHLMAN J S E， PARKVALL S， BEMING P. 3G evolution： HSPA and LTE for mobile broadband [M]. Academic Press， 2008

[12] 3GPP. 3GPP R1-134676.Considerations on E-DCH decoupling [S]. 3GPP TSG RAN WG1， 2013

[13] WONG T C， LIN B C， CHENG C T. Fuzzy tracking method with a switching grey prediction for mobile robot [J]. IEEE International Conference on Fuzzy Systems， 2001，22（1）： 103-106. doi：10.1109/FUZZ.2001.1007257

[14] 3GPP. 3GPP R1-135622. Simulation Result for E-DCH Decoupling combined with CIO in UMTS HetNet [S]. 3GPP TSG RAN WG1， 2013

[15] 3GPP. 3GPP TS 25.101. User Equipment （UE） radio transmission and reception （FDD） （Release 11） [S]. 3GPP， 2012