密集小區環境下干擾抑制策略的性能分析

王小鋒 許方敏

（杭州電子科技大學，浙江 杭州 310018）

密集小區環境下干擾抑制策略的性能分析

王小鋒 許方敏

（杭州電子科技大學，浙江 杭州 310018）

密集小區的網絡構架可以滿足移動通信網絡數據業務的爆炸式增長需求，但此時密集小區的網絡結構也更加復雜，對小區的干擾管理要求更高、更具挑戰性。以基站為中心的干擾抑制策略由于復雜度低、易于實現等優點受到了廣泛關注。文章通過搭建系統級仿真平臺，分析了以基站為中心的干擾抑制策略的系統性能。仿真結果表明，以基站為中心的干擾抑制策略有效的提高了系統容量，抑制了密集小區環境的小區間干擾。

密集小區；干擾抑制；吞吐量

1 引言

傳統移動通信無線網絡中，宏基站覆蓋半徑通常較大，一般采用較大的頻率復用因子。而且，宏基站小區的復用間隔較遠，無線資源利用效率不高，無法滿足通信系統網絡深度覆蓋和LTE移動寬帶通信需求。另一方面，宏基站的發射功率大，無線信號覆蓋范圍廣，由于穿墻損耗（尤其是市區，高層建筑物密度大，有用信號損耗更加嚴重）會使得室內（居民區、商場、地下室等）用戶接收到的有用信號大大減弱，從而造成無線通信網絡的覆蓋盲區。而移動無線網絡中的業務數據流量主要發生在室內［1，2］，因此，一種新型的小區結構密集小區（Density Cell）被提出來，它可以解決移動通信網絡中室內環境信號覆蓋不佳的問題，提高室內用戶的業務流量速率，提高熱點地區通信系統容量，彌補宏蜂窩的不足。

另一方面，小基站使用密度的增大以及網絡拓撲結構的不規則性，惡化了密集小區的同頻干擾問題［3-5］。由于較大的同頻干擾，會制約小區無線通信網絡的容量的增加，同時也會使得用戶的業務數據速率迅速下降，嚴重的話，可能造成掉話，影響小區邊緣用戶服務質量。因此，如何有效解決密集小區結構的小區間干擾問題成為筆者研究的熱點之一。

提高小區邊緣用戶性能的小區間干擾抑制策略主要分為以基站為中心和以用戶為中心兩種類型［5-7］。目前，以基站為中心的小區間干擾抑制策略由于簡單易于實現等特點，受到了人們的廣泛關注。因此，本文主要介紹密集小區環境下，以基站中心的小區間干擾抑制方案，通過搭建系統級仿真平臺驗證這種方法的有效性。

2 系統模型及以基站為中心的小區間干擾抑制策略

2.1 系統模型

考慮密集小區分布服從泊松分布的隨機網絡模型中的下行鏈路的干擾問題，如圖1所示。所有的基站均采用全向天線且發射功率一樣。每個小區的用戶均勻的撒入各個小區，一個無線資源塊只能對于一個UE，且不同小區的頻率資源調度是相互獨立的，即小區的無線資源不會服務于另一個小區的用戶，所以小區內干擾接近于零，筆者將中心小區設定為參考小區，參考小區的基站為 BS0，它相鄰小區的基站定義為其干擾基站，由于參考基站BS0和其周圍的干擾使用相同的頻段，參考用戶可以接收到相鄰基站干擾信號（無用信號）。參考用戶接收信號的信干噪比可以表示為：

圖1 小區系統模型

2.2 以基站為中心的干擾抑制策略

以基站為中心的抑制策略，相比于傳統的抑制策略來講，可以有效改善系統的通信環境，提高小區 UE的業務數據流量，它有著復雜度低、成本低實現簡單的特點，因此是一種滿足今后移動網絡發展需求抑制技術。它是通過比較干擾基站到參考基站的距離來判斷是否進行頻率復用的。若干擾基站到參考基站的距離小于等于參考基站設定的門限值dthreshold，說明此時無用信號對參考小區內的用戶的同信道干擾較大，通過二者使用不同的帶寬頻率組，來減輕小區間干擾；若干擾基站到參考基站的距離超過參考小區規定門限值，此時干擾信號由于路徑損耗的影響，能量較小不會對參考用戶造成很明顯的干擾，所以二者可以被分配一樣的無線帶寬頻率組，提高無線資源利用率。如圖1所示，以參考基站為中心畫一個半徑為dthreshold的圓形，若干擾基站位置在該圓的覆蓋范圍中，則說明其到參考基站的距離小于dthreshold，即不進行頻率協調。圖中可以看到BS1和BS2分布在圓的覆蓋范圍中，說明不能與參考基站同頻。BS3，BS4，和BS5三個基站在圓的外面，因此可以與參考基站同頻，這時參考基站的小區間干擾來源于BS3，BS4，和BS5三個基站，但是由于這些基站到參考基站的路徑損耗比較大，不會對參考小區造成明顯的影響。

2.3 系統性能指標

用戶吞吐量：用戶吞吐量指用戶的業務流量速率。可以根據香農公式（2），來計算參考小區中用戶的吞吐量：

其中，SINR為用戶的信噪比大小，可以通過式（1）計算得到；B為每個參考用戶所占用的帶寬資源，即每個RB資源塊所占用的帶寬。

小區吞吐量：參考小區中所有的用戶業務流量速率的總和。

3 仿真和性能分析

下面通過仿真來驗證以基站為中心的干擾抑制方法的性能。仿真中，基站發射功率43dbm，σ2=1，每個小區可用無線網絡資源為24個RB資源塊。

本次仿真中筆者對3種方案進行對比分析。第1種：頻率復用因子為1，每個基站使用相同的頻率，此時參考基站BS0收到周邊所有干擾基站的同頻干擾，此時小區的同信道干擾最大，但此時的無線資源利用率也最大。第2種：頻率復用因子為3，即增加同頻小區空間復用距離，減少小區同信道干擾，每3個基站復用一段頻率。第3種是以基站為中心的干擾抑制策略。

圖2給出了，當每個小區內用戶數目為10，平均5個干擾基站的情況下，用戶平均吞吐量和它與參考基站距離之間的關系。其中橫坐標為處于不同位置用戶到參考基站的距離，單位為km，縱坐標表示每個用戶的平均吞吐量，單位為Mbps。

圖2 用戶吞吐量v.s. 用戶與服務基站距離

通過圖2筆者可以看出，以基站為中心的干擾抑制方法相比于頻率復用1和頻率復用3來說，有效地降低了小區間的干擾，提高了系統容量和用戶接入率。

圖3在圖2仿真條件的基礎上，將干擾基站的平均個數增加到20個。

圖3表明，在這的3種方法里，干擾基站的數目增加都會使小區間干擾變大，導致用戶速率和小區總速率有所下降，尤其是距離基站較遠的用戶的業務速率。其中采用以基站為中心的抑制方法的參考小區的性能在三種方案中最好，用戶性能不會受到明顯的影響。這是因為以基站為中心的抑制策略，通過門限來判斷干擾基站會不會對自己小區的用戶造成較大的同信道干擾，來調節無線網絡資源的合理分配，避免對自身有用信號的沖突，使得參考小區內的用戶速率不會造成很大影響。

圖3 增加干擾基站后的用戶吞吐量

圖4給出了3種干擾抑制方法在每小區平均用戶數變化時的系統容量。圖4表明，在用戶數增大時，3種方案的系統容量都先增大后平緩變化。同時，與其它兩種方法相比，以基站為中心的干擾抑制策略有效的提高了系統吞吐量。

圖4 參考小區用戶數目和系統容量的關系

綜上所述，筆者可以看出在這3種抑制方法中：

3復用方案——比較適和于參考小區用戶數目少的時候。但是一旦參考小區內的 UE數目增加，它的缺點就體現出來了，頻段利用率低使得參考小區容量跟不上用戶的增長，參考小區容量遠遠小于其他的兩種方法，滿足不了參考小區內UE的業務流量需求，因此不適用在密集的移動通信環境中。

1復用方案——干擾BS的個數增加會對頻率因子1造成明顯的影響，因此，1-復用適合于參考小區內的UE多而相鄰小區與參考小區的空間距離比較遠的情況，更加適合于小容量的大區制的移動通信網絡。

以基站為中心的小區抑制策略——將相鄰小區的干擾通過自動采用頻率分配策略控制在一個較低的范圍內，通過參考門限的設置來分配不同的復用策略，若干擾基站在參考基站的門限內，則干擾基站不會使用和參考基站一樣無線資源頻道，從而避免較大的同頻道干擾；若小區的干擾小，此時干擾基站距離參考基站的空間距離較遠，在參考基站規定的門限之外，則二者均使用復用因子1，提高無線資源的利用率，改善參考小區的系統的性能和吞吐量。

4 結論

隨著5G系統的研發，各種高速率、高質量多媒體業務的不斷增加，用戶對移動通信系統的覆蓋和容量提出了更高的要求。在傳統蜂窩網絡上通常會疊加一些新的基站，同時由于地形地貌的影響，實際系統的小區架構不能用規則的六邊形來建模。本文基于隨機幾何的小區模型，研究了以基站為中心的抑制策略的性能。與復用因子1和復用因子3進行仿真對比，以基站為中心的抑制策略可以通過靈活地無線頻段資源管理和分配，有效的提高用戶吞吐量。

［1］ 李進，董育寧.分布式小基站資源分配優化方法［J］.南京郵電大學學報（自然科學版），2015，35（2）：64-73.

［2］ 譚維鍇，郭愛煌，錢業青，等.基于模糊層次分析的小小區性能評估［J］.系統工程與電子技術，2014，（8）：1651-1655.

［3］ Xinchen Zhang， Martin Haenggi. A Stochastic Geometry Analysis of Inter-cell Interference Coordination and Intracell Diversity［J］.IEEE Transactions on Wireless Communications，2014，13（12）：6655-6669.

［4］ ZHANG Tian-kui，XIAO Lin，ZENG Zhi-min，et al.Multi-cell uplink power allocation game for user minimum performance guarantee in OFDMA systems［J］.中國郵電高校學報（英文版），2010，17（5）：6-11.

［5］ Thomas David Novlan，Radha Krishna Ganti，Arunabha Ghosh，et al.Analytical Evaluation of Fractional Frequency Reuse for OFDMA Cellular Networks［J］.IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS，2011，10（12）：4294-4305.

［6］ Chang Li，Jun Zhang，and K.B.Letaief.User-Centric Intercell Interference Coordination in Small Cell Networks［C］.IEEE ICC，2014：5747-5752.

［7］ 朱元萍，徐景，楊旸，等.蜂窩系統上行小區間干擾鏈路統計分析［J］.電子與信息學報，2013，（8）：1971-1976.

Performance analysis of interference mitigation schemes in density cell environments

Density cell networks provide an effective way to meet the explosive growth of mobile data traffic， which， however，complicates the network structure and makes intercell interference management more challenging. Bs-Centric Interference mitigation schemes attract great interesting because of low complexity. Therefore， we analyze the performance of Bs-Centric Interference mitigation by using Matlab. Simulation results show that it can effectively solve the intensive interference problem of small cell environment and improve system throughput.

Density cell； interference mitigation； throughput

TN929.5

A

1008-1151（2016）01-0017-03

2015-12-11

浙江省自然基金項目（LQ15F010004）；訪問學者發展項目（FX2014026）。

王小鋒，男，杭州電子科技大學學生，研究方向為通信系統的干擾抑制技術。

許方敏（1980-），女，杭州電子科技大學講師，研究方向為超密集網絡、無線資源分配等。