《密集家庭基站网络中基于分簇的资源分配方案-金勇.pdf》由会员分享，可在线阅读，更多相关《密集家庭基站网络中基于分簇的资源分配方案-金勇.pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Journal of Computer Applications计算机应用，2018，38(1)：217221ISSN 1001908lCODEN JYIIDU20180110http：w们ajocacn文章编号：10019081(2018)01021705 DOI：10。11772jissn1001-90812017061512密集家庭基站网络中基于分簇的资源分配方案金勇，龚胜丽(重庆邮电大学移动通信技术重庆市重点实验室，重庆400065)($通信作者电子邮箱529283491qqtom)摘要：针对家庭基站密集部署情况下的下行干扰问题，提出一种基于分簇的资源分配方案。首先，采用部分频率复用(
2、FFR)技术将网络中所有小区划分成不同的空间，既能抑制宏基站之间的同层干扰，又能降低边缘区域宏基站与家庭基站问的跨层干扰；然后，结合图论的知识及凸优化理论对家庭基站进行分簇，并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配，抑制家庭基站间的同层干扰；最后，采用分布式功率控制算法对家庭基站功率进行动态调整，进一步提升系统的性能。仿真结果表明：相比传统未分组算法，所提算法的信干噪比(SINR)和吞吐量有明显提高，其中，系统吞吐量低于4 Mbs的概率降低为30；同时，与未分组算法相比，所提算法公平性提高了12。使用户获得更高的满意度。关键词：家庭基站；部分频率复用；凸优化；分簇；信道分配
3、与功率控制中圈分类号：TN9295；TP393 文献标志码：ACluster-based resource ailocation scheme in dense femtoceH networkYiN Yong，GONG Shengli(Chongqing lay Laboratory ofMobile Communications Technology,Chongqing University ofPosts and Communications，Chongqing 400065，China)Abstract：For femtocell downlink interference in th
4、e case of dense deployment of femtoceUs，a cluster-based resourceallocation scheme Was proposedFirstly，Fractional Frequency Reuse(FFR)was used to divide all ceHs into difference spatialregions，which could suppress the COtier interference among macroceHs and CroSStier interference between a maerocell
5、andfemtoceUsSecondly，all the femtocels were divided into disjoint clusters based on the knowledge of graph theory and convexoptimization theory，then a channel allocation algorithm based on fairness of rate was adopted to assign sub-channel to thefemtoceH user equipment，for limiting the COtier interf
6、erence among femtoceHsFinally，a distributed power control algorithmWas used to adjust the power of femtoceUs dynamically to improve the performance of the systemThe simulation results showthat，compared with the conventional clustering method，the proposed algorithm Call improve the Signal-to-Interfer
7、ence plusNoise Ratio(SINR)and throughput，and the probability of system throughput below 4 Mbs Was reduced to 30At the sametime，compared with the nongrouping algorithm，the fairness of the proposed algorithm was improved by 12，which couldmake users get higher satisfactionKey words：femtoceIl；fractional
8、 frequency reuse；convex optimization；clustering；channel allocation and power control0 引言随着智能产品的快速发展，用户对移动数据业务呈现出巨大的需求，且80以上的数据业务均发生在室内环境。为了解决上述问题，家庭基站应运而生，家庭基站不仅能够提升系统的容量，且具有体积小、成本低、功耗低的特点撺1。虽然家庭基站有很多优势，但是仍然会面Il缶许多挑战，比如会带来干扰问题。当家庭基站用户(Femtocell User Equipment，FUE)与宏用户(MacroceH User Equipment，MUE)使用相
9、同的频谱资源，家庭基站对边缘宏用户造成严重的跨层干扰；同时，当家庭基站密集部署时，家庭基站之间也会造成严重的同层干扰。所以，家庭基站中有效的干扰管理技术已成为人们研究的重点p。1。针对不同的干扰场景，大量的学者和专家提出了相应的干扰管理技术。文献4将频谱进行分割，然后对分段频谱内的用户进行资源分配，该算法能够有效消除跨层干扰，但同时造成了较大频谱资源浪费。文献6联合信道分配和功率控制算法，对功率与信道分配进行了简化处理，该算法保证了用户的速率需求，但网络容量提升并不明显。文献7研究了集中式和分布式下最大化家庭基站频谱效率，但是没有考虑用户公平性问题。文献8提出基于家庭基站干扰图的分簇资源分配(
10、Graph-based Clustering Resource Allocation，C,CRA)方案。该方案基于图论的知识构造家庭基站间的干扰图，利用着色算法将家庭基站进行分簇，将颜色相同的基站分为同一簇。该算法能够有效抑制家庭基站问的同层干扰，但并未考虑宏基站与家庭基站间的跨层干扰。宏基站对家庭基站的干扰依然存在，这大幅度降低了FUE的通信质量。文献9提出一种基于分簇的启发式家庭基站间干扰最小化子信道分配算法(Heuristic Clusterbased FFI Minimizedsubchannels allocation algorithm，HCFM)，该算法根据干扰门收稿日期：201
11、70620；修回日期：2017-0813。基金项目：长江学者和创新团队发展计划资助项目(IRTl299)；重庆市科委重点实验室专项经费资助项目(cstc2013yykfA40010)。作者简介：金勇(1974一)，男，四川西昌人，高级工程师，硕士，主要研究方向：移动通信；龚胜丽(1990)，女，重庆人，硕士研究生，主要研究方向：移动通信。万方数据218 计算机应用 第38卷限将家庭基站进行分簇，此算法具有一定的随机性，很难得到最优分簇结果。文献10提出一种半静态分组算法，将若干家庭基站分成预先设定的三个簇，尽可能最小化相同簇内的相互干扰。在家庭基站密集部署场景下，该算法频谱效率较低。针对上述问
12、题，在家庭基站密集部署情况下，本文综合考虑同层干扰及跨层干扰，提出一种基于分簇的资源分配方案。首先采用部分频率复用技术，在频谱效率和消除干扰之间取得较好的折中；然后将分簇问题建立为整数线性规划问题，并使用半正定规划得到近似最优分簇结果，在满足最大数据速率情况下考虑了用户公平性，提升用户公平性；最后提出一种分布式功率控制算法，进一步提升系统性能。1 系统模型本文考虑由宏基站(Macro Base Station，MBS)和家庭基站(Facto Base Station，FBS)组成的双层蜂窝网络模型，如图1(a)所示系统由7个宏小区组成，IVIBS位于每个宏小区中心。小区边缘区域随机分布一幢建筑
13、物。如图l(b)所示，建筑物内随机部署个FBS，其中每个房间至多部署一个FBS，FBS会受到建筑物内其他FBS的同层干扰。在FBS密集部署时，同层干扰尤其严重。为了提高边缘区域的用户体验，本文采用部分频率复用(Fractional Frequency Reuse，FFR)技术，将宏小区边缘区域分为三个扇区，分别为Sitel、Site2、Site3，并将系统频带总带宽分为91、萨、移三个正交子带。如图1(C)所示，当lVIBS的三个扇区分别使用91、萨、驴子带时，FBS则使用MBS未使用的垂U驴、93 U gl、gl U萨子带。采用FFR算法不仅能够很大程度上抑制不同小区bIBS间同层干扰，还能
14、有效抑制边缘区域bIBS与FBS间跨层干扰。最后，针对边缘区域FBS间的同层干扰问题将分为3个步骤：第1步对FBS进行分簇；第2步进行子信道分配；第3步通过对FBS自身发射功率进行调整，进一步优化系统的性能。构(a)宏基站拓扑结构及建筑分布(c)边缘区域MBs、FBS的信道分配图1 系统拓扑结构与信道分配Fig1 System topology and channel assignment该系统中FUE的信干噪比(SignaltoInterference plusNoise Ratio，SINR)表示为：SINR：=pZ。(。+盯2) (1)其中：p：、p，F分别表示家庭基站n、相邻家庭基站J
15、的发送功率；g，。、g!。分别表示FUE。到它的服务基站FBS。非服务基站船s，使用子载波m时的信道增益。or2表示接收的噪声功率。根据上述的SINR值，FUE。在使用子载波m时的频谱效率SE可表示为：f0 SINRslNR。S(SmR)=lb(1+SINR) (3)其中：S脚一、SINR曲分别表示FBS最大、最小信干噪比；舾一表示最大频谱效率；a为衰减因子。本文中参数a、R一、跚懈min、船分别设置为06、23 dB、一lO dB、44 b(sHz)1引。根据频谱效率可得到FBS的容量表达式为：c。=曰艺口。sE。，。 (4)如果子信道m分配给FBS。，则口。=1；否则为0。曰表示每个子信道
16、的带宽，单位为Hz。根据FUE的容量可得到FUE的掉线率，即FUE容量小于用户容量需求的概率为：P=Pr(C。i，Ji，kc4：气，日；Vi E NC5：茹ii0，1；Vi，E N其中，卢为一个平衡因子，用来控制埘j j、埘i，对分簇结果的影响。当月=0时，每个家庭基站将单独分为一簇；当13非常大万方数据第1期 金勇等：密集家庭基站网络中基于分簇的资源分配方案 219时，所有家庭基站同一簇，所以需要对卢进行合理的取值。c。表示FBSi与本身在同一簇；c：表示如果FBS。与船S在同一簇，根据对称性原理，船s，与FBSi必定在同一簇；C，表示若FBSi与朋?S，在同一簇，且FBs，与FBSI也在同
17、簇，根据传递性，FBSj与FBS。必定在同一簇；c。表示同一簇内的家庭基站个数不能超过B；C，中ti为一个二元决策变量，当毛f为1时表示FBS与船S，在同一簇；否则为0。上述问题是整数线性规划，为NP难题。可以使用分支界定(Branch and Bound，BnB)算法求出最优解，但BnB算法采用穷举搜索，在实际网络中使用复杂度过高，不切实际，因此，本文将使用半正定规划(serIliDefinite Programming，SDP)对分簇问题进行求解，SDP比普通线性规划多了一个半正定限制条件。该算法的优点在于虽然对原始问题进行了松弛，但在误差允许范围内。基于SDP分簇问题的优化目标为：max
18、加jj气j+卢”i，(1飞，) (8)IE，J，stC1：髫i=1；ViNC2：并i，j 2 x，1；Vi，NC3：戈，+xj一茗i，I1；Vi，kN，ki，Ji，kc4：XiB；ViNC5：，O；Vi，J E NC6：X=(z)0其中：C，表示对二元决策变量甄i进行了松弛；c。表示分簇矩阵x中的元素气i满足半正定约束。根据式(8)的约束条件C：、C，、C。可知X为NN维半正定对称矩阵，可以将X表示为x=矿V=QDT(QD-2)1的形式，上标T表示转置为正，V=。，”：，蜥，Q是x的特征向量构成的矩阵，D是由x的特征值构成的对角矩阵。使用凸优化对优化目标进行求解。通过凸优化理论获得分簇矩阵x后
19、，将其表示成x=yly的形式，因矩阵x中元素的取值在(0，1)区间，需要采用随机取整(Randomized Rounding，RR)副方法获得最终分簇结果。根据随机取整的方式，首先生成L个单位标准随机矢量，ril=(rn，r丑，r，)，i=l，2，矢量的元素值服从N(0，1)分布。为了使得分簇更加准确，L须满足条件2。N。个随机矢量最多可生成2个簇：c。，c：，c：c，其对应的关系为：iN：rlq0iN：r10i E N：1口。0。C2=iN：rl移。d，如果满足，说明FBS自身功率较大，需要减小自身发射功率，则进行如下调整：P=P。，一 (21)否则进行步骤2)。2)如果尺，d，则需要判断F
20、BS与它最近的基站间是否存在干扰，对吩+LD的值进行计算，其中D。表示干扰基站集合中与当前服务基站最近的基站rt到当前服务基站的距离，k表示干扰基站，l的半径，若尺，+r。D。，则FBS与之最近相邻干扰基站没有重叠覆盖的区域，说明FBS自身发射功率过低，则通过式(22)进行功率调整：P=(d彤)9P。， (22)3)若尺，+kD。，则该FBS与相邻基站间有重叠覆盖区域，说明FBSs间存在同层干扰，将通过式(23)进行功率调整： P=(竿)4P。 (23)1V最后根据式(19)进行调整，得到相应的功率值。3仿真结果与分析为了验证方案的正确性以及有效性，使用Maflab进行仿真，家庭基站选用密集城
21、市模型中的55格子模型【l“，每栋建筑物有25个房间，每个房间的尺寸为10 m10 m，在已部署家庭基站的房间内，家庭基站与用户都是随机部署的，且家庭基站间的最小间距为02 m。为了简化仿真，假设每个家庭基站接人一个用户。其中家庭基站用户最小路径损耗为40 dB。系统的仿真参数设定如表l所示。表I仿真参数Tab1 Simulation parameters值宏基站覆盖半径内部区域半径宏基站发射功率家庭基站最大发射功率家庭基站覆盖半径噪声功率谱密度墙壁穿透损耗系统总带宽500 m200 m46 dBm23 dBm10 m一174 dBmHz20 dB10MI-IzO5 dBm图2为参数JB和簇的
22、个数簇的大小的关系。从图2中可以看出：当口取值较小时，簇的个数较多，相应的每个簇中的基站个数较少，此时分簇结果主要由基站间的增益决定；而当9图2参数口与簇的个数簇的大小的关系Fig2 Relationship between parameter口andnumber of clusterssize of clusters家庭基站用户的SINR累积分布函数(CumulativeDistribution Function，CDF)如图3所示，相比其他几种算法，本文所提算法由于采用了近似最优的分簇方案，使得用户受到的干扰最小化，从而获得了更好的SINR性能。尽管文献9提出的HCFM算法同样减小了家庭基
23、站间的干扰，但该分簇方案很难找到最优的分簇，SINR会受到一定限制。文献10由于使用了半静态分组方法，在家庭基站密集部署时，SINR会降低。而未分组算法的SINR最低，因为其受到相邻家庭基站的干扰最大。SINR，dB图3家庭基站用户SINR累积分布函数Fig3 CDF of FUE SINR系统吞吐量累积分布函数如图4所示：未分组算法下由于FBS间缺少分组环节干扰最强，该算法下系统吞吐量低于4 Mbs的概率大于60；半静态分组算法由于不能通过用户信道质量进行实时分组，该算法下系统吞吐量低于4 Mbs的概率大于45。文献9采用基于簇内复用的分组方案，虽然系统吞吐量有所提升，但该算法存在一定的随机
24、性，很难找到最优的分簇，其系统吞吐量低于4 Mbs的概率约为35，而本文算法从整体上看，得到最优的分组方案，使得家庭基站间的干扰水平最低，进而提升了家庭基站用户速率，其低于4Mbs的概率小于30。通过趋势图可以看出，本文提出的算法在系统吞吐量方面有明显的提升。家庭基站用户掉线率如图5表示，家庭基站的密度随家庭基站数量的增加而不断增大。对比几种算法可以发现：在用户数较少时，频域资源相对充足，且干扰源少，所以掉线率都处在比较低的状态，几种算法的掉线率相差不大；但是随着家庭基站分布密度的增大，每个簇内家庭基站所分得的频谱资源相对较少，使得系统中用户的掉线率在不断上升。从图5中可以看出，本文算法在家庭
25、基站高密度分布情况下，掉线率明显低于其他两种算法。家庭基站用户的公平性如图6所示，本文使用杰恩公平性系数(Jains fairness index)对家庭基站用户的公平性进行分O98卜65432l0100O00OOO00糍闺格求聪隧万方数据第1期 金勇等：密集家庭基站网络中基于分簇的资源分配方案 221N N析，epF=(Q)(ZC。2)。随着家庭基站密度不断增大，家庭基站用户的公平性都呈下降趋势。巅圜悸容嚣磷瓣枯山3【L系统吐量(Mbs“)图4系统吞吐量累积分布函数100O95O90掣0851盘080075070家庭基站分布密度图5 FUE掉线率Fig5 FUE outage probabi
26、lity针对家庭基站密集部署情况下，宏基站与家庭基站间存在的干扰问题，本文提出了一种基于分簇的资源分配干扰消除方案。该方案包含了家庭基站分簇、子信道分配、功率控制三个部分，该算法在减小干扰的同时提高了用户的SINR和系统吞吐量，提高了用户的通信质量。为了研究方便本文算法考虑的是单用户条件，但在实际情况下是多个用户，所以后续将进一步考虑多用户情况下的干扰。参考文献(References)【1】 ANDREWS J G，CLAUSSEN H，DOHLER M，et a1Femtocells：past，present，and future【J1IEEE Journal on Selected Are
27、as inCommunications，2012，30(3)：497508【21 GUIDOLIN F，BADIA L，ZORZI MA distributed clustering alIprithm for coordinated multipoint in LTE networks【J】IEEE Wireless Communications Letters，2014，3(5)：517520【3】 CHANDBASEKHAR V，ANDREWS J G，GATHERER AFemto-cell networks：a survey(J】IEEE Communications Magazin
28、e，2008，46(9)：59-67【4】 KIM J G，BAE W GAdaptive allocation for usable frequency inFFR based femtocell network environment【C】Proceedings of the2013 International Conference on UbiquitousFuture NetworksPiscataway，NJ：IEEE，2013：770775【5】 ABDELNAsSER A，HOSSAIN E，DONG I KClustering and re-80ule allocation f
29、or dense femtocells in a twotier cellular OFDMAnetwork【J】IEEE Transactions on Wireless Communications，2014，13(3)：16281641【6】 张海波，穆立雄，陈善学。等OFDMA毫微微小区双层网络中基于分组的资源分配【J】电子与信息学报，2016，38(2)：262268(ZHANG H B，MU L X，CHEN S X，et a1A cluster-basedresource allocation in a twotier OFDMA femtocell networks【J】Jou
30、rnal of ElectronicsInformation Technology，2016，38(2)：262268)【7】 CHEN D皿悄G T，ZHANG zFrequency pa币廿oIliIlg methods to mit-igate cm6stier iIltdin two-tier femtocell networks【J】IEEETnmsactions on Vehicular Technology，2015，州5)：17931805【8】 ZHANG Q，ZHU X，WU Let a1A coloringbased resource allo-cation for OF
31、DMA femtocell networks【C】Proceedings of the2013 Wireless Communications and Networking ConferencePiscat-away，NJ：IEEE，2013：673678【9】LIN S，TIAN HClustering based interference management for QoSguarantees in 0FDMA femmcell【C】Proceedings of the 2013Wireless Communications and Networking ConferencePiseat
32、away，NJ：IEEE2013：649654【10】 SAM)S A，ISMML M，NORDIN R，et a1A fractional path-losscompensation based power control technique for interference mitiga-tion in LTE-A femtocell networks【J】Physical Communication，201621：l一9【ll】 GRANT M，BOYD SCVX：Matlab software for disciplined convex programming，version 12l
33、【EBOL】【2017-0329】http：cv,xrcomcvx【121 MATHAR R，KUTROLLI G，XU XEnergy efficient power management for 4G heterogeneous cellular networks【C】Proceedingsof the 2013 Intemational Conference on Wireless and Mobile Computing，Networking and CommunicationsPiscataway。NJ：IEEE，2013：23l一238【13】TARANETZ M，BLAZEK T
34、，KROPFREER T。et a1Runtimepreceding：enabling multipoint transmission in LTEadvanced sys-tem-level simulations【J】IEEE Access，2015，3：725736【14】 KIM S J，CHO I K，LEE B B，et a1Multicluster based dynamicchannel assignment for dense femtocell networks【J】KSII Transactions on IntemetInformation Systems，2016，1
35、0(4)：15351554【15】 谭歆。刘瑞雪，李云，等两层异构蜂窝网络中femtocell和macrecell间的有效干扰管理【J】系统工程与电子技术，2016，38(1)：179184(TAN X，LIURX，LIY，etalEfficientinterfer-eIl傥management in heterogeneous macro-ferateeell networks【J】Systems Engineering and Electronics，2016，38(1)：179184)This work is partially supported by Cheung Kong Scho
36、lars and Innovative Team Development Program(IRTl299)，the Key Laboratory SpecialFunded Project of Chongqing Municipal Science and Technology Commis-sion(cstc2013yykfA40010)fiN Yong，bom in 1974，MS，senior engineerHis research interests include mobile communicationGONG Shengn，bom in 1990，MScandidateHer research interests include mobile conanunication万方数据