異構(gòu)無線網(wǎng)絡(luò)中的共享載波垂直網(wǎng)絡(luò)轉(zhuǎn)換算法

趙亮，金梁，黃開枝，楊梅樾

(國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心，河南 鄭州 450002)

1 引言

隨著無線通信技術(shù)的發(fā)展，基于基站和移動用戶架構(gòu)的異構(gòu)無線網(wǎng)絡(luò)層出不窮。由于不同移動業(yè)務(wù)對通信速率、誤比特率、時延抖動、安全性和移動性有不同的需求，需要使用不同的無線通信技術(shù)，形成以業(yè)務(wù)需求區(qū)分的異構(gòu)無線網(wǎng)絡(luò)。同時，基于建設(shè)成本和服務(wù)質(zhì)量的考慮，在標準演進中每種無線網(wǎng)絡(luò)建成后都要運營相當長的一段時間，不會在短時間內(nèi)被采用新技術(shù)的無線網(wǎng)絡(luò)取代，形成以技術(shù)水平區(qū)分的異構(gòu)無線網(wǎng)絡(luò)。此外，由于運營商之間存在競爭關(guān)系，導(dǎo)致同一種業(yè)務(wù)需求和技術(shù)水平也會產(chǎn)生互不兼容的標準，形成以運營機構(gòu)區(qū)分的異構(gòu)無線網(wǎng)絡(luò)[1]。以我國的頻譜規(guī)劃為例，目前典型蜂窩無線網(wǎng)絡(luò)的載波帶寬、每載波話音信道數(shù)和已分配頻段如表1所示。

表1 我國典型蜂窩無線網(wǎng)絡(luò)的載波帶寬、每載波話音信道數(shù)和已分配頻段

從上面的分析可以看出，未來采用多種技術(shù)和標準的異構(gòu)無線網(wǎng)絡(luò)將會在相當長的時間內(nèi)共存，并按市場競爭驅(qū)動的原則確定各自的市場定位，并相互補充，在下一代網(wǎng)絡(luò)統(tǒng)一平臺的基礎(chǔ)上逐步趨向融合，而不是統(tǒng)一[2,3]，這就帶來了一些新的問題。

為了避免干擾，目前的蜂窩無線網(wǎng)絡(luò)一般使用固定頻譜分配（FSA）的方式，頻譜一旦分配給一種無線網(wǎng)絡(luò)就無法為其他無線網(wǎng)絡(luò)所用，大量頻譜資源還需要被預(yù)留用于開發(fā)新的無線網(wǎng)絡(luò)，而由于在不同區(qū)域和不同時間異構(gòu)無線網(wǎng)絡(luò)之間的頻譜利用率差別很大，導(dǎo)致大量頻譜資源被浪費。而隨著寬帶和超寬帶通信技術(shù)逐步得到廣泛應(yīng)用，這種頻譜資源的浪費將會更加嚴重[3,4]。認知無線電技術(shù)通過對無線環(huán)境的檢測、分析、學習、推理和規(guī)劃，調(diào)整傳輸參數(shù)以使用最適合的無線資源完成無線通信，可以在時間和空間上充分利用頻譜資源，是提高頻譜利用率的有效方法[5]。動態(tài)頻譜分配（DSA）作為認知無線電的頻譜接入方式，可獲得比FSA更高的頻譜利用率?；谡J知無線電的DSA的思想在IEEE 1900.1標準[6]、IEEE 1900.4標準[7~9]和ETSI技術(shù)報告[10]中已經(jīng)有所體現(xiàn)，但其僅定義了網(wǎng)絡(luò)融合與頻譜資源共享的框架，并沒有具體給出異構(gòu)無線網(wǎng)絡(luò)之間的頻譜分配策略。在目前的研究中，非合作DSA是指非授權(quán)用戶進行頻譜檢測，在授權(quán)用戶不使用的頻段進行頻譜接入。而合作DSA則是采用特定的算法對頻譜資源進行統(tǒng)一的動態(tài)分配[5,11]。目前針對合作DSA的研究主要包括基于干擾控制的 DSA[12]、基于博弈的 DSA[11,13]、基于拍賣的 DSA[14]以及基于遺傳算法的 DSA[15]等。但是，這些研究所建立的系統(tǒng)模型往往不完善，缺乏對業(yè)務(wù)模型瞬態(tài)分布的分析，且對于實際系統(tǒng)設(shè)計中存在的垂直切換、多?；?、載波單元劃分和網(wǎng)內(nèi)信道分配等問題考慮較少。

為了提高服務(wù)質(zhì)量，多模終端用戶可以根據(jù)無線網(wǎng)絡(luò)環(huán)境、業(yè)務(wù)需求和價格偏好等因素通過多目標決策在各種異構(gòu)無線網(wǎng)絡(luò)之間進行垂直切換[16~18]。但由于無線網(wǎng)絡(luò)種類繁多，差異很大，導(dǎo)致多模終端的芯片設(shè)計復(fù)雜，且多無線網(wǎng)絡(luò)信號質(zhì)量檢測的功耗較高，而用戶對成本和功耗的要求比基站嚴格得多，所以將這種芯片成本和功耗轉(zhuǎn)移到基站側(cè)是更好的選擇。此外，傳統(tǒng)應(yīng)用是用戶在不同的小區(qū)之間切換以適應(yīng)基站的變化。而隨著基站的數(shù)量越來越多，智能化程度越來越高，讓基站適應(yīng)用戶的變化成為一種發(fā)展趨勢，這種思想在分布式無線通信系統(tǒng)中已經(jīng)有所體現(xiàn)[19]。

經(jīng)過長時間的研究開發(fā)，目前基于軟件無線電的多?；炯夹g(shù)已經(jīng)比較成熟。美國的MIT于1995年即開始進行 SpectrumWare項目從事軟件無線電系統(tǒng)的開發(fā)，其中部分人所創(chuàng)辦的 Vanu公司已經(jīng)開發(fā)出基于軟件無線電的商用 GSM/CDMA/iDEN多模基站。法國的wireless3G4Free項目也已經(jīng)開發(fā)出基于軟件無線電的采用 RTLinux操作系統(tǒng)的3GPP UMTS/TDD全IP無線網(wǎng)絡(luò)。目前華為、中興、諾基亞西門子以及家庭基站開發(fā)商picoChip等公司開發(fā)的基于軟件無線電平臺的多模基站產(chǎn)品已經(jīng)得到商用，并且涵蓋了表1所涉及的大部分無線網(wǎng)絡(luò)。但是，不同于已經(jīng)商用的多模終端用戶的垂直切換技術(shù)，目前對多?；镜南到y(tǒng)設(shè)計大部分局限于多種無線網(wǎng)絡(luò)的集成，并未考慮異構(gòu)無線網(wǎng)絡(luò)之間的頻譜資源共享問題。

可以看出，如果能設(shè)置共享載波頻段自由承載不同的無線網(wǎng)絡(luò)，就可以正常使用預(yù)留頻段，并使有限的頻率資源得到充分利用。據(jù)此，本文提出了異構(gòu)無線網(wǎng)絡(luò)中基站的共享載波垂直網(wǎng)絡(luò)轉(zhuǎn)換（SCVNT, shared carrier vertical network transfor-mation）算法。作為合作DSA的一種具體應(yīng)用策略，該算法的基本思想是多模基站通過對不同異構(gòu)無線網(wǎng)絡(luò)中用戶業(yè)務(wù)量需求的分析和預(yù)測，將更多的共享載波分配給業(yè)務(wù)量需求高的無線網(wǎng)絡(luò)，從而平衡異構(gòu)無線網(wǎng)絡(luò)的頻譜利用率，而其中共享載波所承載的網(wǎng)絡(luò)發(fā)生改變的過程稱為垂直網(wǎng)絡(luò)轉(zhuǎn)換。為了介紹該算法，第2節(jié)給出了系統(tǒng)模型，包括蜂窩系統(tǒng)模型和網(wǎng)內(nèi)信道分配策略；第3節(jié)介紹SCVNT算法的基本原理和系統(tǒng)仿真流程，并給出了用戶數(shù)已知和用戶數(shù)未知時2種SCVNT算法的信道數(shù)更新策略；第4節(jié)進行了仿真實驗與性能分析；第5節(jié)是結(jié)束語。

2 系統(tǒng)模型

2.1 蜂窩系統(tǒng)模型

本文僅研究2種無線網(wǎng)絡(luò)A、B中單模終端用戶到多?；镜姆聪蛐诺馈＜僭O(shè)無線網(wǎng)絡(luò)A、B的蜂窩小區(qū)個數(shù)為cellN ，對每個小區(qū)考察的干擾小區(qū)個數(shù)為rndN 。為了避免邊界小區(qū)所受到的干擾無法表達，將對稱位置的小區(qū)和用戶模型復(fù)制到邊界小區(qū)周邊，在原有的cellN 個小區(qū)基礎(chǔ)上擴展extN 個小區(qū)，僅提供干擾數(shù)據(jù)?；诒疚姆抡鎱?shù)的蜂窩小區(qū)擴展方案如圖1所示[20,21]。

圖1 基于本文仿真參數(shù)的蜂窩小區(qū)擴展方案

在本文的分析中，右上標為A表示網(wǎng)絡(luò)A中的參數(shù)，右上標為B表示網(wǎng)絡(luò)B中的參數(shù)，右上標為tot表示網(wǎng)絡(luò)A、B的總體參數(shù)，而無右上標則表示泛指網(wǎng)絡(luò)A或B的參數(shù)。雖然文中的參數(shù)是針對每個小區(qū)的分析，但給出的仿真結(jié)果為cellN 個小區(qū)中仿真數(shù)據(jù)的均值。

設(shè)無線網(wǎng)絡(luò)A、B的用戶發(fā)起新呼叫的位置在每個小區(qū)內(nèi)服從隨機均勻分布，且通信時保持靜止，則可忽略水平切換和垂直切換問題[17]?；诼窂絺鞑p耗模型，任一點上的信號功率是接收機和發(fā)射機之間距離的函數(shù)，則不考慮陰影衰落時基站接收距離d處的用戶的信號功率為

其中，α為路徑損耗因子， Pref是近地參考距離 dref處基站的接收功率，而 PrefPN由基站接收小區(qū)邊界用戶信號的信噪比確定：

其中， dedge為蜂窩小區(qū)的半徑， PN為熱噪聲功率?？紤]慢衰落和陰影效應(yīng)的影響，大尺度對數(shù)正態(tài)陰影衰落為

其中，ξi是均值為0，方差為1的正態(tài)隨機變量，σ為陰影損耗因子。考慮信干噪比主要取決于加性高斯白噪聲以及相鄰 Nrnd個小區(qū)中其他使用相同信道的用戶帶來的同頻干擾，則基站接收某個用戶信號的信干噪比為

其中， d0為該用戶與服務(wù)基站的距離， di為周圍第i（i≤ Nrnd）個小區(qū)中的干擾用戶與該用戶服務(wù)基站的距離?？紤]存在陰影效應(yīng)和小區(qū)間干擾，實際使用的導(dǎo)致呼叫阻塞和通話中斷的信干噪比門限應(yīng)滿足 S INRth＜SNRedge。蜂窩系統(tǒng)的參數(shù)如表2所示。

表2 蜂窩系統(tǒng)的參數(shù)

2.2 網(wǎng)內(nèi)信道分配策略

設(shè)2種網(wǎng)絡(luò)均使用實時固定速率業(yè)務(wù)，定義如果新用戶發(fā)起呼叫時已無信干噪比高于門限的空閑信道，則認為呼叫阻塞。如果用戶在通信過程中由于其他用戶的接入導(dǎo)致信干噪比降低到低于門限且無可用空閑信道，則認為通信中斷[20]。

考慮無線網(wǎng)絡(luò)A、B內(nèi)部可以使用頻率復(fù)用系數(shù)為γ的固定信道分配（FCA）或動態(tài)信道分配（DCA）。FCA是指無論蜂窩小區(qū)中用戶數(shù)的多少，每個小區(qū)的信道數(shù)固定，使用較高的頻率復(fù)用系數(shù)控制小區(qū)間干擾，所以其中斷率可忽略不計。DCA是指每個小區(qū)的信道數(shù)可變，最多時可以使用所有信道，在進行空閑信道分配時同時進行信干噪比測量，如果某信道的信干噪比超過門限則可分配，而若在通信過程中某信道的信干噪比低于門限，則選擇新的信干噪比高于門限的空閑信道，若無可用空閑信道則通信中斷[21~23]。

使用engset流量模型，系統(tǒng)服從有限用戶數(shù)的損失制 M MC 0U排隊過程。設(shè)每個小區(qū)的信道數(shù)為C，用戶總數(shù)為U，已接入用戶數(shù)為H。設(shè)每個用戶的呼叫請求次數(shù)服從參數(shù)為λ=1Tarr的泊松分布，其中，Tarr為呼叫周期的期望，且有P｛N（T ） =n｝，其中，N （T）為時間T內(nèi)的呼叫次數(shù)。通信時間服從參數(shù)為 Thold的負指數(shù)分布，其中，Thold為通信時間的期望，且有 P ｛Thold≤t｝=1 - e-μt,μ=1 Thold, t ≥ 0。則服務(wù)系統(tǒng)的負荷ρ=λμ=TholdTarr，且穩(wěn)態(tài)分布下的理論阻塞率為[24,25]

設(shè)仿真中的采樣時間間隔為 Tstep，仿真持續(xù)時間為 Tsim，仿真中的總呼叫次數(shù)為 Ncall，且期望為被阻塞的呼叫次數(shù)為 Nblk，被中斷的呼叫次數(shù)為 Nbrk，則網(wǎng)絡(luò)A、B的阻塞率和中斷率以及2種網(wǎng)絡(luò)的總阻塞率和總中斷率分別為

3 SCVNT算法

3.1 SCVNT算法的原理和仿真參數(shù)

由表1可以看出，根據(jù)已分配頻段，每種蜂窩無線網(wǎng)絡(luò)都可以占有一定數(shù)量的載波，但這些載波并不能由不同的無線網(wǎng)絡(luò)共享。這里假設(shè)異構(gòu)無線網(wǎng)絡(luò)A、B都有多個可承載一定數(shù)量信道的載波。SCVNT算法的原理是如果某種網(wǎng)絡(luò)的信道利用率高，而另一種網(wǎng)絡(luò)的信道利用率低，則基站對2種網(wǎng)絡(luò)的共享載波進行重新分配，以減少信道利用率低的網(wǎng)絡(luò)的載波數(shù)為代價增加信道利用率高的網(wǎng)絡(luò)的載波數(shù)，從而提高2種網(wǎng)絡(luò)的總體信道利用率。為了保證服務(wù)質(zhì)量，需要為每個網(wǎng)絡(luò)保留不能進行網(wǎng)絡(luò)轉(zhuǎn)換的私有載波。根據(jù)本文的仿真參數(shù)，假設(shè)異構(gòu)無線網(wǎng)絡(luò)A、B各具有1個私有載波和18個共享載波，則SCVNT算法的載波分配策略如圖2所示。

圖2 SCVNT算法的載波分配策略

使用SCVNT算法時，網(wǎng)絡(luò)A、B中有關(guān)無線資源分配的參數(shù)的定義和默認取值如表3所示。

3.2 MTBP-SCVNT算法

當用戶數(shù)和接入分布模型已知或可預(yù)測時，對于網(wǎng)絡(luò)A、B的每個小區(qū)，設(shè)｛H（t）,t ≥ 0 ｝表示時刻t的已接入用戶數(shù)，對于任意小的時間Δt，有轉(zhuǎn)移概率函數(shù)[26,27]：

表3 網(wǎng)絡(luò)A、B中有關(guān)無線資源分配的參數(shù)

則 ｛H（t）,t ≥ 0 ｝為 狀 態(tài) 空 間 E→=｛0, 1, 2,… ,C ｝,Cpvt≤ C ≤ Cpvt+Csha上的生滅過程。根據(jù)生滅過程微分方程組解的存在性，對有限狀態(tài)E→的生滅過程，若滿足瞬時概率分布則對任給的初始條件，方程組的解存在、唯一，且有。則該生滅過程的微分方程組為

由于狀態(tài)數(shù)有限，即最大的隊列數(shù)為C，此時Kolmogorov前向方程為

圖3 使用SCVNT算法時的系統(tǒng)仿真流程

其中，M是非奇異矩陣，張成 C + 1 維空間，D=diag （ σ0, σ1,… ,σC），σi是Q的第i個特征值，且σC＜…＜σ2＜σ1＜σ0=0，M的第i列是對應(yīng)于σi的右特征向量。由于

所以有

當蜂窩網(wǎng)絡(luò)中的已接入用戶數(shù)為H時，有pH(0)=1, pi(0)=0,0≤i≤C, i≠H。則時間t之內(nèi)系統(tǒng)阻塞率的估計值為

而在時間t之內(nèi)呼叫次數(shù)的估計值為

將式(14)和式(15)代入式(6)，可求出 TNTJ之內(nèi)系統(tǒng)總阻塞率的估計值為

由于單次網(wǎng)絡(luò)轉(zhuǎn)換的信道數(shù)為固定值 Ctrf= Ccarr，網(wǎng)絡(luò)轉(zhuǎn)換的判決結(jié)果僅有3種情況，可以將滿足限制條件且使系統(tǒng)總阻塞率取最小值時網(wǎng)絡(luò)A、B的信道數(shù)作為網(wǎng)絡(luò)轉(zhuǎn)換判決的輸出。雖然系統(tǒng)總阻塞率的求解比較復(fù)雜，但由于各參數(shù)取值的狀態(tài)空間有限，當 UA、 UB和 TNTJ確定時，每次求解時系統(tǒng)總阻塞率最多僅有種取值情況，且算法對計算精度的要求不高，可采用查表法求近似解，所以在實際應(yīng)用中一般可以接受。由于算法基于最小總阻塞率（MTBP， minimum total blocking probability），所以稱為MTBP-SCVNT算法。使用該算法時，圖3中的信道數(shù)更新策略為

需要說明的是，雖然在實際應(yīng)用中 MTBPSCVNT算法要求用戶數(shù)已知的條件可能無法滿足，但該算法的結(jié)果作為理想條件下的性能上界，可以為其他算法的性能評價提供重要參考。

3.3 MRCD-SCVNT算法

雖然對engset模型而言用戶數(shù)U已知，但實際應(yīng)用中用戶數(shù)和接入分布模型往往是未知的，且難以預(yù)測，從而無法估計出下一個時間段內(nèi)的總阻塞率?？紤]這種應(yīng)用場景，以公平性為原則，可以將滿足限制條件且使2種網(wǎng)絡(luò)的冗余信道差值 Dtot取最小值時網(wǎng)絡(luò)A、B的信道數(shù)作為網(wǎng)絡(luò)轉(zhuǎn)換判決的輸出。通過對垂直切換中乒乓效應(yīng)的分析[16,18]，為了避免出現(xiàn)乒乓網(wǎng)絡(luò)轉(zhuǎn)換，應(yīng)增加冗余信道差值門限 Dth作為算法的判決條件，并取 Dth＞Ccarr。為了避免信道數(shù)不均衡時產(chǎn)生不合理的判決，還需增加信道利用率的限制條件。由于該算法基于最小冗余信道差值（MRCD，minimum redundant channel difference），所以稱為MRCD-SCVNT算法。使用MRCD-SCVNT算法時，圖3中的信道數(shù)更新策略如圖4所示。

圖4 MRCD-SCVNT算法的信道數(shù)更新策略

可以看出，在實際應(yīng)用中MRCD-SCVNT算法的已知條件一般可以滿足，且復(fù)雜度很低，具有廣泛的適用性。但是該算法的性能不是最優(yōu)的，并且需要根據(jù)實際條件對thD 、NTJT 等判決參數(shù)進行優(yōu)化選擇。

4 仿真實驗與性能分析

4.1 使用FCA時2種SCVNT算法的性能

圖5 使用FCA時2種SCVNT算法的性能

使用FCA作為網(wǎng)內(nèi)信道分配方式，則MTBPSCVNT算法和 MRCD-SCVNT算法的性能比較如圖5所示。仿真中網(wǎng)絡(luò)A的阻塞率略高于理論值是因為當用戶信號的信干噪比低于門限時也將被阻塞接入?？梢钥闯?，當 2種網(wǎng)絡(luò)的用戶數(shù)很少時，信道利用率很低，SCVNT算法可以同時降低2種網(wǎng)絡(luò)的阻塞率。但隨著 2種網(wǎng)絡(luò)用戶數(shù)的增多和信道利用率的提高，系統(tǒng)性能的提升則不再明顯。另外，與 UB= UA時相比，當 UB= 5 00時使用SCVNT算法時總阻塞率的降低更為明顯。這是因為2種網(wǎng)絡(luò)的用戶數(shù)不同導(dǎo)致信道利用率不同，SCVNT算法以略微提高信道利用率較低的網(wǎng)絡(luò)的阻塞率為代價，大幅度降低了信道利用率較高的網(wǎng)絡(luò)的阻塞率，不僅降低了兩種網(wǎng)絡(luò)的總阻塞率，還提高了2種網(wǎng)絡(luò)之間的公平性?？紤]SCVNT算法更適用于信道利用率不均衡的無線網(wǎng)絡(luò)，在后面的分析中僅考慮該條件。另外在各種條件下，理想的 MTBP-SCVNT算法的性能均優(yōu)于MRCD-SCVNT算法。

4.2 使用FCA時SCVNT算法中TNTJ的選擇

使用 FCA作為網(wǎng)內(nèi)信道分配方式，當使用MTBP-SCVNT算法或MRCD-SCVNT算法時，在判決周期 TNTJ取不同值時，網(wǎng)絡(luò)A、B的總阻塞率和平均網(wǎng)絡(luò)轉(zhuǎn)換周期如圖6所示，其中平均網(wǎng)絡(luò)轉(zhuǎn)換周期為網(wǎng)絡(luò)轉(zhuǎn)換間隔時間的統(tǒng)計平均值?？梢钥闯觯捎陔y以跟蹤業(yè)務(wù)量的快速變化，SCVNT算法的判決周期 TNTJ越長，其觸發(fā)的概率越小，性能改善也越小。同時，雖然MTBP-SCVNT算法在所有條件下的總阻塞率均低于MRCD-SCVNT算法，具有更好的性能，但當NTJT 較短時其平均網(wǎng)絡(luò)轉(zhuǎn)換周期遠小于MRCD-SCVNT算法，導(dǎo)致系統(tǒng)穩(wěn)定性較差。

圖6 使用FCA時TNTJ取不同值時2種SCVNT算法的性能

下面對TNTJ的取值問題作進一步分析。當使用 FCA作為網(wǎng)內(nèi)信道分配方式而初始用戶數(shù)H取不同值時，網(wǎng)絡(luò)的理論阻塞率與不使用 SCVNT算法的持續(xù)時間的關(guān)系如圖7所示，其中，U=500，C=50?？梢钥闯觯琒CVNT算法的判決周期NTJT 越長，其性能的改善越小，且當NTJT >300s時將失去其時效性。

圖7 網(wǎng)絡(luò)的理論阻塞率與不使用SCVNT算法的持續(xù)時間的關(guān)系

4.3 使用FCA時MRCD-SCVNT算法中Dth的選擇

使用 FCA作為網(wǎng)內(nèi)信道分配方式，當使用MRCD-SCVNT算法時，如果網(wǎng)絡(luò)轉(zhuǎn)換判決門限D(zhuǎn)th取不同值時，網(wǎng)絡(luò)A、B的總阻塞率和平均網(wǎng)絡(luò)轉(zhuǎn)換周期如圖8所示?？梢钥闯?，增大Dth時平均網(wǎng)絡(luò)轉(zhuǎn)換周期增大，可提高系統(tǒng)的穩(wěn)定性。同時，當Dth=10時，MRCD-SCVNT算法的總阻塞率性能達到最佳，而增大或減小 Dth均導(dǎo)致總阻塞率性能變差，所以本文的仿真中默認取Dth=10。與TNTJ類似，可以根據(jù)實際應(yīng)用需求對Dth進行必要的調(diào)整。

4.4 使用DCA時2種SCVNT算法的性能

使用DCA作為網(wǎng)內(nèi)信道分配方式，則MTBPSCVNT算法和MRCD-SCVNT算法的性能比較如圖9所示。可以看出，使用SCVNT算法時系統(tǒng)的總阻塞率略有降低，但其所帶來的性能提升遠低于使用FCA時。另外，SCVNT算法導(dǎo)致了系統(tǒng)總中斷率的升高。這是因為較之FCA而言，DCA已經(jīng)在網(wǎng)絡(luò)內(nèi)部對信道資源進行了充分利用，導(dǎo)致網(wǎng)絡(luò)轉(zhuǎn)換被觸發(fā)的概率較低，而觸發(fā)的網(wǎng)絡(luò)轉(zhuǎn)換由于沒有考慮小區(qū)間干擾問題，導(dǎo)致更多用戶的通信中斷。所以使用 DCA時需要針對該問題對 SCVNT算法進行優(yōu)化。

圖8 使用FCA時Dth取不同值時MRCD-SCVNT算法的性能

事實上，DCA算法由于會導(dǎo)致小區(qū)間干擾，往往會增加系統(tǒng)的中斷率，而在實際應(yīng)用中采用各種優(yōu)化算法則會大大提高系統(tǒng)設(shè)計的復(fù)雜度，所以目前應(yīng)用較少[22,23]。而SCVNT算法實際上是一種異構(gòu)無線網(wǎng)絡(luò)之間的動態(tài)載波分配，具有不同的優(yōu)化目標。使用FCA時，SCVNT算法僅需每個多?；締为氃诋悩?gòu)無線網(wǎng)絡(luò)之間進行載波資源分配，不需要考慮小區(qū)間干擾，也不會導(dǎo)致用戶通信中斷，且復(fù)雜度較低，所以具有更高的應(yīng)用價值?？紤]到異構(gòu)無線網(wǎng)絡(luò)之間不可能做到理想同步，在實際應(yīng)用中SCVNT算法與異構(gòu)無線網(wǎng)絡(luò)內(nèi)部的信道分配是相互獨立的，該功能的配置與否不會影響每種無線網(wǎng)絡(luò)內(nèi)部的工作狀態(tài)，這也使得SCVNT算法具有很好的兼容性與擴展性。

圖9 使用DCA時兩種SCVNT算法的性能

5 結(jié)束語

從理論分析和仿真實驗可以看出，在使用FCA時 SCVNT算法具有較高的應(yīng)用價值，但在使用DCA時其應(yīng)用價值不高。同時，SCVNT算法在異構(gòu)無線網(wǎng)絡(luò)之間信道利用率不均衡時優(yōu)勢更為明顯。MTBP-SCVNT算法的總阻塞率性能是最優(yōu)的，但算法要求用戶數(shù)已知的條件不易滿足，且復(fù)雜度較高，在判決周期較短時系統(tǒng)穩(wěn)定性較差。MRCD-SCVNT算法雖然不是最優(yōu)的，但其應(yīng)用條件易于滿足，且復(fù)雜度較低，所以具有更高的實用價值。增大判決周期和提高冗余信道差值門限會降低SCVNT算法的性能，但卻可提高系統(tǒng)的穩(wěn)定性，所以需要對這些參數(shù)進行合理選擇。總之，SCVNT算法在大部分條件下可以有效降低異構(gòu)無線網(wǎng)絡(luò)的總阻塞率，提高信道分配的公平性，并且可以實現(xiàn)平滑升級，是提高異構(gòu)無線網(wǎng)絡(luò)頻譜利用率的有效方法。本文對SCVNT算法的研究僅是一個開始。下一步的研究將引入用戶的移動性，同時考慮各種異構(gòu)無線網(wǎng)絡(luò)中具體的接入控制與信道分配準則，水平切換與垂直切換策略，以及速率控制與功率控制方法，并針對更多的異構(gòu)無線網(wǎng)絡(luò)和更多的業(yè)務(wù)種類對算法進行優(yōu)化。

[1] AKYILDIZ I F, MOHANTY S, XIE J. A ubiquitous mobile communication architecture for next-generation heterogeneous wireless systems[J]. IEEE Communications Magazine, 2005, 43(6): 29-36.

[2] MUNASINGHE K S, JAMALIPOUR A. Interworked WiMAX-3G cellular data networks: an architecture for mobility management and performance evaluation[J]. IEEE Transactions on Wireless Communications, 2009, 8(4): 1847-1853.

[3] ETSI. Universal Mobile Telecommunications System (UMTS); Evolution of 3GPP System[R]. ETSI TR 121 902 V7.0.0, 2007.

[4] BHARGAVA V, HUSSAIN E. Cognitive Wireless Communication Networks[M]. New York: Springer, 2007.

[5] MITOLA J. Cognitive radio architecture evolution[J]. Proceedings of the IEEE, 2009, 97(4): 626-641.

[6] IEEE Communications Society. IEEE Standard Definitions and Concepts for Dynamic Spectrum Access: Terminology Relating to Emerging Wireless Networks, System Functionality, and Spectrum Management[S]. IEEE Std 1900.1-2008.

[7] IEEE Communications Society. IEEE Standard for Architectural Building Blocks Enabling Network-Device Distributed Decision Making for Optimized Radio Resource Usage in Heterogeneous Wireless Access Networks[S]. IEEE Std 1900.4-2009.

[8] BULJORE S, HARADA H, FILIN S, et al. Architecture and enablers for optimized radio resource usage in heterogeneous wireless access networks: the IEEE 1900.4 working group[J]. IEEE Communications Magazine, 2009, 47(1): 122-129.

[9] MODY A N, SHERMAN M J, MARTINEZ R. Survey of IEEE standards supporting cognitive radio and dynamic spectrum access[A].Proceedings of the IEEE MILCOM[C]. San Diego, CA, USA, 2008.1-7.

[10] ETSI. Reconfigurable Radio Systems (RRS); Cognitive Radio System Concept[R]. ETSI TR 102 802 V1.1.1, 2010.

[11] ZHAO Q, SADLER B M. A survey of dynamic spectrum access[J].IEEE Signal Processing Magazine, 2007, 24(3): 79-89.

[12] HOUZE P, RUIZ D, JEMAA S B, et al. Dynamic spectrum allocation algorithm for cognitive networks[A]. Proceedings of the IEEE ICWMC[C]. Guadeloupe, France, 2007. 25-29.

[13] SUBRAMANIAN A P, AL-AYYOUB M, GUPTA H, et al.Near-optimal dynamic spectrum allocation in cellular networks[A].Proceedings of the IEEE DySPAN[C]. Chicago, IL, USA, 2008. 1-11.

[14] XING Y P, CHANDRAMOULI R, MANGOLD S, et al. Dynamic spectrum access in open spectrum wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2006, 24(3): 626-637.

[15] THILAKAWARDANA D, MOESSNER K. A genetic approach to cell-by-cell dynamic spectrum allocation for optimising spectral efficiency in wireless mobile systems[A]. Proceedings of the IEEE CrownCom[C]. Orlando, FL, USA, 2007, 367-372.

[16] LEE S, SRIRAM K, KIM K, et al. Vertical handoff decision algorithms for providing optimized performance in heterogeneous wireless networks[J]. IEEE Transactions on Vehicular Technology, 2009, 58(2):865-881.

[17] LIU M, LI Z C, GUO X B, et al. Performance analysis and optimization of handoff algorithms in heterogeneous wireless networks[J].IEEE Transactions on Mobile Computing, 2008, 7(7): 846-857.

[18] 賀昕, 李斌. 異構(gòu)無線網(wǎng)絡(luò)切換技術(shù)[M]. 北京: 北京郵電大學出版社, 2008.HE X, LI B. Handoff Technologies in Heterogeneous Wireless Networks[M]. Beijing: Beijing University of Posts and Telecommunications Press, 2008.

[19] ZHOU S D, ZHAO M, XU X B, et al. Distributed wireless communication system: a new architecture for future public wireless access[J].IEEE Communications Magazine, 2003, 41(3): 108-113.

[20] ZANDER J, KIM S L, ALMGREN M, et al. Radio Resource Management for Wireless Networks[M]. Boston, London: Artech House,2001.

[21] HARADA H, PRASAD R. Simulation and Software Radio for Mobile Communications[M]. Boston, London: Artech House, 2002.

[22] ARGYROPOULOS Y, JORDAN S, KUMAR S P R. Dynamic channel allocation in interference-limited cellular systems with uneven traffic distribution[J]. IEEE Transactions on Vehicular Technology, 1999,48(1): 224-232.

[23] BUBLIN M, KONEGGER M, SLANINA P. A cost-function-based dynamic channel allocation and its limits[J]. IEEE Transactions on Vehicular Technology, 2007, 56(4): 2286-2295.

[24] VASSILAKIS V G, LOGOTHETIS M D. The wireless Engset multi-rate loss model for the handoff traffic analysis in W-CDMA networks[A]. Proceedings of the IEEE PIMRC[C]. Cannes, France,2008. 1-6.

[25] 唐應(yīng)輝, 唐小我. 排隊論——基礎(chǔ)與分析技術(shù)[M]. 北京: 科學出版社, 2006.TANG Y H, TANG X W. Queueing Theory—Basic and Analysis[M].Beijing: Science Press, 2006.

[26] GROSS D, HARRIS C M. Fundamentals of Queueing Theory (3rd edition)[M]. New York: John Wiley and Sons, 1998.

[27] RAJARATNAM M, TAKAWIRA F. Hand-off traffic characterisation in cellular networks under Engset new call arrivals and generalised service times[A]. Proceedings of the IEEE WCNC[C]. New Orleans,LA, USA, 1999.423-427.