基于基站休眠的蜂窝网络节能技术研究

朱禹涛 北京邮电大学网络体系构建与融合重点实验室博士研究生

张天魁 北京邮电大学网络体系构建与融合重点实验室副教授

曾志民 北京邮电大学网络体系构建与融合重点实验室教授

基于基站休眠的蜂窝网络节能技术研究

朱禹涛 北京邮电大学网络体系构建与融合重点实验室博士研究生

张天魁 北京邮电大学网络体系构建与融合重点实验室副教授

曾志民 北京邮电大学网络体系构建与融合重点实验室教授

指数增长的数据业务与高速移动的接入需求使得蜂窝网络基础设施需求急剧扩大，由此也增加了蜂窝网络的能量消耗与运营成本。移动互联网应用特点决定了移动业务的动态变化，用户移动性与作息规律使得业务负载具有明显的空时变化特性。根据业务负载空时变化，可将低业务负载小区的基站调整为休眠（关闭）状态减小能耗，以此为基础的节能技术具有实际应用前景。本文首先对蜂窝网络能量消耗现状进行分析，说明蜂窝网络节能技术与能效优化的重要性；然后，针对蜂窝网络基站休眠技术的能效优化相关研究现状进行了综述；最后，对基站休眠技术及其能效优化研究进行了总结与分析。

绿色网络 基站休眠 能量效率 节能

1 引言

移动网络应用与智能终端的发展促进了无线宽带需求的增长。然而，指数增长的数据业务与高速移动接入需求使得无线网络基础设施需求急剧扩大，由此也增加了无线网络的能量消耗与运营成本。提高空中接口部分能量效率、减小基站能量开销成为绿色无线网络的关键研究内容。为了能够提高移动蜂窝网络能量效率，需要设计高能效的无线网络架构与协议，采用高能效网络管理与资源管理技术，以及高能效信号处理技术等。

移动网络的应用特点决定了移动网络的动态性，用户移动性与作息规律使得网络业务负载具有空时变化特性。在实际应用中，网络通信资源的部署依据峰值业务需求而定，考虑到基站是蜂窝网络中耗能较大的组件，可将低负载小区的基站调整为休眠（关闭）状态减小能耗，同时通过增加相邻小区基站的发送功率或者通过基站间协作、部署中继节点、调整天线角度技术保证网络覆盖率与用户服务质量（QualtiyofService，QoS），以此为基础的动态网络管理是具有应用前景的能效优化技术之一。

本文主要包括3个部分，首先对蜂窝网络能量消耗现状进行分析，说明蜂窝网络节能技术与能效优化的重要性；然后针对蜂窝网络基站休眠技术相关研究现状进行了综述，包括基站休眠技术的可行性、基站休眠技术不同蜂窝网络场景下的研究现状；最后对基站休眠技术进行了总结与分析。

2 蜂窝网络能量消耗现状

智能手机与平板电脑的发展显著增加了蜂窝网络的能量消耗。3G和4G蜂窝网络可以提供更高的数据传输速率，智能手机和平板电脑使用户能够在蜂窝网络中使用更多的应用，例如流视频下载、电子书阅读和社交网络等。其结果是，移动用户的数目由2012年的45亿预计将增长至2020年的76亿，每一个用户每年使用的数据流量由2012年的10GB预计将增长至2020年的82GB。此外，更多的突发性和动态移动数据及视频流量已经取代了移动语音成为移动终端的主要负载。这些因素导致蜂窝网络能量消耗显著增加，为了提供相同覆盖，LTE网络相比于2G网络需要消耗约60倍的能量。

数据中心和其他网络设备需要更多的基站以支持移动业务流量的增长。在一个典型的蜂窝网络中，基站能量消耗占总能量消耗的一半以上，增加基站的数量显著影响能耗。相应数据表明，全世界基站的数目从2007—2012年大约增加了一倍，而今天基站的数量已经达到400多万个。

相对于宏蜂窝网络，小型蜂窝（SmallCell）可以减少能耗。小型化基站可以部署在人口稠密地区或已有宏蜂窝小区边缘，改善频谱效率和能源利用率。然而，由于大量部署小型化基站，到2020年将消耗约4.4亿千瓦时电，构成了传统宏蜂窝网络额外5%的能量消耗。

3 基站休眠技术相关研究

3.1 基站休眠技术可行性分析

基站休眠的基本思想是一些非高峰负载情况下有选择地打开关闭基站一段时间。这类方法通常通过监测网络流量负载，然后决定是否将某些网络单元关闭（或切换到休眠模式，在一些文献也称为低功率模式或空闲模式），或打开（或切换到主动模式，准备模式或激活模式）。采用这种休眠的机制能够避免低负载基站的不必要能量消耗。这类方法中，涉及开关的网络某些元素不限于功率放大器，还包括信号处理单元、冷却设备、整个基站或整个网络，这些都可以来回切换休眠模式和激活模式。多数情况下，休眠技术旨在“非高峰期”时间通过选择性地关闭基站以节约能源。图1给出了运营商的蜂窝网络能耗组成与占比，可以看出基站的能量消耗占比最高。

图1 蜂窝网络能耗组成与占比

首先分析一下基站的能量消耗结构。在一个典型的蜂窝网络中有3个关键组件：

●用户访问网络的终端设备。

●语音和数据的交换子系统。

●基站。

如前所述，基站的能耗占移动蜂窝网络的比例最大。

如图1所示，由于基站是最主要的能耗部分，所以是基站休眠技术的主要目标。基站的总功耗包括固定的消耗和负载相关的部分消耗。图2为典型宏蜂窝网络基站的功耗。如图2所示，固定能耗部分包括空调和电源，占总能耗的1/4左右，这部分能耗在没有业务的情况直接浪费了。从图2中可以看出功率放大器消耗的功率占了大部分，这是由于在高路径损耗的情况下需要足够的功率来传输。而在实际当中功放的效率并不高，其在满负载的情况下也只有50%左右，而在中负载或低负载的情况下，其效率将更为低下。

图2 蜂窝网络基站设备各部分的功耗

很明显，移动用户的移动负载水平在一天或定期每周内周期变化。在工作日白天，人们主要集中在城市商业区使用手机。在晚上或周末，大多数人在居民区。晚上比白天电话一般都少，但因为使用了更多的数据密集型应用程序，如传播社交网络、网页浏览、视频和视频聊天等，产生更大的数据流量。图3给出了2012年欧洲网络运营商统计的每周流量特性，根据不同的应用程序分类（包括移动电子邮件、虚拟专用网络、点对点传输、定位服务和视频等）。可以看出，根据业务流量变化适时地关闭基站可以节约网络能量。

考虑到业务负载在蜂窝网络大约波动是根据每日和每周的变化，在不考虑QoS影响的情况下，根据活跃水平把一些基站切换到休眠模式节约能源是可行的。

为了保证基站休眠技术功能可以实现，基站之间通常需要互相配合。在3G网络中，基站之间的负载信息交互可以在基站控制器中进行。在LTE/LTE-A网络中，基站间信息交互通过X2接口进行。如果选择一个特定的基站休眠，休眠的基站释放出信道资源，相邻的基站扩展覆盖范围至需要提供服务的移动用户的位置。此时需要监测移动用户的信道信息以保证QoS，由于移动用户和服务基站之间距离增加了，更容易发生速率中断。

图3 蜂窝网络业务流量统计特性

3GPP标准组织提出了自组织网络技术（Self-organizingNetworking，SON），它增加了自动网络管理和智能系统，通过网络优化和重构过程增加蜂窝网络的灵活性。无需人工干预的SON允许基站在必要时自动配置，使得一些基站操作，如定时休眠模式、用户位置预测可以在系统中实现。

在SON技术的基础上，小区缩放和小区呼吸可以为蜂窝网络提供更高级别的灵活性。小区缩放属于网络层技术，可以根据业务负载状况通过调整天线倾斜角度、高度、或传输能量自适应地调整小区覆盖范围。从实现角度看，小区缩放比基站休眠更简单，它可以用于业务负载均衡和网络节能。当业务负载在一个特定的蜂窝小区内增加，该蜂窝小区会缩小覆盖范围，从而避免网络拥塞。空白区域将被邻近的低负载蜂窝小区覆盖，此低负载蜂窝小区覆盖范围扩张。小区缩放的控制可以通过基站控制器实现，或者蜂窝网络网关实现。需要设置的控制参数包括业务负载分布、用户需求以及信道状态信息等。实际上，小区覆盖范围缩小为零时相当于关闭基站，因此小区缩放可以视为基站休眠技术的泛化。

异构蜂窝网络场景下，多层基站重叠覆盖的区域如果不进行基站休眠，对于低业务负载情况下能量资源浪费比较严重，因此基站休眠技术非常必要。在异构蜂窝网络中，小型化基站休眠时宏蜂窝基站可以提供基本覆盖，这对保证网络性能非常有效。因此，异构蜂窝网络的基站休眠切实可行。

上述分析与讨论表明，基于SON等技术，在业务负载动态变化情况下，传统蜂窝网络和异构蜂窝网络中进行基站休眠是可行的网络节能技术。

下面将重点针对传统蜂窝网络和异构蜂窝网络两种场景下的基站休眠技术相关研究进行总结和分析。

3.2 传统蜂窝网络基站休眠技术研究

传统蜂窝网络基站休眠技术的基本思想是关闭低业务负载基站以减小网络能耗。相关学者已经分别从性能仿真验证、基站休眠策略等方面进行了研究。

利用简单的业务模型，用动态的网络规划代替传统的静态规划，同时通过增加相邻激活小区的传输功率来保证用户的服务质量和中断率，最后仿真验证了这样的动态网络规划可以节约很大一部分能量（某些情况下可以关闭50%的基站来节约能耗）。在考虑关闭基站时，均假设可以关闭任意比例的基站，文献15则具体地分析了几种不同的蜂窝网络结构，并根据小区布局确定了可休眠基站的比例，具体参见表1。

表1常见小区结构基站休眠比例

上述动态网络规划研究主要通过仿真验证基站休眠在网络节能方面的性能，建立最优化模型并分别给出了集中式与分布式基站开关策略。本文给出了基站开关的具体实现算法，集中式算法是由核心基站根据信道信息和用户业务需求来动态的选择能够被关闭的基站和用户该接入哪个激活基站。因此，集中式算法适用于当所有信道信息与业务需求都知道情况。分布式算法则是每个用户根据基站选择函数来选择要接入的基站，没有用户接入的基站将被休眠。并提出这两种算法的前提条件是小区与小区之间有覆盖重叠，即假设部分基站休眠后，仍可以保证全覆盖。

除了关于基站开关策略的研究，基于基站休眠的动态网络规划技术还需要考虑业务负载变化与基站密度、基站开关转换时间等因素对基站休眠节能性能的影响。文献17研究了蜂窝网络中最基本的基站休眠策略，并指出业务负载的变化幅度（期望与方差的比）和基站的密度是影响节能的两个主要因素。最后指出，业务负载量的波动越大，基站的密度越大，可节约的能量越多。文献18指出以往研究中没有考虑到基站开关转换时间的问题，并调研了在允许移动设备切换到新的基站同时又不使信令信道超载情况下实现基站关闭所需的时间。研究结果表明，想要保证休眠基站下的用户不被中断，基站的关闭需要一个渐缓的过程。同时讨论了不同的基站关闭时间对节能表现的影响，最终的研究结果表明，基站开关的时间较长对节能的影响十分微弱。

在分析问题的过程中，均假设一部分基站关闭后，覆盖均可以被其余激活状态的基站来保证，同时休眠基站的唤醒问题也没有具体考虑。实际上，动态网络管理技术在实现网络节能的同时也需要考虑以下两方面关键问题：

第一，处于休眠状态的基站如何唤醒，唤醒时刻如何确定。

第二，如何解决部分基站休眠后产生的覆盖盲区与用户QoS保证问题。

针对第一个问题，在传统蜂窝网络内，动态网络规划相关研究一般假设网络内业务负载变化有一定规律可循，可以根据业务负载预测确定基站唤醒时刻，基站休眠或唤醒状态由系统统一控制。文献19指出由于无线接入网络的业务负载量遵循时间和空间的一定规律，因此可以将业务量负载转化为一个低秩矩阵，并通过基于压缩传感的预测方法来预测未来业务量，从而根据预测的业务量来进行基站开关的选择和控制。

针对第二个问题，提出采用CellZooming策略在部分基站关闭后通过调整天线角度、基站间协作或者使用中继等方式来保证网络覆盖。小区覆盖范围可以根据业务负载、用户需求、信道条件动态变化，实现能量节省与网络性能的折中。文献20也提出了类似思想。文献21研究基站协作场景中的高能效网络规划问题，提出通过基站协作来增强小区覆盖，从而保证节能效率。将网络优化问题公式化为混合整数规划问题，并通过基于拉格朗日松弛法的优化算法来获得最小化能耗的基站协作集。文献22则综合考虑了这两个问题，基于自主管理技术提出了区域化的自主节能管理机制（AESMM）。该机制分为自主监测、自主分析、自主规划及自主执行4个阶段。自主监测阶段的任务是实时监测区域内的业务量和能耗。在自主分析阶段，则通过设置节能触发和节能恢复门限来控制是否要进行基站的休眠及唤醒。若在自主分析阶段做出了基站休眠或唤醒的决定，则在自主规划阶段根据实际基站的布局，通过区域化的双小区补偿法来选取待休眠的基站集合，并对未休眠的基站通过自主覆盖优化算法来调整传输功率，以在保证基站覆盖范围的基础上实现节能最大化。自主执行阶段则是根据规划结果进行实际操控与执行。该机制同时考虑了以上提到的两个问题，但作为一种集中式的管理方法，其工程实现性有待提高。

三是原始创新的冒险作用。试错是有成本投入，有失败的风险的。即便经历了失败，也不意味着原始创新一定会成功，一般人力资本不能承受此类失败，而原始创新型人力资本基本上是高风险承担者，具有触底反弹的逆商，虽然遇到失败会痛苦、会犹豫，但是最终能够承受原始创新过程中的各种挫折，矢志不渝。

以上动态网络管理节能技术研究侧重于讨论基站休眠（开关）技术的实现方法、性能增益等问题。进一步，基于基站休眠技术，文献23～24研究了用户接入（UserAssociation）问题：在一定业务负载情况下，以最小化网络能耗（或最大化网络能效）为目标，为用户选择合适的关联小区，在保证用户QoS要求情况下尽可能多地关闭低负载小区。这类研究可以看作网络负载均衡的反问题，即将业务负载较轻小区内的业务转移到相邻小区后关闭轻负载小区以实现网络节能。用户关联与基站开关可以同步实现，也可以在基站开关的基础上以更小的时间周期实现。

3.3 异构蜂窝网络基站休眠技术研究

异构网络的概念较为宽泛，包括3G与Wi-Fi网络、LTE与WiMAX网络、UWB系统与蜂窝网络、认知主从网络等，本文更多关注的是SmallCell与宏蜂窝构成的多层异构蜂窝网络，即由具有很低功耗的微蜂窝（Micro Cell）、微微蜂窝（Pico Cell）以及家庭基站（FemtoCell）等各类无线接入站点构成的异构无线通信网络。与传统异构网络不同，异构蜂窝网络内不同层次均为蜂窝网络架构、接入相同的移动核心网、相互协作操作简单，不同层次间的区别主要体现在应用场景不同，以及由此产生的信道衰落、发送功率、覆盖范围等差异。与传统蜂窝网络相比，异构蜂窝网络在提高网络容量、增加网络灵活性的同时，也对网络部署与网络规划、频谱管理与资源分配、干扰管理与移动性管理等问题提出了新的挑战。随着绿色无线网络成为关注热点，如何在异构蜂窝网络部署之初就实现能效优化也成为关键问题之一。以下对异构蜂窝网络内的高能效网络部署优化与动态网络规划研究进行总结与分析。

与传统宏基站相比，小型化基站不需要机房、空调单元等高功耗设备即可进行工作，因此能耗较低。尽管单个小型化基站耗能较低，但是随着异构蜂窝网络部署数量与密度的增加，网络累计能耗也不容忽视，同时异构蜂窝网络的复杂结构也增大了能效优化的难度。

在异构蜂窝网络场景中，针对FemtoCell（或Pico Cell）与宏蜂窝组成的双层网络研究为现有异构蜂窝网络节能技术研究的典型场景。

与基站休眠技术相关的异构蜂窝网络能效优化研究主要包括以下3个方面：

（1）高能效异构蜂窝网络部署优化

在异构蜂窝网络基站休眠与部署优化研究中，一方面需要考虑SmallCell数量与覆盖范围的权衡，如激活小区数量与覆盖范围对网络能效的影响、结合覆盖范围与网络容量优化的Small Cell网络节能部署方法。文献25调研了网络中微基站与中继的部署以及基站开关策略对整个网络能耗的影响，并指出不同覆盖范围的混合小区以及中继所构成异构网络以及实施基站休眠策略的节能基站的部署将是未来蜂窝网络部署的趋势。文献26给出了结合网络容量优化和覆盖范围的宏基站位置优化迭代算法，并指出在城市业务非均匀分布的情况下，引入SmallCell是一个非常有效的数据分流方法。文章最后给出的数值仿真结果也证明了异构网络部署对节能提高的重要作用。另一方面还需要考虑SmallCell与宏蜂窝的权衡。如文献27研究MacroCell与PicoCell联合部署场景下的能量效率，并提出了区域能量效率的概念来度量单位面积上的能效。文献28～29分别从站间距和带宽分配的角度进行不同类型小区的数量与位置联合能效优化。其中，文献28侧重于研究在给定频谱效率的情况下，如何部署PicoCell网络（主要研究站间距）能达到最佳的能效；而文献29则侧重于研究异构网络中用户的切换和带宽分配的问题。分别给出专用带宽和共享带宽两种带宽分配策略，并通过仿真验证更小的基站与宏基站共存可以同时提高网络容量和能量效率，同时指出基于能耗容量比的用户切换可以使更多的用户连接到FemtoCell上，从而对宏基站进行数据分流，呈现更好的网络性能。文献30则研究了在不均衡网络场景下的频谱效率和能量效率折中问题。此外，文献31通过仿真分析了FemtoCell网络容量与能耗、用户QoS的关系，并指出了FemtoCell网络容量与其设备实施比例之间的折中，认为最佳的安装比例应该在20%～60%之间，如果超出这个范围，网络将不能有效的节能。

（2）异构基站开关控制策略

在异构蜂窝网络基站休眠相关研究中，同样需要解决基站开关控制问题，即基站如何进入休眠以及休眠后的唤醒问题。文献32～33分别利用宏基站和FemtoCell分簇解决FemtoCell基站休眠后的唤醒问题。文献32提出在FemtoCell基站设立功率门限，当用户在FemtoCell的基站覆盖范围内，并连接底层宏基站的信号功率超过预设门限时，FemtoCell休眠基站将被激活。文献33提出了将FemtoCell基站分簇，并指定领导者和成员，用户只需要确定接入哪个簇之后由领导者向成员发送添加可用时隙（AvailableInterval）的消息，便可唤醒在休眠中的成员基站。

（3）基站休眠下的用户接入与QoS保证

利用控制每个基站接入的用户数量可以实现负载均衡，充分利用SmallCell的传输资源，但在另一方面，用户接入也可以控制部分轻负载小区进入休眠状态。文献34在微微蜂窝基站和宏蜂窝基站组成的覆盖区域内，提出了异构蜂窝网络的能量模型，并利用跨层优化实现异构基站的用户接入选择，使得业务负载很小的微微蜂窝基站进入休眠状态。文献35研究异构蜂窝网络中SmallCell的接入问题，根据宏蜂窝流量和用户移动性设置SmallCell休眠模式，从而提高能效。针对基站休眠后的QoS保证问题，文献36研究考虑QoS需求的FemtoCell基站休眠策略，分别针对给定网络性能约束条件最大化能效与给定网络能效约束条件最大化网络性能两个方面进行FemtoCell基站休眠模式参数优化。文献37利用Markov决策过程实现基站动态开关，在QoS约束条件下最小化网络能耗。宏基站根据整个网络业务负载量和用户位置，并利用连续的或者离散的Markov决策过程来集中控制整个FemtoCell的休眠/唤醒模式。同时还给出了当宏基站只知道部分网络信息或者信息时延过大时，根据Markov决策过程仍然可以控制FemtoCell的休眠和唤醒，并达到一定量的节能。

4 未来研究方向分析

上述基站休眠技术可行性和已有研究分析可知，基站休眠技术的节能来源于低利用率基站的固定部分能耗。首先，业务负载变化大、业务负载相对较低和基站部署紧密的区域节能潜力较大；其次，基站固定能耗的比例越大（如宏基站），网络节能空间越大。在蜂窝网络中利用基站休眠实现节能具有较强的应用潜力。但是，还需要解决更多的技术难题才能真正缩短理论研究与实际应用的差距。

首先，在基站休眠相关研究中，一般假设业务负载分布是已知的。这一点，在实际系统中，需要对业务负载进行估计和预测。如何对业务进行预测，实现业务感知的绿色节能网络也是当前节能技术研究与未来节能技术应用的关键。

在基站休眠过程中，用户QoS保证问题是不容忽视的。研究表明，如果用户QoS需要保持高于或等于在所有基站处于激活状态且处于负载高峰的情况下的水平，关闭更多的基站不一定能实现节能，因为维护QoS水平不变的激活基站需要额外的发送功率，这会抵消通过关闭基站节省的能量。针对这一问题，需要根据基站能耗参数、用户业务分布等已知条件作出网络节能和用户QoS二者性能的最佳权衡。

受到自然条件的制约，太阳能和风能等可再生能源不是任何时候都可用的。因此，当基站配置传统电网供电和可再生能源供电情况下，需要考虑如何充分利用可再生能源且保证网络传输不会因为可再生能源变化而中断。在可再生能源供电情况下，需要关闭的基站是采用传统电网供电的基站。此时，有两种方法节能，一种是利用用户接入，控制可再生能源供电的基站接入更多的用户，另外一种是将可再生能源传递给用户较多的传统电网供电的基站。上述两种方案的选择取决于业务负载分布、能源传递损耗、基站开关控制损耗等多种因素。

此外，新一代蜂窝网络（5G）的节能技术研究更值得关注。5G采用的新技术，如大规模MIMO、超密集部署网络等都将在明显提高用户QoS的同时消耗更大量的能量。超密集部署网络中的基站（射频组件）休眠技术一定是节能技术的主要研究领域。

总之，基站休眠技术以及整个绿色蜂窝网络是值得关注的一个研究领域。它可能会在未来仍然是一个热门的研究课题，有许多关键问题仍然需要解决。

5 结束语

蜂窝网络能耗的日益增加已经成为运营商关注的一个主要问题，也成为无线网络研究领域的重点内容之一。蜂窝网络设计与部署的首要目标是保证通信覆盖与网络吞吐量，但随着网络架构的演变和硬件技术的进步，动态组件关闭成为可能，使得基站休眠成为一种被广泛接受的蜂窝网络节能技术之一。本文主要介绍了蜂窝网络能耗现状，重点综述近期在蜂窝网络基站休眠技术中的研究进展。在已有研究综述的基础上，作者认为，基站休眠技术在基站开关控制、QoS保证和用户接入等几个方面需要深入研究。进一步，新能源供电场景、超密集部署网络场景等的新型网络架构、新无线技术下的基站/组件休眠也是未来蜂窝网络能效优化的主流技术与重点研究内容之一。

1 Energy Aware Radio and Network Technologies (EARTH) [Online]. https://www.ict-earth.eu/

2 J. Manner, M. Luoma, J. Ott, and J. Hamalainen. Mobile networks unplugged [J]. Proc. of the 1st International Conference on Energy Efficient Computing and Networking. 2010: 71-74

3 C. Han, T. Harrold, S. Armour, et al. Green Radio: Radio Techniques to Enable Energy EfficientWireless Networks [J]. IEEECommunications Magazine.2011:46-54

4 L. Correia. Challenges and Enabling Technologies for Energy Aware Mobile Radio Networks [J]. IEEE Communications Magazine.2010:66-72

5 M. Shakir, K. Qaraqe, H.Tabassum, et al. Green Heterogeneous Small Cell Networks: Toward Reducing the CO2 Emissions of Mobile Communications Industry Using Uplink Power Adaptation [J].IEEECommunications Magazine.2013:52-61

6 M. A. Marsan, L. Chiaraviglio, D. Ciullo, et al. On the Effetiveness of Single and Multiple Base Station Sleep Modes Cellular Networks[C].United Kingdom:Computer Networks. 2013:3276-3290

7 L. Correia. Challenges and Enabling Technologies for Energy Aware Mobile Radio Networks [J]. IEEE Communications Magazine.2010:66-72

8 Alcatel Lucent andVodafone Chair on Mobile Communication Systems. Study on Energy Efficient Radio Access Network (EERAN) Technologies [J]. Unpublished Project Report, Technical University of Dresden, Dresden,Germany. 2009

9 Alcatel Lucent andVodafone Chair on Mobile Communication Systems. 9900Wireless Network Guardian[C]. French:Alcatel Lucent.2012

10 D. Cao, S. Zhou, C. Zhang, et al. Energy Saving Performance Comparison of Coordinated Multipoint Transmission and Wireless Relaying [J]. IEEE Global Telecommunications Conference(GLOBECOM)2010. 2010:1-5

11 F. Han, Z. Safar, W. Lin, et al. Energy Efficient Cellular Network Operation Via Base Station Cooperation [J]. IEEE ICC2012. 2012:4374-4378

12 M. Hossain, K. Munasinghe, and A. Jamalipour. Toward Self- organizing Sectorization of LTE eNBs for Energy Efficient Network Operation Under QoS Constraints [J]. IEEE WirelessCommunication and Networking Conference (WCNC)2013,Shanghai, China.2013:1279-1284

13 Z. Niu, Y.Wu, J. Gong, et al. Cell Zooming for Cost Efficient Green Cellular Networks [J]. IEEE Commun. Mag. 2010: 74-79

14 L. Chiaraviglio, D. Ciullo, M. Meo, et al. EnergyAwareUMTS Access Networks. Proc. of WPMC Symposium, Lapland, Finland.2008:1-5

15 M.A. Marsan, L. Chiaraviglio, D. Ciullo, et al. Optimal Energy Savings Cellular Access Networks [J]. Communications Workshops, 2009, ICC Workshops 2009, IEEE International Conference on. 2009:1-5

16 S Zhou, J Gong, Z Yang, et al.Green Mobile Access Network with Dynamic Base Station Energy Saving [J]. Proceedings of ACMMobiCom,Beijing, China.2009

17 O. Eunsung and B. Krishnamachari. Energy Savings through Dynamic Base Station Switching Cellular Wireless Access Networks [J]. Global Telecommunications Conference IEEE. 2010:1-5

18 M. A. Marsan, L. Chiaraviglio, D. Ciullo, et al. Switch Off Transients Cellular Access Networks with Sleep Modes [J]. IEEEInternational Conference.2011:1-6

19 R. Li, Z. Zhao, X. Zhou, et al. Energy Savings Scheme Radio Access Networks Via Compressive Sensing Based Traffic Load Prediction [J]. Transactions on Emerging TelecommunicationsTechnologies. 2012

20 S. Bhaumik, G. Narlikar, S. Chattopadhyay, et al. Breathe to Stay Cool: Adjusting Cell Sizes to Reduce Energy Consumption [J].Proceedings of the FirstACMSIGCOMM Workshop onGreen Networking.2010:41-46

21 Zhisheng Niu, Sheng Zhou, Yao Hua, et al. Energy Aware Network Planning forWireless Cellular System with Inter Cell Cooperation [J]. Wireless Communications, IEEE Transactions on. 2012:1412-1423

22 喻鹏, 李文璟, 邱雪松. 区域化的无线蜂窝网自主节能管理机制. 电子与信息学报.2012:2707-2714

23 Dufkova, x, K., M. Bjelica, et al. Le Boudec. Energy Savings for Cellular Network with Evaluation of Impact on DataTraffic Performance [J].Wireless Conference (EW).2010:916-923

24 K. Son, H. Kim, Y. Yi, et al. Base Station Operation and User Association Mechanisms for Energydelay Tradeoffs Green Cellular Networks [J]. Selected Areas Communications, IEEE Journal on.2011:1525-1536

25 C.Khirallah,J.S.Thompson,and D.Vukobratovic.Energy Efficiency of Heterogeneous Networks LTE Advanced[J]. WirelessCommunicationsandNetworkingConference Workshops(WCNCW).2012:53-58

26 R.Razavi and H.Claussen.Urban Small Cell Deployments: Impact on the Network Energy Consumption[J].Wireless Communications and Networking Conference Workshops (WCNCW).2012:47-52

27 W.Wei and S.Gang.Energy Efficiency of Heterogeneous Cellular Network[J].Vehicular Technology Conference Fall (VTC2010Fall).2010:1-5

28 M.W.Arshad,A.Vastberg,and T.Edler.Energy Efficiency Improvement Through Pico Base Stations for a Green Field Operator[J].Wireless Communications and Networking Conference(WCNC).2012:2197-2202

29 J.P.Leon,F.Bader,and M.S.Alouini.Per Energy Capacity and Handoff Strategies Macro-femtocells Environment[J]. WirelessCommunicationsandNetworkingConference Workshops(WCNCW),2012IEEE.2012:1-6

30 R.Amin,J.Martin,A.Eltawil,et al.Spectral Efficiency and Energy Consumption Tradeoffs for Reconfigurable Devices Heterogeneous Wireless Systems[J].Wireless Communications and Networking Conference(WCNC),2012IEEE. 2012:1698-1703

31 H.Ying and D.I.Laurenson.Energy Efficiency of High QoS Heterogeneous Wireless Communication Network[J].VehicularTechnologyConferenceFall(VTC2010Fall).2010:1-5

32 I.Ashraf,L.T.W.Ho,and H.Claussen.Improving Energy Efficiency of Femtocell Base StationsVia UserActivity Detection[J].Wireless Communications and Networking Conference(WCNC),2010IEEE.2010:1-5

33 H.Widiarti,P.Sung Yeop,andC.DongHo.InterferenceMitigation Based on Femtocells Grouping Low Duty Operation. Vehicular Technology Conference Fall(VTC 2010:Fall), 2010IEEE72nd.2010:1-5

34 M.Wildemeersch,T.Quek,C.Slump,and A.Rabbachin. Cognitive Small Cell Networks:Energy Efficiency and Tradeoffs[J].IEEE Transactions on Communications.2013: 4016-4029

35 L.Saker,S.E.Elayoubi,R.Combes,et al.Optimal Control of WakeUpMechanismsofFemtocellsHeterogeneousNetworks [J].Selected Areas Communications,IEEE Journal on.2012: 664-672

36 S.Cai,L.Xiao,H.Yang,etal.ACrosslayerOptimizationofthe Joint Macro and Picocell Deployment with Sleep Mode for Green Communications[J].22nd Wireless and Optical CommunicationConference(WOCC).2013:225-230

37 P.Dini,M.Miozzo,N.Bui,andN.Baldo.AModeltoAnalyze the Energy Savings of Base Station Sleep ModeLTE HetNets [J].Green Computing and Communications(GreenCom), 2013IEEE and Internetof Things(iThings/CPSCom),IEEE International Conference on and IEEE Cyber,Physical and Social Computing.2013:1375-1380

TheResearchonCellSleepingBasedPowerSavingTechnologyforCellular Networks

With the exponential growth of data service and the demand of high-speed mobile access, the requirement for the infrastructure of the cellular networks is rapidly expanding, which makes the energy consumption and operating costs of cellular networks increasing sharply. Since mobile application characteristics lead to the dynamic changes of mobile traffic, user mobility and work schedule make the traffic load has obvious time variation characteristics. According to the variation of traffic load, the base station with low traffic load can be turned off to reduce energy consumption. Therefore, the energy saving technology based on the base station sleeping has practical prospective. Firstly, the energy consumption of cellular networks is analyzed, from whichwecan notice the importance of energy saving technology and energy efficiency optimization. Then, the research status of the energy efficiency optimization of base station sleeping in cellular network is summarized. Finally, the research trend of the base station sleeping technology and the energyefficiency optimization are concluded.

green Networking, base station sleeping, energyefficiency, power saving

2015-09-20）