基于動態(tài)業(yè)務(wù)感知的蜂窩網(wǎng)絡(luò)重配置方案

摘要：文章針對動態(tài)業(yè)務(wù)量，提出了一種動態(tài)業(yè)務(wù)量感知的重配置方案（DTR），在保證系統(tǒng)性能的情況下，最大化系統(tǒng)平均能量效率。DTR根據(jù)當(dāng)前業(yè)務(wù)量，通過排隊論系統(tǒng)預(yù)測系統(tǒng)的中斷概率，根據(jù)一定準(zhǔn)則，將系統(tǒng)配置為最大化系統(tǒng)頻譜效率（SE）、最大化系統(tǒng)能量效率（EE）或者是混合SE-EE系統(tǒng)。

關(guān)鍵詞：蜂窩網(wǎng)絡(luò)；頻譜效率；能量效率；業(yè)務(wù)感知；重配置；排隊論

Abstract：In this paper， we propose a dynamic traffic-aware reconfiguration （DTR） scheme that can maximize average system energy efficiency （EE） and guarantee system performance. The system can be configured to achieve maximum spectral efficiency （SE）， EE， or hybrid SE-EE according to the DTR traffic load. The key criterion for reconfiguring the system is the queuing model.

Key words：cellular networks； spectral efficiency； energy efficiency； traffic-aware reconfiguration； queuing model

在過去10年中，蜂窩網(wǎng)絡(luò)用戶急劇增加，用戶對系統(tǒng)速率的要求也越來越高，這就要求移動通信系統(tǒng)具有較高的頻譜效率。近年來，3GPP LTE提出了4G移動通信系統(tǒng)，該系統(tǒng)采用正交頻分復(fù)用（OFDM）和多輸入多輸出（MIMO）來提高系統(tǒng)的頻譜效率。由于4G移動通信系統(tǒng)的能量消耗相比其他移動通信系統(tǒng)急劇增加，因此，怎樣提高移動通信系統(tǒng)的能量效率成為系統(tǒng)設(shè)計的亟需解決的問題。在本篇論文中，傳統(tǒng)的以最大化系統(tǒng)頻譜效率為目標(biāo)的無線移動通信系統(tǒng)被稱為頻譜效率（SE）系統(tǒng)，而以最大化系統(tǒng)能量效率為目標(biāo)的新型系統(tǒng)，則被稱為能量效率（EE）系統(tǒng)。由于SE系統(tǒng)最大化系統(tǒng)頻譜效率，其能量效率可能會很低；而EE系統(tǒng)最大化系統(tǒng)能量效率，其頻譜效率可能無法滿足系統(tǒng)需求。文獻[1]中提出了一種在頻率選擇性信道中最大化能量效率的方法。文獻[2]提出了OFDM系統(tǒng)中上行能效最大化設(shè)計。文獻[3]提出了一種低復(fù)雜度的算法，用于最大化每焦耳能量傳輸?shù)谋忍財?shù)（bits-per-Joule）。其他相關(guān)工作[4-5]要集中在基站的睡眠模式，在業(yè)務(wù)量較小的時候，關(guān)掉部分基站來節(jié)省能量。文獻[6]中的研究分析了在給定中斷概率情況下，怎樣節(jié)省蜂窩網(wǎng)絡(luò)的能量消耗。文獻[7]中研究了自適應(yīng)調(diào)制和編碼系統(tǒng)的排隊現(xiàn)象，并將其應(yīng)用到睡眠模式中。

在實際系統(tǒng)中，業(yè)務(wù)量可能會急劇地變化，導(dǎo)致單純的最大化頻譜效率或者能量效率的系統(tǒng)無法滿足系統(tǒng)性能要求。因為SE系統(tǒng)在業(yè)務(wù)量低的時候可能會浪費過多能量，而EE系統(tǒng)則可能在業(yè)務(wù)量高的時候?qū)е赂咧袛嗦?。蜂窩網(wǎng)絡(luò)系統(tǒng)和用戶的業(yè)務(wù)請求可以看作一個排隊模型。根據(jù)該排隊模型預(yù)測出的系統(tǒng)中斷概率，基于上述考慮，本文提出了一種動態(tài)的業(yè)務(wù)感知重配置方案，該方案根據(jù)業(yè)務(wù)量強度和干擾水平，采用排隊論模型預(yù)測系統(tǒng)的中斷概率，并根據(jù)中斷概率來動態(tài)的選擇SE、EE或者是混合SE-EE系統(tǒng)。

1 系統(tǒng)模型

蜂窩網(wǎng)絡(luò)中的業(yè)務(wù)流量具有一定的特點[8]。在（0，t 0）和（t 1，t 2）時間段期間，業(yè)務(wù)量密度分別為λmin和λmax。在（t 0，t 1）和（t 2，T ）期間，系統(tǒng)業(yè)務(wù)量線性遞增或是線性遞減，如圖1所示。假設(shè)系統(tǒng)中有C個子信道，被調(diào)度到的用戶可以根據(jù)其業(yè)務(wù)需求和網(wǎng)絡(luò)中資源情況分配到至少一個子信道。用戶產(chǎn)生業(yè)務(wù)請求服從均值為λ泊松分布，系統(tǒng)對每個用戶的服務(wù)時間服從均值為1/μ的指數(shù)分布。我們可以采用M/M/N/K隊列模擬系統(tǒng)的中斷概率[9]。系統(tǒng)中有j個用戶的中斷概率為：

其中ρ=λ/μ并且K = arg{T d =Δt }，T d 為用戶的平均等待時間。則系統(tǒng)中用戶無法接入至少一個子信道的

2 頻譜效率和能量效率

頻譜效率ηSE定義為每赫茲帶寬每秒傳輸?shù)谋忍財?shù)，ηSE =R /B，其中B為達到數(shù)據(jù)速率為R的帶寬。而能量效率定義為每焦耳能量每秒所傳輸?shù)臄?shù)據(jù)比特。

P T （R ）為數(shù)據(jù)速率為R時的傳輸功率，假設(shè)各子信道上的數(shù)據(jù)速率分別為r i，則R =（r 1，r 2…r n）表示系統(tǒng)的數(shù)據(jù)速率向量。能量效率與頻譜效率之間的關(guān)系如圖2所示。當(dāng)干擾強度過高時，系統(tǒng)的數(shù)據(jù)速率會降低，系統(tǒng)的最大頻譜效率ηSE可能會低于

η*SE，即ηaSE <η*SE，假設(shè)為ηaSE 。在這種情況下，SE系統(tǒng)和EE系統(tǒng)之間的折中點在η*SE的左邊，即a點。此時能量效率隨后則頻譜效率遞增，同時最大能量效率為ηaSE ，對應(yīng)的頻譜效率為ηaSE 。另一方面，當(dāng)系統(tǒng)最小頻譜效率ηbSE 大于η*SE，即ηbSE>η*SE。此時，SE系統(tǒng)與EE系統(tǒng)間的折中點在η*SE的右邊，即b點，此時能量效率隨著頻譜效率單調(diào)遞減。則系統(tǒng)最大可達能量效率為ηbEE，對應(yīng)的頻譜效率為ηbSE，小于η*SE。當(dāng)系統(tǒng)要求的最小頻譜效率為ηaSE時，且最大頻譜效率為ηbSE時，則SE和EE系統(tǒng)的折中點為η*SE，系統(tǒng)可達的最大能量效率為全局最大能量效率。由此我們可以總結(jié)得出系統(tǒng)可達的最大能量效率不一定是全局最大能量效率η*SE，因為不同的干擾強度和不同的要求頻譜效率可能會變化，導(dǎo)致SE和EE系統(tǒng)的折中點可能不會包含η*SE點。

3 動態(tài)業(yè)務(wù)感知重配置

我們仔細分析了SE和EE系統(tǒng)所能達到的不同頻譜效率和數(shù)據(jù)速率。當(dāng)業(yè)務(wù)量隨著時間不斷變化時，EE系統(tǒng)無法隨時保障系統(tǒng)所要求的頻譜效率，導(dǎo)致無法滿足用戶所要求的服務(wù)質(zhì)量。本文提出一種動態(tài)的重配置方案來適應(yīng)業(yè)務(wù)的變化。

3.1 動態(tài)業(yè)務(wù)感知網(wǎng)絡(luò)重配置方案

概述

動態(tài)業(yè)務(wù)感知重配置方案的主要思想如圖3所示。動態(tài)業(yè)務(wù)感知網(wǎng)絡(luò)重配置方案（DTR）包含3個主要部分。第一部分是RE，即速率預(yù)測，用于預(yù)測EE和SE系統(tǒng)速率。第二部分是OPE，即中斷概率預(yù)測模塊。該模塊的輸入是第一部分RE所預(yù)測出的SE和EE系統(tǒng)的系統(tǒng)速率RSE，REE和當(dāng)前業(yè)務(wù)強度λ，輸出是預(yù)測的SE和EE系統(tǒng)的中斷概率 和 。第三部分則是系統(tǒng)重配置（SR），即是根據(jù)不同情況將系統(tǒng)重配置為SE，EE和混合SE-EE系統(tǒng)。

3.2 優(yōu)化目標(biāo)

假設(shè)系統(tǒng)中有C個子信道，每個子信道的帶寬為W。被調(diào)度到的用戶一次可以分配到一個或者多個子信道。在實際系統(tǒng)中，業(yè)務(wù)量可能是動態(tài)的，一個用戶在以下情況可能會中斷：

（1）用戶接收端檢測到的信號與干擾噪聲比（SINR）小于門限值γ：SINR <γ，即pout1 = p [SINR <γ]。

（2）用戶在規(guī)定時延內(nèi)T d =Δt，其中T d 是兩次調(diào)度之間的時間間隔，Δt為預(yù)先定義好的時延門限。這種類型的中斷概率有p out 2表示，則系統(tǒng)的總中斷概率為p out = 1-（1-p out1）（1-p out 2）。為了簡化模型，本文假設(shè)所有在基站覆蓋范圍內(nèi)的用戶都滿足SINR≥γ，即pout1 = P [SINR ≤γ]=0，此時系統(tǒng)的中斷概率為p out =p out 2。一旦用戶被調(diào)度到，直到其傳輸完自己的數(shù)據(jù)比特，才會釋放資源。即意味著系統(tǒng)中斷概率為用戶在規(guī)定時延Δt無法接入系統(tǒng)的概率。

在純SE系統(tǒng)中，優(yōu)化目標(biāo)為最大化系統(tǒng)的頻譜效率。系統(tǒng)中各個子信道傳輸功率小于基站總發(fā)射功率。SE系統(tǒng)的目標(biāo)函數(shù)如下：

在一個純EE系統(tǒng)中，優(yōu)化目標(biāo)為最大化系統(tǒng)的能量效率。各個子信道上發(fā)射功率之和必須小于某個動態(tài)的值PEE。EE系統(tǒng)的目標(biāo)函數(shù)如下：

混合SE-EE系統(tǒng)主要用于當(dāng)系統(tǒng)中業(yè)務(wù)量適中的時候。在這種情況下，EE系統(tǒng)的中斷概率高于目標(biāo)中斷概率而SE系統(tǒng)的中斷概率小于目標(biāo)中斷概率，即（pEEout >p 0， pSEout

由于混合SE-EE系統(tǒng)的中斷概率總是保持為p 0，因此我們可以推出相應(yīng)的數(shù)據(jù)速率R 0，p 0 =g （R 0，λ）?

R 0 = g -1（ p 0，λ），其中，

是與速率、業(yè)務(wù)強度和數(shù)據(jù)比特D相關(guān)的中斷函數(shù)表達式，且g -1（）是g （）的反函數(shù)。具體功率分配方案如圖4所示，即速率注水算法。

3.3 動態(tài)業(yè)務(wù)感知網(wǎng)絡(luò)重配置算法

由于優(yōu)化目標(biāo)不同，我們可以得到SE、EE和混合SE-EE系統(tǒng)的不同的功率分配算法。具體的，當(dāng)DTR將系統(tǒng)重配置為SE、EE或者混合SE-EE系統(tǒng)時，分別采用經(jīng)典的注水算法，能量效率注水算法和速率注水算法。根據(jù)圖3所示的DTR工作框架，第一步為預(yù)測SE和EE系統(tǒng)的速率R SE和R EE。假設(shè)R *為能量效率最大時候的數(shù)據(jù)速率，R r為要求數(shù)據(jù)速率。系統(tǒng)最大和最小數(shù)據(jù)速率為R min和R max。方案細節(jié)由如圖5所示。通過排隊論模型預(yù)測SE和EE系統(tǒng)的中斷概率pSEout = g （RSE，λ），pEEout =g （REE，λ），DTR進行系統(tǒng)重配置。詳細過程如圖6所示。

4 仿真結(jié)果

仿真平臺為LTE系統(tǒng)級仿真平臺[10]，由于系統(tǒng)帶寬被分為若干個180 kHz的資源塊，每個資源塊視為一個子信道。表1是仿真參數(shù)設(shè)置。本文對單小區(qū)場景進行了仿真。圖7（a）顯示了單小區(qū)場景下純SE、EE和DTR的中斷概率對比。我們可以看到EE系統(tǒng)的中斷概率隨著用戶的個數(shù)N的增加而增加，且當(dāng)N =32時，中斷概率大于目標(biāo)中斷概率p 0 = 0.1。而SE系統(tǒng)的中斷概率隨著N的增大緩慢增加，直到N大于125時，系統(tǒng)的中斷概率等于目標(biāo)中斷概率。對比純SE和純EE系統(tǒng)，DTR的中斷概率在用戶少的時候，即業(yè)務(wù)量低的時候，與EE系統(tǒng)基本保持一致。圖7（b）所示為單小區(qū)場景下純SE，純EE和DTR的能量效率。當(dāng)業(yè)務(wù)量強度增加，EE系統(tǒng)總是可以達到最大的能量效率。但是SE系統(tǒng)的能量效率總是3者最低的。DTR在業(yè)務(wù)量輕的時候能量效率與EE系統(tǒng)相同，而業(yè)務(wù)量高的時候趨向于與SE系統(tǒng)相同。圖7（c）比較了純SE、EE系統(tǒng)和DTR的吞吐量。當(dāng)業(yè)務(wù)量很低的時候，3種系統(tǒng)的吞吐量一樣。當(dāng)業(yè)務(wù)量很高的時候，SE系統(tǒng)和DTR的吞吐量明顯高于EE系統(tǒng)。

5 結(jié)束語

本文介紹了一種動態(tài)業(yè)務(wù)感知網(wǎng)絡(luò)重配置方案（DTR），其主要目標(biāo)為最大化系統(tǒng)的平均能量效率同時滿足給定的中斷概率要求。方案根據(jù)業(yè)務(wù)量的不同，引入排隊模型預(yù)測系統(tǒng)的中斷概率，并根據(jù)該中斷概率對系統(tǒng)進行重配置，使系統(tǒng)切換到SE、EE或者混合SE-EE系統(tǒng)。

參考文獻

[1] MIAO Guowang， HIMAYAT N， LI G Y. Energy-efficient link adaptation in frequency-selective channels [J]. IEEE Transactions on Communications， 2010，58（2）：545-554.

[2] MIAO Guowang， HIMAYAT N， LI Ye， et al. Energy efficient design in wireless OFDMA [C]//Proceedings of the IEEE International Conference on Communications（ICC’08）， May 19-23，2008， Beijing， China. Piscataway， NJ，USA： IEEE， 2008：3307-3312.

[3] MIAO Guowang， HIMAYAT N， Li G Y， et al. Low-complexity energy-efficient OFDMA [C]//Proceedings of the IEEE International Conference on Communications （ICC’09）， Jun 14-18，2009， Dresden， Germany. Piscataway， NJ，USA： IEEE， 2009： 5p.

[4] XIONG Cong， LI G Y， ZHANG Shunqing， et al. Energy- and spectral-efficiency tradeoff in downlink OFDMA networks [C]//Proceedings of the IEEE International Conference on Communications（ICC’11），Jun 5-9，2011， Kyoto， Japan. Piscataway， NJ，USA： IEEE， 2011：5p.

[5] WENG Xiangnan， CAO Dongxu， NIU Zhisheng. Energy-efficient cellular network planning under insufficient cell zooming [C]//Proceedings of the 73rd Vehicular Technology Conference （VTC-Spring’11）， May 15-18， 2011， Budapest， Hungary. Piscataway， NJ，USA： IEEE， 2011： 5p.

[6] GONG Jie， ZHOU Sheng， NIU Zhisheng. Queuing on energy-efficient wireless transmissions with adaptive modulation and coding [C]//Proceedings of the IEEE International Conference on Communications（ICC’11）， Jun 5-9，2011， Kyoto， Japan. Piscataway， NJ，USA： IEEE， 2011：5p.

[7] GOLDSMITH A J， CHUA S G. Variable-rate variable-power MQAM for fading channels [J]. IEEE Transactions on Communications， 1997，45（10）：1218-1230.

[8] MARSAN M A， CHIARAVIGLIO L， CIULLO D， et al. Optimal energy savings in cellular access networks [C]//Proceedings of the IEEE International Conference on Communications （ICC’09）， Jun 14-18，2009， Dresden， Germany. Piscataway， NJ，USA： IEEE， 2009： 5p.

[9] KLEINROCK L. Queueing systems， Volume I： Theory [J]. IEEE Transactions on Communications， 1977，25（1）：178-179.

[10] Institute of Communications and Radio-Frequency Engineering， Vienna University of Technology.LTE_system_Level_1.2_r300 [EB/OL]. [2012-08-12]. http：//www.nt.tuwien.ac.at/ltesimulator.

收稿日期：2012-11-05

作者簡介

周旋，電子科技大學(xué)通信與信息工程學(xué)院本科畢業(yè)，電子科技大學(xué)通信抗干擾技術(shù)國家級重點實驗室在讀碩士研究生；主要研究方向為移動通信網(wǎng)絡(luò)。

馮鋼，電子科技大學(xué)無線電技術(shù)系學(xué)士及碩士畢業(yè)，香港中文大學(xué)信息工程系博士畢業(yè)；電子科技大學(xué)通信抗干擾國家級重點實驗室教授、博士生導(dǎo)師；已發(fā)表學(xué)術(shù)論文140余篇，其中SCI論文40余篇，EI論文60余篇。

秦爽，電子科技大學(xué)博士畢業(yè)；電子科技大學(xué)通信抗干擾技術(shù)國家級重點實驗室講師；主要研究領(lǐng)域為無線網(wǎng)絡(luò)；已參基金項目近10項；已發(fā)表論文8篇，其中SCI/EI收錄7篇。