分层异构网络中增强网络能效的ABS比率优化算法

孙彦赞,王劲松,吴雅婷,王 涛

(上海大学 通信与信息工程学院,特种光纤与光接入网重点实验室,上海 200444)

0 概述

近年来,无线通信网络中数据业务量呈爆炸式增长[1],随着第五代(Fifth Generation,5G)无线通信的发展,至2020年,无线网络业务量将是2010年的1 000倍[2-3]。为满足不断增长的数据业务需求,现有蜂窝网络将变得更密集,能量消耗会越来越大。如果沿用现有的无线传输技术和网络架构,为满足需求,则需要将所支持的移动业务量扩展1 000倍,此时需要相应比例的能量增加,这并不现实,也不被允许[4]。因此,对于蜂窝移动通信系统,如何在提高频谱效率的同时又有效控制能量效率,已成为当前学术界和工业界的一个巨大挑战。

分层异构网络将宏蜂窝(Macrocell)与小基站(如Microcell、Pico、家庭基站Femto、中继Relay)混合同频组网,可提高频谱资源空间复用率,从而提升无线通信网络容量。同时,小基站的引入可显著卸载宏小区用户到小基站,缩短移动终端与基站间的信号传输距离,从而大幅提高网络能效[5-6]。因此,分层异构网络已经成为绿色通信和5G无线通信的候选技术,是使下一代蜂窝网络提供高频谱效率和能量效率的一种有效组网方式[2,7-8]。

对于Macro-Pico混合组网的分层异构网络,由于宏基站和小基站发射功率的巨大差异,宏基站对小基站会造成强烈的层间干扰[8-9],使得小基站覆盖面积较小,不能满足有效卸载宏小区负载的目的,新增的Pico也会产生新的能耗,从而降低网络能效。为此,LTE-Advance中提出增强型小区间干扰协调(enhanced Inter-Cell Interference Coordination,eICIC)技术。针对Macro-Pico场景引入小基站覆盖扩展(Cell Range Expansion,CRE)技术,即通过在用户设备(User Equipment,UE)测量到的Pico参考信号接收功率(Reference Signal Receiving Power,RSRP)值的基础上增加一个偏置值,即Pico CRE偏置值,使用户在接收信号功率比较低的情况下接入Pico,从而扩大分层异构网络中Pico的覆盖范围。同时通过对高功率宏小区在时域中设置几乎空白子帧(Almost Blank Subframe,ABS)的方式,来减弱对Pico小区的UE尤其是Pico CRE区域UE的下行干扰。合理的CRE偏置、ABS功率、ABS比率配置能有效提高小区整体能效,因此,上述方案成为近年来学者们研究的一个重点。

文献[10-11]就Pico CRE偏置值进行了相关研究。文献[10]以满足PUE PDCCH解码要求为约束,基于用户与Pico的位置关系,提出了一种关于Pico CRE偏置上界值的算法。文献[11]对ABS比率、CRE偏置与Pico部署数量进行了优化,得出CRE偏置为8 dB、ABS比率为0.2时网络具有最优频谱效率的结论。

在给定CRE偏置的前提下,文献[12-15]对ABS比率和ABS功率进行了优化。文献[12]提出了一种受害用户重选择机制,以最大化小区能效函数为目标,对受害用户的选择进行优化,从而确定ABS比率。文献[13]基于比例公平原则中的权重因子,提出一种小区总能效的目标函数,将ABS比率、ABS功率分别优化并重新配置资源。在文献[13]的基础上,文献[14]提出将ABS功率、ABS比率以及资源配置进行联合优化,通过不断重复迭代,最终得到一个极限解。该文献中提到可以用典型的线性规划方法解决目标函数的优化问题,但在实际仿真中发现,在一些网络场景下其目标函数可能存在无最优解的情况。文献[15]基于系统吞吐量和公平性的最大化,提出一种简单的ABS比率优化算法,但其没有就系统能效做出分析。另外,文献[13-14]所用实验场景均为静态场景,所求出的最优配置方案也为静态解,在实际使用中并不能很好地适应动态变化的网络场景。文献[15]模拟一个动态的网络场景,就动态网络场景的特点提出一种ABS比率优化算法,相对于传统的静态算法,该ABS比率优化算法可进一步改善网络频谱效率,但其仍没有对网络能效进行分析。

针对上述研究的不足,本文以提高网络能效为研究目标,提出一种改进的ABS比率优化算法,并通过实验验证该算法的实用性与高效性。

1 分层异构网络场景

分层异构网络由宏基站和低功率节点(小基站)混合组网构成。相对于小基站,宏基站拥有较大的发射功率和覆盖范围。小基站的种类主要包括微基站Microcell、Relay、家庭基站Femtocell、微微基站Pico,一般部署于热点区域或宏基站覆盖边缘区域,用以卸载宏基站负载或改善宏小区边缘用户链路质量,从而降低网络能耗,提升网络能效。

本文研究的分层异构为宏基站-小基站Pico 2层网络,网络场景如图1所示。其中,小基站没有CRE时对应的覆盖范围为小基站内圈(Pico Inner Circle),该范围内的用户定义为小基站内圈(Pico-INC)用户;小基站做CRE时对应的覆盖范围为小基站覆盖扩展圈,其与小基站内圈之间的用户定义为小基站覆盖扩展(Pico-CRE)用户。

图1 分层异构网络场景

2 高能效ABS比率优化

基于eICIC的分层异构网络干扰协调技术中,宏基站通过在时域配置ABS子帧以减小其对Pico的下行干扰,尤其是减小对Pico CRE区域用户的干扰。基于此,本文中宏小区和Pico的资源调度策略为:宏小区只在非ABS (Non-ABS)子帧上进行数据传输,在ABS子帧上不传输数据;Pico则在宏小区Non-ABS对应的子帧上仅调度Pico-INC用户,在宏小区ABS对应的子帧上仅调度Pico-CRE用户,以保证Pico-CRE用户受到的干扰最小。

2.1 最大吞吐量ABS比率优化

(1)

其中,KS为基站S内所有用户的数量。

设ABS子帧比率为θ,则Non-ABS子帧比率为(1-θ)。在比例公平调度原则下,考虑宏小区及Pico在ABS和Non-ABS上的资源调度差别,分层异构网络在一个子帧上的系统总吞吐量可表示为:

(2)

(3)

(4)

其中,θmax为系统规定的ABS比率最大值[15]。

式(4)给出了最大吞吐量目标下的最优ABS比率,但系统吞吐量达到最大时,网络能效未必最优。因此,本文将进一步推导使网络能效达到最大时的最优ABS比率。

2.2 最大能效ABS比率优化

用系统总吞吐量除以系统能耗可得系统能效,用E表示,计算公式为:

(5)

其中,PM、PML、PP分别表示宏基站在普通子帧、ABS子帧下的发射功率以及Pico的发射功率,NP表示宏小区M中Pico的数目,T=1 s。E的单位为bit/(s·J)。

对式(5)进行化简整理得:

(6)

E仍然为ABS比率θ的函数。由于ABS功率不可能超过宏基站Non-ABS子帧上的发射功率,因此φ恒为正值。将E对θ求导可得:

(7)

在式(7)中,分母T(B-φθ)2>0,则:

(8)

3 仿真实验与分析

分层异构网络仿真场景如图2所示。中心宏小区覆盖区域为主要研究区域,包括位于其中心的宏基站(MeNB)和其覆盖下的6个小基站(Pico基站,即PeNB)。周围6个宏基站对中心宏基站和Pico产生相应干扰。宏基站站间距为500 m,PeNB的坐标分别为(-96.225,0)、(-192.450,0)、(48.113,83.333)、(96.225,166.667)、(48.113,-83.333)和(96.225,-166.667)。宏基站与Pico基站频率复用系数为1。

图2 分层异构网络仿真场景

设系统为满负载运行,且每隔1 s计算一次新的用户位置,并就新的用户位置运行各算法,分别计算不同CRE偏置下ABS比率优化值,并分别从系统吞吐量、系统公平性、系统能效等指标进行仿真对比。

本文采用热点模型UE分布,首先在每个PeNB周围均匀地设置20个小基站用户设备(Pico User Equipment,PUE),PUE到相应PeNB的距离被限定在10 m～45 m之间;然后在中心宏基站周围每个扇区均匀地设置20个宏用户设备(Macro User Equipment,MUE),MUE到中心PeNB的距离被限定在100 m～250 m之间。实验中共计180个UE。其他实验仿真参数如表1所示。其中,S表示路径距离。

表1 实验仿真参数

3.1 3种算法最优ABS比率对比

本节将对本文最大能效ABS比率优化算法、最大吞吐量ABS比率优化算法和最大公平性ABS比率优化算法进行仿真对比分析。其中,最大公平性ABS比率优化算法的效用函数为:

(9)

由基本不等式可以知道,当且仅当每个因子相等时,这些因子的乘式结果最大。因此,在一定程度上,可以用式(9)评估系统的公平性。系统越公平,即每个用户获得的传输速率越接近,Upro的值越大。

对式(9)进行化简整理得:

(10)

对式(10)两边取对数后对θ进行求导,即可得式(10)的最大值点,计算过程如下:

(11)

(12)

令式(12)等于0,即可解得最大化公平性下的最优ABS比率:

(13)

图3所示为不同CRE偏置下3种算法计算得出的最优ABS比率随时间变化的关系。相同CRE偏置下,由于3种算法的优化目标不同,导致3种算法的最优ABS比率变化曲线不同。其中,最大能效算法最优ABS比率变化曲线和最大吞吐量算法最优ABS比率变化曲线不一致,说明当ABS比率能够使网络吞吐量最大时,并不能保证此刻网络系统的能效最优。其次,最优ABS比率随时间变化而变化,这是由于在不同时刻,网络中用户的位置会发生变化,导致3种算法最优ABS比率也发生动态变化。最后,在同一时刻、不同CRE偏置下,同种算法得出的最优ABS比率不同,原因是随着CRE偏置的不同,用户的关联基站会发生变化,导致3种算法的最优ABS比率也相应变化。

图3 不同CRE偏置下3种算法最优ABS比率曲线

由图3还可以看出,最大公平算法得出的ABS比率是连续变化的;最大吞吐量算法得出的ABS比率是二值的(0或0.6),其随着时间变化(用户位置变化)而不同;最大能效算法得出的ABS比率几乎是一条直线。由3.1节的分析可知,最大能效算法应该也是二值的(0或0.6),但是相对于最大吞吐量算法,由于最大能效算法得到最优ABS比率为0值的概率较低,因此在此仿真图中几乎呈现一条直线状态。

3.2 3种算法性能改善对比

在CRE偏置值为9 dB时,最大吞吐量ABS比率优化算法、最大公平性ABS比率优化算法和最大能效ABS比率优化算法相对于静态10%ABS比率算法的对比仿真结果如图4所示。其中,自然对数公平性指数为lnUpro的值。

图4 3种算法与静态ABS比率算法性能比较

由图4可以看出,CRE偏置值为9 dB时,在各个时间段,3种算法对系统的吞吐量、公平性和能效都有显著提升。由于公平性的量化数值是由各因子乘积所得,易发生大的变化,因此采用了自然对数公平性指数值进行衡量。因为对公平性指数进行了自然对数计算,所以从数值上造成图4(b)所示仿真结果差距的缩小。由图4(b)可以看出,最大公平性ABS比率优化算法的自然对数公平性指数始终优于静态ABS比率算法的自然对数公平性指数。

3.3 4种算法网络能效改善对比

将最大能效ABS比率优化算法、最大吞吐量ABS比率优化算法、最大公平性ABS比率优化算法和静态10%ABS比率算法的系统能效进行对比,结果如图5所示。由图5可以看出,本文最大能效ABS比率优化算法在不同的CRE偏置下,均能实现系统能效的最优。静态10%ABS比率算法的系统能效性能最差。

图5 4种算法网络能效对比

4 结束语

本文针对宏蜂窝和由Pico小基站组成的分层异构网络能效优化问题,基于eICIC技术,提出能效最大化的ABS比率优化算法,并与最大吞吐量ABS比率优化算法、最大公平性ABS比率优化算法和静态ABS比率算法进行对比分析。仿真结果表明,本文优化算法可有效改善网络能效。下一步将研究影响网络能效的ABS功率、Pico小基站部署密度、Pico小基站覆盖扩展偏置等参数的优化问题。

[1] SANOU B.The world in 2013:ICT facts and figures[EB/OL].[2017-04-05].http://www.docin.com/p-648900504.html.

[2] OLSSON M,CAVDAR C,FRENGER P.5GrEEn:towards green 5G mobile networks[C]//Proceedings of IEEE Conference on Wireless and Mobile Computing,Networking and Communications.Washington D.C.,USA:IEEE Press,2013:212-216.

[3] DEMESTICHAS P,GEORGAKOPOULOS A,KARVOUNAS D.5G on the horizon:key challenges for the radio-access network[J].IEEE Vehicular Technology Magazine,2013,8(3):47-53.

[4] 牛志升,周 盛,周世东.能效与资源优化的超蜂窝移动通信系统新架构及其技术挑战[J].中国科学:信息科学,2012,42(10):1191-1203.

[5] KHIRALLAH C,THOMPSON J S,RASHVAND H.Energy and cost impacts of relay and femtocell deployments in long-term-evolution advanced[J].IET Communications,2011,5(18):2617-2628.

[6] 苗小康,沈 嘉,宋令阳.分层异构无线网络干扰协调——挑战和应对[J].移动通信,2009,33(24):63-67.

[7] SHAKIR M Z,TABASSUM H,ALOUINI M S.Analytical bounds on the area spectral efficiency of uplink hetero-geneous networks over generalized fading channels[J].IEEE Transactions on Vehicular Technology,2014,63(5):2306-2318.

[8] JIANG J M,PENG M,ZHANG K C.Energy-efficient resource allocation in heterogeneous network with cross-tier interference constraint[C]//Proceedings of IEEE Conference on Personal,Indoor and Mobile Radio Communications.Washington D.C.,USA:IEEE Press,2013:168-172.

[9] PEREZ D L,GUVENC I,KOUNTOURIS M,et al.Enhanced intercell interference coordination challenges in heterogeneous networks[J].IEEE Wireless Communi-cations,2011,18(3):22-30.

[10] SUN Y Z,DENG T L,FANG Y,et al.A method for pico-specific upper bound CRE bias setting in HetNet[C]//Proceedings of IEEE Conference on Wireless Communi-cations and Networking.Washington D.C.,USA:IEEE Press,2013:80-84.

[11] KANEKO S,MATSUNAKA T,KISHI Y.A cell-planning model for HetNet with CRE and TDM-ICIC in LTE-advanced[C]//Proceedings of IEEE Conference on Vehicular Technology.Washington D.C.,USA:IEEE Press,2012:1-5.

[12] PANG J,WANG J,WANG D,et al.Optimized time-domain resource partitioning for enhanced inter-cell interference coordination in heterogeneous networks[C]//Proceedings of IEEE Conference on Wireless Communications and Networking.Washington D.C.,USA:IEEE Press,2012:1613-1617.

[13] DEB S,MONOGIOUDIS P,MIERNIK J.Algorithms for enhanced inter-cell interference coordination(eICIC) in LTE HetNets[J].IEEE/ACM Transactions on Networking,2014,22(1):137-150.

[14] CHEN Y,FANG X,HUANG B.Joint ABS power and resource allocations for eICIC in heterogeneous net-works[C]//Proceedings of the 6th IEEE International Workshop on Signal Design and Its Applications in Communications.Washington D.C.,USA:IEEE Press,2013:92-95.

[15] VASUDEVAN S,PUPALA R N,SIVANESAN K.Dynamic eICIC-a proactive strategy for improving spectral efficiencies of heterogeneous LTE cellular networks by leveraging user mobility and traffic dynamics[J].IEEE Transactions on Wireless Communications,2013,12(10):4956-4969.

[16] Evolved universal terrestrial radio access(E-UTRA):mobility enhancements in heterogeneous networks[EB/OL].[2017-04-19].https://portal.3gpp.org/desktopmodules/Specifications/SpecificationDetails.aspx?specificationId=2540.