基于天线下倾角优化的小区中断补偿机制

乔　彬　重庆邮电大学通信新技术应用研究中心硕士研究生在读

基于天线下倾角优化的小区中断补偿机制

乔彬重庆邮电大学通信新技术应用研究中心硕士研究生在读

分析了天线参数优化在小区中断补偿的应用，提出了基于天线下倾角优化的小区中断补偿的方案。经过数学建模，将发生中断区域的补偿问题转化为多参数联合优化问题。结合遗传算法求解最佳天线下倾角，并对简单遗传算法进行改进。经过MATLAB仿真平台验证了改进遗传算法的可行性以及基于天线下倾角优化的补偿方案的有效性。

自组织网络；自治愈；小区中断补偿；天线下倾角；遗传算法

1　引言

针对自组织网络（Self-Organizing Networks，SON），3GPP标准化组织和欧盟苏格拉底（SOCRATES）研究项目开展了一系列的研究和标准化工作。SON主要包含3个关键功能：自配置、自优化和自治愈。其中，自治愈是指网络通过自主检测、定位网络中的性能故障，并自主修复故障的功能。为了实现网络的自治愈功能，要求网络能够在无人为干预的情况下自主进行小区中断补偿（Cell Outage Compensation，COC）。COC在小区中断发生且网络的性能无法达到通信的基本要求时触发，并通常采用调节相邻基站参数的方式来对中断小区进行补偿，直到满足用户的服务质量（QoS）需求和网络性能的需求。

目前，针对COC的研究主要包括提高相邻小区的发射功率或修改天线下倾角以扩展覆盖范围的研究以及相应的补偿算法研究。对于补偿算法的研究，已有了一定的研究成果，例如将模拟退火算法、遗传算法、粒子群算法等优化算法引入补偿算法机制中，尽可能地找到使网络最优的参数配置。同时，在COC过程中，不仅要满足尽最大可能地扩大覆盖范围，实现对中断小区用户性能的补偿，还要保证补偿小区内用户的性能不受到大的影响，因此，有效的小区中断补偿机制仍需要进一步的研究。

2　小区中断补偿机制

2.1补偿策略

中断补偿策略主要是根据网络运营商的需求，对补偿目标进行优先级排序等，进一步生成中断补偿机制的补偿策略。对于网络运营商来说，当网络中发生中断、网络服务质量下降时，首要目标是实现中断对用户性能影响最小化，主要表现在允许范围内服务区域覆盖面积最大、中断用户掉话率最低、服务区域的服务质量最优等。但是，并不是所有的补偿目标都能够同时实现，因此需要对这些目标进行加权和优先级排序等操作，为中断补偿机制策略的设定提供依据。

在中断补偿过程中，调整相邻小区的无线参数意味着这些小区所服务的用户的通信质量会有所影响，这样会影响到整个网络的性能。因此，将补偿过程中会受到影响的小区大致分为3种类型：中断小区、补偿过程中参数可能被调整的相邻小区、补偿过程中参数不会被调整但小区性能可能会因为补偿操作而受到影响的相邻小区。对于不同的小区，优化的目标可能是不同的。一般情况调整相邻小区的参数是发射功率和天线倾角。

2.2控制参数

从中断补偿的角度来看，通过控制一些无线参数，对小区覆盖面积、小区容量等网络性能进行调整，进一步实现小区中断补偿。而不同的控制参数对网络的性能有不同的影响，因此需要对这些控制参数进行分析，常用的控制参数有：

●下行物理信道的发射功率：该参数的变化直接影响小区的覆盖范围。

●上行PUSCH（物理上行共享信道）目标接收功率：该参数的大小可以控制小区内的用户数量的多少，因此调整该参数可以使中断小区用户切换到补偿小区内。

●天线参数：通过电动调整来改变天线主瓣方向和天线方向图已经是现代天线设计的目标之一，与之相关的技术也已经取得研究成果，如遥控天线电倾角和波束赋形。

除了上述用于扩大覆盖面积的控制参数外，还有一些受小区中断发生影响的控制参数，如反映邻区关系的邻小区列表报告以及移动性参数等。

2.3应用场景分析

不同的应用场景会对小区中断补偿效果有较大的影响。一些关键的场景简单描述如下：

●eNodeB部署密度和网络容量的影响：在一个基站密度稀疏，主要考虑覆盖问题的网络格局中，潜在的中断补偿增益是很小的。相反的，在一个基站部署密度较大，注重网络容量的网络格局中，潜在的中断补偿增益是很大的。

●服务类型的影响：不同的服务类型对服务质量的需求是不同的，这对潜在的中断补偿效果有着较大的影响。

●空间流量分布的影响：假如小区的用户流量主要集中于小区中心地带，距离相邻小区较远，一旦发生中断，中断补偿潜力有限；反之，用户流量主要分布在小区边缘地区，距离相邻小区较近，则中断补偿潜力较大。

●中断位置的影响：中断小区位于网络覆盖的中心或者边缘将直接影响中断补偿增益的大小。

2.4天线参数优化在中断补偿中的应用分析

在LTE网络中，针对网络规划和覆盖优化等问题时，天线参数是必须用到的参数之一。网络中发生小区中断时，小区无法保证通信服务质量，会产生覆盖空洞，但一般认为发生中断的基站无法进行自我调整，必须通过调整相邻小区的天线参数实现对原有中断小区的补偿。增大小区覆盖面积的方法有多种，可通过增大发射功率，增加天线高度的方法增大覆盖，但根据目前网络实际情况，大部分基站仍需通过调整小区天线下倾角来调整覆盖。

在实际工程中，通常调整相邻小区的天线下倾角来完成覆盖的扩张，天线下倾角的调整方法的原理就是利用天线的垂直方向性对小区的覆盖范围做有效的调整，进一步完成对中断小区的覆盖补偿。具体的补偿流程如图1所示，该机制是利用基站天线下倾角的调整完成覆盖的扩张，并利用遗传算法找到补偿结果的最优解，最后分析了优化结果的有效性。

图1　中断补偿流程图

3　系统模型

3.1天线下倾角及增益

在LTE系统级仿真中，根据3GPPTR36.814，天线倾角的计算可以分为：水平倾角δH和3D倾角δ3D，3D倾角可以由公式（1）得出：

其中hte为基站天线有效高度，hre为移动台天线有效高度，d为基站天线与移动台天线的水平距离，单位均为m。相应地，天线增益的计算也分为水平增益和3D增益，水平增益和垂直增益的计算方法如公式（2）、（3）所示：

其中，在LTE网络中，各项参数的取值都有具体的要求，δ3dB=70°，Am=25dB；θ3dB=10°，SLAV=20dB，θetilt= 15°。总体3D增益A3D由水平倾角δH和3D倾角δ3D共同计算得出，如公式（4）所示。调整倾角后基站传播获得的增益差值如公式（5）所示，其中：A'3D为倾角调整后计算得出的增益，A3D为原增益，二者的差即为增益变化的大小，用于后续传播模型的计算。

3.2SINR计算

LTE中，用户终端基于长期测量的参考信号接收功率（RSRP）来选择服务小区，对应最大RSRP的小区将作为该用户终端的服务小区。对于用户来说，在选定服务小区之后，有用信号就是来自于服务小区的信号，干扰则是来自除服务小区以外的其它小区的信号。因此，用户终端接收到的信干噪比（Signal to Interference plus Noise Ratio，SINR）计算公式为：

其中，Pi是小区i的发射功率，Hi，u表示用户u到服务小区i的信道增益，N0是噪声功率，表示用户接收到其他小区的干扰信号功率的线性和。Hi,u的计算公式为Hi,u=GTx+GRx-PLi,u，其中，GTx是发射天线增益，GRx是用户设备增益，PLi,u是用户与基站小区的路径损耗，与距离相关。

本文选择Cost231-Hata模型作为TD-LTE系统的传播损耗预测模型，如公式（7）所示。其中，fc为载波频率，单位为MHz；hte为基站天线的有效高度，hre为移动台天线的有效高度，d为基站天线与移动台天线之间的水平距离，单位均为m；a（hre）为移动台有效天线修正因子，CM为校正因子。

关于移动台有效天线修正因子，不同的地理环境，计算方式也有所不同，具体如公式（8）所示。

3.3COC问题描述

通过调整中断小区相邻基站的下倾角，来达到补偿中断区域的目的，必然会导致补偿小区原有用户的性能下降，为了检验补偿的性能，定义如下KPI（Key Parameter Indicators）参数：

中断补偿因子α

α=λ·Aedge+（1-λ）·Auser（9）

对于中断补偿因子中涉及的参数分析如下：

（1）Aedge表示经过一定的补偿操作后，服务区的覆盖性能的增益。S（δH，δV）为经过补偿操作之后服务区内所有基站的覆盖面积之和，S为服务区的范围。

（3）中断补偿因子中引入λ因子是对两种指标进行折中处理。

系统模型中的小区中断补偿可以转化为一个最优化求解问题：

优化目标：最大化中断补偿因子。

调整参数：相邻小区的天线下倾角向量。

约束条件：

（1）相邻小区的天线下倾角的调整需要在一定的范围内进行。

（2）用户与服务小区基站的最大距离不能大于小区的最大覆盖范围。

（3）用户接收到的信号质量不低于预设的门限值。

4　改进遗传算法在COC问题的应用

由于COC问题可以转化为寻求最优解的问题，所以可以采用遗传算法来解决COC问题。标准的遗传算法在遗传算子的选择上存在一定的缺陷，影响算法的收敛性能，而且算法也容易陷入局部最优。常用的基于轮盘赌选择的方法由于是随机操作的原因，存在较大的误差，有时甚至连适应值较高的个体也会被淘汰；而基于固定概率值的交叉算子和变异算子不能保证子代个体优于父代个体，有可能导致优良基因的丢失和个体多样性的减少。针对上述问题，首先对遗传算子进行改进，采用轮盘赌选择算法和最优保存策略相结合的选择策略、算术交叉算子和非均匀变异算子，有效提高收敛速度并保证最终结果最优化。具体应用的主要步骤如下：

首先进行初始化，设置种群的规模大小为N，种群的遗传进化迭代代数为T。采用浮点数编码方式构造染色体，即每个染色体以G=［δ1，δ2，…，δn］的形式表示，每个染色体相当于当前基站的下倾角设置。整个种群为All=［G］N×n，即为N个染色体组成的N行n列的结果集矩阵。

第二步，计算适应值。COC问题中适应值即为中断补偿因子，具体的计算方法上文已经介绍，在此不再重复。

第三步，选择。采用轮盘赌选择算法和最优保存策略相结合的选择策略对种群的染色体进行选择操作。

第四步，交叉。针对简单交叉可能会导致优良基因的丢失问题，文中采用算术交叉算子，具体操作是每对按照交叉概率选择出来的染色体进行交叉，则交叉操作之后所产生的两个新的子代染色体为：

其中，β为系数且β∈（0，1）。

公式（13）中，表示［0，y］范围内符合非均匀分布的一个随机数，r为［0，1］范围内符合均匀概率分布的一个随机数，T是最大进化迭代代数，b是一个系统参数。

将经过选择、交叉、变异后的染色体作为新的种群，重复上述操作直至达到迭代次数T，所有记录中的适应值最大的染色体即为所求最优解。

5　检测方法仿真及结果分析

5.1仿真场景及参数

为了对方案的可行性和性能进行验证，釆用Matlab软件搭建仿真平台，釆用宏蜂窝传播模型，选择Cost231-Hata传播模型进行LTE系统的链路预算。网络拓扑如图2所示，系统中包括7个基站和210个随机分布的用户，每个基站分为3个扇区，基站半径为R。基站之间定义接口传播基站信息，人为关闭中心基站模拟中断场景，每个基站可进行基站参数调整的操作。在COC过程中，通过调整相邻基站的天线下倾角来扩大覆盖，达到补偿基站中断带来的影响的目的。具体的仿真环境参数设置如表1所示，与遗传算法相关的参数设置如表2所示。

图2　网络拓扑图

表1　仿真环境参数设置

5.2仿真结果与分析

经过仿真场景和参数的确定，仿真结果在本节给出。

（1）简单遗传算法和改进的遗传算法对比

表2　遗传算法参数设置

试验是在MATLAB平台上进行的，遗传算法的种群规模为20，进化终止代数为300。将传统的简单遗传算法和改进的遗传算法分别应用于最优天线下倾角调节方案的选择中，结果如图3所示。

从图3中可以清晰地看出，不管是简单遗传算法还是改进的遗传算法，均是朝着最佳适应值变大的方向进化的，满足COC问题，证明了选择遗传算法解决COC问题的可行性。从图中还可以看出，在同样的网络环境下，改进的遗传算法最终的最佳适应值是0.8683，而简单的遗传算法的最佳适应值是0.7775，也就是说，相比简单遗传算法，改进的遗传算法能够选择出更优的个体，即最佳天线下倾角，而且克服了“早熟”等简单遗传算法的缺点问题。

（2）中断补偿机制的性能分析

图3　算法收敛曲线对比图

基于天线下倾角优化的小区中断补偿机制是由改进的遗传算法实现的，天线下倾角初始值统一设置为15°。为了对发生中断的区域进行覆盖补偿，相邻小区的天线下倾角会减小，由于网络中的用户是随机分布的，导致补偿小区的天线下倾角的变化幅度有所不同。补偿操作完成后各个补偿小区的天线下倾角变化如图4所示。

当中心小区发生中断时，该小区的边缘用户通过小区切换操作重新接入到相邻小区，但绝大多数用户无法通过切换来实现继续通信。通过优化相邻小区的天线下倾角扩大覆盖面积，实现绝大部分或者全部用户能够接入到相邻小区，进一步实现小区中断补偿。图5所示的是小区中断补偿前后覆盖区域的用户接收功率的累计概率分布曲线。由图5可以看出，经过中断补偿操作，覆盖区域内接收功率在-90dBm以下的用户占整体的比例由补偿前的40％降到15％，整体用户的接受功率明显增加。图6所示的是小区中断补偿前后发生中断的区域内用户SINR的CDF曲线。由图6可以清晰地看出，经过中断补偿操作，中断区域用户SINR有2dB左右的增益，用户性能有所提高。图7为中断补偿前后中断小区的用户吞吐量的CDF曲线图。可以看出，补偿操作之后可以提升原中断小区用户的吞吐量值。

6　结束语

图4　中断补偿完成后补偿小区的天线下倾角

本文首先介绍了天线参数在网络优化等方面的应用，对于天线下倾角参数、SINR计算以及小区中断补偿问题等进行了深入分析，提出了基于相邻小区的天线下倾角优化的小区中断补偿的方案。该方案采用优化相邻小区天线下倾角的方式，对因某种原因导致发生中断的小区进行覆盖补偿，提高了用户服务质量。然后联合遗传算法在求解优化问题方面的应用，选择遗传算法来求解最佳天线下倾角，并对简单遗传算法进行改进。最终，经过MATLAB仿真平台验证了改进遗传算法的有效性以及所提方案的可行性。

图5　补偿前后覆盖区域用户接收功率的CDF曲线

图6　补偿前后中断小区的用户SINR的CDF曲线

图7　补偿前后中断小区的用户吞吐量的CDF曲线

［1］MAY，JI X，JIANG J，et al.A Resource Allocation Algorithm Using Compensation Timeslot for Self-healing in Heterogeneous Networks［C］.Personal，Indoor and Mobile Radio Communications（PIMRC Workshops）.2013 IEEE 24th International Symposium on.IEEE，2013：122-126.

［2］XIA L，LI W，ZHANG H，et al.ACell Outage Compensation Mechanism in Self-Organizing RAN［C］.Wireless Communications，Networking and Mobile Computing（WiCOM）.2011 7th International Conferenceon.IEEE，2011：1-4.

［3］何丽.IMT-Advanced系统中的自治愈技术研究［D］.四川：电子科技大学，2013.

［4］霍录振.LTE-Advanced系统的自愈合技术［D］.北京：北京邮电大学，2012.

［5］Amirijoo M，Jorguseski L，Litjens R，etal.Effectiveness of Cell Outage Compensation in LTE Networks［C］.2011 IEEE Consumer Communications and Networking Conference（CCNC），2011：642-647.

［6］Amirijoo M，Jorguseski L，Litjens R，et al.Cell Outage Compensation in LTE Networks：Algorithms and Performance Assessment［C］.Vehicular Technology Conference（VTC Spring），2011 IEEE73rd.IEEE，2011：1-5.

［7］3GPP TR 36.814 v9.0.0-2010.3rd Generation Partnership Project；Technical Specification Group Radio Access Network；Further Advancements for E-UTRA Physical Layer Aspects ［S］.3GPP，2010.

［8］李文璟，尹梦君，喻鹏等.基于功率和倾角联合优化的小区中断补偿机制［J］.电子与信息学报，2015，37（5）：1207-1213.

［9］秦文聪.LTE系统自优化及自治愈技术研究［D］.北京：北京邮电大学，2014.

［10］张军，詹志辉，陈伟能等.计算智能［M］.北京：清华大学出版社，2009.