异构网中载波聚合系统的成员载波选择和干扰协同

孙长印,姜 静,卢光跃

(西安邮电大学通信与信息工程学院,西安 710121)

1 引 言

异构网可以优化系统的性能因而成为当前的研究热点之一,它主要通过改进网络的拓扑结构从而实现热点区域覆盖、小区业务分流,以及获得小区分裂增益[1]。异构网是由网络规划的高功率宏基站和位于其覆盖之下具有自主摆放特点的低功率节点组成,低功率节点包括家庭基站、微微蜂窝,以及Relay站等。异构网的实现面临巨大的技术挑战,例如,异构网络由于不同类型基站的功率、覆盖不同、低功率节点的自主摆放特点,使得不同基站的控制信道、业务信道的干扰问题非常突出。为此,在下一代演进系统如3GPP-LTE-A标准中[2],采用了小区间干扰协调技术来解决由此造成的干扰问题,即eICIC(Enhanced Inter-Cell Interference Coordination Schemes)。e-ICIC是LTE-A标准标志性的关键技术之一,如果没有它,异构网中覆盖距离扩展(Range Extension,RE)的概念[3]便失去了改善小区边缘覆盖、提供小区业务分流的作用。

LTE-A标准中的eICIC主要分为两类:第一类为基于载波聚合技术的eICIC方案,第二类为基于时域ABS(Almost Blank Subframes)的方案。ABS通过在干扰小区中配置ABS子帧实现业务静默,而被干扰小区则使用这些ABS子帧为原来在小区中受较强干扰的用户提供业务,从而实现了小区间干扰的协调。

载波聚合作为LTE-A的关键技术之一,除了在聚合形成的大带宽上提供高速业务以外,还能在成员载波(Component Carrier,CC)分辨率级别实现异构网络的频域干扰避免。为此,可以设想异构网络的带宽由两个成员载波组成:f1和f2。为了实现宏基站和微微基站的干扰协调,可以将f1和 f2分别分配给宏基站和微微基站的用户,从而实现用户业务信道和控制信道的干扰避免。或者,微微基站的小区中心用户可以分配和宏小区相同的成员载波,而边缘用户则分配与宏基站不同的成员载波。这种方案的缺点是只能被LTE-A用户采用,不能兼容LTE用户。

基于载波聚合的eICIC方案中,成员载波选择可以基于静态或半静态方式。静态或半静态方案的优点是简单、信令开销小,但是具有频率复用效率低的突出缺点。到目前为止,文献可见有关成员载波选择、资源分配,以及干扰协调技术的研究报道,但是,这些研究集中在同构网场景,或异构网中家庭基站的干扰协调。例如,文献[4-6]提出了跨CC的比例公平调度算法,算法依据用户对聚合载波支持能力、小区位置,以及载波的覆盖范围,将用户分类或分组,在给不同类型(或分组)的用户分配不同的CC的基础上,同时保证了用户之间的公平性。文献[7-8]提出了异构网(HetNet)情形家庭基站载波自主选择算法ACCS(Autonomous Component Carrier Selection),算法基于测量背景干扰矩阵(Background Interference Matrices,BIM),为家庭基站选择成员载波集,以减少对相邻基站的干扰。

本文讨论异构网载波聚合系统动态成员载波选择和干扰协同问题,考虑的对象由宏小区及其覆盖之下的数个微微基站组成,同时,假设微微小区采用RE方式提高小区覆盖。为了解决宏小区发射对微微小区用户(特别是RE区域用户)造成的小区间干扰,提高微微小区的平均吞吐量和边缘用户吞吐量,本文首先提出一种新的成员载波选择和干扰协同方法,方法基于修正的载波公平比例准则,动态地在小区间协同选择成员载波。为了进一步提高低功率节点的系统容量,设计了新的基于调和平均数的用户小区选择准则及算法。仿真结果表明,与频率复用因子为1的系统相比,设计的方法由于静默了高功率节点用户部分成员载波,从而使低功率节点用户获得更多的选择机会,提高了低功率节点小区的容量。

2 算法描述

2.1 系统模型

本文考虑的异构网具有以下特性:一个宏基站下覆盖数个微微基站;微微基站自主摆放;M个用户在宏小区覆盖区域位置随机分布。

本文考虑包含K个CC的载波聚合系统下行链路。为了分析问题方便,假设一个基站的各个CC的发射功率相同,即对基站q,为Pq。同时,令载波选择矩阵为

其中,ak,m=1表示用户 m选择第k个CC;否则,ak,m=0。

进一步地,假设Si,k,m表示第t时隙小区i到小区q的第m个用户的信道增益,同时,假设此值在时隙内不变,即信道为时间块衰落。显然 Sq,k,m为有用信号,而Si,k,m(i≠q)为干扰信号。假设发射信号为非相关随机信号,其均值为0,方差为 Pq,则用户m的信干噪比(SINR)为

式中,N0为高斯白噪声信道(AWGN)的方差。

而总的用户速率为

假设在时隙 t,基站q只调度一个用户,则总的系统吞吐量(和速率)为

2.2 问题描述

本文的CC选择和干扰协同问题是一个优化问题,可表述为:系统根据某个准则,通过联合求解载波选择矩阵A,实现目标的最大化。本文的目标是实现最大系统吞吐量的前提下,同时获得用户之间的公平性,为此采用下述效用函数:

上述最优问题的求解如直接采用穷举搜索,需要的计算量巨大,为此,本文提出新的求解方法。

首先,将N个小区分为G N个小区簇,对于某个小区簇Q,假设其余N-Q个小区产生的干扰近似为噪声,则小区簇Q的和速率为

其中:

而IN为其余N-Q个小区产生的干扰,可以通过测量得到。

这样,针对每个小区簇,只要求解下述问题,即可获得问题求解:

2.3 小区选择算法

在求解问题(7)之前,需首先解决小区q中的用户选择问题。在传统的同构网中,用户的服务小区选择基于接收信号强度的测量。对于异构网络,由于不同类型的基站发射功率不同,路损各异,采用传统方法限制了选择低功率节点的用户个数,降低了小区分裂增益。为此,本文采用基于调和平均数的用户小区选择准则及算法。由于小区的业务分流主要针对数据业务,所以,在此考虑尽力而为业务类型,即Best effort业务。用户小区选择准则考虑如下:对于Best effort业务,由于没有时延等QoS服务质量要求,所以,我们以平均吞吐量作为衡量指标,要求系统对各个用户得到近似相同的对待。为此,定义小区b的调和平均业务速率Rhm,b为

式中,Ub为小区b的服务用户集, Rb,i为用户i在载波集合K上的速率和:

对于同构网中小区b和小区b′,有

对于异构网系统中的微微基站b′和宏基站b,令Rhm,b′=Rhm,b/NL,其中 NL为分流参数,是一个反映微微基站b′和宏基站b发射功率不同、服务用户数差异,以及用户干扰不平衡的参数,则对微微基站b′和宏基站b,有以下关系成立:

定义 Rb′,i=NL Rb′为微微基站等效用户速率,对宏基站b,等效用户速率则为 Rb,i= Rb,式(11)可表示如下:

基于上述分析定义,本文小区选择算法流程如图1所示。

图1 小区选择算法流程Fig.1 Flowchart of the proposed user cell association algorithm

上述流程中,设Qhm均值和方差分别为 μ和 σ,则选取门限 T=μ+σ×β,式中 β是任意常数,而Qhm更新关系为Qhm=(UbQhm+1/( Rb,i))/(Ub+1)。

2.4 CC选择和小区干扰协同算法

式中,a′k,m是t-1时隙的矩阵 A的第(k,m)个元素,而且假设CC的调度次序为从 j=1到k-1,再到k。

为了获得矩阵 A,依次求解以下子优化问题:即从 j=1到K,首先得到 ak:

则矩阵A的最优值为

基于上述分析,新算法流程如图2所示。

图2 贪婪算法流程Fig.2 Flowchart of greedy search algorithm

上述算法首先初始化 a0=[0]1×Q,同时定义向量元素值为(al)q=1的集合为S,在算法循环的每一步,依次取,同时保持上个循环得到的值不变,最后选取使得推广的比例公平判据最大的q,使其(al)q=1。

3 系统性能仿真

为了验证本文算法的有效性,选取频率复用因子为1的情形进行比较。为了简单起见,假设一个小区簇由一个宏小区和2个微微小区组成,宏小区半径为500 m,共有40个用户。其他仿真参数如表1所示。可以看出,仿真参数符合LTE-Advanced标准规定的仿真假设。

表1 仿真参数Table 1 Simulation parameters

首先,假设用户在宏小区均匀分布,此时,微微小区和宏小区的吞吐量累积分布函数(CDF)如图3和图4所示。为了比较,图中给出了:本文的CC选择和小区干扰协调算法(图例用“new”);频率复用因子为1的系统(图例用“reuse1”);本文的小区选择算法(图例用“offload”)。

图3 微微小区累积分布函数,均匀分布Fig.3 CDF performances of Pico cell,uniform distribution

图4 宏小区累积分布函数,均匀分布Fig.4 CDF performances of Micro cell,uniform distribution

从图中的比较可见,与频率复用因子为1情形相比,本文算法大大增加了微微小区的吞吐量。同时我们也可以看到,对于宏小区而言,其小区吞吐量有所下降。进一步观察小区选择算法的影响曲线发现,由于更多的边缘小区选择微微基站,使得微微基站的吞吐量曲线在CDF 50%以下有一定改善,预示着边缘用户数据率的改善。

图5～6为用户非均匀分布时的性能曲线比较。此时用户集中于约占宏小区12%面积的热点区域,而两个微微基站也位于此区域中。与上述情形相同,我们发现本文算法大大改善了微微小区的吞吐量,而对于宏小区而言,其小区吞吐量有所下降。

图5 微微小区累积分布函数,非均匀分布Fig.5 CDF performances of Pico cell,non-uniform distribution

图6 宏小区累积分布函数,非均匀分布Fig.6 CDF performances of Micro cell,non-uniform distribution

总体而言,两种情形宏小区的吞吐量相对于复用因子为1情形有所降低,结果提示在进行CC选择时,由于采用了比例公平准则,使得在两种类型小区间存在干扰的时候,算法使得宏小区选择部分CC静默,减少了对微微小区用户的干扰,以便微微小区用户传输,结果使微微小区用户获得干扰消除增益。但是,在宏小区中,微微小区的干扰消除增益被宏小区用户由于失去传输机会带来的吞吐量损失所抵消,所以,宏小区用户的吞吐量有所降低,这也是分流的效果。

4 结 论

本文首先提出一种新的成员载波选择和干扰协同方法,方法基于修正的载波公平比例准则,动态地在小区间协同选择成员载波。为了进一步提高低功率节点的系统容量,设计了新的基于调和平均数的用户小区选择准则及算法。仿真结果表明,与频率复用因子为1的系统相比,设计的方法由于静默了高功率节点用户成员载波,从而使低功率节点用户获得更多地选择机会,提高了低功率节点小区的容量。

[1] Qualcomm.Heterogeneous Networks:General views[R]//R1-094224.[S.l.]:Qualcomm,2009.

[2] Dahlman E,Parkvall S,Skold J.4G:LTE/LTE-advanced for Mobile Broadband[M].Salt Lake City:Academic Press,2011.

[3] Europe Q.Range expansion for efficient support of heterogeneous networks[R]//R1-083813.Czech Republic:Qualcomm Europe,2008.

[4] Wang Y,Pedersen K I,Sorensen T B,et al.Carrier load balancing and packet scheduling for multi-carrier systems[J].IEEE Transactions onWirelessCommunications,2010,9(5):1780-1789.

[5] Songsong S,Chunyan F,Caili G.A resource scheduling algorithm based on user grouping for LTE-advanced system with carrier aggregation[C]//Proceedings of 2009 Symposium on Computer Network and MultimediaTechnology.Wuhan:IEEE,2009:1-5.

[6] Wang H,Rosa C,Pedersen K.Performance analysis of downlink inter-band carrier aggregation in LTE-advanced[C]//Proceedings of 2011 IEEE Vehicular Technology Conference.San Francisco:IEEE,2011:1-5.

[7] Garcia L,Pedersen K,Mogensen P.Autonomous component carrier selection for local area uncoordinated deployment of LTE-Advanced[C]//Proceedings of 2009 IEEE Vehicular Technology Conference.Barcelona:IEEE,2009:1-5.

[8] YanYuan,LiAnxin,Gao Xinying,et al.A New Autonomous Component Carrier Selection Scheme for Home eNB in LTE-A System[C]//Proceedings of 2011 IEEE Vehicular Technology Conference.Budapest:IEEE,2011:1-5.