超密集组网场景的移动性增强算法实现*

朱 军 ， 李秋瑾 ， 臧守涛 ， 蒋一鸣

（1.安徽大学 电子信息工程学院，安徽 合肥 230601；2.安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230031）

0 引 言

目前产业界就 5G 网络的总体要求已经达成共识，主要包括更高的数据流量和用户体验速率、海量 终端连接以及更低时延、更高可靠性等[1]。除了增加频谱带宽、提高频谱利用率外，通过在室内外热点区域密集部署低功率小基站，形成超密集异构组网网络成为应对未来大数据流量及高用户速率的5G 网络的解决手段。而5G拟采用的高频段会导致基站的覆盖范围变小，基站数量剧增，使得小区间的干扰问题和移动性管理都变得异常严峻[2]。因此，如何建立一个准确稳定的切换模型来提高用户在移动过程中的用户体验，已经成为必须解决的关键问题。

针对以上问题，也有多篇文献从网络架构和关键技术等多个方面提出具体解决方案。文献[3-4]中对于UDN中用户在移动时会遇到的问题，主要解决方案有双连接和虚拟小区等；文献[5]在虚拟小区中，用户的服务小站变更不存在切换，能够极大地提升系统性能。文献[6]给出了采用C/U分离架构时不同参数下的切换性能分析。文献[7]提出一种基于休眠机制的簇内CoMP算法，并进行了系统仿真与分析。但是都未提出一个准确的理论模型来确保用户在移动过程中的用户体验。因此，本文提出一种基于虚拟小区的全局资源调度和干扰协调优化算法来确保移动过程中的用户体验。

1 新颖算法

1.1 方案的架构设计

由图1可知，将同步过程所需的信令消息部署在小基站，而其余的诸如测量相关的重配置等控制信息则全部部署在宏基站。宏基站和小基站都具有资源调度功能，宏基站主要是负责跨基站的联合调度（如多小区协作等），而小基站主要负责其覆盖范围内用户的资源分配。因此涉及到整体决策的都部署在宏基站，这样做的好处是宏基站可以获得较为全面的信息，从而能够快速地做出更加精确的决策（如切换判决、协作集选取等）。

小区密集部署导致网络中存在严重的重叠覆盖现象，这会使得某个UE的周围可能存在多个信号质量很好的小站，此时可使多个小站服务同一个UE，既可以发送相同的数据保证接收质量，也可以发送不同的数据提高吞吐量，因此为了提升尤其是边缘用户的体验速率，本文主要通过以用户为中心的小区协作来增强[8]。

图1 方案的架构设计

1.2 方案设计详述

在基于虚拟小区的C/U分离的网络架构下，宏基站作为集中控制节点，能够实现集中式的联合调度，提升网络性能同时兼顾公平性，方案如图2所示。

图2 多小区协作的资源调度方案

（1）集中式联合调度A用户划分

1）用户划分

（a）根据无协作时的几何曲线和QoS要求，设置协作门限CTH。

（b）若用户的接收SINR高于协作门限，则视为非协作用户；若用户的接收SINR低于协作门限，则视为协作用户，需要采用多小区协作技术提升性能。未协作时用户接收的SINR公式如下：

其中，Hk,m表示基站m到用户k的信道矩阵，Wk,m表示预编码矩阵，Pm表示基站m的发射功率，N0表示噪声功率。

2）协作集选择

（a）若用户判定为协作用户，宏基站首先根据大尺度信息预先为用户选择一个范围较大的预协作集；

（b）用户测量该预协作集中的所有小区，并将测量结果上报给宏基站；

（c）宏基站根据用户的反馈结果采用某种算法为用户动态选择协作集，本文挑选邻区干扰大于整体干扰20%的小区作为用户最终的协作小区。

3）协作用户优先级排序

（a）虚拟小区将频谱资源一分为二，预先为协作用户预留资源，协作资源与非协作资源的比例为PC；

（b）每个小区根据PF算法计算采用协作后边缘用户在协作资源上的优先级，并上报给宏基站；

其中，Hk,m表示基站m到用户k的信道矩阵，Wk,m表示预编码矩阵，Pm表示基站m的发射功率，Φk表示用户k的协作集，用户k协作集的补集，N0表示噪声功率。

（c）宏基站对所有小区上报的优先级列表进行降序排序，生成排序的用户优先级表格。

4）协作用户资源调度

按照排序后的用户优先级表格对用户进行调度，本小区相应的协作资源被占用，同时协作集中的小区在相应的资源上协作，实现联合传输。若本小区的协作资源已全部被占用（包括本小区作为主服小区被占用的资源和本小区作为协作小区被占用的资源），则表格中本小区还未调度的用户都要放弃调度，后续作为普通用户参与调度。

（2）分布式独立调度

1）若协作资源未全部占用，将剩余资源作为非协作资源使用；

2）在每个小区对未被调度的用户（包括未被调度的协作用户）根据PF算法进行独立调度，直至用户全部分配资源或资源全部分配完毕。

在传统的LTE架构下，服务小基站向周围符合条件的多个小基站发送协作请求，收到协作请求的小基站会作出相应的应答（接受协作或拒绝协作），然后服务小基站从接受协作的多个小基站中选择最终的协作小基站，并向协作小基站发送相关的命令（包含协作帧、协作资源等）；而在本文研究场景下，宏基站作为集中控制节点，可以获知用户和小基站足够多的信息（如位置、负载、业务类型等），从而可以根据相应算法直接选取协作的小基站，并向协作的主服小基站和协作小基站分别发送协作命令。因此在本文研究场景的架构下可以简化X2接口的信令交互，降低协作的时延。这样，协作集的基站可以快速响应，更好地为用户提供服务。

2 仿真评估

2.1 仿真场景

传统方案中宏、微独立组网（如图3（a）所示），宏站和小站之间相互独立，用户在小站之间移动时用户面和控制面都由小基站承载，由于小站之间间距小，用户移动期间会频繁发生切换过程，导致数据长时间中断，增加核心网的信令交互负担，严重损害系统性能。如图3（b）所示的新方案场景采用基于虚拟小区的C/U分离集中式架构，这样宏基站作为集中控制节点能够收集充足的信息，作出全局决策，而且能够根据用户的动态快速作出响应。

图3 仿真场景

总而言之，新方案场景是在C/U分离的架构下进行切换的，用户通过宏基站能保持可靠的连接，切换流程与传统的相比具有以下优势：

（1）宏基站可根据用户和小站的位置，能更好的配置用户只测量其周围小部分小区的信号质量。

（2）切换判决直接由宏基站确认，避免了信息的交互及目标基站可能拒绝切换所带来的影响

2.2 仿真参数设置

系统仿真参数设置如表1所示。

2.3 仿真评估指标

根据5G的组网需求，本文旨在系统指标无明显降低的前提下提升移动用户的用户体验。

表1 系统仿真参数设置[9]

不论是虚拟小区还是多小区协作技术对用户平均速率等性能的提升会因评估时间过长而无法显现出来，这是因为它们在用户的移动过程中主要是在发生切换的前后发挥作用，而这段时间在整个评估时间所占的比重很小，因此为了更好地统计用户的体验速率，需要重点分析用户在切换发生的附近的吞吐量情况，如图4所示，其中T为切换过程所需的时间，T1为切换开始前的一段时间，T2为切换开始后的一段时间。

图4 评估指标的统计时间示意图

2.4 仿真结果及分析

由表2可知，采用不同的技术方案时，系统的平均性能基本一致。为了突出不同技术方案的差异性，需要统计VIP用户在切换前后一小段时间内的性能指标，仿真结果如表2中的“切换前后的性能指标”所示。采用虚拟小区技术后因减少了业务中断时间，用户的性能提升2倍多，再结合多小区协作技术，用户平均性能提升接近3倍。而且采用虚拟小区技术后，用户的瞬时吞吐量方差较小，用户的性能更加稳定。

表2 采用不同技术方案时的系统性能指标及切换前后的性能指标

同时，图5（a）、图5（b）和图5（c）给出了不同评估方案下某用户在切换前后一段时间内的瞬时速率，该用户在1 460 ms左右开始发生切换，在500~1 800 ms的时间内用户先从源小区的中心向边缘移动，满足切换事件后开始进行切换流程，切换到目标小区后向目标基站靠近，所以这些图中用户瞬时速度整体呈现先降低后上升的趋势。

图5 不同评估方案下某用户在切换前后一段时间内的瞬时速率

由图5可知：在传统架构下，用户在小基站之间切换时会发生较长时间的数据中断（如图5（a）所示），用户体验很差；采用基于C/U分离的虚拟小区架构用户在切换过程中能够保持数据的连续性，获得更好的用户体验；图5（c）与图5（b）相比，采用CoMP技术后用户在切换时速率相对较高，而且切换到新小区后用户的速率提升明显，在1 400 ms左右发生速率下降的现象，主要是因为本小区或协作小区内的其他CoMP用户优先级高于该用户，致使该用户无法抢占到协作资源，而被作为普通用户调度。因此，在超密集组网场景下，基于C/U分离的虚拟小区架构能够很好地解决用户的频繁切换问题，保证数据业务的连续性，为用户提供更好的体验性能。

3 结 语

本文相对于传统超密集组网方案的增益体现为总体平均吞吐量和边缘平均吞吐量都有所提升，增益来源于两个方面，即基于虚拟小区的全局资源调度优化和基于虚拟小区的全局干扰协调优化。根据以上多种移动性管理方案的仿真结果可以看出，相比于基于4G LTE传统架构的方案，基于虚拟小区管理和多小区协作管理的移动性管理方案有效利用了CU/DU分离的架构设计，可以在集中管理节点实现控制面的集中优化管理，使得用户在移动过程中能够保持控制面连接的连续性，同时通过集中管理节点能够有效的实现虚拟小区范围内的协作处理，很好的解决了用户的频繁切换的问题，确保了用户在移动过程中的用户体验。