考慮協作開銷的同層協作能譜效優化算法

鄧小波 ，李柱領，杜文叢

(1.中國人民解放軍61711部隊，新疆 喀什 844000；2.中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

0 引言

同一區域部署多種類型的基站在有效增強覆蓋、提高網絡吞吐量的同時將不可避免產生多種干擾[1]。協作多點(CoMP)傳輸能夠將干擾轉換為用戶的期望信號，是消除干擾的一種有效方法[2-3]，但也需要消耗額外的基帶處理功率。

CoMP服務的一個根本問題是數據交換，通過回程在宏基站之間共享大量信令和原始無線電樣本，需要消耗額外的能量，從而影響系統的性能。需要在降低用戶干擾的同時，盡可能減小協作功耗，從而提高網絡的能譜效。文獻[4]研究了2層異構蜂窩網絡的能效問題，采用網絡中所有基站兩兩相互協作，需要建立大量的對回程鏈路。文獻[5-6]指出，當2個或者3個基站相互協作時效果是最好的。文獻[7-9]考慮到越多基站參與協作則協作開銷也會越大的問題，提出了兩基站協作傳輸模型，但是并沒有在兩基站協作傳輸模型下通過合理地選擇用戶的協作基站簇來進一步降低協作開銷對網絡能譜效的影響。

針對現有網絡和協作方式的不足，結合宏基站資源受限的特點[10-13]，通過何種方式將CoMP應用到2層異構蜂窩以提高網絡的能譜效？針對這一問題，提出了一種新型的基于宏基站權值的能譜效優化算法。通過該算法可以合理規劃蜂窩網絡中的業務流量，使得協作帶來的能譜效收益大于因協作產生的功耗，進而實現網絡能譜效的提高。

1 系統模型

1.1 2層網絡模型

考慮一個由宏蜂窩-毫微蜂窩組成的2層蜂窩網絡的下行傳輸鏈路，2個層是獨立的，并且由宏基站實現所有的基帶信號處理。基站的分布通常由泊松點過程[14-17](Poisson Point Process,PPP)建模。

異構網絡同層CoMP傳輸示意如圖1所示。

圖1 異構網絡同層CoMP傳輸示意Fig.1 Schematic diagram of CoMP transmission at the single-layer in heterogeneous network

位于宏小區中的用戶分為3種:第1種協作用戶如圖1中的用戶2，其協作簇為當前宏基站內的2個Pico基站，其業務流量為宏基站內的CoMP業務(CoMP-In-Macro，CIM)；第2種為協作用戶如圖1中的用戶1和用戶5，其協作簇為當前宏基站內的一個Pico基站和相鄰宏基站內的一個Pico基站，其業務流量為宏基站間的CoMP業務(CoMP-Between-Macro，CBM)；第3種如圖1中的用戶3，不采取協作傳輸，只由當前Pico基站為其提供服務，稱為內部用戶。

1.2 網絡功耗建模

網絡的功耗Power可以表示為：

Power=PT+POM+PC,

(1)

式中，PT表示網絡的發射功率；POM表示網絡的固定損耗；PC表示網絡的協作開銷,即:

(2)

式中，pcim，pcbm分別表示處理單位CIM業務和CBM業務所消耗的功率，單位Mb/s；flowcimpcim，flowcbmpcbm表示處理網絡中所有CIM業務和CBM業務需要消耗的功率，且pcim

POM可以表示為：

POM=λ1POM1+λ2POM2。

(3)

經過重新規劃Pico基站接入的宏基站，盡可能提高CIM業務量flowcim，降低CBM業務量flowcbm，使flowcimpcim+flowcbmpcbm最小。

異構蜂窩網絡同層CoMP的基站重組與業務遷移示意圖如圖2所示。

圖2 基站重組與業務遷移示意Fig.2 Schematic diagram of base station reorganization and traffic migration

Pico基站改變其和宏基站的連接關系稱為基站的重組，使原本發生在之前的宏基站的業務轉移到了Pico基站新接入的宏基站內稱為業務遷移。

經過基站重組后，網絡的功耗Power可以表示為：

Power=PT+POM+PC+P′，

(4)

式中，P′可表示為：

在此基礎上，現代觀賞石出現了似乎更為科學合理的分類方法：即造形石、畫面石、晶體石、化石、特種石五大類。

P′=flow′p′，

(5)

式中，flow′表示發生遷移的業務量；p′表示單位業務量遷移消耗的功率。

1.3 性能指標

網絡能譜效定義為：

(6)

式中，Throughput為網絡中的吞吐量；Power為網絡中的功耗。

2 基于宏基站權值的基站重組算法

2.1 算法描述

“權值”是指網絡中每個宏基站按照其覆蓋范圍內的所有Pico基站與當前Pico基站之間存在的協作業務量的總和，代表了當前Pico接入網絡中每個宏基站的一個權重。每個Pico基站的權值代表發生在該Pico基站內的業務流量。小區流量模型如圖3所示。

圖3 小區流量模型Fig.3 Cell traffic model

小區流量模型中的每個宏基站及其對應權值如表1所示。

表1 宏基站及其對應權值Tab.1 Macro base station and its corresponding weight

算法步驟：

步驟1：對于當前正在優化的Pico小區，計算當前網絡內所有宏基站的權值。該Pico基站目前所連接到宏基站的權值為當前Pico小區與該宏基站之間的所有Pico基站之間產生的宏基站內協作業務量之和。其他宏基站的權值為當前Pico基站與每個宏基站內的Pico基站產生的宏基站間協作的業務量之和，將每個其他宏小區內與當前Pico基站產生宏基站間協作業務的Pico小區稱為當前Pico基站的期望鄰接小區，將這些基站稱為當前Pico基站的期望鄰接基站。在所有宏基站權值中選擇最大的一個作為當前Pico小區的優化權值。

對網絡中所有Pico小區執行上述操作，根據目前網絡中各種業務流量的分布情況，依據能譜效公式計算網絡的能譜效ESE1。

步驟3：如果已經遍歷完了所有的Pico小區，執行下一步，否則執行步驟2。

步驟4：根據目前網絡中所有不同業務流量的分布情況，計算網絡的能譜效ESE2。

算法1 基于宏基站權值的能譜效優化算法輸入:宏基站集合M;Pico基站集合P;CoMP流量集合(px,py){};Pico基站內部流量的集合(inneri){};Pico基站流量的集合(fi){}。算法輸出:算法前后網絡的能譜效ESE1和ESE2。1.設置網絡的遷移業務量flow′=0,for每個pi∈P,do2.定義集合(m,w){}用來存儲所有的宏基站及其權值3.設置權值wj為Pico基站(pi,pj)之間的CoMP業務流量,(mj,wj)∈(m,w){}4.找到與pi有CoMP關系的Pico基站集合,記為Copi{}for對每個pj∈Copi{},do5. 找到pj所連接的宏基站mj6. ifmj==mi7. flowcim=flowcim+wj8. else9. flowcbm=flowcbm+wj10. endif11.end12.flowinner=flowinner+inneri13.根據能譜效的公式,計算此時網絡的能譜效ESE1。14.按照pj所連接的宏基站對相應的wj進行相加,得到(m,w){},根據權值w對(m,w){}進行排序15.for每個(m,w){},do16.尋找連接到宏基站m并且和當前Pico基站pi之間的協作業務(pi,pj)≠0的所有Pico基站,記為m,pall{}{}17.endfor18.尋找(m,w){}中的最大權值wimax19.endfor20.對Pico基站依據其最大權值排序21.WhileP≠?22.將當前Pico連接到其wimax對應的宏基站上23.if該Pico的優化宏基站和當前連接的宏基站不同24.flow′=flow′+fptop25.end26.從P中移除ptop以及其對應的pall{}27.endwhile28.for每個pi∈P,do29.重復步驟3～1030.endfor31.計算算法后網絡的能譜效ESE2。

2.2 算法的限制條件

期望鄰接小區：表1中的期望鄰接小區指的是當前Pico基站將要接入的期望宏基站包含的且與當前Pico存在協作業務的Pico小區。每次對當前Pico進行優化時，有可能會改變其連接的宏基站，如果對其期望宏基站中的Pico小區進行優化時，會改變之前優化到該小區的Pico和該Pico的協作關系，如當前正在進行優化的Pico小區為Pico5，當前Pico5接入的是宏基站1，其期望宏基站為宏基站2，期望鄰接小區為Pcell8。當改變Pico5連接的宏基站使其連接到宏基站2后，Pico5與Pico8之間的協作關系就由宏基站間協作轉為了宏基站內協作，如果后面再對Pico8進行優化使其連接到了其他宏基站，Pico5與Pico8之間的協作關系就又變為了宏基站間協作，導致對之前基站Pico5的操作失去意義。因此，每次優化完一個Pico小區之后應不再對其期望鄰接小區進行優化。

容量限制：每個宏基站中都存在一個BBU板卡，其容量是受限制的，即其信號處理能力是有限的，否則一個宏基站就可以接入無數個Pico基站，不需要再考慮網絡中是否出現了跨宏小區的協作，這顯然是不現實的。所以需要時刻關注每個宏基站中BBU板卡的剩余容量。如果當前Pico基站要接入的期望宏基站的剩余容量不足，就查詢其次優化宏基站的剩余容量是否能夠再接入當前Pico基站，是就接入，否則繼續依順序查找，直到找到有接入當前Pico能力的宏基站為止。

3 仿真結果

系統仿真所需的一些參數如表2所示。

表2 參數仿真列表Tab.2 List of simulation parameters

網絡中CoMP業務流量占所有業務流量的比例為0.5，即α=0.5時，網絡中的CBM業務流量比例隨著鄰接小區數目變化的曲線如圖4所示。flowcbm1_ratio和flowcbm2_ratio分別表示算法前后網絡中的CBM業務流量比例。以鄰接小區數目取10時為例，可以看到算法前后網絡中的CBM業務量比例分別占整個網絡流量比例的89.7%和61%，算法使得網絡中的CBM業務量降低了28.7%。

圖4 CBM業務量比例隨著鄰接小區數目變化曲線Fig.4 The curve of the CBM flow ratio changing with the number of adjacent cells

網絡的能譜效隨著鄰接小區數目變化的曲線如圖5所示，目的是為了更直觀地說明算法對網絡能譜效的改善。ESE1和ESE2分別表示算法前后網絡的能譜效。設定單位業務量(單位Mb/s)下，CBM業務、CIM業務以及遷移業務的協作開銷分別是1,2,0.05 W?？梢钥吹?，算法使得網絡的能譜效有了很大提高。當鄰接小區數目n=10時，ESE1=0.085 9 bit/Hz/J和ESE2=0.090 5 bit/Hz/J，提高了5.4%。

鄰接小區數目為6的情況下，CBM業務量比例隨著CoMP業務比例變化曲線如圖6所示，網絡能譜效隨著CoMP業務比例變化曲線如圖7所示。

由圖6可以看出，算法可以降低網絡中的CBM業務量比例。由圖7可以看出，算法可以提高網絡的能譜效，且隨著α的增大，網絡中的協作業務也會增多，因此網絡的功耗增大，故能譜效逐漸降低。

圖6 CBM業務量比例隨著CoMP業務比例變化曲線Fig.6 The curve of the CBM flow ratio changing with CoMP flow ratio

圖7 網絡能譜效隨著CoMP業務比例變化曲線Fig.7 The curve of network ESE changing with CoMP flow ratio

4 結束語

CoMP可以有效降低干擾，但其開銷也是不可忽視的。本文首次考慮了由宏蜂窩-毫微蜂窩構成的密集大規模2層蜂窩網絡中的協作開銷對網絡能譜效的影響，提出了一種新型基于宏基站權值的能譜效優化算法。通過重新選擇Pico基站要接入的宏基站，盡可能地減少協作開銷。仿真結果證明,所提算法能夠有效提高網絡的能譜效。