分层异构网络中基于进化博弈的小区附着机制

李 倩，李 屹

(1. 山东工业职业学院 电气工程系，山东 淄博 256414；2. 北京邮电大学 信息与通信工程学院，北京 100876)

分层异构网络中基于进化博弈的小区附着机制

李 倩1，李 屹2

(1. 山东工业职业学院 电气工程系，山东 淄博 256414；2. 北京邮电大学 信息与通信工程学院，北京 100876)

相比传统的宏蜂窝网络，分层异构网络是实现系统容量增强的一种很有前景的技术。尽管如此，由于家庭基站与宏基站同频部署，且它们被随机部署，异构网络中的干扰可能会更强。为了提升网络吞吐量，研究了一种新型的基于进化博弈的小区附着算法，为最小化小区间干扰，提高网络吞吐量提供了理论参考。

分层异构网络；小区附着；进化博弈

近年来，智能手机、平板计算机、移动软件商城、无线移动硬盘、无线显示器、无线互联计算机等的出现开启了无线互联的新时代，无线数据流量和信令对网络带来了前所未有的冲击，容量需求呈非线性爆炸式增长，仅靠新的无线信道技术和扩展有限的频带宽度已远远不够了。另有统计表明：未来80%～90%的数据将在室内和热点区域产生，传统的蜂窝网因其“重室外、轻室内”、“重蜂窝组网、轻孤立热点”、“重移动切换、轻固定游牧”等特点无法应对这种变化趋势。改变网络结构，构建覆盖分层、频段分层、制式分层的异构网络(heterogeneous networks，HetNet)已经成为主流运营商应对流量需求的必然选择。HetNet具有覆盖全面、布网灵活、易于扩展、能耗低、成本低等优点，是解决宽带、高速、大容量无线接入最具前景的备选方案。

HetNet中按覆盖范围可分为宏小区、微微蜂窝(Picocell)小区、毫微微蜂窝(Femtocell)小区和中继站，接入架构呈现低功率、多天线的特征。宏小区基站即传统的蜂窝小区基站，Picocell 主要面向办公和企业用户，Femtocell主要面向家庭和个人用户。引入低功率基站是异构网络部署的关键，旨在提高覆盖率，消除盲点，提高网络容量，使用户能够随时随地、自由高速地接入网络，满足语音、图像、数据、流媒体等多种业务的服务质量(QoS)要求。然而，HetNet中小区层次较多，在分布密度、覆盖范围、服务能力、处理能力等方面差异较大，彼此重叠交叉，相互影响，形成了复杂时变的通信环境，要实现网络吞吐量的显著提升，将面临一些重要的技术挑战。

目前，HetNet中主流的小区附着机制一般仅有一个判决变量，如功率、信干噪比、偏移值等，易产生负载剧增、资源不足、干扰严重等问题。不同层小区的功率和连接概率各不相同，且用户接入会产生同层或跨层影响。于是，联合考虑各层小区的处理能力、环境变化及用户需求等多方面因素，为用户选择最佳接入点，最大化系统吞吐量，改善各类应用的QoS是HetNet中亟待解决的技术难题。

针对上述问题，本文对HetNet中已有的典型小区附着机制进行了分析比较，进而提出基于进化博弈的分层小区智能附着机制，为实现小区间干扰最小化，提升HetNet吞吐量提供了理论参考。

1 小区附着机制的现状分析

传统蜂窝网络中的小区附着技术已有很多相关研究，最常见的方法是用户根据接收功率的大小进行判决。诺基亚公司的Pedersen等人经研究发现：由于同构网络基站具有相同的传输功率及业务处理能力，用户接入具有较强发射功率的基站能获得更大的传输容量[1]。韩国科学技术院的S. Kyuho和C. Song等人以功率作为小区选择依据，设计了一种小区接入选择算法[2]，使网络能获取较好的负载均衡性能。台湾国立高雄大学的严力行等人以优化网络吞吐量为目标，引入博弈论对WLAN中的AP选择问题进行建模[3]，该方法能保证网络的稳定性及小区间公平性。在由WLAN、WiMAX、蜂窝网构成的混合网络中，司鹏博等人利用赌博机模型对小区附着问题建模[4-5]，同时考虑各网络特点以及业务到达分布以优化参数。分层异构网络各小区在分布密度、覆盖范围、功率大小等方面差别较大，不能直接应用传统的小区附着技术。于是，研究人员开始着手设计针对HetNet的小区附着算法。德州大学奥斯丁分校的J. G. Andrews等将用户端接收到的瞬时信干噪比(SINR)作为最佳附着准则[6]，该方法能够提升网络容量，但忽略了小区分布以及覆盖对于用户传输的影响。针对此问题，J. G. Andrews等引入泊松点过程描述小区分布及覆盖情况，对该场景下不同小区SINR分布概率进行建模，并提出一种新型的分层小区附着算法[7]。韩国延世大学的Han-Shin Jo和Yong Jin Ping考虑网络承受能力，为分层网络设计偏移值，将偏移值作为小区附着依据[8]，并分析了此机制的网络中断概率。然而，上述机制都基于单因素设计小区附着算法，忽略了小区业务处理能力、干扰变化等因素对于用户传输的影响。

综上所述，在HetNet中由于干扰增强、功率减弱、路径损耗变大等因素，导致基站无法保证用户的服务质量。另一方面，HetNet中低功率基站小区密集部署，不同层次小区在分布密度、覆盖范围以及功率大小等方面各有优势，有必要为用户在众多备选小区中选择最佳的进行接入。已有的研究成果尚不能很好地解决这些问题，需要设计一种改进的HetNet小区智能附着机制。

2 基于进化博弈的小区附着机制

本文提出HetNet中一种基于进化博弈的分层小区智能附着机制，该机制联合考虑各层小区的处理能力、环境变化及用户需求等多方面因素，为用户选择最佳接入点，旨在最大化系统吞吐量，改善各类应用的QoS，具体实现如下：

图1 分层异构网络场景

根据以上条件，小区附着因子生成函数为[9]

(1)

这是终端进行小区附着决策的重要依据，其中wi为分配给用户的频带wi≤W，pi为分配给用户的功率pi≤P，N0为高斯白噪声，Ii′,i表示其他用户i′对于用户i的同道干扰。

(2)

(3)

式中：Ii表示用户i的接入对其他用户产生的干扰。由于该干扰同时会影响其他用户的正常传输，本文的干扰值应低于一定的门限Ii,th，使得

(4)

(5)

(6)

假设网络中共有M个用户需要接入，则HetNet小区附着问题可构建为

(7)

求解式(7)即可得到多用户附着到分层小区的优化方案。式(6)可用传统算法求解，即根据随机概率理论和模糊可能性理论，将问题转化为近似确定性或清晰数学规划等价类，然后计算确定性或清晰规划模型，这是一种间接计算方法。然而，由不确定规划转化为确定性规划常伴有非线性、非连续性等难解问题，现实中许多实际问题又常表现为复杂的非线性关系，所以经典算法可能给最终的优化结果带来较大误差。本文拟引入进化博弈来解决这一问题，从有限理性的角度出发来分析资源配置行为，有利于克服传统方法中“理性假设”对于算法的限制。

进化博弈的关键点在于动态重复，从生物进化的角度描述策略博弈。基于进化博弈的小区附着如图2所示。

图2 基于进化博弈的小区附着

(8)

(9)

(10)

用户选择附着小区的概率为

(11)

t=0时刻，用户i开始进行小区附着时，赋予xci(t)初始值，t=1 时刻用户根据式(11)计算，若附着概率大于零，则用户选择该小区接入，反之则不接入，该过程可通过启发式算法来解。

3 仿真结果

本节给出两种小区附着机制的仿真结果，一是已有的以信噪比为判决准则的机制，二是本文提出的机制。仿真场景设置如下：宏基站1个，发射功率为40 W；家庭基站3个，发射功率均为0.1 W；宏基站的工作带宽为5 MHz，3个家庭基站的总带宽也是5 MHz；家庭基站与10个用户终端随机分布在以宏基站为圆心，半径300 m的圆内。

图3给出了本文机制与已有机制用户吞吐量之和的对比图，图4给出了本文机制与已有机制用户吞吐量最小值的对比图。容易看出，本文提出的机制由于综合考虑了多种因素，有效抑制了干扰，其吞吐量性能相比已有机制有了明显的提升。

图3 不同小区附着机制对应的用户吞吐量之和

图4 不同小区附着机制对应的用户最小吞吐量

4 结束语

本文根据动态小区附着问题的特点，对各小区活跃状态进行描述，联合考虑小区负载、干扰、用户QoS等因素，设计最佳小区附着因子生成函数，并依据分层小区干扰容忍度以及用户QoS设置限制条件，从而建立分层小区智能附着模型。进一步，引入动态进化博弈算法，将种群进化以及动态迭代博弈相结合，设计基于物种演化的备选小区附着序列更新算法，为最小化小区间干扰、保证用户QoS，实现网络吞吐量最大化，提供了理论参考。

[1] PEDERSEN K I，KOLDING T E，FREDERIKSEN F，et al. An overview of downlink radio resource management for UTRAN long-term evolution [J]. IEEE Communication Magazine，2009，47(7)：86-93.

[2] KYUHO S，SONG C，VECIANA G. Dynamic association for load balancing and interference avoidance in multi-cell networks [J]. IEEE Trans. Wireless Communication，2009，8(7)： 3566-3576.

[3] YEN L H，LI J J，LIN C M. Stability and fairness of AP selection games in IEEE 802.11 access networks[J]. IEEE Trans. Vehicular Technology，2011，60(3)：150-1160.

[4] GONG H，KIM J. Dynamic load balancing through association control of mobile users in WiFi networks [J]. IEEE Trans. Consumer Electronics，2008，54(2)：342-348.

[5] SI P B，JI H，RICHARD Y F. Optimal network selection in heterogeneous wireless multimedia networks[J].Wireless Networks，2010，16(5)：1277-1288.

[6] DHILLON H S，GANTI R K，BACCELLI F，et al. Modeling and analysis of k-tier downlink heterogeneous cellular networks[J]. IEEE Journal on Selected Areas in Communications，2012，30(3)：550 - 560.

[7] ANDREWS J G，GANTI R K，JINDAL N，et al. A primer on spatial modeling and analysis in wireless networks [J]. IEEE Communications Magazine，2010，48(11)：156-163.

[8] JO H S，SANG Y J. Outage probability for heterogeneous cellular networks with biased cell association [C]//Proc. IEEE Global Communications Conference.Houston：IEEE Press，2011：1-5.

[9] CHANG C J，HSIEH C Y，CHEN Y H. A preference value-based cell selection scheme in heterogeneous wireless networks[C]//Proc. IEEE Wireless Communications and Networking Conference. Sydney，Australia：IEEE Press，2010：1-6.

[10] JO H S，SANG Y J，XIA P，et al. Heterogeneous cellular networks with flexible cell association: a comprehensive downlink SINR analysis[J].IEEE Trans. Wireless Communications，2012，11(10)：3484-3495.

[11] NIYATO D，HOSSAIN E. Dynamics of network selection in heterogeneous wireless networks: an evolutionary game approach[J]. IEEE Trans. Vehicular Technology，2009，58(4)：2008- 2017.

Cell Association Based on Evolutionary Game in Heterogeneous Network

LI Qian1, LI Yi2

(1.DepartmentofElectricalEngineering,ShandongVocationalCollegeofIndustry,ShandongZibo256414,China; 2.SchoolofInformationandCommunicationEngineering,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)

The heterogeneous network (HetNet) technology is a promising method for achieving significant gain in capacity compared to conventional single-tier macro-cellular networks. Nevertheless, HetNets may potentially result in much higher interference because femtocells operate on the same channel as the macro-cellular network, and HetNets are unplanned deployment. In order to enhancing the system throughput, an innovative cell association algorithm is investigated by introducing evolutionary game model in HetNets. The proposed scheme provides theoretical reference for restraining interference and improving system throughput.

heterogeneous networks; cell association; evolutionary game

山东省高校科技计划自筹经费项目(J15ln76)

TN929.5

A

10.16280/j.videoe.2015.17.020

2015-01-26

【本文献信息】李倩，李屹.分层异构网络中基于进化博弈的小区附着机制[J].电视技术,2015，39(17).

李 倩(1982— )，女，硕士，讲师，研究方向为电子与通信；

李 屹(1977— )，博士，副教授，研究生导师，研究方向为无线通信网络。

责任编辑：许 盈