基于5G移动通信网络下绿色通信关键技术的思考

付小华

摘   要：我国将于2020年实现5G移动通信网络的正式商用，但业界必须在此之前根本性解决5G移动通信网络存在的流量消耗大、网络能效低等不足。因此，文章简单分析了5G移动通信网络关键技术，并基于小站密集化部署技术与异构网络能效模型，深入探讨了高能效小站密集化部署技术，希望由此能够为相关业内人士带来一定启发。

关键词：5G;移动通信网络;绿色通信

随着经济和互联网的快速发展，通信行业存在的较高耗电量开始受到各界关注，近年来通信行业年耗能量在全球总耗能量中所占據的比例不断扩大。随着5G通信网络的商用落地，移动通信的耗能量很可能出现进一步提升，由此可见，本文围绕5G移动通信网络下绿色通信关键技术开展研究具备较高的现实意义。

1    5G移动通信网络关键技术

为满足5G移动通信网络需求，很多已经实现及需要实现创新突破的关键技术必须充分发挥自身作用，如小站密集化部署技术、大规模MIMO技术、毫米波通信技术、新型网络架构技术等，本文研究主要以小站密集化部署技术为基础。在小站密集化部署技术的研究中，必须解决同频干扰严重、网络容量与网络能效无法实现最大化等问题，并做好小区边缘速率优化、移动性切换与额外开销的应对[1-2]。

2    小站密集化部署技术与异构网络能效模型

2.1  异构网络中各类小站

现阶段的小站技术主要包括Fematocell、Pico、Relay、Repeater。以Pico技术为例，Pico技术也可以被称作微蜂窝技术，该技术能够较好满足热点地区及小区边缘容量的提升需求，通过宏基站分担负载，网络结构的精细化程度能够在技术支持下大幅提升，且具备高数据率、低功耗特点。Pico技术不仅发射功率较小，且具备宏基站的所有功能，但具备组网成本高的不足，这是由于技术应用需得到专门铺设的传输链路支持。在Pico技术的具体应用中，能够保证业务切换的连续性，但如果出现与宏基站同频覆盖情况，则很容易干扰影响通信质量[3]。

2.2  异构网络能效模型

考虑到5G移动通信网络存在的异构化趋势，为衡量各类异构化网络能量效率，统一的异构网络能效模型建设存在较高必要性。结合国内外相关研究，采用异构网络基础能效评估方法，由此开展的计算需应用目标系统容量与能耗。如同构网络场景仅存在宏基站，则能够得出能效统计公式，计算需应用宏基站数量、第i个宏基站的吞吐率、第j个宏基站的功耗等数据。最终可明确异构网络能效的计算方法，其中，各低功率节点容量与宏基站容量总和包括Pico等小站的异构网络系统容量，各低功率节点能耗与宏基站能耗的总和为系统能耗，但需要单独考虑各低功率节点能耗模型参数。采用EARTH能效评估架构，E3F采用该评估架构中的小尺度短期系统级评估基站能耗模型，基于模型可得出基站线性能耗模型。

3    高能效小站密集化部署技术

3.1  高能效Pico部署目标函数

结合以上研究，可得出优化目标函数式，该函数主要用于得到最优的Pico部署位置矩阵以及部署数量，每个Pico的二维空间位置通过Xp、Yp两个位置矩阵表示，Np则为Pico的部署数量，Xp、Yp均为一维矩阵。式（1）中的PmM为第m个eNB的能耗，PpP则代表第p个Pico的能耗，TmM为第m个eNB的吞吐率，TpP则代表第p个Pico的吞吐率[4]。

假定宏基站的位置是固定的，且一个用户只能接入一个基站，基站频谱资源、总发射功率受限，Pico位置受限，且用户满足最小接入SINR门限，即可求得Pico可选位置。深入分析不难发现，对应子载波上的SINR值与用户分配的资源数及吞吐量相关，采用等效SINR值进行系统级仿真，通过EESM映射方法求得各子载波SINR值，但考虑到上述方法的复杂性较高，本文采用数值仿真方法开展高能效小站密集化部署技术的深入研究。

3.2  仿真参数设置

采用3GPP LTE FDD仿真平台，信道模型选择M.2135标准模型，完成小尺度衰落与大尺度衰落的校准后，研究基于平台开发了可密集化部署Pico模块与能效评估模块，由此即可针对性建设天线模型、路径损耗模型，并开展用户SINR计算，研究采用7个固定的网络环境宏站，并基于网络层面统计整个网络中Pico与宏站的能效。仿真部署采用“目标区部署Pico后，目标扇区中小站位置副本为另外两个扇区在本小区中的相对位置”，采用的仿真参数包括7个小区数目、1～9不等的每小区小站数目，采用均匀或随机的用户分布、20 m，15°的仿真密度、25个用户、21 dBm功耗的小站、43 dBm功耗的宏站，宏站站间距为700 m不等，采用与宏微同频覆盖的频谱。

3.3  宏微协同部署单小站场景能效研究

在初级的密集化部署阶段，一个扇区仅放置一个小站开展研究，采用参考部署方式的Pico，且用户均匀分布，由此即可得到等值线分布仿真结果。结合仿真结果，可确定距离eNB距离为370 m的确定天线主瓣方向处为小站能效最高区域（370 m，60°），且小站属于宏站干扰源，小站的距离越近，则宏站能效越低，这是由于干扰的升高所致。整个网络能效等值线分布基本对称，网络能效最高时为非边缘区域放置Pico情况下，约为9 Kbit/J，该情况下Pico与宏站的距离较远。总的来说，仅放置一个小站的情况下Pico能效、宏站能效、网络整体能效分别处于90～100 Kbit/J，6～7 Kbit/J，9 Kbitt/J左右，Pico的部署实现了2.5 Kbit/J左右的网络能效提升。

3.4  宏微协同部署两Pico场景能效研究

将每个扇区小站数目增加到两个开展研究，结合上文研究结论，在370 m，60°位置固定Pico1，Pico2基于仿真设置于不同位置，由此可得出等值线分布仿真结果。结合仿真，可确定Pico2位置的变动会直接影响Pico1的能效，二者距离的拉近会导致能效降低。（320 m，90°）、（320 m，30°）为最佳的Pico2位置，此处的Pico2布置具备10 Kbit/J以上的网络能效，Pico2位置距离宏基站较近同样会导致网络能效大幅下降。总的来说，Pico2的增加进一步实现了1.2 Kbit/J的网络能效提升，但网络能效提升与小站数量提升间不存在线性关系。

為探讨独立随机部署，设置场景一与参考部署网络拓扑，分别对目标小区内的6个小站进行参考部署与随机部署，对照组全部采用参考部署。通过比较可发现，一般情况下其他小区的部署方式对目标小区的能效影响较小，这是小站的发射功率较小所致。开展同类研究，可证明本小区的整体能效会受到本小区其他扇区的小站部署方式影响，但目标扇区受到的其他扇区的小站部署方式影响较小。

3.5  宏微协同部署3小站场景能效研究

在每扇区3个小站下，开展高能效部署方案研究，随机均匀播撒25用户于每扇区，可得到能效图，P1，P2，P3均采用参考部署，P1固定于（320 m，30°），P2则固定于（320 m，90°），P3进行整个扇区的仿真遍历。围绕用户热点播撒的同类场景开展仿真并进行结果对比，可确定二者总用户数量相同，但热点播撒的网络能效平均高出2 Kbit/J左右，因此Pico的部署需关注网络间同频干扰，通过适时关断、唤醒Pico的方式，即可更好地提升网络整体能效。

4    结语

基于5G移动通信网络下绿色通信关键技术研究存在较高现实意义，而为了更好满足5G移动通信网络商用需要，高能效部署规律的总结、更密集的复杂网络场景与更多小站类型影响的明确同样需要得到重视。

[参考文献]

[1]王立.基于5G移动通信网络的绿色通信关键技术研究[J].电子世界，2018（24）：164，166.

[2]崔玉柱，沙巍.5G移动网络绿色通信的相关关键技术[J].电子技术与软件工程，2018（17）：43.

[3]李印鹏.浅谈面向5G的无线通信系统关键技术[J].中国新通信，2018（8）：31.

[4]陈彦澔.面向5G无线通信系统的关键技术初探[J].中国新通信，2018（1）：14.

Abstract：Our country will realize the formal commercial application of 5G mobile communication network in 2020， but the industry must solve the shortage of 5G mobile communication network， such as large consumption of traffic and low efficiency of network， before that， it is necessary to solve the problem of 5G mobile communication network. Based on this， this paper simply analyzes the requirements and key technologies of 5G mobile communication network， and based on the small station intensive deployment technology and heterogeneous network energy efficiency model， deeply discusses the high energy efficiency small station intensive deployment technology. Hope this can bring some inspiration for the relevant industry personage.

Key words：5G; mobile communication network; green communication