HetNet中基于上行CoMP的动态多小区接入算法

李翔明，秦 爽，冯 钢

（电子科技大学通信抗干扰技术国家级重点实验室，四川成都611731）

0 引言

协同多点传输/接收（Coordinated Multi-point Transmission and Reception，CoMP）对提升小区边缘用户的数据传输性能具有十分重要的作用。3GPP在CoMP R11项目中正式启动了针对CoMP技术在HetNet中应用的研究[1，2]。目前已有的研究工作[3－5]主要关注的是如何利用CoMP机制来改善HetNet中小区边缘用户的下行传输性能，而怎样采用CoMP机制来提高小区边缘用户的上行传输性能，还少有研究者关注。

在非异构LTE网络中，研究表明采用CoMP机制能有效地改善小区边缘用户的上行传输性能[6－8]。但在HetNet中，低功率小型基站的引入，使得网络环境变得十分复杂，网络中存在多个重叠覆盖的区域，产生了多个新的小区边缘区域。小区边缘用户在采取CoMP机制进行上行传输时，可选的协作基站数量和类型也大大增多。同时，由于产生了多个新的微小区，移动用户在不同小区间的切换也更加频繁。因此，在HetNet中，移动用户如何在复杂多变的网络环境下，合理地选择合适的基站参与协作，采用CoMP机制来提高上行数据传输的性能，是一个值得深入研究的问题。

1 系统模型及问题描述

1.1 系统模型

一个典型的HetNet场景如图1所示，一个宏小区中存在多个小型基站。HetNet中的小型基站类型有多种，包括微基站（Micro）、微微基站（Pico）、家庭基站（Femto）和RRH（Remote Radio Head）等。不失一般性，本文用RRH来表示HetNet中的低功率小型站点。RRH通过光纤与宏基站相连，拥有自己的物理小区ID，并且发送自己的同步信号和参考信号等，接入该RRH小区的用户直接从RRH处接收到调度信令和反馈信息，并且发送上行控制信息和反馈信息给RRH。在上行链路中，当采用CoMP机制来支持用户的数据传输时，一个用户能够同时被一个主服务小区和多个协作小区服务。

图1 HetNet网络

1.2 边缘用户定义

一般情况下，有2种方法来定义边缘用户，一种是根据用户接收到的信号功率，这种方法被大家广泛接受，并在很多提案中使用[9];另一种是根据用户所在的地理位置来决定[10]。但在异构环境中，RRH的引入实际上对原来的LTE网络起到了小区分裂的作用，提供了新的小区覆盖区域，地理位置上就增加了新的小区边缘，而且RRH的加入也会影响到用户的接收信号功率，原有的边缘用户判定方法将不再适用[4]。综合考虑用户所处位置的实际链路衰落和环境噪声两方面对用户接收信号的影响，选取用户接收的信干噪比（Signal to Interference plus Noise Ratio，SINR）来判定是否为边缘用户，当用户接收到主服务小区的SINR小于某一门限值SINRth时，被认为是小区边缘用户。

根据文献[4]，在实际的移动通信网络中，小区边缘的用户约占用户总数的10%。通过仿真发现，如果用户随机均匀分布在小区中，当宏小区SINRth=0dB，RRH小区SINRth=－15dB时满足这一条件。因此在本文的研究中，分别将宏小区和RRH小区的SINRth设置为0dB和－15dB。

2 上行CoMP的动态多小区接入算法

针对CoMP协作小区选择的研究，目前在3GPP RAN1中主要有动态、静态以及半静态3种选择策略[11，12]。在HetNet中，低功率基站的部署将导致网络拓扑变得更加复杂，移动用户面临更加复杂的动态网络环境。因此，考虑采用动态的CoMP协作小区选择策略，根据用户所处环境的实际信道条件动态地选择协作小区参与上行CoMP传输，提出了基于上行CoMP的动态多小区接入算法（Uplink CoMP Dynamic cell Selection，UCDS）。

对某一用户来说，该用户到基站i的上行链路信干噪比用SINRi表示，如果满足条件SINRi＞SINRcomp_th，则选择该基站作为协作基站，其中SINRcomp_th为协作门限。在LTE标准中规定传输的BLER（Block Error Ratio，误块率）不得低于0.1，SINRcomp_th是保证用户到基站的上行传输链路满足最低BLER的最小SINR。根据链路级仿真结果得到满足BLER限制条件的最小SINR值约为－7dB，因此，选择SINRcomp_th的值为－7dB。

在一个时隙中UCDS算法步骤为:

IfSINRr＜0dB %接收SINR小于设定门限值，为边缘用户

For b=1:Nb%计算用户到周边基站的上行传输SINR

End %将基站加入CoMP小区集

End

End

End

仅列出宏小区用户的情况，RRH小区用户的算法步骤与宏小区类似。其中，SINRr表示用户接收的信干噪比;PN表示用户接收到的所有基站和RRH的功率总和;Pn表示热噪声功率;Pr表示用户接收到的主服务小区功率。SINR为LTE－A中上行传输信干噪比[14]，其中M为基站的接收天线数目。R为基站分配给用户的上行传输PRB集合，由基站对用户的调度信息决定;NPRB为一个PRB上的噪声功率;Sm（r）为用户接入的基站b在PRB r上对用户的接收信号功率。

3 基于二次判决的CoMP小区选择算法

在HetNet中，采用CoMP机制来支持上行数据传输，每个参与协作的基站都需要为用户的上行传输保留需要的资源，并进行必要的控制信息交互。如果参与协作的基站数越多，则CoMP传输消耗的系统资源越多，算法实现的复杂度越高。

因此，为了减少系统中的资源消耗，降低算法实现的复杂度，考虑在协作小区动态选择策略的基础上，进一步加入二次判决机制，提出了基于二次判决的CoMP协作小区选择算法（Double Judgement based CoMP cell Selection，DJCS）。当协作小区集中某个基站接收到的参考信号接收功率（Reference Signal Received Power，RSRP）远低于其它RSRP时，该基站就不再参与到对边缘用户的协作处理，从而在尽量保证用户传输性能的条件下，减少参与协作的基站数量。

通过仿真发现，当2条链路的RSRP相差10倍以上时，采用CoMP传输机制和直接选取质量较好的链路进行传输，获得的数据传输性能相近。因此，在文中如果协作小区集中某个基站的RSRP低于其他基站10倍以上，则该基站退出协作小区集。

根据上述分析，DJCS算法在一个时隙中的具体工作步骤如下:

①根据用户所在位置接收的SINR判定是否为边缘用户，如果是，则进行②，否则用户进行非CoMP上行数据传输;

②计算边缘用户到周边基站的上行传输SINR;

③根据计算出的上行传输SINR是否大于CoMP判决门限SINRcomp_th来确定边缘用户的协作小区集;

④比较协作小区集中各基站接收到的RSRP，当其中某个基站的低于其他基站10倍时，该基站退出协作小区集;

⑤更新后的协作小区集中的基站对边缘用户上行数据进行联合处理。

4 仿真结果

考虑在一个由7个宏小区组成的HetNet场景中进行仿真验证，其中每个宏小区分为3个扇区，在每个扇区中部署一个RRH，网络场景如图1所示。研究证明在LTE－A网络中将小型站点均匀放置在宏小区半径的2/3处，将能防止过强的相邻小区干扰[15]。因此，仿真中将RRH均匀地部署到宏小区半径的2/3处，宏基站和RRH的发射功率分别为46dBm和30dBm，宏小区和RRH小区的用户数分别为10和5，仿真初始时刻用户随机分布在小区中，并在仿真开始后，在小区内以3km/h的速度随机移动。

4.1 UCDS和DJCS的边缘用户吞吐率评估

为了验证HetNet中边缘用户采用UCDS和DJCS算法对数据传输性能的影响，比较了这2种算法与不采用CoMP的传输机制带来的边缘用户平均吞吐率差异，如图2所示。

图2 边缘用户平均吞吐率比较

从图2中可以看到，在相同的用户发送功率下，通过小区协作，边缘用户的平均吞吐率获得了较大的提升。DJCS与UCDS相比，边缘用户平均吞吐率差距并不明显，这表明，DJCS算法在减少参与协作基站数量的同时，能有效地保障用户的数据传输性能。

4.2 UCDS算法下的边缘用户能效评估

上行CoMP传输使边缘用户以较低的发射功率获得了较好的传输性能，这说明用户在获得较高吞吐率的同时还获得一定的能效增益。定义边缘用户的能量效率为用户消耗单位能量所传输的数据量，可以表示为:

式中，R表示边缘用户的平均吞吐率，Pe表示终端能耗。在上行传输中，终端发射功率Ptx占了终端上行能耗的大部分，它与Pe之间的关系为:Pe=η×Ptx，η表示终端上行能耗与上行发射功率的比值。η是一个固定值，与功率放大器的放大系数等硬件因素有关系。

不同的用户发送功率下，使用UCDS算法和非CoMP传输机制对用户能效的影响如图3所示。可以看到，UCDS算法能够有效提升终端用户的传输能效。

图3 边缘用户能效比较

4.3 DJCS算法下的系统能耗评估

为了验证DJCS算法在系统资源消耗方面对UCDS算法的改进，我们通过仿真比较了2种算法下，小区边缘用户的平均吞吐率差异和基站端能耗差异。

定义DJCS算法在基站端的能耗为:

式中，Etotal_RB为基站进行数据处理时分配给所有用户的RB总和，Ucomp_RB为基站参与边缘用户的协作处理时，分配给边缘用户的RB数。当不参与协作时，基站被调度的RB数减少，能耗降低。

DJCS与UCDS相比，小区边缘用户平均吞吐率损失的比例和基站端能耗节约的比例如图4所示。从图4中可以发现，DJCS算法以较小的用户传输性能损失，获得了较高的基站端能耗节约。

图4 DJCS算法下边缘用户吞吐率损失和基站能耗节约

5 结束语

分析了HetNet中上行CoMP对小区边缘用户传输性能的影响，设计了基于上行CoMP的动态多小区选择算法，证明了在HetNet中，采用CoMP机制能有效地提高小区边缘用户的上行数据传输性能。在此基础上，为了降低系统的资源消耗和小区协作的复杂度，进一步提出了基于二次判决的CoMP协作小区选择算法，该算法通过二次判决将部分基站从CoMP协作小区集中排除，减少参与协作的基站数。该算法能够以较小的小区边缘用户的传输性能牺牲，获得较大的基站端能耗节约。

[1]SAMSUNG.3GPP RP-101425，Revised SID Proposal:Coordinated Multi-Point Operation for LTE[R].3GPP TSG RAN#50，Istanbul，Turkey，2010:15－18.

[2]钱雨.3G LTE上行无线资源管理关键技术的研究[D].北京:北京邮电大学，2007.

[3]SHOEB M，IBRAHIM A，ELGEBALY H.Coordinated Multi-Point Algorithms in Pico Based Heterogeneous Networks[C]//ICACT2012，2012:37－40.

[4]GAO Y，LI Y，YU H Y，et al.Performance Analysis of Dynamic CoMP Cell Selection in LTE-Advanced Heterogeneous Networks Scenario[C]//International Conference on Uncertainty Reasoning and Knowledge Engineering，2011:173－176.

[5]WANG Q X，JIANG D J，JIN J，et al.Application of BBU+RRU based CoMP system to LTE Advanced[C]//ICC Workshops 2009，2009:1－5.

[6]YANG S，CUI Q m，Huang X q，et al.An Effective Uplink Power Control Scheme in CoMP Systems[C]//Proc.IEEE VTC2010，2010:1－5.

[7]郭健，郑迺铮，谈振辉.LTE-A上行CoMP软信息合并接收算法[J].电信科学，2012（8）:53－55.

[8]JIANG D J，WANG Q X，LIU J J，et al.Uplink Coordinated Multi-Point Reception for LTE-Advanced Systems[C]//Wireless Communications，Networking and Mobile Computing，2009:1－4.

[9]MOTOROLA.CoMP Support in Rel-10 with Coordinated Beamforming[R].Valencia，Spain，2010:6－10.

[10]GAO Y，LI Y，YU H Y，et al.Performance of Dynamic CoMP Cell Selection in 3GPP LTE System Level Simulation[C]//IEEE ICCSN 2011，2011:210－213.

[11]WANG Q X，JIANG D J，JIN J，et al.Application of BBU+RRU based CoMP system to LTE-Advanced[C]//CMCC，2009:1－5.

[12]R1-090746，Power Allocation among eNBs in Closed-Loop Downlink CoMP Transmission[R].Nortel，2009:12－15.

[13]吴梅，黄帆，桑林，等.协作式多点传输在LTE-Advanced系统中的应用[J].移动通信，2010（10）:44－46.

[14]CALABRESE F D.Scheduling and Link Adaptation for Uplink SC-FDMA Systems-A LTE Case Study[D].Aalborg:Aalborg Universitet，2009:10－15.

[15]王奕杰.LTE-A网络Relay关键技术研究.[D].成都:电子科技大学，2011:12－17.

[16]任敏.LTE-A中的小区选择和用户调度算法研究[D].西安:西安电子科技大学，2010:15－19.