超密集网络中基于业务特征的干扰协调技术研究

陈国，蔡凤恩，成蕾，高月红（北京邮电大学无线理论与技术研究室，北京 100876）



超密集网络中基于业务特征的干扰协调技术研究

陈国，蔡凤恩，成蕾，高月红
（北京邮电大学无线理论与技术研究室，北京 100876）

摘要本文以业务特征为着眼点，设计了两种适用于超密集网络的干扰协调技术——大规模CoMP（协作多点传输)、ON/OFF（动态小区开关）机制。通过对3种典型业务的分析与建模，并基于3种业务对两种干扰协调技术进行仿真，仿真结果表明在特定的业务模型下，两种干扰协调技术均能有效地降低系统干扰，提升系统性能。

关键词超密集网络；业务模型；干扰协调；大规模CoMP；小区开关机制

1　引言

在信息时代，用户可以随时进行信息分享、社交互动，如何高效地让用户享受各种移动互联网业务成为了通信行业棘手的问题。毫无疑问，随着网络社会的不断发展，移动和无线流量必将呈现爆发性增长的趋势。然而，传统的宏蜂窝网络在这一浪潮下却显得无能为力，因此诸如NTT、Verizon这样的国际主流运营商不约而同的限制了用户的使用流量，大大降低了用户的体验。在这一背景下，3GPP提出构建超密集网络[1]（Ultra Dense Network）以应对这一潮流。

在超密集网络中，宏基站与Small cell异构组网，即工作在不同频段，可以有效地进行重叠覆盖。宏基站以高发射功率进行覆盖保障，密集部署的Small cell以低发射功率承担热点区域的主要流量。相比于传统的蜂窝网络，异构网络具有以下几点明显的优势：站点部署便捷以及组网灵活；建网成本以及维护开销相对低廉；可针对性的加强覆盖；频谱利用率能得到有效提升[2]。在超密集网络中，用户与基站之间距离大大缩短，使得用户接入效率大幅提高，网络可靠性得到了保证，用户体验大为改善。然而由于大量同频小区的距离过近，使得小区间干扰情况异常严重，尤其是处于小区边缘的用户，性能衰减不容乐观。为此，针对超密集部署网络的干扰协调技术的研究十分必要和紧迫。另外，由于超密集网络中用户同样密集分布，而不同的用户有不同的业务需求，因此业务多样性给干扰协调技术的设计带来的压力也不容小觑。

2　系统建模

2.1超密集场景网络拓扑

在对超密集网络进行仿真设计时，本文采用了R12中定义的2a场景[3]，在2a场景中，Small cell部署密度为1个扇区内可以部署1、2、4或7个簇，每个簇内部署4或10个Small cell，每个Small cell服务两个UE。宏小区半径为500 m，根据R12的标准中最大的密度达到平均1 km2部署550个Small cell。超密集组网将会达到1 km2部署1 000个Small cell以上的密度[4]。本文中构造的超密集场景网络拓扑图如图1所示。

图1　超密集场景网络拓扑图

2.2业务模型

在超密集网络中，由于用户超密集分布，而不同用户具有不同的业务需求，这就造成了超密集网络中丰富的业务多样性。而每种业务具有不同的特征，如分组大小，间隔分布，持续时间等等。本文主要对Full Buffer、FTP、Video 3种典型的业务模型进行建模并应用到仿真中检验设计的两种干扰协调技术。

Full Buffer业务模型也被称作满队列模型，每个数据源的队列中都有无限多的数据量在传输缓冲区中等待传输，无论用户何时被调度到，均有足够的数据等待传输；FTP3模型数据分组的到达率服从指数分布，每个用户的资源读取时间服从泊松分布，数据分组的大小有0.5 Mbyte和2 Mbyte两种选择；对Video数据分组特征进行抽象，业务模型可以由三个参数描述，分别为请求媒体文件分组大小（服从正态分布）、媒体文件分组大小（服从对数正态分布）、请求分组到达间隔（服从对数正态分布）。

3　干扰协调方案

在超密集网络中，由于宏基站和Small cell异频部署，Small cell间共享相同的频带资源，因此宏基站和Small cell之间的干扰可以忽略不计而只考虑Small cell之间的干扰。下文将对超密集场景下的大规模CoMP技术以及Small cell ON/OFF机制这两种干扰协调方案进行讨论。

3.1大规模CoMP技术

在传统的多点协作技术中，受限于传统蜂窝网络基站部署较稀疏的特点，CoMP协作集中基站的个数一般为两个，最多只能有三个基站同时参与协作调度[5]。但在超密集网络中，由于Small cell部署密集（每平方千米可达近两千个），可以考虑增加CoMP协作集中基站（Small cell）个数，进一步提升系统性能。因此本文将CoMP协作集中基站个数上限设置为7个，进行大规模CoMP仿真。大规模CoMP基本过程描述如下。

边缘用户判定：用户计算接收到的有用信号功率以及干扰信号功率，当有用信号功率/干扰信号功率小于阈值A，将该用户判定为边缘用户，对于非边缘用户，不参与CoMP。

CoMP协作集中基站确定：边缘用户按一定周期检测其接收到的来自Small cell的信号强度，并将信号强度由大至小依次排序，选取最强信号发射基站作为主服务基站，将主服务基站功率与其他基站功率依次进行比较，当满足P_主/P_SC（i）小于阈值B时（阈值B预先设定），将Small cell（i）纳入该用户的CoMP协作集中，直到CoMP协作集中基站个数满7个为止。其中i的取值为1，2，3，4，5，6。

联合传输：CoMP协作集确定后，将协作集中的基站对用户进行联合传输。

3.2Small Cell ON/OFF机制

基于动态小区开关机制的干扰协调技术，即Small cell ON/OFF机制。在超密集网络中，由于Small cell部署密集，并非所有Small cell一直处于工作状态，通过在适当的时刻关闭不工作的Small cell，不仅能降低系统干扰，更能有效的节约能源。根据开关机制的不同可将Small cell ON/OFF分为基于用户接入以及基于业务到达[6]。基于用户接入的ON/OFF机制基本思想为当有用户接入某个Small cell时，该Small cell开启，否则关闭该Small cell。在超密集场景中，由于Small cell数量巨大，极有可能出现Small cell个数多于用户数的情况，这时某些基站将在某些时刻没有服务用户，也即此时基站的用户激活集内检测不到任何用户，此时关闭该基站。在不考虑用户移动性的情况下，后续传输过程已经关闭的基站将保持关闭状态，这种基于用户接入的ON/OFF机制也称为半静态机制。基于业务到达的ON/OFF机制为动态机制，要求业务分组之间有一定的到达间隔。其基本原理为在每个仿真时隙检测Small cell用户激活集，当激活集内任意用户向Small cell请求传输业务分组时，开启该Small cell，否则若激活集内没有用户数据分组需要传输，则关闭该Small cell。理想情况下不考虑开启以及关闭小基站的时延和信令开销。

4　仿真结果及分析

本文涉及到的仿真均采用TD-LTE系统级仿真平台，仿真参数配置如表1所示。

4.1大规模CoMP的仿真

在研究大规模CoMP技术时，对 Full Buffer、Video业务模型分别进行了仿真，并分别统计了系统所有用户以及边缘用户、中心用户的平均吞吐量，仿真结果如图2、3所示。

由图2及图3可知，在Full Buffer业务模型（仿真时长为1000个时隙，分组大小为100 kbyte）以及Video业务模型下，相比于没有进行CoMP的系统，使用大规模CoMP技术大大提高了系统用户（尤其是边缘用户）的吞吐量，而为之付出的代价是牺牲了少部分中心用户的吞吐量。

4.2ON/OFF机制的仿真

由于ON/OFF机制的特殊性，需要分组之间有一定的到达间隔。因此仿真时选取FTP模型、Video模型。基于用户接入和业务到达的ON/OFF机制仿真结果分别如图4、5所示。

表1　仿真平台参数配置表

图2　大规模CoMP对用户吞吐量的改善

图3　大规模CoMP对用户吞吐量的改善

图4　基于用户接入ON/OFF机制对用户吞吐量的改善

由图4可以看出，基于用户接入ON/OFF机制虽然对用户吞吐量有一定改善，但改善并不明显，在到达率为1的FTP业务下平均吞吐量增益为6%，而在Video业务模型下这一增益只有4%。此外，当考虑用户的移动性时，需要对已经关闭的基站重新开启，势必会给整个系统带来更大的开销。

在图5中，当FTP到达率选取的值为10，此时ON/OFF机制对系统性能的改善十分有限，仅为1%，这是因为当λ取值为10时，属于业务高负载情况，此时业务分组之间的平均间隔为100 ms，即需要以100 ms为平均周期频繁地开/关Small cell。由于Small cell关闭时间过于短暂，因此为系统降低的干扰很有限，性能增益不高；当降低到达率，λ取值为1时，由于业务分组之间到达间隔加大，基于业务到达的ON/OFF机制使Small cell有较长的休眠时间（约为1 s），故大大降低了系统的干扰，提升了系统性能；由于Video模型中，业务分组之间的到达间隔服从0～1 s之间的随机分布，因此ON/OFF机制可以发挥较大的作用。

图5　基于业务到达ON/OFF机制对用户吞吐量的改善

通过比较图4及图5所得结果，发现基于业务到达ON/OFF机制性能优于基于用户接入ON/OFF机制，因为在业务分组具有一定到达间隔的情况下，在某些时刻即便基站有用户接入也未必会有数据分组需要被调度，反之若有数据分组需要传输则一定有用户接入。因此基于业务到达的ON/OFF机制将使基站关闭更长时间，这样该基站对相邻基站的干扰程度便有所下降，从而导致系统吞吐量性能得到提升。

5　结束语

本文以超密集网络为研究背景，设计了两种适用于超密集网络中的干扰协调技术——大规模CoMP及Small cell ON/OFF机制，并以三种典型的业务为着眼点对两种干扰协调机制进行了系统级仿真，仿真结果表明，在特定的业务模型下，两种机制均能有效地降低系统干扰，提升用户吞吐量，针对上述两种干扰协调机制的改进将在后续工作中进一步研究。

参考文献

[1]Wang C X, Haider F, Gao X Q, etal.Cellular architecture and key technologies for 5G communication networks[R].IEEE Communications Magazine,2014,52:122-130.

[2]3GPP TR 36.932.Scenarios and requirements for small cell enhancements for E-UTRA and E-UTRAN[S].2013.

[3]3GPP TR 36.872.Small cell enhancements for E-UTRA and E-UTRAN Physical layer aspects[S].2013.

[4]3GPP TR 36.819.coordinated multi-point operation for LTE physical layer aspects[S].2011.

[5]3GPP R1-131854.Network adaptation for small cell operation efficiency enhancement[S].

Study on the interference coordination technology based on the traffic characteristics in ultra dense network

CHEN Guo, CAI Feng-en, CHENG Lei, GAO Yue-hong
(Wireless Theories and Technologies (WT&T) Lab, Beijing University of Posts and Telecommunications, Beijing 100876, China)

AbstractThis paper focused on the characteristic of traffi c model, designed two kinds of interference coordination technology apply to ultra dense network——large scale CoMP and dynamic cell ON/OFF algorithm.Through the analysis and modeling of three kinds of typical traffi c model, the simulations are fulfi lled on two types of interference coordination technology based on four kinds of traffi c models.The simulation results validate that both interference coordination technologies can decrease the inter-cell interference, promote system performance with the specifi c traffi c model.

KeywordsUDN; traffi c model; interference coordination; large scale CoMP; small cell ON/OFF

收稿日期：2015-11-04

中图分类号TN929.5

文献标识码A

文章编号1008-5599（2016）03-0075-04