5G網絡中基于距離感知的動態基站關閉算法

郝　敏，張治中，席　兵

(重慶郵電大學通信網測試工程研究中心,重慶　400065)

?

5G網絡中基于距離感知的動態基站關閉算法

郝敏，張治中，席兵

(重慶郵電大學通信網測試工程研究中心,重慶400065)

摘要:無線通信的能耗問題受到越來越多的重視，能量效率成了5G網絡中三大效率特性之一。一般而言，流量負載較低時，基站資源利用率也相對較低，造成基站資源浪費。為解決這個問題，提出一種基于距離感知的動態基站關閉算法。該算法通過動態關閉多余的基站來降低網絡能耗，在滿足基站負載均衡的條件下，通過估計用戶與其關聯基站的距離，計算可關閉基站的最大數目。仿真結果表明，所提算法較基于隨機關閉的基站節能算法，明顯地降低了能耗，并將平均節能百分比提高到88%。

關鍵詞:5G；距離感知；負載均衡；節能

隨著第五代移動通信(5G)時代的到來，業務應用和用戶體驗的需求迫使網絡運營商需要尋找新的技術來降低運營成本，提高數據傳輸速率，從而提升用戶體驗質量。成倍增長的數據業務使得網絡設施的需求急劇擴大，同時也引起了大量的能量消耗。綠色節能作為5G的重要需求之一，要求網絡的總能耗在用戶數據流量成千倍增長時不會提高。預計到2020年，未來5G網絡中端到端每比特能耗需要降低到現在的1/1 000。IMT-2020推進組提出了未來5G還將致力于改善網絡建設的運營能耗與成本效率[1-2]。因此，未來5G通信在維持各類業務增長的同時，減少能耗是十分必要的，能耗成本的增加也使得人們越來越多地關注降低能耗的方法。

在國內外，基站能耗問題受到廣泛重視，在基站節能方面有眾多的研究。文獻[3]針對不同的流量模式提出不同的異構網絡部署，通過比較不同網絡部署場景來分析小區半徑大小對基站功耗的影響以及評估最優的網絡部署，但沒有涉及到網絡節能方案；文獻[4]提出最優小區半徑的概念，在沒有用戶活躍的情況下，結合休眠模式分析了小區半徑大小對基站功耗的影響。但同樣沒有提出具體的節能方案；文獻[5]提出一種基于流量需求的基站節能關閉算法。小區在獲取足夠的容量和覆蓋范圍的情況下，通過能量控制機制給活躍基站分配頻譜資源和能量的方式來最小化能耗，但沒有考慮控制機制能耗問題且操作不易實現；文獻[6]討論了當UMTS蜂窩網絡處于低流量情況時，通過隨機關閉基站的方式來達到節能的目的，但是這種節能方式會造成流量高的基站被關閉的可能；文獻[7]提出兩種節能的方法：1)集中式的貪婪算法，根據流量負載來檢查每個基站，從而決定是否關閉；2)分散算法，每個基站估計各自的流量情況來獨立決定其是否關閉。但這兩種算法都沒有研究基站負載均衡，未說明活躍基站的負載情況；文獻[8]提出基于流量變化動態基站關閉策略，同時要考慮基站的阻塞率，基站要在最短的時間內考慮是否關閉，但是沒有考慮小區網絡覆蓋的問題；文獻[9]提出基于用戶關聯策略基站關閉算法，但基站關閉的數目沒有達到最佳，造成基站資源浪費。

以上所述的策略主要是根據接入網中流量的變化決定基站的關閉，通過減少活躍基站的數目來達到節能的目的。在低負載的情況下，關閉不必要的基站，這些關閉的基站策略或者是隨機關閉的，或者是基于流量負載進行基站關閉的。但這些策略沒有評估基站關閉小區的網絡覆蓋以及基站的負載情況。當基站關閉后，活躍的基站要對關閉基站區域的用戶提供服務，但在提供服務之前，并未評估活躍基站的負載情況，這就容易造成基站負載不均衡，從而降低了網絡的服務質量(QoS)。而且上述基站關閉策略的依據條件比較單一，粒度較小，沒有起到很好的節能效果。

基于此，本文提出了基于距離感知的動態基站關閉算法。當流量負載較低時，該算法根據流量負載情況以及用戶與其關聯基站的距離動態地關閉多余的基站，不僅能夠降低網絡的能量損耗，而且提高了基站資源的利用率。另外，在決定基站關閉之前需對活躍基站的負載進行評估，確?；钴S基站的負載均衡，可以有效提高網絡QoS。

1系統模型

1.1網絡模型和流量模型

對于不同的網絡拓撲結構，本文所提的動態基站關閉算法均適用。不失一般性，本文討論的場景如圖1所示，為一個密集的網絡部署，相鄰的基站重疊覆蓋。假設網絡由K個具有相同覆蓋半徑R和周期性變化的流量負載模式的小區組成，并且每個小區由一個基站控制。在每個小區內，假定用戶是隨機接入的，并且用戶流量的產生滿足泊松分布。圖2表示了一天內基站的流量負載變化模型。

假設網絡中流量產生模式服從排隊論中經典的M/M/N多服務臺排隊模型[10]：服務時間服從指數分布，平均值為1/μ，單位是s/call；用戶到達間隔服從均值為1/λ的指數分布，單位是s/call。當一個呼叫發生時，基站以恒定比特率為R(kbit/s)的速率為用戶提供服務。假設系統總帶寬為C，c表示一個基站可以同時提供服務的最大呼叫數，有

(1)

系統中流量產生和服務時間的參數可以表示為

(2)

式中：ρ表示通信強度，同時可以表示相對的流量負載(如圖2)；α表示通信率。

系統的狀態是以用戶的數目為特征的，pn表示有n個用戶通話的概率，通過M/M/c多服務臺排隊論系統狀態平衡方程求得[10]

(3)

(4)

當網絡容量達到它的上限時，不能再建立新的呼叫，這樣就會發生排隊等待。Lq表示由于系統過載而不能提供服務的呼叫數

(5)

1.2能耗模型

本節提出網絡的能耗模型，通過此模型來分析網絡的能耗。對于一個給定的基站(BS)，其能耗可以模擬為一個線性的方程[11]，主要包括：1)固定的能耗E[Econst]，即供給天線的能耗，這部分能耗與傳輸功率以及基站流量負載成正例；2)非恒定部分的能耗，主要分為兩類：第一類是基站處于空閑狀態的能耗E[Eidle]，即基站沒有為任何用戶提供服務；第二類是基站為用戶提供服務時所需的能耗E[ETX]，即有流量產生時基站需要的動態能耗，其大小由用戶數量以及用戶和基站間距離來決定。通過上面的分析，可以推出能耗模型，對于一個小區，服務K個用戶的基站總能耗為

E[EBS]=E[Econst]+E[Eidle]+E[ETX]

(6)

前面式(3)中p0表示基站沒有為用戶提供服務的狀態，即基站處于空閑狀態。處于空閑狀態的基站功耗可以表示為Pidle。假設功率的能量損耗以秒為單位計算，那么基站在處于空閑狀態下的平均能耗E[Eidle]可用下式表示

E[Eidle]=p0·Pidle·tidle

(7)

基站處于工作狀態時消耗的能量遠遠高于空閑狀態，并且隨著基站承載業務量的增大，傳輸數據所消耗的能量也逐漸增大。設PTX表示基站只提供一個呼叫服務時的功率消耗，則基站同時服務k個呼叫時的發射功率PTX,k可表示為

(8)

前面式(4)中pn=(p1,p2,…,pc)表示基站處于工作狀態，此狀態下的基站可對應同時服務n=(1,2,…,c)個呼叫。單個基站能同時服務的最大呼叫數為c。對應地，為了服務上述多個呼叫，分別需要的時間為1/μ,1/2μ,…,1/cμ。則基站處于服務狀態時平均能耗E[ETX]可表示為

(9)

那么整個網絡中的總能耗可以表示為

E[Etotal]=Non×(E[Econst]+E[Eidle]+E[ETX])

(10)

式中：Non表示處于活躍狀態的基站數。

在移動通信系統中，吞吐量Q[T]表示系統發送數沒有幀丟失的平均速率。對于單個基站而言，吞吐量等于基站服務的平均呼叫數與服務速率R之積，可表達為

Q[T]=(p1·1+p2·2+…+pc·c+pc+1·c+…)·

(11)

由公式(11)可知，當網絡中基站的激活數目為Non時，則系統總吞吐量Q[Ttotal]可表示為

(12)

為了驗證網絡的綠色性[12-13]，這里以能源效率(Energy Efficiency，EE)作為衡量標準對網絡的綠色性能進行度量。能量效率指每單位能耗產生的有用工作，它是系統性能的重要衡量指標。移動通信領域的有用工作是系統吞吐量，單位為bit/s。則系統能量效率E[EEtotal]可表達為

(13)

1.3問題公式化

由式(10)分析可知，為了使基站的能耗達到最低，應主要將活躍基站數Non最小化，即

minNon=N-Noff

(14)

式中：N表示總基站數；Noff表示關閉的基站數。

考慮到整個網絡的負載均衡，在網絡帶寬一定的情況下，最小化Non時還應滿足限制條件

(15)

式中：con,i表示活躍的基站i可提供的最大服務用戶數；coff,j表示關閉基站的j可提供的最大服務用戶數。

考慮到整個網絡的QoS，基站的關閉會對其造成影響。本文基于整個網絡的容量和預期的傳輸速率，在基站可覆蓋范圍內估算出服務用戶的最大值，從而決定是否可以關閉更多的基站，而且不會影響整個網絡的QoS以及基站可以達到的負載均衡。

2關閉算法

本節重點描述基于距離感知的動態基站關閉算法。關閉階段主要在流量負載較低的時間段內，通過減少活躍的基站數目以實現節能的目的。本文提出的算法是根據流量變化以及用戶與其關聯基站間的距離來最小化活躍基站的數目，并且在基站關閉后能保證網絡的QoS以及活躍基站的負載均衡，小區的覆蓋域也不會受到影響，能確保整個網絡的穩定性。當一些基站關閉時，整個網絡的覆蓋會受到影響，用戶通話可能發生中斷，所以為了增加覆蓋范圍，必須增加活躍基站的發射功率來覆蓋關閉小區的范圍。由于發射功率大小受用戶與基站間距離的影響，距離越長所需的發射功率越大[14]，由此本文提出一個基于距離感知的動態基站關閉算法。

本文提出的基站關閉算法不僅根據流量模式的變化，而且需要通過用戶和基站之間的平均距離來決定基站的關閉。因此，每個基站需要估算它關聯用戶的平均距離以及用戶與相鄰基站間的平均距離，平均距離越大，基站的發射功率就會越大，算法的核心是找出平均距離最大的基站進行關閉。具體步驟如下：

Step1：各個基站可以通過5G網絡中類似于LTE網絡中的X2接口來獲取基站的信息，其中包括基站負載信息以及各個基站關聯用戶的位置信息等。

Step2：通過5G網絡中特定的定位技術計算出各個基站所關聯用戶的距離，然后估計它們的平均距離，再根據各自基站的流量負載情況，基于估計的平均值從大到小對基站進行分類并記錄在一個列表中。

Step3：基于第二步的記錄列表信息，平均距離最大的基站需要消耗更大的發射功率，則此基站作為關閉的首要選擇。在候選關閉基站的用戶轉移到相鄰基站前，檢查基站負載情況，即滿足不等式(15)，則關閉第一個候選基站，并增加其相鄰的基站發射功率去覆蓋關閉基站的區域。

Step4：若滿足終止條件，算法結束，輸出基站活躍數Non，即求出公式(14)的最小值，否則轉到Step2繼續執行。

算法的流程如圖3所示。

3仿真實驗

以一個經典的城市網絡場景來評估本文算法的性能。網絡由7個小區組成，基站之間水平和垂直距離設為800 m，用戶隨機分布在小區內并且其流量產生滿足泊松分布。本文主要考慮基站下行鏈路的流量所產生的能耗。預先分配一定數量的子載波和物理資源塊(Physical Resource Blocks，PRB)。仿真參數如表1所示。

通過對比不同的節能方法來分析算法對能耗的影響。本文比較了3種節能方案的能耗：1)沒有使用關閉策略；2)由文獻[6]中提出的基于隨機決策的半數基站關閉，此種方案的能耗通過公式(10)分析得出；3)本文提出的動態距離感知關閉策略。

表1仿真參數

圖4表示在給定的網絡模型中，不同算法在夜間時間段(22:00-08:00)的基站平均能耗仿真結果。從圖中很清晰的看出兩個觀察結果：首先，隨著流量的變化，能耗也隨之發生變化，符合本文前面的分析，說明本文的理論分析可以評估基站能耗；其次，在流量負載較低時，可以看出本文提出的算法比其他兩種方式有著更好的節能效果，同時進一步表明本文的算法根據流量的變化可關閉更多的基站以減少能耗進而實現節能的目的。

圖5呈現的是相對能耗。從圖中可以看出本文提出的節能算法相對于沒有關閉基站的情況能獲得接近80%的節能。此外，在低流量的情況下，依據能耗比例觀察動態的距離感知算法的節能效果是很重要的。相對于隨機關閉基站的算法，本文算法不僅能有效提高節能效果，而且在滿足用戶業務需求的同時能更好地利用網絡資源。在流量需求較低時，系統可以通過動態關閉低效的基站來降低網絡能耗以實現節能。

圖6呈現的是能源效益情況。分析的結果通過公式(13)獲得。從圖中可以看出系統的能效隨著流量的變化而變化，本文的算法相對于隨機關閉基站的策略能獲得更好的能效。

4結論

在未來5G蜂窩網絡中，基站為用戶提供各種服務，尤其在流量高峰期時基站提供足夠的覆蓋和服務，但是當流量負載較低時，基站的資源就顯得過剩，從而造成資源浪費。針對流量負載較低的時間段內，本文提出了基于距離感知的基站關閉算法。該算法在滿足用戶業務QoS要求下對基站進行動態的關閉。仿真結果顯示，與文獻[6]提出的算法相比，基于距離感知的基站關閉算法更加節能，保證整個網絡的QoS。

參考文獻：

[1]尤肖虎,潘志文,高西奇,等.5G移動通信發展趨勢與若干關鍵技術[J].中國科學(信息科學)，2014(5)：551-563.

[2]BUDZISZ L，GANJI F，RIZZO G，et al. Dynamic resource provisioning for energy efficiency in wireless access networks：a survey and an outlook[J]. IEEE communications surveys & tutorials，2014，16(4)：2259-2285.

[3]ESODIAKAKI A，ADELANTADO F，ANTONOPOULOS A，et al. Energy impact of outdoor small cell backhaul in green heterogeneous networks[C]// 2014 IEEE 19th International Workshop on Computer Aided Modeling and Design of Communication Links and Networks (CAMAD).[S.l.]： IEEE Press，2014：11-15.

[4]RAO J B, FAPOJUWO A O. A survey of energy efficient resource management techniques for multicell cellular networks[J]. IEEE communications surveys & tutorials，2014，16(1)：154-180.

[5]HAN T, ANSARI N. Enabling mobile traffic offloading via energy spectrum trading[J]. IEEE transactions on wireless communications，2014，13(6)：3317-3328.

[6]CHIARAVIGLIO L, CIULLO D, MEO M, et al. Energy-aware UMTS access networks[J]. Proc. of IEEE W-GREEN, 2008：1-8.

[7]ABOU-ZEID H, HASSANEIN H S, VALENTIN S. Energy-8efficient adaptive video transmission：Exploiting rate predictions in wireless networks[J]. IEEE transactions on vehicular technology，2014，63(5)：2013-2026.

[8]GONG J，ZHOU S，NIU Z，et al. Traffic-aware base station sleeping in dense cellular networks[C]//. 2010 18th International Workshop on Quality of Service (IWQoS). [S.l.]：IEEE Press，2010：1-2.

[9]OZYAGCI A，SUNG K W，ZANDER J. Effect of propagation environment on area throughput of dense WLAN deployments[C]// 2013 IEEE Globecom Workshops (GC Wkshps).[S.l.]：IEEE Press，2013：333-338.

[10]MARSUDI M，BIN A N.Queuing theory application to analyze production capacity[C]// 2010 Second International Conference on Engineering Systems Management and Its Applications(ICESMA).[S.l.]：IEEE Press，2010：1-6.

[11]WU J，ZHANG Y，ZUKERMAN M，et al. Energy-efficient base stations sleep mode techniques in green cellular networks：a survey[J]. IEEE communications surveys & tutorials，2015，17(2)：803-826.

[13]HUAN K，ZHU Y，SHEN H. A new evaluation system for energy-saving effect based on extended energy consumption and extended energy efficiency[C]// 2012 China International Conference on Electricity Distribution (CICED).[S.l.]：IEEE Press，2012：1-8.

[14]BANKAR N，PATEL C. Performance analysis of closed loop uplink power control schemes in cellular radio system[C]// 2013 Nirma University International Conference on Engineering (NUiCONE). [S.l.]：IEEE Press，2013：1-8.

郝敏(1988— )，碩士生，主要研究方向為5G移動通信系統總體技術、通信網測試技術；

張治中(1972— )，教授，博士生導師，主要研究方向為第三、四、五代移動通信網絡架構、測試及優化技術；

席兵(1972— )，副教授，碩士生導師，主要研究方向為寬帶通信網測試技術。

責任編輯：許盈

Dynamic base station switch off algorithm in 5G network based on distance-aware

HAO Min, ZHANG Zhizhong, XI Bing

(CommunicationNetworksTestingEngineeringResearchCenter,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

Key words:5G; distance-aware; load balancing; energy saving

Abstract:The issue about energy consumption of wireless network attracts more and more attention and becomes one of three energy efficiency features in 5G. In general, resource utilization of BS is low when traffic load is not high, causing resource waste. To solve this problem, a new dynamic BS switch off algorithm based on distance-aware is proposed. This algorithm achieves a significant energy saving by dynamically switching off underutilized BS. In the premise of satisfy the network requirements of load balancing, the number of underutilized BS is calculated by estimating the distance between the user equipment and their associated BS. Simulation results show that this proposed algorithm has a better performance in energy saving percentage compares to random energy saving algorithms, increase the average percentage of energy saving to 88%.

中圖分類號：TN915

文獻標志碼：A

DOI：10.16280/j.videoe.2016.01.015

基金項目：國家“863”計劃項目(2014AA015706；2015AA01A705)；重慶高校創新團隊建設計劃項目(KJTD201312)

作者簡介：

收稿日期：2015-10-11

文獻引用格式：郝敏，張治中，席兵.5G網絡中基于距離感知的動態基站關閉算法[J].電視技術，2016，40(1)：76-81.

HAO M，ZHANG Z Z，XI B.Dynamic base station switch off algorithm in 5G network based on distance-aware[J].Video engineering，2016，40(1)：76-81.