肖建云 中睿通信規(guī)劃設(shè)計(jì)有限公司 廣東省 廣州市 510630
支持5G物聯(lián)網(wǎng)應(yīng)用的蜂窩系統(tǒng)已經(jīng)進(jìn)入到技術(shù)研究關(guān)鍵期,預(yù)計(jì)從2020年開始逐步投入使用。由于5G物聯(lián)網(wǎng)要滿足大數(shù)據(jù)傳輸需求,要構(gòu)建超密集的小型基站,因此會(huì)帶來較為嚴(yán)重的小區(qū)干擾問題。此外也需要考慮設(shè)備能耗和管理問題,采用K-means算法實(shí)現(xiàn)小區(qū)休眠機(jī)制,是目前5G物聯(lián)網(wǎng)研究的主要趨勢。
在5G異構(gòu)網(wǎng)絡(luò)中的控制面和業(yè)務(wù)面分離設(shè)計(jì),宏小區(qū)負(fù)責(zé)控制面層問題,小型基站負(fù)責(zé)處理業(yè)務(wù)面層問題,提高網(wǎng)絡(luò)吞吐量。以單小區(qū)5G物聯(lián)網(wǎng)模型為例,在系統(tǒng)內(nèi)含有一個(gè)宏基站和若干個(gè)小型基站,周圍分布大量終端設(shè)備。需要在系統(tǒng)設(shè)計(jì)一個(gè)控制實(shí)體,負(fù)責(zé)協(xié)調(diào)物聯(lián)網(wǎng)連接。采取宏基站在中心位置、小型基站隨機(jī)分布的建模方式,數(shù)據(jù)傳輸采取正交頻分復(fù)用技術(shù)形式,資源分配的基本單元為物理資源塊,只考慮下行鏈路運(yùn)行,忽略上行鏈路的干擾。
在正交頻分復(fù)用技術(shù)通信模式下,小區(qū)資源塊之間具有正交性,同一小區(qū)的不同物理資源塊設(shè)備不存在相互干擾問題,但使用同一物理資源塊時(shí),就會(huì)產(chǎn)生混合干擾。具體包括兩種情況,一是層間干擾,二是層內(nèi)干擾。在構(gòu)建模型時(shí)假設(shè)小區(qū)內(nèi)包含M個(gè)小型基站,采用m=1,2,…,M進(jìn)行編號,m=0表示宏基站。連接到m基站的設(shè)備數(shù)量用SUE(m)表示,各基站可用資源塊數(shù)量為NRB,用n=1,2,…,NRB進(jìn)行編號。假設(shè)每個(gè)設(shè)備的通信只占用一個(gè)資源塊,可以定義資源分配矩陣為Π(m)=[π(k,n)]SUE(m)×NRB。其中 SUE(m)為矩陣的行數(shù),NRB為矩陣的列數(shù)??刹捎迷摼仃嚤硎净局斜徽加玫馁Y源塊,判斷小區(qū)間的干擾情況。
構(gòu)建鏈路計(jì)算模型,主要是為了完成系統(tǒng)平均信噪比、系統(tǒng)總數(shù)據(jù)傳輸速率和系統(tǒng)能效的計(jì)算。其中,終端設(shè)備的通信信噪比可采用公式 SINR(m,k)=PR(m,k)/[I(m,k)+Pn]進(jìn)行計(jì)算,其中1≤m≤M,PR(m,k)表示k設(shè)備接受m小區(qū)的信號強(qiáng)度,PT(m,k)為資源塊發(fā)射功率,I(m,k)為其他基站產(chǎn)生的總干擾,Pn為加性白高斯噪聲功率。若系統(tǒng)中有N個(gè)用戶,平均信噪比則為終端設(shè)備信噪比之和除以N。系統(tǒng)總數(shù)據(jù)傳輸速率與每個(gè)設(shè)備的瞬時(shí)帶寬效率有關(guān),要實(shí)現(xiàn)總傳輸速率最大化目標(biāo)。系統(tǒng)能源為系統(tǒng)容量和基站總能耗之比,用dm表示小區(qū)狀態(tài),dm=1表示小區(qū)為激活狀態(tài),dm=0表示小區(qū)為休眠狀態(tài)。
K-means算法是一個(gè)聚類算法,假設(shè)5G物聯(lián)網(wǎng)中有N個(gè)終端設(shè)備,可采用K-means算法將N各設(shè)備按相似性聚類得到K個(gè)簇。首先隨機(jī)K初始聚類中心,然后計(jì)算各樣本到每個(gè)聚類中心的歐式距離,并將其加入到歐式距離最短的簇中。其次計(jì)算簇中各點(diǎn)到聚類中心的距離平方、總距離平方和,采用拉格朗日和最小二乘法計(jì)算,聚類中心取對應(yīng)簇內(nèi)的樣本點(diǎn)均值。按照上述步驟迭代計(jì)算,更新聚類,直到總距離平方和收斂,此時(shí)可得到最小值。迭代結(jié)束后輸出各簇中心點(diǎn)的空間坐標(biāo),以及各簇包含的機(jī)器設(shè)備。
在K-means算法下,終端設(shè)備是以簇為單位選擇基站的,控制面層開銷小,可快速建立通信連接。首先在主資源分配階段,假設(shè)部署了M個(gè)超密集小型基站,分布有N個(gè)終端設(shè)備,聚類成K個(gè)簇,中心點(diǎn)為u(j)。主資源分配目標(biāo)函數(shù)為m,1≤m≤M。即計(jì)算各簇中心點(diǎn)到基站中心點(diǎn)的歐式距離,確定m基站分配給j簇的信噪比大小,然后進(jìn)行迭代計(jì)算,直到信噪比達(dá)到最大值。輸出此時(shí)連接在各簇的基站序號及信噪比,具體算法流程如圖1所示。
圖 1 基于K-means算法的主資源分配算法
在資源補(bǔ)充分配階段,每個(gè)簇包含的設(shè)備數(shù)量為不確定量,但基站可用資源塊數(shù)量是確定的,可根據(jù)總數(shù)據(jù)傳輸效率最大化目標(biāo),對部分設(shè)備進(jìn)行資源補(bǔ)充分配。首先根據(jù)聚類結(jié)果,確定簇中包含的設(shè)備總數(shù)。然后判斷可用資源塊數(shù)量能否滿足用戶的實(shí)際需求,如果能滿足,直接將用戶連接到主資源分配結(jié)果中的選定基站,否則進(jìn)行補(bǔ)充分配。計(jì)算簇內(nèi)設(shè)備與選定基站間信噪比,按降序排列,取排名靠前N個(gè)設(shè)備連接到選定基站,對于多處的設(shè)備,則重新進(jìn)行資源分配,循環(huán)該操作,直到所有設(shè)備都能夠在滿足速率要求的前提下與基站建立連接。
在此基礎(chǔ)上,通過控制基站狀態(tài),降低資源能耗??筛鶕?jù)基站資源的優(yōu)化分配結(jié)果,調(diào)節(jié)基站狀態(tài),將未使用的基站改變?yōu)樾菝郀顟B(tài)。采取這種方法不僅能夠動(dòng)態(tài)控制基站運(yùn)行狀態(tài),實(shí)現(xiàn)節(jié)能目標(biāo),還能夠減少同頻小區(qū)干擾,進(jìn)一步提升系統(tǒng)信噪比及用戶吞吐量。
為驗(yàn)證上述算法的可行性,可設(shè)計(jì)一個(gè)超密集小型基站異構(gòu)網(wǎng)絡(luò)仿真場景,在場景中分布有大量終端設(shè)備,利用MATLAB仿真軟件進(jìn)行聚類仿真,將系統(tǒng)的吞吐量、能效作為系統(tǒng)性能仿真指標(biāo)。主要參數(shù)設(shè)定情況如下:(1)宏小區(qū)半徑為1000m,宏基站發(fā)射功率為40dBm,超密集小型基站半徑為200m,發(fā)射功率為30dBm。(2)系統(tǒng)寬帶為10MHz,基站高度為32m,各小區(qū)可用資源塊數(shù)量為32個(gè)。(3)每個(gè)小區(qū)下行鏈路的設(shè)備數(shù)量為20個(gè),終端設(shè)備的移動(dòng)速度為2.5m/s。
經(jīng)過MATLAB軟件仿真計(jì)算,采用K-means算法輔助的小區(qū)休眠方案,系統(tǒng)平均信噪比提升明顯,提升幅度為10dB~25dB,小區(qū)間的干擾問題得到有效抑制。這主要是由于資源分配時(shí)在通信質(zhì)量前提下讓同一簇設(shè)備連接到同一基站,可減少基站的占用率,讓位占用基站切換到休眠狀態(tài),從而能夠有效減少系統(tǒng)總功耗和小區(qū)間同頻干擾問題。
綜上所述,K-means算法輔助的小區(qū)休眠機(jī)制為5G物聯(lián)網(wǎng)提供了資源分配的優(yōu)化解決方案。在K-means算法的應(yīng)用下,可在資源分配階段對基站資源進(jìn)行合理分配,同時(shí)滿足通信速率和節(jié)約資源能源的需求。