超密集網絡中虛擬小區(qū)載波分配方案研究

劉丹，王凱，譚國平，居美艷，張麗麗

（河海大學計算機與信息學院通信與信息系統(tǒng)研究所，江蘇南京211100）

近年來，隨著智能終端的迅速普及，移動數據流量快速增長，使得本就有限的無線網絡資源與快速膨脹的用戶需求之間的矛盾日益突出。據預測，到2020年，全球移動通信數據流量將會增長1 000倍[1]。

為了給用戶帶來極致的體驗，可以通過增加小基站的數目來提升系統(tǒng)的容量。但是，隨著LTEAdvanced的不斷演進，小基站的部署將十分密集[2]，從而形成超密集網絡（Ultra-densenetwork，UDN）。UDN中用戶收到的干擾嚴重，切換頻繁，針對這些問題，虛擬小區(qū)技術便被提出來了[3-4]。由于站間距的減小會帶來一些與現有系統(tǒng)不同的問題，現有的干擾管理以及資源分配等技術已經不能直接適用于這樣的網絡[5-6]。因此，針對UDN場景的資源分配技術問題將是未來無線網絡研究的重要內容之一。本文針對虛擬小區(qū)的資源分配問題，提出一種基于最大SINR的分配算法。

1 系統(tǒng)模型與問題描述

1.1 系統(tǒng)模型

在UDN場景中，基站比較密集，多個小基站可以聯合起來，組成一個虛擬小區(qū)，共同為用戶提供數據傳輸業(yè)務，圖1是兩種不同的虛擬小區(qū)形成方案。在圖1（a）中，兩個虛擬小區(qū)之間無重疊覆蓋區(qū)域，與傳統(tǒng)的物理蜂窩網絡一樣，這種虛擬小區(qū)形成方案的一個明顯弊端是位于虛擬小區(qū)邊緣的用戶將會受到鄰居虛擬小區(qū)的強烈干擾[7-8]。例如，在圖1（a）中，虛擬小區(qū)2中的用戶2受到虛擬小區(qū)1中基站2的干擾情況很嚴重。圖1（b）是具有重疊覆蓋區(qū)域的虛擬小區(qū)形成方案，與圖1（a）的不同之處在于，基站2和基站3組成了虛擬小區(qū)3，為用戶2提供服務。這種虛擬小區(qū)形成方案削弱了原來虛擬小區(qū)的邊界效應，例如在圖1（b）中，用戶2由原來的小區(qū)邊緣位置變?yōu)榱颂摂M小區(qū)3的中心位置，此時，對于用戶2來講，基站2已不再是干擾源，而變成可以為用戶2提供數據傳輸服務的服務基站，因此，用戶2受到的干擾將大幅減小，用戶體驗得到明顯改善[9]。此外，由于用戶2已脫離了原來的虛擬小區(qū)2，因此基站4將不再為用戶2提供服務，這也從一定程度上減輕了基站4的負載。

圖1 不同的虛擬小區(qū)形成方案

考慮在一個UDN場景中，所有小基站的集合為Φ，總的小基站數M=|Φ|，用戶的集合為Ψ，總用戶數為N=|Ψ|。為簡單起見，每個用戶和基站都配置單天線，所有小基站的發(fā)射功率都相同，采用單數據流為用戶傳輸數據，每個用戶的數據流都相互獨立，在采用固定頻率復用因子為1的網絡中，用戶n接收到的信號yn可表示為：

式（1）的第一部分代表用戶的有用信號，第二部分代表用戶接收到的來自其他小基站的干擾，第三部分表示噪聲信號。其中，Pt表示小基站的發(fā)射功率，Gnm表示小基站m與用戶n之間的信道增益，xn表示小基站發(fā)出的標準信號，Zn表示均值為零、方差為σ2的高斯白噪聲，即Zn～N（0，σ2）。

公式（1）描述的是傳統(tǒng)物理小區(qū)中用戶的接收信號情況。而在虛擬小區(qū)中，用戶的服務小基站可能有多個，因此其接收到的有用信號有可能來自虛擬小區(qū)中的多個基站，受到的干擾情況也發(fā)生了變化[10]。文獻[11]中指出，如果在整個網絡中共享信道狀態(tài)信息，小基站根據全局CSI就可以采用合理的預編碼權重來消除虛擬小區(qū)內部的干擾影響。如果用Ωn={m|m?Φ}表示為用戶n服務的小基站的集合，那么式（1）可改為：

根據式（2）可以計算出用戶n的信干噪比γn為：

從式（3）可以看出，用戶n的虛擬小區(qū)中的小基站數目越多，用戶接收到的有用信號的強度也就越大。此外，由于多個小基站聯合起來為用戶提供數據傳輸，原先對自己造成嚴重干擾的周圍基站信號在虛擬小區(qū)中轉為有用信號，使得強干擾源的數量減少，因此，用戶的吞吐量將得到大幅提升。根據香濃公式，用戶n可以獲得的數據傳輸速率Rn為：

其中，B為數據傳輸帶寬，η和μ為調整因子，是介于0和1之間的固定值，與頻譜以及編碼效率有關系。為簡單起見，令η和μ值為1，如果數據在單位帶寬上傳輸，那么式（4）可簡化為下式：

1.2 問題描述

文中使用圖1（b）描述的網絡拓撲結構，允許虛擬小區(qū)之間有重疊覆蓋，即同一個小基站可以同時屬于多個虛擬小區(qū)，為不同用戶服務。為了減輕位于多個虛擬小區(qū)中的基站各個小區(qū)之間的相互影響，基站采用了給不同的虛擬小區(qū)分配不同的頻譜資源的方法來降低干擾。LTE-Advanced系統(tǒng)采用的載波聚合是將2個或更多的分量載波（ComponentCarrier，CC）聚合在一起形成更大的帶寬以支持更高的數據傳輸速率[12]。3GPP在LTERelease11中把CC分為兩類：主分量載波（（PrimaryComponentCarrier，PCC）和輔助分量載波（SecondaryComponentCarrier，SCC）[13]。PCC 是用戶一開始就獲得的分量載波，除了PCC之外，用戶所使用的其他分量載波統(tǒng)稱為SCC，它是在PCC不足以滿足用戶數據業(yè)務需求時，由基站通過無線資源控制（RadioResourceControl，RRC）消息為用戶配置的額外CC，它可以使系統(tǒng)的吞吐量得到顯著提升[14]。在圖1（b）中，假設只有兩個可用載波CC1和CC2，如果基站2已經使用了CC1為用戶1提供服務，那么它將會為用戶2配置CC2。如果此時基站2又屬于另外一個虛擬小區(qū)4，如圖2所示，顯然基站2已經無可用的CC為虛擬小區(qū)4服務了。因此，有必要對這種問題設計一種可行的解決方案。

圖2 虛擬小區(qū)CC分配示意圖

2 虛擬小區(qū)載波分配算法

用戶選擇周圍的若干小基站組成自己的服務虛擬小區(qū)，生成一個服務小基站列表，隨著用戶位置或業(yè)務量的變化，不斷會有一些小基站退出原來的虛擬小區(qū)，或者有新的小基站加入到用戶的虛擬小區(qū)中，此時用戶需要更新自己維護的服務小基站列表，并將此信息通知給網絡。網絡中的每個小基站也維護一個所屬虛擬小區(qū)的列表，記錄所服務的用戶情況以及CC使用情況，并通過基站之間的空口通信或回傳鏈路與周圍基站交互信息。在LTE-Advanced網絡中，假設可供使用的CC數目為K，小基站和用戶的總數量分別為M和N，小基站m（m∈Φ）和用戶n（n∈Ψ）在網絡中的位置隨機分布。用戶n的服務虛擬小區(qū)Ωn是根據其測量到的周圍小基站的信噪比（SNR）來確定的。若用SNRm，n表示用戶n收到的來自小基站m的信噪比，SNR0，n表示其中的最大值，即SNR0，n=max{SNRm，n}，則滿足公式（6）的所有小基站組成服務于用戶n的虛擬小區(qū)Ωn。

其中，SNRThr為設定的信噪比門限值。

現將基于最大SINR的虛擬小區(qū)載波分配（ComponentCarrierAllocationbasedontheMaximumSIN R，CAMS）標準描述如下：

1）用戶r根據公式（6）選擇初始的服務小基站，若這些小基站的集合是用戶s的虛擬小區(qū)Ωs的子集，則r和s位于同一個虛擬小區(qū)Ωs。

2）一個虛擬小區(qū)中的各個小基站使用相同的CC為本虛擬小區(qū)中的用戶提供服務。

3）若小基站m要為不同虛擬小區(qū)的用戶服務，則對于某一個CC，小基站始終使用該CC為接收到該基站信號最強的那個用戶服務。例如，假設小基站m同時位于虛擬小區(qū)Ωp和Ωq中，記虛擬小區(qū)Ωp中的用戶p接收到小基站m的信噪比為SNRm，p，虛擬小區(qū)Ωq中的用戶q接收到小基站m的信噪比為SNRm，q，若SNRm，p-SNRm，q＞δ（δ為一固定常數），則小基站m退出虛擬小區(qū)Ωq，使用相應的CC為用戶p服務。

圖3是CAMS算法流程圖，其主要步驟描述如下：

1）用戶n根據公式（6）確定自己的初始服務虛擬小區(qū)Ωn；

2）檢查Ωn是否為某個已有虛擬小區(qū)Ωs的子集。如果Ωn?Ωs，則令用戶n的服務虛擬小區(qū)為Ωs，否則進入下一步；

3）選擇Ωn中使用次數最少的CC作為目標CC，記為CC*。若CC*=NULL，用戶n選擇SNR最大的小基站所在的虛擬小區(qū)中用戶數最少的一個作為自己的服務小區(qū)，該虛擬小區(qū)用Ωm表示，否則進入下一步；

4）計算Ωn中使用CC*為其他虛擬小區(qū)服務的基站集合Cn={m1，m2，…mt}。若Cn=?，則執(zhí)行 Step6，否則進入下一步；

5）判斷SNRi，n-SNRi，j＞δ是否成立（其中，SNRi，n表示Ωn的用戶n接收到的小基站i（i∈Cn）的信噪比，SNRi，j表示虛擬小區(qū)Ωj中的用戶j接收到的小基站i的信噪比）。若成立，則小基站i退出虛擬小區(qū)Ωj，使用CC*為Ωn服務，否則小基站i退出Ωn，繼續(xù)留在原來的虛擬小區(qū)中；

6）用戶n更新虛擬小區(qū)Ωn之后，選擇目標CC。

以上過程中，如果滿足條件的CC數目大于1，則選擇其中具有最小上行干擾的那個CC。在虛擬小區(qū)Ωn完成載波選擇之后，更新CC使用情況和其他資源分配信息并通知周圍虛擬小區(qū)。

圖3 CAMS算法流程圖

3 實驗仿真

本章的算法評估場景為文獻[15]中提出的小基站密集部署模型的室內下行覆蓋。仿真場景中考慮25個房間，每個房間放置1臺小基站，位置在房間內隨機分布。為了降低復雜度，仿真中不涉及下行功率控制，所有小基站在每個CC上的發(fā)射功率都相同，并且不考慮不同CC之間的差異性。仿真中使用的數據包調度方式為輪詢調度（RoundRobin），業(yè)務模型為全緩存模型（FullBuffer）。表1中列出了仿真中的關鍵參數。

表1 主要仿真參數

為了驗證所提的CAMS算法的性能，本節(jié)仿真中采用了文獻[16]中提出的ACCS算法和文獻[17]中的CCCS算法作為對比。

圖4中畫出了3種算法的SINR累積分布函數圖（CumulativeDistributionFunction，CDF），仿真中總共考慮了2個CC，25個用戶，每個房間中都有一個用戶，其位置在房間內隨機分布。并且，當某個小基站使用相應算法無法獲得可用CC時，至少選擇一個CC為其用戶服務。

從圖4中可以看出，CAMS算法的性能要優(yōu)于傳統(tǒng)小區(qū)中的ACCS和CCCS算法。這是因為CAMS算法中聯合多個基站共同為用戶提供服務，增強了用戶的接收信號強度，通過虛擬小區(qū)之間的相互協(xié)作，讓服務質量更好的小基站退出某些原來的虛擬小區(qū)，并使用相應的CC為其新加入的虛擬小區(qū)中的用戶服務，這樣就使基站始終為用戶提供較高的信號質量，用戶的接收SINR得到提升。

圖4 SINR累積分布函數圖

圖5是系統(tǒng)平均頻譜效率柱狀圖，從圖中可以看到本文所提CAMS算法的系統(tǒng)平均頻譜效率要優(yōu)于傳統(tǒng)的載波選擇算法，可達1.93 bps/Hz，比ACCS算法提高16.3%，比CCCS算法提高6.5%。

表2中列出了3種載波選擇方案的5%邊緣用戶（CDF值為5%時對應的用戶）的信干噪比（SINR），從中可以看出，ACCS算法的5%邊緣用戶SINR為6.5 dB，CCCS算法的5%邊緣用戶SINR比ACCS算法的高，為9.9 dB，而所提CAMS算法可以使邊緣用戶的SINR提升到12.3 dB，是ACCS算法的1.89倍，是CCCS算法的1.24倍。

圖5 系統(tǒng)平均頻譜效率柱狀圖

表2 不同方案的5%邊緣用戶SINR對比

4 結束語

文中提出了一種基于最大SINR的虛擬小區(qū)載波分配算法方案，通過虛擬小區(qū)之間的相互協(xié)作，讓服務質量更好的小基站退出某些原來的虛擬小區(qū)，并使用相應的CC為其新加入的虛擬小區(qū)中的用戶服務。仿真表明，該算法可以提升邊緣用戶的信號接收質量和系統(tǒng)平均頻譜效率，增加了系統(tǒng)的容量。由于需要在虛擬小區(qū)內部以及虛擬小區(qū)之間共享信道信息以及無線資源使用情況，因此，新方案會在一定程度上增加信令交互量。