非授权频段上Wi-Fi和5G NR共存优化研究

张昳昀，田 峰

(南京邮电大学宽带无线通信与传感网技术教育部重点实验室，江苏 南京 210003)

随着无线通信、移动互联网用户及相关设备的增长，数据流量的需求量也呈现出爆炸式的增长。思科发布的全球移动数据流量预测指出，全球移动设备将从2018年的88亿增长到2023年的131亿，其中14亿支持5G新空口（New Radio，NR）。到2023年，移动速度将增长3倍以上，达到43.9 Mbit／s。在2023年，5G速度将是平均移动连接速度的13倍，来自移动设备的Wi-Fi速度将增长3倍[1]。

流量的增长使授权频段的频谱资源更加稀缺，而非授权频段频谱资源丰富，如使用 Wi-Fi的5 150～5 925 MHz频段。因此，3GPP提出非授权频段新空口（New Radio in Unlicensed Spectrum，NR-U），使5G NR在尽量不干扰Wi-Fi，缓和两者复用问题的前提下，与Wi-Fi在5 150～5 925 MHz频段上共存[2]。NR-U继承了授权辅助接入技术（Licensed-Assisted Access，LAA），LAA 采用先听后说（Listen Before Talk，LBT）接入机制与 Wi-Fi的CSMA／CA相似，竞争接入信道，能较好地实现5G NR与Wi-Fi的共存。除了缓解授权频段的压力外，在非授权频段中NR相对于LTE而言能够给予用户更高速率，更低时延的服务。但是目前对NR-U的研究中，NR-U仍然采用LTE的帧结构，没有考虑到NR帧结构能够使用更小的时域单元，影响了系统吞吐量。且因NR-U用户竞争接入信道，所以NR-U时延较大。

本文首先对Wi-Fi、NR-U和共存系统吞吐量进行分析。其中NR-U参考NR帧结构特点，采用更小的时域单元的帧结构，提高了NR-U成功传输时间，降低了碰撞时间，进而提高了NR-U的吞吐量。然后，使用部分带宽（Bandwidth Part，BWP）技术，按NR-U用户数据大小，灵活切换分配NR-U频谱带宽大小；在切换频谱带宽过程中，频谱切换计时器按NR-U碰撞概率来动态调整，以降低NR-U的时延。最后，在保证Wi-Fi用户最小吞吐量的前提下，构造共存系统中NR-U用户吞吐量和时延的联合优化问题，通过证明将非线性的优化问题线性化，降低了计算量，使得问题易于求解。最后，通过仿真验证所提方案有效性。

1 相关工作

非授权频段上能灵活使用尚未分配的频谱资源，许多学者着力于研究将授权频段流量卸载到非授权频段的共存技术，以缓解授权频段的压力。为解决LTE与Wi-Fi的共存问题，高通等公司提出了LTE-U技术利用载波聚合技术来整合授权频段和非授权频段的频谱资源。在文献[3-8]中，LTE使用LTE-U技术与Wi-Fi在非授权频段公平共存，提高非授权频段中LTE用户的吞吐量或速率，并优化用户的能效。

然而有些国家在非授权频段须使用LBT接入机制，而LTE-U技术并不支持 LBT[9]。 因此，3GPP提出全球通用的使用LBT接入机制的LAA技术，用于LTE与Wi-Fi在非授权频段的共存。文献[10-14]中，LAA采用LBT机制，通过改进LBT机制，提高系统总吞吐量。在文献[15]中，LTE使用LAA技术，与Wi-Fi通过竞争接入信道，并使用LTE帧结构调整用户的成功传输时间与碰撞时间。而本文参考NR帧结构的特征来调整NR-U帧结构，采用更小的时域资源单元，进一步改善用户的成功传输时间与碰撞时间，提高吞吐量。

随着5G技术的成熟，3GPP也重点研究了5G在非授权频段的关键技术，NR-U继承了LAA的大部分技术。文献[16]为了解决LBT机制导致的时间资源浪费，在信道相对空闲时不使用LBT机制，而是以低功率直接发送，以实现更高的用户吞吐量和更低的延迟。文献[17]用BWP技术切换频谱，在切换中引入固定切换频谱计时器来降低NR-U时延。但若计时器长度短，当碰撞概率较小时用户就会频繁切换频谱，用于切换的时延就会过大，若计时器长度长，当碰撞概率较大时等待切换的时延就会过大。而本文根据NR-U碰撞概率动态调整频谱切换计时器的时长，能有效降低NR-U用户的时延。

2 系统模型

2．1 Wi-Fi吞吐量分析

根据Bianchi模型[18]，基于马尔可夫链推导出Wi-Fi节点接入概率（文中W上标指Wi-Fi网络，下标a指接入），发生碰撞概率（下标c指碰撞）、信道忙概率（下标b指信道忙），由此得到信道空闲概率（下标i指信道空闲）、成功传输概率（下标s指成功传输）、节点间碰撞概率（上标WW指Wi-Fi节点之间），同时给出成功传输时间、碰撞时间，从而得到非授权频段Wi-Fi网络吞吐量模型。

2.1.1 Wi-Fi节点接入概率

在 Bianchi模型[18]中，Wi-Fi节点使用 CSMA／CA，每次传输前都要执行退避阶段，退避阶段i从零开始，碰撞则加1，直到最大退避阶mW（mW＝6），即i∈[0，mW]。 退避阶段计数器的值在间随机获得，其中指在退避阶段i的竞争窗口的大小。当检测到信道空闲，退避计数器减1，但若检测到信道繁忙则暂停，当计数器减到零成功传输数据。收到数据后，目标节点等待一个短帧间间隔（Short Interframe Space，SIFS），再发送确认（Acknowledge Character，ACK）。若发起节点在指定时间内未收到ACK，则传输失败，再次执行退避过程以重新传输数据。每次传输失败时竞争窗口大小翻倍，直到最大退避阶段。

基于Bianchi模型得到一个Wi-Fi节点接入信道的概率为

非授权频段中有UW个Wi-Fi节点，当有多个Wi-Fi节点成功接入，即一个Wi-Fi节点发生传输碰撞、信道忙的概率为

根据式（1）、式（2）能得到信道空闲、成功传输、节点碰撞概率分别为

（1）当信道中无节点成功接入，信道空闲。

（2）仅一个节点接入则成功传输。

（3）其他情况下节点间发生碰撞。

2.1.2 Wi-Fi节点平均成功传输时间

基于Bianchi的模型[18]得到平均成功传输、碰撞时间分别为

其中，H为MAC、PHY层头部长度400 bits，ACK为ACK 帧长度 240 bits，δ为传播时延 1 μs，SIFS 为DCF短帧间间隔16 μs，DIFS为分布式帧间间隔34 μs，E[PW]为 Wi-Fi数据包平均长度，RW为 Wi-Fi节点的数据速率。

2.1.3 Wi-Fi吞吐量

将信道划分为3种状态：空闲、成功传输、碰撞。按式（1）至式（7），当非授权频段中只有Wi-Fi时吞吐量为

其中，下标WO指非授权频段中只有Wi-Fi，分子表示Wi-Fi节点成功传输数据包的平均长度，分母表示3种信道状态的时间。

2．2 NR-U 吞吐量分析

2.2.1 NR-U节点接入概率

NR-U虽然使用 LBT接入机制与 Wi-Fi的CSMA／CA 相似，但需要在 Bianchi模型[18]的基础上考虑重传限制次数K。当退避阶段已到达最大mNR（mNR＝6，文中上标NR表示NR-U系统），但依旧发生了碰撞，则竞争窗口保持不变，直到又因碰撞而重传了K次，将退避阶段置零。文献[15]通过马尔可夫模型得到NR-U节点信道接入概率（NR-U节点概率与时间的下标含义与Wi-Fi中的相同）。

一个NR-U节点成功接入的概率[15]为

非授权频段中有UNR个Wi-Fi节点，则当有多个NR-U节点成功接入，即一个NR-U节点发生传输碰撞的概率为

按式（9）、式（10）能得到信道空闲、成功传输、节点碰撞概率分别为

（1）信道中无节点成功接入，信道空闲。

（2）只有一个节点接入则成功传输。

（3）其他情况下节点间发生碰撞。

2.2.2 NR-U节点平均成功传输时间

因NR帧结构采用的时域资源单元相较于LTE更小，所以按NR帧结构调整NR-U帧结构，能够改善NR-U用户的成功传输、碰撞时间，从而提高吞吐量。NR的无线帧和子帧与LTE的相同，分别为10和1 ms。但3GPP对NR提出以扩展的子载波间隔为基础的参数集[19]。表1中是不同参数的帧结构相关数值。因子载波间隔越大，时隙越短，使用的时域资源就小。且NR采用比时隙更小的时域资源单元微时隙。按3GPP规定，微时隙长度能是2、4、6、7个OFDM符号。当子载波间隔为60 kHz时，每个OFDM符号为 16.67 μs，微时隙长度Tms最小为33.34 μs。

表1 NR子载波间隔参数集

当NR-U用上述帧结构后，重新定义NR-U平均成功传输时间与碰撞时间。当NR-U节点成功接入信道时最大占用信道时间（Maximum Channel Occupy Time，MCOT）TMCOT为 10 ms。 但下行传输只从时隙边界开始。若接入信道时不在时域资源单元边界，基站发送填充信号占用信道直到允许下行传输时刻，即最大占用一个微时隙的长度。平均成功传输时间为

因混合自动重传请求（Hybrid Automatic Repeat request，HARQ）可配置于微时隙上，所以能由HARQ-ACK反馈求得平均碰撞时间，最小碰撞时间为一个微时隙Tms[19]，NR-U 中碰撞时间为

其中，Tm为监听时间，若信道空闲，仍需等待Tm时间才能发送数据，δ为传播时延。与文献[15]采用LTE帧结构相比，式（14）、式（15）按 NR帧结构进行调整，子载波间隔更小，采用的时域资源更小，提高了NR-U吞吐量。

2.2.3 NR-U吞吐量

将信道划分为3种状态：空闲、成功传输、碰撞。按式（9）至式（15），当非授权频段中只有NR-U时吞吐量为[15]

其中，下标NRO指非授权频段只有NR-U。分子表示Wi-Fi节点成功传输数据包的平均长度，分母指3种信道状态的时间。

2．3 共存系统吞吐量分析

如图1所示，共存系统模型由一个NR-U基站与一个Wi-Fi接入点构成，在Wi-Fi接入点范围内对NR-U用户既能连接到NR-U基站也能连接Wi-Fi接入点。

图1 NR与Wi-Fi共存场景图

本节主要分析共存系统吞吐量。假设所有节点是饱和状态（节点始终有数据流量需要传输），且忽略网络中隐藏节点。共存系统有U个用户，其中UNR个NR-U用户和UW个Wi-Fi用户。Wi-Fi和NR-U节点在5 150～5 925 MHz频段通过竞争接入信道。

按式（1）、式（9）可得出共存系统中 Wi-Fi与NR-U的有关概率。在共存系统中有多个Wi-Fi或NR-U用户成功接入就会发生碰撞（本节概率与时间下标的第一个字母同Wi-Fi，最后的c指在共存系统中）。一个Wi-Fi、NR-U节点与其他节点碰撞概率分别为

共存系统把信道时间分成6部分：空闲状态、Wi-Fi和NR-U节点成功传输状态、Wi-Fi节点之间、NR-U节点之间、Wi-Fi和NR-U节点之间的碰撞状态时间。

2．4 NR-U 时延分析

为提高带宽利用率，NR提出部分带宽技术BWP。BWP技术使用户按发送数据量大小申请更适合的带宽。因NR支持的带宽范围从20 MHz到400 MHz，若用户都使用400 MHz则会浪费，而用户用BWP技术能切换较小的带宽，减少浪费。因Wi-Fi目前并不支持该技术，所以只分析NR-U的时延。

但在非授权频段中BWP技术要适应LBT机制[17]。用户使用LBT接入机制竞争接入信道，若碰撞，竞争失败无法接入，就不能切换带宽，等待切换的最大时长为12个TMCOT。用户竞争成功后才能切换带宽，切换时长为tq。为防止等待时间长或切换频繁，本节按NR-U碰撞概率来动态调整频谱切换计时器，如图2所示。

图2 动态调整计时器示意图

没有引入频谱切换计时器的默认机制时延为t0。当前z-1次都发生碰撞，但第z次成功接入，切换带宽进行传输，则时延为zTMCOT，从而得到t0的表达式[17]为

而本节切换频谱计时器长度按碰撞概率动态调整，时延为tnew。切换频谱计时器为N（N＜7）个MCOT的时长。时延由两部分组成：少于N次就传输成功造成的时延、N次都传输失败的时延。按NR-U碰撞概率得到使时延最小的N。tnew表示为

与文献[17]固定频谱切换计时器长度相比，式（30）按NR-U的碰撞概率来调整频谱切换计时器长度。能使得在碰撞概率较大时及时切换，减少等待切换的时间，而在碰撞概率较小时，能防止频繁切换。

3 吞吐量和时延联合优化

3．1 优化问题描述

为最大化NR-U每个用户的吞吐量和最小化NR-U用户时延，本节构建了联合优化问题，目标函数fNR（UW）为

其中，αs、αt分别为吞吐量和时延奖励因子，要最大化吞吐量，最小化时延，所以αs＞0，αt＜0。 吞吐量单位为Mbit／s，而时延单位为ms，为在时间单位上统一，归一化设αs＝1，αt＝-0．001。

在优化NR-U用户的吞吐量与时延时，要保证非授权频段中Wi-Fi用户的体验。因此本节中要确保Wi-Fi用户的最小吞吐量，见式（32）的约束条件，共存网络中各Wi-Fi用户的吞吐量不小于当非授权频段中只有Wi-Fi用户时每个用户的吞吐量。而在共存系统中必须有Wi-Fi用户，但不能超过系统总用户数。由此，得到优化问题为

其中，U，αs，αt为常数，UW为整形变量，SWC和SWO均为连续变量。

3．2 优化问题线性化

上述OPT-WC优化问题是非线性优化问题。其中约束式（32）是非线性的，其具体表达式为

由式（20）至式（24）可知约束式（32）是复杂非线性项，不能由传统的取对数、化简等数学方法实现线性化。于是只能从优化问题实质性物理含义来分析。

目标函数最优解是当每个NR-U用户的吞吐量最大，时延最小时取得，那一定是NR-U用户越少，即Wi-Fi用户数越多目标函数越大，但同时也要确保Wi-Fi用户的最小吞吐量，所以一定是在约束条件取等号的时候能满足最大化目标函数及约束条件。将约束条件式（32）改写成式（34），于是优化问题变为

此时非线性优化问题线性可解。

引理：上述优化问题的最优解在约束式（32）取等号时求得[20]。

证明：利用反证法证明。假设约束式（32）取等号时，解为Uω，但非最优解，则目标函数的值不是最大的。令U*为优化问题的最优解，得出即。 为验证最优解是在取等号时求得，首先证明的单调性。

3．3 优化问题求解

由式（3）至式（7）、式（17）至式（25）可知式（40）中的概率只与变量UW有关，而式（40）中的时间与U是常量。因此按式（40）能够求得最佳Wi-Fi用户数，再将其代入目标函数，求得最优解。

4 仿真分析

4．1 仿真设定

本节中先分析在非授权频段中NR-U按NR帧结构调整前后的吞吐量，其中子载波间隔采用60 kHz，微时隙长度为 33.34 μs。 再分析 NR-U的时延，按NR-U碰撞概率来动态调整频谱切换计时器，计时器长度为N*10 ms。最后对联合优化问题进行求解，吞吐量与时延的奖励因子分别为αs＝1，αt＝-0.001，时隙时间为 9 μs，监听时间为 79 μs，Wi-Fi数据速率为1 Mbit／s，最小竞争窗口大小为16，信道切换时延为5 ms。

4．2 吞吐量仿真分析

由图3可知，当非授权频段仅有NR-U用户时，随着用户数增多，每个用户吞吐量减少，因为用户数多碰撞概率就大，吞吐量就小。按NR帧结构调整后的用户吞吐量大于调整前的，是因为采用了更小的时域资源单元，用户传输时间长，碰撞时间短，所以在共存系统中NR-U吞吐量得到提高。图4显示非授权频段中Wi-Fi用户数与NR-U用户数相等时，共存系统、Wi-Fi和NR-U吞吐量都随总用户数增加而减少。能看出共存系统的吞吐量比授权频段只有Wi-Fi用户时的吞吐量高，证明共存网络模型能优化吞吐量。

图3 每个NR-U用户吞吐量随用户数变化示意图

图4 吞吐量随用户数变化示意图

4．3 时延仿真分析

如图5所示，当NR-U碰撞概率大于0.3，若频谱切换计时器为一个MCOT长度，则时延小，而当碰撞概率小于0.3，定时器的长度越长，时延越小。因碰撞概率小时，频繁切换时延较大，计时器长度应较长。而碰撞概率大时，等待切换时延大，计时器长度应较短，因此按NR-U碰撞概率，动态地调整频谱切换计时器的长度能降低时延。图6显示非授权频段仅有NR-U用户情况下，计时器的长度为10 ms时，时延大于本文提出的动态调整长度计时器的时延，且随着用户数增加，碰撞概率随之增加，时延不断提高，动态调整的计时器相较于固定计时器的优势也越凸显。

图5 NR-U时延随碰撞概率变化示意图

图6 NR-U时延随用户数变化示意图

4．4 优化目标分析

由仿真得到，当共存系统中总户数分别为10，15，20，25个时，为了保证Wi-Fi用户最小吞吐量，同时又使得NR-U用户吞吐量最大，时延最小的最佳Wi-Fi用户数分别为5，7，9，11个。将非线性优化问题线性化后，求解出共存系统中最佳Wi-Fi用户数代入优化目标就能求得目标值。当共存系统中Wi-Fi用户数大于最佳Wi-Fi用户数，将不满足最小吞吐量约束式，而由图7可知当Wi-Fi用户数减少，目标值就会减少，因此本文得出的是最优解。

图7 优化目标值随共存系统总用户数变化示意图

5 结束语

本文主要研究NR与Wi-Fi在5 150～5 925 MHz非授权频段的共存问题。先对Wi-Fi、NR-U、Wi-Fi吞吐量进行分析，将NR-U帧结构按照NR的帧结构特点进行调整，提高了NR-U用户在系统中成功传输的时间，降低了碰撞时间，从而提高共存系统中NR-U吞吐量。然后，在利用BWP技术为用户根据数据大小切换频谱时，通过NR-U用户的碰撞概率来动态调整NR-U频谱切换计时器长度，从而有效地降低时延。最后，在Wi-Fi用户最小吞吐量的限制下，构造了NR-U用户在共存系统的吞吐量与时延的联合优化问题，通过证明将优化问题线性化并求解。仿真结果表明，本文提出的共存方案能改善NR-U用户的吞吐量及时延。