基站自适应阵列天线码资源分配算法的比较研究*

欧红玉，蔡卫红，孔凡凤

（湖南邮电职业技术学院移动通信系，湖南长沙 410015）

基站自适应阵列天线码资源分配算法的比较研究*

欧红玉，蔡卫红，孔凡凤

（湖南邮电职业技术学院移动通信系，湖南长沙 410015）

采用空间切割方式对移动基站自适应阵列天线进行码资源分配，可以提高系统功率资源的使用效率，降低空中信号的整体干扰，从而提高系统容量.介绍了移动基站自适应阵列天线区域覆盖原理和码资源常见分配算法：固定码资源分配算法和群组码资源分配算法，分析了两种码资源分配算法的基本思路和码分配策略.通过两种分配算法的通话阻塞率仿真比较分析可知，群组码资源分配算法所产生的通话阻塞率比固定码资源分配算法所产生的通话阻塞率要低.

自适应阵列天线；码资源；分配算法

传统移动基站天线通常采用全向覆盖方式，因而移动基站发射信号的能量只有很小一部分能到达目标用户，基站发射信号的大部分能量相对于某用户来说都浪费了，而且还增加了用户的干扰，降低了用户接收信号的质量.随着移动网络规模的不断扩大及移动用户的增加，移动用户间的干扰也会增加，S／I（信干比）可能极端劣化，从而导致掉话［1］.

基站自适应阵列天线通常采用4～8个天线单元结构，采用空间分割覆盖形式，将全向天线覆盖区域分割成多个微小区域，通过不同无线资源分配算法来控制不同信号能量的发射方向，从而高效集中地发射给目标用户，降低了不同用户间信号的干扰，提高了用户接收信号的信干比，增加了移动系统容量，同时大大增大基站的覆盖范围，因而基站自适应阵列天线可广泛应用于当前的3G／4G移动系统.

1 自适应阵列天线信号微区域覆盖

在一个具有多个天线单元的自适应阵列基站天线系统中，每个天线单元只负责本基站一个微小区域信号的收发，其所覆盖的区域分为非重叠微区域、重叠微区域两类.以下图1以仅有三个天线单元的自适应阵列天线系统为例来介绍.

在图1中，基站Ci的三个天线单元分别为Si，1、Si，2、Si，3，三个天线单元Si，1、Si，2、Si，3的信号覆盖微区域分别为｛Oi，1，Ni，1，Oi，2｝、｛Oi，2，Ni，2，Oi，3｝、｛Oi，3，Ni，3，Oi，1｝.其中｛Oi，1，Oi，2，Oi，3｝为天线单元信号覆盖重叠微区域，而｛Ni，1，Ni，2，Ni，3｝为天线单元信号覆盖非重叠微区域.

假设N（X）表示同基站中与区域X相邻的非重叠微区域集合，则图1中有N（Oi，1）＝｛Ni，1，Ni，3｝、N（Oi，2）＝｛Ni，1， Ni，2｝、N（Oi，3）＝｛Ni，2，Ni，3｝、N（Ni，1∪Oi，1）＝｛Ni，3｝、N（Ni，1∪Oi，2）＝｛Ni，2｝、N（Ni，2∪Oi，2）＝｛Ni，1｝；同时假设O（X）表示同基站中与区域X相邻的重叠微区域集合，则图1中有O（Ni，1）＝｛Oi，1，Oi，2｝、O（Ni，2）＝｛Oi，2，Oi，3｝、O（Ni，3）＝｛Oi，1，Oi，3｝、O（Ni，1∪Oi，1）＝｛Oi，2｝、O（Oi，1∪Ni，3）＝｛Oi，3｝、O（Oi，3∪Ni，3）＝｛Oi，1｝.再假设Ci，j表示基站Ci中天线单元Si，j的实际覆盖微区域，即Ci，j的覆盖微区域范围只可能是基站Ci中天线单元Si，j信号能达到的覆盖微区域范围Ni，j∪O（Ni，j），且假设任何两个不同天线单元Si，j和Si，k所服务的微区域范围Ci，j和Ci，k不会出现交集［2］.

图1 基站Ci的覆盖微区域

由此可推假设一个由m个天线单元Si，1，Si，2，…，Si，m所提供的覆盖微区域范围分别为Ci，1，Ci，2，…，Ci，m的移动基站Ci，则有：Ci，j⊆Ni，j∪O（Ni，j），且其中任何两个微区域范围Ci，j和Ci，k（1≦j，k≦m），满足Ci，j∩Ci，k＝φ.

以图1为例，Ci，1＝｛Ni，1∪Oi，1｝、Ci，2＝｛Ni，2∪Oi，2｝、Ci，3＝｛Ni，3∪Oi，3｝仅为满足以上假设的很多合理配置中的一种，而Ci，1＝｛Ni，1∪Oi，2｝、Ci，2＝｛Ni，2∪Oi，3｝、Ci，3＝｛Ni，3∪Oi，1｝又是合理配置中的另一种，还有Ci，1＝｛Ni，1｝、Ci，2＝｛Ni，2∪Oi，2∪Oi，3｝、Ci，3＝｛Ni，3∪Oi，1｝，等等.

假设天线单元Si，j的干扰范围表示为IN（Si，j）＝｛Si，k｝，｛Si，k｝表示Si，j与Si，k同码资源覆盖微区域距离小于Dmin（最小干扰范围）的同基站覆盖区域，所以当Ci，k覆盖微区域中已使用某一个码资源来通话后，其Dmin范围内的其它区域Ci，j就不能用此已分配码资源来建立通信，所以基站Ci所有覆盖微区域Ci，k只能分配所有系统码资源B的部分码资源B（Si，j），也就是说最小干扰范围区域不能配置以相同的码资源.因此，假如Si，j所分配的码资源为B（Si，j），则满足Si，k∈IN（Si，j）条件下的任意B（Si，j）∩B（Si，k）＝φ［3］.

以图2为例：基站Ci的覆盖范围被分割为Ci，1、Ci，2、…、Ci，12等12个覆盖微区域，如果Dmin为2个微区域，则IN（Si，1）＝｛Si，2，Si，3，Si，11，Si，12｝.当Si，1被配置某一码资源集合B（Si，1）时，Si，2、Si，3、Si，11和Si，12中所配置的码资源集合B（Si，2）、B（Si，3）、B（Si，11）和B（Si，12）就不能有任何相同的码资源是相同的.即在IN（Si，1）干扰范围内的任一覆盖微区域Si，j，B（Si，1）∩B（Si，j）为空集合.

图2 每个天线单元所负责的微区域

再假设某基站Ci所覆盖的微区域Ci，j所需承载的话务量为λ（Ci，j）＝t×a，其中t表示Ci，j中所有移动台一次通话的平均通话时长，a为在Ci，j微区域内单位时间移动台的通话的总次数.如果频宽B（Si，j）中的码资源个数为n，则覆盖微区域Ci，j的通话阻塞率可用公式1表示为：

2 自适应阵列天线码资源分配算法

码分配策略是指BS如何将基站全部的系统码分配给每个感测器的方法，其中常见的有固定分配算法及群组分配算法两种类型.固定分配算法是将全部的系统码平均分配给每个感测器；群组分配算法是将全部的系统码依照每个感测器的负载量来分配所需码的方法.

2.1 固定分配算法

在固定分配算法中，基站Ci被m个感测器切割成Ci，1，Ci，2，…，Ci，m等m个区域，每一个感测器Si，k被分配全部系统码资源B的部分码B（Si，k），码资源的分配策略如下：

步骤1：将Si，1，Si，2，…，Si，m感测器切割成G1，G2，…，GCS等子集合，在任何一个子集合中任意两个感测器的实际距离至少为Dmin，相对应地将系统码资源B切割成B1，B2，…，BCS等CS个相互独立的子集合.

步骤2：Gk中的感测器，分配码资源Bk，其中k等于1，…，CS.

以图3为例，在Dmin为一个区域的条件下，基站Ci中的12个感测器｛Si，1，Si，2，…，Si，12｝，可被切割成G1＝｛Si，1，Si，3，Si，5，Si，7，Si，9，Si，11｝和G2＝｛Si，2，Si，4，Si，6，Si，8，Si，10，Si，12｝两个子集合.假设系统码资源B有10个码，则系统码资源B会被切割成B1和B2.其中G1中的每一个感测器分配B1码资源，会被分配到5个码，G2中的每一个感测器分配B2码资源，同样会被分配到另外5个码.

图3 基站的感测器

2.2 群组分配算法

固定分配算法中B1，B2，…，BCS这些码的总和等于全部系统资源码B而且B1，B2，…，BCS中码的个数也会尽量分配成相同的个数，Gk中的感测器会被分配到Bk的码（k＝1，…，CS），所以固定分配算法中每一个感测器会被分配的码数是固定的也是平均的.

群组的分配算法中，Bk的分配会依照Gk中感测器的流量而有所不同，其中 Gk中全部区域承载的通话量为λ（GK），如式（2）所示.

因此每个感测器也会因被归类在不一样的Gk中而得到不同数量的码，也会产生不同结果的容量，Gk中预期通话阻塞率的估算如式（3）所示.

群组的分配算法会考虑全部类型的分配，再从全部的分配里面找出一组整体的容量最高，即预期通话阻塞率最低的码组来分配［4］，基站Ci中预期通话阻塞率的估算方式如式（4）所示.

以图3为例，基站Ci中的12个感测器被切割为G1＝

｛Si，1，Si，3，Si，5，Si，7，Si，9，Si，11｝，G2＝｛Si，2，Si，4，Si，6，Si，8，Si，10，Si，12｝等两个子集合.全部系统拥有的码资源B也被切割成B1和B2，假设全部系统拥有的码资源B有10个码.每个区域的通话流量如表1所示.B1和B2分配的方法会产生11组不一样的配置，如表2所示.其中︱B1︱和︱B2︱为0的状况不列入考虑，每一组不同的码配置会得到不一样的PB（Ci），群组分配算法会挑选一组PB（Ci）为最小值来分配，依照这组配置的方式来分配各感测器的可用码，在此例中︱B1︱＝7和︱B2︱＝3为最佳配置，所以Ci中的G1感测器组都可得到7个码，G2感测器组都可得到3个码.

表1 基站Ci中每一个区域的话务量

3 码资源分配算法仿真

3.1 仿真参数设置

为了比较以上两种自适应阵列天线码资源分配算法的覆盖效果差别，可通过仿真来验证.其仿真模拟基本参数设置如下：

（1）蜂窝基站数量：6×6蜂窝基站，每个蜂窝基站包含9个感测器

（2）系统容量：90个

（3）干扰范围：2个微小区域

（4）移动用户总数：10000个

（5）每次平均通话时间：3分钟

（6）每小时平均通话次数：0.36～2.52次

（7）人口分布情况：重叠区域人数占比POA为20%，高负载区域nhot为5个及8个，高负载区域人数Pho为10%及8%.

表2 基站Ci的预估通话阻塞率

图4、图5显示以上两种不同的码资源分配算法通话阻塞率对比，在模拟中分布重叠区域的人数皆为20%，频宽数量都为30个.在324个区域中，又分成5个及8个高负载区域的状况.高负载区域的人数分别为1万人的8%及1万人的10%两种分布.其横座标表示移动用户每小时平均通话次数，纵坐标表示通话的阻塞率.图中Fixed表示固定分配算法，Grouping表示群组分配算法.在群组分配算法中，每个基础下的感测器会分成3个群组.再依照3个群组的全部负载量来配置90个频道，而每个感测器所负责的区域大小相同［5］.

3.2 仿真比较

通过仿真，两种不同码资源分配算法模拟通话阻塞率仿真比较情况如图4、图5所示.

图4 nhot＝5时的通话阻塞率

图5 nhot＝8时的通话阻塞率

4 结论

通过仿真分析，群组码资源分配算法所产生的通话阻塞率比固定码资源分配算法所产生的通话阻塞率低.因为固定码资源分配算法中每一个感测器被分配的码数是固定的，也是平均的，不会随着各区域的通话量改变而改变；而群组码资源分配算法会根据各区域通话量情况，并考虑全部可能的码分配，再从全部可能的码分配里面找出一组整体的容量最高，即预期通话阻塞率最低的一组来分配码资源.

［1］Rouskas A N，Skoutas D N.Management of channelization codes at the forward link ofWCDMA［J］.IEEE Transactions on Communications Letters，2005，（8）：679－681.

［2］Kim S，Varshney P K.Adaptive fault tolerant bandwidth management framework formultimedia cellular networks［J］.IEEE Proceedings－Communication，2005，（6）：932－938.

［3］许道峰，程健，张才华.智能天线抗干扰技术性能［J］.指挥信息系统与技术，2011，（2）：11－13，27.

［4］马玉峰，胡玉兰.智能天线对CDMA通信系统性能的改善［J］.电子技术，2008，（2）：74－76.

［5］吴清华，肖奇伟.基于多天线技术的无线信道容量解决方案［J］.舰船科学技术，2010，（4）：73－75.

（责任编校：晴川）

Com parative Study of Code Resource Allocation Algorithm s for Base Station Adaptive Array Antenna

OU Hongyu，CAIWeihong，KONG Fanfeng
（Department of Mobile Communication，Hunan Post and Telecommunication Vocational College，Changsha Hunan 410015，China）

Using spatial cutting to allocate the code resource ofmobile base station adaptive array antenna can improve the system efficiency of power resources，reduce the overall air signal interference，and further expand the system capacity.This paper introduces a mobile base station adaptive array antenna coverage principle and common code resource allocation algorithms，which are fixed code resource allocation algorithm and group code resource allocation algorithm，analyzes the basic ideas of two kinds of code resource allocation algorithms and code allocation strategies.Through the comparative analysis of the callblocking rate simulation for the two allocation algorithms，it is indicated that the call blocking rate generated by group code resource allocation algorithm is lower than that generated by the fixed code resource allocation algorithm.

adaptive array antenna；code resource；allocation algorithm

TP393

A

1008－4681（2014）05－0049－04

2014－05－08

湖南省教育厅科学研究项目（批准号：12C0963）.

欧红玉（1968－），女，湖南长沙人，湖南邮电职业技术学院移动通信系讲师，硕士.研究方向：移动通信、信息系统.