超高密度無線網(wǎng)絡(luò)的自組織技術(shù)

李建東，滕偉，盛敏，徐超

（西安電子科技大學(xué)ISN國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710071）

超高密度無線網(wǎng)絡(luò)的自組織技術(shù)

李建東，滕偉，盛敏，徐超

（西安電子科技大學(xué)ISN國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710071）

網(wǎng)絡(luò)密集化是應(yīng)對(duì)未來5G無線網(wǎng)絡(luò)容量提升1 000倍挑戰(zhàn)的主要手段之一，且超高密度網(wǎng)絡(luò)中單節(jié)點(diǎn)要配置和優(yōu)化的參數(shù)超過2 000個(gè)，因此，只有通過新一代自組織技術(shù)來感知網(wǎng)絡(luò)運(yùn)行的態(tài)勢(shì)，自主發(fā)現(xiàn)和調(diào)配網(wǎng)絡(luò)資源來精準(zhǔn)匹配網(wǎng)絡(luò)中的業(yè)務(wù)流，才能有效提高網(wǎng)絡(luò)的承載能力。分析了超高密度網(wǎng)絡(luò)自組織技術(shù)面臨的挑戰(zhàn)和呈現(xiàn)的新屬性，給出了超高密度網(wǎng)絡(luò)中自組織技術(shù)的2個(gè)典型用例，展望了超高密度無線網(wǎng)絡(luò)中自組織技術(shù)的發(fā)展前景和方向。

超密無線網(wǎng)絡(luò)；自組織技術(shù)；可密集性

1 引言

網(wǎng)絡(luò)密集化作為應(yīng)對(duì)未來5G無線網(wǎng)絡(luò)容量提升1 000倍挑戰(zhàn)[1]的主要手段之一，已經(jīng)得到了產(chǎn)業(yè)界和學(xué)術(shù)界的廣泛認(rèn)可[2,3]。未來5G網(wǎng)絡(luò)需要支持幾十 Tbit·s-1·km-2的業(yè)務(wù)密度、大于每平方公里百萬個(gè)的連接密度。網(wǎng)絡(luò)密集化主要是通過密集布設(shè)微蜂窩/微微蜂窩/家庭基站[4]，拉近用戶與各類基站之間的距離，從而實(shí)現(xiàn)提升頻譜資源的空間復(fù)用率、保證用戶體驗(yàn)，達(dá)到提高網(wǎng)絡(luò)容量等目標(biāo)。

在網(wǎng)絡(luò)密集化過程中，基站數(shù)目將不斷增加，其數(shù)量和用戶設(shè)備數(shù)目具有相同數(shù)量級(jí)[5]，密集化帶來的主要問題有如下方面。

1) 網(wǎng)絡(luò)需管理和配置的參數(shù)大幅增長(zhǎng)。例如：在2G網(wǎng)絡(luò)中，單節(jié)點(diǎn)需要配置和優(yōu)化的參數(shù)大約為500個(gè)；3G網(wǎng)絡(luò)需要配置和優(yōu)化的參數(shù)達(dá)1 000個(gè)；4G則有1 500個(gè)參數(shù)。而在下一代網(wǎng)絡(luò)中，單節(jié)點(diǎn)可能需要配置和優(yōu)化達(dá)2 000個(gè)參數(shù)[6]。這將導(dǎo)致網(wǎng)絡(luò)的操作復(fù)雜度和運(yùn)營(yíng)成本提升 60倍左右。因此，隨著網(wǎng)絡(luò)的密集化，如何快速、高效地配置和優(yōu)化網(wǎng)絡(luò)參數(shù)顯得越來越重要。

2) 密集非規(guī)則布設(shè)的微小基站（指微蜂窩基站/微微蜂窩基站/家庭基站的統(tǒng)稱）間的干擾管控復(fù)雜。在傳統(tǒng)的2G/3G蜂窩網(wǎng)絡(luò)中，主要通過預(yù)先規(guī)劃來布設(shè)宏蜂窩和微蜂窩基站，從而系統(tǒng)中的干擾得到很好的控制。而在 4G/未來的 5G網(wǎng)絡(luò)中，由于微小基站的自主和隨機(jī)布設(shè)，導(dǎo)致整個(gè)網(wǎng)絡(luò)中微小基站是大規(guī)模非規(guī)則設(shè)置的，從而導(dǎo)致同層蜂窩小區(qū)之間以及不同層蜂窩小區(qū)之間的相互干擾。另外，在超密布設(shè)微小基站的情況下，由于傳輸距離的減少，無線電波從遠(yuǎn)場(chǎng)傳播模型向近場(chǎng)傳播模型過渡，將導(dǎo)致網(wǎng)絡(luò)干擾和拓?fù)渥兓鼮閯×襕7,8]。

3) 回程資源嚴(yán)重受限。出于成本和可操作性的考慮，大量微小基站通過數(shù)字用戶線路（DSL,digital subscriber line）或者無線鏈路接入核心網(wǎng)，這將導(dǎo)致微小基站的回程傳輸容量的限制變得更加明顯[9]。

4) 信道間的相關(guān)性增強(qiáng)，可用分集增益減少。基站的密集化布設(shè)可以拉近基站與用戶間距離，此時(shí)，無線信號(hào)將從非視距（NLoS, non-line-of-sight）傳輸向視距（LoS, line-of-sight）傳輸轉(zhuǎn)變[10]，這導(dǎo)致信道的分集增益減少。

5) 用戶行為的相關(guān)性增強(qiáng)。隨著小區(qū)覆蓋范圍的縮小，用戶間的相對(duì)距離變小，使用戶之間的行為（業(yè)務(wù)請(qǐng)求、移動(dòng)軌跡等）具有相關(guān)性。例如，在傳統(tǒng)的宏蜂窩小區(qū)中，小區(qū)的覆蓋范圍達(dá)到幾千米，用戶不僅數(shù)量較多而且類型（教師、學(xué)生、工人、上班族等）復(fù)雜，這種差異性導(dǎo)致用戶間行為相互獨(dú)立。然而在超密集網(wǎng)絡(luò)中，小區(qū)內(nèi)用戶類型較為單一（比如都是一個(gè)辦公室的員工），顯然這些用戶的相關(guān)程度很高。

面對(duì)上述挑戰(zhàn)，為了充分發(fā)掘超密集無線網(wǎng)絡(luò)所具備的潛在優(yōu)勢(shì)，需要研究如何在減少人工參與的同時(shí)，實(shí)現(xiàn)資源的按需、自主配置。新一代自組織技術(shù)由于能夠感知網(wǎng)絡(luò)態(tài)勢(shì)信息（網(wǎng)絡(luò)資源的分布和狀態(tài)、干擾的特征和分布）及其變化，通過自主發(fā)現(xiàn)和調(diào)配網(wǎng)絡(luò)資源來精準(zhǔn)匹配網(wǎng)絡(luò)中的業(yè)務(wù)流，倍增無線通信網(wǎng)絡(luò)的整體效能，提高網(wǎng)絡(luò)的承載能力（容量），成為了使網(wǎng)絡(luò)能夠密集化發(fā)展的重要手段。

本文重點(diǎn)研究了超高密度無線網(wǎng)絡(luò)中的自組織技術(shù)。首先，本文介紹了自組織網(wǎng)絡(luò)的概念及框架，并分析了在超高密度無線網(wǎng)絡(luò)中運(yùn)用自組織技術(shù)存在的問題。然后，本文完備并發(fā)現(xiàn)了超高密度無線網(wǎng)絡(luò)中的自組織技術(shù)的特征屬性，給出了超密集無線網(wǎng)絡(luò)中自組織技術(shù)的2種典型用例, 進(jìn)而揭示了在超高密度無線網(wǎng)絡(luò)中自組織技術(shù)可有效減少系統(tǒng)干擾，提升網(wǎng)絡(luò)容量，適應(yīng)網(wǎng)絡(luò)的密集化發(fā)展。最后，本文旨在給大家提供一種啟示性研究思路，使該技術(shù)在未來超密網(wǎng)絡(luò)中得到廣泛關(guān)注。

2 超高密度無線網(wǎng)絡(luò)中自組織技術(shù)的挑戰(zhàn)及實(shí)現(xiàn)架構(gòu)

自組織網(wǎng)絡(luò)技術(shù)（SON, self-organizing network）是指自身能夠主動(dòng)感知周圍環(huán)境變化，并做出自主決策的技術(shù)[11]，其概念最早出現(xiàn)在仿生學(xué)研究中。利用該技術(shù)，網(wǎng)絡(luò)能夠?qū)W習(xí)外部環(huán)境，通過自主決策適應(yīng)環(huán)境的動(dòng)態(tài)變化。由于自組織技術(shù)具備的優(yōu)越性，目前已被廣泛用于無線傳感器網(wǎng)絡(luò)[12]、ad hoc網(wǎng)絡(luò)[13]和計(jì)算機(jī)網(wǎng)絡(luò)[14]。隨著移動(dòng)蜂窩網(wǎng)絡(luò)的不斷發(fā)展，其網(wǎng)絡(luò)部署和維護(hù)的成本越來越高，網(wǎng)絡(luò)資源管理和控制越來越復(fù)雜。因此，自組織技術(shù)同樣被視為一種有效的手段，被引入到異構(gòu)蜂窩網(wǎng)，并得到了快速的發(fā)展[15]。為了在超密網(wǎng)絡(luò)中應(yīng)用自組織技術(shù)，高通公司專門開展了超密自組織技術(shù)（UltraSON）的研究[16]。UltraSON 主要研究了在超密場(chǎng)景下自組織技術(shù)對(duì)移動(dòng)性管理、功能控制和資源管控等方面的應(yīng)用。Ali Imran等[17]也對(duì)下一代蜂窩網(wǎng)絡(luò)中自組織技術(shù)進(jìn)行了研究，其主要研究方向?yàn)榫W(wǎng)絡(luò)性能的估計(jì)、參數(shù)的自配置以及天線傾角、方向角的優(yōu)化。為了克服超密網(wǎng)絡(luò)中人工診斷的困難，Raquel Barco團(tuán)隊(duì)[18～20]通過使用機(jī)器學(xué)習(xí)和大數(shù)據(jù)等方法實(shí)現(xiàn)了網(wǎng)絡(luò)的自愈合功能。

傳統(tǒng)的自組織網(wǎng)絡(luò)技術(shù)主要包括自配置[21]、自優(yōu)化[22]和自愈合[23]，3個(gè)層面的功能為：1) 自配置（self-configuration），即新加入的網(wǎng)絡(luò)節(jié)點(diǎn)（如家庭基站）可以自動(dòng)下載和安裝軟件以及配置網(wǎng)絡(luò)參數(shù)，達(dá)到即插即用的效果，這樣能夠減少人工安裝成本并且能夠簡(jiǎn)化安裝流程；2) 自優(yōu)化（self-optimization），即在網(wǎng)絡(luò)運(yùn)行階段，網(wǎng)絡(luò)根據(jù)用戶設(shè)備和基站的性能參數(shù)測(cè)量報(bào)告，自適應(yīng)地調(diào)整網(wǎng)絡(luò)參數(shù)，從而提高網(wǎng)絡(luò)整體性能；3) 自愈合（self-healing），即當(dāng)發(fā)生或即將發(fā)生故障時(shí)，網(wǎng)絡(luò)能夠及時(shí)有效地通過參數(shù)優(yōu)化或者重置部分參數(shù)來排除故障，恢復(fù)網(wǎng)絡(luò)的正常運(yùn)行。網(wǎng)絡(luò)的自愈合功能可以加快發(fā)現(xiàn)和處理問題的速度，同時(shí)也可以避免人為排錯(cuò)所引發(fā)的非實(shí)時(shí)性以及潛在差錯(cuò)。

為了實(shí)現(xiàn)上述自組織網(wǎng)絡(luò)的主要功能，自組織技術(shù)應(yīng)具備如下 3個(gè)特性[24]：1) 可擴(kuò)展性，即隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，自組織技術(shù)的復(fù)雜度并不會(huì)無限增加，這就需要自組織技術(shù)在實(shí)施過程中僅需交互少量的局部信息且具有較低的實(shí)現(xiàn)復(fù)雜度；2) 穩(wěn)定性，即自組織技術(shù)能夠在有限的、可接受的時(shí)間范圍內(nèi)從當(dāng)前狀態(tài)轉(zhuǎn)移到所需狀態(tài)，并且在該過程中避免振蕩；3) 敏捷性，也稱為自適應(yīng)性，即要求自組織技術(shù)能對(duì)網(wǎng)絡(luò)環(huán)境的變化及時(shí)地做出響應(yīng)，但又不會(huì)反應(yīng)過激（當(dāng)網(wǎng)絡(luò)環(huán)境變化很小時(shí)做出大幅度反應(yīng)）。

2.1 超密無線網(wǎng)絡(luò)中自組織技術(shù)的挑戰(zhàn)

針對(duì)超密無線網(wǎng)絡(luò)的主要問題，其自組織技術(shù)面臨的第一個(gè)新挑戰(zhàn)就是網(wǎng)絡(luò)是否具有“可密集性”。所謂“可密集性”是指隨著網(wǎng)絡(luò)規(guī)模的不斷增加（網(wǎng)絡(luò)的面積不變，而單位面積里節(jié)點(diǎn)的密度不斷增加），網(wǎng)絡(luò)的容量隨微小基站密度的增加而顯著增加，且網(wǎng)絡(luò)的控制開銷不會(huì)更快增長(zhǎng)而導(dǎo)致網(wǎng)絡(luò)承載能力的惡化。

網(wǎng)絡(luò)的超高密度發(fā)展，使無線通信場(chǎng)景從傳統(tǒng)的遠(yuǎn)場(chǎng)通信向近場(chǎng)通信轉(zhuǎn)變，完全可能顛覆現(xiàn)有在遠(yuǎn)場(chǎng)傳播條件下得到的關(guān)于無線網(wǎng)絡(luò)性能，尤其是網(wǎng)絡(luò)容量的各種結(jié)論。因此，具備“可擴(kuò)展性和可密集性”等特征的新一代自組織技術(shù)，能夠感知網(wǎng)絡(luò)態(tài)勢(shì)信息（網(wǎng)絡(luò)資源的分布和狀態(tài)、干擾的特征和分布）及其變化，通過自主發(fā)現(xiàn)和調(diào)配網(wǎng)絡(luò)資源來精準(zhǔn)匹配網(wǎng)絡(luò)中的業(yè)務(wù)流，可倍增無線通信網(wǎng)絡(luò)的整體效能，提高網(wǎng)絡(luò)的承載能力（容量）。

針對(duì)超高密度異構(gòu)網(wǎng)絡(luò)環(huán)境，為了更好地利用自組織技術(shù)，迫切需要開展超高密度異構(gòu)無線網(wǎng)絡(luò)的自組織特性及機(jī)理研究，并探索超高密度異構(gòu)無線網(wǎng)絡(luò)的網(wǎng)絡(luò)容量理論，提出逼近網(wǎng)絡(luò)容量的自組織方法。未來的研究?jī)?nèi)容包括以下2個(gè)方面。

1) 超高密度異構(gòu)無線網(wǎng)絡(luò)的自組織特性及機(jī)理研究。研究網(wǎng)絡(luò)密集化對(duì)超密環(huán)境下自組織方案的可擴(kuò)展性、可密集性等的作用機(jī)理，從而指導(dǎo)逼近網(wǎng)絡(luò)容量的自組織方案設(shè)計(jì)。研究自組織技術(shù)的“可密集性”的準(zhǔn)確數(shù)學(xué)表征方法，構(gòu)建評(píng)估超高密度異構(gòu)無線網(wǎng)絡(luò)資源管控技術(shù)有效性的性能評(píng)估體系。

2) 逼近網(wǎng)絡(luò)容量的自組織技術(shù)。重點(diǎn)突破滿足自組織特性的資源管控技術(shù)。以干擾管理為例，由于干擾不同于噪聲，其不僅攜帶了能量與信息，而且具有一定的結(jié)構(gòu)和特征。因此，在超密集網(wǎng)絡(luò)中，一方面需要研究已有的干擾管控技術(shù)的可行條件（即可適用的密度范圍）；另一方面，則需要充分利用干擾的特征及結(jié)構(gòu)，設(shè)計(jì)新穎的干擾管控手段，提升網(wǎng)絡(luò)容量。同時(shí)，還需要利用用戶行為相關(guān)性和信道相關(guān)性，設(shè)計(jì)高效具有可擴(kuò)展性、可密集性等的小區(qū)切換、負(fù)載均衡策略、移動(dòng)性管理策略等自組織資源管控方法，逼近超密網(wǎng)絡(luò)的容量界。

可密集性是網(wǎng)絡(luò)超高密集化發(fā)展后，自組織技術(shù)呈現(xiàn)的新屬性；同時(shí)為可擴(kuò)展性、穩(wěn)定性、敏捷性（自適應(yīng)性）等自組織技術(shù)增加了新的內(nèi)涵。

從可擴(kuò)展性來看，隨著節(jié)點(diǎn)數(shù)量的激增，近域節(jié)點(diǎn)的決策對(duì)當(dāng)前節(jié)點(diǎn)決策的影響將增強(qiáng)。如何有效控制這種相互影響性，并利用局部不完備的信息實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)性能的優(yōu)化，且確保在單位面積內(nèi)節(jié)點(diǎn)的密度保持不變的情況下，網(wǎng)絡(luò)控制開銷不隨系統(tǒng)規(guī)模的增加而無限度的增加，確保網(wǎng)絡(luò)的服務(wù)能力，是面臨的第二個(gè)挑戰(zhàn)。

從穩(wěn)定性來看，在超密網(wǎng)絡(luò)中，節(jié)點(diǎn)數(shù)目的眾多，一方面將導(dǎo)致網(wǎng)絡(luò)整體業(yè)務(wù)狀態(tài)的突發(fā)性明顯增加，另一方面，由于用戶的相關(guān)性增加，必然會(huì)導(dǎo)致業(yè)務(wù)變化具有較大的傳遞性。因此，如何避免由于局部業(yè)務(wù)的頻繁變化而導(dǎo)致網(wǎng)絡(luò)進(jìn)入高度振蕩，無法穩(wěn)定的狀態(tài)，是超密下自組織技術(shù)面臨的第三個(gè)挑戰(zhàn)。

從敏捷性上來看，由于網(wǎng)絡(luò)狀態(tài)復(fù)雜，管控參量眾多（單節(jié)點(diǎn)2 000個(gè)以上），一方面自組織技術(shù)要求能夠?qū)W(wǎng)絡(luò)的變化迅速做出反應(yīng)，一方面又要求自組織技術(shù)可以判斷網(wǎng)絡(luò)變化的不穩(wěn)定性，能夠前瞻式地預(yù)測(cè)網(wǎng)絡(luò)環(huán)境的變化，避免做出不恰當(dāng)?shù)膭?dòng)作，導(dǎo)致網(wǎng)絡(luò)振蕩。因此，需要超密網(wǎng)絡(luò)環(huán)境下，自組織技術(shù)要求能夠更智慧地分辨網(wǎng)絡(luò)的暫態(tài)變化。

2.2 SON的實(shí)現(xiàn)架構(gòu)

目前，SON的實(shí)現(xiàn)架構(gòu)主要分為以下3種[25]。

1) 集中式SON

在集中式 SON架構(gòu)中，所有的功能實(shí)體位于操作維護(hù)管理（OAM, operation administration and maintenance）單元，如圖1(a)所示。由于OAM位于網(wǎng)絡(luò)的上層結(jié)構(gòu)，數(shù)量相對(duì)較少，部署相對(duì)容易。顯然，傳統(tǒng)基于中心管控的蜂窩網(wǎng)絡(luò)是實(shí)現(xiàn)集中式自組織功能的一種可行架構(gòu)。然而，目前，蜂窩網(wǎng)絡(luò)中的管控技術(shù)通常需要引入人為干預(yù)，不具備前文中所介紹的自組織功能特點(diǎn)。因此，為了實(shí)現(xiàn)自組織功能，需要網(wǎng)絡(luò)中添加數(shù)據(jù)存儲(chǔ)和計(jì)算模塊來處理海量歷史數(shù)據(jù)、挖掘有用信息，通過對(duì)歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)完成網(wǎng)絡(luò)自主決策。因此，海量數(shù)據(jù)的存儲(chǔ)以及高效計(jì)算的實(shí)現(xiàn)是蜂窩網(wǎng)絡(luò)中實(shí)現(xiàn)自組織技術(shù)的關(guān)鍵。

圖1 SON的實(shí)現(xiàn)架構(gòu)

2) 分布式SON

在分布式SON體系架構(gòu)中，所有的功能實(shí)體都位于各個(gè)基站中（也可以在終端節(jié)點(diǎn)里），如圖1(b)所示?；谠摷軜?gòu)能夠很好地實(shí)現(xiàn)簡(jiǎn)單、快速的分布式自優(yōu)化算法。但是，隨著網(wǎng)絡(luò)的密集化，部署開銷將顯著增加。如何通過局部的分布式?jīng)Q策來保障網(wǎng)絡(luò)整體性能，是該架構(gòu)下面臨的重要問題。

3) 混合式SON

在混合式SON中，SON的一部分功能部署在OAM 中，一部分部署在基站（或終端節(jié)點(diǎn)）中，如圖1(c)所示。這種架構(gòu)綜合了集中式和分布式這2種方式的優(yōu)點(diǎn)。具體來說，在基站側(cè)主要部署簡(jiǎn)單、快速的自組織技術(shù)；在OAM側(cè)主要部署需要更多交互信息的、復(fù)雜的自組織技術(shù)。

上述3種體系架構(gòu)各有利弊：集中式SON的優(yōu)點(diǎn)是能達(dá)到網(wǎng)絡(luò)性能最優(yōu)，但方案實(shí)現(xiàn)起來比較復(fù)雜；分布式 SON的優(yōu)點(diǎn)是能對(duì)外界環(huán)境做出快速反應(yīng)，可擴(kuò)展性強(qiáng)，但是由于缺少全局信息，一般很難達(dá)到全局最優(yōu)；混合式 SON結(jié)合了前兩者的特點(diǎn)，能夠更好地適應(yīng)不同的優(yōu)化場(chǎng)景，但不能完全克服中心節(jié)點(diǎn)遭到破壞時(shí)所帶來的問題。因此，在未來的超密集網(wǎng)絡(luò)中，需要根據(jù)具體目標(biāo)需求來選擇不同的體系架構(gòu)。

3 超密集無線網(wǎng)絡(luò)中的自組織技術(shù)典型用例

本文給出2個(gè)典型的自組織技術(shù)用例。在超密集無線網(wǎng)絡(luò)中，除了運(yùn)營(yíng)商規(guī)則布設(shè)的宏蜂窩基站，存在大量隨機(jī)布設(shè)的微蜂窩基站。因此，微蜂窩小區(qū)中可能存在嚴(yán)重的層間干擾（宏蜂窩小區(qū)和微蜂窩小區(qū)之間的干擾）和層內(nèi)干擾（微蜂窩小區(qū)之間的干擾）。層間干擾可以通過正交信道布設(shè)機(jī)制徹底消除，但是，為了緩解層內(nèi)干擾，進(jìn)一步提升網(wǎng)絡(luò)容量，本文需要研究微蜂窩網(wǎng)絡(luò)中子信道分配技術(shù)。同時(shí)，隨著基站的密集化布設(shè)，用戶能夠被更多的基站覆蓋，因此，如何根據(jù)信道條件使用戶能夠快速高效地接入網(wǎng)絡(luò)顯得十分重要。

3.1 信道自配置技術(shù)

在無線網(wǎng)絡(luò)中，信道自配置技術(shù)具有重要作用。好的信道自配置技術(shù)，可以使加入網(wǎng)絡(luò)的節(jié)點(diǎn)設(shè)備根據(jù)網(wǎng)絡(luò)環(huán)境，自主選擇工作頻點(diǎn)，從而緩解資源使用沖突、提升網(wǎng)絡(luò)性能。未來超密無線網(wǎng)絡(luò)中，由于微蜂窩小區(qū)數(shù)目激增、空間分布具有強(qiáng)隨機(jī)性以及回程鏈路容量受限，集中式資源管控技術(shù)將無法適用。因此，通過設(shè)計(jì)完全分布式的子信道分配機(jī)制，緩解網(wǎng)絡(luò)干擾、提升網(wǎng)絡(luò)整體容量，成為亟待解決的重要問題。本文在前期工作[26]中將該問題建模為一個(gè)非合作速率最大化博弈模型，并設(shè)計(jì)了一種完全分布式的子信道分配算法（UDSAA,utility-based distributed sub-channel allocation algorithm）注1。當(dāng)有新的微蜂窩基站加入網(wǎng)絡(luò)時(shí)，該算法將被觸發(fā)。該算法的主要思想是利用微蜂窩的傳輸容量來刻畫微蜂窩基站所獲得的效用，如式(1)所示，并在此基礎(chǔ)上構(gòu)造了非合作速率最大化博弈模型（NRMG，non-cooperative rate maximization game）。面對(duì)NRMG中納什均衡存在性無法保證這一事實(shí)，通過在局中人（微蜂窩基站）的狀態(tài)空間中引入一維新的變量描述其對(duì)探索新策略的渴望程度，設(shè)計(jì)了一種基于效用的學(xué)習(xí)模型，使所提出算法在給定條件下能夠漸近收斂到一個(gè)帕累托有效解。在算法執(zhí)行過程中，任意微蜂窩基站僅需根據(jù)此時(shí)自身所獲得效用以及所處狀態(tài)，決定是否沿用當(dāng)前策略（即所選擇信道）。任意微蜂窩基站n∈N 的效用函數(shù)定義如下

綜上所述，該算法具備如下特點(diǎn)：1) 由于執(zhí)行算法時(shí)無需在不同微蜂窩小區(qū)之間引入信令交互，因此其更加適用于具有隨機(jī)布設(shè)特性以及回程鏈路容量有限的密集微蜂窩網(wǎng)絡(luò)；2) 在給定條件下可以證明所提出算法可以漸近收斂到所研究問題的一個(gè)帕累托有效解；3) 執(zhí)行該算法時(shí)無需對(duì)所構(gòu)造博弈模型中納什均衡（NE, Nash equilibrium）的存在性提出嚴(yán)格要求，即該分布式算法即便在普適條件下依然能夠較好地保障網(wǎng)絡(luò)整體性能。

圖 2給出了不同算法下網(wǎng)絡(luò)的平均信干噪比隨微蜂窩基站個(gè)數(shù)的變化關(guān)系。當(dāng)網(wǎng)絡(luò)中的微蜂窩基站數(shù)增加時(shí)，用戶受到的干擾會(huì)增大，平均信噪比會(huì)降低。從圖2可以看出，本文提出的UDSAA算法始終能為系統(tǒng)帶來較高的平均信干噪比。而且，由于該算法只需要測(cè)量微蜂窩基站獲得的外界干擾，不需要微蜂窩基站間進(jìn)行信息交互，信噪比的變化對(duì)算法的影響不大。圖3表示了網(wǎng)絡(luò)容量隨基站個(gè)數(shù)的變化關(guān)系。通過仿真結(jié)果可以看出，當(dāng)給定區(qū)域（半徑為 100 m的圓形區(qū)域）中微蜂窩基站密度不斷增大時(shí)，相比文獻(xiàn)[27,28]中的算法，本文提出的算法 UDSAA始終能為系統(tǒng)帶來較高的網(wǎng)絡(luò)容量。更為重要的是，UDSAA算法具備SON技術(shù)所需的各種特性：由于無需基站間進(jìn)行信息交互，其具有很好的可擴(kuò)展性；由于能夠在一定條件下達(dá)到帕累托有效解，其具備穩(wěn)定性；由于是完全分布式的，能夠很快地對(duì)周圍狀態(tài)做出反應(yīng)，其具有較好的敏捷性。

圖2 網(wǎng)絡(luò)的平均信干噪比

圖3 網(wǎng)絡(luò)的整體容量

3.2 用戶關(guān)聯(lián)技術(shù)

用戶關(guān)聯(lián)技術(shù)會(huì)直接影響網(wǎng)絡(luò)的資源分配方案，從而影響網(wǎng)絡(luò)最終的性能。在超密集無線網(wǎng)絡(luò)中，隨著單位面積內(nèi)基站和用戶的數(shù)量增加，用戶與基站之間的關(guān)聯(lián)問題將變得更加復(fù)雜，因此，用戶關(guān)聯(lián)技術(shù)是超密集網(wǎng)絡(luò)中自組織技術(shù)的一種典型用例。為了在降低實(shí)現(xiàn)復(fù)雜度的同時(shí)，保障關(guān)聯(lián)策略的有效性和穩(wěn)定性，李建東等[29]參考Gale和Shapley的穩(wěn)定婚姻策略設(shè)計(jì)了一種基于用戶和基站雙向匹配的分布式用戶關(guān)聯(lián)算法。算法具體實(shí)現(xiàn)步驟如下。

step1 測(cè)量基站m∈M與其所屬區(qū)域內(nèi)用戶n∈N的距離，得到距離矩陣 D=( dm,n)M×N。根據(jù)距離的遠(yuǎn)近，基站m建立其關(guān)于周圍用戶的喜好列表Pm；同理，用戶n根據(jù)距離矩陣建立其關(guān)于周圍基站的喜好列表。

step2 若基站m關(guān)聯(lián)的用戶數(shù)未達(dá)到上限Nmax，基站m將從其用戶喜好列表Pm中選擇還未被關(guān)聯(lián)的用戶進(jìn)行關(guān)聯(lián)請(qǐng)求。

step3 用戶n從向其發(fā)送關(guān)聯(lián)請(qǐng)求的基站和暫時(shí)已經(jīng)關(guān)聯(lián)的基站中，根據(jù)其喜好列表，選擇其最喜好的基站進(jìn)行關(guān)聯(lián)，并拒絕其他基站。

step4 當(dāng)所有用戶已成功關(guān)聯(lián)基站或所有基站關(guān)聯(lián)的用戶數(shù)達(dá)到上限Nmax時(shí)，算法結(jié)束，否則轉(zhuǎn)到step2。

需要指出的是，該算法可以在局部區(qū)域分布式執(zhí)行、無需基站間進(jìn)行信息交互，因此能夠適用于基站和用戶較多的超密集網(wǎng)絡(luò)；另一方面，該算法可以打破關(guān)聯(lián)順序與網(wǎng)絡(luò)性能之間的相互制約，實(shí)現(xiàn)用戶與基站之間的最優(yōu)匹配。然而，傳統(tǒng)用戶主導(dǎo)或者基站主導(dǎo)的關(guān)聯(lián)機(jī)制并不具備這一特性。上述差別可以通過圖4和圖5展示。其中，圖4給出了當(dāng)用戶 a、b的關(guān)聯(lián)順序不同時(shí)，用戶主導(dǎo)的關(guān)聯(lián)算法執(zhí)行結(jié)果；而圖5給出了當(dāng)用戶a、b的關(guān)聯(lián)順序不同時(shí)，基站主導(dǎo)的關(guān)聯(lián)算法執(zhí)行結(jié)果。可以看到，不同的關(guān)聯(lián)順序?qū)?dǎo)致網(wǎng)絡(luò)工作在不同的狀態(tài)（虛線箭頭所示為最優(yōu)關(guān)聯(lián)關(guān)系，而實(shí)線箭頭為實(shí)際關(guān)聯(lián)的情況）。然而，利用所提出雙向匹配算法，能夠始終獲得最優(yōu)的關(guān)聯(lián)結(jié)果。

圖4 基于最近距離的用戶關(guān)聯(lián)基站結(jié)果示意

圖5 基于最近距離的基站關(guān)聯(lián)用戶結(jié)果示意

仿真結(jié)果如圖6和圖7所示。圖6顯示了雙向匹配關(guān)聯(lián)算法、最近距離用戶關(guān)聯(lián)基站算法和最近距離基站關(guān)聯(lián)用戶算法下的網(wǎng)絡(luò)容量。利用所提出關(guān)聯(lián)算法可以有效提升網(wǎng)絡(luò)容量。圖7展示了當(dāng)基站和用戶數(shù)目相等、基站服務(wù)用戶限制不同時(shí)，算法迭代次數(shù)與網(wǎng)絡(luò)規(guī)模之間的關(guān)系。根據(jù)仿真結(jié)果可以看出，算法所需的迭代次數(shù)（執(zhí)行時(shí)間復(fù)雜度）并不會(huì)隨著基站和用戶數(shù)目的增加而呈線性增長(zhǎng)，表明算法具有良好的可密集性，因此比較適用于超密集無線網(wǎng)絡(luò)中。

圖6 網(wǎng)絡(luò)容量和微蜂窩基站個(gè)數(shù)關(guān)系

圖7 算法迭代次數(shù)與網(wǎng)絡(luò)規(guī)模之間關(guān)系

隨著網(wǎng)絡(luò)的密集化發(fā)展，網(wǎng)絡(luò)干擾復(fù)雜多變，因此研究高效的信道自配置技術(shù)從而有效地緩解層內(nèi)干擾是一個(gè)亟待解決的問題。文獻(xiàn)[27,28]中，微蜂窩基站需要通過其他微蜂窩基站到用戶的信道狀態(tài)信息來進(jìn)行信道配置，因此會(huì)引入額外的信令交互。Lee等[30]利用圖論的相關(guān)知識(shí)，通過構(gòu)造網(wǎng)絡(luò)干擾圖提出了一種基于分組的資源分配機(jī)制，處理了微蜂窩網(wǎng)絡(luò)的層內(nèi)干擾問題。Liang等[31]利用類似思想，使用網(wǎng)絡(luò)干擾圖刻畫了微蜂窩小區(qū)之間的彼此關(guān)系，提出了一種基于貪婪的資源分配方法。這2項(xiàng)工作需要引入一個(gè)中心控制實(shí)體對(duì)微蜂窩基站進(jìn)行集中管理，引入大量的信令開銷。相比之下，本文提出的UDSAA算法是完全分布式的，不需要基站間額外的信令開銷。

在未來超密異構(gòu)無線網(wǎng)絡(luò)中，可供用戶選擇的基站類型豐富多樣，而用戶的接入策略直接影響到網(wǎng)絡(luò)的資源分配。在現(xiàn)有系統(tǒng)中，基于用戶信號(hào)接收功率的用戶接入是最為常見的一種接入策略[32]。與之相比，本文提出的雙向匹配算法具有更大網(wǎng)絡(luò)容量。對(duì)于用戶關(guān)聯(lián)的問題，已有一些關(guān)聯(lián)策略的研究。文獻(xiàn)[33]將用戶關(guān)聯(lián)問題建模成效用函數(shù)最大化問題，通過松弛將組合優(yōu)化問題轉(zhuǎn)化為凸優(yōu)化進(jìn)行求解。用戶關(guān)聯(lián)問題一般是一個(gè)組合優(yōu)化問題，文獻(xiàn)[34]提出利用貪婪算法求解組合優(yōu)化問題的次優(yōu)解，從而降低算法復(fù)雜度。文獻(xiàn)[35]通過梯度下降算法和拉格朗日對(duì)偶的方法來間接得到最優(yōu)的用戶關(guān)聯(lián)策略。在超密場(chǎng)景中，網(wǎng)絡(luò)環(huán)境復(fù)雜多變，用戶關(guān)聯(lián)算法的收斂速度對(duì)網(wǎng)絡(luò)性能的影響至關(guān)重要。而本文提出的雙向匹配算法比上述3種用戶關(guān)聯(lián)算法的復(fù)雜度低，信令交互開銷小，并且具有分布式的特點(diǎn)，因此能夠更好地應(yīng)用于超高密度無線網(wǎng)絡(luò)中。

4 結(jié)束語

網(wǎng)絡(luò)密集化是形勢(shì)所趨，面對(duì)超密集無線網(wǎng)絡(luò)中用戶環(huán)境的多變性、網(wǎng)絡(luò)的異構(gòu)性以及用戶相關(guān)性，真正地將自組織技術(shù)運(yùn)用到超密集無線網(wǎng)絡(luò)中仍存在一些問題。在超高密度無線網(wǎng)絡(luò)中，自組織技術(shù)的可擴(kuò)展性、穩(wěn)定性、敏捷性（自適應(yīng)性）有了新的內(nèi)涵，同時(shí)自組織技術(shù)也呈現(xiàn)出可密集性的新屬性。針對(duì)超密集異構(gòu)無線網(wǎng)絡(luò)中自組織技術(shù)具有的新內(nèi)涵和新屬性，本文迫切需要開展超高密度異構(gòu)無線網(wǎng)絡(luò)的自組織特性和機(jī)理研究，提出逼近網(wǎng)絡(luò)容量的自組織方法。因此，關(guān)注超高密度異構(gòu)無線網(wǎng)絡(luò)的自組織特性，設(shè)計(jì)適用于超密網(wǎng)絡(luò)的自組織技術(shù)，是未來5G網(wǎng)絡(luò)的發(fā)展方向。

[1] Qualcomm Incorporated (2013, 7). The 1 000x data challenge[EB/OL].http://www.qualcomm.com/1000x/.

[2] ANDREWSJG, BUZZI S, CHOI W. What will 5G be?[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(6):1065-1082.

[3] BHUSHAN N, LI J, MALLADI D. Network densification: the dominant theme for wireless evolution into 5G[J]. IEEE Communications Magazine, 2014, 52(2):82-89.

[4] ANDREWS J G, CLAUSSEN H, DOHLER M, et al. Femtocells: past,present, and future[J]. IEEE Journal on Selected Areas in Communications, 2012, 30(3):497-508.

[5] MOGENSEN P, PAJUKOSKI K, TIIROLA E. Centimeter-wave concept for 5G ultra-dense small cells[C]//Vehicular Technology Conference (VTC Spring), c2014: 1-6.

[6] IMRAN A, ZOHA A. Challenges in 5G: how to empower SON with big data for enabling 5G[J]. IEEE Network, 2014, 28(6): 27-33.

[7] LOPEZ-PEREZ D, DING M, CLAUSSEN H, et al. Towards 1Gbps/UE: understanding ultra dense small cell deployments[J]. IEEE Communications Surveys & Tutorial, 2015: 1.

[8] GOTSIS A, STEFANATOS S, ALEXIOU A. Ultra dense networks: the new wireless frontier for enabling 5G access[J]. Computer Science,2015, 23(1): 72-79.

[9] PENG H, XIAO Y, RUYUE Y N, et al. Ultra dense network: challenges, enabling technologies and new trends[J]. China Communications, 2016, 13(2): 30-40.

[10] DING M, WANG P, LOPEZ-PEREZ, et al. Performance impact of NLoS and LoS transmissions in small cell networks[J]. IEEE Transactions on Wireless Communications, 2015.

[11] EIGEN M, SCHUSTER P. A principle of natural self-organization[J].Naturwissenschaften, 1977, 64(11): 541-565.

[12] MILLS K L. A brief survey of self-organization in wireless sensor networks[J].Wireless Communications and Mobile Computing, 2007,7(7): 823-834.

[13] DRESSIER F. A study of self-organization mechanisms in ad hoc and sensor networks[J]. Computer Communications, 2008, 31(13):3018-3029.

[14] DOBSON S, DENAZIS S, FERN’ANDEZ A, et al. A survey of autonomic communications[J]. ACM Transactions Autonomous Adaptive Systems, 2006, 1(2): 223-259.

[15] JORGUSESKI L, PAIS A, GUNNARSSON F, et al. Self-organizing networks in 3GPP: standardization and future trends[J]. IEEE Communications Magazine, 2014, 52(12): 28-34.

[16] Qualcomm Incorporated (2015, July). UltraSON: Self-organizing Small Cells[EB/OL]. https://www.qualcomm.com/invention/research/projects/small-cells/ultrason.

[17] QSON(quality of service aware energy efficient self organizing future cellular networks)[EB/OL]. http://qson.org.

[18] FORTES S,GARCIA A A, FERNANDEZ-LUQUE J A. Context-aware self-healing: user equipment as the main source of information for small-cell indoor networks[J]. IEEE Vehicular Technology Magazine,2016,11(1): 76-85.

[19] KHATIB E J, BARCO R, MUNOZ P, et al. Self-healing in mobile networks with big data[J]. IEEE Communications Magazine, 2016,54(1): 114-120.

[20] GOMEZ-ANDRADES A, MUNOZ P, SERRANO I. Automatic root cause analysis for LTE networks based on unsupervised techniques[J].IEEE Transactions on Vehicular Technology, 2016, 65(4): 2369-2386.

[21] HU H, ZHANG J, ZHENG X, et al. Self-configuration and self-optimization for LTE networks[J]. IEEE Communications Magazine, 2010, 48( 2): 94-100.

[22] BUVANESWARI A, DRABECK L, NITHI N. Self-optimization of LTE networks utilizing celnet xplorer[J]. Bell Labs Technical Journal,2010, 15(3): 99-117.

[23] BARCO R, LAZARO P, MUNOZ P. A unified framework for self-healing in wireless networks[J]. IEEE Communications Magazine,2012, 50(12): 134-142.

[24] ALIU O G, IMRAN A, IMRANM A, et al. A survey of self organisation in future cellular networks[J]. IEEE Communications Surveys &Tutorials, 2013, 15(1): 336-361.

[25] FENG S, SEIDEL E. Self-Organizing networks (SON) in 3GPP long term evolution[EB/OL]. http://www.nomor.de/home/technology/whitepapers/self-organizing-networks-in-long-term-evolution.

[26] XU C, SHENG M, WANG X J. Distributed subchannel allocation for interference mitigation in OFDMA femtocells: a utility-based learning approach[J]. IEEE Transactions on Vehicular Technology, 2015, 64(6):2463-2475.

[27] BUZZI S, COLAVOLPE G, SATURNINO D. Potential games for energy-efficient power control and subcarrier allocation in uplink multicell OFDMA systems[J]. IEEE Journal of Selected Topics in Signal Processing, 2012, 6(2): 89-103.

[28] LA Q D, CHEW Y H, SOONG B H. Performance analysis of downlink multi-cell OFDMA systems based on potential game[J].IEEE Transactions on Wireless Communications, 2012, 11(9):3358-3367.

[29] ROTH A, SOTOMAYOR M A O. Two-sided matching: a study in game-theoretic modeling and analysis[M]. New York, USA: Cambridge Press, 1992.

[30] LEE H C, OH D C, LEE Y H. Mitigation of inter-femtocell interference with adaptive fractional frequency reuse[C]//IEEE ICC’10. c2010:1-5.

[31] LIANG Y S, CHUNG W H, NI G K. Resource allocation with interference avoidance in OFDMA femtocell networks[J]. IEEE Transactions on Vehicular Technology, 2012, 61(5):2243-2255.

[32] DOCOMO N. Performance of eICIC with control channel coverage limitation[C]. 3GPP TSG RAN WG1 Meeting. c2010.

[33] YE Q Y, RONG B Y, CHEN Y D, et al. User association for load balancing in heterogeneous cellular networks[J]. IEEE Transactions on Wireless Communications, 2013,12(6): 2706-2716.

[34] PRASAD N, ARSLAN M, RANGARAJAN S. Exploiting cell dormancy and load balancing in LTE HetNets: optimizing the proportional fairness utility[J]. IEEE Transactions on Communications, 2014,62(10):3706-3722.

[35] SHENK M, YU W. Downlink cell association optimization for heterogeneous networks via dual coordinate descent[C]//2013 IEEE International Conference on Acoustics, Speech and Signal Processing.Vancouver, Canada, IEEE, c2013: 4779-4783.

Self-organizing techniques in ultra-dense wireless network

LI Jian-dong, TENG Wei, SHENG Min, XU Chao
(State Key Lab of ISN, Xidian University, Xi’an 710071, China)

Network densification was one of the main ways to deal with the challenge of supporting 1 000 times higher capacity in 5G networks. Wherein, a single node needs to configure and optimize more than 2 000 parameters. Therefore,novel self-organizing network (SON) would be the inevitable technique for wireless networking, where decision makers were enabled with the ability of perceiving the dynamic network situation and meanwhile, autonomously discovering as well as configuring network resources. With the aid of this promising technique, users’ demands and network resources could be well matched and furthermore, the capacity of networks could be significantly improved. The trend of dense development in wireless communications was discussed. Then, the potential challenges and required new properties was analyzed when utilizing SON in ultra-dense wireless networks. Meanwhile, two typical use cases were depicted. Finally, for future ultra-densely deployed wireless networks, the possible development prospect and direction of SON were briefly presented.

ultra-dense wireless network, self-organizing technique, densability

s: The National Natural Science Foundation of China (No.61231008), 111 Project (No.B08038), The National S&T Major Project (No.2015ZX03004004 ), China Postdoctoral Science Foundation (No.2015M582614), The Basic Research Fund in Xidian University (No.XJS15048, No.JB160107)

TN929.5

A

10.11959/j.issn.1000-436x.2016131

2016-05-06；

2016-06-17

國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61231008)；111基地專項(xiàng)基金資助項(xiàng)目(No.B08038)；國(guó)家科技重大專項(xiàng)基金資助項(xiàng)目(No.2015ZX03004004 )；中國(guó)博士后科學(xué)基金資助項(xiàng)目(No.2015M582614)；西安電子科技大學(xué)基本科研業(yè)務(wù)費(fèi)基金資助項(xiàng)目(No.XJS15048, No.JB160107)

李建東（1962-），男，江蘇阜寧人，博士，西安電子科技大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)閷拵o線通信（未來移動(dòng)通信和未來無線局域網(wǎng)）、認(rèn)知無線網(wǎng)絡(luò)、大規(guī)模自組織網(wǎng)絡(luò)、軟件無線電以及無線網(wǎng)絡(luò)的干擾管理等。

滕偉（1993-），男，湖北江陵人，西安電子科技大學(xué)博士生，主要研究方向?yàn)楫悩?gòu)無線網(wǎng)絡(luò)中的自組織技術(shù)、機(jī)器學(xué)習(xí)和大數(shù)據(jù)在超密無線網(wǎng)絡(luò)中的應(yīng)用等。

盛敏（1975-），女，湖南長(zhǎng)沙人，博士，西安電子科技大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)?G移動(dòng)通信系統(tǒng)、異構(gòu)網(wǎng)絡(luò)融合以及無線網(wǎng)絡(luò)自組織理論與方法等。

徐超（1987-），男，陜西西安人，博士，西安電子科技大學(xué)博士后，主要研究方向?yàn)闊o線網(wǎng)絡(luò)分布式資源管理、博弈理論以及分布式學(xué)習(xí)理論等。