密集小区环境下干扰抑制策略的性能分析

王小锋 许方敏

（杭州电子科技大学，浙江 杭州 310018）

密集小区环境下干扰抑制策略的性能分析

王小锋 许方敏

（杭州电子科技大学，浙江 杭州 310018）

密集小区的网络构架可以满足移动通信网络数据业务的爆炸式增长需求，但此时密集小区的网络结构也更加复杂，对小区的干扰管理要求更高、更具挑战性。以基站为中心的干扰抑制策略由于复杂度低、易于实现等优点受到了广泛关注。文章通过搭建系统级仿真平台，分析了以基站为中心的干扰抑制策略的系统性能。仿真结果表明，以基站为中心的干扰抑制策略有效的提高了系统容量，抑制了密集小区环境的小区间干扰。

密集小区；干扰抑制；吞吐量

1 引言

传统移动通信无线网络中，宏基站覆盖半径通常较大，一般采用较大的频率复用因子。而且，宏基站小区的复用间隔较远，无线资源利用效率不高，无法满足通信系统网络深度覆盖和LTE移动宽带通信需求。另一方面，宏基站的发射功率大，无线信号覆盖范围广，由于穿墙损耗（尤其是市区，高层建筑物密度大，有用信号损耗更加严重）会使得室内（居民区、商场、地下室等）用户接收到的有用信号大大减弱，从而造成无线通信网络的覆盖盲区。而移动无线网络中的业务数据流量主要发生在室内［1，2］，因此，一种新型的小区结构密集小区（Density Cell）被提出来，它可以解决移动通信网络中室内环境信号覆盖不佳的问题，提高室内用户的业务流量速率，提高热点地区通信系统容量，弥补宏蜂窝的不足。

另一方面，小基站使用密度的增大以及网络拓扑结构的不规则性，恶化了密集小区的同频干扰问题［3-5］。由于较大的同频干扰，会制约小区无线通信网络的容量的增加，同时也会使得用户的业务数据速率迅速下降，严重的话，可能造成掉话，影响小区边缘用户服务质量。因此，如何有效解决密集小区结构的小区间干扰问题成为笔者研究的热点之一。

提高小区边缘用户性能的小区间干扰抑制策略主要分为以基站为中心和以用户为中心两种类型［5-7］。目前，以基站为中心的小区间干扰抑制策略由于简单易于实现等特点，受到了人们的广泛关注。因此，本文主要介绍密集小区环境下，以基站中心的小区间干扰抑制方案，通过搭建系统级仿真平台验证这种方法的有效性。

2 系统模型及以基站为中心的小区间干扰抑制策略

2.1 系统模型

考虑密集小区分布服从泊松分布的随机网络模型中的下行链路的干扰问题，如图1所示。所有的基站均采用全向天线且发射功率一样。每个小区的用户均匀的撒入各个小区，一个无线资源块只能对于一个UE，且不同小区的频率资源调度是相互独立的，即小区的无线资源不会服务于另一个小区的用户，所以小区内干扰接近于零，笔者将中心小区设定为参考小区，参考小区的基站为 BS0，它相邻小区的基站定义为其干扰基站，由于参考基站BS0和其周围的干扰使用相同的频段，参考用户可以接收到相邻基站干扰信号（无用信号）。参考用户接收信号的信干噪比可以表示为：

图1 小区系统模型

2.2 以基站为中心的干扰抑制策略

以基站为中心的抑制策略，相比于传统的抑制策略来讲，可以有效改善系统的通信环境，提高小区 UE的业务数据流量，它有着复杂度低、成本低实现简单的特点，因此是一种满足今后移动网络发展需求抑制技术。它是通过比较干扰基站到参考基站的距离来判断是否进行频率复用的。若干扰基站到参考基站的距离小于等于参考基站设定的门限值dthreshold，说明此时无用信号对参考小区内的用户的同信道干扰较大，通过二者使用不同的带宽频率组，来减轻小区间干扰；若干扰基站到参考基站的距离超过参考小区规定门限值，此时干扰信号由于路径损耗的影响，能量较小不会对参考用户造成很明显的干扰，所以二者可以被分配一样的无线带宽频率组，提高无线资源利用率。如图1所示，以参考基站为中心画一个半径为dthreshold的圆形，若干扰基站位置在该圆的覆盖范围中，则说明其到参考基站的距离小于dthreshold，即不进行频率协调。图中可以看到BS1和BS2分布在圆的覆盖范围中，说明不能与参考基站同频。BS3，BS4，和BS5三个基站在圆的外面，因此可以与参考基站同频，这时参考基站的小区间干扰来源于BS3，BS4，和BS5三个基站，但是由于这些基站到参考基站的路径损耗比较大，不会对参考小区造成明显的影响。

2.3 系统性能指标

用户吞吐量：用户吞吐量指用户的业务流量速率。可以根据香农公式（2），来计算参考小区中用户的吞吐量：

其中，SINR为用户的信噪比大小，可以通过式（1）计算得到；B为每个参考用户所占用的带宽资源，即每个RB资源块所占用的带宽。

小区吞吐量：参考小区中所有的用户业务流量速率的总和。

3 仿真和性能分析

下面通过仿真来验证以基站为中心的干扰抑制方法的性能。仿真中，基站发射功率43dbm，σ2=1，每个小区可用无线网络资源为24个RB资源块。

本次仿真中笔者对3种方案进行对比分析。第1种：频率复用因子为1，每个基站使用相同的频率，此时参考基站BS0收到周边所有干扰基站的同频干扰，此时小区的同信道干扰最大，但此时的无线资源利用率也最大。第2种：频率复用因子为3，即增加同频小区空间复用距离，减少小区同信道干扰，每3个基站复用一段频率。第3种是以基站为中心的干扰抑制策略。

图2给出了，当每个小区内用户数目为10，平均5个干扰基站的情况下，用户平均吞吐量和它与参考基站距离之间的关系。其中横坐标为处于不同位置用户到参考基站的距离，单位为km，纵坐标表示每个用户的平均吞吐量，单位为Mbps。

图2 用户吞吐量v.s. 用户与服务基站距离

通过图2笔者可以看出，以基站为中心的干扰抑制方法相比于频率复用1和频率复用3来说，有效地降低了小区间的干扰，提高了系统容量和用户接入率。

图3在图2仿真条件的基础上，将干扰基站的平均个数增加到20个。

图3表明，在这的3种方法里，干扰基站的数目增加都会使小区间干扰变大，导致用户速率和小区总速率有所下降，尤其是距离基站较远的用户的业务速率。其中采用以基站为中心的抑制方法的参考小区的性能在三种方案中最好，用户性能不会受到明显的影响。这是因为以基站为中心的抑制策略，通过门限来判断干扰基站会不会对自己小区的用户造成较大的同信道干扰，来调节无线网络资源的合理分配，避免对自身有用信号的冲突，使得参考小区内的用户速率不会造成很大影响。

图3 增加干扰基站后的用户吞吐量

图4给出了3种干扰抑制方法在每小区平均用户数变化时的系统容量。图4表明，在用户数增大时，3种方案的系统容量都先增大后平缓变化。同时，与其它两种方法相比，以基站为中心的干扰抑制策略有效的提高了系统吞吐量。

图4 参考小区用户数目和系统容量的关系

综上所述，笔者可以看出在这3种抑制方法中：

3复用方案——比较适和于参考小区用户数目少的时候。但是一旦参考小区内的 UE数目增加，它的缺点就体现出来了，频段利用率低使得参考小区容量跟不上用户的增长，参考小区容量远远小于其他的两种方法，满足不了参考小区内UE的业务流量需求，因此不适用在密集的移动通信环境中。

1复用方案——干扰BS的个数增加会对频率因子1造成明显的影响，因此，1-复用适合于参考小区内的UE多而相邻小区与参考小区的空间距离比较远的情况，更加适合于小容量的大区制的移动通信网络。

以基站为中心的小区抑制策略——将相邻小区的干扰通过自动采用频率分配策略控制在一个较低的范围内，通过参考门限的设置来分配不同的复用策略，若干扰基站在参考基站的门限内，则干扰基站不会使用和参考基站一样无线资源频道，从而避免较大的同频道干扰；若小区的干扰小，此时干扰基站距离参考基站的空间距离较远，在参考基站规定的门限之外，则二者均使用复用因子1，提高无线资源的利用率，改善参考小区的系统的性能和吞吐量。

4 结论

随着5G系统的研发，各种高速率、高质量多媒体业务的不断增加，用户对移动通信系统的覆盖和容量提出了更高的要求。在传统蜂窝网络上通常会叠加一些新的基站，同时由于地形地貌的影响，实际系统的小区架构不能用规则的六边形来建模。本文基于随机几何的小区模型，研究了以基站为中心的抑制策略的性能。与复用因子1和复用因子3进行仿真对比，以基站为中心的抑制策略可以通过灵活地无线频段资源管理和分配，有效的提高用户吞吐量。

［1］ 李进，董育宁.分布式小基站资源分配优化方法［J］.南京邮电大学学报（自然科学版），2015，35（2）：64-73.

［2］ 谭维锴，郭爱煌，钱业青，等.基于模糊层次分析的小小区性能评估［J］.系统工程与电子技术，2014，（8）：1651-1655.

［3］ Xinchen Zhang， Martin Haenggi. A Stochastic Geometry Analysis of Inter-cell Interference Coordination and Intracell Diversity［J］.IEEE Transactions on Wireless Communications，2014，13（12）：6655-6669.

［4］ ZHANG Tian-kui，XIAO Lin，ZENG Zhi-min，et al.Multi-cell uplink power allocation game for user minimum performance guarantee in OFDMA systems［J］.中国邮电高校学报（英文版），2010，17（5）：6-11.

［5］ Thomas David Novlan，Radha Krishna Ganti，Arunabha Ghosh，et al.Analytical Evaluation of Fractional Frequency Reuse for OFDMA Cellular Networks［J］.IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS，2011，10（12）：4294-4305.

［6］ Chang Li，Jun Zhang，and K.B.Letaief.User-Centric Intercell Interference Coordination in Small Cell Networks［C］.IEEE ICC，2014：5747-5752.

［7］ 朱元萍，徐景，杨旸，等.蜂窝系统上行小区间干扰链路统计分析［J］.电子与信息学报，2013，（8）：1971-1976.

Performance analysis of interference mitigation schemes in density cell environments

Density cell networks provide an effective way to meet the explosive growth of mobile data traffic， which， however，complicates the network structure and makes intercell interference management more challenging. Bs-Centric Interference mitigation schemes attract great interesting because of low complexity. Therefore， we analyze the performance of Bs-Centric Interference mitigation by using Matlab. Simulation results show that it can effectively solve the intensive interference problem of small cell environment and improve system throughput.

Density cell； interference mitigation； throughput

TN929.5

A

1008-1151（2016）01-0017-03

2015-12-11

浙江省自然基金项目（LQ15F010004）；访问学者发展项目（FX2014026）。

王小锋，男，杭州电子科技大学学生，研究方向为通信系统的干扰抑制技术。

许方敏（1980-），女，杭州电子科技大学讲师，研究方向为超密集网络、无线资源分配等。