經(jīng)濟(jì)和定價(jià)模型在5G用戶關(guān)聯(lián)中的應(yīng)用

董春利 王莉

摘 要：文章回顧了經(jīng)濟(jì)和定價(jià)模型在5G用戶關(guān)聯(lián)中的應(yīng)用，討論了吞吐量最大化的用戶關(guān)聯(lián)，采用分布式拍賣或采用價(jià)格更新方案的分布式算法，來實(shí)現(xiàn)低復(fù)雜度的目標(biāo)。除了吞吐量的改進(jìn)之外，用戶關(guān)聯(lián)中還需要考慮基站（BS）間的負(fù)載均衡和用戶的公平性。諸如分布式拍賣，一般定價(jià)，效用最大化和擁塞定價(jià)等定價(jià)模式可很好地滿足要求。

關(guān)鍵詞：5G網(wǎng)絡(luò)；異構(gòu)無線網(wǎng)絡(luò)；資源管理；經(jīng)濟(jì)和定價(jià)模型

異構(gòu)和無線設(shè)備的密集部署，使5G能夠在頻譜、功率和緩存存儲(chǔ)方面提供無線資源。但是，這提出了無線資源管理問題，例如用戶關(guān)聯(lián)，資源分配和干擾管理。因此，需要為這些問題設(shè)計(jì)復(fù)雜的無線電資源管理方案。

經(jīng)濟(jì)和定價(jià)模型被有效地采用來解決上述問題[1]。在數(shù)據(jù)傳輸開始前，用戶關(guān)聯(lián)機(jī)制被執(zhí)行，以確定哪個(gè)用戶被分配給哪個(gè)基站（Base Station，BS）。用戶關(guān)聯(lián)機(jī)制必須設(shè)計(jì)為用以優(yōu)化如吞吐量、負(fù)載均衡和能源效率。例如集中式的解決方案[2]，往往需要大量的信令，并且計(jì)算復(fù)雜度高，這對(duì)大規(guī)模網(wǎng)絡(luò)來說不是一個(gè)可行的解決方案，特別是對(duì)于HetNets。此外，經(jīng)濟(jì)和定價(jià)模型可提供分布式解決方案以優(yōu)化上述指標(biāo)，計(jì)算復(fù)雜度低。

本文所討論的經(jīng)濟(jì)和定價(jià)模型在5G用戶關(guān)聯(lián)中的應(yīng)用，是根據(jù)用戶關(guān)聯(lián)機(jī)制旨在實(shí)現(xiàn)的性能指標(biāo)進(jìn)行分類的[2]，即吞吐量最大化、負(fù)載均衡和公平性、能源效率優(yōu)化。需要注意的是，每個(gè)度量標(biāo)準(zhǔn)可用不同的技術(shù)來考慮，例如，大規(guī)模多輸入多輸出系統(tǒng)（Multiple-Input Multiple-Output，MIMO）、毫米波和HetNets。例如，由于天線的能耗很大，因此，在設(shè)計(jì)大規(guī)模MIMO網(wǎng)絡(luò)中的用戶關(guān)聯(lián)時(shí)，能源效率可被認(rèn)為是一個(gè)主要要求。相反，由于BS的超密集和非計(jì)劃部署，吞吐量最大化和負(fù)載均衡的BS層，可分別作為毫米波網(wǎng)絡(luò)和HetNets中用戶關(guān)聯(lián)的主要需求。本文討論吞吐量最大化的用戶關(guān)聯(lián)和負(fù)載均衡和公平性的用戶關(guān)聯(lián)。

1 吞吐量最大化

該網(wǎng)絡(luò)的共同目標(biāo)是最大化5G中所有用戶的總吞吐量。采用分布式拍賣或采用價(jià)格更新方案的分布式算法，來實(shí)現(xiàn)低復(fù)雜度的目標(biāo)。

對(duì)毫米波網(wǎng)絡(luò)，基于分布式拍賣的第一項(xiàng)工作在文獻(xiàn)[3]中進(jìn)行了調(diào)查。其中用戶作為投標(biāo)人，即買方，而BS是賣方。最初，BS將連接價(jià)格設(shè)置為零，并將其廣播給所有用戶。每個(gè)用戶根據(jù)價(jià)格和所需的吞吐量，計(jì)算其效用和支付，然后用戶選擇產(chǎn)生最大效用的最佳BS。用戶將其所需的吞吐量作為出價(jià)發(fā)送給BS。BS選擇具有最高出價(jià)和高于舊價(jià)格支付的用戶。BS增加它的價(jià)格，然后將新價(jià)格反饋給用戶。當(dāng)只有一個(gè)請(qǐng)求用戶，并且該用戶與BS相關(guān)聯(lián)時(shí)，拍賣終止。仿真結(jié)果表明，與基于RSSI的關(guān)聯(lián)方案[4]相比，該方案可將網(wǎng)絡(luò)吞吐量提高12%左右。除了提高吞吐量之外，所提出的方案還考慮操作波束寬度的優(yōu)化，以解決耳聾問題。相應(yīng)地，當(dāng)波束寬度較窄時(shí)，所提出的方案的網(wǎng)絡(luò)吞吐量增加。然而，窄波束寬度會(huì)導(dǎo)致明顯的調(diào)整開銷，因?yàn)樾枰鄠€(gè)方向進(jìn)行搜索。未來的工作可在招標(biāo)過程優(yōu)化中考慮這種影響。

2 負(fù)載均衡和公平性

除了吞吐量的改進(jìn)之外，用戶關(guān)聯(lián)中還需要考慮BS間的負(fù)載均衡和用戶的公平性。諸如分布式拍賣，一般定價(jià)，效用最大化和擁塞定價(jià)等定價(jià)模式可很好地滿足要求。

2.1 分布式拍賣

Shokrighadikolaei等[3]在考慮基站負(fù)載均衡的情況下，研究了毫米波網(wǎng)絡(luò)中的聯(lián)合關(guān)聯(lián)和中繼問題。該模型涉及多個(gè)BS和多個(gè)用戶。用戶可通過一個(gè)充當(dāng)中繼的其他用戶與某個(gè)BS關(guān)聯(lián)。聯(lián)合關(guān)聯(lián)和中繼問題一般沒有封閉形式的解。因此，該問題可等價(jià)地轉(zhuǎn)化為最小成本流問題，然后通過分布式拍賣解決。投標(biāo)人是用戶，即買方，賣方是中繼。當(dāng)一個(gè)中繼的請(qǐng)求用戶數(shù)量足夠大時(shí)，所提出的方案被證明能夠快速收斂，原因是中繼設(shè)置的價(jià)格增高，與請(qǐng)求接入中繼的用戶數(shù)量成正比。因此，對(duì)于大量用戶而言，與其他中繼相比，一個(gè)中繼在短時(shí)間內(nèi)會(huì)變得太貴，并且只有很少的用戶能夠接受價(jià)格。但是，大量的用戶使得該方案的整體收斂速度變慢，這可能不符合毫米波信道條件的快速變化。

2.2 一般定價(jià)

Xu等[4]提出了一種通過拉格朗日對(duì)偶分解，來實(shí)現(xiàn)用戶關(guān)聯(lián)的分布式算法，以實(shí)現(xiàn)負(fù)載均衡和毫米波網(wǎng)絡(luò)的公平性。該模型由多個(gè)BS組成，即賣家，每個(gè)BS可服務(wù)于多個(gè)移動(dòng)用戶，即買家。為了實(shí)現(xiàn)負(fù)載均衡和公平，引入了信道利用度量，即用戶所需數(shù)據(jù)速率與信道容量的比率。該問題是減小最大化的BS利用率。這里，BS利用率是信道利用率的總和。首先，拉格朗日對(duì)偶問題應(yīng)用于用戶支付BS的服務(wù)價(jià)格的乘數(shù)。然后，采用價(jià)格更新的次梯度方法。通常，每個(gè)用戶在本地確定其BS，以便最小化其支付，并且BS間彼此通信，更新價(jià)格以調(diào)節(jié)用戶的請(qǐng)求，并均衡BS之間的信道利用。仿真結(jié)果表明，該方案在通過Jain公平性指數(shù)測(cè)量的BS間收斂性和公平性方面，優(yōu)于RSSI方案。但是，在每次迭代中更新價(jià)格會(huì)顯著增加該方案的通信開銷。

2.3 效用最大化

Athanasiou等[5]提出的價(jià)格更新可與該問題相結(jié)合，在大規(guī)模MIMO網(wǎng)絡(luò)中，實(shí)現(xiàn)公平性和負(fù)載均衡。每個(gè)BS（即賣方）可服務(wù)于多個(gè)用戶，并且每個(gè)用戶（即買方）可同時(shí)與多個(gè)BS相關(guān)聯(lián)，以實(shí)現(xiàn)其期望的數(shù)據(jù)速率。其目標(biāo)是最大化所有用戶的總效用。在這里，效用由對(duì)數(shù)函數(shù)表示，它允許分配實(shí)現(xiàn)比例公平。效用是一個(gè)凹函數(shù)，問題是凸優(yōu)化。文獻(xiàn)[5]中的價(jià)格更新再次用于解決這個(gè)問題。然而考慮到BS的服務(wù)價(jià)格，每個(gè)用戶選擇一組BS和相應(yīng)的資源比例，以最大化其總的按次降價(jià)。BS向用戶提供的按次降價(jià)定義為分配給用戶的速率與用戶支付給BS的費(fèi)用之比的最大化。

2.4 基于擁塞的定價(jià)

根據(jù)當(dāng)前網(wǎng)絡(luò)負(fù)載設(shè)置連接價(jià)格，可用于實(shí)現(xiàn)所提出的負(fù)載均衡[5]。所考慮的模型是HetNets，其包括一個(gè)MBS用戶，即MUEs和多個(gè)SBS，即毫微微小區(qū)。該問題是確定SBS分配給MUES的帶寬，以便最大化用戶的總效用和MBS向SBS支付的總成本之間的差別。為解決這個(gè)問題，采用分布式算法的拉格朗日對(duì)偶問題。然而，乘數(shù)是與速率和帶寬相關(guān)的陰影價(jià)格，它們通過梯度下降法進(jìn)行更新。在每次迭代中，給定SBS的陰影和擁塞價(jià)格，每個(gè)用戶選擇最好的SBS以最大化速率與SBS提供的價(jià)格之和的比率。有多個(gè)MBS更普遍的情況，需要進(jìn)一步調(diào)查。然而，MBS和SBS之間的交互可能更復(fù)雜。