面向配電網的5G 異構網絡部署策略*

張 平 ，邱 超 ，張琳娟 ，鄭 征 ，樊 冰 ，辛亞楠

(1.國網河南省電力公司經濟技術研究院，河南 鄭州 450000；2.華北電力大學 新能源電力系統國家重點實驗室，北京 102206)

0 引言

隨著能源互聯網的發(fā)展與“雙碳”目標的提出，配電網將產生一批新興業(yè)務，已有業(yè)務的通信需求及分布特征也將發(fā)生變化。5G 通信技術具有大帶寬、低時延和廣連接的突出優(yōu)勢[1]，與能源互聯網發(fā)展戰(zhàn)略、配電網業(yè)務需求高度吻合，是支撐配電網通信的最佳選擇。

5G 宏基站覆蓋范圍小于3G/4G 基站，需要通過部署微基站實現網絡覆蓋[2-4]。已有基站部署策略研究中，大多采用遺傳算法[5-6]、免疫算法[7-9]、貪婪算法[10]等算法進行基站部署策略優(yōu)化求解。上述研究忽略了終端的多樣性，還未實現多種基站聯合部署。

為滿足配電網業(yè)務通信未來需求，本文提出一種考慮終端重要性的宏微基站聯合部署策略(Terminal Importance-based Base Station Deployment Strategy，TI-BSDS)。該策略基于配電網業(yè)務對通信指標的需求程度求解各業(yè)務重要度，然后基于配電終端承載業(yè)務情況得到配電終端重要度，最后以覆蓋重疊度、部署成本、終端加權信干噪比為優(yōu)化目標，采用遺傳算法求解部署方案，實現終端全覆蓋，提高重要配電終端的通信服務質量。

1 系統模型

5G 基站工作頻段高，信號衰減大，其覆蓋半徑僅為4G 基站的0.3～0.5 倍[2]，僅部署宏基站難以滿足網絡建設低成本、高效益目標。微基站覆蓋半徑小，建造成本低，因而本文采用“宏微協同”的異構網絡架構，其網絡模型如圖1 所示。

圖1 分層異構網絡模型

2 配電終端重要性

2.1 配電業(yè)務重要度

針對非數值型指標，通過映射函數f1實現數值化：

其中，K 為通信指標集，通信指標k∈K，將業(yè)務類型按照對指標要求的高低程度升序排序，對指標要求越高的業(yè)務類型序號越大，要求相同的業(yè)務排序隨機；業(yè)務類型s∈S；q(k，s)為業(yè)務類型s 在指標k 下排序后的序號；s(k，q)為指標k 下序號q 對應的業(yè)務類型；符號?表示左側業(yè)務類型比右側業(yè)務類型重要；??表示兩側業(yè)務類型同等更重要。

針對數值差異較小的指標，本文通過映射函數f2擴大差異并歸一化：

其中，yk為業(yè)務對指標的需求值，分別為業(yè)務對指標k 需求的最小值和最大值；0＜X＜1，為映射后的區(qū)間下限值。

針對數值跨度較大的指標，本文通過映射函數f3縮小跨度：

對業(yè)務通信指標需求數值化后，若指標為效益型，采用式(2)進行歸一化，若指標為成本型時，采用f4進行歸一化：

業(yè)務通信指標權重列向量W(S)中的業(yè)務j 的通信指標權重定義為：

業(yè)務類型j 的業(yè)務重要度Ij為：

其中，bj為業(yè)務類型j 的通信指標需求數值化與歸一化后的結果，為n 維行向量。

2.2 終端重要度

定義終端集T 對應的重要度列向量WT為：

其中，I 為業(yè)務重要度向量，為m 維列向量，m 為業(yè)務類型的數量；A 為業(yè)務在終端的分布狀況，為t×m 維矩陣，t 為終端數量，A 中元素aij表示終端i 承載業(yè)務j 的狀況：

3 基于終端重要度的5G 基站部署策略

3.1 基站候選位置集

為平衡算法效果和復雜度，本文以實現網絡全覆蓋為目標，進行網絡網格化，并構成候選基站集Q1，具體方法如圖2 所示。

圖2 網格化得到基站侯選位置

R 為微基站覆蓋半徑，實現網絡全覆蓋時，候選基站間最近距離為R，因此本文以R 為距離間隔選取候選基站位置，記為Q1。

為降低建網成本，快速部署5G 網絡，應在有條件情況下復用公網資源與配電網設施[11]，故本文將已有4G桿塔與配電機房所在位置也作為基站侯選位置，構成候選基站集Q2。候選基站位置集合Q=Q1∪Q2。

3.2 優(yōu)化目標

本文基于覆蓋重疊度、終端信干噪比和部署成本構建優(yōu)化目標函數，求解最佳部署方案。定義F1為網絡部署成本：

其中，L0表示宏基站部署方案，為N 維行向量，每個元素對應一個基站候選位置，若某個位置部署宏基站，則對應元素為1，否則為0；N 為候選基站位置數；η0為宏基站部署成本，為N 維列向量，每個元素對應該位置建設宏基站的單位化成本，依據位置是否存在基礎設施而確定；L1為微基站部署方案，η1為微基站部署成本，定義同宏基站。

為衡量網絡終端處信號干擾狀況，將終端可加入的最少同類型基站的數量定義為終端的覆蓋重疊度，終端平均覆蓋重疊度定義為網絡覆蓋重疊度F2：

其中，t 為終端數量，ui表示終端i 的覆蓋重疊度：

定義F3為終端信干噪比：

其中，WTmax為終端重要度最大值；ω 表示終端信干噪比，為t 維行向量，終端i 的信干噪比可定義為：

其中，Gb為基站的功率增益，PB為基站靜態(tài)功率，Pt為基站發(fā)射功率。上述參數需要依據候選位置v 處基站部署情況確定，當部署宏基站時，將Piv記為P0iv；當部署微基站時，將Piv記為；當不部署基站時Piv=0，均為0；d 為候選位置v 與終端i 的距離；α 為功率衰減因數，一般α=2。

本文優(yōu)化目標為：

3.3 遺傳算法求解

基于優(yōu)化目標F，本文采用遺傳算法求解5G 基站部署策略，具體步驟為：

(1)種群初始化。生成g×N 維矩陣D，g 為種群規(guī)模，D 中元素Dij∈{0，1，2，3}，分別表示方案i 中候選位j 處不部署基站、部署宏基站、部署微基站和不部署基站。

(2)優(yōu)勢個體選擇。將各基站部署方案拆分為宏基站部署方案L0和微基站部署方案L1，帶入式(9)和式(11)，進而通過式(15)計算適應度函數，若某基站部署方案終存在ui=0，令該方案的適應度函數F=∞，以保證終端的全覆蓋；然后，對當前種群適應度F 降序排序，適應度在前a%的個體作為優(yōu)勢個體。

(3)種群更新。采用輪盤賭方法從非優(yōu)勢個體中選取父代，執(zhí)行隨機單點交叉和隨機單點變異，產生g(1-a%)個子代，子代與父代共同構成新一代種群。

(4)若當前迭代次數h 達到上限H，將當前最優(yōu)個體作為最優(yōu)基站部署方案輸出，否則，h=h+1，返回步驟(2)。

4 仿真結果與分析

為驗證TI-BSDS 的有效性，將TI-BSDS 與基于免疫遺傳算法的5G 基站選址策略(IGBSL)[5]和基于競爭函數的無線接入站址選址算法(CFSSA)[13]進行對比仿真分析。

以2 km×2 km 配電網為例，配電終端與基礎設施分布如圖3 所示，業(yè)務分布狀況如表1 所示，相關仿真參數如表2 所示。

圖3 配電終端與基礎設施分布

本文所述策略TI-BSDS 與IGBSL 和CFSSA 的基站部署結果如圖4 所示，網絡性能參數如表3 所示。

圖4 基站部署結果圖

表3 部署方案性能對比

TI-BSDS 共聯合部署7 個宏基站與7 個微基站協同實現網絡全覆蓋，通過對宏基站覆蓋重疊區(qū)域部署微基站的方法提高網絡終端的信干噪比，保證重要終端的通信質量；對已有4G 桿塔設備、配變機房、基礎設施的利用率分別為25%、31.25%和25%，網絡建設單位化成本僅為6.74，明顯低于IGBSL 與CFSSA。但由于TI-BSDS為多目標聯合優(yōu)化，為實現低成本建設與終端高加權信干噪比，導致網絡覆蓋重疊度略有提升，故TI-BSDS策略下的網絡覆蓋重疊度指標略高于IGBSL，但優(yōu)于CFSSA。

IGBSL 基于4G 桿塔以網絡建設成本與終端覆蓋率為優(yōu)化目標進行基站部署，通過6 個宏基站實現了網絡中約85%的終端覆蓋，對于分散的少數未被覆蓋終端，需要部署9 個微基站實現網絡全覆蓋，對4G 桿塔、配電機房及基礎設施的利用率分別為25%、0%和5%，網絡建設單位化成本為7.40，高于TI-BSDS。此外，該策略下相同類型基站間隔較遠，因此網絡覆蓋重疊度較小。

CFSSA 僅考慮覆蓋率，通過部署8 個宏基站實現網絡全覆蓋。由于該策略未考慮基礎設施，因而4G 桿塔、配電機房、基礎設施的利用率均為0%，網絡建設單位化成本為8.0，大于其他算法。此外，由于同類型基站重疊區(qū)域大，其覆蓋重疊度遠大于TI-BSDS 與IGBSL。

為進一步觀察網絡中重要終端的信干噪比情況，本文將終端按重要度均勻分為10 組，將各組重要等級依次定義為1～10，等級1 為最重要，等級10 為最不重要，各重要度等級下的信干噪比為各分組內終端的信干噪比均值，各組歸一化后的信干噪比如圖5 所示。由于TI-BSDS 策略考慮了加權信干噪比，因而該策略下，較為重要的終端其信干噪比普遍較大，保障了重要終端的通信質量。IGBSL 與CFSSA 中均未考慮終端信干噪比與終端重要性之間的關系，因而其信干噪比與終端重要等級不相關，無法保障重要終端通信質量。

圖5 終端分組信干噪比

為更加直觀地觀察各網絡部署方案下的5G 網絡部署投資效益，定義網絡部署效益為：

各算法下網絡部署效益歸一化結果如圖6 所示。與另外兩種算法對比，TI-BSDS 部署策略成本最低、加權終端信干噪比最高，網絡部署效益最高。TI-BSDS 通過利用已有基礎設施來降低網絡部署成本，通過區(qū)分終端服務來保障網絡服務質量，通過宏微基站聯合部署進一步降低網絡部署成本和提高重要終端信干噪比，因此TI-BSDS 下的網絡部署效益明顯高于對比算法。

圖6 網絡性能歸一化對比結果

5 結論

考慮配電網業(yè)務特征，本文提出了一種基于網絡部署成本、終端加權信干噪比與網絡覆蓋重疊度的5G 基站部署策略TI-BSDS。該策略中，基于終端承載業(yè)務重要性來衡量終端重要性，通過加權信干噪比優(yōu)化目標來保障重要終端的通信質量。同時，為了降低網絡部署成本，在候選基站位置集合中加入已有基礎設施位置，以充分利用已有基礎設施?；?G 異構網絡特征，為進一步優(yōu)化宏微基站聯合部署效益，通過網絡覆蓋重疊度優(yōu)化目標約束基站部署數量同時優(yōu)化重要終端處的信干噪比?；谏鲜鰞?yōu)化目標，采用遺傳算法進行求解并與已有部署算法進行仿真對比，對比結果證明了TIBSDS 的有效性，該方法可為5G 技術在配電網中的規(guī)?；瘧锰峁┯袃r值的參考。