一種5G分布式聯合傳輸策略研究

蘇樹盟 趙珂 羅俊華

【摘? 要】在5G超密集網絡UDN部署的低功率節點覆蓋下，小區覆蓋重疊嚴重導致了小區間存在較大的同層干擾，由用戶話務在時間和空間上分布不均勻而產生的小區負載不均衡造成了小區網絡資源的嚴重浪費，小區用戶體驗大幅度降低。基于5G網絡和TDD-CoMP技術的新特征，構建了一種以用戶為中心的5G分布式聯合傳輸模型，對模型中的干擾、功耗以及速率解決方案進行了分析，最后得出一種可有效降低系統能耗，提升用戶整體的速率的5G分布式聯合傳輸策略研究方案。

【關鍵詞】5G;超密集網絡;TDD-CoMP;聯合傳輸

Under the coverage of low-power nodes deployed in 5G ultra-dense networks （UDN）， the overlapping of cell coverage severely leads to the co-tier interference. The cell load imbalance caused by the uneven temporal-spatial distribution of user traffic results in the serious waste of cell network resources， and thus the cell user experience is greatly reduced. Based on the new features of 5G network and TDD-CoMP technology， this paper establishes a user-centric 5G distributed joint transmission model， and analyzes the interference， power consumption and rate solutions in the model. Finally， a 5G distributed joint transmission strategy research solution is proposed to effectively reduce system energy consumption and increase the overall rate of users.

5G; Ultra-Dense Network; TDD-CoMP; joint transmission

0? ?引言

隨著5G移動通信時代的到來，5G移動通信的系統容量需求、用戶體驗速率需求將持續性增長，有限的無線通信頻譜資源成為了通信技術發展面臨的關鍵問題，現網5G系統采用FR1頻段（410 MHz—7 125 MHz）與FR2頻段（24 250 MHz—52 600 MHz），并且與多種已有的不同網絡融合組網[1]，其應用場景、優質的業務類型更加多樣化。未來的5G網絡體系將越來越龐大，網絡部署、運營和維護的開銷隨之大幅度增加，因此未來5G系統的網絡部署必須靈活，易于維護。超密集組網（UDN， Ultra-Dense Network）網絡部署是5G組網的重要特征，小區協作對原有網絡改動較小，在5G超密集異構網絡部署中，密集的低功率傳輸節點帶來了較大的同層干擾，多點協作于基站（gNB）間的同層覆蓋傳輸中，小區間的時分雙工多點協作傳輸技術（TDD-CoMP， Time-Division Duplex Coordinated Multiple Point）有效地降低了小區間的同層干擾，同時由于小區內的用戶在時間和空間上分布不均勻造成小區負載不均衡，并且產生了嚴重的頻譜資源浪費，5G小區協作技術很好地解決了這個問題，在現網中采用綜合性的小區協作方案，能有效提高系統效能，本文基于分布式聯合傳輸，針對協作的波束賦形策略與協作的功率分配策略探究小區的容量與速率，提出了一種低干擾、高速率、高容量的5G分布式聯合傳輸策略。

1? ?UDN場景下的5G小區協作技術

CoMP技術大致分為兩類：協作調度/協作波束賦形（CS/CB， Coordinated Scheduling/Coordinated Beamforming）和聯合處理（JP， Joint Processing）[2]，協作調度與協作波束成型的示意圖見圖1：

在協作調度/協作波束賦形中，協作基站之間交互信道狀態信息（CSI， Channel State Information）以及調度信息對用戶進行協作傳輸。對單個協作用戶來說，用戶的服務基站傳遞業務數據，協作集中的多個基站共同決定相關的調度決策和天線的波束賦形策略。因此，通過CS/CB技術以犧牲部分頻率選擇性增益為代價可以大幅度避免用戶受到來自服務基站外的協作基站的干擾，保障精準的鏈路適配。

在協作多點傳輸聯合處理中，協作的多個基站之間既要交互信道狀態信息以及調度信息，又要交互所服務的用戶的數據信息。根據后續處理協作的方式的不同，聯合處理技術又分為兩種：聯合傳輸（JT， Joint Transmission）和動態節點選擇/動態節點靜默（DPS/DPB， Dynamic Point Selecting/Dynamic Point Blanking），聯合處理的示意圖見圖2：

圖2（a）的JT方式，同一時間段將會有協作集中的多個基站來為同一個用戶提供服務[3]，該用戶從多個傳輸點接收到強度相近、時延較小的信號。這種方式雖然可以顯著提高用戶的吞吐量，但是小區整體頻譜效率相對較低。而在圖2（b）圖的DPS/DPB中，對于單個協作用戶而言，同一時刻只有集中協作的一個基站為其服務。其他的非服務協作基站通過靜默相應的資源來減小對該用戶的干擾[4]。DPS可以與DPB結合，CoMP測量集中一個小區為用戶傳送數據，其他的小區都在相同資源塊上配置零功率。CoMP需要大量的反饋開銷。在TDD系統中，利用上行鏈路和下行鏈路之間的互易性，可以減少系統開銷。因此，通道互惠將在TDD-CoMP發揮重要作用。

2? ?5G分布式聯合傳輸系統架構

2.1? 模型介紹

JP技術在大幅度提高系統頻譜效率的同時伴隨著極大的回程反饋鏈路負載，在下行鏈路JP方案中主要有集中式和分布式JP。分布式聯合處理傳輸技術沒有高度集中的協作中心控制單元每個基站負責不同的子帶，協作的多個基站間通過超低延遲信令接口Xn[5]交互含信道狀態信息CSI在內的控制信息以及調度好的用戶數據。模型架構如圖3所示。

2.2? 模型策略

在5G小區協作波束賦形（CB）中，波束規劃一般采用廣播波束和業務波束兩種方式。Massive MIMO靜態配置的廣播波束將發射能量集中成區域較窄的波束聚焦于用戶，UE通過TDD系統的上行信道探測參考信號估算向基站反饋測量報告信息，基站根據用戶報告確定實現用戶接入最佳發射波束，在不同場景采用合理的廣播波束的方式可以提高小區各方向上的覆蓋能力。Massive MIMO根據用戶信道環境動態配置的實時業務波束有效地提高了用戶業務感知，是網絡商用階段網絡覆蓋及容量增益的重要體現。文獻[6]聚焦于不同用戶的波束寬度較窄、波束間的重疊較小，雖然用戶接收到信號達到低干擾效果，但是CB系統必須采用復雜度較高的算法來定位聚焦用戶，文獻[7]提出了一種區別于低頻純數字編碼的新型Massive MIMO混合預編碼方案及波束賦形管理策略。協作傳輸的多個發送基站位置不同，造成基站間存在傳輸時延差，用戶接受信號產生等效的多徑時延，為了能夠準確高效解調數據需要進行傳輸同步，然而NR調度周期低于0.5 ms并且現網Xn接口無法滿足傳輸要求，在FR1與FR2混合組網中，可在Xn口的CSI中定期更新本地小區合作集群構建信息，構建成功后基站收到統一的合作集群用戶數據信息。為了減小由于時間延遲而導致的兩基站CSI之間的差異，文獻[8]提出一種TDD上行信道線性插值改進的多點協作傳輸的信道估計，使得基站間的傳輸時延差降低了一個單位級。

基于混合預編碼的波束設計與波束應用及信道估計，現提出一種基于Massive MIMO的5G小區協作波束賦形向量估計。用戶接收協作小區Massive MIMO信道反饋為：

其中h為用戶在協作5G小區下Massive MIMO天線陣元網絡信道混合預編碼矩陣，h只與用戶的位置和天線陣元有關，當陣元調相網絡固定，用戶位置固定在協作小區的某一點時，h是不變的。V用于產生均衡信道H的CSI，其中V的歐幾里得范數||V||2得1，考慮3個基站重疊部分用戶的信干比表示為：

其中wi為基站i發送到用戶的波束賦形向量，si為基站i發送到用戶的數據流功率，σ表示方差為σ的加性高斯白噪聲。各基站間的波束賦形向量具有獨立性，與其它協作基站無關，故此時對wi策略進行估計：

UDN一般部署于5G小區UMi場景，網絡中密集分布大量的低功率傳輸節點gNB，UDN的網絡部署近距離基站間將產生嚴重的覆蓋重疊，造成嚴重的干擾以及資源浪費。為了高效利用網絡資源，保障網絡性能，小區容量規劃的目標是應對小區話務量峰值的傳輸要求，即在保障性能前提下部署盡可能多的終端，當網絡負載不均勻或是部分小區負載較低時，會有大量基站的資源及能量得不到有效應用，造成嚴重的浪費，文獻[4]基于DPS/DPB技術提出了基于業務時延特性的基站休眠的節能研究，節點間進行協作傳輸提高了系統的頻譜利用率同時帶來了資源分配的問題，文獻[9]提出了一種通過節點間合作基站聯合傳輸的小區功率分配策略，且基于小區負載感知的CoMP（CLA-CoMP）方案采用的基于用戶關聯的后檢概率功率分配（P2UPA）策略性能最佳，本文基于分布式聯合傳輸下的波束賦形策略，考慮同樣的3個協作小區功率分配矩陣為：

5G超密集網絡中部署了大量的小小區基站，用戶在覆蓋范圍內在受到異構網絡宏站的跨層干擾的同時受到小小區重疊帶來的嚴重的同層干擾，以下行基站為中心的CoMP，協作簇是預先定義并且是固定不變的，相較于這種傳統的傳輸方案，以用戶為中心的CoMP，用戶可以動態選擇自己的優化協作簇而達到更好性能。在5G中，以基站為中心的CoMP和以用戶為中心的CoMP被結合起來，更好地適應用戶干擾達到最佳的性能[10]。經過上下行功率控制的增強，用戶根據自身接收到的信號質量估計出信號中的干擾信號N并且推導出低系統開銷的CSI信息反饋給gNB。

當小區負荷超出單站規劃容量時，需要對小區進行擴容，保證小區下的用戶體驗[11]。在LTE網絡中，用戶數量過多時小區負荷就會超出單站可規劃容量的極限，小區進行優化后，擴容效果不顯著時往往采用新建基站的方式進行室內擴容和室外擴容[11]，但在5G網絡中，因小區容量較大、小區間中心距離較小等特點，導致一定范圍內小區容量不易飽和，整體規劃后的5G小區間不采用傳統4G擴容方案，此時的5G小區覆蓋重疊區域較大，為了高效利用網絡資源，保障網絡性能，小區容量規劃應基于特定場景靈活部署[12]，5G小區協作傳輸在有效降低干擾的同時體現出了合作集群優越的擴容效果。

在進行波束賦形策略估計和小區功率分配后以及小區間干擾調節后，在協作小區間的用戶信干比為：

從提高小區速率的角度，協作傳輸既包含本地小區邊緣用戶，也包含非本地小區邊緣的鄰小區用戶，本地小區用戶過多時也同樣需要小區協作傳輸來提升速率，用戶在小區傳輸帶寬W配置下的速率為：

從圖4仿真結果可以看出，當用戶量較少，用戶接收信號的信噪比需求增加時，基站的總功率增長幅度較小，并且處于一個較低的水平;當用戶數較多，用戶接收信號的信噪比需求增加時，基站的總功率增長幅度較大，并且處于一個較高的水平。同一SINR值下，總功率的增長遠沒有隨著用戶數的增多而達到線性增長水平，表明了本文提出的功率分配策略有效降低了基站的能耗。

將本文提出聯合傳輸策略與CLA-CoMP以及傳統的CoMP技術做比較探究其優越性，仿真結果如圖5所示。

由圖5仿真曲線可以看出，采用小區協作技術后，隨著小區發射功率的增加，用戶速率提升越明顯，并且當小區發射功率一定時，本文提出的協作傳輸方案的用戶速率明顯高于CLA-CoMP以及傳統的CoMP技術，根據曲線的走勢，可知在用戶需求較高基站發射功率較大時效果更加明顯。

4? ?結束語

本文基于小區協作技術的典型方案及方式，先探究了小區協作的波束賦形策略，在功率分配策略方面采用了CLA-CoMP系統探究的P2UPA功率分配策略，最后對以用戶為中心小區協作與傳統的小區協作方式進行比較，并且得出較小開銷的、用戶速率與容量得以折中保障的以用戶為中心的5G分布式聯合傳輸策略。5G協作傳輸跨區服務用戶，為滿足用戶不同業務需求，小區間的協作傳輸策略也更加靈活有所偏重，現網的建網優化策略模板不再單一，因此在此基礎上探究更加具有偏重的協作小區協作具有深遠的意義。最后，本文對策略進行了仿真分析，得出了本文方案估計的波束賦形策略以及功率分配策略更加有效地降低了系統能耗，提升了用戶整體速率的結論。

參考文獻：

[1]? ? 3GPP. 3GPP TS 38.101-1： NR User Equipment （UE）? ? ? ? radio transmission and reception Part 1： Range 1 Standalone V16.0.0[S]. 2019.

[2]? ? ?Y S， C Q， H X et al. An Effective Uplink Power Control Scheme in CoMP? Systems[C]//Vehicular Technology Conference. IEEE， 2010.

[3]? ?O T，H H， F T A. Proposal on Network Control Architecture for CoMP JT with IP Network between eNBs[C]//Vehicular Technology Conference （VTC Spring）. IEEE， 2012.

[4]? ? 劉乃杰. 超密集網絡中基于基站休眠與協作多點傳輸結合的節能研究[D]. 北京： 北京郵電大學， 2017.

[5]? ? 張穎聰. 面向5G網絡的Massive MIMO波束規劃淺析[J]. 江蘇通信， 2019，35（4）： 14-16.

[6]? ? 曹亙，李佳俊，李軼群，等. 5G網絡架構的標準研究進展[J]. 移動通信， 2017，41（2）： 32-37.

[7]? ? ? ?石曉楓. 5G毫米波系統波束管理技術研究[D]. 重慶： 重慶郵電大學， 2019.

[8]? ? ?G T， C Y， H P， et al. Two-Codebook-Based Cooperative Precoding forTDD-CoMP in 5G Ultra-Dense Networks[J]. ZTE Communications.， 2018（2）： 36-40.

[9]? ? Q C， Y L X. CoMP and power allocation in 5G ultra dense networks[J]. Application of ElectronicTechnique， 2019，45（2）： 58-61 .

[10]? 王輝. 協作通信關鍵技術[D]. 北京： 北京郵電大學， 2015.

[11]? ?王自成. LTE系統網絡規劃及性能研究[D]. 南京： 東南大學， 2017.

[12] 光軼. LTE網絡擴容方法研究[J]. 通信與信息技術， 2019（3）： 57-59.