5G雙小區(qū)協(xié)作流動熱點(diǎn)補(bǔ)償研究

蘇樹盟　趙珂

【摘? 要】在通信用戶數(shù)密集用戶業(yè)務(wù)總量較多的UMi場景下，無線網(wǎng)絡(luò)節(jié)點(diǎn)較多小區(qū)覆蓋半徑較小，用戶在小區(qū)間移動導(dǎo)致小區(qū)間用戶分布不均勻，原有用戶數(shù)及業(yè)務(wù)量標(biāo)準(zhǔn)部署的5G異構(gòu)網(wǎng)絡(luò)相對稀疏，無法滿足用戶流動產(chǎn)生熱點(diǎn)熱時容量需求時，雙小區(qū)協(xié)作流動熱點(diǎn)補(bǔ)償采用異構(gòu)網(wǎng)絡(luò)多點(diǎn)協(xié)作傳輸技術(shù)對小區(qū)進(jìn)行補(bǔ)熱，將處于相同移動狀態(tài)的多個用戶虛擬成一個以中心用戶為中心的用戶簇，建立3D MIMO流動熱點(diǎn)模型，提出在兩小區(qū)以用戶最小傳輸速率為約束條件，最小化小區(qū)基站總功率的優(yōu)化算法，得出高容量、高速率用戶體驗的“潮汐效應(yīng)”解決方案。

【關(guān)鍵詞】5G;多點(diǎn)協(xié)作;3D MIMO;潮汐效應(yīng)

doi：10.3969/j.issn.1006-1010.2020.03.008? ? ? ? 中圖分類號：TN929.5

文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號：1006-1010（2020）03-0037-06

引用格式：蘇樹盟，趙珂. 5G雙小區(qū)協(xié)作流動熱點(diǎn)補(bǔ)償研究[J]. 移動通信， 2020，44（3）： 37-42.

Research on 5G Dual-Cell Cooperative Flow Hotspot Compensation

SU Shumeng， ZHAO Ke**

（CityCollege， Kunming University of Scienceand Technology， Kunming 650051， China）

[Abstract]?In the UMi scenario with intensive communication users and heavy traffic volume， there are many wireless network nodes and the coverage radius is small. Since user mobility leads to the uneven distribution among cells， the relatively sparse deployment of original 5G heterogeneous networks is unable to meet the capacity demands of hotspots caused by user mobility. Dual-cell cooperative flow hotspot compensation adopts the coordinated multipoint technologies in heterogeneous networks to serve the hotspots. This paper treats the multiple users with the same mobility state as a virtual cluster of users centered at the central user， and establishes a 3D MIMO hot flow model. Then an optimal algorithm is proposed for two cells to minimize the total power of base stations under the minimum constraint of user transmission rates. Finally， a "tidal effect" solution is obtained with high-capacity and high-rate user experience.

[Key words]5G; CoMP;3D-Multi-input multi-output; tidal effect

0? ?引言

2012年國際電信聯(lián)盟ITU首次提出5G不僅要大幅度提升“以人為本”為核心的網(wǎng)絡(luò)業(yè)務(wù)體驗，同時也逐漸實現(xiàn)“以物為中心”的物聯(lián)網(wǎng)業(yè)務(wù)。2020年5G大規(guī)模商用，5G的研發(fā)正在加速進(jìn)行[1]。

在近期研究中，文獻(xiàn)[2]結(jié)合利用全雙工中繼協(xié)作組播給出基站最小化功率優(yōu)化算法。文獻(xiàn)[3]表明以用戶為中心的多點(diǎn)協(xié)作（CoMP， Coordinated Multi-Point Transmission）技術(shù)可以進(jìn)一步消除小區(qū)干擾，在5G中發(fā)揮重要作用。文獻(xiàn)[4]中密集異構(gòu)網(wǎng)絡(luò)提出了以用戶為中心的多點(diǎn)協(xié)作機(jī)制，針對小區(qū)重疊區(qū)域嚴(yán)重的“乒乓效應(yīng)”提出基于虛擬小區(qū)的多點(diǎn)協(xié)作機(jī)制，該機(jī)制為隨機(jī)性和不規(guī)則性網(wǎng)絡(luò)部署功率優(yōu)化提供了研究思路。與LTE相比，5G無線鏈路和覆蓋存在較大差異[5]，大規(guī)模MIMO同頻高頻組網(wǎng)的異構(gòu)型5G網(wǎng)絡(luò)，基站與基站、基站與用戶間的距離大幅度縮短，立體式（不同大小不同類型蜂窩小區(qū)組網(wǎng)）、虛擬化（虛擬層技術(shù)和打破小區(qū)邊界的軟扇區(qū)技術(shù)）密集組網(wǎng)技術(shù)以其高頻率復(fù)用率的優(yōu)勢增強(qiáng)了小區(qū)覆蓋（補(bǔ)盲），增加了網(wǎng)絡(luò)系統(tǒng)容量（補(bǔ)熱），彌補(bǔ)了現(xiàn)有的組網(wǎng)業(yè)務(wù)分擔(dān)以及負(fù)載均衡方面存在的問題[6]。接入面站間協(xié)同組網(wǎng)實現(xiàn)了有線連接與無線連接的回傳，在前傳和回傳網(wǎng)絡(luò)下提高移動性及抗干擾能力，提升了邊緣用戶的速率體驗。

但隨著小區(qū)中心距離的減小，密集部署的5G蜂窩網(wǎng)絡(luò)節(jié)點(diǎn)較多，造成更多的小區(qū)間重疊[7]，移動的用戶在重疊區(qū)域無縫切換，這些用戶在受到嚴(yán)重的跨層干擾的同時產(chǎn)生了“潮汐效應(yīng)”，熱點(diǎn)產(chǎn)生流動的兩小區(qū)間在實現(xiàn)“潮汐”功能的同時，用戶速率整體下滑，小區(qū)功率利用率及頻率利用率降低。為改善通信質(zhì)量，結(jié)合多點(diǎn)協(xié)作傳輸技術(shù)將幾個臨近的處于相似移動狀態(tài)用戶虛擬成一個虛擬星系團(tuán)，星系團(tuán)集群的數(shù)量因場景而異，一個星系團(tuán)中接收基站的許多射線構(gòu)成一個簇，以用戶最小傳輸速率為凸優(yōu)化約束條件，最小化小區(qū)基站總功率。

1? ? 5G雙小區(qū)協(xié)作流動熱點(diǎn)信道建模

1.1? 模型介紹

在4G時代的移動現(xiàn)網(wǎng)中，潮汐效應(yīng)廣泛存在于高校宿舍樓區(qū)與教學(xué)區(qū)、工業(yè)園區(qū)與集中宿舍樓區(qū)等特殊場景下，隨著5G無線通信網(wǎng)絡(luò)的快速發(fā)展，小區(qū)半徑大幅度減小，用戶移動后就能極輕易跨越小區(qū)，加之海量連接，潮汐效應(yīng)除存于以上特殊場景之外也將普遍存在于用戶數(shù)較為密集的小區(qū)。合理的5G無線網(wǎng)絡(luò)規(guī)劃，雖能一定程度上解決特殊場景下用戶遷移帶來的潮汐效應(yīng)，但是在速率以及資源利用率方面仍然達(dá)不到用戶需求。本文通過建立一種基于幾何的隨機(jī)雙小區(qū)協(xié)作信道模型（如圖1所示），探究模型下用戶移動的功率優(yōu)化算法及其功率分配策略。

此模型是一種系統(tǒng)級模型，描述了雙UMi小區(qū)協(xié)作視距LOS傳播環(huán)境實現(xiàn)[9-10]。A小區(qū)為本地小區(qū)，服務(wù)基站為l，B小區(qū)為周邊小區(qū)，服務(wù)基站為n，并且兩個小區(qū)基站間交互信道信息和用戶數(shù)據(jù)為用戶提供聯(lián)合傳輸服務(wù)，處在每個小區(qū)中的單天線用戶都為這個小區(qū)的組播用戶，A、B小區(qū)均配備3D MIM0 Ns根天線，其基站天線單元為s。i為小區(qū)l下的用戶，j為小區(qū)n下的用戶，用戶均配備Nu根天線，其天線單元為u，i*是以用戶i為中心的虛擬用戶組接收的包含m根波束射線的波束簇，j*是以用戶j為中心的虛擬用戶組接收的包含m根波束射線的波束簇，認(rèn)為簇內(nèi)干擾已被消除，不考慮信道控制參數(shù)之間的相互依賴關(guān)系，且用戶信道之間相互獨(dú)立，并且服從瑞利平坦衰落[8]。

本地A小區(qū)基站到本地A小區(qū)用戶i之間的信道信息為：

（1）

本地A小區(qū)基站到周邊B小區(qū)用戶j之間的信息為：

（2）

周邊B小區(qū)基站到周邊B小區(qū)用戶J之間的信道信息為：

（3）

周邊B小區(qū)基站到本地A小區(qū)用戶I之間的信道信息為：

（4）

其中N為兩個小區(qū)簇的總數(shù)目，用戶簇均勻分布時每個小區(qū)有個簇，當(dāng)有P個用戶星系從小區(qū)n移動到小區(qū)l時，l小區(qū)簇的數(shù)目為+P，N小區(qū)簇的數(shù)目為-P，λ為載波波長，m表示每個簇內(nèi)包含的射線數(shù)目，F(xiàn)i，u，θ和Fi，u，φ是i用戶天線u的垂直偏振和水平偏振輻射模式，F(xiàn)j，u，θ和Fj，u，φ是j用戶天線u的垂直偏振和水平偏振輻射模式，F(xiàn)l，s，θ和Fl，s，φ是小區(qū)l天線單元s的垂直偏振和水平射振輻射模式，F(xiàn)n，s，θ和Fn，s，φ是小區(qū)n天線單元s的垂直偏振和水平偏振輻射模式。

[αθθi*，m，αθφi*，m，αφθi*，m，αφφi*，m]是i*簇中射線m（簡稱i*，m）的四個極化對偏振增益，[αθθj*，m，αθφj*，m，αφθj*，m，αφφj*，m]是j*簇中射線m（簡稱j*，m）的四個極化對偏振增益，射線（i*，m）的到達(dá)角Ωi， i*，m和射線（ j*，m）的到達(dá)角Ωj， j*，m包含來自l小區(qū)的俯仰角θi*，l，m、θj*，l，m和方位角φi*，l，m、φj*，l，m以及來自n小區(qū)的俯仰角θi*，n，m、θj*，n，m和方位角φi*，n，m、φj*，n，m，與極化系數(shù)對應(yīng)，離去角Ωl， i*，m和Ωn， i*，m包含俯仰角θl，i*，m、θl， j*，m和方位角φl， i*，m、φl， j*，m以及來自n小區(qū)的垂直俯仰角θn，i*，m、θn， j*，m和水平方位角、φn， j*，m，與極化系數(shù)對應(yīng)，和分別是到達(dá)角和離去角單元矢量，和分別為u和s的位置矢量，Vi*，m是多普勒頻率，τl，i*，m、τn，i*，m、τl，j*，m和τn，j*，m是射線（l，i*，m）、（n，i*，m）、（l， j*，m）和射線（n， j*，m）的時延。

對于兩個最強(qiáng)的星系團(tuán)，例如i*=1和2，射線以延遲的方式傳播到三個子星系團(tuán)（每個星系團(tuán)），具有固定的延遲偏移量。如圖2所示，掛高10 m的兩基站l和n進(jìn)行數(shù)據(jù)交互傳輸服務(wù)，掛高1 m的星系團(tuán)i*=1和j*=1，小區(qū)的俯仰角角度相差小于3°（0°≤θl，i*，m-θn，i*，m≤3），均具有一定的時延，需要進(jìn)行簇內(nèi)延遲補(bǔ)償。如果無線信道模型為動態(tài)信道，那么上述小尺度參量都是時變的，也就是t的函數(shù)。

1.2? 小區(qū)用戶狀態(tài)信息推導(dǎo)

為了根據(jù)香農(nóng)公式計算用戶速率，需要求出用戶的信干比（SINR），兩小區(qū)下的不同用戶處于兩小區(qū)的某一位置時，用戶星系級的用戶狀態(tài)信息是完全確定的，其在小區(qū)的用戶狀態(tài)信息也是確定的。

本地小區(qū)A用戶i接收信號：

yl， i'=hHl， iwlSl， i+hHn， iwnSn， i+nl， i （5）

周邊小區(qū)B用戶j接收信號：

yn， j'=hHn， jwnSn， j+hHl， jwlSl， j+nn， j （6）

其中，wl：本地A小區(qū)基站發(fā)送信號的Nt×1波束賦形向量;Sl，i、Sl，j：本地A小區(qū)基站l發(fā)射信號用戶i、j的數(shù)據(jù)流功率;wn：周邊B小區(qū)基站發(fā)送信號的Nt×1波束賦形向量;nl，i：本地小區(qū)A第i個組播用戶方差為σl， i的加性高斯白噪聲;wn：周邊B小區(qū)基站發(fā)送信號的Nt×1波束賦形向量;Sn，i、Sn，j：周邊B小區(qū)基站n發(fā)射信號用戶i、j的數(shù)據(jù)流功率;wl：本地A小區(qū)基站發(fā)送信號的Nt×1波束賦形向量;nn， j：周邊小區(qū)B第j個組播用戶方差為σn， j的加性高斯白噪聲。

在此對簇i*下的用戶i做分析，由（5）可知，小區(qū)間進(jìn)行數(shù)據(jù)交互時用戶的有用信號為hHl，iwl Sl，i+hHn，iwn Sn，i，不做數(shù)據(jù)交互不進(jìn)行小區(qū)協(xié)作時hHn，iwnSn，i項由有用信號變?yōu)楦蓴_信號，致使信噪比大幅度降低。

本地小區(qū)A用戶i接收信噪比：

（7）

周邊小區(qū)B用戶j接收信噪比：

（8）

兩小區(qū)信道間相互獨(dú)立，并且不考慮第三個小區(qū)對用戶產(chǎn)生干擾，故此時用戶在兩小區(qū)內(nèi)所受的干擾噪聲也是確定的（假設(shè)信道為標(biāo)準(zhǔn)靜態(tài)信道）。

本地小區(qū)A用戶i傳輸速率：

Rl，i=log2（1+SINR（L）l，i ） （9）

周邊小區(qū)B用戶j傳輸速率：

Rn，j=log2（1+SINR（N）n，j ） （10）

本地小區(qū)A系統(tǒng)容量：

（11）

其中，bl：復(fù)用增益（與波束賦形數(shù)成正比）;Wl：帶寬;nl：負(fù)載因子（與服務(wù)用戶數(shù)成正比）。

周邊小區(qū)B系統(tǒng)容量：

（12）

其中，bn：復(fù)用增益（與波束賦形數(shù)成正比）;Wn：帶寬;nn：負(fù)載因子（與服務(wù)用戶數(shù)成正比）。

1.3? 模型波束賦形策略及其功率優(yōu)化推導(dǎo)

基于兩基站協(xié)作的3D MIMO波束賦形策略，凸優(yōu)化條件約束表達(dá)如下。

本地小區(qū)組播用戶傳輸速率的優(yōu)化條件如（13）、（14）：

min||wl||2+min||wn||2 （13）

s.tRl，i≥γ l，k （14）

引入共軛轉(zhuǎn)置矩陣上式可化為：

≥2γl （16）

s.tRn，j≥γ n，k （17）

≥2γn （18）

引入共軛轉(zhuǎn)置矩陣后上式可化為：

≥2γn? ? ? ? ? ? ? ? ? ? ? ? （19）

組播用戶公平性原則為：

γl=γn=γ （20）

問題可通過轉(zhuǎn)化為一個二次約束二次規(guī)劃非凸問題，可通過半鎮(zhèn)定松弛算法得到優(yōu)化解，舍去矩陣的秩為1的非凸條件后松弛后的線性表達(dá)式為：

mintl+mintn （21）

（tl+tn）-2[tr（wlwlH）+tr（wnwnH）]=0 （22）

tr（wnwnH）≥0，tr（wlwlH）≥0 （23）

由（23）形式的半定規(guī)劃問題知存在著兩個變量wl，wn，可先固定其中一個變量的值分析另外一個變量，當(dāng)tr（wlwlH）=1時可求出最優(yōu)解，w^l，w^n，當(dāng)tr（wlwlH）≠1時可求出近似最優(yōu)解w^l，w^n，文獻(xiàn)[2]已對該問題給出證明在此不做累述，綜上得出結(jié)論：

minSl+minSn （24）

（25）

（26）

對式（24）、（25）、（26）求解可求得原始問題功率的最優(yōu)解S*l、S*n及波束賦形向量w*l、w*n，即保證用戶速率始終在γ以上的最優(yōu)功率S*l、S*n及波束賦形向量w*l、w*n。

上述方法計算較為復(fù)雜，對每個用戶借助參考信號計算一個簇級的信道估計[11]，對l小區(qū)用戶i，Vl，i是用來表示產(chǎn)生信道狀態(tài)信息（CSI），其中歐幾里得范數(shù)||Vl，i||2=1，用戶i信道均衡后多輸入單輸出的SINR反饋為：

HHl，i=hHl，iVl，i （27）

（28）

估計w^l，時與項|HHn，iw^nSn|2無關(guān)，即為0：

w^l （29）

估計w^n時與項|HHl，iw^lSl|2無關(guān)，即為0：

（30）

1.4? 模型潮汐效應(yīng)推導(dǎo)

根據(jù)潮汐效應(yīng)小區(qū)的話務(wù)量曲線特性，設(shè)出兩個小區(qū)間潮汐效應(yīng)明顯的兩個分布函數(shù)fl（x）、fn（x）、，根據(jù)采用算法前后兩小區(qū)同一時間點(diǎn)業(yè)務(wù)的高低對比，可以判定小區(qū)的潮汐效應(yīng)改善情況[12]。

模型下話務(wù)特性曲線如下：

（31）

（32）

定義ψ為兩小區(qū)t1到t2時間內(nèi)話務(wù)量差：

dx （33）

分析式（31）、（32）、（33）知f是關(guān)于I、J的反比函數(shù)且是R的正比函數(shù)，對于l小區(qū)、n小區(qū)中每個小區(qū)下的射線簇例如i*=1和j*=1都有三個子星系團(tuán)簇內(nèi)映射i*1，2、i*1，3和i*1，1、i*1，2、i*1，3，射線以延遲的方式傳播到三個星系團(tuán)（每個星系團(tuán)），具有固定的延遲偏移量。子簇的映射信息如表1。

n小區(qū)有P個用戶星系進(jìn)入小區(qū)l，由于小區(qū)基站的數(shù)據(jù)交互，射線的映射關(guān)系也與之對應(yīng)，即有p個較小子集j*1，3進(jìn)入小區(qū)l，對含有i1個用戶的簇i*=1，話務(wù)特性曲線fl（I，Rl，i1）為fl（i1+p， i*1，m）+fn（i1+p， j*1，3），為fn（ j1-p， j*1，1+ j*1，2），對含有j1個用戶的簇j*=1，話務(wù)特性曲線fn（I，Rn， j1）為fn（ j1-p， j*1，1+ j*1，2）;而不使用算法時，話務(wù)特性曲線f^l（I，Rl，i1）為fl（i1+p， i*1，m），對含有j1個用戶的簇j*=1，話務(wù)特性曲線f^n（I，Rn，j1）為fn（ j1-p， j*1，1+ j*1，2+ j*1，3），對ψ， αx、dx，得出ψ-ψ^<0，ψ的值相對不使用算法值減小，說明小區(qū)潮汐效應(yīng)被明顯消除。

2? ?結(jié)論

針對5G雙小區(qū)協(xié)作流動熱點(diǎn)補(bǔ)償研究問題，在兩個小區(qū)間對單個流動熱點(diǎn)建立系統(tǒng)模型，針對模型下推導(dǎo)出兩種功率優(yōu)化算法，推出最優(yōu)的雙小區(qū)協(xié)作流動熱點(diǎn)補(bǔ)償波束賦形策略以及基站的最小發(fā)射功率算法，算法減小了小區(qū)時段性的話務(wù)量差，降低了兩小區(qū)的潮汐效應(yīng)。為后期對5G多小區(qū)較為復(fù)雜的場景做進(jìn)一步研究提出思路，當(dāng)小區(qū)中構(gòu)成單個流動熱點(diǎn)的用戶數(shù)降低時，流動熱點(diǎn)數(shù)目會隨之增多，用戶虛擬化方案迎來新的挑戰(zhàn)。當(dāng)有不同方向的流動熱點(diǎn)時，可從小區(qū)間的一對一協(xié)作過度至一對多的協(xié)作，小區(qū)功率調(diào)度隨之更加靈活。同頻組網(wǎng)虛擬化多個用戶時考慮近頻用戶間的干擾，進(jìn)一步做出系統(tǒng)軟容量的優(yōu)化方案、實現(xiàn)最傳輸速率和系統(tǒng)容量的折中等情況。

參考文獻(xiàn)：

[1]? ? ?黃鐘明. 5G網(wǎng)絡(luò)架構(gòu)設(shè)計與標(biāo)準(zhǔn)化進(jìn)展[J]. 信息通信， 2018（4）： 275-276.

[2]? ? 馮遠(yuǎn)航. 蜂窩網(wǎng)全雙工中繼協(xié)作組播的傳輸策略與功率優(yōu)化技術(shù)研究[D]. 北京： 北京交通大學(xué)， 2018.

[3]? ? K I Pedersen， Y Wang， S Strzyz， et al.Enhanced Inter-Cell Interference Coordination in Co-channel Multi-layer LTE-Advanced Networks[C]//IEEE Commu.， 2013： 120-127.

[4]? ? ?李雪瑩. 密集異構(gòu)網(wǎng)絡(luò)中多點(diǎn)協(xié)作技術(shù)研究[D]. 北京： 北京郵電大學(xué)， 2017.

[5]? ? ?胡丹. 4G/5G無線鏈路及覆蓋差異探討[J]. 移動通信， 2019，43（7）： 86-90.

[6]? ? 朱晨鳴，王強(qiáng)，李新，等. 5G：2020后的移動通信[M]. 北京： 人民郵電出版社， 2016（9）： 163-166.

[7]? ? ?閆麗生. 5G系統(tǒng)技術(shù)標(biāo)準(zhǔn)與進(jìn)展[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2015，28（4）： 43-47.

[8]? ? ?孫健，張文勝，王承祥. 5G高頻段信道測量與建模進(jìn)展[J]. 電子學(xué)報， 2017，28（4）： 227-238.

[9]? ? IST-4027756 V1.2 09. WINNER II D1.1.2 Channel Models[R/OL]. （2015-01-05）[2019-08-18]. http：//wenku.baidu.com/view/2f3cbd187e21af45b307a8e9.html.

[10]? 3GPP. 3GPP TR 38.901： Study on channel model for? frequencies from 0.5 to 100 GHz[S]. 2018.

[11]? ?蘆承昱. 基于基站協(xié)作的3D-MIMO波束賦形技術(shù)研究[D]. 成都： 電子科技大學(xué)， 2018.

[12]? 高盛昌. 一種移動通信容量潮汐效應(yīng)的判定方法及解決方案[J]. 中國新通信， 2018： 34-35.

作者簡介

蘇樹盟（orcid.org/0000-0001-5930-8446）：昆明理工大學(xué)城市學(xué)院信息工程系通信工程專業(yè)在讀本科生，從事無線通信算法研究工作。

趙珂（orcid.org/0000-0003-1668-3216）：講師，碩士畢業(yè)于成都理工大學(xué)，現(xiàn)任職于昆明理工大學(xué)城市學(xué)院信息工程系，從事無線通信算法研究和通信工程專業(yè)教學(xué)相關(guān)工作。