基于博弈论的LTE基站自优化节能方法研究和试验

李韶英+庄湛海+倪伟彬

【摘 要】利用LTE网络的多点协作传输（CoMP）技术，提出了一种基于博弈论的基站自优化节能方法，应用该方法可在基站的控制单元增加1个节能模块，此模块可以通过X2接口交互小区簇内各小区信道信息，使得各小区同频子载波上的发射功率相互博弈，以减少干扰最终达到动态平衡，提高网络容量。通过实验室仿真测试表明，该技术能够在保证网络吞吐量的同时降低系统的能耗，为运营商构建绿色节能的LTE网络提供了参考。

【关键词】无线通信 LTE基站 博弈论 CoMP技术

中图分类号：TN929.53 文献标识码：A 文章编号：1006-1010（2014）-20-0092-05

Research and Test of Self-Optimizing Energy-Saving Method of LTE Base Station Based on Game Theory

LI Shao-ying1， ZHUANG Zhan-hai1， NI Wei-bin2

（1. Guangdong Research Institute of China Telecom Co.， Ltd.， Guangzhou 510630， China；

2. Guangzhou YINFU Network Technology Co.， Ltd.， Guangzhou 510630， China）

[Abstract] According to coordinated multiple points transmission （CoMP） technology of LTE network， a self-optimizing energy-saving method of base station based on game theory is proposed. The control unit of base station can be added one energy-saving module by using the proposed method. This module can interact channel information with the cells within the cell cluster by X2 interface， which makes the transmit power of the pilot sub-carrier game in order to reduce interference， ultimately to achieve dynamic balance and increase network capacity. The simulation results show that this technology can reduce system power consumption with network throughput guarantee， which provides a reference for operators to build green energy-saving LTE networks.

[Key words]wireless communication LTE base station game theory CoMP technology

1 引言

移动通信网络具有“潮汐效应”，话务的迁徙导致网络流量波峰和波谷差异很大。然而，由于目前的网络是按照用户的最大需求来设计的，因此在移动网络运营中通常为了达到更大的容量和更好的网络质量，小区簇内各小区会尽可能地以最大功率发射，而这样会产生较高的能耗，并造成密集基站间的干扰，抬升了整体底噪的同时降低系统的服务质量。针对这一问题，目前业界尚无有效的技术解决方案，尤其是对于现阶段正在大规模建设的LTE网络，该问题将会更加突出。

本文利用LTE网络的多点协作传输（CoMP）技术，提出了网络关键指标以及小区发射功率自我检测优化的能耗博弈节能方法，在提升小区平均吞吐量的同时降低系统的总体发射功率。通过在实验室进行仿真测试，验证了该方法确实可以在保证网络服务质量的前提下降低基站小区的发射功率，使LTE网络的能耗达到最优。

2 基站自优化系统模型研究

LTE基站间协作一直都是一项重要的研究内容，在LTE-A中引入协作多点传输的CoMP技术，实现了LTE基站小区间的协作，为博弈论应用在通信节能奠定了技术基础。

本文提出了一种基于CoMP技术的LTE基站自优化节能方案，通过建立基站自优化博弈模型，交互小区簇内各小区的信道信息，协调相邻小区发射功率，提高系统吞吐量的同时降低系统的整体发射功率。在此方案中，小区的服务质量和发射功率是典型的博弈优化问题，一方面是保证用户的服务质量，另一方面是降低系统的能量消耗。通过该方案，小区可以动态地增加、降低在每个子信道上的发射功率，最终目标是找到每个子信道上在保证服务质量的前提下的最低发射功率。

2.1 博弈理论

博弈论又称为对策论，包括参与者（player）、策略（strategies）、收益（payoff）等要素，目标是找到各参与者间最优的策略选择以及选择策略时的博弈结果、分析这些结果的数学理论和方法。

本文采用了协作博弈的思想，博弈的要素包括：博弈参与者是各小区，策略是子信道上的发射功率集合，收益是吞吐量。首先引用了净函数的概念，净函数包括效用函数和代价函数。其中，效用函数代表一个小区的容量，代价函数代表需要基站付出的“代价”。然后模拟最大化多小区OFDMA系统的总容量，最优化基站能耗的博弈过程。在该博弈过程中，每个小区的基站独立控制本小区的子信道分配，独立地进行功率分配，从而最大化本小区的容量。endprint

2.2 效用函数

效用函数是一个微观经济学的概念，用来表示消费者所获得的收益与消费的商品之间数量关系。效用函数应用在无线通信的功率控制问题中，通常选取用户的信干比γ和发射功率P作为参数。当发射功率P固定时，效用函数Ui是信干比γ的单调增函数；当信干比γ固定时，效用函数Ui是发射功率P的单调减函数；当发射功率趋于无穷大时，效用函数值为零；当发射功率趋于零时，效用函数值为零。因此，能耗博弈的效用函数表达式如下：

（1）

Bm表示子信道带宽；γi，k，m表示信干比，。其中，gi，k，m表示基站i的第k个用户在第m个子信道上的增益；pi，k，m表示基站i的第k个用户在第m个子信道的发送功率；σ2表示背景噪声功率；Γ表示一定误码率BER要求下的常数，在AWGN信道下，Γ=-ln（5BER）/1.5。

2.3 代价函数

小区簇内每个小区都试图最大化自己的效用函数，从而会对小区簇内其他小区造成影响，因此在博弈过程中引入了代价函数。

代价函数是指博弈过程中每个小区在提高自身发射功率的同时，需要付出相应的“代价”。引入代价函数可对发射功率进行限制，以达到降低系统干扰、增加系统整体收益的目的。代价函数定义如下：

c（1+gi，k，mpi，k，m） （2）

c为一常数，称为代价因子，该代价与用户的功率pi，k，m成线性关系，用户的发射功率越高对其的“惩罚”就越严厉，可以有效地抑制“贪婪”基站。则最终的净函数为：

（3）

2.4 能耗博弈算法

（1）初始化小区簇内各小区各子信道的发射功率，即把各小区的发射功率平均发给各个子信道，此时的子信道发射功率为P（0）。定义一个计算精度t，设置为0.1，设置一个更新次数n。

（2）各个小区的子信道更新自身的发射功率。对于第n次功率更新的功率为P（n），第（n-1）次更新为P（n-1），利用信干比，

代入净函数Ui，并令其偏导数为0，从而求出功率值P（n）和净函数U（n）。

（3）当|P（n）-P（n-1）|

中最大的净函数Umax（n），认为此时的功率为最优功率，否则返回步骤（2）继续执行。

（4）累加每个小区各信道的发射功率，得出每个小区的发射功率。

算法流程图如图1所示：

图1 算法流程图

3 节能模块实现方案

基于上文提出的LTE网络基站自优化的节能方法，可在基站增加节能模块装置，实现基站的自优化节能。节能模块原理图如图2所示。

在基站的主控板上增加能耗博弈模块，该模块包括定时器、信息采集模块、SNR处理模块、功率处理模块等。模块的工作流程如下：

（1）通过定时器在设置时间周期内对网管下达指令，要求发送本小区和小区簇内邻小区的检测数据包。

（2）信息采集模块根据检测数据包采集本小区和相邻小区的发射功率以及路径损耗等数据信息。

（3）SNR处理模块根据数据信息计算小区的信干比。

（4）功率处理模块根据信干比、数据信息等数据代入净函数，循环进行能耗博弈运算，最终得到函数收敛时的最优发射功率，并根据结果实时调整该基站小区的发射功率。

4 实验室仿真测试

针对基于博弈论的LTE基站自优化节能方法，笔者在实验室开展了详细的测试研究工作，主要验证技术可行性及节能效果。本文采用的仿真模型：系统带宽为10MHz，子载波带宽为15kHz，则子载波数为600个，假设每25个子载波组成1个子信道，则系统共有24个子信道，小区簇内每基站3小区，每小区均匀分布5个用户。仿真参数具体如表1所示。

图3为系统模型在不同定价因子下获得的系统总吞吐量仿真结果。由图3可知，当定价因子为0时，则代价函数为0，此时系统的净函数即为效用函数，系统的吞吐量为满功率发射时的吞吐量；定价因子越小，系统干扰就越大，系统吞吐量也越低；反之亦然。综合测试数据，该算法与传统的系统最大功率发射相比，系统总体容量可提高1.23%。

图3 不同定价因子下的系统总吞吐量仿真结果

在不同定价因子的情况下，系统的能耗也有差别。图4为在不同定价因子下的小区平均功率仿真结果。当定价因子取值较小时，系统收敛到一个较大的功率值；当定价因子取值较大时，则功率较小；当定价因子为0时，小区平均功率最大。

图4 不同定价因子下的小区平均功率仿真结果

综合以上结果可得到最佳的定价因子，使得系统的吞吐量和发射功率达到博弈的最优配置。从以上仿真可知，在最高功耗与最优功耗对比中，最优功耗的功率比最高功耗低30%，系统吞吐量提升1.23%，该方法能在降低功耗的同时保证系统的吞吐量，具体如图5和图6所示：

图5 最高功耗与最优功耗的系统吞吐量对比

图6 最高功耗与最优功耗的功率对比

5 结束语

本文利用LTE网络的CoMP技术，提出了基于博弈论的自优化节能方案优化LTE系统的能耗，并通过实验室系统仿真验证，实现网络质量和基站能耗达到最优配置，为运营商的节能减排工作提供了参考。

参考文献：

[1] 喻的雄，蔡跃名，钟卫. CDMA系统中一种新的分布式博弈功率控制算法[J]. 电子与信息学报， 2008，30（2）： 443-446.

[2] 钟卫，徐友云，蔡跃明. MIMO-CDMA系统中一种基于博弈方式的分布式功率控制[J]. 电子与信息学报， 2007，29（8）： 1929-1933.

[3] Boyd S， Vandenberghe L. Convex Optimization[M]. Cambridge： Cambridge University Press， 2004.

[4] Fudenberg D， Tirole J. Game Theory[M]. Cambridge， MA： MIT Press， 1991.

[5] Yates R D. A Framework for Uplink Power Control in Cellular Radio Systems[J]. IEEE Journal on Selected Areas in Communications， 1995，13（7）： 1341-1347.

作者简介

李韶英：学士毕业于西安电子科技大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为无线网络及节能减排技术。

庄湛海：学士毕业于北京邮电大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为业务网络、核心网络、接入及节能减排技术。

倪伟彬：学士毕业于广东技术师范学院，现任职于广州因孚网络科技有限公司，主要从事通信网络节能减排研究工作。

2.2 效用函数

效用函数是一个微观经济学的概念，用来表示消费者所获得的收益与消费的商品之间数量关系。效用函数应用在无线通信的功率控制问题中，通常选取用户的信干比γ和发射功率P作为参数。当发射功率P固定时，效用函数Ui是信干比γ的单调增函数；当信干比γ固定时，效用函数Ui是发射功率P的单调减函数；当发射功率趋于无穷大时，效用函数值为零；当发射功率趋于零时，效用函数值为零。因此，能耗博弈的效用函数表达式如下：

（1）

Bm表示子信道带宽；γi，k，m表示信干比，。其中，gi，k，m表示基站i的第k个用户在第m个子信道上的增益；pi，k，m表示基站i的第k个用户在第m个子信道的发送功率；σ2表示背景噪声功率；Γ表示一定误码率BER要求下的常数，在AWGN信道下，Γ=-ln（5BER）/1.5。

2.3 代价函数

小区簇内每个小区都试图最大化自己的效用函数，从而会对小区簇内其他小区造成影响，因此在博弈过程中引入了代价函数。

代价函数是指博弈过程中每个小区在提高自身发射功率的同时，需要付出相应的“代价”。引入代价函数可对发射功率进行限制，以达到降低系统干扰、增加系统整体收益的目的。代价函数定义如下：

c（1+gi，k，mpi，k，m） （2）

c为一常数，称为代价因子，该代价与用户的功率pi，k，m成线性关系，用户的发射功率越高对其的“惩罚”就越严厉，可以有效地抑制“贪婪”基站。则最终的净函数为：

（3）

2.4 能耗博弈算法

（1）初始化小区簇内各小区各子信道的发射功率，即把各小区的发射功率平均发给各个子信道，此时的子信道发射功率为P（0）。定义一个计算精度t，设置为0.1，设置一个更新次数n。

（2）各个小区的子信道更新自身的发射功率。对于第n次功率更新的功率为P（n），第（n-1）次更新为P（n-1），利用信干比，

代入净函数Ui，并令其偏导数为0，从而求出功率值P（n）和净函数U（n）。

（3）当|P（n）-P（n-1）|

中最大的净函数Umax（n），认为此时的功率为最优功率，否则返回步骤（2）继续执行。

（4）累加每个小区各信道的发射功率，得出每个小区的发射功率。

算法流程图如图1所示：

图1 算法流程图

3 节能模块实现方案

基于上文提出的LTE网络基站自优化的节能方法，可在基站增加节能模块装置，实现基站的自优化节能。节能模块原理图如图2所示。

在基站的主控板上增加能耗博弈模块，该模块包括定时器、信息采集模块、SNR处理模块、功率处理模块等。模块的工作流程如下：

（1）通过定时器在设置时间周期内对网管下达指令，要求发送本小区和小区簇内邻小区的检测数据包。

（2）信息采集模块根据检测数据包采集本小区和相邻小区的发射功率以及路径损耗等数据信息。

（3）SNR处理模块根据数据信息计算小区的信干比。

（4）功率处理模块根据信干比、数据信息等数据代入净函数，循环进行能耗博弈运算，最终得到函数收敛时的最优发射功率，并根据结果实时调整该基站小区的发射功率。

4 实验室仿真测试

针对基于博弈论的LTE基站自优化节能方法，笔者在实验室开展了详细的测试研究工作，主要验证技术可行性及节能效果。本文采用的仿真模型：系统带宽为10MHz，子载波带宽为15kHz，则子载波数为600个，假设每25个子载波组成1个子信道，则系统共有24个子信道，小区簇内每基站3小区，每小区均匀分布5个用户。仿真参数具体如表1所示。

图3为系统模型在不同定价因子下获得的系统总吞吐量仿真结果。由图3可知，当定价因子为0时，则代价函数为0，此时系统的净函数即为效用函数，系统的吞吐量为满功率发射时的吞吐量；定价因子越小，系统干扰就越大，系统吞吐量也越低；反之亦然。综合测试数据，该算法与传统的系统最大功率发射相比，系统总体容量可提高1.23%。

图3 不同定价因子下的系统总吞吐量仿真结果

在不同定价因子的情况下，系统的能耗也有差别。图4为在不同定价因子下的小区平均功率仿真结果。当定价因子取值较小时，系统收敛到一个较大的功率值；当定价因子取值较大时，则功率较小；当定价因子为0时，小区平均功率最大。

图4 不同定价因子下的小区平均功率仿真结果

综合以上结果可得到最佳的定价因子，使得系统的吞吐量和发射功率达到博弈的最优配置。从以上仿真可知，在最高功耗与最优功耗对比中，最优功耗的功率比最高功耗低30%，系统吞吐量提升1.23%，该方法能在降低功耗的同时保证系统的吞吐量，具体如图5和图6所示：

图5 最高功耗与最优功耗的系统吞吐量对比

图6 最高功耗与最优功耗的功率对比

5 结束语

本文利用LTE网络的CoMP技术，提出了基于博弈论的自优化节能方案优化LTE系统的能耗，并通过实验室系统仿真验证，实现网络质量和基站能耗达到最优配置，为运营商的节能减排工作提供了参考。

参考文献：

[1] 喻的雄，蔡跃名，钟卫. CDMA系统中一种新的分布式博弈功率控制算法[J]. 电子与信息学报， 2008，30（2）： 443-446.

[2] 钟卫，徐友云，蔡跃明. MIMO-CDMA系统中一种基于博弈方式的分布式功率控制[J]. 电子与信息学报， 2007，29（8）： 1929-1933.

[3] Boyd S， Vandenberghe L. Convex Optimization[M]. Cambridge： Cambridge University Press， 2004.

[4] Fudenberg D， Tirole J. Game Theory[M]. Cambridge， MA： MIT Press， 1991.

[5] Yates R D. A Framework for Uplink Power Control in Cellular Radio Systems[J]. IEEE Journal on Selected Areas in Communications， 1995，13（7）： 1341-1347.

作者简介

李韶英：学士毕业于西安电子科技大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为无线网络及节能减排技术。

庄湛海：学士毕业于北京邮电大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为业务网络、核心网络、接入及节能减排技术。

倪伟彬：学士毕业于广东技术师范学院，现任职于广州因孚网络科技有限公司，主要从事通信网络节能减排研究工作。

2.2 效用函数

效用函数是一个微观经济学的概念，用来表示消费者所获得的收益与消费的商品之间数量关系。效用函数应用在无线通信的功率控制问题中，通常选取用户的信干比γ和发射功率P作为参数。当发射功率P固定时，效用函数Ui是信干比γ的单调增函数；当信干比γ固定时，效用函数Ui是发射功率P的单调减函数；当发射功率趋于无穷大时，效用函数值为零；当发射功率趋于零时，效用函数值为零。因此，能耗博弈的效用函数表达式如下：

（1）

Bm表示子信道带宽；γi，k，m表示信干比，。其中，gi，k，m表示基站i的第k个用户在第m个子信道上的增益；pi，k，m表示基站i的第k个用户在第m个子信道的发送功率；σ2表示背景噪声功率；Γ表示一定误码率BER要求下的常数，在AWGN信道下，Γ=-ln（5BER）/1.5。

2.3 代价函数

小区簇内每个小区都试图最大化自己的效用函数，从而会对小区簇内其他小区造成影响，因此在博弈过程中引入了代价函数。

代价函数是指博弈过程中每个小区在提高自身发射功率的同时，需要付出相应的“代价”。引入代价函数可对发射功率进行限制，以达到降低系统干扰、增加系统整体收益的目的。代价函数定义如下：

c（1+gi，k，mpi，k，m） （2）

c为一常数，称为代价因子，该代价与用户的功率pi，k，m成线性关系，用户的发射功率越高对其的“惩罚”就越严厉，可以有效地抑制“贪婪”基站。则最终的净函数为：

（3）

2.4 能耗博弈算法

（1）初始化小区簇内各小区各子信道的发射功率，即把各小区的发射功率平均发给各个子信道，此时的子信道发射功率为P（0）。定义一个计算精度t，设置为0.1，设置一个更新次数n。

（2）各个小区的子信道更新自身的发射功率。对于第n次功率更新的功率为P（n），第（n-1）次更新为P（n-1），利用信干比，

代入净函数Ui，并令其偏导数为0，从而求出功率值P（n）和净函数U（n）。

（3）当|P（n）-P（n-1）|

中最大的净函数Umax（n），认为此时的功率为最优功率，否则返回步骤（2）继续执行。

（4）累加每个小区各信道的发射功率，得出每个小区的发射功率。

算法流程图如图1所示：

图1 算法流程图

3 节能模块实现方案

基于上文提出的LTE网络基站自优化的节能方法，可在基站增加节能模块装置，实现基站的自优化节能。节能模块原理图如图2所示。

在基站的主控板上增加能耗博弈模块，该模块包括定时器、信息采集模块、SNR处理模块、功率处理模块等。模块的工作流程如下：

（1）通过定时器在设置时间周期内对网管下达指令，要求发送本小区和小区簇内邻小区的检测数据包。

（2）信息采集模块根据检测数据包采集本小区和相邻小区的发射功率以及路径损耗等数据信息。

（3）SNR处理模块根据数据信息计算小区的信干比。

（4）功率处理模块根据信干比、数据信息等数据代入净函数，循环进行能耗博弈运算，最终得到函数收敛时的最优发射功率，并根据结果实时调整该基站小区的发射功率。

4 实验室仿真测试

针对基于博弈论的LTE基站自优化节能方法，笔者在实验室开展了详细的测试研究工作，主要验证技术可行性及节能效果。本文采用的仿真模型：系统带宽为10MHz，子载波带宽为15kHz，则子载波数为600个，假设每25个子载波组成1个子信道，则系统共有24个子信道，小区簇内每基站3小区，每小区均匀分布5个用户。仿真参数具体如表1所示。

图3为系统模型在不同定价因子下获得的系统总吞吐量仿真结果。由图3可知，当定价因子为0时，则代价函数为0，此时系统的净函数即为效用函数，系统的吞吐量为满功率发射时的吞吐量；定价因子越小，系统干扰就越大，系统吞吐量也越低；反之亦然。综合测试数据，该算法与传统的系统最大功率发射相比，系统总体容量可提高1.23%。

图3 不同定价因子下的系统总吞吐量仿真结果

在不同定价因子的情况下，系统的能耗也有差别。图4为在不同定价因子下的小区平均功率仿真结果。当定价因子取值较小时，系统收敛到一个较大的功率值；当定价因子取值较大时，则功率较小；当定价因子为0时，小区平均功率最大。

图4 不同定价因子下的小区平均功率仿真结果

综合以上结果可得到最佳的定价因子，使得系统的吞吐量和发射功率达到博弈的最优配置。从以上仿真可知，在最高功耗与最优功耗对比中，最优功耗的功率比最高功耗低30%，系统吞吐量提升1.23%，该方法能在降低功耗的同时保证系统的吞吐量，具体如图5和图6所示：

图5 最高功耗与最优功耗的系统吞吐量对比

图6 最高功耗与最优功耗的功率对比

5 结束语

本文利用LTE网络的CoMP技术，提出了基于博弈论的自优化节能方案优化LTE系统的能耗，并通过实验室系统仿真验证，实现网络质量和基站能耗达到最优配置，为运营商的节能减排工作提供了参考。

参考文献：

[1] 喻的雄，蔡跃名，钟卫. CDMA系统中一种新的分布式博弈功率控制算法[J]. 电子与信息学报， 2008，30（2）： 443-446.

[2] 钟卫，徐友云，蔡跃明. MIMO-CDMA系统中一种基于博弈方式的分布式功率控制[J]. 电子与信息学报， 2007，29（8）： 1929-1933.

[3] Boyd S， Vandenberghe L. Convex Optimization[M]. Cambridge： Cambridge University Press， 2004.

[4] Fudenberg D， Tirole J. Game Theory[M]. Cambridge， MA： MIT Press， 1991.

[5] Yates R D. A Framework for Uplink Power Control in Cellular Radio Systems[J]. IEEE Journal on Selected Areas in Communications， 1995，13（7）： 1341-1347.

作者简介

李韶英：学士毕业于西安电子科技大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为无线网络及节能减排技术。

庄湛海：学士毕业于北京邮电大学，硕士毕业于华南理工大学，现任职于中国电信股份有限公司广东研究院，主要研究方向为业务网络、核心网络、接入及节能减排技术。

倪伟彬：学士毕业于广东技术师范学院，现任职于广州因孚网络科技有限公司，主要从事通信网络节能减排研究工作。