異構(gòu)網(wǎng)絡下帶內(nèi)回程基站部署方案

徐昌彪,郭瑞博,鮮永菊

(重慶郵電大學 a.通信與信息工程學院; b.光電工程學院,重慶 400065)

0 概述

隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展,有限的頻譜資源難以滿足劇增的移動數(shù)據(jù)傳輸需求,這使得研究人員利用各種技術(shù)提高頻譜效率(Spectral Efficiency,SE)。異構(gòu)蜂窩網(wǎng)絡(Heterogeneous Cellular Network,HCN)作為下一代移動通信系統(tǒng)的關鍵技術(shù),在傳統(tǒng)宏蜂窩網(wǎng)絡中部署大量低功率的小基站(Small Base Station,SBS),形成覆蓋區(qū)域重疊的異構(gòu)網(wǎng)絡系統(tǒng),使得用戶距離接入點更近,從而提高區(qū)域吞吐量,降低宏基站(Macro Base Station,MBS)的負載。同時同頻全雙工(Full Duplex,FD)通信[1-2]因能在相同的時頻資源上實現(xiàn)無線電信號的同時發(fā)送和接收,進而有效提高頻譜效率而成為當前無線通信網(wǎng)絡領域的研究熱點。在文獻[3- 4]中,該技術(shù)也稱為帶內(nèi)全雙工(In-Band Full Duplex,IBFD)。IBFD在文獻[5]中被定義為無線終端在非正交復用(Non-Orthogonal Multiplexing,NOM)信道上同時發(fā)送和接收的能力。但是,由于自干擾(Self-Interference,SI)的存在限制了IBFD的應用,因此隨著自干擾消除(Self-Interference Cancellation,SIC)技術(shù)的發(fā)展,天線端技術(shù)、模擬和數(shù)字消除技術(shù)已取得了重大進展,如文獻[6]中SIC量已達到110 dB。

IBFD與HCN相結(jié)合能夠大幅提升系統(tǒng)頻譜效率,而HCN中大量小小區(qū)回程業(yè)務的有效轉(zhuǎn)發(fā)成為新的研究熱點。目前,小小區(qū)的回程方式主要有有線回程和無線回程。對于密集的小小區(qū)來說,有線連接(如光纖和DSL)的成本過高。而傳統(tǒng)無線回程通過微波和毫米波等鏈路傳輸,或使用諸如時分雙工(Time Division Duplex,TDD)或空分的正交復用(Orthogonal Multiplexing,OM)技術(shù)實現(xiàn)自回傳。微波鏈路的定向傳輸要求以及毫米波鏈路的穿透能力差使其在回程解決方案上存在一定局限性。與OM相比,使用基于NOM的IBFD技術(shù)[1]將頻譜資源同時用于接入鏈路和回程鏈路,可以在傳統(tǒng)自回程的基礎上進一步提高系統(tǒng)頻譜效率,也可消除SBS對宏小區(qū)用戶(Macro Cell User,MUE)的干擾。本文針對異構(gòu)蜂窩網(wǎng)絡中帶內(nèi)回程基站的部署問題,研究如何合理部署帶內(nèi)回程基站,從而使系統(tǒng)容量最大化。

1 相關研究

IBFD通信有兩節(jié)點和三節(jié)點兩種傳輸模式。在異構(gòu)網(wǎng)絡中兩節(jié)點傳輸模式對應點對點雙向傳輸,三節(jié)點傳輸模式對應全雙工中繼[7]和以基站為中心的全雙工小區(qū)[8-9]?？紤]到SIC的影響,IBFD通信在小蜂窩網(wǎng)絡,尤其是覆蓋范圍小、發(fā)射功率低的HCN中的應用得到了越來越多的關注。

文獻[10-11]基于帶內(nèi)回程基站與傳統(tǒng)宏蜂窩基站組成的兩層異構(gòu)網(wǎng)絡,推導出網(wǎng)絡覆蓋概率和平均傳輸速率。文獻[12]基于所有用戶的總體效用最大化,研究FD可行性條件,提出一個上/下行用戶調(diào)度方案。文獻[13]提出一種基于同信道反向時分雙工和動態(tài)軟頻率復用雙工的頻譜共享方案,用于回程干擾管理。文獻[9]提出一種部分全雙工(Fraction Full Duplex,FFD)資源分配方案。該方案將時頻資源劃分為半雙工(Half Duplex,HD)資源塊(Resource Block,RB)和FD-RB,然后根據(jù)所服務用戶的信道狀態(tài)信息對RB進行分配。該方案只針對一維系統(tǒng)模型,具有一定的局限性。

文獻[14]研究了一個大規(guī)模MIMO無線回程網(wǎng)絡。該網(wǎng)絡由工作在混合帶內(nèi)/外全雙工(I/OBFD)模式下的小小區(qū)組成,每個SBS服務小小區(qū)用戶(Small Cell User,SUE),同時使用全雙工技術(shù)回程給MBS。研究結(jié)果表明,網(wǎng)絡中部署適當比例的全雙工基站和足夠的SIC是獲得高速率覆蓋的關鍵因素,但沒有提出具體的回程干擾管理方案。文獻[15-16]描述了全雙工蜂窩網(wǎng)絡中的干擾問題,證明了FD模式對密集部署的蜂窩網(wǎng)絡的優(yōu)越性。研究結(jié)果表明,為不同層網(wǎng)絡引入混合雙工能夠改善異構(gòu)網(wǎng)絡的吞吐量,但文中未給出具體的FD模式分配方案。

文獻[17]研究了HCN中SBS雙工模式的調(diào)度。針對特定拓撲結(jié)構(gòu)的異構(gòu)網(wǎng)絡,提出一種混合貪婪最大調(diào)度(H-GMS)算法。結(jié)合集中式和分布式機制,證明了H-GMS可使系統(tǒng)吞吐量最優(yōu),但文獻主要側(cè)重于設計新的媒體訪問控制協(xié)議。文獻[18]對異構(gòu)蜂窩網(wǎng)絡中的干擾進行描述和分析,采用TDD的上下行雙工模式,將Massive MIMO和SBS有效結(jié)合,提出一種分布式圖形染色算法(Dustributed Graphics Coloring Algorithm,DGCA),使SBS獨立選擇全雙工模式。

為合理地部署帶內(nèi)回程基站以減少SBS對MUE的跨層干擾,并有效協(xié)調(diào)小區(qū)間干擾,本文提出一種基于NOM的帶內(nèi)回程解決方案,通過在HCN中部署混合I/OBFD回程基站組成FFD進一步提高系統(tǒng)頻譜效率,并有效協(xié)調(diào)干擾。本文貢獻在于:1)建立系統(tǒng)容量的最優(yōu)化模型;2)給出一種基于貪心算法的最優(yōu)化近似求解算法,也可采用遺傳算法(Genetic Algorithm,GA)和文獻[18]提出的DGCA算法近似求解最優(yōu)化模型。

2 系統(tǒng)模型

圖1 兩層HCN無線回程部署模型Fig.1 Wireless backhaul deployment model for two-layer HCN

2.1 SBS雙工模式及干擾分析

系統(tǒng)中的SBS可以工作在兩種雙工模式:1)OBFD模式,接入鏈路和回程鏈路同一時間采用不同的頻帶傳輸;2)IBFD模式,接入鏈路和回程鏈路同一時間在相同的頻帶傳輸。由于MBS同時為MUE和SBS提供服務,因此將相同的頻帶分配給這兩條鏈路會導致復雜的傳輸協(xié)調(diào)問題。參照文獻[18,20],本文將總可用帶寬分成兩個相等的部分,分別表示為F1和F2。其中,F1頻帶由宏小區(qū)用戶接入鏈路利用,F2頻帶由回程鏈路占用,SUE接入鏈路在F1和F2之間的選擇直接決定了相應SBS的雙工模式。如果SUE接入鏈路采用F2,則該SBS處于IBFD模式,反之亦然。

圖2 全部SBS均工作在OBFD模式下的干擾類型Fig.2 Interference types generated when SBS all work in OBFD mode

圖3 系統(tǒng)混合I/OBFD模式下的干擾類型Fig.3 Interference types generated when system works in I/OBFD mode

圖4 全部SBS均工作在IBFD模式下的干擾類型Fig.4 Interference types generated when SBS all work in IBFD mode

2.2 宏小區(qū)傳輸模型

參照文獻[19]對不同模式下的接入鏈路與回程鏈路的信干噪比(Signal to Interference plus Noise Ratio,SINR)進行分析。首先分析宏小區(qū)傳輸模型,即從MBS到MUE的下行鏈路。如圖2所示,第K個MUEK僅受到工作在OBFD模式下的SBS干擾,因此MUEK的接收SINR為:

(1)

2.3 小小區(qū)傳輸模型

考慮到SBS的不同雙工模式會導致不同的干擾問題,因此需要對小小區(qū)的接收SINR分別進行分析。

2.3.1 OBFD模式下的小蜂窩設計

OBFD模式下的小蜂窩設計具體如下:

(2)

(3)

2.3.2 IBFD模式下的小蜂窩設計

IBFD模式下的小蜂窩設計具體如下:

(4)

(5)

3 問題建模及分析

根據(jù)SINR表達式,可以得到單位帶寬下系統(tǒng)鏈路的總?cè)萘繛?

(6)

本文研究目標是如何部署帶內(nèi)回程基站以消除SBS對MUE的跨層干擾,并有效協(xié)調(diào)小區(qū)間干擾,使得系統(tǒng)鏈路容量最大化。此外,要求系統(tǒng)總傳輸功率受限,蜂窩用戶有最低業(yè)務速率的基本傳輸要求。因此,目標問題可以建模為:

(7)

(8)

(9)

(10)

(11)

C5:xi∈{0,1},?i∈N

(12)

其中:

上述模型表達的是一個關于xi∈{0,1}的非線性非凸組合優(yōu)化問題,這是一個NP難問題,傳統(tǒng)的暴力搜索算法的復雜度是O(2N)。對于超密集小區(qū),隨著基站數(shù)目的增多,算法復雜度將呈指數(shù)級增長。為更好地求解該優(yōu)化問題,本文提出一種基于貪心算法的雙工模式選擇算法(Duplex Mode Selection Algorithm,DMSA),也可采用遺傳算法(GA)和文獻[18]提出的分布式圖形染色算法(DGCA)近似求解最優(yōu)化模型。

4 基于混合雙工模式的基站部署方案

4.1 干擾圖

如圖2～圖4所示,考慮到大規(guī)模衰落,不同的雙工模式帶來不同類型的小區(qū)間干擾。

定義1SBSi和SBSj當且僅當ηi,j=1時產(chǎn)生小區(qū)間干擾,即:

(13)

其中,ri,j表示SBSi或SUEi接收到來自SBSj的干擾信號與有用信號的比值,Γth是干擾信號閾值。

直觀地說,當所有SBS全部以IBFD或OBFD模式運行時,系統(tǒng)遭受最嚴重的小區(qū)間干擾和跨層干擾,非相鄰SBS之間的干擾較小,可以忽略。將此定義應用于所有SBS,就會生成一個系統(tǒng)的干擾圖。在此干擾圖的基礎上,如果要在該異構(gòu)網(wǎng)絡中盡量減少SBS對MUE的跨層干擾,應盡可能為產(chǎn)生干擾的SBS分配IBFD模式。另外,SBS之間也應分配不同的雙工模式以減少小區(qū)間干擾。

4.2 干擾代價

本文與傳統(tǒng)模式選擇算法的不同之處主要是SBS基于產(chǎn)生不同干擾狀態(tài)的雙工模式進行選擇,對不同模式所帶來的網(wǎng)絡干擾進行協(xié)調(diào)。因此,需要給出一種用于衡量干擾的代價機制。

定義2設Ci,I表示只有SBSi工作在IBFD模式下的系統(tǒng)容量,CO表示所有的SBS處于OBFD模式時的系統(tǒng)容量。定義SBSi工作在IBFD模式時的干擾代價為:

ξi=Ci,I-CO

(14)

同理可定義式(15)為產(chǎn)生跨層干擾時的代價:

ω×2-ξi

(15)

其中,ω是一個比重因子,用來衡量跨層干擾在網(wǎng)絡中的比重。

4.3 基于貪心算法的DMSA

根據(jù)定義1和定義2,本文首先給出與SBSi所有相鄰的SBS,然后從SBSi與其相鄰SBSj的組合容量中,推導出所有與其相鄰SBS的組合容量。

定義3根據(jù)上述定義,給出SBSi與相鄰SBSj兩基站的系統(tǒng)容量為:

(16)

定義4SBSi與其所有相鄰SBS的系統(tǒng)容量為:

(17)

(18)

為最大化目標函數(shù),合理選擇第i個基站SBSi的雙工模式(即部署帶內(nèi)回程基站),應該在兩種雙工模式下分別計算系統(tǒng)的鏈路容量,并選擇最大鏈路容量的雙工模式作為部署方式,具體步驟如下:

步驟1設置干擾閾值,根據(jù)小區(qū)間信道增益和發(fā)射功率計算小區(qū)間干擾形成干擾圖,得到相鄰矩陣B=[ηi,j]N×N,?i,j∈S。

步驟2按照回程鏈路的信道增益將所有SBS進行排序,記為{S1,S2,…,SN}。

步驟3按照序列{S1,S2,…,SN}執(zhí)行DMSA算法,保證快速收斂。

本文算法中還存在兩個參數(shù)Γth和ω,起著重要作用。在不同情況下,它們可能會有不同的最優(yōu)值。因此,需要評估Γth和ω的范圍,并選擇可獲得最佳性能的Γth和ω。根據(jù)以上結(jié)果,下面給出DMSA算法的具體流程。

算法1DMSA算法

輸入S={S1,S2,…,SN}

loop

solution=?;

for i←1 to N do{

X=select(S);

solution=union(solution,X);

else

continue;

}

return solution;

end loop

對于本文提出的DMSA算法,其收斂性證明如下:

將迭代次數(shù)記為t=1,2,…,那么DMSA的迭代過程實際上是一個關于系統(tǒng)鏈路容量Ct的序列。如算法1所示,由于保證Ct+1≥Ct,因此容量Ct實際上是一個關于t的單調(diào)遞增序列。此外,還可以證明Ct有如下上界:

(19)

如算法1所示,DMSA的思想是在每一次迭代中,比較每個SBSi模式切換后帶來的系統(tǒng)吞吐量增益,并且使帶來最大吞吐量增益的SBSi模式切換為IBFD(帶內(nèi)回程基站),而當最大吞吐量增益也為負數(shù)時,迭代終止。在第t次迭代時,需要做N-t次比較。

顯然,DMSA在每一次迭代中都做出了最優(yōu)選擇,然而卻不一定能夠得到全局最優(yōu)解。通常DMSA的性能好壞取決于生成的初始解質(zhì)量,在本文算法中也生成了大量的隨機初始解來比較DMSA的性能,其最終選擇最優(yōu)解驗證本文算法性能。

5 仿真結(jié)果與分析

本文提出的基于DMSA的混合I/OBFD雙工方案也稱為部分全雙工(FFD)方案,使用Matlab仿真軟件進行仿真分析,采用遺傳算法(GA)和文獻[18]提出的分布式圖形染色算法(DGCA)實現(xiàn)式(7)模型的近似求解。本節(jié)對采用上述3種算法所得近似解的性能進行仿真對比分析,仿真參數(shù)如表1所示。

表1 仿真參數(shù)設置Table 1 Simulation parameter setting

如圖5所示,SIC是IBFD應用的基本要求。因此,當SI非常強時,FFD的SE與HD蜂窩網(wǎng)絡相同,這表明所有SBS都工作在HD資源塊中。另外,在相同的SE下,FFD所需的SIC要小于FD模式。為在SE上超越HD模式,本文模式的最小SIC約為-75 dB,而FFD模式的最小SIC約為-38 dB。因此,對于FFD模式可以適當降低對于SI消除能力的要求,從而使其更符合實際應用。

圖5 頻譜效率與自干擾消除量的關系Fig.5 Relationship between spectral efficiency and the amount of self-interference cancellation

如圖6所示,對比遺傳算法(GA)與文獻[18]提出的分布式圖形染色算法(DGCA),本文基于貪心算法的DMSA算法可以在相同基站密度下具有更高的全雙工基站部署比例,明顯提高系統(tǒng)頻譜效率。

圖6 不同算法下的IBFD回程基站占比Fig.6 Ratio of IBFD backhaul base stations under different algorithms

如圖7所示,計算所有SBS均工作在OBFD模式時的系統(tǒng)容量,將此系統(tǒng)容量作為一個下限(Lower Bound,LB),作為3種算法的對照基準。此外,還將與GA和DGCA進行比較?？梢钥闯?1)與LB相比,DMSA、DGCA和GA均獲得了明顯的收益,這得益于部分雙工模式的選擇;2)采用DMSA與GA所得系統(tǒng)容量先是隨著基站密度增大快速增加,在達到一定值時增幅減緩,這是因為當網(wǎng)絡變得更密集時網(wǎng)絡干擾也愈復雜,使得DMSA算法效率降低;3)基站數(shù)量在40～60時,采用DMSA算法可以獲得較大的系統(tǒng)收益。另外,相比于GA,DMSA在獲得較好的系統(tǒng)收益的前提下明顯降低了計算復雜度。GA的總復雜度不低于O(S3),DMSA在步驟1～步驟4的復雜度為O(S2),總復雜度為O(S2)。因此,DMSA在獲得比GA更優(yōu)的性能的同時,還明顯降低了計算復雜度。

圖7 不同算法下的系統(tǒng)容量對比Fig.7 Comparison of system capacities under different algorithms

6 結(jié)束語

基于IBFD通信技術(shù)在HCN無線回程中的應用,本文建立部署IBFD基站問題的最優(yōu)化模型,并設計一種混合I/OBFD模式選擇算法近似求解該模型。仿真結(jié)果表明,在較高SIC和適當SBS密度的條件下,混合I/OBFD方案比HD方案及FD方案有更高的系統(tǒng)容量,可有效協(xié)調(diào)系統(tǒng)干擾。下一步將研究帶內(nèi)無線回程中的功率分配問題,通過宏基站與小基站之間的功率協(xié)調(diào)減少網(wǎng)絡干擾。