基于認知的LTE系統動態頻譜分配

劉 勤 李紅霞 李 釗 孔欣怡

1 引言

第4代（4G）移動通信技術標準LTE中[1]，隨著移動用戶數量的增加及對數率要求的提升，現有的頻譜資源難以滿足未來業務發展的需要[2]。另一方面，對于采用MIMO和OFDM技術的LTE系統，小區間干擾會嚴重影響系統性能，尤其是導致小區邊緣用戶服務質量的下降[3]。因此，提高頻譜資源利用率，消除或減少小區間干擾，成為LTE發展面臨的重要問題。

軟頻率復用（Soft Frequency Reuse, SFR）[4]作為一種重要的干擾協調（Inter-cell Interference Coordination, ICIC）[5]技術，將系統可用頻譜劃分為邊緣和中心兩部分，并根據用戶信干噪比（SINR）將用戶分為邊緣用戶和中心用戶兩部分。前者只能使用邊緣頻譜，后者可以使用邊緣用戶占用以外的全部頻譜。然而由于邊緣用戶僅能夠使用預分配的固定頻譜，無法適應負載動態變化。為緩解此問題，研究人員提出一系列改進方案。文獻[6]允許邊緣用戶使用所有資源塊（Resource Block, RB），改善了頻譜利用率，但增加了小區間干擾。文獻[7]通過彈性借用鄰小區邊緣頻譜，用以解決小區邊緣重負荷問題，但造成了鄰小區同頻干擾，并且不能適應信道質量的動態變化。文獻[8]中過載小區對空閑RB最多的鄰小區進行資源借用，在提高頻譜利用度的時候導致了小區間同頻干擾。上述工作[68]-無法兼顧解決業務負荷動態分布導致的頻率利用不均，以及鄰小區邊緣區域同頻干擾問題，導致邊緣用戶的性能無法得到良好保障。此外，以上方法均采用理想正六邊形小區構造網絡拓撲，未考慮由無線電波實際傳輸引起相鄰小區間重疊覆蓋區域。

隨著3GPP關于認知特性的討論，如自組織網絡 （Self-Organized Network, SON）、 載 波 聚 合（Carrier Aggregation, CA）和靈活帶寬調整等，將認知 無 線 電 （Cognitive Radio, CR）[9]和 認 知 網 絡（Cognitive Network, CN）[10]技術引入LTE或LTE-A成為研究熱點。LTE系統融合認知技術可以提高頻譜利用率，增強網絡協作能力，同構網絡間的協作可以有效改善邊緣用戶性能，異構網絡間的協作能夠減小系統間干擾。目前的研究工作主要集中在異構網絡場景[1113]-，關于認知技術在 LTE同構網絡中改善邊緣用戶性能的研究尚不多。

本文以小區邊緣用戶通信性能的改善為目標，在傳統SFR的基礎上，將認知能力引入LTE系統，提出一種新的動態頻譜分配方案。當目標小區邊緣區域重負荷時，通過基站間協作獲得頻譜使用狀態信息并評估來自鄰小區的同頻干擾，利用這些信息，目標小區邊緣用戶能夠對鄰小區優選頻譜（等價于目標小區的非優選頻譜）進行機會的借用，并根據基站的服務質量進行自適應基站選擇。

2 系統模型

研究多小區場景中邊緣區域用戶的下行通信問題，如圖 1所示。具有認知能力的基站（Cognitive eNB, C-eNB）位于小區中心，采用全向天線，小區覆蓋區域為理想的圓形。考慮到無線電波的實際傳輸，相鄰小區間存在一部分重疊區域。假設C-eNB能夠準確獲取終端用戶的地理位置信息，C-eNB之間能夠交互所屬小區的頻譜使用狀態、鏈路質量等信息。以 C -eNB1所在小區 c1為研究對象，稱為目標小區， C -eNB2與 C -eNB3所在小區（c2和 c3）為對應的相鄰小區。為討論簡便，僅考察相鄰3個小區構成的系統拓撲。每個小區的半徑為 R，用戶在小區內隨機獨立地分布。終端j與基站C-eNBk（k∈{1,2,3}）的距離為 dkj，當 dkj小于某一預設門限 dth時，終端為中心用戶，否則屬于邊緣用戶。假設系統中用戶業務的分布是動態且不均勻的，目標小區邊緣區域重負荷，相鄰小區邊緣區域負荷較輕。

將系統可用頻譜資源劃分為3段大小相等且相互正交的頻率集合Ωk（k∈{1,2,3}）,Ωk稱為小區ck的邊緣用戶優選頻譜集合，位于小區 ck邊緣區域的用戶優先使用Ωk中的頻率資源，中心用戶可以使用邊緣用戶占用之外的全部頻譜，即小區 ck的邊緣用戶比中心用戶對Ωk具有更高的使用優先級。

圖1 系統模型

LTE下行通信采用 OFDMA方式，在 3GPP LTE標準中，定義頻譜分配的最小單位為資源塊（RB），一個 RB 由頻域上 12個連續子載波（12×15 kHz = 1 80 kHz）和時域上 1 個時隙（0.5 ms）構成。頻域上整個傳輸帶寬被劃分為若干個RB，每個UE可以使用一個或多個RB用于業務傳輸。為了便于動態資源管理，將C-eNBk管理的任意RBn（n ∈ {1,2,…,N}）建模為包含3個特征參數的資源矢量Vkn，如式（1）所示。其中，k表示小區編號（k ∈ { 1,2,…,K }）, K為小區總數；n表示RB編號（n ∈ { 1,2,…,N }）, N為系統中RB總數；s表示RB的使用狀態（s ∈ { 0 0,10,11}）, 00表示空閑，10表示中心用戶占用，11表示邊緣用戶占用；q表示終端使用該 RB的通信質量（用SINR衡量，單位為dB）。C-eNBk針對小區 ck維護一個 N × 3的頻譜狀態信息矩陣 Mk，如圖2和式（2）所示， （. ）T表示向量的轉置。

圖2 資源狀態信息矩陣

基站初始化kM時，置=-∞q，表示當前RB不可分配，在頻譜分配過程中對q進行更新。考慮3小區場景，kM 中RB被均分為3份，其中1份作為kc的優選頻譜集合，相鄰小區的優選頻譜集合相互正交。

在進行資源調度時，以一個傳輸時間間隔（Transmission Time Interval, TTI）作為基本單位。C-eNB之間以一個TTI，即0.5 ms為間隔[6]，通過X2接口實現頻譜狀態信息（kM ）的交互，假設在該時間間隔內頻譜使用狀態保持穩定，TTI之間各RB的狀態獨立地隨機變化。

3 用戶位置及信干噪比計算

根據系統模型部分的假設，用戶在小區內隨機獨立分布，用戶在某一RB上獲得的SINR與其距離基站的遠近有關，本節描述了終端與基站的空間關系模型，并在此基礎上給出用戶使用不同RB獲得 SINR的計算方法，為下一節具體的頻譜分配方法設計提供依據。

如圖1所示，以目標小區中心為原點建立極坐標系，邊緣用戶j的位置信息 （ d1j, θ1j） 滿足dth≤d1j≤R,-π /3 ≤ θ1j≤ π /3。雖然系統模型中小區數為 3，并且研究 θ1j∈ [- π / 3,π/3]的情況，但通過將當前3小區模型以原點為中心分別旋轉2π/3和-2 π/3進行復制，可靈活擴展至7小區場景，因此本文的研究未失一般性。

基站間距離為D，相鄰小區基站的坐標分別為（D , θC-eNB）和（D ,- θC-eNB），不難得出，θC-eNB=π/6。可以計算出坐標為 （d1j, θ1j）的用戶與小區 ck（k ∈ {1,2,3}）基站C-eNBk之間的距離 dkj為

用戶j在RBn上接收到的來自C-eNBk的有用信號功率為

其中，PT表示基站發射功率，表示服務基站C-eNBk使用RBn向用戶j傳輸的鏈路增益。考慮到路徑損耗和陰影衰落，的計算公式為

其中，dkj表示終端j與C-eNBk之間的距離，L（dkj）是自由空間路徑損耗，是C-eNB到用戶的對數k正態陰影衰落，為高斯隨機變量，～N （ 0,σ2） ，本文選取基站信號的標準方差為8 dB[14]。

C-eNBk服務的邊緣用戶j在RBn上的SINR由式（7）給出：

4 基于認知的LTE動態頻譜分配

本節給出基于認知的 LTE動態頻譜分配方法（Cog-DSA）。對于目標小區kc，中心用戶頻譜分配方式與傳統SFR相同，邊緣用戶優先使用優選頻譜集合kΩ中的資源。當邊緣區域重負荷導致kΩ中無空閑RB時，采用傳統SFR，用戶將無法獲得服務。本文采用認知技術中機會頻譜借用的思想，目標C-eNBk通過與相鄰C-e（k≠）信息交互獲得頻譜使用狀態矩陣，根據kc自身頻譜使用狀態確定邊緣用戶j（屬于kc）的可用頻譜指示向量kjA ，并通過評估可用RB的SINR，實現對相鄰小區優選集合（≠k）中可用且質量較好的資源塊動態借用。為了抑制小區間同頻干擾，必須保證借用過程中相鄰小區邊緣區域的RB正交。
若鄰小區優選資源被借用后的某個時刻，邊緣用戶要求使用該RB，因其具有更高優先級，相應RB將被收回。因此，目標小區邊緣用戶在進行資源分配時，可能需要針對鄰小區邊緣用戶的出現采取退避措施。對于小區 ck的邊緣用戶，可以通過C-eNBk與C-e之間協商完成對鄰小區中的空閑RB的借用，服務該用戶的基站是C-eNBk。由于相鄰小區間存在重疊覆蓋區域，若C-e對用戶的服務質量優于C-eNBk并且超過一定門限，系統將引導用戶切換至C-e以獲得更好的服務。頻譜借用是目標小區邊緣用戶借用鄰小區優選資源集合中的空閑RB；切換是目標小區邊緣用戶切換至相鄰小區基站，使用切換后小區的優選RB。本質而言，兩種情況使用的資源塊相同。如圖1所示，邊緣用戶 U E1選擇了從基站 C -eNB1向鄰基站 C -eNB2切換， U E2則選擇借用鄰小區c3的邊緣優選集合Ω3中的空閑頻譜。

以目標小區 ck中任意用戶j為研究對象，基于認知的LTE系統資源分配（Cog-DSA）步驟如下：

步驟1 系統初始化。認知基站C-eNBk生成資源信息矩陣 Mk（k ∈ { 1 ,2,… , K }），并通過X2接口與鄰基站C-e（∈ {1,2,…,K}且k≠）進行信息交互，獲得。

步驟 2 若目標小區 ck有新用戶j到達，用戶需求的RB個數為μj，分別初始化用戶j的可用頻譜指示向量 Akj=0N×1和頻譜分配向量 Ukj=0N×1,0N×1表示 N × 1零向量，執行步驟3；否則等待，并在新的TTI開始時再次執行步驟2。

步驟 3 用戶j向C-eNBk報告位置信息，C-eNBk根據式（3）計算用戶 j與C-eNBk之間距離dkj。若 dkj≤dth，用戶j屬于中心區域，按照傳統SFR方式進行頻譜分配；否則，用戶j屬于邊緣區域，執行步驟4。

步驟4 C-eNBk掃描其優選頻譜集合Ωk中的RB，根據中空閑RB的編號∈ { 00}），將中對應元素置 1，計算 Akj更新后的 1范數，執行步驟 5。若0＜，將可用RB全部分配，置kM中=11,= 1 ，執行步驟5。若，即中空閑 RB能夠滿足用戶j需求，根據式（7）分別計算用戶j在各空閑RB上獲得的信干噪比，并更新，選取最大的μ個RB分配，分別置其在j

3.1 康復醫學解決臨床難題 康復醫學可以解決臨床醫學所難以解決的問題，包括長期的功能障礙或喪失。許多疾病在生理功能不能恢復時，臨床上并無特殊有效的方法，而康復醫療則大有作為。通過康復醫學的思維和措施，提高障礙者的功能和能力，因此康復醫學對臨床醫療有十分重要的擴充和延續作用。康復服務是由政府或非政府機構提供的[10]。我國的康復醫療服務是以政府負責，衛生行政部門主管，鼓勵各種康復服務資源參與的形式開展，利用康復醫學技術解決臨床領域的問題。

步驟 5 計算剩余資源需求μj=μj-||Akj||1，用矩陣保存 Akj的當前狀態，記為=Akj。掃描優選頻譜資源集合Ωk中的RB,C-eNBk檢索其在中的使用狀態，若）= 1 0，則將 A 中對應元kj素置1。計算 Akj-，其非零元素對應的RB表示可以通過退避中心用戶得到的資源塊（邊緣用戶j對Ωk中的RB具有更高的使用優先級）。若||Akj-=0，執行步驟6。若 0 ＜||Akj-||1＜ μj，將所有新增可用RB全部分配，置對應的= 1 1,= 1 。若 || Akj-||1≥μj，計算用戶j在 Akj非零元素對應的各 RB上獲得的信干噪比，更新，選取最大的μj個RB分配，并置其使用狀態 s= 1 1，置= 1。

步驟 7 計算剩余資源需求μj=μj-||Akj-||1，更新=Akj。根據和 Mk,C-eNBk對屬于的RBn在Mk~和Mk中的使用狀態逐一進行檢索。若對于C-e,= 11，即鄰小區的優選RBn未被其邊緣用戶使用；并且對于C-eNBk,= 0 0，即目標小區 c對應的非優選RB空閑，kn則將 Akj中與RBn對應的元素置1，表明該資源塊可被借用。計算當前 Akj-，若為零向量，表示無RB可以借用，算法結束；否則，Akj-中非零元素對應的RBn為新增可借用資源塊，計算用戶j在可借用RBn上獲得的信干噪比和，更新和。

步驟 8 遍歷新增的可借用RBn，若||Akj-≥μ，選擇μ個具有最佳 m ax）的j j RB分配給用戶j；否則，將 Akj-中非零元素對應的所有RB分配給用戶j,| | Akj||1為用戶實際獲得的 RB個數，超出的需求（RBn）將被阻塞。按照步驟9進行頻譜借用和基站切換的選擇。

根據算法描述，邊緣用戶頻譜分配過程主要分為3個階段：分配優選集合kΩ中的空閑RB（步驟4和步驟6），分配kΩ中由中心用戶退避獲得的RB（步驟5和步驟6），以及對通過機會頻譜借用或基站切換獲得的kΩ~中RB進行分配（步驟7、步驟8、步驟9），只有在當前階段所獲 RB不能滿足用戶需求的情況下，才會進入下一階段頻譜分配。

需要注意的是，采用本文提出的動態頻譜分配方法，用戶j可以由多個基站（C-eNBk和C-e）同時服務，其對應的頻譜分配矢量分別為kjU 及，即為執行頻譜分配算法的最終輸出結果。

5 仿真結果

本節采取如圖1所示的多蜂窩下行通信場景，以目標小區任一邊緣用戶為研究對象，對SFR和本文提出的Cog-DSA性能進行仿真。隨機出現在目標小區邊緣區域的某一用戶對 RB的需求量為μ∈{1,2,…,N},N=15表示系統可用RB的總數。定義邊緣用戶對RB的相對需求度 α =μ/N ，用戶滿意度ρ=κ/ μ，其中κ表示用戶實際獲得的RB數。仿真條件及參數為：各基站發射功率相同，均為 43 dBm，系統帶寬為3 MHz，基站間距 D = 1 732 m ，小區半徑 R =1000 m,dth=0.62R[15]，熱噪聲功率譜密度為-174 dBm/Hz，考慮標準方差 σ = 8 dB的對數正態陰影衰落。為了使邊緣用戶獲得最佳的服務質量，選取切換門限η=0 。

相比于傳統SFR, Cog-DSA顯著提升了目標小區邊緣用戶的服務質量，特別是在目標小區邊緣重負荷、目標小區中心及鄰小區邊緣輕負荷的情況下，Cog-DSA對SFR的優勢更為明顯。該算法計算復雜度為 O （ JK N ），即與用戶數、基站數和 RB數成正比關系。雖然Cog-DSA需要基于基站間的信息交互實現頻譜分配和小區選擇，在一定程度上增加了系統開銷，但憑借LTE系統強大的功能特性[16]，以及與終端側相比，基站側較寬松的硬件和成本約束，本文所提算法具有較好的可實現性。

6 結束語

圖3 對歸一化吞吐率和ρ的影響

圖4 對歸一化吞吐率和ρ的影響

圖5 對歸一化吞吐率和ρ的影響

本文以小區邊緣用戶通信性能的改善為目標，在傳統SFR的基礎上，將認知能力引入LTE系統，提出一種動態頻譜分配方法（Cog-DSA），利用基站間的相互協作獲得頻譜使用狀態信息，從而確定可用資源集合并評估來自鄰小區的同頻干擾，最后根據資源塊的通信質量，完成頻譜的動態借用和服務基站的靈活選擇。所提方案改變了傳統SFR對邊緣用戶可用頻率集合的約束，能夠提升頻譜利用效率，改善邊緣用戶的傳輸速率。本文研究的重點是在不增加額外頻譜資源的情況下，提高系統頻譜效率，即針對LTE系統的頻譜進行共享機制設計。若按照傳統的認知思想，通過感知獲取新的頻譜資源，由于這部分資源具有隨機動態的特性，無法進行相對固定的規劃，因此與本文研究的頻譜存在本質的區別，可以將本文方法與頻譜動態借用相結合進行新的設計。

[1] 3GPP TS 36.101 V11.4.0. User Equipment （UE） Radio Transmission and Reception[S]. 2013.

[2] Xiao J, Hu R Q, Qian Y, et al.. Expanding LTE network spectrum with cognitive radios: from concept to implementation[J]. IEEE Wireless Communications, 2013,20（2）: 12-19.

[3] Hamza A, Khalifa S, Hamza H, et al.. A survey on inter-cell interference coordination techniques in OFDMA-based cellular networks[J]. IEEE Communications Surveys &Tutorials, 2013, 15（4）: 1642-1670.

[4] 3GPP, R1-050507. Soft Frequency Reuse Scheme for UTRAN LTE[S]. 2005.

[5] Lee D, Li G Y, and Tang S. Inter-cell interference coordination for LTE systems[J]. IEEE Transactions on Vehicular Technology, 2013, 62（9）: 4408-4420.

[6] Zhang X, He C, Jiang L, et al.. Inter-cell interference coordination based on softer frequency reuse in OFDMA cellular systems[C]. Proceedings of International Conference on Neural Networks and Signal Processing, Nanjing, China,2008: 270-275.

[7] 3GPP, R1-051341. Flexible Fractional Frequency Reuse Approach[S]. 2005.

[8] Mao X, Maaref A, and Teo K H. Adaptive soft frequency reuse for inter-cell interference coordination in SC-FDMA based 3GPP LTE uplinks[C]. Proceedings of the IEEE Global Telecommunications Conference （GLOBECOM）, New Orleans, American, 2008: 1-6.

[9] Mitola J and Maguire G Q. Cognitive radios: making software radios more personal[J]. IEEE Personal Communications,1999, 6（4）: 13-18.

[10] Thomas R W, Friend D H, DaSilva L A, et al.. Cognitive Networks[M]. Berlin: Springer Netherlands, 2007: 17-41.

[11] Huang J W and Krishnamurthy V. Cognitive base stations in LTE/3GPP femtocells: a correlated equilibrium gametheoretic approach[J]. IEEE Transactions on Communications, 2011, 59（12）: 3485-3493.

[12] Naranjo J, Viering I, and Friederichs K J. A cognitive radio based dynamic spectrum access scheme for LTE heterogeneous networks[C]. Proceedings of Wireless Telecommunications Symposium （WTS）, London, UK, 2012:1-7.

[13] Wang W, Yu G, and Huang A. Cognitive radio enhanced interference coordination for femtocell networks[J]. IEEE Communications Magazine, 2013, 51（6）: 37-43.

[14] Qian M, Handjawana W, Li Y, et al.. Inter-cell interference coordination through adaptive soft frequency reuse in LTE networks[C]. Proceedings of the IEEE Wireless Communications and Networking Conference （WCNC）,Shanghai, China, 2012: 1618-1623.

[15] Amer M. Optimal configuration of fractional frequency reuse system for LTE cellular networks[C]. Proceedings of the IEEE Vehicular Technology Conference （VTC Fall）, Quebec City, Canada, 2012: 1-5.

[16] Pateromichelakis E, Shariat M, Quddus A, et al.. On the evolution of multi-cell scheduling in 3GPP LTE/LTE-A[J].IEEE Communications Surveys & Tutorials, 2013, 15（2）:701-717.