LTE系统中的节能资源分配算法

［刘文晶］

LTE系统中的节能资源分配算法

［刘文晶］

针对如何降低LTE系统下行链路用于数据传送的能耗问题，建立了一种适用于不均衡低负载场景的节能资源分配最优化模型，并提出了一种次优化的节能资源分配算法用以解决所提出的能效优化问题。该方法在不均衡低负载场景下，通过与负载均衡思想的有效结合，充分利用空闲无线网络资源，最终达到整个网络用于下行链路数据传送总能耗节约的目的。仿真结果表明，在不均衡低负载情况下该方法带来了可观的能耗增益并且有效提高了频谱利用率。

LTE 资源分配 不均衡低负载 带宽扩展 节能

刘文晶

重庆邮电大学移通学院，通信技术教研室。

1 引言

随着移动通信的飞速发展，基站建设规模扩大，基站年耗电量也在剧烈增长，这不仅给运营商带来较大的运营成本负担，也给环境带来了污染。未来的无线通信正朝着低碳、健康、高效的绿色通信方向演进，在这样一种背景下，节能减排已成为移动通信运营的一个重要环节。

统计表明，基站是移动运营过程中最主要的能耗来源［1］，因此，致力于基站节能问题的研究显得尤为重要。传统的资源分配算法多是在轮询、最大载干比、比例公平等经典调度算法的基础上，以提高用户间公平性、系统吞吐量最大化为目标，很少考虑基站用于资源分配的能耗问题。近些年来，致力于节能资源分配算法的研究已经逐渐受到了研究者们的关注，文献［2］在LTE自组织网络的基础上考虑了自适应调整调制编码方式、物理资源块RB（Resource Block）以及功率的联合优化分配问题，在保证各个用户所需最小服务质量水平的基础上最小化整个小区的辐射功率。文献［3］提出了一种基于最小传送功率的包调度算法，考虑了传输每比特信息所需的最小传送功率。通过将传输每比特信息所需最小传送功率的RB分配给当前活跃用户达到节能的目的，该算法在达到节能传输的同时保证了系统吞吐量增益以及公平性的提高。然而，现有的节能调度机制研究，多是针对峰值负载场景下的系统能效优化，很少考虑低负载业务场景，尤其是不均衡低负载场景下的系统能效优化问题。因此，自适应负载的节能调度机制研究将会是“绿色通信”在LTE系统中的一个重要研究方向。

本文在带宽扩展模式［4］基础上建立了一种适用于不均衡低负载场景的节能资源分配最优化模型，并进一步给出了一种低复杂度的次优化节能资源分配方法ALBEM（Adaptive Low-Load Bandwidth Expansion Mode）用以解决上述优化问题，致力于降低整个网络下行链路用于数据传送的总能耗，最后对所提出算法与单独使用带宽扩展模式以及传统资源分配算法进行了仿真对比分析。

2 系统模型

（1）模型描述

系统模型如图1所示，无线网络系统由若干小区构成，系统负载较轻，有大量剩余带宽，且各小区负载处于不均衡状态。对于LTE多小区系统，小区间频率复用因子为1，系统模型主要基于LTE/3GPP下行链路标准，在下行发送过程中，基站可以获得本小区用户在每个子信道上的瞬时链路增益，且各基站控制本小区内的RB分配和发送功率分配。设系统内小区数为M，每个小区内用户数为U.系统总带宽为B，RB个数为I。M=｛M1，...Mm，…MM｝为小区索引集合，U=｛UE1，…UEu，…UEU｝代表各小区用户数集合，I=｛I1，…Im，…IM｝表示各小区RB总数集合。

图1 系统模型

（2）相关准则

文中提出的节能资源分配算法主要涉及以下两个基本准则。

（a）带宽扩展模式（BEM，Bandwidth Expansion Mode）：

当系统负载比较轻，有大量剩余带宽时，可通过调整扩展因子α值，适当增加当前活跃用户的有限带宽，在保证各用户原服务速率不变的基础上达到节能的目的。通过将原有RB上的比特信息均匀分布在扩展后的RB上，进而降低每个RB上的调制等级以及SINR需求，这也就是产生节能传输的重点。

如图2所示，常规模式下假设一个用户被分配了3个RB用以满足其服务质量需求，现在还有7个剩余的RB，在BEM模式下，将分配额外3个RB给该用户，此时α=2。这样在满足当前用户服务质量需求的基础上，每个RB上也将自适应的调整为更节能的低调制等级。此时，每个RB上传送一定数据所需要的SINR值也将降低，因此最终分配给每个RB上的传送功率也将相应降低。

图2 RB分配示例

（b）虚拟负载均衡（VLB，Virtual Load Balancing）：

VLB是本文新提出的一个概念，即当多个低负载小区的业务分布处于不均衡状态时，把全部或部分处于各小区相邻部分的用户转移到相对较轻负载的小区中。此处的虚拟负载均衡与传统负载均衡的区别在于，并非是要小区业务过载后才进行用户转移，只要转移过后，通过对各小区的用户使用带宽扩展模式能够带来整个系统的下行链路传送能耗降低，就会进行用户转移，此处的转移即“切换”。

（3）优化模型推导

根据香农公式我们可以得到RB i上所能承载的信息容量Ci：

其中Bi 代表RB i的带宽，Pi代表基站用于RB i上的传送功率，|hm，u|2代表服务基站m到目标用户u的路径增益，hm，u代表相应的频率响应并且假定在基站端能够知道准确的数值，N0代表噪声功率谱密度，Ii代表RB i 上受到的干扰功率之和。

首先我们可以通过常规条件下用户u的目标SINR Гi值来计算BEM 模式下用户u的目标SINR ГiBEM。其中，带宽扩展前后各用户的数据速率保持不变，即一个RB上所承载的信息与α个RB上所承载的信息量是一样的（此处假定为理想情况下的通信场景），根据香农公式表述如下：

进而可以得到Гi和的关系：

因此我们可以很容易地计算出当所有用户请求的目标SINRΓi，u被满足时，小区m在常规模式下的整体下行链路传送能耗，以及带宽扩展模式下所有用户请求的目标SINR被满足时小区m的整体下行链路传送能耗：

因此，各基站在经过VLB及BEM之后所需要的用于下行链路传送的总能耗可表述为：

通过上述分析，最终的节能优化问题模型可以表述如下：

约束条件：

本文所提出最优化算法的时间复杂度近似为Ο（M· U·γU），其中γ是α的可能取值范围。可见随着用户数的增多，α取值范围的不断变化，该算法的时间复杂度将不断增大，并且在判断各用户具体应该切换到某个目标小区才能带来更多的能量节约时，是一个比较复杂的问题。因此，文中提出了一种低复杂度的次优化资源分配方法用以解决上述优化问题。

3 低复杂度节能资源分配算法

在介绍低复杂度节能算法之前，首先对可能影响到带宽扩展机制性能的相关因子进行简单的分析。

根据公式（3）、（4）、（5），可以得到单小区场景下，单用户使用带宽扩展模式所带来的理论能耗节约增益ESG：

从图3中可以看到，随着各用户SINR值的增加，α值的增大，BEM所能带来的能量增益呈现出上升趋势。当各用户所使用的扩展因子相同时，Гi值越高的用户所带来的能量节约增益越明显，对于同一SINR用户来说，当其扩展因子为2、3、4时，BEM所带来的能耗增益有明显的增加。当扩展因子达到大于4时，BEM所带来的能量节约增益将不再有明显变化，此时为用户分配过多的资源将是一种浪费，同时考虑到环路功耗的影响，后面的仿真中我们设定α的取值为2到4。基于以上两种趋势本文提出了一种有效的低复杂度次优化算法ALBEM，大体可分为以下几个步骤：

图3 不同Γi ，ɑ值下的能量节约增益

Step1：虚拟负载均衡

在各当前小区配置中增加其他小区的位置信息，小区之间可以互相交换自身的负载信息，各自利用获得的负载信息判断自身和邻区之间是否出现负载差距。一旦某两个小区之间的负载差距超过预设阈值后，虚拟负载均衡过程将自动启动。相对过载小区通过转移合适比例的用户到较低负载小区，使各小区负载得到均衡，为了不影响用户的服务质量，进行虚拟负载均衡的用户必须是处于各个小区重叠区域的用户。此处的虚拟负载均衡致力于使整个网络的负载达到一个相对的均衡状态即可，无需进行复杂的判断过程来决定各用户的目标小区选择。

Step2：计算达到各用户请求数据速率所需要的最少RB个数

Step 3：用户优先级排序

将各用户按其目标SINR高低进行优先级排序，高目标SINR用户具有高的优先级使用带宽扩展模式，即具有高优先级的用户趋于使用高的α值。

Step 4 ：资源分配

因为本文研究低负载场景，因此小区中有足够的资源满足现有用户的服务请求。根据Step2得出的结果进行首轮分配，为每个用户分配Du个RB并且保证每个RB最多只能分给一个用户；然后根据Step3开始进行第二轮分配，对高优先级的用户优先使用BEM，此时α=2。如果第二轮分配结束之后仍然有剩余资源，则继续重复上述第二轮分配，按优先级高低依次为每个用户分配一个RB，直至无剩余资源或者α达到设定阈值。

Step 5：算法结束

4 仿真结果

仿真考虑一个7小区蜂窝场景，假定所有用户都具有相同的数据速率请求256kbit/s，由于考虑到系统资源有限以及环路功耗的影响，α的取值范围设定在2～4。系统带宽为15MHz共75个RB，用户数40～220，基站峰值功率43dBm，噪声功率为-121.4dBm，路损模型为修正的COST231哈塔市区模型。仿真中设定了3个初始虚拟热点小区，4个小区低负载小区，初始条件下，低负载小区用户数设置为7。仿真中预留部分资源用于控制信令传输，剩余RB可全部用于资源分配，这里我们使用的常规模式分配算法为轮询分配算法（RR）。

仿真结果将着重比较当系统负载处于不均衡状态时，ALBEM与BEM所带来的能耗增益比较，以及与常规模式相比ALBEM与BEM所带来的频谱利用率的提升比较，仿真中用到的能耗增益、负载因子、频谱利用率定义如下：

（a）能量增益ECG=常规分配算法的能耗/提出算法的能耗

（b）负载因子σ=虚拟过载小区用户数/低负载小区用户数

（c）频谱利用率=用于数据传输的系统带宽/系统总带宽

图4比较了负载因子1≤σ≤5时，ALBEM与BEM两种模式所带来的能耗增益。从图4中可以看出，当负载因子值小于2时，系统负载处于相对均衡的状态且负载较轻，有足够的资源使用带宽扩展，因此，ALBEM与BEM所带来的能耗增益值大致相同。当负载因子值大于2时，系统的不均衡程度增加，传统模式下各小区不能有效的使用带宽扩展机制。这是由于部分小区有大量剩余资源不能得到有效的利用，部分小区却没有足够的空闲资源用以使用带宽扩展机制，然而提出方法有效解决了上述问题。通过将虚拟热点小区的部分用户转移到相对的低负载小区，使得各小区用户都能使用一个合适的扩展因子值。此外，随着负载因子值的增加，系统负载不均衡程度增加，接入到虚拟热点小区中的用户数逐渐增多，致使系统资源不能充分地使用BEM来达到更多的能量节约，因此能量增益随着负载因子值的增加呈下降趋势。

图4两种模式的能耗增益比较（1≤σ≤5）

图5 给出了负载因子1≤σ≤5时，3种模式频谱利用率的比较。从图5中可以看出，当负载因子小于2时，系统负载较轻且处于一个相对均衡的状态时，各小区用户都有足够多的资源使用带宽扩展模式，扩展因子均能达到设定阈值α=4，因此ALBEM与BEM此时没有明显差别。随着负载因子的增加，接入到热点小区中的用户数越来越多，此时部分小区有大量空闲资源，而部分小区却没有足够的资源使用带宽扩展模式，提出方法有效地解决了这一问题，使得各小区负载得到均衡，整个系统的频谱利用率得到了很大的提升，最终使得小区的空闲频谱得到最大化的有效利用。

图5 三种模式下的频谱利用率比较（1≤σ≤5）

5 结论

本文针对LTE系统下行链路用于数据传送的能耗问题，建立了一种适用于不均衡低负载场景的节能资源分配最优化模型，并提出了一种低复杂度的次优化的资源分配方法用以解决上述优化问题。仿真结果表明，该方法在不均衡低负载场景中，带来了可观的能耗增益并且有效提高了频谱利用率。

1 Congzheng Han，Tim Harrold，and Simon Armour.Green Radio： Radio Techniques to Enable Energy-efficient Wireless Networks ［J］.IEEE Commun.Mag.，2011，49（6）：46-54

2 David López-Pérez，Ákos Ladányi.Optimization Method for the Joint Allocation of Modulation Schemes，Coding Rates，Resource Blocks and Power in Self-Organizing LTE Networks［C］//IEEE INFOCOM 2011.Shanghai： IEEE Press，2010： 111-115

3 C.Han and S.Armour，“Energy efficient radio resource management strategies for green radio，” IET Communications，vol.5，2011，pp.2629-2639

4 Stefan Videv and Harald Haas.Energy-Efficient Scheduling and Bandwidth-Energy Efficiency Trade-Off with Low Load［C］//ICC 2011.Kyoto： IEEE Press，2011： 1-5

10.3969/j.issn.1006-6403.2016.08.018

2016-07-18）