面向UDN小区边缘用户提升吞吐量的算法研究

代文丽，葛文萍，张雪婉，吴 雄

（新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046）

0 引 言

面向未来5G的研究已在全世界范围内展开，为满足5G在保持低能耗的条件下大幅度地提升系统的吞吐量，一种有效的途径是减小小区半径。与4G相比，5G将采用更小的小区半径，形成超密集网络（Ultra Dense Network，UDN）。UDN是通过在4G蜂窝小区的内部部署大量的低功率基站，从而达到改善系统容量和无缝覆盖的目的。在UDN中会存在多种干扰类型，尤其是微小区之间的干扰，会严重影响小区边缘用户的通信质量。因此寻求有效的方法降低小区间干扰极为重要[1]。区间干扰协调（Inter Cell Interference Coordination，ICIC）技术具有实现过程简单和宽带业务应用范围广的特点，而且在各个小区间有良好的干扰抑制效果。ICIC技术中的软频率复用（Soft Frequency Reuse，SFR）技术在解决小区间干扰问题的同时可以保证较高的频谱效率。已有学者提出一种动态软频率复用（Dynamic Soft Frequency Reuse，D-SFR）算法，可根据小区边缘用户数量给用户进行动态资源分配[2]，不仅充分利用闲置资源，并且有效抑制小区间干扰，从而提升频谱利用率。但是该方案在资源调度方面仅以最基本的轮询调度算法进行处理，没有考虑到小区用户之间调度的公平性，对于链路条件较差的用户，若用户等待调度时延过长则会出现“饿死”状态。为了满足用户低时延高可靠性的通信要求，合理的调度策略是不容忽视的。文献[3]针对下行链路提出保障吞吐量的比例公平（Throughput Guaranteed Proportional Fair，TG-PF）调度算法[1]，该算法综合考虑公平性和吞吐量两个指标，能在保证公平性的基础上提升小区边缘用户吞吐量及系统频谱利用率等性能。

为重复利用有限的频谱资源，并且保证小区边缘用户通信质量，本文提出一种综合D-SFR资源分配算法和TG-PF调度算法的研究方案，采用D-SFR算法对小区中心用户和边缘用户进行动态资源分配，以TG-PF算法对用户调度进行数据传输。该方案充分结合D-SFR资源分配算法和TG-PF调度算法的优势，能有效抑制小区间干扰，保证系统频谱利用率，并且在保证用户调度公平性的前提下，最大化地提升边缘用户吞吐量。

1 动态软频率复用

软频率复用算法是一种基于功率控制的频率复用算法，固定软频率算法（Soft Frequency Reuse，SFR）将资源固定分为主载波组和副载波组两部分，不可动态调整资源分配对象；动态软频率复用将频率资源分为主载波组、副载波组和动态载波组三部分。其中，主载波组主要分配给边缘用户使用，由于边缘用户的路径损耗较大，则采用较高的发射功率；副载波组分配给中心用户使用，中心用户的路径损耗较小，因此采用较低的发射功率；动态载波组根据中心用户和边缘用户数量决定其分配对象，当中心用户较多时，动态载波组则分配给中心用户使用，发射功率与副载波组发射功率一致；当边缘用户较多时，则分配给边缘用户使用，发射功率与主载波组一致。相邻3个小区主载波组中子载波相互正交，并且动态载波组也相互正交，每个小区的副载波组仅用于中心区域，相互之间干扰较小，可使用相同频率，具体分配方式如图1所示。

图1 D-SFR算法资源分配图Fig.1 Resource allocation diagrams of D-SFR algorithm

考虑到用户分布具有随机性，相邻3个小区同时出现边缘用户较多的概率很小，同时将动态载波组分配给边缘用户的可能性低[2]。以相邻小区1，2，3为例，若小区1的边缘用户多，动态载波组与主载波组分配给边缘用户使用，并且发射功率一致，这样边缘用户可以使用50%的频率资源；小区2的主载波组为S2，小区3的主载波组为S3，小区2，3的边缘用户使用总频率资源的25%，并且相邻的3个小区中每个主载波组相互正交，达到最小化干扰的目的。可知当边缘用户数较多时，采用动态软频率算法可以随用户分布情况有效提高边缘用户的吞吐量，并且充分利用闲置的频谱资源提高系统频谱利用率。

2 TG-PF算法

TG-PF算法是一种能综合考虑小区边缘吞吐量以及中心和边缘用户之间调度公平性及系统吞吐量的调度算法[3]。该算法以PF调度规则和MAX C/I调度规则为基础，引入影响用户调度优先级的公平性因子和吞吐量因子。

TG-PF算法中的公平性因子为：

式中：Ri(t)是用户i在上一调度周期的平均传输速率；ri(t)是用户i的实时传输速率。由式（1）可以看出，当用户的ri(t)越高、Ri(t)越低，则PFi的值越大，公平性因子对用户的调度优先级影响越大。

TG-PF算法中的吞吐量因子为：

采用MAX C/I调度规则的思想，通过计算用户在上一调度周期结束时的实时传输速率表示吞吐量因子，ri(t)是用户i在t时刻的实时传输速率。由式（2）可知，当用户i的实时传输速率越高，则吞吐量因子对用户调度优先级影响越大。

为保证用户的公平性调度和吞吐量，综合考虑公平性因子和吞吐量因子后，TG-PF调度算法的调度规则如下：

式（3）中包含公平性因子和吞吐量因子，两个因子相互作用，共同影响用户i的调度等级。

3 算法实现

3.1 用户分类

在动态软频率复用中，根据小区用户分布情况，对中心用户和边缘用户分配不一样的频率资源，因此需要将中心用户和边缘用户合理地区分开，方便在后续的调度中使用正确的资源完成调度工作。

式（4）是计算每个用户的路损值，其中L是用户到基站的距离。得到每个用户的路损值后，与路损阈值a*进行比较；若用户i的PL大于a*，则判定该用户为边缘用户，若其PL值小于a*，则为中心用户。

3.2 调度流程

在确定每个小区边缘用户和中心用户的数量以后，为每个区域的用户分配相应的资源。根据动态软频率复用的原则，当小区边缘用户数较多时，主载波组与动态载波组一同分配给边缘用户使用，且动态载波组发射功率与主载波组一致，副载波组则分配给中心用户使用。用户调度算法采用TG-PF算法，然后按照其大小顺序进行调度。当一个调度周期结束后，则下一周期更新平均传输比特速率：

式中：ri(t)是被调度用户i的实时传输比特速率；T是一个调度周期的长度；Ri(t)是被调度用户在本周期的平均传输比特速率。

本文从时域考虑资源分配，调度算法可分配的最小单位是资源块（Resource Block，RB），1个RB的带宽为180 kHz，此外要求小区用户业务类型是满负载类型。

具体调度流程如下：

1）每个小区产生一定数量的用户，其位置坐标随机分布；测量每个用户的路损值，根据路损值统计每个小区中心用户和边缘用户的数量，确定主载波组、副载波组及动态载波组的分配对象。

2）每个用户产生不同大小的数据包，采用TG-PF算法计算每个用户的调度优先级，根据优先级的大小顺序依次调度用户。

3）被选择调度的用户根据数据包大小得出该用户需要的资源块数，并进行传输；更新该用户的数据包大小，并重新计算优先级。

4）判断该区域对应的资源是否有闲置资源块。若有，则继续调度下一优先级用户；若无闲置资源，下一优先级用户则不可被调度，维持等待状态，直至有闲置资源块可以被利用时进行调度传输。

5）判断是否达到仿真时长上限，若已达上限则停止调度，若无则继续根据用户优先级进行数据传输。

4 仿真与分析

4.1 场景部署

首先建立多小区通信模型，利用该通信环境对DSFR联合TG-PF调度方案进行仿真与性能分析。在UDN场景下，会存在小小区与宏小区重叠部署，在双层网络中，主要存在层内干扰和层间干扰。层内干扰是处于同一层的小小区之间的干扰两大类干扰。层间干扰是位于小小区与宏小区之间存在的干扰[4]。图2显示UDN中的各种干扰。本文仅研究小小区之间的干扰，也就是层内干扰。图3是7个小小区无缝隙衔接的场景部署图，并为每个小区随机部署50个用户。

图2 UDN中层内与层间干扰示意图Fig.2 Schematic diagram of intra-layer and inter-layer interferences in UDN

图3 小小区无缝隙衔接的场景部署图Fig.3 Deployment diagram for seamless connection of small cells

其余详细的参数设置如表1和表2所示。

表1 系统参数设置Table 1 Setting of system parameters

表2 资源参数设置Table 2 Setting of resource parameters

4.2 算法仿真与性能分析

本节根据场景部署和表1，表2的参数，建立通信平台模型。从用户的平均吞吐量、系统频谱利用率对表3所示的联合方案进行比较分析。每种方案分别采用不同的资源分配算法配合不同的调度算法，对小区边缘用户进行业务调度。

图4是4种方案边缘用户平均吞吐量的对比图。在小区边缘用户平均吞吐量方面，方案一和方案二明显高于方案三和方案四，因为方案一和方案二采用动态软频率复用技术，可以根据不同区域用户数的分布情况合理有效地分配闲置资源。当边缘用户较多时，边缘区域可使用的资源较多，所以方案一和方案二的吞吐量性能好于方案三和方案四。在4种方案中，采用TG-PF调度算法的方案二和方案四分别高于仅采用PF调度算法的方案一和方案三。这是因为在TG-PF调度规则中加入公平性因子和吞吐量因子，保证区域间公平性的同时，最大程度地提升吞吐量。随着用户数目的增加，在4种方案中，本文提出的D-SFR联合TG-PF调度方案（即方案二）获得最优的平均吞吐量性能。该方案结合D-SFR和TG-PF优势，为边缘用户获得最佳的服务质量。

表3 四种联合方案Table 3 Four joint schemes

图4 四种方案边缘用户平均吞吐量对比图Fig.4 Comparison of average throughput of edge users of four schemes

图5是4种方案的系统频谱利用率对比图。方案一和方案二明显高于方案三和方案四，这说明采用动态软频率技术能获得较高的系统吞吐量。本文提出的方案二为边缘用户提升平均吞吐量的同时，也能提高系统吞吐量。因为系统吞吐量与频谱利用率成正比关系，所以方案二也有效提升了系统频谱利用率。

5 结 语

通过结合动态软频率复用技术和TG-PF算法的优势，本文针对超密集网络小区边缘用户提出D-SFR联合TG-PF调度方案。对新方案进行仿真验证，仿真结果表明，针对UDN中小小区边缘用户，D-SFR联合TG-PF调度方案可有效提升用户平均吞吐量，保证用户服务质量，同时也提高了系统频谱利用率，为频谱资源日益紧张的局面提供了一条有效的解决途径。

图5 四种方案系统频谱利用率对比图Fig.5 Comparison of system spectrum utilization of four schemes