非授權頻段長期演進系統中的混合動態分簇算法

張 剛，姜 煒，劉是梟

(重慶郵電大學 通信與信息工程學院，重慶 400065)

(*通信作者電子郵箱18716320638@163.com)

非授權頻段長期演進系統中的混合動態分簇算法

張 剛，姜 煒*，劉是梟

(重慶郵電大學 通信與信息工程學院，重慶 400065)

(*通信作者電子郵箱18716320638@163.com)

針對非授權頻段長期演進(LTE)系統中動態子幀配置引起的交叉子幀干擾問題，提出了一種綜合考慮大尺度損耗及小區業務量情況的混合動態分簇算法。首先，通過基站端對大尺度損耗及小區業務量情況的周期性測量，計算出對應的相關度值；然后，根據相關度值對小區進行輪詢式分簇，實現小區分簇結果的周期性更新；最后，根據更新后的小區分簇結果執行動態子幀配置。仿真實驗中，相比傳統的靜態分簇算法，中業務到達率條件下混合動態分簇算法的用戶上下行平均吞吐量分別提升了約16.92%和34.33%；用戶上下行平均時延分別降低了約14.18%和36.32%。仿真結果表明，混合動態分簇算法可以有效減小交叉子幀干擾的影響，提升系統吞吐量，性能優于傳統的靜態分簇算法。

非授權頻段；授權型輔助接入；動態子幀配置；動態分簇；系統級仿真

0 引言

思科視覺網絡指數(Visual Networking Index, VNI)全球移動數據流量預測的最新報告顯示，2020年全球七成人口將成為移動互聯用戶并且人均擁有1.5個互聯產品，而智能設備、移動視頻和4G網絡的增長將在未來五年推動移動數據流量增長八倍[1]。這其中蘊藏的發展潛力給通信行業帶來了前所未有的挑戰，當前的無線通信技術在頻譜效率上已經接近極限，長期演進(Long Term Evolution, LTE)授權頻譜資源已經非常擁擠。為了進一步提高頻譜資源的利用率，可以考慮使用非授權頻段來為用戶提供數據服務。2013年底，華為、愛立信等公司在第三代合作伙伴項目(3rd Generation Partnership Project, 3GPP)中提出了LTE非授權頻段接入(Licensed Assisted Access, LAA)的技術需求[2]。LAA技術[3-5]將LTE系統的工作頻段拓展至資源豐富且免費的非授權頻段，有望大幅降低頻率資源獲取成本，有效分流網絡負荷，減輕網絡擴容壓力。

傳統的宏蜂窩小區在覆蓋范圍上是均衡的，沒有考慮到業務密度的差異性，因此在LTE系統中引入異構網的概念，通過將數據業務分流到低功率節點，減輕宏蜂窩的負載壓力，改善小區邊緣用戶的性能。異構網的出現為動態時分復用(Time Division Duplexing, TDD)技術的應用提供了良好的條件，在3GPP組織的RAN1第58次會議中首次提出在異構網中采用業務自適應的動態TDD技術[6]。文獻[7]提出了一種分時長期演進(Time Division Long Term Evolution, TD-LTE)異構網絡中全新的動態子幀配置方案，通過動態選擇7種子幀配置中的一種可以有效減輕交叉子幀干擾，適應多變的傳輸環境。文獻[8]則提出了一種5G系統中完全動態配置每個子幀傳輸方向的分布式算法，該算法通過對5G系統中實時上下行業務量的檢測來動態配置每個子幀，使其適應存在突發性業務的通信情況。文獻[9]介紹了非授權頻段上兩種全新的動態子幀配置算法，通過使用11種全新的子幀配置及動態子幀配置算法去實現非授權頻段上的動態TDD技術。

文獻[7-9]研究的都是異構網絡中的動態TDD技術。動態TDD技術可以實時靈活地配置上下行子幀，從而提高系統的資源利用率，但也會在基站間引入嚴重的交叉子幀干擾，對系統性能造成嚴重影響。文獻[10]通過用戶提供的干擾信息來構建接入點間的干擾圖，在數據傳輸的同時考慮大尺度衰落的影響，從而對用戶分簇進行協同通信。文獻[11]介紹了一種動態TDD LTE系統中基于小區分簇的干擾協調方案，對不同的小區分簇閾值方案進行仿真以評估系統性能。文獻[12]提出了一種混合靜態TDD和動態TDD的方案，并通過下行功控、混合鏈接和室內外協作調度的方案限制終端間干擾和基站間干擾。

LAA基站作為一種低功率節點，自然可以使用動態TDD技術來提高非授權頻段上的頻譜利用率。如今，將LTE部署到非授權頻段，如何在非授權頻段上運用動態TDD技術并且降低交叉子幀干擾的影響，具有較大的現實意義。因此，本文在文獻[9]的基礎上提出一種新的混合動態分簇算法來降低交叉子幀干擾對系統性能的影響

1 小區干擾協調算法

動態TDD技術就是允許不同的小區可以根據自身的業務狀況動態調整上下行子幀配置。因此，使用動態TDD技術最大的好處就是可以根據小區當前業務量選擇不同的上下行子幀配置，降低了業務包的傳輸時延，提高了小區總吞吐量[13]。另一個好處就是節能。根據3GPP標準要求[14]，對于每個下行子幀，基站需要發送參考信號來檢測信道質量，即使當前小區沒有業務需要傳送。如果使用動態TDD技術，當小區沒有或者只有很少的下行業務時，如果采用上行子幀占優勢的配置，意味著基站只需要發送更少的參考信號，就可以節約系統能量。由于動態TDD技術的使用會在基站間引入嚴重的交叉子幀干擾，對系統性能造成嚴重影響，因此要對采用動態TDD技術的LTE系統進行干擾控制以改善系統鏈路的性能。本章提出一種基于混合動態分簇算法的方案來克服動態子幀配置引起的交叉子幀干擾問題，保障小區用戶吞吐量。

1.1 交叉子幀干擾

傳統的靜態TDD網絡中，不同小區不同時間段都采用相同TDD上下行配置，所以傳統的靜態TDD網絡中只存在異實體干擾[15]。本文仿真中采用的是上行單天線端口傳輸、下行閉環空間復用的傳輸模式，天線配置為上行1Tx×2Rx、下行2Tx×2Rx(Tx為發射天線，Rx為接收天線)，以下行多輸入多輸出(Multiple Input Multiple Output, MIMO)信道為例，接收端受到的干擾情況如圖1所示。

圖1中源發送端K使用預編碼矩陣PK產生兩個空間層信號SK,1和SK,2，另一個發送端經過預編碼矩陣PL產生發送信號對源信號產生干擾，信號經過2×2的MIMO信道HK到達接收端，接收端采用濾波矩陣WK恢復出發送的層信號。在多小區的情景中，除了源發送端K發送層信號外，還有許多來自其他發送端L的干擾信號由有效信道HLPL到達接收端。接收端天線收到的y是所有發送信號和噪聲n的疊加。

y=∑HLPLsL+n

(1)

其中n～cN(0,σ2)，HL和PL分別為信道矩陣和預編碼矩陣。

圖1 MIMO信道中接收端干擾示意圖Fig. 1 Receiver interference diagram in MIMO channel

接收端通過一個濾波矩陣WK來恢復發送的層信號x。x中不僅包含希望得到的源信號，同時也包含了濾波后的小區間干擾和噪聲信號。

(2)

(3)

動態TDD技術的應用有效地縮短了數據包的傳輸時延，提高了系統吞吐量，但是也使得LAA基站之間產生嚴重的交叉子幀干擾，由于交叉子幀干擾中干擾源和被干擾對象是同一種屬性的網絡實體，故也稱作同實體干擾。如圖2所示，當LAA基站1處于下行，LAA基站2處于上行時，處于發射狀態的LAA基站1會對處于接收狀態的LAA基站2產生干擾，即基站間干擾。同時，處于發射狀態的用戶設備2(User Equipment 2, UE2)會對接收狀態的UE1產生干擾，即終端間干擾。因為一個LAA基站所服務的終端數目很大，故當存在同實體干擾時，會有更多的干擾源對接收端產生影響。

1.2 混合動態分簇

分簇技術在許多通信領域都得到了廣泛的應用，在動態TDD場景中，分簇技術可以有效解決交叉子幀干擾問題。傳統的分簇算法一般都是靜態分簇，靜態分簇算法簡單，在仿真中易于實現。靜態分簇只考慮諸如路徑損耗等大尺度損耗的影響。在傳輸過程中，小區的分簇結果是固定不變的。同一簇內的基站采用相同的子幀配置，導致某些基站的子幀配置不能適配該基站當前業務量情況，從而使得這些基站的吞吐量受到限制。針對上述問題，本章提出一種混合動態分簇算法，在盡量減小上下行子幀交錯干擾的同時保證系統吞吐量不受限制。

圖2 交叉子幀干擾示意圖Fig. 2 Cross subframe interference diagram

混合動態分簇算法不僅考慮諸如路徑損耗等大尺度損耗，同時也考慮到緩存中實時變化的上下行業務量，通過與動態TDD技術的協同使用，動態地調整小區分簇結果。該混合動態分簇算法定義了一個新的綜合考慮大尺度損耗及系統業務量情況的分簇指標——相關度(Relevance Metric, RM)。

(4)

其中：a、b表示LAA基站；LFab指a與b的大尺度損耗，包括路徑損耗和陰影衰落；TDab指a與b上行業務流量占比的差值；參數α是動態分簇方案中大尺度損耗與上行業務流量占比差值的比重。因為LFab和TDab兩個變量不在同一數量級，如果直接由LFab和TDab來計算相關度，不能同時體現大尺度損耗和小區上下行業務量對分簇性能的影響，故本文先對LFab和TDab兩個值進行線性歸一化處理，使歸一化后的數值落在[0，1]區間，再按比例求解出相關度。其中TDab的計算公式如下：

(5)

RM=[rmab]P*P

(6)

因為總共有P個LAA小區，所以矩陣共有P行P列。元素rmab代表小區a與小區b之間的相關度，相關度越小，兩小區越應該分到同一簇中。其中當a=b時，rmab=0。

相關度是動態分簇的唯一標準，其既考慮了LAA小區之間的大尺度損耗，也考慮了LAA基站的實際上下行業務量情況。根據相關度的定義，可以發現值越小，兩基站間的干擾就越大。因為值越小，兩基站的上行業務流量比重越接近，子幀配置情況就越相似，所以如果兩LAA基站之間的rmab值越小，說明它們耦合關系越緊密，上行業務量比重越相似。因此，將這種相互間rmab值小的基站分到同一個簇中。

1.3 基于混合動態分簇的動態子幀配置方案

根據相關度的定義，本節提出了一種輪詢式分簇方法，該方法的核心思想就是輪詢地將P個LAA基站分到Q個小區簇中，分配的條件是每次使小區簇內的平均相關度值增長最小。混合動態分簇方案的具體過程如圖3所示。

圖3 混合動態分簇方案Fig. 3 Hybrid dynamic clustering scheme

在實際系統中，LAA小區基站的數目P總是大于分簇的數目Q。這種分簇方式的結果是將平均相關度小的LAA小區分配到同一簇中，即將干擾較強、有相似的上行業務比的小區分配到同一個分簇中，將干擾較弱、上行業務比差異大的小區分配到不同簇中。基于上面提到的輪詢式分簇方法，該動態子幀配置方案會根據每次分簇的結果周期性地改變上下行子幀配置，每個簇內的LAA小區子幀配置相同，這樣有助于減小交叉子幀干擾。圖中的動態子幀配置方法選用參考文獻[9]中的周期性動態子幀配置算法，其中上下行子幀個數由下面的公式決定：

(7)

NDL=10-NUL

(8)

2 系統級仿真

2.1 仿真參數和仿真場景

在非授權頻段上LAA基站與Macro基站是異頻組網，所以LAA基站不會受到來自宏站的干擾。仿真中使用的參數如表1所示。

表1 仿真參數表Tab. 1 Simulation parameter table

仿真中采用7小區，每小區3扇區的wrap around部署方式，實現室外LAA共存的場景。LAA基站只在中心宏小區的每個扇區中以簇的形式存在，每個扇區中一個簇，每個簇中8個LAA基站(運營商1、2各4個)。蜂窩用戶在每個簇內均勻分布，每個簇內有60個蜂窩用戶。仿真中宏基站部署但不激活。LAA基站的署場景如圖4所示。本文仿真參數及仿真場景的取值均來自于3GPP相關標準協議——TR 36.889[16]。

圖4 LAA小區部署Fig. 4 LAA cell deployment

2.2 仿真性能指標

為了更好體現異構網絡業務特性，本文使用FTP mode3業務模式，該模式以數據包為單位，數據包的到達間隔滿足泊松分布，數據包的到達率為λ，包的大小為0.5 Mb，數據包的發送時間從它到達隊列的時間開始計算。本文的仿真評估參數為用戶上下行平均吞吐量(Throughput)和用戶上下行平均時延(Delay)。

1)用戶上下行平均吞吐量的計算公式如下：

Throughput=ave{∑Bi/∑Ti};i=1,2,…,n

(9)

其中：∑Bi表示第i個UE傳輸或接收的所有包的總比特數；∑Ti表示第i個UE傳輸或接收的所有包的總時間；n為UE的總數目。

2)用戶上下行平均時延是指將所有終端用戶的時延取平均，其計算公式如下：

(10)

其中：D_waiti表示第i個終端傳輸數據包的等待時間；D_trani表示第i個終端傳輸數據包的傳輸時間；Zi表示第i個終端傳輸數據包的個數。

3 仿真分析

在基于Matlab的LTE系統級仿真平臺上，采用文獻[9]所給出的動態子幀配置方案，在相同的仿真條件、不同業務到達率情況下，從吞吐量和時延的角度考察同等條件下靜態分簇算法和混合動態分簇算法的性能。根據分簇算法的不同，設計以下三種仿真方案。

方案一：應用動態TDD技術，采用文獻[9]的動態子幀配置方案，沒有采用小區分簇算法。

方案二：應用動態TDD技術，采用文獻[9]的動態子幀配置方案，采用靜態分簇算法。

方案三：應用動態TDD技術，采用文獻[9]的動態子幀配置方案，采用混合動態分簇算法。

3.1 吞吐量

圖5是不同業務到達率下用戶的上下行平均吞吐量曲線，即一定時間內用戶終端收發數據量的平均值。從仿真結果中可以發現，隨著業務到達率的提高，任意一種方案的用戶上下行平均吞吐量都呈下降趨勢，這是因為業務到達率的提高，越來越多的小區處于激活狀態，別的小區受到的干擾也就越大。

圖5 用戶平均吞吐量曲線Fig. 5 User average throughput curve

對比方案一和方案二，在低業務到達率時，方案二的用戶上行平均吞吐量有明顯提升，用戶下行平均吞吐量則提升不明顯；而在中高業務到達率時，方案二的用戶上下行總平均吞吐量甚至低于方案一。總的來說，靜態分簇方案對減小交叉子幀干擾的作用不明顯，由于靜態分簇只考慮大尺度損耗對小區吞吐量的影響，固定不變的小區分簇結果，導致某些基站的子幀配置不能適配該基站當前業務量情況，而在中高業務到達率時，更多的小區處于激活狀態，業務需求更加多變，從而使得某些基站的吞吐量受到限制。

對比方案一和方案三，方案三的用戶上下行平均吞吐量在低中業務到達率時相對于方案一都有明顯提升。具體地，在中業務到達率時刻方案三的用戶下行平均吞吐量相對于方案一提升了約22.02%，用戶上行平均吞吐量相對于方案一提升了約21.12%。

對比方案二和方案三，可以發現相比靜態分簇方案，方案三的用戶上下行平均吞吐量都有明顯提升。具體地，在中業務到達率時刻方案三的用戶下行平均吞吐量相對于方案二提升了約34.33%，用戶上行平均吞吐量相對于方案二提升了約16.92%；而在高業務到達率時，兩種分簇算法的用戶上下行平均吞吐量非常接近，這是由于在高業務到達率時，每個基站時時刻刻都有數據要發送，小區上下行業務量占比對動態分簇的影響減小，主要受大尺度損耗的影響，情況類似于式(4)中α=1時的狀況，即分簇結果更加趨向于靜態分簇。總體來說，本文提出的混合動態分簇算法可以有效降低交叉子幀干擾的影響，對系統吞吐量的提升效果明顯優于傳統的靜態分簇算法。

3.2 時延

圖6是不同業務到達率下用戶的上下行平均時延曲線。從圖6可知，三個方案的用戶上行平均時延比較接近，而方案二的用戶下行平均時延最大。對比方案二和方案三，在中業務到達率時方案三的用戶下行平均時延相對于方案二降低了約36.32%，用戶上行平均時延降低了約14.18%。這說明本文提出的混合動態分簇算法相對于傳統的靜態分簇算法，在降低傳輸時延的效果上有一定改善。但是相比無小區分簇方案，分簇方案的上下行時延并沒有明顯改善，與方案一處于同一數量級。總的來說，雖然分簇算法不會明顯降低業務時延，但是毫秒級的業務時延完全可以滿足普通的民用移動通信需求。

圖6 用戶平均時延曲線Fig. 6 User average delay curve

綜上所述，本文所提出的混合動態分簇算法能夠兼顧考慮大尺度損耗與小區上下行業務量兩個因素，這兩個量都是一般移動通信系統本來就有的數據信息，不需要額外的系統開銷去獲得，同時混合動態分簇算法的分簇指標——相關度值的計算并不復雜，基站端完全可以處理。相比傳統的靜態分簇算法，該方案在保證業務時延不提升的同時，能夠有效減小上下行子幀交錯干擾，提升系統上下行吞吐量。

4 結語

動態TDD技術可以根據小區當前業務量靈活動態地選擇上下行子幀配置，提高非授權頻段上LAA系統性能，但是也引入了嚴重的交叉子幀干擾。本文通過分析影響系統吞吐量的各個因素，設計了一種綜合考慮大尺度損耗和系統業務量情況的混合動態分簇算法。相比傳統的靜態分簇算法，該算法對系統吞吐量的提升效果更加明顯，性能更加有優越。

References)

[1] Cisco. Cisco visual networking index: global mobile data traffic forecast update 2015 — 2020 white paper[EB/OL]. [2016- 02- 03]. http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/mobile-white-paper-c11-520862.html.

[2] Ericsson, Qualcomm, Huawei, et al. RP-141664: Study on licensed-assisted access using LTE approval[R]. Edinburgh: 3GPP TSG RAN Meeting #65, 2014.

[3] RUPASINGHE N, GüVEN? I. Licensed-assisted access for WiFi-LTE coexistence in the unlicensed spectrum [C]// Proceedings of the 2014 IEEE Globecom Workshops. Piscataway, NJ: IEEE, 2014: 894-899.

[4] RATASUK R, MANGALVEDHE N, GHOSH A. LTE in unlicensed spectrum using licensed-assisted access [C]// Proceedings of the 2015 IEEE Globecom Workshops. Piscataway, NJ: IEEE, 2015: 746-751.

[5] RUPASINGHE N, GüVEN? I. Reinforcement learning for licensed-assisted access of LTE in the unlicensed spectrum [C]// WCNC 2015: Proceedings of the 2015 IEEE Wireless Communications and Networking Conference. Piscataway, NJ: IEEE, 2015: 1279-1284.

[6] 3GPP. TR36.828 v13.0.0, Further enhancements to LTE TDD for DL-UL interference management and traffic adaption [S]. Sophia Antipolis, France: 3GPP, 2012.

[7] YU Z, WANG K, JI H, et al. Dynamic frame configuration in TD-LTE heterogeneous cellular networks [C]// Proceedings of the 2015 IEEE Globecom Workshops. Piscataway, NJ: IEEE, 2015: 1-6.

[8] CATANIA D, SARRET M G, CATTONI A F, et al. The potential of flexible UL/DL slot assignment in 5G systems [C]// VTC Fall 2014: Proceedings of the IEEE 80th Vehicular Technology Conference. Piscataway, NJ: IEEE, 2014: 1-6.

[9] 姜煒,劉是梟,胡恒,等.LAA系統在非授權頻段上的動態子幀配置策略[J].電信科學,2016(7):61-67. (JIANG W, LIU S X, HU H, et al. LAA system dynamic sub-frame configuration strategy in unlicensed bands[J]. Telecommunications Science, 2016(7): 61-67.)

[10] QIN C, TIAN H. A greedy dynamic clustering algorithm of joint transmission in dense small cell deployment [C]// Proceedings of the 11th Annual IEEE Consumer Communications and Networking Conference. Piscataway, NJ: IEEE, 2014: 629-634.

[11] 龔碧夢,劉曉峰,高月紅,等.動態TDD LTE系統中基于小區分簇的干擾協調方案研究[J].現代電信科技,2013(8):31-35. (GONG B M, LIU X F, GAO Y H, et al. Cell clustering-based interference coordination scheme in dynamic TDD LTE system [J]. Modern Science & Technology of Telecommunications, 2013(8): 31-35.)

[12] LEE H, CHO D-H. Combination of dynamic-TDD and static-TDD based on adaptive power control [C]// VTC 2008-Fall: Proceedings of the IEEE 68th Vehicular Technology Conference. Piscataway, NJ: IEEE, 2008: 1-5.

[13] SHEN Z, KHORYAEV A, ERIKSSON E, et al. Dynamic uplink-downlink configuration and interference management in TD-LTE [J]. IEEE Communications Magazine, 2012, 50(11): 51-59.

[14] 3GPP. TS36.211 v13.0.0, Evolved Universal Terrestrial Radio Access (EUTRA): physical channels and modulation [S]. Sophia Antipolis, France: 3GPP, 2015.

[15] 付婷.TDD-LTE/LTE-A系統上下行干擾管理和業務自適應增強研究[D].北京:北京郵電大學,2014:13-14. (FU T. UL-DL interference management and service adaptive enhancement research in TDD-LTE/LTE-A system [D]. Beijing: Beijing University of Posts and Telecommunications, 2014: 13-14.)

[16] 3GPP. TR36.889 v13.0.0, Feasibility study on licensed-assisted access to unlicensed spectrum [S]. Sophia Antipolis, France: 3GPP, 2015.

ZHANGGang, born in 1976, Ph. D., associate professor. His research interests include weak signal detection, chaotic keying.

JIANGWei, born in 1992, M. S. candidate. His research interests include LTE-Advanced pro (4.5G) / 5G LAA, interference coordination.

LIUShixiao, born in 1990, M. S. candidate. His research interests include LTE-Advanced pro (4.5G) / 5G LAA, HARQ.

Hybriddynamicclusteringalgorithmforlongtermevolutionsysteminunlicensedbands

ZHANG Gang, JIANG Wei*, LIU Shixiao

(SchoolofCommunicationandInformationEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

For the problem of cross subframe interference caused by the use of dynamic subframe configuration in Long Term Evolution in Unlicensed band (LTE-U) system, a hybrid dynamic clustering algorithm which considered large-scale loss and cell traffic volume was proposed. Firstly, the information of large-scale loss and cell traffic volume was periodically measured by base station, then the corresponding relevance metric value was calculated. Secondly, according to the relevance metric value, the cells were clustered by polling to realize periodic update of clustering result. Finally, the dynamic subframe configuration was performed according to the updated cell clustering result. Simulation results showed that compared with the traditional static clustering algorithm in the medium traffic arrival rate conditions, the uplink-downlink user average throughput of hybrid dynamic clustering algorithm was increased by about 16.92% and 34.33%, the uplink-downlink user average delay was decreased by about 14.18% and 36.32%. Simulation results demonstrate that the hybrid dynamic clustering algorithm can effectively reduce the impact of cross subframe interference, and improve system throughput, which has better performance compared to the traditional static clustering algorithm.

unlicensed band; Licensed Assisted Access (LAA); dynamic subframe configuration; dynamic clustering; system-level simulation

TN929.5

A

2017- 01- 24;

2017- 03- 24。

張剛(1976—)，男，重慶人，副教授，博士，主要研究方向：微弱信號檢測、混沌鍵控； 姜煒(1992—)，男，浙江衢州人，碩士研究生，主要研究方向：長期演進系統中的授權輔助接入、干擾協調； 劉是梟(1992—)，男，江西上饒人，碩士研究生，主要研究方向：長期演進系統中的授權輔助接入、混合自動重傳請求技術。

1001- 9081(2017)08- 2145- 05

10.11772/j.issn.1001- 9081.2017.08.2145