基于频谱密度扩容机制的LTE网络超带宽传输算法

戴晓峰 邱建林 李 四

1(南通理工学院计算机与信息工程学院 江苏 南通 226002)2(南通大学计算机科学与技术学院 江苏 南通 226002)3(山东职业技术学院机电学院 山东 济南 250104)

0 引 言

随着LTE通信技术日益呈现5G化趋势，且各种新式设备由于采用了不同制式发射芯片而带来的混构特性，当前学者意识到需要将LTE数据基站进行一定的数据分区，以便能够尽量降低LTE信号发射过程中存在的频率漂移现象，且提升数据传输带宽[1]。热点研究主要集中于下面的几个领域：1)距离阈值自适应分割机制ATS(Adaptive Threshold Segmentation)[2]，该机制通过采取获取不同子信道间的频率矢量阈值，一旦获取到数据传输质量，将通过权值递归方式优化数据传输链路，从而降低频率偏移，并提高数据吞吐容量。2)上传-下载混合接入机制UDHA(Upload Download Hybrid Access Mechanism)[3]，该机制鉴于LTE技术中广泛采取的OFDM数据传输模式，通过区域特征频率的提取，将频率相似的数据通过自适应方式进行区域归并，大大降低了不同频率上传子载波互相混叠现象的发生，且数据传输负载强度较低。3)载波质量分层划分机制CQHP机制(Carrier Quality Hierarchical Partitioning Mechanism)[4]，该机制使用投影矢量方式，将不同载波质量以矢量投影方式进行交叉递归，提升了相同区域子载波的使用强度，增大了数据传输速率。然而当前机制仅能够适应LTE波形密度较低的情况，难以针对波形密度较高的实际数据传输场合进行数据优化传输，且用户使用过程中普遍出现卡顿现象，降低了LTE的用户感官效果。

为此，本文提出了一种基于频谱密度一体化扩容机制的LTE数据基站优化传输算法，采用基站分区耦合的方式来构建虚拟分区，解决耦合过程中存在的传输资源调度难题。同时，为改善数据上传过程中存在的频谱混叠现象，通过调度数据频谱的方式，有效降低不同终端间存在的干涉现象，从而提高了单位基站的数据传输效率，且实现了虚拟分区整体数据上传扩容。最后采取MATLAB仿真实验环境进行了仿真实验。

1 LTE数据传输及区域适应模型

当前LTE数据上传均采用区域基站模式，即不同的数据上传终端均采用虚拟分区方式来同步进行数据上传及下载过程[5]，见图1。假定整个LTE网络覆盖范围内具备多种制式信号混叠状态的区域基站数量为M，数据上传终端数量为N，且对于任意区域基站，其能够提供并发数据的载波频率为K个。此外，针对任意数据上传终端，其数据上载过程均采用单一信道。

考虑到任意数据上传终端n在完成数据上传及下载过程中均需要通过多个不同频率的区域基站进行数据中继[6]，且令中继基站矢量为W={Mn,Mn∈M}，同时并发上传的用户n1及n2所匹配的中继基站矢量分别为En1={E1,E2,E3,E4}和En2={E1,E2,E3,E4}，则新增加的数据上传终端n3进行数据服务选择时将可同时选取用户n1及n2所匹配的中继基站矢量进行数据传输。

由于LTE数据均采用标准OFDM方式进行数据预发射[6]，则数据上传终端n3在任意时刻的信号F(n3)可采取下列形式进行获取：

(1)

式中：Pm为数据上传终端n3的数据编码强度，Fm为数据上传终端n3在传输过程中的信道衰落强度，Hm为n3对应的信道衰落特征矢量Hm=[H1,H2,…,Hm]，Gm表示基站m的信源编码矢量特征值所对应的列矢量，G表示信号发射强度增益。

据式(1)可得，n3在数据上传中的信号预发射强度φ(n3)满足：

(2)

由式(2)可知，数据上传终端进行数据预发射的强度主要与信道衰落特征矢量Hm相关，联合香农信道衰落准则[7]可知，该数据区域最大数据传输带宽C需满足：

min ln(φ(n3)+1)∮∑φ(n3)μ

(3)

(4)

式中：P为数据上传终端的平均信号发射强度，μ表示信道衰落调节系数，可以通过该系数并结合编码来进行数据发射强度衰落调节，‖·‖表示最大值获取。

考虑到数据进行预传输过程中，单个数据上传终端仅能同时获取单个区域的一个链路进行数据上传[8]，令λ为控制参数，且λ∈{0,1}，仅当区域链路确定时，控制系数才取1，则式(3)、式(4)对应的数据传输带宽分配问题可变为：

(5)

(6)

当整个网络进行数据传输时，当且仅当式(5)、式(6)同时成立时，网络的数据传输性能达到最优。

2 LTE数据优化传输算法

本文LTE数据基优化传输算法见图2，由图可知本文算法实现步骤如下：① 频谱密度一体化扩容；② 基于虚拟分区的容量扩容。通过频谱密度一体化扩容步骤，可实现对射频信号的预发射，且实现基站数据与数据发射终端的一一匹配，从而能够使用高密度方式对射频信号进行预发射处理；通过虚拟分区容量扩容，可实现数据发射终端与虚拟区域间的优化交互，改善因终端-区域交互困难而导致的信号接入过程中带宽扩充受限难题，从而进一步提高用户数据上传过程中的体验度。

图2 本文算法流程图

2.1 基于频谱密度一体化扩容机制的数据传输

由图2可知，LTE信号需要经过抽样、传输、采样等过程，其数学解析形式可记作：

yn=Ad(tn)c[(1+η)(tn-τ)]×

cos[2π(fIF-fD)tn+φ0]+vn

(7)

式中：yn为经过抽样所获取的LTE信号数学表达式；A为抽样时刻LTE信号的功率强度；d(t)为可变电平，按概率分别取+1和-1两种电文；c(t)为信道衰落强度，该衰落主要由信道噪声干扰所致；η为信号多普勒频移效应中对c(t)的噪声修正因素；fIF为信道子载波中心频率；fD为信道子载波中心频率偏移；φ0为调制信号的相位波动函数；vn为标准莱斯分布，其标准差为σv。

由于yn可以分割为同相分量in与正交分量qn叠加的形式，即：

yn=in+qn

(8)

in和qn的解析表达式如下：

(9)

(10)

另外，根据图2可知，LTE信号在基站接收过程中均为所有序列的总和[9-10]，即in和qn分别是同向分量序列I以及正交分量序列Q的子元素，则I和Q的解析表达式可写成如下的形式：

(11)

(12)

式中：N为采用频率对应的偏移周期。

结合式(7)、式(11)、式(12)可知：

(13)

通过式(7)可获取区域基站在任意时刻存在的信号分布状况，在数据上传过程中，区域基站需要在射频层采用带通滤波方式对上传数据进行流量清洗，见图3。

这是由于信道噪声为窄带莱斯噪声，因此信号能量主要集中在低通部分，采用带通滤波方式即可实现对信号的强度提升，增强信道对数据传输的增益。消除信道窄带莱斯噪声后的LTE信号表达式可记作：

yn= 0.5Ad(tn)Rc(Δτ)sinc[(ΔfD)Tc]×

exp{-j[2π(ΔfD)Tc]+φ0}+gn

(14)

式中：Rc(Δτ)为信道频率偏移的自相关函数，sinc为辛格函数；Tc为低通滤波时间;gn为Tc内的窄带莱斯噪声功率谱密度的抽样。

2.2 基于虚拟分区的信号超带宽传输

通过式(1)、式(2)可知，数据上传终端进行数据传输时，传输质量主要与信道衰落特征矢量Hm相关，由于虚拟分区进行划分过程需要将数据上传终端对应的频率与区域基站频率进行一一匹配，而匹配过程中容易因频率漂移而导致严重的数据传输误差，导致出现带宽拥塞现象，因此需要获取最佳传输带宽，并确定当前最优上传链路。因此，结合式(1)、式(2)与香农定理，可得最佳传输带宽Eτ′满足：

(15)

所需要获取的最佳数据传输链路数量L满足：

(16)

依据式(15)与式(16)，可得参数μ的计算函数为：

(17)

将当前可提供数据传输带宽的全部虚拟分区与式(16)进行匹配，从中筛选出剩余带宽资源均大于Eτ′的虚拟分区即可，并按式(17)调整选择参数，可筛选出能够满足数据上传带宽最佳的一批虚拟区域，见图4。

图4 虚拟分区过程

此外，由式(14)可知，数据上传过程中，上传带宽与信源编码矩阵也呈现相关特性，由于传输过程均采取生命周期传输机制，由式(15)、式(16)即可得到待上传数据终端进行数据上传时，最大网络容量Cmax为：

(18)

式(18)与式(15)中参数相同。

由于LTE信号均采用预发射机制进行发射成型，成型方式按式(13)所示，不妨设形成矢量bm满足下式：

(19)

按式(19)方式进行数据传输，即可实现最大信道传输容量下的数据传输。

3 仿真实验

为验证本文算法的有效性，采用MATLAB仿真实验环境[10-12]对其进行测试，与当前经常采用的高精度数据优化调节HPDO机制[13]，混沌频率漂移消除优化传输CFDE机制[14]进行仿真对比。其中，文献[13]所提出的HPDO算法主要通过调控频率漂移的方式增强LTE信道传输能力，此漂移过程是LTE信道快速编码中达到信道噪声抑制效果的经典途径之一，能够显著增强数据上传过程中对诸如高混沌信道噪声的有效抑制，实现传输链路的稳定化，可以有效提高LTE数据传输性能，具有较好的代表性。文献[14]提出的CFDE算法主要采用基于时移序列的一次重传机制，该机制为LTE解决方案中常用的频率消除机制，且利用LTE数据上传过程欧氏距离最小特性，在传输周期内对频率漂移过程的能量自主可控，并采用混沌消除算法并结合简单匹配方式对信道噪声进行消噪，实现数据上传链路的稳定化，提高数据上传效率，具有较好的代表性与新颖性。因此，本文将文献[13]的HPDO算法与文献[14]的CFDE算法作为本次实验的对照组。另外，信号均采用标准OFDM方式进行发射成型[15]，网络环境参数见表1。

表1 仿真参数表

3.1 数据上传带宽对比

信道衰落设定为高衰落信道，LTE数据传输速率最大不超过10 240 kbit/s，由于频率偏移对数据上传影响较大，信道衰落频率分别设置为4.096 MHz、2.048 MHz、1.024 MHz，仿真结果见图5。由图可知，信道衰落频率不断增加，本文算法的数据上传带宽始终具有较强的优势，且波动性要远远低于对照组算法。这是由于本文算法采取虚拟分区模式，可减少不同数据上传终端并发上传数据时对区域基站的占用，因而拥塞情况发生可能性较低。HPDO机制虽亦采取分区模式，然而该算法仅对信号强度较好的数据上传终端进行优化传输，难以实现对整个区域范围内的基站资源进行调度。CFDE机制仅采用简单匹配模式，且信道接入过程中未采取滤波方式进行数据传输，传输带宽易由信道衰落而出现受限效应。因而本文算法数据上传带宽具有显著的优势。

(a) 高衰落信道(衰落频率4.096 MHz)

(b) 普通衰落信道(衰落频率2.048 MHz)

(c) 低衰落信道(衰落频率1.024 MHz)图5 三种算法的数据上传带宽测试

3.2 数据带宽波动峰值

信道衰落设定为低衰落信道、中衰落信道、高衰落信道，LTE数据传输速率最大不超过10 240 kbit/s，信道衰落频率分别设置为4.096 MHz、2.048 MHz、1.024 MHz，仿真结果见图6。由图可知，本文算法数据带宽波动峰值分布较为均匀，未出现显著的陡峭的带宽波动，特别是在该衰落信道环境下时该效应更为明显，见图6(c)。这是由于本文基于虚拟分区方式进行了容量扩容，且在数据预传输过程中采取带通滤波方式对窄带莱斯噪声进行过滤，因而能够有效降低信道噪声对数据带宽波动峰值的助长助跌效应。HPDO机制与CFDE机制均采用随机匹配模式对数据上传带宽进行调控，虽然能够通过基站匹配的方式对传输带宽进行适应，然而由于难以消除窄带莱斯噪声影响，导致传输过程中极易出现抖动现象。

(a) 高衰落信道(衰落频率4.096 MHz)

(b) 普通衰落信道(衰落频率2.048 MHz)

(c) 低衰落信道(衰落频率1.024 MHz)图6 三种算法的数据带宽波动测试

3.3 数据重传输次数

为便于比较数据重传性能，节点总数分布设定为1 000,5 000,10 000，仿真结果见图7。由图可知，本文算法在三种不同节点密度下的数据重传输次数均远远低于对照组算法。这是由于本文采用基于虚拟分区机制的带宽扩容方式，能够有效地提高区域基站的带宽传输质量，因传输失误而导致的误码现象发生频率较低，从而降低了数据重传输次数。HPDO机制采取一次传输方式，当数据传输出现异常时即重启数据传输流程，而CFDE机制由于对传输带宽扩容因素考虑不足，导致出现数据重传输现象的概率要高于本文算法，因而本文算法在数据重传输性能上具有显著的优势。

(a) 节点1 000

(b) 节点5 000

(c) 节点10 000图7 三种算法的数据重传输测试

4 结 语

为进一步提高当前5G通信技术中存在严重的数据传输频谱混叠现象，以及信道窄带莱斯噪声干扰难以消除，且无法实现待传输终端与区域基站之间的平滑切换，提出了一种基于频谱密度一体化扩容机制的LTE数据基站优化传输算法。该算法采取高密度波形预发射流程，使用耦合方式将区域基站与待传输终端进行自适应匹配，大大提高了区域基站对数据传输过程的适应性能。通过虚拟分区容量扩充，在削弱了窄带莱斯噪声对数据传输过程影响的同时，提高信道传输容量，且在不同衰落信道条件下均具有一定的优势。

下一步，将通过射频信号改善机制，引入具有较好抗信源噪声的高密度星座图发射算法，采取正交环噪声过滤方式，进一步降低信道噪声对算法吞吐性能的制约，提高本文算法对高密度区域基站的适应性能。