基于干扰协调的公平性与吞吐量均衡算法*

郑智华

（深圳职业技术学院 电子与通信工程学院, 广东 深圳 518055）

基于干扰协调的公平性与吞吐量均衡算法*

郑智华

（深圳职业技术学院 电子与通信工程学院, 广东 深圳 518055）

文章研究了下一代移动通信系统资源分配中的小区边缘用户数据流量与小区总吞吐量之间的折中均衡方案．采用干扰协调技术及功率控制算法，引入小区公平性因子来均衡频谱利用率和系统公平性．仿真计算结果显示，与传统PF算法相比，改进算法（TFI-PF）可以有效改善系统性能，提高小区吞吐量水平并改善用户公平性，在频谱利用率和公平性之间进行良好的均衡折中．

干扰协调；吞吐量；公平性；资源分配

1 资源分配方案概述

下一代移动通信系统发展迅速，面临的问题是频谱资源日益紧张与用户数据量不断增长之间的矛盾．改善系统资源分配，优化系统网络是当前最关键的技术之一. 下一代移动通信系统的OFDMA技术系统通常采用复用因子为1的复用方式．因此，干扰抑制技术在下一代移动通信系统中尤为关键，文献[1-3]指出，经典的小区间干扰抑制技术包括小区间干扰随机化、小区间干扰消除和干扰协调／回避技术．同时，在基站也会采用波束赋行天线技术来进行下行干扰抑制．干扰随机化技术尽量使干扰信号呈现随机化，不降低干扰水平，但可以让干扰特性转换为近似于“白噪声”．因此，系统处理增益可以进行干扰抑制．对干扰信号进行一定程度的调制和解码即干扰消除技术，然后用处理增益方式来消除干扰信号成分．小区间干扰协调方法是对无线资源分配方案进行设计，来协调相邻多小区资源分配，降低小区间干扰．

资源分配及调度算法，主要考虑吞吐量和公平性，即频谱利用率和系统容量之间矛盾．吞吐量是用户在时间段内传输数据总量．一般利用信道时变特性，获得分集增益，来提高系统吞吐量，同时也需要处理小区所有用户数据传输的公平性．在理想设计方案中，让所有小区用户机会均等分配资源，同时使系统的吞吐量达到最佳值．但实际上，由于公平性和吞吐量之间矛盾的特性，在设计调度方案时，只能兼顾到用户公平性和系统吞吐量一个方面．常用的算法有轮询调度算法（RR）．最大载干比算法（Max C/I）和正比公平算法（PF）等[2，3]．其中，RR算法设计让小区用户具有相同的资源调度概率，循环调度小且无记忆，因此RR算法提供了算法公平性的上限．但缺点是信噪比很差的用户，如边缘用户也获得同等的调度机会，使得系统的吞吐量很低，因此系统频谱利用率最差．而在Max C/I 算法中，每次都选择载干比最高的即信道质量最好的用户进行资源调度分配，系统一直为最好信道条件用户服务，所以频谱利用率达到最佳使用效果，但公平性最差．现有文献中通常采用PF算法，在调度用户时，综合考虑用户当前信道质量和曾被调度记录，在用户数据传输速率和系统公平性之间取得一定的折中．为了保证系统多业务服务质量（QoS），通常有自适应比例公平算法（APF）和修正最大权重时延优先算法（M-LWDF）．

2 上行干扰协调及功率控制方案

下一代移动通信系统采用OFDM多址方式，小区内各用户频谱完全正交，因此用户间没有干扰．但相邻小区与小区内用户频谱不一定是正交，因此需要解决小区边缘用户受到相邻小区干扰问题．如果提高频率复用因子，就会浪费频谱资源．通常采用小区间干扰协调技术（IClC）[4-6]来消除相邻小区干扰，对多个相邻小区间信道资源以及上行功率，进行协调管理来干扰，增加边缘用户吞吐量，提高系统公平性．

首先，对小区区域进行划分，分成边缘地带和中心地带．这样按照用户所在位置，可以分成边缘用户和中心用户2类．同时将资源划分主子载波和辅子载波二部分，所有小区的中心用户分配主子载波资源．边缘用户由于离基站较远，链路损耗大及信号质量差，并且受到相邻小区干扰严重，因此根据边缘用户位置及数量来分配辅子载波资源，并进行动态调整．设定边缘用户数量为M，辅载波资源数量N，则N∝M.

由于边缘用户之间干扰信号较强，因此需要对上行链路进行功率控制，以降低边缘用户之间干扰信号．假设用户发射功率为PT，则PT为：

其中，I0为用户服务小区受到的干扰；SINRtarge为目标信噪比；Lcell为当前小区干扰程度．设定采用路损差补偿功率控制算法，得到目标信噪比γtarget为：

其中，γmin是系统设定的最小信噪比；β为补偿因子，β∈[0,1]；pLΔ为邻近最强干扰小区路损值Lneighbor与当前服务小区路损值Lcell之差，即．

由公式（2）分析可得，当pLΔ变大，边缘用户相对干扰小区距离更远，所以目标信噪比SINRtarget变大，可以提高发射功率．由于干扰小区路径较远，因此对邻小区干扰不大．当pLΔ变小，也就是用户距离邻小区干扰基站较近，发射功率的提高有可能对邻小区造成较大干扰．因此，采用路损差补偿方式，根据边缘用户与当前基站及邻近最强干扰基站距离来调整发射功率，降低干扰．将公式（2）代入公式（1）得到：

3 公平性和吞吐量均衡的改进调度算法

由比例公平算法得到资源分配的用户优先级计算公式为：

其中，DCi(t)为当前时刻用户i请求传输数据速率，取决当前用户占用的信道干扰程度．Ri(t)为用户i在时间段Tc内的平均速率，由以下公式（5）得出：

若上一时隙用户i没有分配调度上，则：

其中Tc为时间常数，反映时间窗口长度[7]，即用户忍受延时数据传输水平，Tc变大表示用户可以忍受较长时间等待直到信道质量变好，系统吞吐量提高，但会带来附加时延．用户瞬时传输速率由用户当前信道质量决定，Ri(t)在每次调度后都进行更新，用户优先级随着用户平均速率提高而降低，这样处于小区边缘，信道质量差的用户也可以分配资源，保证了系统的公平性，同时也考虑利用多变信道状况，维持小区较高吞吐量．

结合干扰协调和功率控制方案，通过分析公式（3）得到，当β=0时，忽略路损差补偿，小区边缘用户增大发射功率，对相邻小区有较大干扰，但数据传输速率提高．而中心用户因为低信噪比而吞吐量降低．当β=1时，功率控制完全补偿路损差，小区中心用户相对于边缘用户信噪比高，则边缘用户数据传输速率降低．本文提出公平性及吞吐量均衡调度改进算法（TFI-PF），设定公平性因子为α，则得到用户优先级公式为：

公平性因子α可以由公式（8）得到：

其中设定0＜β＜1，而Δδi为用户吞吐量补偿因子，，其中iT为用户i的平均吞吐量，即：

Tp为系统的总吞吐量，即：

将公式（8）代入公式（7）得到：

当β增大时，根据功控方案，由于路损补偿系数降低，小区边缘用户信噪比降低，但在资源调度中，由于公平性因子α降低，边缘用户优先级提高，随着用户i吞吐量提高时，相应iδΔ增大，就会抑制用户传输速率．均衡调整的改进算法可以保证系统在吞吐量和公平性之间进行均衡折中．其中公平性定义为：

图1 RR，PF及TFI-PF算法的系统公平性比较

图2 RR，PF及TFI-PF算法的小区吞吐量比较

4 仿真计算

在本仿真模型中，设定系统带宽5MHz，频率2GHz，小区拓扑结构为7小区/3扇区，基站间距1km，移动台到基站最小距离30m，传播模型为28.6+35log10d，阴影衰落9dB，基站天线增益14dBi，用户数目为M，20160M≤≤，图1表示3种调度算法RR，PF及改进算法TFI-PF公平性比较．可以得到改进算法和经典PF算法相比公平性得以提高10%．图2表示3种算法RR，PF及TFI-PF之间小区吞吐量比较，可以看到TFI-PF算法在保证公平性的同时，和PF算法相比，小区吞吐量有约5%改善提高，这是因为在TFI-PF算法中，通过小区协调技术，在采用补偿路损功率控制算法的同时引入公平性补偿因子，可以有效改善系统性能，提高频谱利用率，在公平性和吞吐量之间良好地均衡折中．

[1] 付少忠，葛建华．OFDMA系统小区间干扰调度协调算法[J]．西安电子科技大学学报（自然科学版），2010，37（1）：8-12．

[2] 李中年，郑毅，王亚峰，等．一种基于IoT控制的小区间功率控制方法[J]．电子与信息学报，2009，31（1）：2703-2707．

[3] LI Qian, HU Rose Qingyang, QIAN Yi, et al. Intracell Cooperation and Resource Allocation in a Heterogeneous Network With Relays [J]．IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, 2013，62（4）：1770-1784．

[4] Oscar Delgado, Brigitte Jaumard. Joint Admission Control and Resource Allocation withGoS and QoS in LTE Uplink[C]//IEEE GLOBECOM 2010 Workshop on Broadband Wireless Access, 2010：829-833．

[5] Li Q, HU R Q, QIAN Yi, et al.A proportional fair radio resource allocation for heterogeneous cellular networks with relays[C]//IEEE GLOBECOM, Anaheim, CA, 2012：1-5．

[6] YU Y, HU R Q, CAI Z. Optimal load balancing and its heuristic implementation in a heterogeneous relay network[C]//IEEE GLOBECOM, Houston, TX, Dec 2011：1-6．

[7] 许国平．3G及其演进系统的无线资源管理技术分析[J]．移动通信，2012（9）：56-60．

Trade-Off Algorithm between Fairness and Throughput Based on Inter Cell Interference Coordination

ZHENG Zhihua

（School of Electronic and Communication Engineering, Shenzhen Polytechnic, Shenzhen, Guangdong 518055, China）

In this paper, the trade-off algorithms between the cell throughput and the cell edge user data transmission rate are dealt with for radio resource allocation in the next generation mobile communication system. By adopting inter cell interference coordination and power control algorithms, fairness is also introduced to equalize the spectrum utilization and system fairness. Meanwhile, simulation results show that, compared with traditional PF algorithm, the renewed algorithm (TFI-PF) can effectively improve system performance, which increases the cell throughput and improves user fairness with a trade-off between the spectral efficiency and system fairness.

interference coordination; throughput; fairness; resource allocation

TN929.5

A

1672-0318（2015）01-0003-04

10.13899/j.cnki.szptxb.2015·01, 001

2014-11-30

*项目来源：深圳市战略性新兴产业发展专项资金资助项目（JCY20120617143714854）

郑智华（1967-），男，浙江人，博士，教授，主要研究方向：移动通信系统优化设计及资源分配．