【摘要】 随着网络建设大幅推进,5G网络分场景覆盖极大的改善了用户体验及新业务的发展,5G已经完成城区县城基本覆盖,网络建设重点也将放在微基站、小基站及室内覆盖基站上。在5G超密集组网环境中室外宏基站、微基站、小基站与室内基站组成异构网络,其中干扰是影响整个系统容量的关键因素。如何通过干扰管理技术对超密集网络中的干扰进行避免和消除,提高网络质量和容量,是本文讨论的主要内容。
【关键词】 5G通信 超密集组网 干扰管理
引言:
2019年作为我国5G商用元年距今已过去2年,目前我国5G已在地市的重点地区完成了室外覆盖,从2021年开始5G建设将在室外进行连续覆盖的基础上,将重点放在微基站和室内分布式基站的建设。5G要达到全面覆盖,基站数量将超越现有4G基站数量,重点区域基站甚至是4G站点的数倍。密集的基站建设会使得无线环境更加复杂,带来更多的干扰。解决5G超密集组网环境下的干扰将是我们下一步将要面临的问题。
一、5G超密集组网技术
(一)超密集组网背景
5G网络提供不同应用场景下的差异化服务、网络切片等技术,以及5G无线网的高速率、低时延、海量连接、高可靠性等特点都需要系统容量的支撑。在通信系统中,系统容量决定了用户接入数量以及用户接入速率,因此提高系统容量是通信技术发展中重点解决的问题之一。
超密集组网技术(Ultra-Dense Network,UDN)是指高密度部署与宏基站相比功率更低的小基站,从而增加单位覆盖面积内站点密度的组网方式。小型基站之间的站间距根据用户密集程度,缩减至十几米到几十米,密集分布的站点可以提高单位面积内频谱复用率、网络容量及用户体验速率。
5G融合了多种关键技术,与其他5G通信技术相比,超密集组网技术带来的网络容量增益位于各技术前列。表1为各种5G关键技术所带来的增益对比。
(二)超密集组网特点分析
1.超密集组网应用场景
5G网络由于使用频率较高,与4G相比信号在传播过程中的路径损耗更大,使得单位面积内5G基站数量肯定比4G基站更多。但这并不意味着5G超密集组网技术要应用于任何场景之下。除了信号强度的考虑之外,超密集组网主要应用于人口密集,用户并发数高,网络流量密度高和数据速率要求高的区域。对应上述要求,可以看出UDN典型应用场景主要包括:密集商业区、商务楼宇、高层住宅、密集住宅、医院、高校、交通枢纽、体育场馆等。
2.超密集组网网络架构演进
在4G时代,针对复杂的网络结构提出了异构网络(Heterogeneous Network, HetNet)的概念。无线网络中的异构网络与广义的异构网相比,采用的是其狭义的概念。
广义异构网络是指运行在不同的协议上,支持不同的功能或应用协议的设备或系统所组成的网络,通信系统中的异构网络(HetNet)主要是针对无线接入网络的差异性,是一种面向未来的创新移动宽带网络架构。异构网络由不同大小、类型小区构成,包括宏小区Macro cell、微小区Micro cell、微微小区Pico cell、毫微微小区Femto cell,通過无线基础设施中的关键部件进行协调部署并协同工作,从而提供高系统容量,为用户带来更好使用体验。
5G时代的超密集组网是在HetNet基础上进一步扩展。传统宏蜂窝提供的单一同构网络结构虽然易于规划,能给用户提供无差异化的服务,但是现在用户需求已经发生根本性的改变,从语音业务为主过渡到数据业务为主,从单一需求变为多元化需求,不同场景下的用户业务需求差异明显,因此超密集组网提供宏基站层用于网络整体覆盖,微基站层用于局部补盲及热点覆盖,小基站层用于室内或重点区域密集覆盖及业务吸收,从而在整体上达到覆盖效果的同时,为分场景、切片网络打下基础,为用户提供真正意义上的差异化服务。超密集异构网网络结构如图1所示。
(三)面临的问题与挑战
虽然超密集组网有效地提升了系统容量,但是高密度的小基站也会带来新的问题,其中最主要的两个问题是上行回传和干扰问题。
1.上行回传
由于超密集组网区域内用户量大、业务集中,才采取了密集建设基站的方式作为应对策略。5G基站本身对上行传输资源要求极高,随着基站的增加,传输需求也会成倍增加。对于基站大量的上行回传需求单纯依靠光网络进行承载建设成本过高,因此5G网络自回传方案的提出,可以有效解决回传问题。通过对频率资源的复用,用5G空口同时承载接入数据与回传数据,不仅能提高基站选点的灵活性,节约光网资源,还能对网络资源进行更高效灵活地分配。
2.干扰应对与管理
密集小基站的建设可以满5G用户在不同场景下的各种需求,同时也因为基站间距缩小使得小区之间重叠覆盖区域大幅增加。虽然小基站功率已降低,也具有更加灵活的功率控制手段,但重叠区内用户通常位于小区边缘,主导小区的缺失使得信号干扰严重,用户体验也会急剧下降。密集小区在带来容量提升的同时也带来了严重的干扰问题,并且干扰会成为限制超密集组网区域内无线性能的主要因素。因此超密集组网环境下干扰管理技术将是本文重点讨论的内容。
二、干扰应对策略
(一)干扰类型
无线通信中的干扰种类繁多,但最主要的干扰还是来至于同频干扰。由于频谱资源的有限性,无线传输带宽需求日益增大,为了满足传输需要,各个无线技术在组网时都采用了频率复用的方式来提高频谱效率。频率复用带来的问题就是不同小区同频段信号被同时接收时会产生同频干扰。
根据超密集组网的网络结构,以及干扰来源的不同,可以将干扰分为以下两种类型:
1.层内干扰:层内干扰是指来至同一覆盖层,如宏基站与宏基站之间、微基站与微基站之间的干扰。在超密集组网中,蜂窝网网格缩小、基站密度的增大以及不规则的部署,都会使层内同频干扰变得更为严重。
2.层间干扰:在超密集组网中采用了多层网络结构,覆盖范围更大的宏基站层与微基站层及小基站层相互重叠,5G频段带宽有限,无法给每一层网络分配独立频段,层与层之间的同频干扰十分明显。
(二)干扰应对策略
5G超密集组网中的干扰虽然是终端接收信号受影响,但干扰来源却是存在于通信中的各个环节,因此在应对这些干扰时我们需要从信号源、传播途径及接收端多个方面考虑,最大化的减少或消除干扰。
从对干扰的处理方式上,可以分为三类策略:
1.干扰消除:干扰消除是指针对干扰产生原因,采取措施避免干扰的产生。通常可采用多址技术、跳频技术、功率控制技术等消除干扰。
2.干扰抑制:干扰抑制是已经产生干扰后,在接收端对期望信号和干扰信号进行区分并对干扰信号进行抑制以提取更多有用信号。对于干扰的抑制,一是尽量分离有用信号与干扰,使得分离出的有用信号中干扰量更少。另外一种则是解构重构干扰信号,再从接收信号中去除对应干扰,从而获得更纯净的有用信号。干扰对齐技术利用信道矩阵将干扰空间重叠后降低干扰信号占比,也是一种干扰抑制策略。
3.干扰利用:从传播信道进行考虑,将干扰信号转化为分集或多径增益。5G系统采用了大规模天线技术,因此在超密集网络中可以利用空间分集和波束赋型技术加强信噪比。
从考虑的环节不同,也可以分为三类策略:
1.信号源侧:在信号源侧考虑采用多址技術对用户进行区分,降低干扰。多址技术包括时分多址TDMA、频分多址FDMA、码分多址CDMA。这些信道技术主要利用正交特性对干扰进行抑制。
2.传播途径中:在传播途径中则主要考虑波束赋型及功率控制技术。采用波束赋型进行空间滤波,同时协调小区间进行联合传输。通过调整每个小区的传输功率来改善干扰影响,包括智能关断技术。智能关断技术根据超密集网络中业务数据、用户使用情况等变量动态地调整区域内基站开关状态。关闭无服务需求的基站可以降低对邻近小区的干扰。
3.接收端:在接收端主要考虑干扰抑制策略:通过合并算法抑制干扰或者通过干扰对齐矩阵使干扰空间重叠以减少干扰。
在超密集组网中,网络结构的复杂性带来容量的提升,也使得干扰变得复杂化和异构化。分析干扰形成的原因、带来的影响并采取相应措施对于网络的质量提升很有必要。
三、干扰管理方案分析
干扰管理是根据网络运行情况及干扰类型的不同,在信号传播的不同环节采取相应消除或抑制策略减少干扰的过程。由于超密集组网的异构性和复杂性,单一的干扰策略无法应对诸如小区业务及覆盖不均衡、异构网分层覆盖限制策略使干扰更加严重等问题。因此干扰管理方案是一系列干扰管理策略的集合。
超密集组网环境下不同网络层的干扰更需要有效地协调机制,这使得集中式的管理模式下,对网络资源占用会相当高,因此在超密集组网时考虑可以分布式管理来减轻系统负荷。
目前超密集组网中有效的干扰管理手段和策略多集中于以下几种:
(一)资源分配策略
5G通信系统中的资源主要是频率和功率,同时也是干扰形成最重要的因素,合理地分配资源不仅是提高资源利用率,也能有效地控制干扰。
在超密集组网环境中,可以根据场景的差异选取正交分配、全复用及部分复用等频率分配策略。同时依据组网环境的差异,可以采用不同资源分配的算法。例如注水算法、博弈算法、自适应频率分配算法、增强学习算法等,不同的算法有不同的应用场景和优缺点。注水算法需要依赖高质量的信道,适合信道质量差别不大的情况。信道质量差异过大会导致注水算法失效,无法降低干扰水平。博弈算法则具有适用性、反馈开销低的特点,缺点则是信息的不全面会导致网络性能有所损失。
(二)多点协同策略
多点协同传输(Coordinated Multiple Points, CoMP)策略是指通过物理存在的多个小区共享数据、信道状态、调度等控制信息,采用协同传输、接收的方式到达多个小区间协作。终端会同时接收到多个小区的信号,进行相干合并后能够消除干扰,提升系统整体性能。同时参与协作的小区越多,协作效果越明显,但是对系统的要求也越高。
在实际的超密集组网环境中,基站数量及小区数量较多,使得对所有小区进行协调变得极其复杂。包括小区间协调的一致性、额外信号处理过程、复杂的波束成形设计以及调度过程会产生大量回传链路等众多问题。即使有诸多问题,CoMP仍然是5G超密集网络减少小区间干扰的有效手段。
(三)分簇策略
通信系统中为了使系统增益最大化,通常会采用集中控制模式。在超密集组网场景下由于基站数量众多提高了网络结构的复杂度,集中控制模式也将面临极其大量的交互信息,需要耗费系统开销进行处理。分簇策略则是将网络化繁为简,将大网降级为小网,也就是簇进行控制管理,簇内的干扰管理则会更加有效。
分簇策略根据终端所在协作簇是否调整可分为静态和动态两种策略。
1)静态分簇:系统初始指定协调簇,终端所在簇相对固定,不会随网络实时变化。其优势在于复杂度较低,可以实现快速部署。静态分簇的问题在于当小区内的基站部署和用户位置发生移动时,协作簇并不会作相应变化,也就使协作效率下降而无法最大化消除干扰。
2)动态分簇:系统动态分配协作簇,同时根据用户终端反馈的信息进行动态调整。在动态分簇策略下,同一小区内的终端所在簇可能不一样,因此针对每个用户的集群大小可以动态优化,从而得到最佳的平衡方案,最大化消除簇内干扰。与静态分簇不同,当网络发生变化时,系统也会做相应协作簇调整以持续保持最优状态。缺点则在于动态的用户反馈信息会增大分簇方案的复杂性,尤其是当用户密集时,因此需要对调整范围进行合理的控制。从动态分簇的特点可以看出,协作簇划分算法的优化设计是分簇策略的关键问题。
(四)干扰对齐
干扰对齐技术是一种信道编码技术,通过设计合理的编码译码矩阵,使得信号接收端能够更有效地解码出有用信息,其本质也是干扰抑制技术。干扰对齐技术的核心思想是将信号矩阵划分为两部分:一部分为期望信号,一部分为干扰信号,同时设计出相应的预编码矩阵,使得接收端收到的干扰信号重叠,从而压缩干扰信号占用的系统容量,降低其对期望信号的影响。
干扰对齐虽然可以作为一种有效的干扰管理机制,但还处于研究阶段,仍有很多问题需解决。
四、结束语
从前面的分析可以看出,5G超密集组网环境复杂,导致无线网内干扰严重,仅靠单一的技术难以解决网络中的层内干扰和层间干扰问题。同时各种干扰应对技术和策略仅在某些方面具有较强优势,但是难以全面的解决干扰问题。因此,我们需要通过分析主要干扰来源,通过干扰管理技术,最大化的减少或者消除5G超密集组网环境下的干扰,从而提升网络性能,让处于不同场景下的用户都能得到极致的5G网络体验。
作者单位:秦奇 四川通信科研规划设计有限责任公司
参 考 文 献
[1]王庆扬,谢沛荣,熊尚坤,魏垚,刘昱,李文苡,吴锦莲.5G关键技术与标准综述[J].电信科学,2017,33(11):112-122.
[2]霍继盛.5G系统干扰分析及工程建议[J].电信技术,2019(08):43-46.
[3]张建敏,谢伟良,杨峰义.5G超密集组网网络架构及实现[J].电信科学,2016,32(06):36-43.
[4]刘恋. 超密集网络干扰管理技术研究[D].北京邮电大学,2018.
[5]尚思翰. 超密集网络中的干扰管理技术研究[D].电子科技大学,2018.