麻悅
(河南水利與環境職業學院,教務處, 河南,鄭州 450000)
隨著智能手機普及率的不斷增長以及移動設備和流量需求的激增,全球無線數據流量沒有放緩的跡象,預計在不久的將來仍保持快速增長[1]。高分辨率視頻流、觸覺互聯網、遠程監控、道路安全和實時控制應用等新興應用預計將產生大量的數據流量。此外,如聯網汽車和移動機器人,必須以有效的可擴展方式提供支持[2]。目前5G無線通信系統的建設仍存在重要的挑戰。
其中一個關鍵挑戰是網絡的能耗。因此,開發高效節能的無線網絡設計方法,降低無線網絡的總能耗,已成為工業界和學術界的重要課題。一些研究已經解決了蜂窩網絡的能源效率問題,并提出了一些基于異構無線網絡(HetNets)、協作中繼、MIMO和OFDM(orthogonal frequency division multiplexing)技術等的綠色蜂窩網絡的解決方案[3-4]。HetNets中的另一個挑戰是用戶的移動性和網絡切換問題,即用戶在網絡中自由移動,并得到無縫通信的支持。張燕燕等[5]提出了一種基于集成策略的機器學習算法,并結合用戶的移動性數據,進行較高精確度的切換預測,減少切換時延及非必要切換等目標。BACHININ ANDREI[6]研究了宏小區和小小區的異構部署網絡,并對切換性能進行了研究。
為減少網絡中不必要的移交(d handoff,HO)的數量,降低基站(BSs)和用戶終端的能耗,本文考慮雙層HetNet中用戶的移動性和HO問題,并結合基站(BSs)的開關切換,通過信標信號周期性地通告用戶的估計負載。
本文設計了一個具有一組基站B的雙層異構網絡模型(HetNet)。該模型包括一個位于區域原點的宏基站(MBS)和一組均勻位于MBS覆蓋范圍內的小區基站(SBSs)?;钴S移動用戶的集合用K表示。另外,假設每個用戶和基站都有一個天線。圖1表示典型的兩層HetNet的示例。
整個正方形區域被分成大小相等的網格。網格由二維坐標陣列表示,網格點用均勻分布表示用戶和基站在該區域的初始位置。為了避免上下行傳輸之間的干擾,每個用戶k∈K通過正交信道收發。為了簡單起見,本文只考慮下行傳輸,即從基站到用戶的路線。此外,本文假設系統中所有用

圖1 典型的HetNet網絡
戶都有一個開放的接入方案,即允許用戶與任何層的基站相連接,但每個用戶每次最多只能連接一個基站。
令Poutb(t)為t時刻公共信道部署下基站b∈B的發射功率,即所有基站使用相同的頻率信道進行下行鏈路傳輸。用戶k在t時刻從其相關基站b的接收機的信噪比定義為SINRbk(t),則有:
SINRbk(t)=Poutb(t)gkb(t)∑b∈B/bPoutb(t)gkb(t)+σ2
(1)
其中,gkb(t)表示t時刻基站b和用戶k之間包括路徑損耗和對數正態陰影衰落在內的信道總增益。令σ2為用戶接收機處高斯白噪聲的功率譜密度,假設所有用戶都是常數。根據香農容量公式,用戶k在t時從基站b可實現的傳輸速率計算如下,其單位為bit/sec/Hz
rk(t)=Wlog21+SINRbk(t)
(2)
其中,W表示系統帶寬。設γk(t)為用戶k在t時的平均分組到達率,單位為bit/sec,則t時基站b的系統負載lb(t)定義為
lb(t)=∫k∈Atbγk(t)rk(t)
(3)
其中,Atb表示t時刻與基站b相連接的用戶集。
為簡化模型,假定基站的主要功耗部件包括功率放大器、射頻模塊、冷卻系統、基帶單元、DC-DC電源和主電源。因此,時間t時基站消耗的總功率可以表示為
Pnetwork(t)=∑b∈BPinb(t)
(4)
其中
Pinb(t)=PSleepb+Poutb(t)ηPAb∧1-λfeedb,
(5)
0≤Poutb(t)≤Pmaxb
PSleepb=PRFb+PBBb∧
(6)
∧=1-λDCb1-λMSb1-λCoolb
(7)
其中,Pinb(t)、Poutb(t)和Pmaxb分別是總功耗、t時基站b的傳輸功率和基站b的最大發射功率。PRFb和PBBb分別表示射頻模塊的功率和基站b消耗的基帶引擎的總功率。ηPAb表示基站b的功率放大器效率,λfeedb,λDCb,λMSb和λCoolb分別表示饋線、DC-DC電源、主電源和冷卻系統的損耗。此外,假設式(5)中除了Poutb(t)以外的所有參數都是隨時間變化的常數。
假定系統中一個離散的時間序列為1,2,…,T,其中T是用戶移動的總迭代時間。每個基站b∈B選擇其傳輸功率Poutb(t)。用戶的新位置會根據其速度和當前位置進行更新。假定前一次迭代中失去的用戶記為D,新用戶記為N,需要進行切換網絡的用戶記為H。接下來將詳細介紹用戶連接規則及連接過程。
假設每個用戶在每一時刻t最多與一個基站相連接。令A表示集合A中元素的數量,所有用戶B和基站集合D之間的連接關系可表示為一個笛卡爾積B×K,則在時間t時,用戶和基站之間的連接矩陣記為At=atb,kB×K,有
atb,k=1在t時k與基站b連接
0其他
(8)
令時間為t,則與基站b相連接的用戶集Atb及用戶連接向量Ut=utkK×1定義如下,
Atb=k|k∈K,atb,k=1
(9)
utk=bif?b∈B,atb,k=1
0其他
(10)
此外,系統在下行鏈路傳輸中將周期性地廣播基站的負載情況。同時根據基站的負載和接收到的功率,將用戶與第負載基站相連接。因此,用戶k將根據以下規則在時刻t(即utk=b)選擇基站b作為其服務基站,
utk=argmaxb∈B10log10Poutb(t)gkb(t)1-b(t)
(11)
b(t)=1-(1/t)αb(t-1)+(1/t)αlb(t-1)
(12)
式中,α>0是負載估計的學習速率指數,lb(t-1)是時間t-1時的瞬時負載。
移動性模型在無線網絡,特別是HetNet中起著重要的作用。它描述了用戶的移動模式、位置和速度。
隨機航路點機動模型[7](the random waypoint,RWP)在無線網絡仿真中得到了廣泛的應用。在RWP模型中,用戶在一個開放的區域中隨機移動,并且他們可以到達區域的任意位置,因此可能導致不準確的仿真結果。
為此,本文采用基于城市街道的用戶機動模型。在城市街道上,使用者的活動僅限于被建筑物、樹木和各種障礙物隔開的街道。用戶沿著直線街道移動,在每個十字路口以給定的概率改變方向。在每個交叉口,每個用戶根據表1中的概率分布選擇其移動方向,其中pck、prk和plk分別是用戶k沿當前方向行駛、右轉和左轉的概率。為簡化模型,本文假設用戶以恒定速度移動,當一個用戶離開邊界時,另一個用戶從另一個邊界進入。該模型較RWP模型相比更加符合實際的機動模型。

表1 用戶移動概率
切換策略是HetNet的關鍵功能之一。切換方案需考慮各種指標,如接收信號強度(received signal strength,RSS)和距離。然而,從基站的角度忽略切換問題可能會導致負載不平衡和基站的收益降低等問題。為此,本文提出了一個適用于HetNets的自適應負載平衡切換算。該算法允許用戶在基站的估計負載超過一定閾值時進行自適應切換。因此,它平衡了基站間的負載,減少了網絡中產生的干擾量。由于基站和用戶都可能需要額外的通信開銷來執行切換進程,因此網絡中切換的數量是影響功耗和電池壽命的關鍵因素。需知,每次執行切換都會提升基站和用戶的成本,因此減少網絡中不必要的切換數量至關重要。
為簡化模型,假設用戶配備了全球定位系統(GPS)設備,以便估計距離。自適應負載平衡切換算的基本思路是當RSS下降到固定閾值以下,并且估計用戶與服務基站之間的距離大于0.8倍服務小區半徑Rb,并且如果存在比服務基站更好的基站,則觸發傳統切換算法。自適應負載平衡切換算法的指標定義為CPHA_EL,則有
CPHA_EL=CiPHA_EL|i∈{1,2,3}
(13)
其中
C1PHA_EL∶=Pkb(t) C2PHA_EL∶=b>0.8Rb C3PHA_EL∶=b(t+1)>lThresholdb (14) 其中,Pkb(t)=Poutb(t)×gkb(t)為在時刻t與服務基站b相連接的用戶k處接收到的功率。算法1執行過程如下所示。 算法1自適應負載平衡切換算輸入:Ptb,π^tb,r^tb,時刻t用戶的位置;輸出:At,Pt+1b初始化:A=1,…,A ,K=1,…,K ,t=1whiledo for ?b∈B do 搜尋sb(t) 廣播估計負載^lb(t+1) end for for ?k∈K do 搜尋utk(式11)if C1PHA_ELatb*,k=1,atb,k=0 進行切換else 繼續使用基站bend if end for 更新瞬時值:ltb,πtb 更新:Pt+1b,π^t+1b,r^t+1b t←t+1end while 為驗證算法性能,本節設計了一個仿真場景將傳統切換算法(THA)與本文所提自適應負載平衡切換算的性能進行對比。主要比較了兩種情況下的切換算法執行效能: 1) “總是開”的情況下,即基站總是開著并且以其最大功率傳輸; 2) “開-關切換”是指基站能夠在開和關模式之間切換,并根據其選擇的策略進行傳輸的情況。 仿真場景為500×500 m2的正方形區域,系統仿真參數如表2所示。切換過程需保證切換的數量盡可能小,否則數量增加會導致功率損耗和能源效率降低。 圖2所示為5個基站和30個用戶的平均切換數量與不同用戶速度的關系??梢钥闯?,本文算法在“開-關切換”情況下的平均基站數少于傳統切換算法THA,在5 m/s的速度下的性能高達40%左右。 表2 系統仿真參數 圖2 用戶平均切換數量與速度關系圖 本文對5G無線通信系統中能耗及移動性進行了研究,提出了一個的雙層HetNet模型。該模型包括一個位于區域原點的宏基站(MBS)和一組均勻位于MBS覆蓋范圍內的小區基站。 本文在系統建立及模型驗證時運行在較理想環境,假定模型干擾服從高斯白噪聲。未來研究的方向可包括隨機誤差、通信時延等方向。
3 仿真分析


4 總結