基于SDN的5G大规模MIMO网间频谱共享机制研究

刘涛涛,禹 忠,王军选,杨 鹏

(1.西安邮电大学 通信与信息工程学院,西安 710121; 2.中国信息通信研究院,北京 100191)

0 概述

5G毫米波(millimeter Wave,mmWave)系统设计理念不同于传统的移动通信系统,其以更为广泛的多点分布、多用户通信、多天线系统和多小区合作为研究重点[1],力求在体系构架上寻求系统性能的大幅度提高,使系统提供超过10 Gb的峰值速率[2-3]。

随着5G的到来,移动通信系统对无线电频谱日益增长的需求与有限的可用频谱之间的矛盾愈发突出,采用频谱共享技术能够使频率资源在时间和空间上利用更加均衡。在5G频谱共享方法中,专家学者对频谱共享技术提出了诸多实现方法。一类是设置干扰阈值,通过次用户复用主用户非授权频谱的方式提高频谱效率[4-5],该方法预先设定相应的干扰阈值,当干扰值超出该阈值时,触发干扰协调,在干扰协调过程中次用户禁止复用主用户频谱[6]。另外一类是使用大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术实现波束成形以减小电磁波在其他方向的辐射规避干扰[7],大规模MIMO与现有MIMO技术相比,其所实现的空间分辨率明显增强,能够深度挖掘空间维度资源,实现空间复用,也可将波束宽度集中在较窄的范围内,使基站侧发射电磁波形成的波束主瓣方向对准期望用户方向[7],从而大幅降低网间干扰水平。

文献[8]论述基站端和用户端采用大规模MIMO在频谱共享网络中的潜在优势。文献[9]建立大规模MIMO技术的多波束时空超分辨率波束成形框架,在波束指向方向产生大的增益并抑制同频道干扰。文献[10]提出认知无线电(Cognitive Radio,CR)的大规模MIMO新型空间频谱共享策略,通过CR技术实现多个基站间的频谱共享。

但是,在现有的频谱共享方案中,采用简单的大规模MIMO波束成形技术不能有效规避不同网络间的干扰,特别是分布于住宅区、办公室、体育场等室内通信系统中的复杂干扰。为解决该问题,本文采用软件定义网络(Software Defined Network,SDN)频谱管理方案对各网间干扰链路进行集中式管理,结合gNB与UE波束成形技术获取最佳干扰阈值,简化干扰图关系,优化贪心算法,并为各干扰链路分配正交的频谱资源,从而规避网间链路的干扰。

1 SDN频谱集中式管理方案设计

1.1 SDN管理层架构设计

SDN将控制平面与数据转发平面分离,实现编程化控制[11]。本文设计集中式SDN无线链路资源控制层协调器(Control Layer Coordinator,CLC),CLC与各毫米波网络相互连接,负责对各网络无线链路资源进行统一分配管理,并为各个mmWave网络链路分配可用的频谱资源。各mmWave网络中包含SDN基础实施层协调器(Basic Implementation Layer Coordinator,BILC)和干扰数据库(Data Base,DB)。本文集中式SDN链路干扰管理层结构如图1所示。

图1 集中式链路干扰管理层结构

在各mmWave网络中,DB存储该网络中的链路干扰信息,BILC负责上传DB中的干扰信息至CLC,同时接收CLC下发的协调信息。在各网络中,BILC将干扰信息上传至CLC,CLC将各网络干扰链路集中构造成干扰图,并采用贪心算法对干扰图进行染色,统一对各个网络资源(时间/频率)实现重新规划和分配,为受干扰链路分配相互正交的频谱资源。

在图2所示的网络中,位于同一区域的网络mmWaveA中链路i与网络mmWaveB中链路j存在同频干扰,当链路i所受的干扰超出最大干扰阈值时触发干扰协调机制。协调指对应的干扰链路对(网络mmWaveA的链路i和网络mmWaveB的链路j)使用相同频谱资源时传输受限制,需对频谱资源进行重新分配。2个干扰网络就这种资源划分进行协议,并调用SDN控制层协调器对干扰链路进行资源的重新划分。

图2 网间用户链路干扰示意图

1.2 大规模MIMO数学模型

在gNB端和UE端均采用大规模MIMO,发射端采用波束成形技术产生特定角度波束指向接收端,接收端天线产生特定角度波束指向发射端,从而获取最佳干扰阈值。gNB与UE波束对准示意图如图3所示。

图3 gNB与UE波束对准示意图

发射机i到接收机j波束成形增益可表示为:

(1)

其中,H(t,f)ij表示信道矩阵的第ij条链路,Wtxij表示发射机i与接收机j的波束成形向量,Wrxij表示接收机j从发射机i接收的接收向量。

用K个簇模拟MIMO信道模型,每个簇均包含L个子径,信道模型H(t,f)表示为:

(2)

其中,urx表示接收端空间特征向量,utx表示发送端空间特征向量,gkl(t,f)表示小尺度衰落,其表示为:

(3)

其中,Plk表示功率扩展。

小尺度衰落与簇的数目、子径的数量、多普勒频移、功率、延迟传播和到达角相关。

系统链路路径损耗和阴影(单位为dB)表示为:

PL(d)=α+β×10×lgd+ξ,ξ～N(0,δ2)

(4)

波束成形信道干扰可表示为:

(5)

采用式(5)计算各链路对目标链路的干扰值并标记最大干扰对,从而形成控制层干扰协调决策的基础。

1.3 SDN协调机制算法实现

系统引用反馈机制时,各网络接入点通过干扰测量获取相应的干扰对。CLC根据各mmWave网络反馈的干扰信息对网络中干扰链路重新分配相互正交的资源,以实现网间频谱干扰协调管理。该过程具体步骤为:

步骤1网络间的干扰检测。通过干扰测量各mmWave网络中可确定链路i对其他某个网络链路用户k的干扰情况,同时测量出其他mmWave网络中链路j对自身网络链路i的干扰情况。各网络将干扰链路对信息存储在该网络的干扰数据库中,用于形成SDN控制层干扰链路协调决策的基本条件。

步骤2实施层干扰信息传输。将各mmWave网络中所测量的干扰信息与上述获取的最佳干扰阈值进行比对,去除DB中干扰值小于干扰阈值的干扰信息,其中,每个链路干扰信息将被表示为链路id(例如,基站id+用户id),每个mmWave网络将测量结果发送给与其连接的BILC,BILC将接收到的所有需要被协调的信息集合发送至CLC,并由CLC完成统一的资源管理与协调。

步骤3控制层链路资源分配。各个BILC将干扰链路对上报至CLC,CLC通过边和节点的关系建立干扰图,边G=(v,e),节点V={vn},节点最大的度为ΔG,1≤n≤N,e={en,m},n≠m,且1≤n,m≤N,其中,V和e分别表示图的边和顶点的集合。为避免不同链路间的干扰,应对相干扰链路分配正交的资源。若用不同的颜色代表不同的资源,该正交资源表示为C={c1,c2,…,ck},则干扰协调决策问题可表述为图的着色问题[12]。图的着色问题是最著名的NP完全问题之一,对于N个节点用K种颜色进行染色,可描述为:

(6)

满足N>K,采用上述方式进行染色的算法复杂度为:

(7)

本文通过计算最佳干扰阈值简化图的关系,以对干扰图进行着色,该过程如图4所示。

图4 着色算法流程

采用上述方式对干扰图进行着色,算法复杂度为:

Cprop=O(KN2)

步骤4基础实施层资源调度。SDN控制层完成干扰图的着色后,CLC需要将干扰协调结果发送到每一个与之连接的BILC,BILC将干扰信息发送至对应的gNB,当gNB收到干扰协调决策报告后,将重新设定决策所分配的资源,如果一个链路没有被协调,则该链路频谱资源不做重新分配。

1.4 系统模型设置

本文系统使用网络仿真器ns-3[13-14],系统频率为26 GHz,其物理层帧结构与LTE帧结构[15]相似,一个帧长为10 ms,每个帧分为10个长度为1 ms的子帧,每个子帧划分为8个长度为125 μs的时隙。在频域中,将1 GHz的带宽划分为4个资源块(Resource Block,RB),每个RB被细分为宽度为13.89 MHz的18个子带,共72个子带,每个子带由48个子载波组成。

2 仿真结果与分析

仿真时选用室内环境,模拟一个长、宽、高分别为6 m、8 m、3 m的房间进行室内环境网络间链路干扰仿真,如图5所示,其中,仅画出部分UE。在该环境中部署了2个不同的毫米波网络mmWaveA和mmWaveB,在房间中总共放置20个UE,每个UE均随机接入到一个mmWave网络中。设置该场景下的UE以不同的速度缓慢移动,用此场景来模拟2个网络中波束指向同一空间,且在同一时间内使用相同的频谱资源时2个不同网络间的链路干扰情况,从而验证本文方案的可行性及性能。

图5 系统仿真环境

当链路干扰值超出最大干扰阈值时,系统不触发SDN链路干扰协调机制,仅使用大规模MIMO波束成形技术规避不同网络间的链路干扰,即通过阵列天线产生指向不同方向用户的波束,每个波束使用不同的频谱资源来避免相互之间的干扰。但在用户分布密集的区域,不同gNB的同频波束可能指向相同的区域,在此区域的用户则会受到网间同频干扰。

对上述情境进行仿真,mmWaveA网络与mmWaveB网络仿真结果分别如图6、图7所示。其中,mmWaveA网络中UE2所在链路i与mmWaveB网络中UE1所在链路j使用相同的频谱资源。从图6可以看出,mmWaveA网络中UE2受到mmWaveB网络中UE1链路严重的同频干扰,mmWaveA网络中UE2信噪比仅为2 dB左右,明显小于该网络中未受干扰的UE1、UE3所在链路。由图7可以看出,mmWaveB网络中UE1所在链路同样受到来自mmWaveA网络的UE2所在链路的同频干扰,UE3的用户信噪比约为7 dB,相比于mmWaveB网络中未受干扰的UE1、UE2所在链路,信噪比干扰较严重。随着仿真程序的不断运行,mmWaveA网络与mmWaveB网络中各用户信噪比未发生明显变化。

图6 mmWaveA各链路干扰仿真结果

图7 mmWaveB各链路干扰仿真结果

在保持上述室内仿真环境及相关参数不变的情况下,对场景增加特定链路干扰协调方案,当链路干扰值大于设置的干扰阈值时,触发链路干扰协调机制,再次进行仿真,结果如图8、图9所示。

图8 mmWaveA网络各链路干扰协调仿真结果

图9 mmWaveB网络各链路干扰协调仿真结果

在图8中,mmWaveA网络未干扰链路UE1、UE3以及图9中未干扰链路UE2、UE3的信噪比,在SDN控制层协调器触发干扰协调前后无明显变化。而图8、图9中mmWaveA网络的UE2所在链路与mmWaveB网络的UE3所在链路受到严重同频干扰时,触发SDN控制层协调机制。SDN控制器通过获取不同gNB网络中的干扰链路用户,对所有网络的网间干扰链路重新分配互不干扰的频谱资源,从而解决了大规模MIMO因不同波束频谱资源分配不协调而产生的网间用户同频干扰问题。在采用SDN对干扰链路资源集中管理调度方案后,mmWaveA网络用户UE2与mmWaveB中UE3干扰链路被重新分配资源,链路间相互干扰明显减弱,干扰链路信噪比大幅提升,从而提高了干扰用户的通信质量,有助于降低gNB与UE之间的数据传输误码率,最终有效提高系统中用户通信质量。

3 结束语

本文提出一种大规模MIMO技术与SDN链路资源集中式管理方法。通过SDN控制层的集中式管理方案获取网间干扰链路对信息,用网间干扰链路对组建干扰图并对干扰图进行着色、分配频谱资源,对相干扰链路分配相互正交的频谱资源,可以有效降低网间用户干扰。与简单的大规模MIMO频谱资源共享机制相比,采用SDN链路协调机制能解决大规模MIMO中波束不能合理分配频谱资源而导致的网间链路干扰问题,采用SDN与大规模MIMO相结合的方式,可以避免链路的同频干扰,提高链路平均信噪比,最终提升用户通信质量。