超密集網(wǎng)絡(luò)中虛擬小區(qū)載波分配方案研究

劉丹，王凱，譚國平，居美艷，張麗麗

（河海大學(xué)計(jì)算機(jī)與信息學(xué)院通信與信息系統(tǒng)研究所，江蘇南京211100）

近年來，隨著智能終端的迅速普及，移動(dòng)數(shù)據(jù)流量快速增長，使得本就有限的無線網(wǎng)絡(luò)資源與快速膨脹的用戶需求之間的矛盾日益突出。據(jù)預(yù)測，到2020年，全球移動(dòng)通信數(shù)據(jù)流量將會(huì)增長1 000倍[1]。

為了給用戶帶來極致的體驗(yàn)，可以通過增加小基站的數(shù)目來提升系統(tǒng)的容量。但是，隨著LTEAdvanced的不斷演進(jìn)，小基站的部署將十分密集[2]，從而形成超密集網(wǎng)絡(luò)（Ultra-densenetwork，UDN）。UDN中用戶收到的干擾嚴(yán)重，切換頻繁，針對(duì)這些問題，虛擬小區(qū)技術(shù)便被提出來了[3-4]。由于站間距的減小會(huì)帶來一些與現(xiàn)有系統(tǒng)不同的問題，現(xiàn)有的干擾管理以及資源分配等技術(shù)已經(jīng)不能直接適用于這樣的網(wǎng)絡(luò)[5-6]。因此，針對(duì)UDN場景的資源分配技術(shù)問題將是未來無線網(wǎng)絡(luò)研究的重要內(nèi)容之一。本文針對(duì)虛擬小區(qū)的資源分配問題，提出一種基于最大SINR的分配算法。

1 系統(tǒng)模型與問題描述

1.1 系統(tǒng)模型

在UDN場景中，基站比較密集，多個(gè)小基站可以聯(lián)合起來，組成一個(gè)虛擬小區(qū)，共同為用戶提供數(shù)據(jù)傳輸業(yè)務(wù)，圖1是兩種不同的虛擬小區(qū)形成方案。在圖1（a）中，兩個(gè)虛擬小區(qū)之間無重疊覆蓋區(qū)域，與傳統(tǒng)的物理蜂窩網(wǎng)絡(luò)一樣，這種虛擬小區(qū)形成方案的一個(gè)明顯弊端是位于虛擬小區(qū)邊緣的用戶將會(huì)受到鄰居虛擬小區(qū)的強(qiáng)烈干擾[7-8]。例如，在圖1（a）中，虛擬小區(qū)2中的用戶2受到虛擬小區(qū)1中基站2的干擾情況很嚴(yán)重。圖1（b）是具有重疊覆蓋區(qū)域的虛擬小區(qū)形成方案，與圖1（a）的不同之處在于，基站2和基站3組成了虛擬小區(qū)3，為用戶2提供服務(wù)。這種虛擬小區(qū)形成方案削弱了原來虛擬小區(qū)的邊界效應(yīng)，例如在圖1（b）中，用戶2由原來的小區(qū)邊緣位置變?yōu)榱颂摂M小區(qū)3的中心位置，此時(shí)，對(duì)于用戶2來講，基站2已不再是干擾源，而變成可以為用戶2提供數(shù)據(jù)傳輸服務(wù)的服務(wù)基站，因此，用戶2受到的干擾將大幅減小，用戶體驗(yàn)得到明顯改善[9]。此外，由于用戶2已脫離了原來的虛擬小區(qū)2，因此基站4將不再為用戶2提供服務(wù)，這也從一定程度上減輕了基站4的負(fù)載。

圖1 不同的虛擬小區(qū)形成方案

考慮在一個(gè)UDN場景中，所有小基站的集合為Φ，總的小基站數(shù)M=|Φ|，用戶的集合為Ψ，總用戶數(shù)為N=|Ψ|。為簡單起見，每個(gè)用戶和基站都配置單天線，所有小基站的發(fā)射功率都相同，采用單數(shù)據(jù)流為用戶傳輸數(shù)據(jù)，每個(gè)用戶的數(shù)據(jù)流都相互獨(dú)立，在采用固定頻率復(fù)用因子為1的網(wǎng)絡(luò)中，用戶n接收到的信號(hào)yn可表示為：

式（1）的第一部分代表用戶的有用信號(hào)，第二部分代表用戶接收到的來自其他小基站的干擾，第三部分表示噪聲信號(hào)。其中，Pt表示小基站的發(fā)射功率，Gnm表示小基站m與用戶n之間的信道增益，xn表示小基站發(fā)出的標(biāo)準(zhǔn)信號(hào)，Zn表示均值為零、方差為σ2的高斯白噪聲，即Zn～N（0，σ2）。

公式（1）描述的是傳統(tǒng)物理小區(qū)中用戶的接收信號(hào)情況。而在虛擬小區(qū)中，用戶的服務(wù)小基站可能有多個(gè)，因此其接收到的有用信號(hào)有可能來自虛擬小區(qū)中的多個(gè)基站，受到的干擾情況也發(fā)生了變化[10]。文獻(xiàn)[11]中指出，如果在整個(gè)網(wǎng)絡(luò)中共享信道狀態(tài)信息，小基站根據(jù)全局CSI就可以采用合理的預(yù)編碼權(quán)重來消除虛擬小區(qū)內(nèi)部的干擾影響。如果用Ωn={m|m?Φ}表示為用戶n服務(wù)的小基站的集合，那么式（1）可改為：

根據(jù)式（2）可以計(jì)算出用戶n的信干噪比γn為：

從式（3）可以看出，用戶n的虛擬小區(qū)中的小基站數(shù)目越多，用戶接收到的有用信號(hào)的強(qiáng)度也就越大。此外，由于多個(gè)小基站聯(lián)合起來為用戶提供數(shù)據(jù)傳輸，原先對(duì)自己造成嚴(yán)重干擾的周圍基站信號(hào)在虛擬小區(qū)中轉(zhuǎn)為有用信號(hào)，使得強(qiáng)干擾源的數(shù)量減少，因此，用戶的吞吐量將得到大幅提升。根據(jù)香濃公式，用戶n可以獲得的數(shù)據(jù)傳輸速率Rn為：

其中，B為數(shù)據(jù)傳輸帶寬，η和μ為調(diào)整因子，是介于0和1之間的固定值，與頻譜以及編碼效率有關(guān)系。為簡單起見，令η和μ值為1，如果數(shù)據(jù)在單位帶寬上傳輸，那么式（4）可簡化為下式：

1.2 問題描述

文中使用圖1（b）描述的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，允許虛擬小區(qū)之間有重疊覆蓋，即同一個(gè)小基站可以同時(shí)屬于多個(gè)虛擬小區(qū)，為不同用戶服務(wù)。為了減輕位于多個(gè)虛擬小區(qū)中的基站各個(gè)小區(qū)之間的相互影響，基站采用了給不同的虛擬小區(qū)分配不同的頻譜資源的方法來降低干擾。LTE-Advanced系統(tǒng)采用的載波聚合是將2個(gè)或更多的分量載波（ComponentCarrier，CC）聚合在一起形成更大的帶寬以支持更高的數(shù)據(jù)傳輸速率[12]。3GPP在LTERelease11中把CC分為兩類：主分量載波（（PrimaryComponentCarrier，PCC）和輔助分量載波（SecondaryComponentCarrier，SCC）[13]。PCC 是用戶一開始就獲得的分量載波，除了PCC之外，用戶所使用的其他分量載波統(tǒng)稱為SCC，它是在PCC不足以滿足用戶數(shù)據(jù)業(yè)務(wù)需求時(shí)，由基站通過無線資源控制（RadioResourceControl，RRC）消息為用戶配置的額外CC，它可以使系統(tǒng)的吞吐量得到顯著提升[14]。在圖1（b）中，假設(shè)只有兩個(gè)可用載波CC1和CC2，如果基站2已經(jīng)使用了CC1為用戶1提供服務(wù)，那么它將會(huì)為用戶2配置CC2。如果此時(shí)基站2又屬于另外一個(gè)虛擬小區(qū)4，如圖2所示，顯然基站2已經(jīng)無可用的CC為虛擬小區(qū)4服務(wù)了。因此，有必要對(duì)這種問題設(shè)計(jì)一種可行的解決方案。

圖2 虛擬小區(qū)CC分配示意圖

2 虛擬小區(qū)載波分配算法

用戶選擇周圍的若干小基站組成自己的服務(wù)虛擬小區(qū)，生成一個(gè)服務(wù)小基站列表，隨著用戶位置或業(yè)務(wù)量的變化，不斷會(huì)有一些小基站退出原來的虛擬小區(qū)，或者有新的小基站加入到用戶的虛擬小區(qū)中，此時(shí)用戶需要更新自己維護(hù)的服務(wù)小基站列表，并將此信息通知給網(wǎng)絡(luò)。網(wǎng)絡(luò)中的每個(gè)小基站也維護(hù)一個(gè)所屬虛擬小區(qū)的列表，記錄所服務(wù)的用戶情況以及CC使用情況，并通過基站之間的空口通信或回傳鏈路與周圍基站交互信息。在LTE-Advanced網(wǎng)絡(luò)中，假設(shè)可供使用的CC數(shù)目為K，小基站和用戶的總數(shù)量分別為M和N，小基站m（m∈Φ）和用戶n（n∈Ψ）在網(wǎng)絡(luò)中的位置隨機(jī)分布。用戶n的服務(wù)虛擬小區(qū)Ωn是根據(jù)其測量到的周圍小基站的信噪比（SNR）來確定的。若用SNRm，n表示用戶n收到的來自小基站m的信噪比，SNR0，n表示其中的最大值，即SNR0，n=max{SNRm，n}，則滿足公式（6）的所有小基站組成服務(wù)于用戶n的虛擬小區(qū)Ωn。

其中，SNRThr為設(shè)定的信噪比門限值。

現(xiàn)將基于最大SINR的虛擬小區(qū)載波分配（ComponentCarrierAllocationbasedontheMaximumSIN R，CAMS）標(biāo)準(zhǔn)描述如下：

1）用戶r根據(jù)公式（6）選擇初始的服務(wù)小基站，若這些小基站的集合是用戶s的虛擬小區(qū)Ωs的子集，則r和s位于同一個(gè)虛擬小區(qū)Ωs。

2）一個(gè)虛擬小區(qū)中的各個(gè)小基站使用相同的CC為本虛擬小區(qū)中的用戶提供服務(wù)。

3）若小基站m要為不同虛擬小區(qū)的用戶服務(wù)，則對(duì)于某一個(gè)CC，小基站始終使用該CC為接收到該基站信號(hào)最強(qiáng)的那個(gè)用戶服務(wù)。例如，假設(shè)小基站m同時(shí)位于虛擬小區(qū)Ωp和Ωq中，記虛擬小區(qū)Ωp中的用戶p接收到小基站m的信噪比為SNRm，p，虛擬小區(qū)Ωq中的用戶q接收到小基站m的信噪比為SNRm，q，若SNRm，p-SNRm，q＞δ（δ為一固定常數(shù)），則小基站m退出虛擬小區(qū)Ωq，使用相應(yīng)的CC為用戶p服務(wù)。

圖3是CAMS算法流程圖，其主要步驟描述如下：

1）用戶n根據(jù)公式（6）確定自己的初始服務(wù)虛擬小區(qū)Ωn；

2）檢查Ωn是否為某個(gè)已有虛擬小區(qū)Ωs的子集。如果Ωn?Ωs，則令用戶n的服務(wù)虛擬小區(qū)為Ωs，否則進(jìn)入下一步；

3）選擇Ωn中使用次數(shù)最少的CC作為目標(biāo)CC，記為CC*。若CC*=NULL，用戶n選擇SNR最大的小基站所在的虛擬小區(qū)中用戶數(shù)最少的一個(gè)作為自己的服務(wù)小區(qū)，該虛擬小區(qū)用Ωm表示，否則進(jìn)入下一步；

4）計(jì)算Ωn中使用CC*為其他虛擬小區(qū)服務(wù)的基站集合Cn={m1，m2，…mt}。若Cn=?，則執(zhí)行 Step6，否則進(jìn)入下一步；

5）判斷SNRi，n-SNRi，j＞δ是否成立（其中，SNRi，n表示Ωn的用戶n接收到的小基站i（i∈Cn）的信噪比，SNRi，j表示虛擬小區(qū)Ωj中的用戶j接收到的小基站i的信噪比）。若成立，則小基站i退出虛擬小區(qū)Ωj，使用CC*為Ωn服務(wù)，否則小基站i退出Ωn，繼續(xù)留在原來的虛擬小區(qū)中；

6）用戶n更新虛擬小區(qū)Ωn之后，選擇目標(biāo)CC。

以上過程中，如果滿足條件的CC數(shù)目大于1，則選擇其中具有最小上行干擾的那個(gè)CC。在虛擬小區(qū)Ωn完成載波選擇之后，更新CC使用情況和其他資源分配信息并通知周圍虛擬小區(qū)。

圖3 CAMS算法流程圖

3 實(shí)驗(yàn)仿真

本章的算法評(píng)估場景為文獻(xiàn)[15]中提出的小基站密集部署模型的室內(nèi)下行覆蓋。仿真場景中考慮25個(gè)房間，每個(gè)房間放置1臺(tái)小基站，位置在房間內(nèi)隨機(jī)分布。為了降低復(fù)雜度，仿真中不涉及下行功率控制，所有小基站在每個(gè)CC上的發(fā)射功率都相同，并且不考慮不同CC之間的差異性。仿真中使用的數(shù)據(jù)包調(diào)度方式為輪詢調(diào)度（RoundRobin），業(yè)務(wù)模型為全緩存模型（FullBuffer）。表1中列出了仿真中的關(guān)鍵參數(shù)。

表1 主要仿真參數(shù)

為了驗(yàn)證所提的CAMS算法的性能，本節(jié)仿真中采用了文獻(xiàn)[16]中提出的ACCS算法和文獻(xiàn)[17]中的CCCS算法作為對(duì)比。

圖4中畫出了3種算法的SINR累積分布函數(shù)圖（CumulativeDistributionFunction，CDF），仿真中總共考慮了2個(gè)CC，25個(gè)用戶，每個(gè)房間中都有一個(gè)用戶，其位置在房間內(nèi)隨機(jī)分布。并且，當(dāng)某個(gè)小基站使用相應(yīng)算法無法獲得可用CC時(shí)，至少選擇一個(gè)CC為其用戶服務(wù)。

從圖4中可以看出，CAMS算法的性能要優(yōu)于傳統(tǒng)小區(qū)中的ACCS和CCCS算法。這是因?yàn)镃AMS算法中聯(lián)合多個(gè)基站共同為用戶提供服務(wù)，增強(qiáng)了用戶的接收信號(hào)強(qiáng)度，通過虛擬小區(qū)之間的相互協(xié)作，讓服務(wù)質(zhì)量更好的小基站退出某些原來的虛擬小區(qū)，并使用相應(yīng)的CC為其新加入的虛擬小區(qū)中的用戶服務(wù)，這樣就使基站始終為用戶提供較高的信號(hào)質(zhì)量，用戶的接收SINR得到提升。

圖4 SINR累積分布函數(shù)圖

圖5是系統(tǒng)平均頻譜效率柱狀圖，從圖中可以看到本文所提CAMS算法的系統(tǒng)平均頻譜效率要優(yōu)于傳統(tǒng)的載波選擇算法，可達(dá)1.93 bps/Hz，比ACCS算法提高16.3%，比CCCS算法提高6.5%。

表2中列出了3種載波選擇方案的5%邊緣用戶（CDF值為5%時(shí)對(duì)應(yīng)的用戶）的信干噪比（SINR），從中可以看出，ACCS算法的5%邊緣用戶SINR為6.5 dB，CCCS算法的5%邊緣用戶SINR比ACCS算法的高，為9.9 dB，而所提CAMS算法可以使邊緣用戶的SINR提升到12.3 dB，是ACCS算法的1.89倍，是CCCS算法的1.24倍。

圖5 系統(tǒng)平均頻譜效率柱狀圖

表2 不同方案的5%邊緣用戶SINR對(duì)比

4 結(jié)束語

文中提出了一種基于最大SINR的虛擬小區(qū)載波分配算法方案，通過虛擬小區(qū)之間的相互協(xié)作，讓服務(wù)質(zhì)量更好的小基站退出某些原來的虛擬小區(qū)，并使用相應(yīng)的CC為其新加入的虛擬小區(qū)中的用戶服務(wù)。仿真表明，該算法可以提升邊緣用戶的信號(hào)接收質(zhì)量和系統(tǒng)平均頻譜效率，增加了系統(tǒng)的容量。由于需要在虛擬小區(qū)內(nèi)部以及虛擬小區(qū)之間共享信道信息以及無線資源使用情況，因此，新方案會(huì)在一定程度上增加信令交互量。