高密度小基站网络中混频自部署技术与网络容量分析

张奇勋　冯志勇　杨拓

基于在密集小基站层叠网络中小基站网络混频自部署方案及关键技术，通过理论分析和数学推导相结合，研究了影响密集小基站层叠网络下行容量的关键因素，并探讨了混频部署方式对网络容量增益的影响。仿真结果和数据分析验证了所提出高密度小基站混频自部署技术对网络容量提升的有效性。

密集小基站；频率分配；容量分析

移动通信的快速发展，带动了移动互联网和高带宽数据业务的爆炸式增长，现有网络包括蜂窝网、无线局域网及宽带无线接入的移动网络难以应对高网络容量新需求。此外，有研究表明未来将有近50%的话音业务和70%的数据业务发生在室内[1]，而传统室内覆盖技术难以满足业务需求，成为网络容量提升的瓶颈难题。通过密集部署小基站网络构建立体式层叠网络进行深度覆盖已成为提升网络容量的关键技术手段之一。小基站（Small Cell）密集部署的解决方案和关键技术也已成为第五代移动通信（5G）的技术特点之一[2]，成为工业界和学术界研究的热点，通过在热点区域、家庭室内环境、办公环境等部署低功率的小基站（包括家庭基站、微基站、无线中继等），可以有效提升层叠网络容量，扩展网络覆盖范围，使得运营商能够为用户提供更高数据速率业务，同时降低网络运营和维护的成本。

因此，在家庭室内以及办公环境等室内环境下，采用小基站网络自部署技术来提高室内环境无线信号覆盖效果与业务质量已成为业界关注的重点。以家庭基站为代表的用户自部署的小型化基站，通过由第三方提供的多种回程链路（ADSL或网络线缆）与通信网络核心网相连接，能够为室内用户提供语音、数据和高速多媒体等高质量业务，有效的提升无线网络的室内覆盖效果，并大大提升无线网络的系统容量[3]。由于家庭基站的室内部署有效的拉近了终端同基站之间的距离，降低了无线信号传播损耗，可以有效提升室内用户的无线信号质量。但是，由于家庭基站网络的引入，使得已有无线网络的层叠布局变得更加复杂，因此也带来了许多新的挑战，如：密集小基站层叠网络中家庭基站对宏蜂窝网络用户的干扰问题、家庭基站的频谱分配方案选取问题、家庭基站网络的干扰抑制和干扰消除技术、家庭基站网络的覆盖优化问题等[3-4]。

在家庭基站网络与宏蜂窝网络层叠部署下，频率分配方案对网络容量提升影响的相关研究成果总结如下。针对家庭基站闭合接入方式和开放接入方式对层叠网络上行容量的影响问题，文献[5]通过理论建模并定量分析了基于正交频分复用（OFDMA）或时分复用（TDMA）方式的家庭基站网络上行容量，确定影响家庭基站接入模式选择的关键参数是宏蜂窝网络用户的密度。进一步，文献[6]给出了针对正交频分技术（TDMA/OFDMA）或非正交频分技术（CDMA）的家庭基站网络开放式接入和闭合式接入方式最优选择策略和对层叠网络容量的影响因素在于宏蜂窝用户的密度。针对OFDMA方式下家庭基站和宏蜂窝网络共存下的干扰问题，文献[7]提出了一种采用实时多代理强化学习技术（分布式Q学习）的智能自组织家庭基站方案。针对家庭基站网络中干扰管理问题，文献[8]提出一种基于认知功能的家庭基站自动干扰签名识别技术，并基于机会式调度方案将正交化的信道分配给多个家庭基站网络使用，降低同频干扰和提高信道复用度，从而实现层叠网络的自动干扰管理。针对OFDMA方式下层叠网络频率分配问题，文献[9]采取一种基于分布式的异频部署频率分配方案，以降低层叠网络内的跨层同频干扰。针对OFDMA方式下CSG闭合接入方式的家庭基站网络与宏蜂窝网络共存的层叠网络中，文献[10]提出家庭基站通过认知无线电功能获取单小区网络内同频干扰信息的方式来避免小区内跨层网络干扰，通过提高频谱空间复用度来提升下行网络容量。针对层叠网络频率部署方式，文献[11]提出一种基于家庭基站与宏蜂窝基站相对位置和家庭基站覆盖范围的混合异频部署方案。针对OFDMA方式下的家庭基站网络与宏蜂窝网络共存的层叠网络场景，文献[12]和文献[13]研究基于同频部署方式（分布式和集中式）、异频部署方式下的层叠网络干扰问题，并提出基于自配置和自优化功能的层叠网络干扰消除方法。此外，文献[14]提出了通过认知导频信道技术可以进行异构网络信息的有效传输，从而实现异构网络的自组织和资源优化利用。

但是，现有针对家庭基站网络频率分配和容量的研究中，大部分还是针对单小区内同频部署和异频部署方式下的网络容量分析，使用干扰抑制和干扰消除的方法来提升网络容量。考虑到小基站网络密集部署下层叠网络间干扰加剧，如何提高小基站自部署和自优化能力已成为本领域的研究热点。因此，具备自组织特性（自配置、自优化等）的密集小基站层叠网络的研究变得格外重要。本文以层叠网络下行容量最优化为目标，提出密集小基站混频自部署技术，分析多小区场景下混频部署方式对下行容量的影响，确定关键影响因素，进而提出密集小基站层叠网络的频率自部署优化方案，实现提高网络容量的目标。

1 高密度小基站网络混频

部署场景

在高密度小基站与宏蜂窝基站网络共存的层叠网络场景中，针对小基站自部署和高密度的特点，结合异频部署和同频部署方式的优点，小基站可采取混频自部署方式。高密度小基站网络混频部署下行干扰场景如图1所示。假设每个正六边形宏蜂窝基站（MBS）的覆盖半径为Rm，在宏蜂窝基站覆盖范围内，部署多个具有圆形覆盖范围且半径为Rf的小基站（FBS）。

考虑到当小基站用户（FUE）邻近宏蜂窝基站时，会受到宏基站较强的下行同频干扰的影响，将宏基站覆盖范围划分为内环（d

2 混频部署中的内环区域

容量分析

如图1所示，在高密度小基站网络混频部署下行干扰场景中，小基站用户受到的主要干扰源为本小区宏基站的同频干扰（忽略相邻小基站的干扰等因素），为简化分析，忽略信道增益与白噪声的影响。针对典型LTE系统分析，频谱资源RB数目为N，在宏基站内环区域的小基站采用异频部署方式，其RB资源数目为（1-ρ）N。宏基站在每个RB上的发射功率为Pm，小基站在每个RB上的发射功率为Pf。当小基站用户位于小基站边缘且距离宏基站最近处时，其信噪比[SINRhybridf，inner]应满足公式（1），其中dm表示小基站用户与宏基站之间的距离。通过计算宏基站内环与外环区域的划分半径Rinner，定量表示如公式（2），小基站可以依据自身所处位置与宏基站的相对关系，来采取合适的频率部署方式。在宏基站内环区域边界处（dm=Rinner）的宏基站用户，应满足公式（3）的中断概率要求。在宏基站内环区域边界（dm=Rinner）的小基站用户，应满足公式（4）的中断概率要求，其中：[s=Γtarget/[PfR-αf1-ρN]]。因此，在宏基站内环区域内部署小基站的最大密度[λ-RinnerFBS]应满足公式（5）。混频部署中的内环区域的下行容量[Chybridinner]如公式（6）所示。

[SINRhybridf，innerRf=PfR-αfN0+Pmd-αm=Γtarget] （1）

3 混频部署中的外环区域

容量分析

在宏基站外环区域内的小基站可以通过采用受限的同频部署方式，降低多层网络间干扰，提高网络容量。通过对小基站添加无线网络环境认知功能，可以使得小基站获知附近宏基站用户的频谱资源RB使用情况。小基站通过主动的避让宏基站用户所占用的RB资源，达到减轻多层网络间的同频干扰，从而提升外环区域内小基站的部署密度，提高层叠网络容量。因此，在距离宏基站用户小于Rth范围内的小基站需要避让RB资源而采取异频部署方式，而距离大于Rth的小基站仍可以采用同频部署方案。通过合理的选取适当的异频部署保护距离Rth来降低邻近小基站对宏基站用户的同频干扰，通过提高小基站部署密度，提高网络容量。

针对外环区域内采用受限的同频部署方式，在小区边缘用户最大中断概率ε条件下，宏基站用户将受到来自邻居宏基站的同频干扰和保护距离之外小基站的同频干扰。因此，宏蜂窝小区边缘的宏基站用户的信干噪比[SINRhybridmdm]应满足公式（7），其中：[Ihybridf，m]为宏蜂窝网络中距离宏用户大于Rth的小基站同频干扰，Imi，m表示邻居宏基站对中心宏基站用户的同频干扰。在小区边缘允许的最大中断率为ε的条件下，需要保障受干扰较大的宏基站小区边缘用户的通信质量，即宏蜂窝基站边缘用户接收到的信噪比应满足公式（8）。为简化分析，假设对MUE产生较强干扰的邻居宏基站仅有一个，如公式（9）所示。[λ-RthFBS，MUE]表示在宏基站外环区域内采用受限同频部署方式下，所允许的小基站最大部署密度。考虑宏基站边缘宏用户的通信质量要求，外环区域小基站的最大部署密度如公式（10）所示。在宏基站外环区域内的小基站采用受限同频部署方式下，层叠网络的外环下行容量如公式（11）所示，其中[|Houter|=|H|-|Hinner|=33R2m2-πR2inner]表示外环区域面积。

[PSINRhybridmRm≥Γtarget≥1-ε] （8）

综合以上对密集小基站网络混频部署方式，宏基站的内环区域和外环区域的下行总容量如公式（12）所示。

与传统的同频部署方式相比，混频部署方式由于采用了内环区域异频部署和外环区域受限同频部署方式，有效降低了传统同频部署中层叠网络间的跨层干扰。因而，采用混频部署方式的下行容量较传统同频部署方式有明显提升。并得到制约网络容量的4个关键因素：

（1）宏蜂窝网络的内环和外环划分半径Rinner，Rinner与小基站的覆盖半径Rf直接相关，并随着Rf的增大而相应增大。

（2）宏用户异频部署保护距离Rth。网络系统容量随Rth的增大而相应增加。

（3）层叠网络频谱资源N。层叠网络总容量随频谱资源N的增大而增加。

（4）小基站部署密度λFBS。网络容量随λFBS的增大而增加。

考虑到混频部署方式是将异频和同频部署方式的有效结合的新方法，通过合理的系统参数设计（内环和外环划分半径Rinner和宏用户异频部署保护距离Rth），可以大大降低传统同频部署的层叠网络间的同频干扰，通过提高小基站的部署密度，可以有效提高频谱复用率和网络容量。

4 仿真验证与分析

针对本文提出的密集小基站网络中混频自部署方案，在仿真设置中考虑7个宏蜂窝基站的典型部署场景。其中，中心基站内的用户将受到来自于6个邻居宏基站下行信号的同频干扰，本文将中心位置的宏蜂窝基站作为网络容量仿真和分析的研究重点。仿真的具体参数如表1所示[15]。

4.1 混频自部署方案下宏用户的信干

噪比分析

在混频自部署方式中，宏基站用户分别位于宏基站内环和外环不同区域时会受到不同类型的同频干扰。位于宏基站内环区域的宏基站用户，将受到邻居宏基站较弱的同频干扰和外环区域小基站较强的同频干扰。

位于宏基站外环区域的宏基站用户，将受到邻居宏基站较强的同频干扰和与异频保护半径Rth之外的小基站较弱的同频干扰。

如图2所示，在不同小基站部署密度下，不同位置处宏基站用户的信干噪比SINR值。随着小基站部署密度的增加，位于宏基站内环区域用户的SINR变化很小，而位于宏基站外环区域的用户由于受到大量小基站的同频干扰，SINR下降剧烈，需要通过设置异频保护半径，即对宏用户Rth半径内的小基站采用异频部署方式，保证此区域宏用户的通信质量。因此，位于宏基站边缘SINR较差区域的用户可以通过调整自身异频保护半径Rth来减弱邻近小基站的同频干扰，提高SINR值。如图3所示，随着Rth的增加，宏用户的信号质量得到较大改善。

4.2 混频自部署方案下小基站用户

的信干噪比分析

如图4所示，在不同小基站部署密度下，不同区域位置下小基站用户信干噪比SINR分布图。随着小基站部署密度的增大，在小基站覆盖范围内的小基站用户信号质量得到提升。但随着小基站部署密度的急剧增高，小基站用户受到邻居小基站的同频干扰也将增大，导致自身SINR值下降。

通过合理的调整异频部署保护半径Rth，可以有效降低同频干扰并提高小基站用户的SINR值。如图5所示，随着Rth的增加，小基站用户的信号质量得到改善。通过对不同小基站部署密度下宏基站用户和小基站用户的SINR分布图的对比分析，得到如下结果：随着小基站部署密度的增大，宏基站用户受到邻居小基站较大的同频干扰，尤其在小基站部署密度较大时宏用户SINR下降较为明显，而小基站用户的SINR随着小基站部署密度的增大逐步增大。因此，在层叠网络部署时，需要综合考虑小基站部署密度对提高小基站用户SINR有利影响，同时也需要考虑由于小基站密集部署的跨层干扰导致宏基站用户SINR降低的不利因素。

4.3 混频部署中网络总容量分析

针对密集小基站网络中混频自部署方案，随着小基站部署密度的增加，由于宏基站用户受到大量邻近小基站同频干扰，信干噪比SINR下降，导致宏基站网络容量呈现降低趋势。随着宏基站用户部署密度的增加，宏基站网络的容量呈现增长趋势，如图6所示。层叠网络的总容量随着小基站部署密度的增大呈现整体增加的趋势，主要因为小基站部署下室内容量的提升对层叠网络整体容量提升所带来的贡献。并且随着宏基站用户部署密度的增加，层叠网络的容量呈现增长趋势。

此外，处于宏基站外环区域的宏用户通过调整异频部署保护半径Rth，邻近小基站采用异频部署方案可以降低对宏用户的同频干扰，提升信干噪比SINR值，达到提高宏蜂窝基站网络和家庭基站网络下行总容量的目标，如图7所示。

总之，在混频部署中通过合理的控制小基站部署密度和宏用户的异频保护半径Rth，可以有效的降低宏基站用户和小基站用户之间的同频干扰，实现提高信干噪比SINR值、频率资源利用效率和网络容量的目标。

5 结束语

本文针对密集小基站层叠网络，提出了小基站网络混频自部署方案及关键技术。通过理论建模和数学分析相结合的方法，对采用混频部署方案的层叠网络下行容量关键影响因素进行定量分析，并给出层叠网络下行容量的闭式表达式。设计了具有容量提升和干扰抑制特点的小基站混频自部署方案。并通过仿真和数据分析，获得了小基站部署密度、宏基站用户密度和层叠网络频率资源等参数变化情况下，层叠网络信干噪比分布情况和网络下行容量的变化趋势，验证了本文所提出的密集小基站层叠网络中混频自部署方案对网络容量提升的有效性和正确性。本文的结果将对层叠网络中密集小基站的实际部署和频率分配策略的制订提供理论依据和设计指导。

参考文献

[1] MANSFIELD G. Femtocells in the US Market-Business Drivers and Consumer Propositions [C]//Proceedings of the Femtocells Europe， ATT， London， U.K.， June 2008

[2] BHUSHAN N， LI J Y， MALLADI D， GILMORE R. Network Densification： The Dominant Theme for Wireless Evolution into 5G [J]. IEEE Communications Magazine， 2014，52（2）：82-89

[3] ZHANG J， de la ROCHE G. Femtocells： Technologies and Deployment [R]. John Wiley & Sons Ltd， 2010：1-13

[4] CHANDRASEKHAR V， ANDREWS J G， GATHERER A. Femtocell Network： A Survey [J]. IEEE Communications Magazine， 2008，36（9）：59-67

[5] XIA P， CHANDRASEKHAR V， ANDREWS J G. Femtocell Access Control in the TDMA/OFDMA Uplink [C]//Proceedings of the IEEE Globecom， December 2010

[6] XIA P， CHANDRASEKHAR V， ANDREWS J G. Open vs. Closed Access Femtocells in the Uplink [J]. IEEE Transactions on Wireless Communications， 2010， 9（12）：3798-3809

[7] GALINDO-SERRANO A， GUIPPONI L， DOHLER M. Cognition and Docition in OFDMA-Based Femtocell Networks [C]//Proceedings of the IEEE Globecom， 2010

[8] LI Y， MACUHUA M， SOUSA E S， et al. Cognitive interference management in 3G femtocells [C]//Proceedings of the IEEE PIMRC， 2009

[9] CHANDRASEKHAR V， ANDREWS J G. Spectrum Allocation in Tiered Cellular Networks [J]. IEEE Transactions on Communications， 2009，57（10）：3059-3068

[10] CHENG S M， AO W C， CHEN K C. Downlink Capacity of Two-tier Cognitive Femto Networks [C]//Proceedings of the IEEE PIMRC， 2010

[11] GUVENC I， JEONG M R， WATANABE F， et al. A Hybrid Frequency Assignment for Femtocells and Coverage Area Analysis for Co-Channel Operation [J]. IEEE Commun. Letters， 2008， 12（12）：880-882

[12] LOPEZ-PEREZ D， VALCARCE A， de la ROCHE G， ZHANG J. OFDMA Femtocells： A Roadmap on Interference Avoidance [J]. IEEE Communications Magazine， 2009， 47（9）：41-48

[13] LOPEZ-PEREZ D， LADANYI A， JUTTNER A， et al. OFDMA femtocells： A self-organizing approach for frequency assignment [C]//Proceedings of the IEEE Personal， Indoor and Mobile Radio Communications Symposium （PIMRC）， Tokyo， Japan， Sept.， 2009

[14] FENG Z Y， LIANG L， TAN L， ZHANG P. Q-learning based heterogeneous network self-optimization for reconfigurable network with CPC assistance [J]. Science in China Series F： Information Science， 2009， 53（12）：2360-2368

[15] 3GPP TR 36.814 V9.0.0. 3GPP TSG RAN （E-UTRA）： Further advancements for E-UTRA physical layer aspects （Release 9） [S]. 3GPP， 2010