張 新, 劉亞茜, 谷 靜, 王倩玉
(西安郵電大學(xué) 電子工程學(xué)院, 陜西 西安 710121)
為適應(yīng)通信系統(tǒng)對高速率、低延時和高能效的指標要求,異構(gòu)網(wǎng)絡(luò)應(yīng)運而生[1-2],但隨之而來的干擾問題令人困惑。宏基站(macrocell base station, MBS)和微微基站(picocell base station, PBS)間的發(fā)射功率存在差異,距離MBS較遠的宏小區(qū)邊緣用戶(macrocell edge user equipment, MEUE)受到PBS的跨層干擾尤為嚴重,MEUE接收MBS信號強度較弱,難以達到用戶對服務(wù)質(zhì)量(quality of service,QoS)的需求。
用戶接入控制是保證用戶QoS和提升系統(tǒng)性能的關(guān)鍵技術(shù)之一[3]。在傳統(tǒng)參考信號接收功率(reference signal receiving power,RSRP)接入控制方案[4]中,用戶被過多地分流至MBS,造成小區(qū)間業(yè)務(wù)負載不均現(xiàn)象。增強小區(qū)(cell range expansion,CRE)技術(shù)[5-6]雖然通過加入偏置值,擴大了PBS覆蓋范圍,將部分宏用戶分流至微微基站,緩解了低功率節(jié)點接入用戶數(shù)較少的問題,卻難以避免系統(tǒng)功耗的增加。利用中繼進行設(shè)備到設(shè)備(Device to Device,D2D)通信,而不是等待宏基站進行響應(yīng)[7],可均衡系統(tǒng)負載,但會使得干擾環(huán)境更加復(fù)雜。
作為一種尋找最大匹配的組合優(yōu)化算法,匈牙利算法(Hungarian algorithm,HA)主要用以求解在不同實際情況下遇到的指派問題,其核心是求解矩陣中獨立零元素個數(shù)的問題[8-9]。將匈牙利算法引入異構(gòu)網(wǎng)絡(luò)場景中,可解決用戶對基站的選擇與接入問題。值得借鑒的是,為抑制干擾問題,可采用匈牙利算法對頻譜資源進行分配[10],或利用匈牙利算法給相互干擾較大的用戶分配不同的資源塊[11]。 利用匈牙利算法對MEUE進行合理調(diào)度,即可在提高邊緣用戶吞吐量的同時達到基站之間負載均衡的目的。
本文將針對蜂窩異構(gòu)網(wǎng)路中MEUE速率較低以及基站間負載不均現(xiàn)象,根據(jù)用戶接收到的信干噪比(signal to interference plus noise ratio,SINR)劃分出部分MEUE,將其和PBS的個數(shù)作為算法的輸入集合,MEUE接入不同PBS的信號強度作為權(quán)值,并利用匈牙利算法得到權(quán)值之和最大時的指派方案,以其作為MEUE的接入選擇依據(jù),從而得出一種MEUE接入選擇算法。
采用7小區(qū)模型,其異構(gòu)網(wǎng)絡(luò)基站分布場景如圖1所示。宏基站位于正六邊形中心區(qū)域,微微基站均勻分布于宏基站覆蓋范圍內(nèi)的高熱點及邊緣地區(qū)[12]。根據(jù)均勻隨機分布模型,當用戶處于微微基站覆蓋范圍內(nèi)時,稱為微微基站用戶(picocell user equipment,PUE),否則稱為宏基站用戶(macrocell user equipment,MUE)。為充分利用頻譜資源,MUE和PUE共享同一段頻譜。
根據(jù)各用戶接收到的信干噪比(signal to interference plus noise ratio,SINR),利用相關(guān)劃分方案[13],設(shè)定閾值后,將其分為宏中心用戶(MCUE)、宏正常用戶(MNUE)、宏邊緣用戶(MEUE)、微中心用戶(PCUE)、微正常用戶(PNUE)和微邊緣用戶(PEUE)。
宏邊緣用戶距離MBS較遠,因受障礙物阻隔難以獲得較好信道質(zhì)量[14],且受來自其他MBS的同層干擾和PBS的跨層干擾,通信鏈路質(zhì)量較差,難以滿足用戶對數(shù)據(jù)速率的需求。因此,需要對MEUE進行接入控制,均衡基站間負載,在保證用戶通信質(zhì)量的同時提升系統(tǒng)性能。

圖1 基站場景分布
根據(jù)用戶的通信鏈路質(zhì)量,取部分MEUE,將各MEUE接收到的PBS下行鏈路接收信號作為二分圖邊的權(quán)值,構(gòu)成效率矩陣,利用匈牙利算法,建立使效率矩陣最大化模型進行求解,獲取MEUE接入不同PBS的最優(yōu)指派方案。
對包含M個宏邊緣用戶,且各小區(qū)具有N個PBS的異構(gòu)網(wǎng)絡(luò),使用匈牙利算法建立優(yōu)化模型

(1)

此優(yōu)化模型是為了限定宏邊緣用戶接入不同PBS后的信號接收強度之和最大,通過求解目標矩陣,即可得到用戶分配方案。
首先,求出用戶的信干噪比,據(jù)以對用戶進行分類。其次,以MEUE接收到來自不同微微基站的信號強度作為匈牙利算法中的權(quán)值,構(gòu)成效率矩陣W。記W中的最大元素為wmax,以各元素與其差,構(gòu)成新的效率矩陣W′,并對W′進行線性變換。
若M=N,直接使用匈牙利算法尋找最大匹配。若M>N,需先從W′中分出一個N行矩陣,并給其余部分添加效率值為0的虛擬用戶,補充出一個N行矩陣,再對這兩個矩陣使用匈牙利算法進行用戶調(diào)度。若M 考慮3種場景,即傳統(tǒng)RSRP接入場景(場景1)、CRE接入場景(場景2)、和本文所提的基于匈牙利算法的MEUE接入控制算法(場景3),利用MATLAB對用戶的SINR和系統(tǒng)吞吐量加以仿真,并進行對比分析。 異構(gòu)網(wǎng)絡(luò)部署標準見表1。 表1 仿真性能參數(shù)設(shè)定 在場景1和場景3下,MEUE的SINR累積分布函數(shù)對比結(jié)果如圖2所示。從中可見,直接采用RSRP接入方式,因MBS和PBS的功率差異,會導(dǎo)致大部分用戶分流到MBS,位于MBS覆蓋范圍邊緣區(qū)域的MEUE受到附近鄰小區(qū)MBS的同層干擾和邊緣PBS的跨層干擾嚴重,且MBS負載過重,而PBS資源沒有得到有效利用,因此,RSRP接入時用戶通信鏈路質(zhì)量較差。根據(jù)匈牙利算法對MEUE進行接入控制,不同MEUE接入到其接收信號強度最大的PBS覆蓋范圍內(nèi),可提高部分MEUE的通信質(zhì)量。利用所給算法,MEUE的SINR可提升10 dB左右。 圖2 MEUE在場景1和場景3下的SINR變化 3種場景下,宏基站用戶和微微基站用戶的SINR變化情形如圖3所示。對PUE而言,場景2的CRE技術(shù)均衡了MBS負載,PUE的信干噪比相較于場景1提升6 dB左右,相較于場景3提升近2 dB。在場景3中,因通信質(zhì)量較差的部分MEUE根據(jù)匈牙利算法得到最優(yōu)指派方案,重新進行接入選擇,所選取的MEUE距離MBS較遠,受到來自MBS的跨層干擾小于微微基站用戶,所以微微基站用戶SINR對比場景1算法提升近4 dB。對MUE而言,場景2算法在用戶接入時對PBS的RSRP所加偏置值造成MUE的跨層干擾增加,故其MUE的通信鏈路質(zhì)量低于所給算法。MUE和PUE在利用匈牙利算法進行接入控制后的SINR相對于傳統(tǒng)RSRP算法都得到明顯改善。 圖3 宏用戶與微微用戶SINR變化 隨著MEUE的數(shù)目變化,3種場景下系統(tǒng)容量的變化趨勢如圖4所示。從中可見,場景3算法相對于另外兩種算法在邊緣用戶數(shù)取80時,系統(tǒng)吞吐量提升近10 Mb/s。其原因在于,傳統(tǒng)RSRP算法將大部分MUE接入MBS,使微小區(qū)資源未被充分利用,網(wǎng)絡(luò)容量較低。當邊緣用戶較少時,場景2優(yōu)于場景3,其原因在于,小區(qū)范圍擴展可有效提升邊緣用戶的SINR,而微小區(qū)覆蓋范圍越大,接入微小區(qū)的用戶數(shù)增多,MUE受到的PBS跨層干擾較為嚴重,影響到了宏小區(qū)用戶服務(wù)質(zhì)量,故系統(tǒng)容量增長速度變慢。 圖4 系統(tǒng)吞吐量根據(jù)邊緣用戶數(shù)目的變化對比 3種場景下,仿真接入不同層基站的負載變化情況,結(jié)果如圖5所示。從中可見,場景2和場景3分流MUE至PBS達到了負載均衡的目的。相對于場景1,場景3將20%的宏基站邊緣用戶根據(jù)匈牙利算法進行接入控制,得到MEUE接收信號強度之和最大的MEUE調(diào)度方案,有效緩解了MBS的負載壓力。 圖5 3種場景下用戶接入變化 3種場景下的系統(tǒng)能效變化趨勢如圖6所示。從中可見,場景3的能效優(yōu)于另兩種場景的能效。其原因在于,場景3通過合理分配用戶,可使系統(tǒng)容量得到提升,而場景2在微小區(qū)下行參考接收信號上添加偏置值,使得MUE分流至PBS的同時,造成了系統(tǒng)功耗的增加。 圖6 3種場景下系統(tǒng)能效變化 場景1、場景2、場景3方案的時間復(fù)雜度分別是O(MN)、O(M)、O(MN),所給方案與傳統(tǒng)RSRP方案相對于CRE,雖復(fù)雜度有所提升,但換來了系統(tǒng)性能的提升。 為改善MBS覆蓋范圍內(nèi)邊緣用戶的速率,在MBS-PBS異構(gòu)網(wǎng)絡(luò)場景下,給出一種宏邊緣用戶接入選擇方案。結(jié)合匈牙利算法和異構(gòu)網(wǎng)絡(luò)場景,根據(jù)優(yōu)化目標得到最優(yōu)指派方案,對宏邊緣用戶進行調(diào)度,可在提高宏邊緣用戶通信鏈路質(zhì)量的同時,減少宏基站負載。仿真結(jié)果顯示,所給算法相對于原有RSRP接入模式,網(wǎng)絡(luò)容量可提升約10%,相對于CRE技術(shù),系統(tǒng)能效可提升約16.5%。3 仿真結(jié)果驗證與分析






4 結(jié)語