1 引言
异构网络是第五代移动通信系统(5G)的关键技术之一,通过在宏基站的覆盖范围内部署大量微基站,能够有效地增强对热点地区的覆盖,提高整个蜂窝网络的吞吐量[1]。但多层网络同频部署的情况下,存在跨层干扰,干扰的有效抑制是实现异构网络性能潜力的前提条件[2]。协作多点(CoMP)传输通过联合传输用户数据,能够将干扰转换为期望信号,是消除干扰的有效途径[3- 4]。CoMP传输虽然可以有效消除干扰,但也需要消耗额外的基带处理功率。在能源和频谱资源日益紧张的今天,如何合理地选择协作区域和基站部署密度,使得网络的能效-谱效(ESE)达到最大,是一个值得研究的问题。
文献[5]和[6]研究了没有采用CoMP的异构蜂窝网络中的能量效率(EE)问题。文献[7]以节能为目标,针对异构蜂窝网络中的基站密度进行研究,建模并求解基站密度优化问题,但是都没有考虑基站之间的协作以及网络中的谱效问题。
文献[8]中作者研究了在单层密集大规模蜂窝网络中基于CoMP的能效和基站部署联合优化问题。推导了单层大规模蜂窝网络ESE的闭合表达式,但只适用于由同种蜂窝小区组成的单层网络,在5G的异构网络中并不适用。
文献[9]研究了异构网络中的协作传输,推导了小小区在聚合干扰下协作传输的中断概率、容量以及误符号率的闭合表达式,但并没有宏观考虑整个异构网络的部署问题。
文献[10]研究了宏蜂窝和毫微蜂窝组成的异构网络的能效问题,文中采用宏蜂窝与每个毫微蜂窝协作,毫微蜂窝之间也相互协作,但这样做带来的问题是:对回程链路的数量具有很高的需求,另外,复杂的协作机制也大大提高了网络中信息传输的复杂度。
针对现有网络存在的不足,在回程链路数量受限的情况下,如何将CoMP引入到由宏蜂窝-毫微蜂窝组成的两层大规模蜂窝网络中以提高网络的能量-频谱效率？针对这一问题,我们提出了一种新型跨层协作(CTC)策略。当且仅当用户由于部署毫微基站而遭受高度干扰的情况下,宏基站和毫微基站才协作为该用户服务,否则,如果用户从干扰BS接收到的功率不足以导致干扰,则该用户仅由单个BS进行服务。由于用户是否采用协作传输取决于用户接收到的最大信号功率和噪声功率的水平,因此可以更有效地确定协作区域,进而也可以确定基站部署的密度。相比现有两层蜂窝网络的无协作、基站互相协作及单层协作蜂窝网,所提策略能有效降低干扰,减少回传链路数,提高两层蜂窝网络能谱效。
本文的主要贡献如下:
提出了一种跨层协作方案,该方案在提高异构蜂窝网络的ESE的同时,对回程链路数量要求大大降低。
第一次推导了两层大规模蜂窝网络下的ESE闭合表达式,这允许我们量化一些关键参数(如:基站密度,协作门限等)对网络的影响。
2 系统模型
2.1 两层网络模型
我们考虑一个由宏蜂窝-毫微蜂窝(Macrocell-picocell)组成的两层蜂窝网络的下行传输链路,两个层是独立的,具有不同的基站密度λi,路径损耗指数αi和发射功率Pi,其中属于同一层i∈{1,2}的基站具有相同的发射功率Pi。由宏基站构成的集合为ψ1,由毫微基站构成的集合为ψ2,由用户构成的集合为ψu。
BS的分布通常由泊松点过程(PPP)建模,已经证明它是用于表征大规模随机部署网络的易处理且准确的模型[11-12]。因此我们将第i层中的基站根据密度λi建模为二维均匀PPP分布。用户建模为强度为λu的均匀PPP分布,且λu与λi相比足够高,使得每个基站至少服务一个用户。
图1 两层蜂窝网络拓扑图
Fig.1 The topology of two-tier cellular network
图2 跨层协作蜂窝网络
Fig.2 Cross-tier coordinated cellular network
假设毫微基站之间是相互孤立的,即互相之间没有干扰。则在传输间隔期间,由特定信道中的宏基站和(或)毫微基站服务的用户将经历来自其他宏基站的干扰。假设小区中的不同用户使用正交时间-频率资源(例如OFDMA)来服务,将不存在小区内干扰。不同的宏基站和毫微基站可以使用相同的信道(即同信道部署)。
2.2 操作模式和用户关联
根据从宏基站和毫微基站接收到的功率,每个用户独立地选择其传输模式,我们定义了两种传输模式:非CoMP和CoMP传输模式。在非CoMP模式中,又根据用户的服务基站,将其分为了由宏基站服务用户和由毫微基站服务用户。因此,用户可以分为三种:非协作宏用户(non-CoMP macro UE),非协作毫微用户(non-CoMP pico UE)以及协作用户(CoMP UE)。其中非协作宏用户表示在非CoMP传输模式下服务基站是宏基站的用户,非协作毫微用户表示在非CoMP传输模式下服务基站是毫微基站的用户,协作用户表示由宏基站和毫微基站协作服务的用户。
如果用户从服务基站接收到的最强信号功率足够高于从干扰源接收的最大功率,则服务基站和该干扰基站之间的协作不是必需的,所以用户为非CoMP传输模式。另一方面,如果来自最强干扰BS的接收信号功率与从最强服务BS接收到的有用信号功率相当,则用户以CoMP模式进行传输。 在这种情况下,干扰基站与用户的服务基站协作,共同向用户传输数据,这不仅减轻了最强干扰的影响,而且增加了有用信号的功率。
我们将B定义为服务于用户的基站集合,则某用户的服务基站集合可以如下定义:
(1)
其中,ω和β是协作门限,分别表示从服务宏BS接收到的最大信号功率和从毫微层接收的最强干扰功率的比值,该门限定义了跨层干扰的级别,根据用户受到的干扰级别,将用户分为了三类。如果用户从毫微层接收到的最强干扰功率在
范围内时,该用户切换到CoMP模式。当用户从服务宏BS接收到的最大信号功率大于从毫微层接收到的最强干扰功率时,用户就可以选择只由宏基站为其服务,这样既能满足用户的需求,又能避免因不必要的协作而消耗协作处理功率,因此β>1。由于
和
均为正数,因此有0<ω<β,而β>1,所以ω∈(0,1],β∈(1,+
)。P1max和P2max分别是宏基站和毫微基站的最大发射功率。r1和r2分别是该用户到最近的宏基站和毫微基站的距离。Bm和bm分别是距离该用户最近的宏基站和毫微基站。宏基站Bm的覆盖区域称为小区Vm,α是路径损耗指数,α>2。
2.3 功耗建模
基于调度间隔期间内的当前统计信道状态信息(CSI),针对每个子带采用基于QoS的下行链路(DL)发射功率控制机制。将与内部子带相关联的用户分配适当的发射功率以满足其速率要求。
具体地,将与子带Bm,j相关联的第j个non-CoMP macro UE um,j分配适当量的发射功率
以满足其速率要求:
(2)
其中,
代表第m个小区中第j个非协作宏用户 um,j接收到的来自宏基站的功率,
表示从宏基站到该用户的大尺度路径损耗,
表示从宏基站到该用户的快衰落信道增益。
最坏情况下的干扰由下式给出:
(3)
其中,
是来自子带Bm,j中所有其他基站的干扰,P1max是宏基站的最大发射功率,Nm是第m个小区中的用户数量。
由于假设瑞利分布,所有的快衰落信道增益都遵循独立同指数分布,即
因为用户所受到的干扰功率远远高于噪声功率,因此可以忽略信道噪声的影响。
相似地,对第k个non-CoMP pico UE um,k:
(4)
其中,
代表第m个小区中第k个非协作毫微用户um,k接收到的来自毫微基站的功率,
表示从毫微基站到该用户的大尺度路径损耗,
表示从毫微基站到该用户的快衰落信道增益。
最坏情况下的干扰由下式给出:
(5)
其中,是来自子带Bm,k中所有其他基站的干扰。
对于第l个CoMP UE um,l来说:
(6)
其中,
代表第m个小区中第l个协作用户um,l接收到的来自宏基站的功率,
代表第m个小区中第l个协作用户um,l接收到的来自毫微基站的功率
和
分别表示从宏基站和毫微基站到该用户的大尺度路径损耗,
和
分别表示从宏基站和毫微基站到该用户的快衰落信道增益。
最坏情况下的干扰由下式给出:
(7)
其中,是来自子带Bm,l中所有其他基站的干扰。
小区Vm中的下行发射功率如下:
(8)
2.4 性能指标
将网络的ESE性能定义为:
(9)
“Throughput”是指每单位面积内服务速率的总和,“Power”是每单位面积功耗的总和。
3 跨层协作的能效分析
本章对网络的能谱效进行了解析,将网络的ESE表示为了小区下行平均发射功率的函数。
3.1 基站到单个用户的平均下行发射功率
我们考虑一个由宏蜂窝-毫微蜂窝组成的两层蜂窝网络的下行传输链路,采用宏基站和毫微基站的跨层协作模式。在下文中涉及到的λ1、λ2、λu和R分别表示宏基站密度、毫微基站密度、移动业务强度和服务速率,λ1、λ2、λu、R∈R+。
我们首先关注一个非协作宏用户。
引理1 在具有宏基站密度为λ1,毫微基站密度为λ2的大规模CoMP蜂窝网络中,移动业务强度为λu,对于需求的服务速率Rm,j,由宏基站Bm到non-CoMP macro UE um,j的平均下行发射功率定义为:
(10)
其中,
(11)
证明 对于一个non-CoMP macro UE um,j,需求的服务速率为Rm,j,根据式(2)可以得到以r1、r2以及干扰ψ1\(Bm)为条件的由宏基站Bm到该用户的平均下行发射功率:
关于r1和r2的联合分布函数为:
由[8]和[13]可得:
其次,我们关注一个非协作毫微用户。
引理2 在具有宏基站密度λ1,毫微基站密度为λ2的大规模CoMP蜂窝网络中,移动业务强度为λu,对于需求的服务速率Rm,k,由毫微基站bm到non-CoMP pico UE um,k的平均下行发射功率定义为:
(12)
其中,
(13)
最后,我们关注一个协作用户。
引理3 在具有宏基站密度λ1,毫微基站密度为λ2的大规模CoMP蜂窝网络中,移动业务强度为λu,对于需求的服务速率Rm,l,由宏基站Bm到CoMP UE um,l的平均下行发射功率定义为:
(14)
其中,
(15)
引理4 特殊情况下,当α1=α2=α时,某用户为非协作宏用户,非协作毫微用户以及协作用户的概率分别为:
(16)
(17)
qC=1-qM-qP
(18)
可以看出,当ω=0时,qp=0,这时网络中只存在两种用户,即只由宏基站服务的宏用户、宏基站和毫微基站共同服务的协作用户。
推论1 在小区Vm中,对于速率需求为R的单一用户的平均下行发射功率为:
(19)
3.2 典型小区的下行发射功率
假设所有的non-CoMP UEs和CoMP UEs具有相同的速率R。
推论2 在具有宏基站密度λ1,毫微基站密度为λ2的大规模CoMP蜂窝网络中,移动业务强度为λu,协作门限为ω和β,对于需求的服务速率R,小区Vm中的下行发射功率为式(20)。
(20)
3.3 网络性能评估
该网络的功耗和吞吐量可以分别表示为:
Power=ελ1E[Pcell]+λ1Pc+λ2Pb
(21)
Throughput=Rλu
(22)
其中,pc和Pb分别代表电路功率和协作传输复杂度的基带处理功率,ε是功放系数。
根据式(8)以及以上的分析,我们可以得到ESE的闭式解。
推论3 在由宏基站和毫微基站组成的大规模CoMP蜂窝网络中,宏基站密度为λ1,毫微基站密度为λ2,移动业务强度为λu,协作门限为ω和β,对于需求的服务速率R,我们可以得到ESE的闭式解(23),单位为bit/Hz/Joule。
(23)
(24)
3.4 回程链路数量分析
为了实现COMP传输,基站间的信息传输是必不可少的,CoMP依赖回程链路来交换信道状态信息(CSI)。在[10]中,协作在同层和不同层之间同时进行,假设每个宏蜂窝的覆盖区域内有n个随机的毫微蜂窝。那么[10]中要实现宏基站和毫微基站的数据交换需要n个回程链路,要实现毫微基站之间的数据交换,需要n(n-1)/2个回程链路,即总共需要(n2+n)/2个回程链路。而在本文所提的CTC策略中,仅需要n个回程链路就可以实现宏基站和毫微基站之间的信息交互,显著节省了回程链路的数量。
4 仿真结果
我们考虑一个由宏蜂窝-毫微蜂窝组成的两层蜂窝网络,网络参数在表1中给出。我们将提出的CTC方案与异构网中non-CoMP方案以及单层蜂窝网距离用户最近两基站协作的方案进行了比较。
图3描绘了网络的ESE作为协作门限ω和β的函数ηESE(ω,β;λ1,λ2,R),给定λ1=2 BS/km2,λ2=7 BS/km2,R=0.2 Mbits/s,B=20 MHz,以及λu=500 users/km2。从图2可以看出,给定λu、λ1和λ2,存在唯一的最优点(ω*,β*)=(0.99,2)使网络的ESE最大。我们的理论推导的准确性在图4中得到验证,图3是根据网络能谱效的闭合表达式所作曲线,可以看到图3中的理论值与图4中的仿真结果能够很好地吻合。另外,ηESE(ω,β;λ1,λ2,R)随着β先增大后减小,并不是随着β的增大ESE无限增大。这验证了前面所提到的当用户从服务基站接收到的最强信号功率足够高于从干扰源接收的最大功率时,服务基站和该干扰基站之间的协作不是必需的,反而会因为协作而消耗更多的资源。
表1 仿真参数列表
Tab.1 List of simulation parameters
系统仿真参数值B20 MHzε1.2α2.5～4ω0～1β1～+∞P1max40 wP2max1 wPOM130 wPOM21 wR0.1～0.35 Mbit/sλμ200～1000 users/km2λb11～5 BSs/km2λb21～100 BSs/km2
图3 两层CoMP网络中不同协作门限的网络能谱效
Fig.3 Network performance of different cooperation thresholds in a two-tier CoMP network
图4 两层CoMP网络的能谱效
Fig.4 Energy-spectrum-efficiency of two-layer CoMP network
图5和图6分别为 non-CoMP以及单层协作情况下网络的ESE。可以看到,在λ1=2 BS/km2,λ2=7 BS/km2时,三种情况下的网络ESE分别为0.0196(bit/Hz/Joule),0.0157(bit/Hz/Joule)以及0.0076(bit/Hz/Joule)。我们提出的PA-CTC的策略相对于传统的non-CoMP和[8]所提出的单层协作方案在ESE方面分别提高了24.8%和158%,这说明采用本文提出的跨层协作策略可以大大提高网络的能谱效。
图5 两层non-CoMp网络的能谱效
Fig.5 Energy-spectrum-efficiency of two-layer non-CoMP networks
图6 单层网络协作模式下的能谱效
Fig.6 Energy-spectrum-efficiency in single-layer CoMP network
图7描述了λu=200 users/km2时谱效与能效的关系,可以看出,谱效和能效呈一个折中关系,且我们提出的策略在能效取得最大值时的谱效要比其non-CoMP和单层CoMP高,在谱效取相同值时,能效也要优于non-CoMP和单层CoMP,表明了本文提出的跨层协作策略在能效、谱效和频谱效三个方面都能同时达到最好,这是因为,跨层协作相对于non-CoMP方案来说,可以将一部分用户受到的干扰转换为用户所期望的信号,从而降低网络的干扰,提高了网络的吞吐量,从而获得了更好的能谱效性能。相对于单层CoMP来说,由于在热点地区部署了低功耗的节点,使得热点地区的业务可以由低功率的毫微基站来提供服务,降低了宏基站因远距离传输的功耗,使得网络的能谱效大大提高。
图7 能效与谱效的关系
Fig.7 Relationship between energy efficiency and spectral efficiency
图8反映了在两层网络中,随着毫微基站密度的增加,网络ESE的变化情况,可以看到ESE随着毫微基站密度的增加呈现先增加后减小的变化。证明了毫微基站的增加并不能无限提高系统的ESE,反而会因为协作所需额外功耗的增多使系统的ESE下降。
图8 毫微基站部署密度与能谱效的关系
Fig.8 Relationship between pico base station density and energy-spectrum-efficiency
5 结论
本文提出了一种新型的跨层协作(CTC)策略,推导了大规模两层蜂窝网络中的能谱效(ESE)关于宏基站密度,毫微基站密度以及协作门限的闭式解。与两层蜂窝网络中基站都参与协作方法相比,减少了回传链路;与non-CoMP模式相比,将干扰转换为了期望信号,减小了系统的跨层干扰。仿真结果证明了所提策略不仅有效提高了系统的ESE,而且在能效和谱效方面也取得了一个较好的折中。
[1] 赵景,韩圣千. 协作异构网络中的用户接入与功率控制联合优化[J]. 信号处理,2015,31(10): 1279-1286.
Zhao Jing,Han Shengqian. Joint Optimization of User Access and Power Control in Cooperative Heterogeneous Networks[J]. Journal of Signal Processing,2015,31(10): 1279-1286.(in Chinese)
[2] Soret B,Wang H,Pedersen K I,et al. Multicell cooperation for LTE-advanced heterogeneous network scenarios[J]. Wireless Communications IEEE,2013,20(1): 27-34.
[3] Lee D,Seo H,Clerckx B,et al. Coordinated multipoint transmission and reception in LTE-advanced: deployment scenarios and operational challenges[J]. Communications Magazine IEEE,2012,50(2): 148-155.
[4] Irmer R,Droste H,Marsch P,et al. Coordinated multipoint: Concepts,performance,and field trial results[J]. IEEE Communications Magazine,2011,49(2): 102-111.
[5] Soh Y S,Quek T Q S,Kountouris M,et al,Energy efficient heterogeneous cellular networks[J]. IEEE J. Sel. Areas Commun.,2013,31(5): 840- 850.
[6] Yu Huang; Zhang Xing; Zhang Jiaxin,et al. Energy Efficient Design in Heterogeneous Cellular Networks Based on Large-Scale User Behavior Constraints[J]. IEEE Trans. On Wireless Communications,2014,13(9): 4746- 4757.
[7] 安璐. 异构蜂窝网络高能效节点部署研究[D]. 北京: 北京邮电大学,2015.
An Lu. Research on Energy-Efficient Network Node Deployment in Hetnets[D]. Beijing: Beijing University of Posts and Telecommunications,2015.(in Chinese)
[8] Zhao Guogang,Chen Sheng, Zhao Liqiang,et al. Joint Energy-Spectral-Efficiency Optimization of CoMP and BS Deployment in Dense Large-Scale Cellular Networks[J]. IEEE Transactions on Wireless Communications, 2017, PP(99): 1-1.
[9] 冀保峰,宋康,李春国. 聚合干扰下小小区网络的协作传输方案及性能分析[J]. 信号处理,2015,31(10): 1342-1353.
Ji Baofeng,Song Kang,Li Chunguo. The Cooperative Transmission Scheme of Small Cell Based on Aggregated Interference and Its Performance Analysis[J]. Journal of Signal Processing,2015,31(10): 1279-1286.(in Chinese)
[10] Xu Zhikun,Yang Chenyang,Geoffrey Ye Li,et al. Energy-Efficient CoMP Precoding in Heterogeneous Networks[J]. IEEE Transactions on Signal Processing,2014,62(4): 1005-1017.
[11] Zhang Hui,Chen Sheng,Feng Liang,et al,A universal approach to coverage probability and throughput analysis for cellular networks[J]. IEEE Trans. Veh. Technol.,2015,64(9): 4245- 4256.
[12] Dhillon H S,Ganti R K,Baccelli F,et al. Modeling and analysis of K-tier downlink heterogeneous cellular networks[J].IEEE J.Sel.Areas Commun.,2012,30(3): 550-560.
[13] Srinivasa S. Modeling interference in uniformly random wireless networks: Theory and applications[D]. M.S. thesis,Univ. Notre Dame,Notre Dame,IN,2007.
