文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2015)02-0112-04
0 引言
小區(qū)選擇主要用于負(fù)載均衡和切換參數(shù)優(yōu)化,相關(guān)領(lǐng)域已被廣泛研究[1]。負(fù)載均衡實(shí)現(xiàn)是基于小區(qū)呼吸技術(shù)(cell breathing),并通過(guò)功率控制或波束覆蓋控制達(dá)到目的[2]。切換參數(shù)優(yōu)化方法是通過(guò)影響用戶的切換過(guò)程,從而實(shí)現(xiàn)負(fù)載平衡。目前,大多數(shù)小區(qū)選擇方案是基于接收信號(hào)功率(Reference Signal Receive Power,RSRP)。在異構(gòu)網(wǎng)中,當(dāng)?shù)凸β使?jié)點(diǎn)的數(shù)量持續(xù)增大時(shí),小區(qū)選擇對(duì)干擾管理的作用也逐步得到研究認(rèn)可,如文獻(xiàn)[3]考慮異構(gòu)網(wǎng)場(chǎng)景小區(qū)選擇和相鄰小區(qū)干擾頻段的靜默問(wèn)題,提出對(duì)干擾最強(qiáng)的兩個(gè)鄰小區(qū)動(dòng)態(tài)實(shí)施干擾靜默的方式,實(shí)現(xiàn)系統(tǒng)容量最大化。而文獻(xiàn)[4]則分析異構(gòu)網(wǎng)小區(qū)選擇中兩個(gè)因素對(duì)系統(tǒng)容量的影響:即本小區(qū)的容量增加和對(duì)鄰小區(qū)的干擾,據(jù)此通過(guò)鄰小區(qū)聯(lián)合小區(qū)選擇實(shí)現(xiàn)系統(tǒng)容量最大化。文獻(xiàn)[5]考慮邊緣用戶小區(qū)選擇時(shí),受鄰小區(qū)干擾的問(wèn)題,提出采用動(dòng)態(tài)CoMP模式選擇的方式改善相鄰小區(qū)干擾狀況。而文獻(xiàn)[6]則考慮異構(gòu)網(wǎng)場(chǎng)景聯(lián)合小區(qū)選擇、資源調(diào)度以及功率控制的問(wèn)題,并分析用戶的公平性和系統(tǒng)容量的取舍關(guān)系。上述研究基于單載波、低功率節(jié)點(diǎn)密度不高的假設(shè),在高密度低功率節(jié)點(diǎn)場(chǎng)景的有效性尚不清楚,同時(shí),也缺乏多成員載波的異構(gòu)網(wǎng)場(chǎng)景聯(lián)合小區(qū)選擇、成員載波選擇、波束形成的研究。本文主要涉及具有多根天線的異構(gòu)網(wǎng)系統(tǒng),針對(duì)載波聚合信道的下行鏈路的小區(qū)選擇問(wèn)題,提出一種小區(qū)選擇新算法來(lái)實(shí)現(xiàn)用戶性能和系統(tǒng)吞吐量的提升。理論分析和仿真實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
1 系統(tǒng)模型及優(yōu)化算法
1.1 系統(tǒng)模型
現(xiàn)在考慮有M個(gè)用戶和K個(gè)載波網(wǎng)絡(luò)的下行鏈路。假設(shè)基站有N個(gè)發(fā)射天線,用戶有一個(gè)接收天線。小區(qū)q在每個(gè)載波上的發(fā)射功率相同,記為Pq。用矩陣A={ak,m|ak,m?奐{0,1}}K×M表示用戶對(duì)載波的選擇,ak,m=1表示用戶m選擇載波k,ak,m=0表示用戶m沒(méi)有選擇載波k。小區(qū)q中用戶m在i基站t時(shí)隙上的信道功率增益表示為,這里表示小區(qū)q中用戶m在i基站上的信道矢量,波束形成矢量bk,i用來(lái)映射用戶在基站i上的發(fā)射信號(hào)的數(shù)據(jù)符號(hào)。那么每個(gè)用戶的信干噪比可以記作:
N0表示獨(dú)立的零均值加性高斯白噪聲的方差。那么用戶m的可實(shí)現(xiàn)速率就為:
根據(jù)(1)和(2)式可知:
由此,可以發(fā)現(xiàn)基于小區(qū)選擇、載波選擇和波束形成協(xié)調(diào)聯(lián)合優(yōu)化問(wèn)題就是找到X、A和B,使得目標(biāo)函數(shù)最大化。假設(shè)目標(biāo)函數(shù)是要使不同的用戶獲得最高的系統(tǒng)吞吐量并確保比例公平,應(yīng)使效用函數(shù)最大化:
上式的問(wèn)題是一個(gè)混合的多維問(wèn)題,求解起來(lái)十分困難,為此采用分維優(yōu)化、交替迭代的優(yōu)化策略。
1.2 優(yōu)化算法
首先,假定小區(qū)內(nèi)部用戶調(diào)度器給定,并且通過(guò)載波選擇和協(xié)調(diào)小區(qū)間避免干擾,現(xiàn)在就是找到最佳的長(zhǎng)期用戶小區(qū)選擇。
對(duì)于給定的小區(qū)選擇集合S(q),假設(shè)每個(gè)基站q將比例公平調(diào)度器作為小區(qū)內(nèi)的調(diào)度器來(lái)選擇最佳的用戶:
隨著時(shí)隙t→+∞,小區(qū)內(nèi)調(diào)度器使得調(diào)度用戶平均速率Rm可以表示成:
這里E(Rk,m,q)是Rk,m,q的數(shù)學(xué)期望,即用戶m從基站q在載波k上可實(shí)現(xiàn)的瞬時(shí)的平均最大數(shù)據(jù)速率。,q表示連接到q基站上的用戶數(shù)量。表示多用戶的分集增益(調(diào)度增益),它取決于對(duì)同一資源競(jìng)爭(zhēng)的用戶數(shù)量。
其次,假設(shè)X是給定的,由給定的主特征向量問(wèn)題可知,小區(qū)q在載波k上發(fā)射波束形成矢量bq,使得系統(tǒng)和速率達(dá)到最大:
這里真實(shí)值i,q定義為:
Iq和Ii分別是用戶q和用戶i接收到的干擾信號(hào)功率,用戶q的值為:
最佳的b是式(8)中最大特征向量相對(duì)應(yīng)的特征值。
最后,假設(shè)小區(qū)選擇和波束矢量已知,則載波問(wèn)題成為一個(gè)二進(jìn)制功率控制問(wèn)題,為了求解設(shè)bk,i=b,可以表示hk,q,q=|hk,q,q bk,q|2,hk,q,i=|hk,q,i bq,i|2,則
上式中,分母中的1/yi,k表示移動(dòng)臺(tái)m的資源受到移動(dòng)臺(tái)n的干擾所占的百分比。整個(gè)分母表示來(lái)自其他小區(qū)的干擾和外界噪聲的平均和功率。這樣,從式(5)可以采用文獻(xiàn)[7]中的提出的貪婪算法得到ak,q。
一旦得到預(yù)編碼矩陣和ak,i,則小區(qū)選擇矢量求解如下:
首先,由于預(yù)編碼矩陣和ak,i的聯(lián)合設(shè)計(jì),使得基于波束形成的小區(qū)間干擾協(xié)調(diào)的可行性得以恢復(fù),則有:
hk,q,i bk,i=|hk,q,q bk,q|, i=1
≈0, i≠q(12)
這里bk,q是式(8)所給的主特征向量問(wèn)題,顯然,此問(wèn)題與小區(qū)選擇問(wèn)題存在耦合。
然而,從式(8)可以看到,如果?姿i,q趨于負(fù)無(wú)窮大,那么每個(gè)用戶的bk,q就與其他小區(qū)用戶的小區(qū)選擇問(wèn)題相獨(dú)立。據(jù)此,第一種去耦合情形可以假設(shè)利他的一種情況,即:
那么協(xié)調(diào)基站中的波束矢量就是它對(duì)其他小區(qū)用戶的干擾功率之和的期望達(dá)到最小的情形,此時(shí)E(Rm,q,k)是
其中。
第二種情形,則對(duì)應(yīng)于最壞的波束形成情形,即在協(xié)調(diào)基站中假設(shè)干擾避免滿足:
則此時(shí)式(14)為
在這兩種情形,如果給定每個(gè)載波每個(gè)基站的用戶數(shù)量,那么Y=(yq,k,q?奐Q,k?奐K),并且
也是確定的,這樣聯(lián)合問(wèn)題就簡(jiǎn)化成一個(gè)最大權(quán)重雙重匹配問(wèn)題,這可以在多項(xiàng)式時(shí)間通過(guò)匈牙利法得到解決。為了解決計(jì)算和反饋的開銷,考慮在下面設(shè)計(jì)一個(gè)啟發(fā)式算法。
假設(shè)wm,q,k通過(guò)聯(lián)合波束形成和載波選擇獲得,那么基站聯(lián)合問(wèn)題(4)再寫如下:
這個(gè)問(wèn)題可以分解成M個(gè)子問(wèn)題,其中m-th是為用戶m找到最優(yōu)基站:
式(19)的線性問(wèn)題可以通過(guò)將所有xm,q置0解決,除了x=1,這里
因此以上所有M個(gè)子問(wèn)題就獨(dú)立地解決,式(18)的答案最終也可獲得?;谏厦嫠械挠懻摚岢龅蛷?fù)雜性的聯(lián)合載波選擇波束形成的小區(qū)選擇算法。
1.3 聯(lián)合載波選擇波束形成的小區(qū)選擇算法
以下步驟在提出的用戶選擇策略上重復(fù)執(zhí)行:
初始化:
(1)與每個(gè)節(jié)點(diǎn)有關(guān)的用戶選擇集合U(q)初始化為空。
(2)用戶小區(qū)選擇優(yōu)先級(jí)排序。計(jì)算每個(gè)用戶對(duì)每個(gè)基站的信噪比,按信噪比的大小進(jìn)行降序排列,選擇最大的信噪比用戶作為第一項(xiàng)放到相應(yīng)的小區(qū)。
小區(qū)選擇循環(huán):
(3)在第l個(gè)循環(huán)中,假設(shè),q是與基站q相連的用戶數(shù)量,由于序列表中的第一個(gè)用戶m1尚未選擇任何一個(gè)基站,也就是波束形成矢量按如下公式獲得:
根據(jù)式(20),具有最大的的基站就會(huì)被用戶選擇,結(jié)果是有最大的用戶設(shè)備就會(huì)有一個(gè)相對(duì)很強(qiáng)的信道,同時(shí)它對(duì)其他用戶設(shè)備有很低的干擾。
(4)持續(xù)該過(guò)程直到所有用戶都有一個(gè)相關(guān)聯(lián)的基站。
2 基于聯(lián)合的小區(qū)選擇算法仿真結(jié)果及分析
2.1 仿真參數(shù)假設(shè)
為驗(yàn)證算法的有效性,本文采用一種基于距離的小區(qū)選擇算法作為參考算法。異構(gòu)網(wǎng)絡(luò)由1個(gè)宏小區(qū)和2~25個(gè)不等的Pico小區(qū)組成,Pico小區(qū)在宏小區(qū)邊緣900 m處以同心圓排列,Pico小區(qū)間隔200 m。用戶拋灑區(qū)域位于中心800 m,范圍-50~+50 m的帶狀區(qū)域,并隨機(jī)拋灑;信道模型采用SCM城市微小區(qū)信道模型,載波帶寬為10 MHz,載波數(shù)量為2,發(fā)射端和接收端天線數(shù)分別為2和1。仿真假設(shè)見表1,可以看出仿真假設(shè)符合LTE-Advanced標(biāo)準(zhǔn)規(guī)定的仿真假設(shè)。
2.2 仿真及分析
圖1給出了5小區(qū)40用戶聯(lián)合載波選擇和波束形成的小區(qū)選擇算法和小區(qū)選擇參考算法吞吐量的累積分布函數(shù)(Cumulative Distribution Function,CDF)性能比較曲線。從仿真結(jié)果來(lái)看,新的考慮了空域信息的小區(qū)選擇算法較小區(qū)選擇參考算法吞吐量有明顯的增益。證明,在考慮了空域信息的聯(lián)合優(yōu)化小區(qū)選擇算法,確實(shí)可以降低異構(gòu)網(wǎng)系統(tǒng)中小區(qū)間的干擾,進(jìn)而提高系統(tǒng)性能。
圖2給出了23小區(qū)120用戶在小區(qū)選擇新算法和參考算法下的性能比較。根據(jù)仿真結(jié)果,用戶數(shù)目和小區(qū)數(shù)目繼續(xù)增加時(shí)(如23小區(qū)120用戶情形相對(duì)于5小區(qū)40用戶場(chǎng)景),相對(duì)于小區(qū)數(shù)量和用戶數(shù)較少的情形,仍可提供穩(wěn)定的額外增益。這個(gè)增益來(lái)源分析:由于此種算法解決了傳統(tǒng)干擾管理在高密度低功率節(jié)點(diǎn)布置場(chǎng)景中干擾管理自由度受限問(wèn)題,所以,帶來(lái)了系統(tǒng)吞吐量的提升;除此之外,還來(lái)自于Pico小區(qū)對(duì)宏小區(qū)的負(fù)載均衡功能,因?yàn)樵跈?quán)值計(jì)算時(shí),引入了與小區(qū)用戶數(shù)有關(guān)的因子。
3 結(jié)論
本文在異構(gòu)網(wǎng)系統(tǒng)中載波聚合信道下提出一種聯(lián)合載波選擇和波束形成的小區(qū)選擇新算法,并對(duì)此算法與參考算法進(jìn)行了深入的分析和仿真比較,得出以下結(jié)論:在低功率節(jié)點(diǎn)密度高的異構(gòu)網(wǎng)場(chǎng)景中,聯(lián)合載波選擇并考慮空域特性(波束形成)的小區(qū)選擇算法,相對(duì)于參考小區(qū)選擇算法,能使更多用戶選擇微微小區(qū)作為自己的服務(wù)小區(qū),實(shí)現(xiàn)了微微小區(qū)容量提升的同時(shí),也對(duì)宏小區(qū)起到了業(yè)務(wù)分流和負(fù)載均衡的作用,這樣最大化了系統(tǒng)容量和網(wǎng)絡(luò)覆蓋,實(shí)現(xiàn)了用戶性能提升和系統(tǒng)增益提高。除此之外,本文提出的算法克服了傳統(tǒng)增強(qiáng)型小區(qū)間干擾協(xié)調(diào)(enhanced Inter-Cell Interference Coordination,eICIC)在低功率節(jié)點(diǎn)密度高的異構(gòu)網(wǎng)絡(luò)場(chǎng)景干擾管理自由度受限問(wèn)題,從而達(dá)到減少小區(qū)間干擾的目的,使各小區(qū)加權(quán)和速率即SINR最大化,同樣也使整個(gè)系統(tǒng)吞吐量得到提升。
參考文獻(xiàn)
[1] SON K,CHONG S,Gustavo de Veciana M.Dynamic asso-ciation for load balancing and interference avoidance in
multi-cell networks[J].IEEE Transactions on Wireless Comm-unications,2009,8(7):3566-3576.
[2] LI Z H,WANG H,PAN Z W,et al.Joint optimization onload balancing and network load in 3GPP LTE multi-cellnetworks.In Proc[J].WCSP 2011,November 2011:1-5.
[3] Feng Minghai,She Xiaoming,Chen Lan,et al.Ehanced dynamic cell selection with muting scheme for DL CoMPin LTE-A[C].2010 IEEE 71st Vehicular TechnologyConference(VTC 2010-Spring),2010:1-5.
[4] CORROY S,F(xiàn)ALCONETTI L,MATHAR R.Dynamic cell association for downlink sun rate maximization in mulcellheterogenounetworks[C].IEEE International Conference on Communications(ICC),2012:2457-2461.
[5] Seung-Wan Kim,Yong-Hwan Lee.Adaptive MIMO Mode and Fast Cell Slection with Interference Adoidance in Multi-cell Environments[C].Fifth International Conference on Wireless and Mobile Communications,2009.ICWMC 09:
163-167.
[6] FALLGREN M,F(xiàn)ODOR G,F(xiàn)ORSGREN A.An optimization approach to joint cell,channel and power allocationmulticenetworks.TRITA-MAT-2011-OS2,2011.
[7] SUN C Y,JIANG J,HUANG L,et al.Component carrier selection and interference coordination for carrier aggregationsystem in heterogeneous networks[C].Proceedings of IEEE14th International Conference on Communication Technology,ICCT 2012:402-407.