超密集网络的动态无线回程拓扑管理方法

庄宏成,罗泽宙,李 云,何小祥

(1.中山大学 电子与通信工程学院,广东 深圳 510331;2.广东省新一代通信与网络创新研究院 无线技术创新中心,广东 深圳 510663;3.重庆邮电大学 通信与信息工程学院,重庆 400065;4.华为技术有限公司 华为终端,广东 深圳 518219)

0 引 言

高密度大容量是5G及beyond无线网络的重要场景之一[1-2],能为用户提供数千倍于当前网络速率的用户体验,网络密集化是实现这一目标的重要方式。基站(base station,BS)小型化和部署密集化是超密集网络(ultra dense networks,UDN)[3-4]的主要特征,通过减少“最后一公里”和频谱复用,将极大提升频谱效率和接入网系统容量,从而为高速用户体验提供网络基础。一方面,由于基站数量巨大,网络拓扑管理日益重要[5];另一方面,从布网成本和组网灵活性角度考虑,基站存在即插即用需求,为每个基站配置有线回程是不现实的。因此,无线回程网络成为5G及后续移动通信系统的必备组网形式[6-7]。传统的无线MESH网络[8],网络节点是对等的,更侧重路由协议等的设计,但无线回程网络中的节点,即基站,由于回程能力和服务用户的需求不同,因此是不对等的。

为了充分使用无线资源,3GPP从R15开始,研究和标准化接入回程一体化(integrated access and backhaul,IAB)[9],学术界和工业界也对IAB的资源分配等问题进行了许多研究[10-13]。文献[10]研究了UDN的资源管理问题,通过频谱资源划分和功率分配,联合优化接入和回程链路的资源分配;文献[11]针对IAB部署,提出了集中调度的基站自回程(self-backhauling)资源分配算法;文献[12]在自回程的框架下,引入了全双工,在接入链路采用多点协作传输,在回程链路采用组播传输,通过优化协作集和基站的波束赋形来最大化系统容量,但在这之前,需要先确定无线回程网络的拓扑,或者说,IAB的资源分配等是针对静态无线回程网络拓扑进行的;IAB的拓扑及优化在文献[13]中建模为无线回程网络的最小容量最大化的优化问题,但最小容量基于回程链路的信噪比,没有考虑干扰,也没有考虑回程业务需求的分布与变化。

用户的移动性和业务的多样性导致每个基站回程需求的动态性,网络密集化下,回程需求具有更高的动态性。因此,如何动态管理无线回程网络的拓扑,是一个亟须解决的问题。本文提出一种基于网络状态的动态无线回程网络拓扑管理方法,根据用户业务需求分布和基站的有效回程能力,动态选择合适的上游节点,在保证回程需求的基础上,尽量减少每个基站所服务的下游基站数,从而减少每个基站(作为上游基站)所使用信道数量,进而减少因信道冲突而带来的相互干扰,最终提升无线回程网络的容量并自适应匹配用户业务需求的动态分布。

1 系统模型

在无线回程网络中,具有有线回程的基站和仅具有无线回程的基站构成了新型的无线MESH网络,前者作为网关基站(BH-GW),回程能力较强并且变化较小,后者作为接入BS或中继基站(BH-Relay),回程能力较弱并且随着无线信道的变化和其他接入基站的加入或离开而动态变化。考虑一个上述的无线回程网络,如图1所示,其拓扑管理的核心就是给接入基站和中继基站选择上游节点,以使得无线回程网络的拓扑能自适应保证回程需求,并充分利用无线资源。

图1 无线回程网络Fig.1 Wireless backhaul network

每个接入BS通过其上游BH-Relay回传其回程数据至BH-GW,根据网络状态,可能选择一个或者多个上游中继基站,从而满足业务需要。根据其上游BH-Relay的数量,BS回程路径在每一跳具有“一对一”和“一对多”2种基本结构。

2 动态无线回程网络拓扑管理方法

2.1 网络状态

网络状态定义为基站的有效回程能力和回程需求二元组,随用户业务需求和无线信道的变化而变化。

基站的有效回程能力包括所有表征无线传输能力的物理量,例如容量、链路可靠性、传输时延/跳数、射频通道配置、载频/带宽配置等,有效回程能力也表征一个基站服务新增回程中继业务的最大能力或保障能力。本文采用有效回程容量表征基站到网关的端到端能力,一个基站的有效回程容量,是其到网关的总容量被当前回程业务占用之后,所剩余的空闲容量。一个基站可能具有多条回程路径,每条回程路径由若干基站以及它们之间的点到点链路组成,路径上的每个基站具有唯一上游基站和唯一下游基站,路径的2个端点分别是当前基站和一个网关。假设当前基站i具有L条回程路径,则该基站的有效回程容量定义为

(1)

(1)式中,BH_Capi,l为基站i的第l条路径的有效容量,定义为基站i与其路径l上的上游基站il之间的最大回程容量被基站i在该路径上回程业务占用之后,所剩余的空闲容量,即

BH_Capi,l=bh_link_capi,il-loadi,l

(2)

(2)式中:loadi,l表示基站i在其路径l上所占用的回程容量;bh_link_capi,il表示基站i与其路径l上的上游基站il之间的最大回程容量,定义为

bh_link_capi,il=min(link_capi,il,BH_Capil,tot)

(3)

(3)式中:link_capi,il表示基站i与其路径l上的上游基站il之间的无线链路容量,通常取决于信道状态和发射功率;BH_Capil,tot表示基站il的有效回程容量。

2.2 拓扑管理效率

拓扑管理的效率是指拓扑管理策略带来的实际回程吞吐率满足回程需求的程度,包括单个基站的回程满意度和无线回程网络的满意度。

(4)

无线回程网络的满意度定义为无线回程网络所有接入基站的实际回程速率总和与回程需求速率总和的比值,无线回程网络的满意度表示了无线回程网络满足区域内回程总需求的程度,表示为

(5)

2.3 基于网络状态的拓扑管理方法

根据当前是否接入无线回程网络,接入基站分为已接入基站和待接入基站。对于已接入基站,其无线回程拓扑(路径)管理的关键是判断当前的拓扑(路径)所提供的回程能力是否能够满基站的回程业务需求,如果不能满足,则需新增上游节点或重新选择上游节点进行中继回程,并根据回程业务需求和周围邻居基站的有效回程能力更新回程拓扑(路径)。对于待接入基站,其无线回程拓扑(路径)管理的关键是根据邻居基站的有效回程能力,选择合适的邻居基站为其提供中继无线回程服务。

因此,无线回程网络拓扑管理的核心是如何确定上游节点。该问题可建模为以下优化问题

(6)

(6)式中:B为基站集合;aij为上游基站分配决策指示,取值1表示选择基站j为基站i的上游基站,取值0表示不选择基站j为基站i的上游基站;fij为基站j从基站i所获得的回程容量;Dj为基站j的总回程需求;Ci为基站i的有效回程能力(容量)。

接入基站选择多个上游节点,丰富了单个接入基站的回程传输的可靠性和容量,但可能导致一个上游节点需要服务多个接入基站,无线干扰问题比较严重,反而可能降低无线回程网络的容量。根据上游节点的有效回程能力和接入基站的回程需求,即网络状态,选择最少的上游节点,可大大减少无线回程网络的干扰,这正是(6)式所示的上游节点确定策略。

要找到(6)式优化问题的解,需要获得所有基站的有效回程能力和回程需求,信令开销较大,时延较大,在业务需求高动态下,集中式确定上游节点很难及时匹配需求变化。本文进一步提出分布式算法来获取确定上游节点的拓扑管理方案,如图2所示,每个节点只需获取自己邻居基站的网络状态,各自确定其上游节点。

3 仿真分析

通过2.5D的网络仿真器,仿真评估了基于网络状态的超密集网络下的无线回程网络拓扑管理方法的性能,主要包括2部分:动态业务分布下的拓扑自适应性能和拓扑管理效率。无线回程链路的频段为28 GHz,带宽为1 GHz,信道模型采用大尺度衰减模型[14],无线回程网络中的接入基站、中继基站和回程网关(backhaul gateway,BH-GW)的天线尺寸为66 mm×66 mm,阵元数量144(12×12),最大增益为26 dBi,3 dB宽度为10.5°;发射功率为0 dBw,最大耦合衰减为53 dB。

图2 基站选择上游基站的分布式算法Fig.2 Distributed algorithm for selection of superior relay

3.1 拓扑自适应性能

仿真场景为德国慕尼黑市(Munich city)的某商用网络部署的局部600 m×600 m的街区,如图3所示,红色圆点为接入基站,白色五角星为BH-GW。接入基站共有64个,分散部署于街道沿线,天线高度约为5 m;2个BH-GW分别位于2栋建筑物楼顶,2栋建筑物均高约25 m,BH-GW天线于楼顶处竖高4 m。

为了验证方法的自适应性能,在仿真区域中设置一辆移动的巴士,巴士的移动路径如图3中的蓝色线段所示,速度约为60 km/s,通过车内群移动中继设备汇聚巴士内乘客用户业务,以高增益天线接入附近接入基站。仿真场景区域内还存在随机分布的步行用户,区域用户密度约为0.006 3 人/m2,采用3GPP移动模型,用户业务模型采用Full Buffer。接入侧采用与回程同频段(28 GHz),假设接入链路和回程链路通过天线完全隔离。接入侧多用户调度管理使用比例公平(proportional fairness,PF) 策略。

图3 慕尼黑城市密集街区场景Fig.3 Munich city ultra-dense block scenario

仿真的时间范围为巴士从路径一端移动到另一端的时间段,记录每个接入基站的回程需求、由回程路径决定的到BH-GW的回程容量以及实际的回程吞吐率,其中,每个接入基站的回程需求包括本站接入用户的需求和中继其他接入基站回程的需求。由于仿真区域中存在大量与巴士无关的接入基站,为了更清楚地显示业务分布发生变化时无线回程网络拓扑调整对回程吞吐率性能的影响,仿真结果只记录巴士移动轨迹沿线的无线基站的动态回程吞吐率,这部分接入基站称为热点基站,是巴士在移动过程中,随时间分别接入的接入基站。仿真过程中每10 ms记录一次回程吞吐率,结果如图4所示。

图4a显示了热点基站的回程需求随时间的变化,不同颜色的曲线代表不同热点基站的回程需求。从图4a可以看到,随着巴士在移动过程中接入不同的热点基站,相应的接入基站的回程需求都会产生波峰,其最大波动范围约为8 Gbit/s。

图4b显示了热点基站的无线回程拓扑所具有的总回程容量随时间的变化。总回程容量是基站实际的回程(本站回程和其他站的中继回程)吞吐率和该站回程路径上的剩余回程容量之和,其产生波动的原因可能是回程拓扑的变化,也可能是路径上其他基站的回程负载的变化。由于该仿真场景拓扑比较复杂,不便于直接观察无线回程网络拓扑变化,因此,通过热点基站所获得的总回程容量的显著变化,可以反映出相应的热点基站的回程拓扑变化。

图4c显示了热点基站的实际回程吞吐率随时间的变化。对比图4a和图4c可以观察到,热点基站的实际回程吞吐率与相应的回程需求是同步变化的。当巴士接入相应的热点基站时,该热点基站实际获得的回程吞吐率也呈现显著提升,这种回程吞吐率的显著提升是通过回程路径重建,或者增加更多回程路径来实现的。

结合图4a—图4c中各个热点基站的回程需求、总回程容量和实际回程吞吐率随时间的变化,可得出的结论是,热点基站的回程容量和实际回程吞吐率具有适应回程需求动态变化的自适应能力,这种自适应能力是通过动态的回程拓扑管理获得的,通过获取邻居基站的有效无线回程能力信息,能够灵活地调整无线回程路径和拓扑去匹配回程需求的动态变化,是实现灵活部署和高效无线回程拓扑管理的有效途径。

3.2 拓扑管理效率

为了进一步验证方法的有效性,本文比较了以有效回程容量(以下简称proposed方案)和以回程链路路损(以下简称PL-based方案)分别作为有效回程能力的拓扑管理效率的性能。PL-based方案选择与当前基站具有最小路损的邻居基站作为该基站的上游节点,类似于文献[13]的基于信噪比的方法,不同之处在于,PL-based方案还考虑了回程业务需求。

仿真场景为欧盟FP METIS项目的Madrid city密集街区的室外覆盖场景[15],街区范围为850 m×850 m,如图5所示。

图5 马德里城市密集街区场景Fig.5 Madrid city ultra-dense block scenario

街区及基站布局如下。水平方向和垂直方向均匀分布36栋建筑物;每栋建筑物占地120 m×120 m,高6层,每层高3.5 m;街道宽18 m;无线接入基站(图中红色圆点所示)位于每栋建筑东面及北面墙附近的灯柱,间隔约20 m,灯柱高10 m,共133个基站;BH-GW(图5中白色圆点所示)分别位于4栋建筑楼顶,BH-GW天线位于楼顶竖高5 m,共4个BH-GW。

基站回程需求的均值为1～3.5 Gbit/s,步长为0.5 Gbit/s,对比2种无线回程网络拓扑管理方案所获得的基站回程满意度和无线回程网络满意度性能,结果分别如图6和图7所示。

图6 基站回程满意度分布Fig.6 Base station backhaul satisfaction ratio complementary cumulative distribution

图7 区域回程吞吐率及满意度Fig.7 Network throughput and satisfaction ratio

从图6可以观察到,2种方案的平均基站回程满意度之间的差距随着接入基站回程需求的增加而减小,反映了总的回程需求逐渐趋于无线回程网络的总容量时,无线回程网络拓扑优化调整和性能提升的空间逐渐减小。

从图6还可以看出,在所有不同回程需求中,proposed方案的性能曲线均高于PL-based方案,对于某个特定的基站回程满意度,前者的基站数大于后者,即对于相同数量的基站,前者的基站回程满意度高于后者。主要原因是,基于回程链路路损和回程业务需求的网络状态,无法反映无线回程网络的负载变化情况,而基于有效回程容量和回程业务需求的网络状态,则可以实现更为精细的拓扑管理。

图7进一步展示了无线回程网络的整网性能,从图7可以看出,2种基于网络状态的方案都可以自适应回程需求的变化,但随着回程需求的增大,整网回程满意度下降。

从图7还可以看出,proposed方案在不同的网络回程需求水平下,均能获得更加合理的整体回程拓扑,从而比PL-based方案具有更高的网络回程吞吐率和网络回程满意度。

结合图6和图7,可以得出结论,通过获取邻居基站的可用无线回程能力信息,能够建立更好的无线回程路径和拓扑去匹配回程需求,是提高无线回程拓扑管理效率和性能的有效途径。

4 结束语

本文从提高无线回程网络的拓扑管理效率和网络性能角度出发,研究了无线回程网络的上游节点选择问题。基于基站的有效回程能力和回程需求组成的网络状态,建模上游节点选择问题为最小化所有基站的上游基站数总和的优化问题,通过分布式算法确定业务所需的上游节点。仿真结果表明,本文提出的基于网络状态的动态无线回程拓扑管理方法,无论是基于有效回程容量的拓扑管理方案还是基于回程链路路损的拓扑管理方案,都可以使得无线回程网络的基站的回程容量和实际回程吞吐率自适应回程需求的动态变化,并且基于有效回程容量的拓扑管理方案可以实现更精细的拓扑管理,在回程满意度上优于基于回程链路路损的拓扑管理方案。