C－RAN 架構中下行組播與單播業務資源分配算法

馬旗超，劉占軍，朱志超，于中華

（重慶郵電大學 移動通信技術重慶市市級重點實驗室，重慶400065）

0 引 言

在無線接入網中，為了降低運營成本，改善系統性能，中國移動等提出了一種新型無線接入網架構C－RAN［1］。該無線接入網架構采用集中式的管理體系結構，由虛擬基站集群統一管理基帶處理單元 （baseband unit，BBU）和遠端射頻單元 （remote radio unit，RRU）等模塊，其中基帶處理單元和遠端射頻單元由高帶寬、低時延光傳輸網絡連接。這種新型C－RAN 架構無線接入網系統具有處理能力強、傳輸帶寬高、傳播時延低以及傳輸調度簡單方便等優點。

無線網絡資源是有限的，如何通過有效的資源分配策略，在保證各種業務QoS的基礎上，解決用戶QoS需求與有限的無線資源之間的矛盾是一個亟待解決的問題，其目的是提高無線頻譜利用率和無線系統的吞吐量。

組播業務傳輸［2－4］的基本原則就是要合理地解決資源匱乏矛盾，達到上述目的要求，需要合理的資源分配［5］策略來予以實現。目前，根據現有的文獻調查［6］可知，資源分配策略主要分為兩類：一類是基于用戶公平性均等，所有的用戶獲得相同的速率和共享無線資源；另一類是比例公平性，依據用戶自身潛在容量增益分配應得的資源，最大化系統吞吐量。

根據上述資源分配策略，在基于OFDMA 系統的基礎上，各種不同目標函數和限制條件的資源分配算法和優化方案相繼被提出。比如文獻［7］中提到的MMF算法授予信道狀況差的用戶一定公平性，保證可靠的組播傳輸速率；PTF算法通過對用戶公平性和系統吞吐量分配比例權重進行折中性考慮；STM 算法不考慮用戶公平性，只追求系統容量最大化。然而，在OFDM 系統內，對組播業務無線資源分配主要是研究單個組播業務［8，9］，多重組播業務研究相對較少，而且研究都僅僅局限在單個小區內，這就造成單個組播業務和單個小區內的研究不能充分地反映組播系統的本質優勢。

在C－RAN 架構無線接入網下，集中式的基帶資源池對無線資源進行集中管理。現有組播系統的資源分配算法對資源的分配前提是對單播和組播業務分開考慮，在頻譜資源有限的情況下，這種分配方案降低了系統頻譜資源利用率，因此，在C－RAN 架構無線網絡中，建立多重組播協作傳輸系統模型［10，11］，利用集中式管理單播業務與組播業務共享網絡資源的特點，提出了一種基于單播與組播業務的聯合帶寬與功率分配算法，利用遺傳算法求解出最優的帶寬和功率分配方案，在保證單播和組播業務服務質量的同時，提高了組播用戶的傳輸質量與平均吞吐量。

1 系統模型

在基于OFDMA 的下行組播業務傳輸系統中，蜂窩協作傳輸系統如圖1所示，系統通過多個協作基站在相同頻率，相同時間內傳輸相同的組播業務內容給特定組播用戶組。組播業務的發送需分配相應的無線資源來承載，以滿足組播業務的傳輸需求。

圖1 蜂窩協作傳輸系統

假設基站需承載單播與組播業務且其總數N ，第i個基站的單播用戶數為N1i，組播用戶數為N2i，接收組播業務的用戶同時也能接收單播業務。針對于組播業務，系統中總的組播業務數為G。假設第i個基站承載的第g 個組播業務表示為Ki，g，接收該組播業務的組播用戶數表示為，該基站i中組播業務總數為Gi≤G，則N2i＝，且第g個組播業務的總用戶數表示為假定組播業務與單播業務共享系統帶寬，由基帶資源池統一分配。針對于單播業務，在基站i中分配給單播用戶k的帶寬表示為B1i，k，所對應的發射功率P1i，k；針對組播業務，在基站i 中組播業務g 所分配的帶寬為B2i，g，所對應的發射功率為P2i，g。

基站中所承載組播業務傳輸速率表示為

式中：n0——高斯白噪聲的單邊功率譜密度，hi，j——信道增益，cj——第j類組播業務的協作集合中的RRU。

在功率和帶寬資源受限情況下，為避免組播資源分配影響單播業務性能，及提高系統頻譜資源利用率的目的，本文對組播與單播業務采用聯合分配策略，以實現總體資源最優化利用，且保證單播與組播業務QoS需求。以承載組播業務與單播業務的OFDMA 通信系統的總吞吐量為目標函數表達式如下式所示

約束條件

其中：約束條件C1限定所有單播和組播業務所需帶寬之和不得大于網絡的系統帶寬。C2限定單播與組播業務功率之和小于等于基站的總功率。C3限定單播用戶的傳輸速率要大于或等于最小的單播速率要求。C4限定接收信噪比最差的組播用戶的傳輸速率要大于或等于最小的組播速率要求。C5和C6表示系統為接收同一組播業務的組播用戶分配相同的帶寬及發送功率值。

上述最優化模型，我們所提出的組播與單播聯合帶寬與功率分配算法 （unicast and multicast resource allocation algorithm，UMRA），實現單播與組播業務共享系統資源，并提高系統頻譜資源利用率，使整個系統吞吐量最大，保證組播了業務與單播業務的正常QoS要求。

2 基于遺傳算法求解UMRA算法

2.1 遺傳算法理論

遺傳算法［13］是基于生物自然進化過程與遺傳機理的計算模型，通過維護一個潛在解的群體并在多方向進行隨機搜索，以及支持在這些方向上的信息交互，從而找出全局最優解。其主要特點是采用全概率化的尋優方法，能自適應地調整搜索方向，不需要確定的規則。

遺傳算法的基本思想：算法模擬了自然選擇和遺傳中發生的復制、交叉和變異等現象，從潛在的解集合中任意初始一個種群出發，通過隨機選擇、交叉和變異操作，產生一群更適應環境的個體，使群體進化到搜索空間中越來越好的區域，這樣一代一代的不斷繁衍進化，得到一群最適應環境的個體，即求出問題的最優解。

分析下文數據，發現輸血后不良反應組患者的各項指標均低于無不良反應組，差異有統計學意義（P＜0.05）；兩組患者輸血后的血常規指標比對，差異無統計學意義（P＞0.05）。

2.2 遺傳算法求解

UMRA 算法數學模型為多變量非線性的優化問題，直接求解存在難度，我們采用遺傳算法輔助求解出模型全局最優解，即最佳的單播與組播用戶的功率和帶寬分配值。根據遺傳算法的求解原理，將分配給單播用戶的帶寬和功率、以及組播用戶的帶寬和功率依次組合形成一個種群個體，模型中目標函數用來構造適應度函數，通過種群評價，選擇過程，交叉過程，變異過程產生新的子代種群，然后繼續對子代種群進行評價，直到算法滿足終止條件為主，經迭代多次后求解出最佳的帶寬和功率分配值。基于遺傳算法的具體求解流程如圖2所示，詳細步驟如下：

（1）初始化種群：涉及設定種群規模，種群個體值初始化范圍，初始種群賦值，初始適應度值，通過上述參數按照一定策略形成第一代種群P1。其中種群個體由單播業務帶寬和功率、組播業務帶寬和功率依次組合形成。

（2）適應度函數評價：為了評價個體適應性能，將個體代入適應度函數中，得到相應的適應度值，作為遺傳算法評價種群中個體優劣的依據。適應度函數依據目標函數而定。

（3）選擇過程：根據上代種群個體適應度函數值以及制定的評估策略，將個體進行優勝劣汰的操作，將部分個體從舊種群中淘汰，從而產生新的種群P2。選擇過程不產生新的個體，優質個體得到復制，使種群的平均適應度得到提高，實現種群的優勝劣汰。

（4）交叉過程：交叉是將選擇后的種群P2的個體作為父代隨機配對，按照設定的規則，將對染色體上的基因進行互換交叉，從而進化出新的成對子代個體。所有父代隨機配對交叉完成后，交叉過程結束，形成新種群P3。

（5）變異過程：根據變異概率，對上代種群個體按照該概率進行一定策略的變異操作，產生新的個體，從而形成新種群P4。

（6）終止條件判斷：判斷條件：判斷條件：評價相鄰若干代的種群平均適應度函數值為變化或者是變化小于預設門限值，表明該算法已經收斂；此時遺傳算法達到最大迭代次數；運行代數達到算法停止的代數，滿足其中一項算法終止。

圖2 UMRA 算法求解流程

當上述遺傳算法求解結束時，得到的適應度函數值為目標函數最大值，其對應的個體為上述數學模型的最優解，即最佳的單播與組播業務的帶寬與功率分配值。

3 性能分析

本次數值實驗的仿真場景為C－RAN 架構下的7 個RRU，每個RRU 覆蓋一個小區。單播和組播用戶以均勻方式隨機分布在各小區。假設在這7個小區內均勻分布的單播用戶數為27；組播用戶總有4類不同的業務，但QoS要求相同，接收這4類組播業務的組播用戶數分別設定為10，12，14，16。具體仿真參數見表1。

如圖3所示，隨著組播用戶與歸屬基站間距的增加，基于多小區協作傳輸的組播系統內的組播用戶平均SINR高于基于單小區傳輸的組播系統，并且越接近小區邊緣，兩者差異性越大。這說明本文所提的基于多小區協作的多重組播業務資源分配算法有效地提高了組播用戶的信干噪比，尤其能提高小區邊緣組播用戶的信干噪比。這是因為組播業務CoMP傳輸將小區間干擾信號變有用信號，有效的利用了小區間的干擾，提高了組播用戶的傳輸質量。

表1 仿真參數設置

圖3 組播用戶平均SINR

如圖4所示，組播用戶平均吞吐量曲線呈起伏波動，這是由于組播用戶隨機分布所造成。采用CoMP 傳輸的組播系統的組播用戶平均吞吐量，相比不采用CoMP 傳輸的單小區組播系統，組播用戶的平均吞吐量得到了顯著提高。這是由于CoMP協作利用小區間干擾信號，提高了組播用戶的信干噪比，使整個系統的吞吐量得到提升的緣故。

圖4 組播用戶平均吞吐量

4 結束語

在C－RAN 架構無線接入網絡中，隨著通信應用的發展，單播與組播業務并存是一個發展方向。而組播業務與單播業務在資源利用上存在不同：對于單播業務，下行過程中如果實現協作通信，則需要其它的RRU 發送相同信號以產生協作分集，這就造成其它RRU 無線資源的開銷；而對于組播業務，則由于另外的RRU 也有相同的業務需要傳輸，則會自然的產生相同信號來自不同的RRU 的分集增益，而不會造成額外的資源開銷。

針對C－RAN 架構無線接入網下行單播與組播業務在資源分配上的上述特點，構建多重組播業務的系統模型的基礎上，利用最優化理論，建立了一種基于單播和組播業務聯合帶寬和功率分配的數學模型，并利用遺傳算法求解出最優的帶寬和功率分配方案。仿真分析表明，根據求解出的最優資源分配方案，在滿足最小QoS要求下，由于組播用戶通過CoMP傳輸技術，將干擾信號變成有用信號，提高了組播用戶的平均SINR 值和吞吐量。

［1］China Mobile Research Institute.C－RAN－The road towards green RAN white paper version 2.5 ［S］.2011.

［2］Richard O Afolabi，Aresh Dadlani，Kiseon Kim.Multicast scheduling and resource allocation algorithms for OFDMAbased systms： A survey ［J］.IEEE Communications Surveys＆Trtorials，2013，15 （1）：240－254.

［3］Liu J，Chen W，Cao Z，et al.Dynamic power and sub－carrier allocation for OFDMA－based wireless multicast systems［C］／／IEEE International Conference on Communications，2008：2607－2611.

［4］Biagioni A，Fantacci R，Marabissi D，et al.Adaptive subcarrier allocation schemes for wireless OFDMA systems in WiMAX networks［J］.IEEE Journal on Selected Areas in Communications，2009，27 （2）：217－225.

［5］Xu W，He Z，Niu K，et al.Multicast resource allocation with min－rate requirements in OFDMA systems ［J］.Journal of China Universities of Posts and Tel，2010，17 （5）：24－51.

［6］Richard O Afolabi，Aresh Dadlani，Kiseon Kim.Multicast scheduling and resource allocation algorithms for OFDMAbased systms： A survey ［J］.IEEE Communications Surveys＆Trtorials，2013，15 （1）：240－254.

［7］Da B，Ko C C.Resource allocation in downlink MIMO－OFDMA with proportional fairness ［J］.Journal of Communications，2009，4 （1）：8－13.

［8］Silva Y，Klein A.Power allocation in multi－carrier networks with unicast and multicast services ［C］／／IEEE International Conference Glasgow，Scotland，2007：5433－5438.

［9］Won H，Cai H，Yun Y D，et al.Multicast scheduling in cellular data networks ［J］.IEEE Trans Wireless Commun，2009，8 （9）：4540－4549.

［10］Sophia A.R1－051103.channel structure for E－UTRA MBMS evaluation ［S］.Sophia Antipolis：3GPP，2013.

［11］Lee Juho，Kim Younsun，Lee Hyojin，et al.Coordinated multipoint transmission and reception in LTE－advanced systems ［J］.IEEE Communications Magazine，2012，11 （50）：44－50.

［12］LIU Zhanjun，ZHU Zhichao，ZHOU Shiyan，et al.Cooperative RRU selection algorithm for multicast service in C－RAN wireless networks［J］.Journal of Xidian University（Social Scienc Edition），2013，40（6）：205－211（in Chinese）.［劉占軍，朱志超，周詩研，等.C－RAN架構無線接入網組播中協作RRU選擇算法［J］.西安電子科技大學學報，2013，40（6）：205－211.］

［13］John H Holland.Adaptation in natural and artificial systems［M］.USA，MIT Press，1992.