异构网络解耦与耦合级联方案覆盖性能比较

范巧玲,贾向东,2,纪澎善,路 艺

(1.西北师范大学 计算机科学与工程学院,兰州 730070; 2.南京邮电大学 江苏省无线通信重点实验室,南京 210003)

0 概述

移动数据传输速率和流量的爆发式增长,对下一代网络容量提出了更高的要求。因此,学术界和工业界研究人员提出一种解决方案:在现有的宏基站(Base Station,BS)上部署低功率、短距离和低成本的小BS。这种改进将传统的单层蜂窝网络拓展为多层异构网络(Heterogeneous Network,HetNet)[1-4],从而实现网络容量的千倍级提升。小BS的密集部署使得无线接入点更靠近用户设备(User Equipment,UE),增强了宏小区到小小区的流量卸载能力。为了充分发挥其潜力,首先要解决的问题是用户级联,即UE应该选择哪一层的BS进行连接。

文献[5-7]研究了最大平均接收信号功率(Received Signal Power,RSP)和信号干扰噪声比(Signal-to-Interference Noise Ratio,SINR)的UE级联方法,文献[8]研究了基于最小距离的用户级联问题。这些级联标准的共同之处在于允许UE的上行链路(Uplink,UL)和下行链路(Downlink,DL)连接到相同的BS,通常称为耦合UL/DL级联(Coupled UL and DL Association,CUDA)。然而,HetNet的引入导致不同层BS的发射功率和干扰电平差异,宏小区的DL覆盖范围通常远大于小小区的DL覆盖范围,因此,使用传统的CUDA级联方法容易造成UL/DL不平衡的问题。显然,当前这些级联方案已经不适用于目前复杂的网络结构,为此,文献[9]提出解耦UL/DL级联(Decoupled UL and DL Association,DUDA)的概念,其核心思想是基于不同的级联方法,UE的UL和DL级联到不同的BS,即DL沿用传统的RSP接入策略,而UL根据特定UE到最近BS所获得最大UL接收功率进行级联。目前,DUDA已经得到了广泛的研究,如文献[10-11]研究了在双层HetNet网络环境下的CUDA,文献[12]研究了面向反频率配置的双层HetNet网络环境下DUDA设计和干扰管理问题,文献[13]针对异构蜂窝网络提出一种动态增强型小区间干扰协调方案,文献[14]提出在部署全双工小型蜂窝过程中DUDA的优化问题。

上述文献研究的是双层HetNet,但实际的HetNet由三层或更多层组成,所以,在双层HetNet中DUDA很难发挥其性能。文献[15]针对K层HetNet提出一种准确且易处理的数学模型来表征上行链路SINR和速率分布。文献[16]基于随机几何工具理论研究了DUDA相对于传统的CUDA所带来的UL性能改进。另外,随着BS的覆盖区域逐渐减小,使得UE不断进行切换,增加了控制平面开销和链路故障。因此,3GPP Release12引入了双连接(Dual Connectivity,DC)概念[17]。DC允许UE同时由2个不同的接入点(或BS)提供服务,使得HetNet的移动顽键性问题得到解决。文献[18-21]进一步研究了DC方案,但这些研究仅考虑在双层HetNet中设计DUDA和DC的联合实现。

本文提出一种集DC和DUDA为一体的超密集HetNet,将网络模型扩展到三层甚至更多层,使DC和DUDA在完全不同的层而避免在同一层中执行。此外,推导CUDA和DUDA级联概率以及DC主、从接入距离概率密度函数表达式,利用随机几何工具和泊松点过程(Poisson Point Process,PPP)比较HetNet在CUDA和DUDA的平均覆盖概率(Average Coverage Probability,ACP)。

1 网络模型

本文研究的超密集HetNet模型如图1所示。每层中BS空间位置被建模为密度为λk的独立PPP,记作Φk,k∈{1,2,3}。为了方便描述,在整个网络模型中BSk和第k层等同。此外,UES的空间位置服从密度为λUE的独立PPP,记作ΦUE。假设所有BSS和UES都配备天线且以半双工模式工作,每个BS在第k层中都使用相同的传输功率Pk,k∈{1,2,3},UE传输功率PUE,同时λUE>λk。在HetNet中,第1层、第2层和第3层分别代表宏小区、微小区和毫微微小区。不失一般性,假设传输功率满足约束条件P1>P2>P3。为了对信道建模,采用标准的路径损耗传输模型。因此,模拟距离‖X‖上的路径损耗系数为β·‖X‖-α,其中,β为频率相关的常数值,α为路径损耗系数且α∈[2,6]>。假设每一层都有相同的路径损耗系数,采用单位平均功率瑞利衰落来模拟小距离瑞利衰落增益h,h～exp(1)。利用共信道部署,可使用的频谱宽带为B。同时,到PPP的最近点的距离也遵循概率密度函数(Probability Density Function,PDF)为fx(x)=2πλxe-λπx2的瑞利分布,其中λ是PPP的密度,接收信号受功率为n0的加性高斯噪声的干扰。

图1 超密集HetNet模型

2 CUDA和DUDA的概率密度函数

本节首先描述双连接HetNets的DL和UL用户级联标准,同时为了提高网络吞吐量并平衡负载,特定UE利用DUDA分别与位于源点O的UL和DL中的2个不同层的最近BS级联。第1层最佳接入层称为主接入层,第2层最佳接入层称为从接入层。这意味着UL UE级联独立于DL UE级联。在DL中,使用由3GPP定义的最大 DL RSP准则,其中心思想是UE从所有可用的BS接收到的DL信号中,选择能够提供最强DL RSP的接入点(或BS)。对于位于源点O的UE,选择主接入点为:

(1)

(2)

其中,Sec-max{·}为二阶最大运算值,选择第二最大平均RSP 的BS。

与DL级联不同,在DUDA方案中,UL接入点利用最小距离标准准则,根据特定UE到最近BS所获得最大UL接收功率进行级联。因此,主UL接入层(或BS)为:

(3)

在选择UL主接入点后,特定UE选择从接入层(或BS),因此,其距离可以描述为第二最小统计量。从UL接入层(或BS)为:

(4)

其中,Sec-min{·}为二阶最小运算值。

CUDA考虑主、从接入点分别级联到模型的

(5)

(1-exp(-πλ1x2))

(6)

(2)保持现有每月5.8万吨原煤生产能力，风选系统运行后，每月可增收67万元。一年即可收回项目投入，还可实现当年盈利。

(7)

(8)

(9)

(10)

(11)

exp(-π(λ2+λ3)(P2/P1)2/αx2))

(12)

3 SINR覆盖性能分析

利用上述条件,计算位于O点处的UE主接入点接收到的SINR:

(13)

从接入点接收到的SINR可以表示为:

(14)

因此,对于任一BS的DUDA传输,式(13)和式(14)中定义的SINR覆盖概率可表示为:

(15)

结合式(13)～式(15)即可得到定理1。

定理1基于超密集异构网络环境下的多层HetNet中,DL和UL采用DUDA,任一BS 上行链路的SINR覆盖概率可以表示为:

(16)

(17)

其中,Ex{·}表示期望运算符。

4 仿真分析

本节针对超密集HetNet下的CUDA和DUDA的覆盖概率给出数值分析和仿真结果。数值分析侧重于DUDA和CUDA的性能比较,其中最佳和非最佳DL分别与第1层和第3层相级联。整个网络具有相同的路径损耗指数,在每一层中,所有BS具有相同的传输功率,同时,在每一个接收器处有相同功率的加性高斯噪声。系统仿真的主要参数值如表1所示。

表1 仿真参数Table 1 Simulation parameters

在不同路径损耗系数α/密度比λ3/λ1(或λ2/λ1)下DUDA和CUDA的ACP如图2所示。从图2可以看出,DUDA方案优于传统的基于RSP的CUDA方案。数值仿真验证了解耦级联方案的有效性,ACP增益由密度比λ3/λ1(或λ2/λ1)和路径损耗指数共同决定。对于给定的路径损耗系数α,DUDA的ACP在λ3/λ1(或λ2/λ1)的整个区域内近似保持恒定。尽管密度比λ2/λ1对DUDA的ACP有影响,但由于其引起的变化微小,因此可以忽略不计。然而,CUDA的 ACP很大程度上依赖于λ3/λ1和λ2/λ1。因此,DUDA方案平衡了整个网络的资源。

图2 DUDA和CUDA 的ACP比较结果

Fig.2 ACP comparison results between DUDA and CUDA

为了全面了解BS的传输功率,图3给出不同路径损耗系数和不同P1、P2、P3下的ACP。在图3(a)中,P3=23 dBm,P2=35 dBm,可以看出,随着P1的增加,CUDA的ACP随之下降,但是DUDA的ACP基本不变且优于CUDA。这意味着CUDA受传输功率P1的影响,而DUDA相反。值得注意的是,P1的增加可以提高DUDA的总ACP,但是这种改进可以忽略不计。在图3(b)中,P3=23 dBm和P1=46 dBm,随着传输功率P2的增大,CUDA的ACP随之下降,而DUDA的ACP也近似保持恒定且高于CUDA。在图3(c)中,P1=46 dBm,P2=35 dBm,随着P3的增加,DUDA的ACP基本不变,而CUDA的ACP随之增加但均低于DUDA的ACP。

图3 不同功率下ACP模拟分析

基于上述模拟和数值分析,可以得到以下结论:对于超密集HetNet,在功率约束P1>P2>P3的条件下,当使用传统的基于DL RSP的CUDA级联方案时,总ACP与发射功率P1和P2成反比,与P3成正比,而DUDA的ACP在有效区域P1、P2和P3中,保持恒定不变。也就是说,在基于传统RSP的CUDA中,UL的ACP受到DL参数的影响,例如BS的传输功率、偏置因子、密度等,而在DUDA中这些因素都不足以构成影响。这是因为在DUDA中UL可以选择最近的BS进行级联。图2和图3的分析结果验证了推导结论的正确性。

5 结束语

针对传统CUDA带来的功率不平衡问题,本文提出一种解决方案DUDA,下行和上行链路分别采用RSP准则与最近距离准则选择最佳的宏基站接入。通过简化级联条件推导主、从上行链路接入距离的概率密度函数,使用随机几何方法基于DUDA推导上行链路覆盖概率的一般形式,从而得出整个网络上行链路的平均覆盖概率。分析结果表明,DUDA的平均覆盖概率优于CUDA,有效地验证了推导过程。下一步将对DUDA在多层HetNet中的干扰问题和安全性能进行分析。