密集场景下家庭基站间的资源分配新方案﹡

赵 鹏， 杨 英， 刘伟强， 王卫东

（中国科学技术大学 信息科学技术学院，安徽 合肥 230027）

0 引言

随着家庭基站布置得越来越密集，家庭基站之间的干扰对于系统性能的影响已经不容忽略[1]。基站之间的干扰控制往往通过资源分配来实现[2-4]。近年来，图论已被证明是能有效解决干扰已知的资源分配问题的强大工具[5-8]。基于图论的资源分配方案分为以用户为结点和以基站为结点两类。当以用户为结点时，算法性能好，但算法的复杂度正比于用户数，这限制了算法的应用场景[5-6]。当以基站为结点时，算法复杂度低，但当其应用于多用户小区时，现有的此类算法考虑的是统计平均意义下的用户位置分布，当用户集中于小区中心或者边缘时，算法性能会下降[7-8]。鉴于上述原因，有必要设计一个低复杂度的资源分配方案，能够充分利用用户分布的瞬态信息，有效抑制家庭基站之间的干扰。

1 系统模型和问题描述

1.1 系统模型

考虑OFDMA家庭网络下行干扰，资源分配单元为物理资源块(PRB)。采用55×小格模型[9]，在每个小格内，以概率DR存有一个家庭基站(FBS)；家庭用户(FUE)随机分布于每个小格内。每个FUE至多分配到一个PRB；每个PRB在同一个小区内不能同时被多个用户所使用。接下来将提出一种低复杂度的资源分配方案用于抑制家庭基站之间的干扰，进而提高频谱效率，增大满意用户数。所谓满意用户即该用户的信干噪比(SINR)高于预设阈值thγ。

1.2 问题描述

为了方便问题的描述，一些定义如下：

1）FBS集合为 SB= ｛ 1, 2, … ,M ｝，其中M为FBS数目。

2）PRB集合为 SRB= ｛ 1, 2, … ,N ｝ ，其中N为PRB数目。

4）FUE-PRB指示矩阵，Y，定义为：

5）FBS-PRB指示矩阵，X，定义为：

小区i内的家庭用户u的SINR可表示为：

式中，0N为噪声功率谱密度，,uig 为FUEu到FBSi之间的信道增益（包括路径损耗和对数正态分布阴影衰落），因此，满意用户集合可表述为：

最大化满意用户数即最大化集合muS 的基数，下面将该问题转化为等效图问题，并运用图论中的方法进行求解。

2 干扰图的建立

在本节中，将把小区间的互干扰信息转化为一张带权重的双向干扰图。首先，每个用户确定其干扰基站并汇报给该用户的服务基站，某用户的干扰基站定义为不能与该用户共用同一资源块的基站；然后，服务基站计算小区间的干扰因子；最后，FBS网关收集来自各个FBS的信息并建立干扰图。

2.1 干扰基站的确定

小区i内用户u的干扰基站确定过程：

如果 γu≥γth，则FUEu没有干扰基站；否则，继续下面的步骤。

2）剔除干扰强度最大的基站，重新计算用户u的 SINR，不断迭代直至 γu≥γth。之前所有被剔除的基站均放入集合中。

至此，FUEu可以获得其干扰基站指示向量( G Iu)为：

2.2 带权重的双向干扰图

基于上述干扰基站指示向量，将建立一张带权重的双向干扰图（Vd, Ed,Wd）。

1）结点 Vd：每个结点等同于一个 FBS，即Vd=，且对应于FBS。i

2）边dE ：FBSj对FBSi的干扰因子为：

则可以得到边的集合dE为：

3）权重dW ：首先确定小区i内中心用户和边缘用户的集合：

3 资源分配方案

干扰越强的基站越不利于频谱复用，因此，为了最大化频谱复用率，根据每个FBS所产生的的干扰，为其预设一个资源块分配额度。结点的定义为：

由上式可知分配给FBSi的额度反比于FBSi对其他基站造成的干扰。从公平性角度出发，按照thN 从小到大的顺序依次为每个 FBS分配资源。当轮流到FBSi，算法的流程如下：

11)重复步骤 2)到步骤 10)直至小区i内所有用户都被选取一遍或者时结束。

其中,,jiSE 为小区j中受FBSi干扰的用户所获得的资源块的集合,表示小区i当前占用的资源块。

所提算法复杂度为 O （U ），其中U为系统中所有用户的数目。而文献[6]中算法的复杂度为O（U2），文献[8]中的算法是个NP-hard问题。

4 性能仿真

仿真场景采用55×小格模型，每个小格尺寸为10m10m×，PRB的数目为80，FBS的发射功率为20 dBm。

如图1和图2所示，仿真了不同密集度下所提算法所能获得的频谱效率和满意用户数，并将仿真结果与文献[8]中的算法(Chang algorithm)作了比较，同时将UFR作为比较基准。

如图1所示，所提算法的频谱效率要比Chang algorithm的高20%；如图2所示，所提算法获得的满意用户数要比Chang algorithm的高25%。

图1 不同SINR阈值下的频谱效率

图2 不同SINR阈值下的满意用户数

5 结语

充分利用了图论的知识，将密集场景下用户随机分布时的家庭基站之间的干扰信息建模为一张带权重的双向图，并依据此干扰图提出了一种低复杂度的资源分配方案。相比于以往的算法，考虑了用户随机分布所导致的小区间干扰的不对称，能较为精确地刻画小区间的互干扰信息，进而更充分地利用频谱资源以获得更好的系统性能。

[1] 柴玉辉,王珂,封志宏.TD-LTE中家庭基站的干扰管理[J].通信技术,2011,44(11)：4-6.

[2] 李迟生,戴仁林,胡乐,等.多用户 OFDM系统中高效的资源分配算法[J].通信技术,2007,40(12)：74-76.

[3] 黄磊,戎蒙恬.中继增强型蜂窝网络资源调度算法研究[J].信息安全与通信保密, 2007(06)：86-88.

[4] 张杰,赵子仪,付疆.一种EPON-WiMAX融合网络带宽分配算法[J].信息安全与通信保密,2011(10)：58-59,62.

[5] BRÉLAZ D.New Methods to Color the Vertices of a Graph[J].Communication of the ACM, 1979, 22(04)：251-256.

[6] CHANG R,TAO R,ZHANG J,et al.A Graph Approach to Dynamic Fractional Frequency Reuse (ffr) in Multicell Ofdma Networks[C]// ICC.USA：IEEE,2009： 1-6.

[7] UYGUNGELEN S, AUER G, BHARUCHA Z. Graph-based Dynamic Frequency Reuse in Femtocell Networks[C]//VTC Spring.USA：IEEE,2011：1-6.

[8] LEE H, OH D, LEE Y. Mitigation of Inter-femtocell Interference with Adaptive Fractional Frequency Reuse[C]//ICC.USA：IEEE,2010：1-5.

[9] 3GPP.R4-092042.Simulation assumptions and parameters for fdd henb rf requirements[S].USA： 3GPP,2009.