徐文娟,贾向东,2,陈玉宛
(1.西北师范大学 计算机科学与工程学院,兰州 730070; 2.南京邮电大学 江苏省无线通信重点实验室,南京 210003)
大量移动设备接入引起通信容量需求的大幅增长,为满足该需求,以第五代移动通信技术(the 5th Generation Wireless Systems,5G)为主的下一代移动通信系统将实现毫米波小蜂窝网络小基站(Small Base Station,SBS)的超密集部署。SBS的存储和计算资源能为移动应用提供全面的计算支持[1],但是该方案会加重系统回程链路的负载,且会造成巨大的能量消耗[2]。此外,研究者发现少量重复下载的高质量多媒体视频流占据了较多数据流量传输请求,而且该部分请求内容可以缓存,因而提出移动边缘缓存与计算方案。边缘缓存是将一部分流行内容预存储在SBS的高速缓存器中,其不需通过移动核心网络获取内容,从而缓解了5G异构网络(Heterogeneous Network,HetNet)回程链路负载过重的瓶颈问题[3]。流行内容通过使用缓存在非高峰期(如清晨)存储在网络内,如果用户设备(User Equipment,UE)请求文件预存至本地缓存中,则该流行内容由某一邻近SBS直接传递给用户而无需占用回程链路传输。
基于SBS的缓存能有效减少高峰期回程链路的移动流量。文献[3]提出将最流行内容和最大内容通过多样性缓存相结合的策略。为提高无线多跳中继系统的频谱效率,文献[4]提出一种优化传输方案,在信号协同增益和缓存多样性增益之间实现了良好的平衡。文献[5]提出最优随机内容放置策略以最大化缓存命中率(缓存内容存储在缓存服务器上),并发现遵循在任何地方缓存最受欢迎的内容这一策略并非总是最佳。文献[6]研究了缓存容量不同的多种类型基站HetNet中最优地理缓存。从频带部署的角度来看,多项研究集中在传统μ波频段。文献[7]通过使用绿色网络缓存部署预算,分别实现了对微基站(Micro Base Station,MBS) 和 SBS 缓存容量的优化。为最大限度减少回程链路负载,文献[8]研究了缓存容量约束下内容放置的优化问题。文献[9]侧重于μ波频段上工作的缓存协助 HetNet 的能量效率(Energy Efficiency,EE),同时发现SBS更大的缓存能力、较小的内容库和较低的用户设备(User Equipment,UE) 密度可以提高系统性能。文献[10]通过部署同通道和正交信道,将缓存与多输入多输出(Multi-Input and Multi-Output,MIMO)天线阵列相结合,研究了双层 HetNet上行链路的EE。
为减少小区负载和命中概率对成功内容传递的影响,文献[11]研究了密集HetNet的边缘缓存,在SBS需要非缓存内容时采用大规模MIMO的MBS提供无线自回程传输,但没有探究大规模MIMO无线回程对系统的影响。尽管MIMO减少了回程延迟并提高了回程速度,但其采用的高分辨率模数转换器 (Analog-to-Digital Converters,ADC)会产生巨大的电路功耗[12],这与绿色通信的理念相违背。此外,对于宽带毫米波 MIMO 系统,当采样率高于1 000 MHz时,各转换步骤的功耗显著增加[13]。因此,在改进MIMO 部署 MBS 中EE的同时保持系统的传输性能至关重要。文献[14]研究了具有无线内容传输的缓存HetNet的EE,但是对多天线阵列电路功耗未做进一步探索。
本文提出一种缓存与回程联合(Cache and Self-backhaul Jointly,CSJ)的内容传递方案,在整个毫米波范围内,配备大规模MIMO的MBS为无缓存SBS提供无线回程。采用实际精确的毫米波天线模式,并利用视距(Line-of-Sight,LoS)球和Nakagami信道衰落建模,对缓存与MIMO回程联合HetNet的覆盖概率、平均区域速率(Average Area Rate,AAR)和EE进行分析。
图1 缓存与回程联合内容传递的毫米波HetNet模型
毫米波信号和微波信号相比,衍射减弱,反射传播增强,因而更容易受到阻塞。引入视距球对阻塞建模[15]。在该阻塞模型中,定义了一个LoS半径来表示UE与附近阻塞之间的平均距离。LoS和NLoS链路的路径损耗公式如下[15]:
LL(d)=CLd-αL
(1)
LN(d)=CNd-αN
(2)
其中,LL(d)为LoS链路的路径损耗,LN(d)为NLoS链路的路径损耗,CL和CN为截距,αL为LoS链路对应的路径损耗指数,αN为NLoS链路对应的路径损耗指数,取值范围分别为αL∈[1.9,2.5]和αN∈[2.5,4.7][16]。
对于具备缓存器的SBS考虑设置一个有限内容库F={f1,fj,…,fJ},其中fj为第j个最受欢迎的内容,J为库F的基数,每个内容大小为E字节。缓存SBS中的内容放置基于内容流行度设计,其通常被建模为Zipf分布[18],用如下公式表示:
(3)
大部分研究采用简化天线方向图,其中半功率波束宽度内的阵列增益被视为最大功率增益,并且阵列增益对应的其余方向被近似视为实际天线方向图的第一最小最大增益。这种简单的近似虽然容易处理,但在评估网络性能时会引入巨大的差异。为了精准评估网络性能,使用一种更实际的MBS均匀线性阵列模式,且假设位于k的给定回程协助SBS级联至位于z的MBS。给定回程协助SBS k对准最佳波束成型的有效信道增益为:
(4)
其中,hzk为给定回程协助SBS k与其级联的MBS z之间的信道向量,Wzk为MBS z到回程协助SBS k的波束成型向量,|gzk|为独立Nakagami-Kξ(ξ=(L,N))小规模衰落信道系数,其参数KN和KL分别对应NLoS和LoS传输。
(5)
(6)
(7)
(8)
在回程辅助SBS内容传递中,当给定UE级联至回程辅助SBS k并通过无线回程从位于z点的MBS获得请求内容时,假定SBS工作在时分双工模式,在内容传递的第一阶段,MBS将请求内容传递给回程辅助SBS k,其接收SINR可表示为:
(9)
在内容传递的第二阶段,回程辅助SBS k以功率PS将获取的内容发送至UE,其接收SINR表示为:
(10)
(11)
其中,yi=cos((2i-1)π/2n),i=1,2,…,n为[-1,1]范围内的高斯-切比雪夫节点,n为精度和复杂度间的权衡参数。当n→∞时,等式成立。
(12)
且分别定义:
2F1(NL,NL+2/αL;NL+2/αL+1;(-NL/sPNMG(ω)CL)DαL)
(13)
WN(P,Nm,G(ω),Y)=(Y2/2)×
2F1(-2/αN,NN;1-2/αN;(sPNmG(ω)CN/NN)Y-αN)
(14)
WL(PS,1,1,D)-‖xkO‖2/2+WN(PS,1,1,D))
(15)
(16)
(17)
(18)
(WL(PS,1,1,‖xkO‖)-WL(PS,1,1,D)+
WN(PS,1,1,D)-‖xkO‖2/2))
(19)
(20)
其中,f‖xkO‖(x)=2π(qjλSη)xexp(-π(qjλSη)x2)为给定UE与其接入缓存SBS k之间接入距离‖xkO‖的概率密度函数。
(21)
其中,ξ∈{L,N},ξ=L为LoS分量,ξ=N为NLoS分量且ηξ=(Nξ)(Nξ!)-1/Nξ。
当给定UE级联至回程辅助SBS时,其SINR覆盖性能由式(9)和式(10)共同决定,SINR覆盖概率表示为:
(22)
(23)
(24)
(25)
平均区域速率(Average Area Rate,AAR)是给定带宽B内可传输的平均面积传输速率。在获得DL的SINR覆盖概率后,根据回程辅助SBS内容传递受到回程链路约束可推导出DL平均区域速率。因而在缓存与回程联合内容传递系统中,一个给定UE可获得的DL平均面积吞吐量可表示为:
(26)
在单一回程辅助SBS内容传递系统中,一个给定UE的DL平均面积吞吐量表示为:
(27)
为了解MBS采用MIMO对缓存与回程联合内容传递毫米波HetNet性能的影响,需要对其平均区域能量效率进行评估。这是因为在多天线部署的MBS中,电路功耗随着天线数量的增加而增大。通常将平均区域能量效率定义为总传输速率与总功耗之比。通过上述推导可得到内容传递的总传输速率,对总功耗进行评估后,即可得到平均区域的能量效率。系统总功耗包括辐射功耗、电路功耗和信号处理功耗。在普通天线阵列中,每个天线都需要一个ADC或数模转换器,从而产生较多的电路功耗,因而将部署多天线的MBS功耗建模表示为:
(28)
(29)
其中,N0为常量,b为ADC的分辨率(量化比特数)。
(30)
一个缓存SBS传递第j个内容的功耗表示为:
(31)
当系统运行在CSJ内容传递模式时,给定SINR阈值τ和系统频谱带宽B,由式(30)和式(31)可以得到平均区域能量效率为:
(32)
对上述方案进行仿真实验,实验参数以表1所示参数为准。
表1 实验参数
图2 不同η下MBS天线数对AAR的影响
图3 不同η下MBS所服务SBS数量对AAR的影响
图4 MBS天线数对能源效率的影响
图5 不同分辨率的MBS天线数对能源效率的影响
本文提出一种缓存与回程联合的内容传递方法。MBS配备了均匀天线阵列以改善无线回程传输,且MBS被无缓存和缓存SBS所覆盖,整个网络通过缓存SBS或回程辅助SBS的混合模式来运行以传递内容。在所有具有均匀线性阵列的MBS上采用实际天线方向图,并将 LoS和NLoS基站的位置建模为两个独立的PPP。实验结果表明,在MBS上采用MIMO能有效提高网络AAR和EE。在支持MIMO的MBS中采用低分辨率天线阵列使得EE得到显著提升。下一步将对无线多跳中继系统使用缓存,以提高协作中继的性能。