楊海竹,孫長(zhǎng)印,吳維超,徐文軍
(1.西安郵電大學(xué) 通信與信息工程學(xué)院,西安 710121;2.中國(guó)移動(dòng)通信集團(tuán)陜西有限公司,陜西 銅川 727000)
隨著移動(dòng)通信網(wǎng)絡(luò)高速發(fā)展,6 GHz 以下頻譜資源利用率已經(jīng)接近飽和,為了滿足用戶日益增長(zhǎng)的流量需求,毫米波技術(shù)在5G 網(wǎng)絡(luò)中得到了廣泛的應(yīng)用[1]。毫米波具有豐富的頻譜資源及較高的天線增益,可以為用戶提供超高網(wǎng)絡(luò)速率。但毫米波鏈路具有間歇性[2],其頻段較高,波長(zhǎng)較短,穿透性差,在遇到障礙物或與用戶之間距離較遠(yuǎn)時(shí)容易使用戶網(wǎng)絡(luò)連接受到影響。為提升網(wǎng)絡(luò)的穩(wěn)定性,可以采用毫米波基站與傳統(tǒng)微波基站共存的組網(wǎng)方式,當(dāng)毫米波網(wǎng)絡(luò)不可行時(shí),用戶連接至微波基站,以確保網(wǎng)絡(luò)連接的可靠性[3]。
然而,由于毫米波網(wǎng)絡(luò)具有更高的路徑損耗[4],在毫米波基站與微波基站共存的系統(tǒng)中,傳統(tǒng)的max-SINR[5]等小區(qū)關(guān)聯(lián)方式容易導(dǎo)致嚴(yán)重的負(fù)載失衡問(wèn)題,給蜂窩網(wǎng)絡(luò)資源管理帶來(lái)了巨大挑戰(zhàn)[6]。對(duì)此問(wèn)題,文獻(xiàn)[7-8]通過(guò)博弈論方式,將用戶和基站看作兩個(gè)玩家組進(jìn)行匹配,保證產(chǎn)生帕累托和雙向穩(wěn)定解。文獻(xiàn)[9]利用基站的最小額約束,通過(guò)調(diào)整基站的最小接入用戶數(shù),保證每個(gè)基站下都有較為合理的用戶接入,來(lái)達(dá)到負(fù)載均衡的目的[10]。然而上述文獻(xiàn)考慮的場(chǎng)景僅限于用戶任意時(shí)刻只選擇單個(gè)基站進(jìn)行連接的情況,當(dāng)毫米波鏈路不可用時(shí)用戶可以切換到微波基站,但鏈路切換會(huì)產(chǎn)生時(shí)延和信令開(kāi)銷,同時(shí)掉話風(fēng)險(xiǎn)也會(huì)隨之增加。
毫米波與微波基站雙連接組網(wǎng)方式下的小區(qū)關(guān)聯(lián)方案實(shí)現(xiàn)了高低頻資源的動(dòng)態(tài)利用,可以克服上述文獻(xiàn)方案的缺點(diǎn)。雙連接方案用戶可同時(shí)與兩個(gè)基站建立連接,最初用于異構(gòu)網(wǎng)絡(luò),在此網(wǎng)絡(luò)下,由于宏蜂窩基站覆蓋范圍遠(yuǎn)大于微蜂窩基站,宏蜂窩基站的邊緣用戶會(huì)對(duì)相鄰小區(qū)用戶產(chǎn)生較大的干擾,且會(huì)存在頻繁切換問(wèn)題。3GPP Release-14 在LTE 雙連接技術(shù)[11]基礎(chǔ)上,定義了LTE 和5G 的雙連接技術(shù)[12],即用戶可以同時(shí)關(guān)聯(lián)兩個(gè)基站,一個(gè)是微波基站,作為主小區(qū),另一個(gè)是毫米波基站,為輔小區(qū),并采用了控制面與用戶面分離[13]的思想,在控制面,用戶只和主小區(qū)進(jìn)行無(wú)線資源控制(Radio Resource Control,RRC)連接。在用戶面,用戶可以同時(shí)關(guān)聯(lián)到主小區(qū)和輔小區(qū)并向核心網(wǎng)發(fā)送數(shù)據(jù)。這一方案可減少信令開(kāi)銷,為用戶提供更為穩(wěn)健的網(wǎng)絡(luò)。然而,雙連接方案直接應(yīng)用于關(guān)聯(lián)問(wèn)題會(huì)導(dǎo)致關(guān)聯(lián)算法的復(fù)雜性增加,也會(huì)影響解的穩(wěn)定性。
為解決上述問(wèn)題,本文提出一種新型雙連接小區(qū)關(guān)聯(lián)算法?;谛в煤瘮?shù),采用匹配算法求解系統(tǒng)效用最大化下的最優(yōu)關(guān)聯(lián),并為基站設(shè)置最小配額約束,從而有效平衡毫米波與微波基站負(fù)載。同時(shí),在匹配算法基礎(chǔ)上,選擇每個(gè)基站下邊緣區(qū)域性能較差的用戶進(jìn)行雙連接,減少干擾與鏈路失誤率,從而提升系統(tǒng)的整體性能。
本文蜂窩網(wǎng)絡(luò)系統(tǒng)下行鏈路模型由Nm個(gè)毫米波基站、Nμ個(gè)微波基站及K個(gè)用戶組成。Nm個(gè)毫米波基站與Nμ個(gè)微波基站組成基站集合N,K個(gè)用戶組成用戶集合K?;炯吓c用戶集合分別定義為這里N為基站總數(shù),如圖1 所示。
圖1 系統(tǒng)模型Fig.1 System model
在微波網(wǎng)絡(luò)中,當(dāng)用戶k連接至基站n時(shí),網(wǎng)絡(luò)的信干噪比如式(1)所示[14]:
其中:ω1是微波基站的帶寬,pn是總功率,N0是系統(tǒng)噪聲,gkn是信道增益,這里
電磁波在傳播的過(guò)程中,由于傳播環(huán)境不同,會(huì)產(chǎn)生不同的能量損耗,一般情況下微波頻段的損耗采用基于距離的路徑損耗公式進(jìn)行估算[15],如式(2)所示:
上式是對(duì)微波頻帶內(nèi)傳播測(cè)量的最佳線性擬合,其中:a1表示擬合斜率;b1表示平均路徑損耗指數(shù);d0表示參考距離;d表示用戶到基站之間的距離;χ是均值為0、方差為的高斯隨機(jī)變量。
依據(jù)香農(nóng)公式可以計(jì)算出每條鏈路的可實(shí)現(xiàn)速率,但用戶連接到基站時(shí)會(huì)產(chǎn)生干擾,將該因素納入考慮后,用戶k連接微波基站n時(shí)的可實(shí)現(xiàn)速率如式(3)所示:
毫米波頻段還需要考慮天線的增益,當(dāng)用戶k連接基站n時(shí),網(wǎng)絡(luò)的信干噪比[16]如式(4)所示:
其中:ψkn是用戶k到基站n的天線增益;ω2是毫米波基站的帶寬。
毫米波頻段路徑損耗模型如式(5)所示:這里路徑損耗模型中a2、b2參數(shù)含義與式(2)中相同。
用戶關(guān)聯(lián)到微波基站每帶寬可實(shí)現(xiàn)速率如式(6)所示:
本文制定的優(yōu)化問(wèn)題,使用資源分配變量xkn表示用戶與基站的連接情況,在滿足所有基站最大額與最小額連接用戶數(shù)及用戶最大連接基站數(shù)的約束條件下,實(shí)現(xiàn)全網(wǎng)效用的最大化。這里用戶k的可實(shí)現(xiàn)速率為Rk,獲得效用為Uk(Rk),其中函數(shù)Uk(·)是連續(xù)可微、單調(diào)遞增且嚴(yán)格凹的效用函數(shù),通過(guò)求解優(yōu)化問(wèn)題,最大化總可實(shí)現(xiàn)速率。本文優(yōu)化問(wèn)題如式(7)所示[17]:
上式中,用戶k連接基站n時(shí)表示為否則表示為,基站n的連接用戶數(shù)如式(8)所示:
式7 中的約束表示用戶可以同時(shí)連接兩個(gè)基站。因此,式7 描述的問(wèn)題是一個(gè)多對(duì)多匹配問(wèn)題,難以通過(guò)最小額匹配獲得可行解。為了解決此問(wèn)題,本文首先將式(7)所述的雙連接問(wèn)題簡(jiǎn)化為單連接問(wèn)題,即將約束條件7b每個(gè)用戶的最大連接基站數(shù)變?yōu)?。在此基礎(chǔ)上,第2 步選擇部分用戶實(shí)現(xiàn)雙連接。
單連接問(wèn)題制定如式(10)所示[18]:
本文下行鏈路關(guān)聯(lián)問(wèn)題是用于將用戶分配給基站的整數(shù)規(guī)劃問(wèn)題,其不具有封閉式解并且具有指數(shù)復(fù)雜性。對(duì)于這樣的小區(qū)關(guān)聯(lián)問(wèn)題,傳統(tǒng)的窮舉搜索不能適應(yīng)動(dòng)態(tài)的密集蜂窩網(wǎng)絡(luò)。
在關(guān)聯(lián)算法結(jié)構(gòu)方面,考慮到集中式小區(qū)關(guān)聯(lián)方案要求基站將網(wǎng)絡(luò)信息發(fā)送到網(wǎng)絡(luò)控制器(如Radio Network Controller,RNC),由RNC 在相對(duì)較長(zhǎng)的時(shí)間尺度上更新執(zhí)行。為了規(guī)避集中式方案的缺點(diǎn),本文提出針對(duì)毫米波與微波小區(qū)關(guān)聯(lián)問(wèn)題的分布式解決方案。
1)預(yù)定義
為解決小區(qū)關(guān)聯(lián)問(wèn)題,文檔[19]提出了一種基于匹配理論的復(fù)雜度可處理的分布式解決方案。在偏好關(guān)系中,匹配游戲?qū)嶋H上是兩個(gè)不相交的玩家組之間的雙向分配問(wèn)題。本文定義兩組匹配游戲玩家:基站組集合N 和用戶組集合K,其中n∈N,k∈K。定義偏好關(guān)系n?kn′,表示用戶k認(rèn)為基站n優(yōu)選于基站n′。同樣k?nk′,表示基站n認(rèn)為用戶k優(yōu)選于用戶k′。
2)匹配過(guò)程
為計(jì)算偏好關(guān)系,在每個(gè)基站與用戶之間引入了效用函數(shù),它基于本地平均可實(shí)現(xiàn)速率的對(duì)數(shù)關(guān)系,對(duì)所有基站與用戶之間的效用進(jìn)行排名,通過(guò)偏好關(guān)系來(lái)最大化全網(wǎng)和效用。基于匹配的小區(qū)關(guān)聯(lián)關(guān)系,適當(dāng)?shù)卣{(diào)整小區(qū)的配額,以達(dá)到小區(qū)負(fù)載均衡的目的。
小區(qū)關(guān)聯(lián)策略π決定了一個(gè)用戶子集到基站的分配,因此這個(gè)問(wèn)題可以定義為一對(duì)多的關(guān)系:
定義1給定兩個(gè)不相交的有限玩家集合K 和N,小區(qū)關(guān)聯(lián)策略π可以定義為一對(duì)多的匹配關(guān)系,K →N 滿足:1)?n∈N,π(n)?K;2)?k∈K,π(k)∈N;3)當(dāng)且僅當(dāng)k∈π(n)時(shí),π(k)=n。
實(shí)際上π(k)=n表示否則表示為在問(wèn)題制定的限制條件中,π滿足
3)基站與用戶之間的效用及偏好關(guān)系
使用線性效用函數(shù)時(shí),每個(gè)基站只服務(wù)其SINR最大的用戶,雖然全網(wǎng)吞吐量達(dá)到最優(yōu),但因?yàn)楹撩撞ㄅc微波網(wǎng)絡(luò)傳播特性不同而容易導(dǎo)致負(fù)載嚴(yán)重失衡,不僅降低網(wǎng)絡(luò)質(zhì)量,也會(huì)造成資源浪費(fèi)。因此,需要尋求一種能夠自然地實(shí)現(xiàn)負(fù)載平衡和用戶之間某種程度公平性的效用函數(shù)。對(duì)數(shù)效用函數(shù)是凹形函數(shù),收益遞減,這一屬性可以實(shí)現(xiàn)負(fù)載平衡。對(duì)數(shù)效用的目標(biāo)函數(shù)如式(11)所示:
當(dāng)用戶k優(yōu)選n基站超過(guò)n′基站時(shí),等效為n?kn′?Uk(n)≥Uk(n′)。
考慮到為了滿足最小配額,部分用戶將分配給等級(jí)較低不滿足最小配額的基站。為此,定義所有基站將共同使用的偏好關(guān)系,稱為主列表(ML),主列表偏好關(guān)系表示為?ML,且定義為:?n≡?ML,?n,n′∈N,如式(12)所示:
當(dāng)基站給了用戶k更高的優(yōu)先級(jí),使它可以選擇自己所偏好的基站時(shí),偏好關(guān)系可用式(13)表示:
帕累托最優(yōu)(Pareto optimality,PO):它是博弈論中重要概念,是一種資源分配的理想狀態(tài),即:1)對(duì)于所有的用戶k∈K,沒(méi)有另一個(gè)策略π′優(yōu)于策略π。2)對(duì)于部分用戶k∈K 嚴(yán)格的優(yōu)于策略π,即π′?kπ。PO 是分布式機(jī)制中廣泛采用的效率概念,其中每個(gè)實(shí)體(這里是每個(gè)用戶)的目標(biāo)是最大化其自身的效用。此外,用戶和基站之間的雙向穩(wěn)定匹配的概念定義如下:
雙向穩(wěn)定解:一個(gè)用戶基站對(duì)(k,n)?π,當(dāng)且僅當(dāng)k?nk′,n?kπ(k)在策略π中稱為阻塞對(duì)。在不存在阻塞對(duì)時(shí),策略π穩(wěn)定。
基站關(guān)聯(lián)需要考慮公平性,如果用戶k羨慕用戶k′的分配,則相對(duì)于用戶k,用戶k′一定被基站π(k′)基站所偏好,當(dāng)?n≡?ML,?n∈N 時(shí),雙向穩(wěn)定策略π被認(rèn)為是ML 公平匹配。
在微波與毫米波基站聯(lián)合的網(wǎng)絡(luò)環(huán)境中,由于用戶連接至毫米波基站時(shí)干擾較少,并且毫米波網(wǎng)絡(luò)采用了定向傳輸?shù)姆绞?,傳統(tǒng)的max-SINR 方案會(huì)將大部分用戶分配給毫米波基站,這樣容易導(dǎo)致網(wǎng)絡(luò)負(fù)載嚴(yán)重不均,為了提升全網(wǎng)的可實(shí)現(xiàn)速率,并且保證網(wǎng)絡(luò)的信號(hào)質(zhì)量,本文提出了最小額匹配算法,該算法應(yīng)用了偏好關(guān)系來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)速率的最大化,同時(shí)通過(guò)控制每個(gè)基站的最小及最大接入用戶數(shù)來(lái)達(dá)到負(fù)載均衡的目的。
在最小額匹配算法下,一些邊緣用戶的信號(hào)質(zhì)量仍然較差,為提升全網(wǎng)的質(zhì)量及可實(shí)現(xiàn)的速率,在毫米波與微波基站共存的場(chǎng)景下,基于效用函數(shù)Un(k),選取所有基站下效用值較低的m個(gè)邊緣用戶,讓他們分別選出一個(gè)除本身關(guān)聯(lián)的基站外效用最高基站n′,n′≠n進(jìn)行雙連接,用戶所關(guān)聯(lián)的兩個(gè)基站一個(gè)作為主小區(qū),另一個(gè)作為輔小區(qū)。這種方案采用控制面與用戶面分離的思想[20],在控制面,用戶只和主小區(qū)進(jìn)行RRC 連接;在用戶面,用戶可以同時(shí)關(guān)聯(lián)到主小區(qū)和輔小區(qū),向核心網(wǎng)發(fā)送數(shù)據(jù)。這樣可以減少頻繁切換的概率,同時(shí)提升全網(wǎng)的和速率。
算法步驟如算法1 所示。
算法關(guān)鍵步驟描述如下:步驟2 依據(jù)k?MLk′?UML(k)≥UML(k′)確定ML 中用戶的優(yōu)先級(jí);步驟3~步驟4選出其中優(yōu)先級(jí)最高的用戶,讓他優(yōu)先選擇自己偏好的基站,即用戶選擇n,?n∈N 基站時(shí)效用最高,這時(shí)將該用戶加入策略π(n);步驟5 重復(fù)步驟3~步驟4;步驟6 當(dāng)某基站下連接用戶數(shù)κn達(dá)到最小配額刪除該站,讓其他基站參與選擇,直到所有的基站都達(dá)到最小配額。步驟7 繼續(xù)循環(huán)列表K′=?;步驟8 選出其中優(yōu)先級(jí)最高的用戶;步驟9 讓他去選擇自己偏好的基站,即用戶選擇基站n,?n∈N 時(shí)效用最高,這時(shí)將該用戶加入策略π(n),直到所有基站連接用戶數(shù)達(dá)到所有基站的最大配額;步驟11 循環(huán)所有的基站。
步驟12 首先根據(jù)ML的偏好關(guān)系k?nk′,即Un(k)≥Un(k′),對(duì)基站下用戶效用升序排序,其次挑選出效用較差的m個(gè)用戶,讓他們進(jìn)行雙連接。這樣可以減少邊緣區(qū)域用戶頻繁切換次數(shù),改善這些用戶的性能,進(jìn)而提升全網(wǎng)的和速率。
為了驗(yàn)證本文所提出的小區(qū)關(guān)聯(lián)算法,采用MATLAB 軟件進(jìn)行系統(tǒng)仿真,仿真參數(shù)如表1 所示。本文通過(guò)對(duì)比單連接時(shí)最小額分配算法與max-SINR 算法的全網(wǎng)和速率,來(lái)驗(yàn)證最小額分配算法的有效性,再改變邊緣雙連接用戶數(shù)對(duì)比單雙連接時(shí)全網(wǎng)的可實(shí)現(xiàn)速率,來(lái)驗(yàn)證雙連接用戶數(shù)變化帶來(lái)的可實(shí)現(xiàn)速率變化。在本文場(chǎng)景,4 個(gè)微波基站以田字形分布,站間距為200 m,12 個(gè)毫米波基站則均勻分布在微波基站覆蓋范圍內(nèi),800 個(gè)用戶隨機(jī)分布在基站覆蓋區(qū)域內(nèi)。
表1 仿真參數(shù)Table 1 Simulation parameters
使用最小額分配算法,首先對(duì)主列表中的800 個(gè)用戶進(jìn)行排序,讓優(yōu)先級(jí)較高的用戶在16 個(gè)基站之間進(jìn)行選擇,當(dāng)每個(gè)基站連接用戶數(shù)達(dá)到最小配額40 時(shí),進(jìn)行第2 輪選擇,第1 輪總開(kāi)銷為16×40×16。第2 輪讓主列表中剩余的160 個(gè)用戶選擇自己偏好的基站,總開(kāi)銷為160×16。
max-SINR 與最小額分配算法下用戶和速率對(duì)比如圖2 所示。
圖2 max-SINR 算法與最小額分配算法用戶和速率Fig.2 The sum-rate of the max-SINR and the minimum quota algorithm
由圖2 可知,使用最小額分配算法后,全網(wǎng)和速率整體優(yōu)于使用max-SINR 時(shí)的全網(wǎng)和速率。使用max-SINR 分配算法時(shí),由于微波基站與毫米波基站傳播特性的差異,導(dǎo)致毫米波基站與微波基站負(fù)載嚴(yán)重不均。最小額分配算法通過(guò)調(diào)整全網(wǎng)基站連接用戶,有效的平衡了基站的負(fù)載,保證每個(gè)基站下都有較為合理的用戶連接。通過(guò)最小額分配算法與max-SINR 算法性能對(duì)比,發(fā)現(xiàn)各階段性能平均提升了25.9%,如圖3 所示。
圖3 max-SINR 與最小額分配算法性能Fig.3 Performance comparison of the max-SINR and the minimum quota algorithm
每個(gè)基站下雙連接用戶數(shù)為m=10 時(shí),在最小額算法的基礎(chǔ)之上,對(duì)每個(gè)基站下的用戶進(jìn)行排序,算法的復(fù)雜度為O(N),對(duì)每個(gè)基站下的用戶效用進(jìn)行排序,挑出信號(hào)質(zhì)量較差的10 個(gè)用戶進(jìn)行雙連接,開(kāi)銷為16×10×2。
單、雙連接用戶和速率CDF 曲線如圖4 所示。
圖4 10 個(gè)用戶下兩種方案全網(wǎng)和速率Fig.4 Full network sum-rate of two schemes under 10 users
每個(gè)基站下雙連接用戶數(shù)為10 時(shí),單、雙連接不同類型用戶吞吐量性能對(duì)比如圖5 所示。
圖5 10 個(gè)用戶下單雙連接性能對(duì)比Fig.5 Performance comparison of single and dual connection under 10 users
單連接時(shí),由于受到干擾的影響,處于邊緣區(qū)域的用戶(對(duì)應(yīng)于CDF 分布30%以下)性能較差,且存在頻繁切換問(wèn)題,當(dāng)用戶采用雙連接時(shí),網(wǎng)絡(luò)的魯棒性得到了有效保障,邊緣用戶連接穩(wěn)定性提升,進(jìn)而提升了網(wǎng)絡(luò)和速率。
由圖4 可以看出,總體而言,雙連接時(shí)用戶和速率比單連接時(shí)提升。圖5 通過(guò)對(duì)比不同類型用戶最小額分配算法下單雙連接時(shí)的和速率數(shù)據(jù),發(fā)現(xiàn)雙接連比單連接時(shí)性能提升了4.8%。
每個(gè)基站下雙連接用戶數(shù)變?yōu)?0 時(shí),開(kāi)銷為16×30×2。單、雙連接用戶和速率PDF 曲線如圖6所示。
圖6 30 個(gè)用戶下兩種方案的全網(wǎng)和速率Fig.6 Full network sum-rate of single and dual connection under 30 users
每個(gè)基站下雙連接用戶數(shù)變?yōu)?0 時(shí),單、雙連接不同類型用戶吞吐量性能對(duì)比如圖7 所示。
圖7 30 個(gè)用戶下單雙連接性能對(duì)比Fig.7 Performance comparison of single and dual connection under 30 users
從圖6 對(duì)比結(jié)果可以看出,雙連接時(shí)用戶和速率比單連接時(shí)提升明顯。而從圖7 對(duì)比結(jié)果發(fā)現(xiàn)雙接連比單連接時(shí)性能提升了9.8%。
上述實(shí)驗(yàn)結(jié)果驗(yàn)證發(fā)現(xiàn)進(jìn)行雙連接的用戶越多,系統(tǒng)性能越好。這是因?yàn)闊o(wú)論邊緣還是中心用戶雙連接下,干擾降低,從而提升了全網(wǎng)的和速率。
綜上所述,最小額分配算法與雙連接技術(shù)結(jié)合可以有效提升網(wǎng)絡(luò)性能,進(jìn)而實(shí)現(xiàn)全網(wǎng)和速率的大幅提升。
本文針對(duì)毫米波、微波基站聯(lián)合組網(wǎng)系統(tǒng)中傳統(tǒng)小區(qū)關(guān)聯(lián)方法導(dǎo)致的負(fù)載失衡問(wèn)題,提出了一種基于匹配算法的新型小區(qū)關(guān)聯(lián)方法。通過(guò)使用最小額分配算法,設(shè)定每個(gè)基站的最小接入用戶數(shù),保證每個(gè)基站下都有一定的用戶接入,然后根據(jù)用戶的偏好關(guān)系選擇效用較好的基站進(jìn)行接入,在保證資源得到合理利用的同時(shí)提升了網(wǎng)絡(luò)的和速率。此外,本文結(jié)合了雙連接的思想,在原有最小額分配算法分配結(jié)果的基礎(chǔ)上,選定每個(gè)基站下邊緣區(qū)域性能較差的用戶進(jìn)行雙連接,提升邊緣用戶的信號(hào)質(zhì)量,減少頻繁切換的概率,進(jìn)一步優(yōu)化了網(wǎng)絡(luò)質(zhì)量。仿真實(shí)驗(yàn)結(jié)果表明使用最小額分配算法后,全網(wǎng)和速率提升25.9%,結(jié)合雙連接技術(shù)后,網(wǎng)絡(luò)性能提升了4.8%。下一步將結(jié)合機(jī)器學(xué)習(xí)的思想,探索智能化設(shè)定參數(shù)的方法,在提升網(wǎng)絡(luò)和速率的同時(shí)保證用戶的通信質(zhì)量,從而改善系統(tǒng)的整體性能。