云接入網(wǎng)絡(luò)中基于容量最大化的射頻拉遠(yuǎn)頭選擇算法設(shè)計(jì)

孫 遠(yuǎn) 李春國 宋 康 黃永明 楊綠溪

(1. 東南大學(xué)信息科學(xué)與工程學(xué)院， 江蘇南京 210096; 2. 青島大學(xué)電子信息學(xué)院， 山東青島 266071)

1 引言

隨著無線通信技術(shù)從LTE-Advanced向第五代(5G)演進(jìn)，移動(dòng)數(shù)據(jù)業(yè)務(wù)量將會(huì)有爆發(fā)性的增長，傳輸天線端的信號處理負(fù)擔(dān)也會(huì)越來越重[1]。云接入網(wǎng)絡(luò)(C-RAN)，作為5G標(biāo)準(zhǔn)的候補(bǔ)技術(shù)之一, 能夠有效的解決這個(gè)難題。在C-RAN中，傳統(tǒng)的基站(BS)的射頻單元被分離為獨(dú)立的射頻拉遠(yuǎn)頭(RRHs)，而基帶處理部分被聚集并且共享在一個(gè)虛擬的基帶單元池(BBU Pool)，RRHs可以通過前程鏈路(fronthaul link)與BBU池相連[2]。文獻(xiàn)[3]針對超密集網(wǎng)絡(luò)(UDN)中的C-RAN場景下的無線傳輸?shù)男聠栴}設(shè)計(jì)了一種凸優(yōu)化方法。文獻(xiàn)[4]從軟定義的角度，在C-RAN中提出了一種軟定義的超蜂窩結(jié)構(gòu)。在文獻(xiàn)[5]中，C-RAN將蜂窩系統(tǒng)解耦為控制層面與數(shù)據(jù)層面，分別針對移動(dòng)終端與移動(dòng)服務(wù)端,設(shè)計(jì)了一種聚集邊緣結(jié)構(gòu)，并在超級基站建立一種資源管理的架構(gòu)。在文獻(xiàn)[6]的C-RAN系統(tǒng)中，RRHs僅負(fù)責(zé)通過前程鏈路傳輸信號，而BBU池端進(jìn)行基帶信號處理，此時(shí)RRHs端的負(fù)擔(dān)能夠被有效減輕。在與[6]中相同的結(jié)構(gòu)下，C-RAN同樣支持通過用戶聚合模式優(yōu)化提高異構(gòu)網(wǎng)絡(luò)性能[7],協(xié)作基站蜂窩網(wǎng)絡(luò)中的多媒體綠色傳輸[8]，大規(guī)模MIMO中的最優(yōu)傳輸機(jī)制設(shè)計(jì)[9],多跳網(wǎng)絡(luò)中的協(xié)作中繼傳輸[10]。必須特別指出的是，C-RAN與大規(guī)模分布式天線系統(tǒng)[11]雖然在架構(gòu)上有所相似，但C-RAN特別強(qiáng)調(diào)RRHs與云中心之間前程鏈路容量限制，這也是C-RAN區(qū)別于傳統(tǒng)網(wǎng)絡(luò)的核心特征之一。不同于傳統(tǒng)網(wǎng)絡(luò)[12]，C-RAN架構(gòu)通過將大多數(shù)或者全部的信號處理任務(wù)轉(zhuǎn)移至BBU池端，能給許多無線網(wǎng)絡(luò)帶來增益。

關(guān)于C-RAN的無線傳輸方案，已經(jīng)有了一些相關(guān)研究。例如，文獻(xiàn)[13]在理論上分析了C-RAN系統(tǒng)的復(fù)雜度，得出的結(jié)論是，比起傳統(tǒng)的LTE-Advanced系統(tǒng)，C-RAN減少了10%的復(fù)雜度。在文獻(xiàn)[14]中，作者針對C-RAN場景下宏基站與RRH之間的干擾消除設(shè)計(jì)了一個(gè)干擾協(xié)調(diào)的方案。為了降低RRHs與BBU池端的數(shù)據(jù)通信量，文獻(xiàn)[15]針對C-RAN中上行通信過程，在RRHs與BBU池分別設(shè)計(jì)了一種壓縮與解壓縮的方法，而文獻(xiàn)[16]則在每個(gè)RRH端的空間域設(shè)計(jì)了一種壓縮轉(zhuǎn)發(fā)的機(jī)制。在配置大量RRHs的C-RAN場景下，文獻(xiàn)[17]研究了一種低復(fù)雜度的預(yù)編碼方法，并基于ADMM(Alternating Direction Method of Multiplier)設(shè)計(jì)了一種可行算法。針對包含宏基站的異構(gòu)C-RAN(heterogeneous C-RAN)，文獻(xiàn)[18]應(yīng)用排隊(duì)論設(shè)計(jì)了一種隨機(jī)梯度算法，用于解決該場景下的資源分配問題。

C-RAN在提供出諸多益處時(shí)，其固有問題也不容忽視，即每個(gè)RRH與BBU池之間的前程容量是受限的[19]。商業(yè)光纖的容量可以達(dá)到數(shù)十個(gè)吉比特(Gigabit)，每個(gè)RRH的信息負(fù)載一般有兆比特每秒(Mbps)。此外，在密集網(wǎng)絡(luò)[20]中, RRH通常布置十分密集，這就會(huì)導(dǎo)致前程鏈路的容量很容易超出。在以往的分布式天線系統(tǒng)(DAS)[21]與Massive MIMO[22],前程鏈路的容量理論上是不受限制的, 但隨著通信技術(shù)的發(fā)展，原本充足的容量很快達(dá)到瓶頸。因此，C-RAN中一個(gè)重要問題即為如何處理前程鏈路的容量約束，而常用的處理方法多為在RRH端進(jìn)行量化/壓縮[23-24]，而利用RRHs選擇所帶來的分集增益來提高系統(tǒng)性能，這一點(diǎn)很少有文獻(xiàn)考慮過。

本文的目標(biāo)是在前程容量的約束下，考慮優(yōu)化RRHs選擇最大化系統(tǒng)總吞吐量。當(dāng)活動(dòng)RRHs的數(shù)目從零開始增長時(shí)，由于越來越多的RRHs被激活進(jìn)行數(shù)據(jù)傳輸，系統(tǒng)總吞吐量不斷增長；但由于前程容量的限制，當(dāng)活動(dòng)RRHs數(shù)目達(dá)到一定數(shù)目時(shí)，吞吐量停止增長，因此如何選擇活動(dòng)RRHs的最優(yōu)數(shù)目是需要考慮的。

在本文中，作者首先推導(dǎo)出不同信道下，已給定RRHs數(shù)目時(shí)的吞吐量表達(dá)式。為了最大化吞吐量，本文設(shè)計(jì)了一個(gè)選擇最優(yōu)RRHs數(shù)目的算法，在不同低SNRs與高SNRs的實(shí)際環(huán)境下推導(dǎo)了選擇RRHs數(shù)目的閉合表達(dá)式。最后，仿真結(jié)果表明：比起其他方法，本文方法可以有效提高系統(tǒng)總吞吐量。需要特別指出的是，本文僅考慮單用戶場景，主要因?yàn)樵诙嘤脩魣鼍爸?，?yōu)化模型會(huì)極其復(fù)雜，無法得到最優(yōu)RRHs的閉合表達(dá)式。至于多個(gè)RRHs同時(shí)服務(wù)多個(gè)用戶，作者將在另外的工作考慮，本文暫不贅述。

符號注釋：本文分別使用(·)*，(·)T和(·)H來表示共軛，轉(zhuǎn)置和共軛轉(zhuǎn)置。對于集合Z，本文定義|Z|為其元素個(gè)數(shù)(Cardinality)。本文采用X～CN(μ,σ2)表示X為一個(gè)均值為μ，方差為σ2的復(fù)高斯隨機(jī)變量。

2 系統(tǒng)模型

圖1 基于前程容量限制的C-RAN系統(tǒng)架構(gòu)Fig.1 C-RAN system architecture based on fronthaul constraints

如圖1所示，在C-RAN系統(tǒng)中，BBU池通過回程鏈路與核心網(wǎng)相連，通過前程鏈路與RRHs相連，前程鏈路存在容量約束。RRHs總數(shù)為K(K≥1)，通過分布式波束成型協(xié)作發(fā)送數(shù)據(jù)給移動(dòng)用戶MU(Mobile User)。本文定義x為經(jīng)過歸一化能量的傳輸信號，{|x|2}=1，每個(gè)RRH下行傳輸功率為p0。假定第k個(gè)RRH到MU的信道系數(shù)建模為hk～CN(m,σ2)，其中m代表變量的均值，σ2代表變量的方差，k=1,...,K，加性高斯白噪聲建模型為n～CN(0,1)，則移動(dòng)用戶MS接收到的下行信號為：

(1)

(2)

本文中的波束成型采用文獻(xiàn)[25]中的最優(yōu)傳輸波束成型設(shè)計(jì)w=h*/‖h‖2。因此，所有RRHs與MS之間無線信號的可達(dá)速率表示為：

(3)

R2為MS端接收到的瞬時(shí)速率，定義為隨不同信道衰落系數(shù)的變化而變化的信道容量。在本文中，為了增加分集增益，我們設(shè)定，在單位時(shí)間內(nèi)每條前程鏈路傳輸相同的數(shù)據(jù)包data1，因此單個(gè)數(shù)據(jù)包的大小R不僅要小于BBU池與每個(gè)RRH之間容量上界(單個(gè)RRH到BBU池間前程容量門限)，且必須小于RRHs與MS之間無線信號的可達(dá)速率(RRHs到MS的無線信道容量)，即R≤R1與R≤R2同時(shí)成立。

基于以上R1，R2表達(dá)式，可以得出系統(tǒng)有效吞吐量R的表達(dá)式：

R=min{R1,R2}

(4)

在上式中，系統(tǒng)下行有效速率由R1與R2共同決定，在實(shí)際中取兩者較小值。

從式(3)可以看出，隨著RRHs數(shù)目的增長，通過無線信道傳輸?shù)耐掏铝縍2單調(diào)遞增，但(2)中的前程鏈路容量限制R1單調(diào)遞減。在下一章節(jié)中，我們將設(shè)計(jì)一種算法，尋找最優(yōu)解K，以實(shí)現(xiàn)前程鏈路與無線信號之間的權(quán)衡，并實(shí)現(xiàn)有效吞吐量R的最大化。

3 C-RAN中最優(yōu)RRH選擇

在本文中，我們的目標(biāo)是在前程容量約束下，通過優(yōu)化RRH選擇最大化整個(gè)系統(tǒng)的吞吐量。為了簡單起見，一般來說，信道系數(shù)以降序排列|h1|≥|h2|≥...≥|hK|，則本文考慮的優(yōu)化問題可以表示為：

(5)

(6)

由式(5)可知，本文的優(yōu)化問題不僅涉及整數(shù)規(guī)劃，還與max-min優(yōu)化相關(guān)，這是很難解決的。為了處理這個(gè)問題，我們首先推導(dǎo)了不同信道條件下不同RRH選擇方法的可達(dá)速率。

3.1 可達(dá)速率

3.1.1 強(qiáng)信道條件下的單RRH選擇

此場景下，考慮選擇最強(qiáng)信道強(qiáng)度|h1|下的最優(yōu)RRH，假設(shè)信道強(qiáng)度|h1|足夠強(qiáng)，使得被選擇RRH至MS間的可達(dá)速率超過了前程容量限制，即滿足：

log2(1+p0|h1|2)≥C

(7)

此時(shí)，根據(jù)前程鏈路的限制，單RRH選擇下的總系統(tǒng)速率為：

R*=C

(8)

3.1.2 弱信道條件下的單RRH選擇

此場景下，同樣考慮選擇最強(qiáng)信道強(qiáng)度|h1|下的最優(yōu)RRH，假設(shè)信道強(qiáng)度|h1|相對較弱，使得被選擇RRH至MS間的可達(dá)速率小于前程容量限制，即滿足：

log2(1+p0|h1|2)

(9)

此時(shí)，基于無線信道容量的瓶頸為：

R*=log2(1+p0|h1|2)

(10)

3.1.3 強(qiáng)信道條件下的多RRHs選擇

此場景下，RRHs總數(shù)目為K，K≥2，此時(shí)無線信道質(zhì)量足夠強(qiáng)，并滿足以下條件：

(11)

此時(shí)可達(dá)到的系統(tǒng)吞吐量為：

R*=C/K

(12)

從公式(12)可知，被選擇RRH的數(shù)目應(yīng)當(dāng)在盡可能小，使得吞吐量最大；但在公式(11)中，被選擇RRH的數(shù)目不能過于小，否則不等式關(guān)系無法滿足；因此定義Ko為被選擇RRH的最優(yōu)數(shù)目,是滿足條件(11)的最小整數(shù)，并可以通過下文的數(shù)值搜索或者公式推導(dǎo)獲得，這里暫不贅述。在獲得Ko后，對應(yīng)信號系數(shù){h1,h2,...,hKo}的RRHs被選擇調(diào)用，從而使公式(12)中的R*最大化。

3.1.4 弱信道條件下的多RRHs選擇

此場景中，進(jìn)行傳輸?shù)腞RHs總數(shù)K≥2。在弱信道條件下，K個(gè)RRHs所支持的無線信道容量無法支持前程鏈路的限制容量，即：

(13)

因此，此時(shí)整個(gè)系統(tǒng)的吞吐量表示為：

(14)

在此場景中，被選擇的RRHs應(yīng)該盡可能的多，使得(14)中的R*取更大值，但取值必須滿足公式(13)成立。與強(qiáng)信道場景不同，公式(13)中不能取到等號，因此被選擇RRH的最優(yōu)數(shù)目應(yīng)為Ko+1,是滿足條件(11)的最小整數(shù)，對應(yīng)信號系數(shù){h1,h2,...,hKo+1}的RRHs被選擇調(diào)用。

3.2 漸近最優(yōu)RRH選擇閉合表達(dá)式

從(11)與(12)可知，最優(yōu)Ko應(yīng)當(dāng)使(11)取到等式。然而，欲直接得到Ko分析表達(dá)式是不可能的。因此，我們使用Jensen不等式方法得到方程式的近似結(jié)果：

(15)

在這里，目標(biāo)轉(zhuǎn)化為得到等式(a)的Ko解析表達(dá)式。但是，對于一般SNR表達(dá)式，尋求解析表達(dá)式仍非常困難。幸運(yùn)的是，我們已經(jīng)成功得到等式(a)閉環(huán)形式，分別在低SNR與高SNR的漸近最優(yōu)解，具體如下所示。

在低SNR場景下，等式(a)的左邊變化為：

(16)

將(16)代入(a)中，得Kop0(m2+σ2)=C/Ko。因此，我們可得低SNR下的Ko最終解：

(17)

在高SNR場景下，等式(a)的左邊變化為：

(18)

此時(shí)，在高SNR的最優(yōu)Ko可以表示為：

log2(Kop0(m2+σ2))=C/Ko

(19)

為了描述方便，令tlog2(Kop0(m2+σ2))，則公式(19)可以表示為：

t2t=Cp0(m2+σ2)

(20)

進(jìn)一步推導(dǎo)(20),可得：

(tln 2)et ln 2=Cp0(m2+σ2)ln 2

(21)

tln 2={Cp0(m2+σ2)ln 2}

(22)

因此，我們可得高SNR下的Ko：

(23)

解方程，可得：

(24)

至此，本章節(jié)推導(dǎo)并得出了低SNR與高SNR條件下漸近最優(yōu)RRH選擇閉合表達(dá)式。在下面章節(jié)中將針對不同信道條件環(huán)境，設(shè)計(jì)相應(yīng)的RRHs選擇優(yōu)化算法。

3.3 最優(yōu)RRH選擇算法設(shè)計(jì)

基于以上章節(jié)中所描寫的四種場景，我們提出以下算法，用于優(yōu)化RRHs選擇：

算法1 基于容量最大化的最優(yōu)RRHs選擇。

步驟1 將所有瞬時(shí)信道系數(shù)按照降序排序|h1|≥|h2|≥...≥|hK|。

步驟2 檢驗(yàn)公式(7)是否成立；如果(7)成立，則信道系數(shù)為|h1|的RRH為最優(yōu)的，并且最大可達(dá)速率R*=C，并停止；如果(7)不成立，跳至步驟3。

步驟3 通過(17)與(24)中所提的窮舉搜索方法或者推導(dǎo)解析方法決定RRH選擇數(shù)目Ko，同時(shí)滿足(11)。如果被選擇RRHs為Ko時(shí)，公式(11)不能得到滿足，則被選擇RRHs數(shù)目應(yīng)為Ko+1，并滿足公式(13)。

Ro=max{(10),(12),(14)}

(25)

步驟5 如果Ro=log2(1+po|h1|2)，在無線傳輸中選擇第一個(gè)RRH，對應(yīng)信道系數(shù)為|h1|；如果Ro=φ，選擇前KoRRHs，對應(yīng)信道系數(shù)為{|h1|,|h2|,...,|hKo|}；如果Ro=φ，選擇前(Ko+1)RRHs,對應(yīng)信道系數(shù)為{|h1|,|h2|,...,|hKo+1|}。

算法1的最優(yōu)性討論。當(dāng)前程容量給定與RRHs傳輸功率給定時(shí)，針對吞吐量的最大化，本文所提出的算法1是最優(yōu)的。

證明過程如下文兩個(gè)實(shí)例中所述。

證明：

實(shí)例1 假設(shè)存在另一個(gè)算法2勝過本文的算法1。在算法2中，|Ζ|為RRH的數(shù)目，實(shí)例1中，|Ζ|=1。因此，比起算法1，算法2所實(shí)現(xiàn)的可達(dá)速率增益ΔR必須是正的。

場景1-A：在此場景中，根據(jù)算法1，對應(yīng)于單RRH選擇，最終速率如(8)所示為R*=C。為了使ΔR>0，算法2的可達(dá)速率必須大于C，而這明顯地與受限前程容量的設(shè)定相違背。此時(shí)，算法2在此場景中不存在。

場景2-A：如果以下關(guān)系成立：

此場景中，實(shí)際傳輸速率由前程鏈路的限制決定，因?yàn)闊o線信道的容量超出最大前程限制。本文所提出的算法1所實(shí)現(xiàn)的C-RAN速率為R*=C，而算法2的最大速率為C/|Z|，此時(shí)算法2不可能優(yōu)于算法1。

場景2-B：如果在場景2-B-1存在以下等式

(26)

正如上文所述，{|h1|,|h2|,...,|hKo+1|}已經(jīng)按照降序排列。從(26)中可知|Z|>Ko+1，即|Z|>Ko，即算法2中選擇的RRHs大于算法1中的RRHs。但從(26)中同樣可知：

(27)

而(27)中的結(jié)論明顯與場景2-B-2的設(shè)定相矛盾。因此，更優(yōu)的算法2在場景2-B也不存在。

以上證明可以說明在C-RAN中RRHs選擇是最優(yōu)的，下一章的仿真可以進(jìn)一步證明該結(jié)論。

說明1 在我們提出的方法中，僅有一部分RRHs被選中進(jìn)行信息傳輸，而其余的RRHs進(jìn)行休眠而節(jié)能。在這種休眠模式[25-26]中，部分RRHs未被選擇可以減少前程鏈路(通常是光纖)的負(fù)擔(dān)。

說明2 除此以外，被選擇的RRHs所發(fā)送的功率是可以優(yōu)化的。在涉及多用戶C-RAN網(wǎng)絡(luò)中，基于一些新的目標(biāo)(例如速率最大化或者誤比特率最小化)，進(jìn)行這種功率優(yōu)化是更為必要的，但由于篇幅的原因，本文暫不考慮這種優(yōu)化。

說明3 我們提出的RRHs選擇方法以動(dòng)態(tài)方式工作，其中RRHs選擇結(jié)果是適應(yīng)于瞬時(shí)信道衰落系數(shù)。例如，當(dāng)瞬時(shí)信道系數(shù)變得非常小時(shí)，越來越多的RRHs被選擇用于信息傳輸,直到達(dá)到前程鏈路的容量瓶頸；與此相反，當(dāng)瞬時(shí)信道系數(shù)變大，被選擇RRHs數(shù)目變小，以盡可能降低前程鏈路容量負(fù)擔(dān)。

至此，本章節(jié)針對不同信道條件下C-RAN中，設(shè)計(jì)了一種RRH選擇優(yōu)化算法，并且證明了算法的最優(yōu)性。在下面章節(jié)中，這些理論結(jié)果會(huì)通過仿真進(jìn)行相關(guān)驗(yàn)證。

4 仿真結(jié)果

本章節(jié)采用蒙特卡洛仿真，所有無線信道隨機(jī)產(chǎn)生10000次，并服從分布CN～(0,1),假定噪聲的協(xié)方差為1，因此信噪比SNR的表達(dá)式可以寫作p0/1=p0。待選RRH總數(shù)為20，即K=20。BBU池與RRHs之間前程鏈路容量C分別設(shè)為{5,15,25,35,45}b/s/Hz。 與本文提出的最優(yōu)RRHs選擇方案對比是另外兩種機(jī)制，分別是選擇單個(gè)RRH與選擇所有RRHs。因?yàn)閾?jù)作者所知，在C-RAN中還未有其他RRHs選擇方案。

圖2 前程容量約束下系統(tǒng)吞吐量，此時(shí)RRH功率變化Fig.2 Throughput under fronthaul capacity constraint versus p0

圖3 被選擇RRHs的遍歷數(shù)目，此時(shí)RRH功率變化 Fig.3 Ergodic number of selected RRHs as a function of p0

圖2展示了不同前程容量下，隨著傳輸功率的增長，C-RAN傳輸速率的變化。對于本文所提出的算法1，當(dāng)-30 dB≤p0≤-5 dB，圖2中的四條容量曲線先保持恒定，具體大小由前程容量決定C/K=1/20=[5,15,25,45]b/s/Hz，然后明顯遞增，變化轉(zhuǎn)折點(diǎn)在p0=-5 dB：對于算法1中的C=5 b/s/Hz容量曲線在-5 dB10 dB區(qū)間幾乎保持不變，這是因?yàn)樵诖藚^(qū)間前程容量成為瓶頸；算法1中其他三條C=15,25,45 b/s/Hz容量曲線在-5 dB10 dB時(shí)，三條容量曲線均分別達(dá)到最大瓶頸。由于文章的篇幅限制，這里仿真圖只截取了部分的X軸圖，并沒有全部體現(xiàn)吞吐量的全部變化范圍。當(dāng)C=5 b/s/Hz時(shí)，算法1的容量曲線與單RRH選擇容量曲線在高SNR區(qū)間p0>10 dB，相互重合，低SNR區(qū)間p0<-10 dB有所偏差，這證明了本文提出的算法1比其他選擇方案性能更佳。其中原因是C-RAN中傳輸速率是由前程鏈路容量與無線信道容量聯(lián)合決定，并等于兩者較小的一個(gè)。假設(shè)在場景A中，RRHs調(diào)用較少，前程鏈路容量明顯大于無線信道容量；場景B中，RRHs調(diào)用較多，無限信道容量突破前程容量限制，而本文所提出的算法1，能在場景1中增加RRHs選擇，在場景2中減少RRHs選擇，比起其他方案，實(shí)現(xiàn)系統(tǒng)容量的最大化。值得指出的是，以上提到的信道衰落系數(shù)均為瞬時(shí)的。

圖3揭示了本文提出算法1與另外兩種對比方案所選擇RRHs的數(shù)目Ko，其中本文提出方案Ko數(shù)值解對應(yīng)公式(11)，低SNR場景下Ko擬合解對應(yīng)公式(20)，高SNR場景下Ko擬合解對應(yīng)公式(27)。從圖3中可知，當(dāng)p0增長時(shí)，被選擇的RRHs數(shù)目在區(qū)域p0∈[-10,10]dB遞減，這符合公式(20)驗(yàn)證結(jié)果；當(dāng)在高SNR場景中，當(dāng)p0>10 dB時(shí)，被選擇的RRHs數(shù)目為1，2，3，4，這與公式(27)結(jié)果相同。

圖4和圖5分別對應(yīng)在不同K=[50,100,200,400,600,800]條件下的系統(tǒng)吞吐量與選擇RRHs的數(shù)目。從圖4中，可以得知隨著備選RRHs增長，系統(tǒng)容量單調(diào)遞增，但趨向一個(gè)恒定值；從圖5可以得知，在任何給定的發(fā)射功率值下，優(yōu)化選擇的活動(dòng)RRHs的數(shù)量隨著所有RRHs候選的數(shù)量的減少而增加。這是因?yàn)殡S著RRH分集增益的增長，無線信道容量也隨之增長。待選的RRHs數(shù)目從50增長到800時(shí)，單個(gè)RRH對應(yīng)前程容量變小，優(yōu)化選擇的活動(dòng)RRHs的數(shù)量也變小，并與變小的無線信道容量相對應(yīng)。在圖5，隨著無線信道容量達(dá)到最大時(shí)，此時(shí)被選擇的RRHs數(shù)目降至最小值4。

圖4 RRH選擇優(yōu)化后的系統(tǒng)吞吐量，此時(shí)RRH功率變化，前程容量C固定 Fig.4 Throughput achieved by the proposed RRH selection approach versus p0 under the fixed C

圖5 不同待選RRHs數(shù)目下，被選擇RRHs的遍歷數(shù)目，此時(shí)RRH功率變化，前程容量C固定Fig.5 Throughput ergodic number of the selected RRHs at difference values of the RRH candidates versus p0 under the fixed C

5 結(jié)論

本文針對新興C-RAN系統(tǒng)的RRHs選擇方案進(jìn)行優(yōu)化，以提高系統(tǒng)吞吐量。具體來說，作者設(shè)計(jì)了一種最佳RRHs選擇算法，用于在前程容量約束下最大化C-RAN吞吐量。此外，本文推導(dǎo)了低信噪比與高信噪比下選擇RRHs數(shù)目的漸進(jìn)最優(yōu)的閉合表達(dá)式。仿真結(jié)果表明，比起現(xiàn)有其他方案，本文所提出的RRHs選擇方案能夠有效提高系統(tǒng)吞吐量。