基于能效和用戶服務(wù)質(zhì)量的密集Macro-Femto蜂窩網(wǎng)絡(luò)部署策略

李云，王春生，曹儐，劉期烈

?

基于能效和用戶服務(wù)質(zhì)量的密集Macro-Femto蜂窩網(wǎng)絡(luò)部署策略

李云1,2，王春生1，曹儐1，劉期烈1

（1. 重慶郵電大學(xué)移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065；2. 東南大學(xué)移動(dòng)通信國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210096）

隨著用戶對(duì)流量需求的指數(shù)級(jí)增長，運(yùn)營商密集地部署微蜂窩來滿足用戶的服務(wù)質(zhì)量，然而這會(huì)引發(fā)巨大的能耗?；诖?，在滿足用戶服務(wù)質(zhì)量（QoS, quality of service）的條件下，提出一種密集的異構(gòu)蜂窩網(wǎng)絡(luò)的部署策略。首先，采用密集Macro-Femto偏置蜂窩網(wǎng)絡(luò)建立模型，利用隨機(jī)幾何理論分析信干燥比（SINR）覆蓋率和平均用戶速率這2種QoS指標(biāo)。然后，在滿足QoS約束條件下，以平均區(qū)域功耗（ASPC, average spatial power consumption）作為優(yōu)化目標(biāo)，運(yùn)用經(jīng)典的最優(yōu)化理論得到Femto的最優(yōu)部署密度和發(fā)射功率。最后，通過仿真實(shí)驗(yàn)證明，與傳統(tǒng)單獨(dú)考慮基站密度的策略相比，提出的部署策略可以在保證QoS的同時(shí)，獲得更高的能效。

異構(gòu)蜂窩網(wǎng)絡(luò)；能效；部署；基站密度

1 引言

近年來，隨著全球智能移動(dòng)設(shè)備的指數(shù)級(jí)增長以及人們對(duì)移動(dòng)數(shù)據(jù)業(yè)務(wù)的巨大需求，思科在《全球移動(dòng)數(shù)據(jù)流量預(yù)測(cè)2016—2021白皮書》中指出：2017年全球移動(dòng)數(shù)據(jù)流量比2016年同比增長了57%。預(yù)測(cè)到2021年全球每月平均數(shù)據(jù)流量將達(dá)到49艾字節(jié)，為現(xiàn)在的4倍左右。為了增加網(wǎng)絡(luò)的容量和滿足用戶日益增長的流量需求，3GPP提出了異構(gòu)蜂窩網(wǎng)絡(luò)的概念，異構(gòu)蜂窩網(wǎng)絡(luò)是在宏蜂窩網(wǎng)絡(luò)中部署一些低功耗的微蜂窩，例如Pico基站、Femto基站、Relay等[1-2]。為了實(shí)現(xiàn)無縫覆蓋，5G采用超密集的異構(gòu)蜂窩網(wǎng)絡(luò)，因此如何有效地部署密集異構(gòu)蜂窩網(wǎng)絡(luò)、提高網(wǎng)絡(luò)的能量效率是亟待研究的課題[3]。

大量地部署低功耗的微蜂窩會(huì)產(chǎn)生大量的能量消耗以及干擾。因此，蜂窩網(wǎng)絡(luò)的能效問題已經(jīng)成為運(yùn)營商、學(xué)術(shù)界等關(guān)注的焦點(diǎn)。Femto基站具有功耗低、便于靈活安裝、能有效地解決Macro基站的覆蓋空洞、提供更高的容量等優(yōu)勢(shì)[4]。為了充分地利用Femto基站的優(yōu)勢(shì)，采用蜂窩網(wǎng)絡(luò)的偏置技術(shù)，即小區(qū)范圍擴(kuò)展（CRE, cell range expansion）技術(shù)。在Macro基站覆蓋范圍下引入Femto基站，F(xiàn)emto基站采用CRE技術(shù)，通過調(diào)節(jié)Femto基站的偏置參數(shù)，可以動(dòng)態(tài)地?cái)U(kuò)展Femto基站的覆蓋范圍。當(dāng)用戶位于Femto基站的擴(kuò)展區(qū)域時(shí)則關(guān)聯(lián)到Femto基站，采用偏置技術(shù)能夠提高用戶的速率以及擴(kuò)大室內(nèi)和小區(qū)邊緣的覆蓋，卸載Macro基站更多的流量并使Femto基站服務(wù)更多的用戶[5]。

目前，已有相關(guān)文獻(xiàn)研究異構(gòu)蜂窩網(wǎng)絡(luò)的部署問題，基站的位置和密度都需要考慮滿足覆蓋和負(fù)載需求[6]。網(wǎng)絡(luò)模型的選取對(duì)于分析網(wǎng)絡(luò)的性能至關(guān)重要。文獻(xiàn)[7]提出一種新的網(wǎng)絡(luò)模型，基站的位置服從泊松點(diǎn)過程（PPP, Poisson point process）分布。這種模型準(zhǔn)確地模擬了基站位置的隨機(jī)性，同時(shí)也易于通過隨機(jī)幾何工具來分析網(wǎng)絡(luò)的性能指標(biāo)。文獻(xiàn)[8]對(duì)于單層網(wǎng)絡(luò)和兩層網(wǎng)絡(luò)，考慮基站休眠對(duì)能效的影響，得到了最優(yōu)基站密度與能效的關(guān)系。然而該文獻(xiàn)只是優(yōu)化基站密度來達(dá)到最佳的能效。文獻(xiàn)[9]聯(lián)合優(yōu)化了宏基站和小基站的密度來保證網(wǎng)絡(luò)的服務(wù)質(zhì)量，考慮到了覆蓋率和用戶到達(dá)率，然而沒有優(yōu)化基站的發(fā)射功率。文獻(xiàn)[10]在兩層蜂窩網(wǎng)絡(luò)中得到了最佳的基站密度和發(fā)射功率，在滿足覆蓋限制條件下使平均功率消耗達(dá)到最小。然而該文獻(xiàn)只考慮覆蓋率的限制，并沒有考慮平均用戶速率的要求，同時(shí)只考慮非偏置網(wǎng)絡(luò)的情形。然而，隨著用戶對(duì)流量和速率的要求越來越高，考慮平均用戶速率是非常必要的。文獻(xiàn)[11]針對(duì)兩層的Macro-Femto蜂窩網(wǎng)絡(luò)進(jìn)行分析，提出了基于聯(lián)合聚類和資源分配的正交頻分復(fù)用干擾管理方案，來最大化地提高Femto基站的吞吐量。文獻(xiàn)[12]利用隨機(jī)幾何工具，假設(shè)基站位置服從泊松點(diǎn)分布，推導(dǎo)出每層網(wǎng)絡(luò)的成功接入概率，分析基站密度和網(wǎng)絡(luò)能效的關(guān)系，然而也沒有考慮平均速率的限制條件。文獻(xiàn)[13]將微基站部署在用戶接收信號(hào)較差的區(qū)域，考慮了宏基站密度、微基站密度以及用戶密度對(duì)網(wǎng)絡(luò)能效和頻譜效率的影響，分析表明合理的基站和用戶密度可以提高網(wǎng)絡(luò)能效和頻譜效率。文獻(xiàn)[14]考慮非均勻分布的基站部署場景，采用合理的基站負(fù)載，得到宏基站和微基站的平均覆蓋率和平均用戶速率。

由于用戶的密度和位置隨著時(shí)間和空間是不斷變化的，因此考慮調(diào)整基站的發(fā)射功率很有必要。通過分析上述相似研究的文獻(xiàn)發(fā)現(xiàn)，文獻(xiàn)[8-9]在優(yōu)化網(wǎng)絡(luò)能效時(shí)把基站的發(fā)射功率設(shè)為一個(gè)固定的值，沒有考慮基站發(fā)射功率的動(dòng)態(tài)變化。由于用戶對(duì)流量的需求呈指數(shù)級(jí)增長，平均用戶速率指標(biāo)成為評(píng)價(jià)網(wǎng)絡(luò)質(zhì)量的重要指標(biāo)，同時(shí)由于Macro基站的容量限制，其已不能滿足用戶的速率需求，為此需要部署大量的Femto基站來增加網(wǎng)絡(luò)容量，卸載Macro基站更多的流量給Femto基站。同時(shí)采用偏置技術(shù)，有利于負(fù)載均衡。文獻(xiàn)[10]考慮了基站發(fā)射功率的動(dòng)態(tài)變化，但沒有考慮用戶的平均速率這項(xiàng)評(píng)估網(wǎng)絡(luò)質(zhì)量的重要指標(biāo)，網(wǎng)絡(luò)采用的是非偏置網(wǎng)絡(luò)。本文的創(chuàng)新點(diǎn)是采用偏置技術(shù)對(duì)Macro-Femto蜂窩網(wǎng)絡(luò)進(jìn)行分析，同時(shí)考慮覆蓋率和平均用戶速率2項(xiàng)指標(biāo)，聯(lián)合優(yōu)化基站密度和基站發(fā)射功率來滿足用戶目標(biāo)QoS要求，同時(shí)使ASPC達(dá)到最低。

本文的工作如下所示：1) 利用隨機(jī)幾何工具分析Macro-Femto兩層蜂窩網(wǎng)絡(luò)的覆蓋率和平均用戶速率，得到近似的封閉表達(dá)式，使覆蓋率和平均用戶速率是能耗相關(guān)表達(dá)式的單調(diào)遞增函數(shù)，且收斂；2) 在給定目標(biāo)覆蓋率和目標(biāo)平均用戶速率的情況下，能夠得到最優(yōu)的基站密度和基站發(fā)射功率使能耗達(dá)到最低；3) 聯(lián)合優(yōu)化基站密度和基站發(fā)射功率在滿足目標(biāo)覆蓋率和目標(biāo)平均用戶速率的限制條件下，使ASPC達(dá)到最低，該策略比傳統(tǒng)單獨(dú)考慮基站密度的策略能耗低。

2 系統(tǒng)模型

本節(jié)首先考慮兩層蜂窩網(wǎng)絡(luò)作為網(wǎng)絡(luò)模型，基站密度都服從齊次泊松點(diǎn)過程，信道模型采用瑞利衰落信道，Macro基站和Femto基站共享頻譜資源，然后分析基站的功率消耗。

2.1 網(wǎng)絡(luò)模型

2.2 信道模型

2.3 頻譜資源分配

2.4 基站功耗模型

根據(jù)文獻(xiàn)[17]，基站的功率消耗與基站的類型以及基站的狀態(tài)有關(guān)。若基站處于激活狀態(tài)，基站的功率消耗包括功率放大器、信號(hào)處理、制冷設(shè)備、電源損耗、饋線損耗、天線損耗等。若基站處于休眠狀態(tài)，相比激活狀態(tài)其功耗顯著降低，主要包括一些靜態(tài)損耗和空調(diào)設(shè)備損耗等。所以基站的功率消耗為

考慮基站激活和休眠的情況，采用傳統(tǒng)的基站休眠策略，即如果目標(biāo)基站的覆蓋范圍內(nèi)沒有用戶，則該基站可以處于休眠狀態(tài)，否則該基站處于激活狀態(tài)。

3 Macro-Femto蜂窩網(wǎng)絡(luò)的性能分析

3.1 覆蓋率分析

覆蓋率利用一個(gè)隨機(jī)用戶接收到的瞬時(shí)值大于目標(biāo)閾值的互補(bǔ)累積分布函數(shù)來表示，如式(4)所示。

首先考慮干擾限制的場景，即高斯白噪聲功率的影響相對(duì)于同層和跨層的干擾可以忽略不計(jì)。這樣得到的覆蓋率表達(dá)式比較簡單，而且是封閉的表達(dá)式。然后在此基礎(chǔ)上考慮高斯白噪聲對(duì)覆蓋率的影響。在干擾限制場景下得到的覆蓋率是實(shí)際場景下的上界[7]。即在考慮高斯白噪聲的影響下所得到的覆蓋率要低于干擾限制（忽略噪聲）場景下的覆蓋率。

3.2 平均用戶速率分析

(9)

同樣類似于覆蓋率分析，首先考慮干擾限制的場景。在干擾限制場景下得到的平均用戶速率是實(shí)際場景下的上界[7]，即在高斯白噪聲的影響下所得到的平均用戶速率要低于干擾限制（忽略噪聲）場景下的平均用戶速率。

4 能效優(yōu)化分析

采用ASPC表示平均區(qū)域功率消耗，包括單位面積內(nèi)處于激活狀態(tài)和休眠狀態(tài)的基站功耗。ASPC具體計(jì)算式為

在兩層的Macro-Femto異構(gòu)蜂窩網(wǎng)絡(luò)中，由于Macro基站和Femto基站的發(fā)射功率不同，因此基站的覆蓋范圍會(huì)形成加權(quán)泊松沃羅諾伊嵌圖。基站覆蓋范圍的概率密度函數(shù)[18]為

由于用戶位置服從泊松點(diǎn)過程分布，因此在基站覆蓋范圍內(nèi)的用戶數(shù)量服從泊松分布，用戶分布概率密度為

因此，基站處于休眠狀態(tài)的概率即基站覆蓋范圍內(nèi)沒有用戶的概率，如式(16)所示。

證明見附錄A。

4.1 能效問題構(gòu)造

能效優(yōu)化問題可構(gòu)造為

如果該能效優(yōu)化問題目標(biāo)函數(shù)有最優(yōu)解，那么該最優(yōu)解為

從上述覆蓋率和平均用戶速率的分析中可以發(fā)現(xiàn)。這2項(xiàng)QoS指標(biāo)相互影響，所以把上述能效優(yōu)化問題分解為2個(gè)子問題，即分別滿足目標(biāo)覆蓋率和目標(biāo)平均用戶速率的能效優(yōu)化問題。

4.2 基于覆蓋率的能效優(yōu)化分析

基于覆蓋率的能效優(yōu)化問題可以構(gòu)造為

求解過程見附錄B。

4.3 基于平均用戶速率的能效優(yōu)化分析

基于平均用戶速率的能效優(yōu)化問題可以構(gòu)造為

上述優(yōu)化問題可以等效為

4.4 最佳能效分析

算法1 最佳能效部署基站

5 性能仿真分析

圖2 Femto基站密度對(duì)用戶QoS的影響()

圖3 最優(yōu)解與SINR覆蓋率和平均用戶速率的關(guān)系

圖4 本文提出的策略和傳統(tǒng)策略在滿足目標(biāo)覆蓋率及目標(biāo)速率的能耗關(guān)系

圖5 本文提出的策略和傳統(tǒng)策略在聯(lián)合滿足目標(biāo)用戶QoS指標(biāo)下的能耗關(guān)系(，)

6 結(jié)束語

本文采用兩層的密集偏置Macro-Femto異構(gòu)蜂窩網(wǎng)絡(luò)進(jìn)行分析，利用隨機(jī)幾何工具分析了覆蓋率和平均用戶速率與能耗之間的關(guān)系。通過分析覆蓋率和平均用戶速率的封閉表達(dá)式，得到網(wǎng)絡(luò)能耗與能耗相關(guān)表達(dá)式的關(guān)系。通過聯(lián)合優(yōu)化基站密度和基站發(fā)射功率，在滿足用戶QoS（覆蓋率和平均用戶速率）的限制條件下，得到最佳的部署策略。通過仿真結(jié)果可以看出，本文提出的策略比傳統(tǒng)單獨(dú)考慮基站密度優(yōu)化的策略能耗更低。在后續(xù)的工作中考慮用戶分布不均勻，即存在網(wǎng)絡(luò)熱點(diǎn)區(qū)域和非熱點(diǎn)區(qū)域的情況下如何部署Femto基站來滿足用戶的QoS要求。

附錄A 定理1的證明

附錄B 式（22）的求解過程

[1] DAMNJANOVIC A, MONTOJO J, WEI Y, et al. A survey on 3GPP heterogeneous networks[J]. IEEE Wireless Communications, 2011, 18(3): 10-21.

[2] GHOSH A, MANGALVEDHE N, RATASUK R, et al. Heterogeneous cellular networks: from theory to practice[J]. IEEE Communications Magazine, 2012, 50(6): 54-64.

[3] WU G, YANG C, LI S, et al. Recent advances in energy-efficient networks and their application in 5G systems[J]. IEEE Wireless Communications, 2015, 22(2): 145-151.

[4] LIN P, ZHANG J, CHEN Y, et al. Macro-Femto heterogeneous network deployment and management: from business models to technical solutions[J]. IEEE Wireless Communications, 2011, 18(3): 64-70.

[5] KHANDEKAR A, BHUSHAN N, JI T F, et al. LTE-Advanced: heterogeneous networks[C]// IEEE Wireless Conference. 2010: 978-982.

[6] HURLEY S. Planning effective cellular mobile radio networks[J]. IEEE Transactions on Vehicular Technology, 2002, 51(2): 243-253.

[7] DHILLON H S, GANTI R K, BACCELLI F, et al. Modeling and analysis of-tier downlink heterogeneous cellular networks[J]. IEEE Journal on Selected Areas in Communications, 2011, 30(3): 550-560.

[8] LI L, PENG M, YANG C, et al. Optimization of base station density for high energy efficient cellular networks with sleeping strategies[J]. IEEE Transactions on Vehicular Technology, 2016, 65(9): 7501-7514.

[9] 李云, 王俊偉, 趙為糧,等. 基于基站密度和業(yè)務(wù)負(fù)載的異構(gòu)蜂窩網(wǎng)絡(luò)能效優(yōu)化[J]. 電子與信息學(xué)報(bào), 2017, 39(4): 854-859.

LI Y, WANG J W, ZHAO W L, et al. Optimizing the energy efficiency of heterogeneous cellular networks based on the base station density and traffic load[J]. Journal of Electronics and Information Technology, 2017, 39(4): 854-859.

[10] PENG J, HONG P, XUE K. Energy-aware cellular deployment strategy under coverage performance constraints[J]. IEEE Transactions on Wireless Communications, 2015, 14(1): 69-80.

[11] DAI J Y, WANG S W. Clustering-based interference management in densely deployed femtocell networks[J]. Digital Communications & Networks, 2016, 2(4): 175-183.

[12] CHEN W, LI H, LI Z, et al. Optimization of small cell deployment in heterogeneous wireless networks[C]// IEEE International Conference on Computer, Information and Telecommunication Systems. 2016: 1-5.

[13] DEMIRTAS M, ?AGGATAY SAGGINDA, SOYSAL A. Energy and spectral efficiency for heterogeneous cellular networks with stochastic deployment[C]// IEEE Signal Processing and Communications Applications Conference. 2017: 1-4.

[14] LIN C C, LIU K H S, SU S L. Coverage performance of heterogeneous cellular networks with dependent cell deployment[C]// IEEE International Symposium on Broadband Multimedia Systems and Broadcasting. 2016: 1-4.

[15] ZHANG T, ZHAO J, AN L, et al. Energy efficiency of base station deployment in ultra dense Hetnets: a stochastic geometry analysis[J]. IEEE Wireless Communications Letters, 2016, 5(2): 184-187.

[16] JO H S, SANG Y J, XIA P, et al. Heterogeneous cellular networks with flexible cell association: a comprehensive downlink SINR analysis[J]. IEEE Transactions on Wireless Communications, 2012, 11(10): 3484-3495.

[17] AUER G, GIANNINI V, DESSET C, et al. How much energy is needed to run a wireless network?[J]. IEEE Wireless Communications, 2011, 18(5): 40-49.

[18] SINGH S, DHILLON H S, ANDREWS J G. Offloading in heterogeneous networks: modeling, analysis, and design insights[J]. IEEE Transactions on Wireless Communications, 2013, 12(5): 2484-2497.

[19] TANG J, SO D K C, ALSUSlA E A, et al. Energy-efficient heterogeneous cellular networks with spectrum underlay and overlay access[J]. IEEE Transactions on Vehicular Technology, 2018, 67(3): 2439-2453.

Energy-efficient and QoS-supported deployment strategy of dense Macro-Femto cellular network

LI Yun1,2, WANG Chunsheng1, CAO Bin1, LIU Qilie1

1. Chongqing Key Lab of Mobile Communications Technology, Chongqing University of Posts and Communications, Chongqing 400065, China 2. National Mobile Communications Research Laboratory, Southeast University, Nanjing 210096, China

With the exponentially increasing of users’ demand for mobile data traffic, massive small cells have been deployed to satisfy the users’ quality of service (QoS) by operators. However, a significant energy would be consumed caused by dense deployment. To this end, a dense heterogeneous cellular network deployment strategy was proposed with QoS guarantee to decline system energy consumption. Firstly, a dense Macro-Femto biased cellular network was used to build the network model, the two QoS indicators of SINR coverage and user average rate was analyzed by stochastic geometry theory. Then, under the condition of QoS constraint, average spatial power consumption (ASPC) was taken as the optimization goal, optimal deploy density and transmission power of Femto were achieved by using optimization theory. Finally, the experimental results show that, comparing with the traditional strategy which only considering base station density, the proposed strategy has advantages in terms of energy efficiency while QoS guarantee.

heterogeneous cellular network, energy efficiency, deployment, base station density

TN929.5

A

10.11959/j.issn.1000?436x.2018129

2017?11?07；

2018?06?21

國家自然科學(xué)基金資助項(xiàng)目（No.61671096，No.61701059）；東南大學(xué)移動(dòng)通信國家重點(diǎn)實(shí)驗(yàn)室開放研究基金資助項(xiàng)目（No.2015D07）

The National Natural Science Foundation of China (No.61671096, No.61701059), The Open Research Fund of National Mobile Communications Research Laboratory Southeast University (No.2015D07)

李云（1974?），男，四川西充人，博士，重慶郵電大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)闊o線移動(dòng)通信。

王春生（1989?），男，安徽淮北人，重慶郵電大學(xué)碩士生，主要研究方向?yàn)楫悩?gòu)蜂窩網(wǎng)絡(luò)。

曹儐（1983?），男，重慶人，博士，重慶郵電大學(xué)副教授，主要研究方向?yàn)榫W(wǎng)絡(luò)虛擬化、軟件定義網(wǎng)絡(luò)、資源管理和網(wǎng)絡(luò)協(xié)議設(shè)計(jì)及性能分析。

劉期烈（1974?），男，四川隆昌人，博士，重慶郵電大學(xué)教授，主要研究方向?yàn)樾畔⒅行木W(wǎng)絡(luò)。