论文研究-基于业务感知的增强型小区间干扰协调算法.pdf

所需积分/C币:9 2019-07-22 19:20:28 1.23MB .PDF
72
收藏 收藏
举报

针对异构密集网络中宏基站对微基站用户干扰严重、用户业务变化剧烈,以及系统边缘频谱效率低下的问题,提出了一种基于业务感知的增强型小区间干扰协调算法。该算法首先利用离散马尔可夫调制过程对用户业务进行建模;然后提出了一种基于部分可观察马尔可夫决策过程的感知算法来感知用户业务变化;最后在感知结果的基础上提出了一种适应用户业务变化的动态ABS调整方案。仿真结果表明,所提方案有效地提升了系统边缘频谱效率,同时用户平均丢包率也得到了显著的下降。
第5期 张元宝,等:基于业务感知的增强型小区间干扰协调算法 1497 (Ae I' 表示为 (sm)=Pr(NIs d)信念状态。信念状态使用b(sn)表示系统处于状杰Sn的 对于常规子帧期间进行调度的用户来说,缓存队列长度为 概率,因此相应的信念状态空间可表示为B1={b4-1(s1),…, Q“(1)=Q“(-1)+A(1)-k;x(1-a)×△/ 4:(n),信念状态的计算与观察函数、状态转移慨率以及上其中n表示单个数据包的大小认=(a)x1+:(1-m) 决策周期系统信念状态有关,具体可由式(5)计算获得。 r;表示基站在周期t内基站j对用户i的数据服务能力。 (5) 综上,为使系统吞吐量最大的同时尽可能地减少用户丢包 ∑n=SP,mb,-1(Sn) 数量,在调室周期内选择的最伟ABS密度应满足下列要求 M s.1.0≤c≤1 belief state tbd. ot Q2(t)≤Q′yhcK 其中:Q′为缓存容量大小;7(α)、T(α)分别为宏基站和微基 站春吐量;k(t)为式(7)(8)所示的用户k的缓存数据长度。 在网络中,边缘频谱效率往往是由信号质量较差的那部分 用户来决定的,由于传输的数据较少,这部分用户对应的缓存 图2 POMDP工作示意图 队列发生湓出的情况也是非常严重的。所以在ABS密度调整 假设用户业务都使用dMMP过程进行建模并获得了用过程屮,约束用户缓存队列包的数量、减少用户缓存队列发生 于描述用户业务状态的幌率转移矩阵尸和状态矩阵∧。根据溢出的次数、传输更多的数据,对边缘频谱效率的提升也有促 POMDP工作原理,对于每个调整局期,可根据当前周期观察值进作用。 以及上一周期所处状态以及状态间转移概率短阵,推测出当前 周期最有可能出现的状态,为系统决策做准备。因此,在实际3动态ABS调整策略 进行业务感知时,可通过用广缓存队列在上一周期中数据包到 达情况以及各个泊松流对应信念状态,计算当前调整周期内各31用户频谱资源的确定 个泊松流出现的慨率,由此得到调整周期內用户业务的平均到 在计算最佳ABS比之前,应先确定采用何种方法对同 达率 个蜂窝下用广进行资源分型。巳知宏用户和微蜂窝中心用广 关于调整周期内业务感知算法的详细流程如算法1所示。在常规子帧期间获得数据服务,扩展区域用户在空白子帧期间 算法1基于 POMDP的业务感知方法 获得数据服务。为了兼顾用户公平性和系统吞吐量,本文采取 a)根据前周期用户新到达数据包p,按式(4)计算观察空间中各比例公平方法对用户进行资源分配。由文献[141可知,采用 元素。 比例公平方法为用户分配资源时.为了最大化吞吐量,可通过 b)结合前一周期信念状态空间B41、观察函数、状态转移概率 Pn,m,按式(5)更新当前周期信念状态空间B,中所有元系 求解下式得到为各用户分配的实际资源数量: max∑log(g;×c;) c)按顺厅取出泊松强度矩阵∧中各元素,按式A=∑A;×b(5;)计 算该同期平均业务强度 s.t,∑v;<B d)按式=AΔ即可计算得到研究周期内可能出现的到达包个数。 其中:表示可用资源总数。由对数运算法则,将式(10)化 2.3优化目标建立 简得 在LTE系统下行链路中,基站向用户传输数据时通常会 ∑log(φ,×c1)=∑(log(φ,)+log(c,)) 为其维护一个专属的数据缓存队列,并等待调度器进行调其中:φ为用户i所获得的频谱资源,c1与用户SINR相关。因 度3。当待传数据超过缓存队刎容量时,缓存队刎将会溢出,此式(11)中第一项可进一步化简得 发牛丢包。因此对于系统来说,总希望待传包数量尽可能小于 ∑1og(a,)=Km×logm/1…k≤kmxk+…+4m(12) 缓冇队列容量,避免丢包的发生。由香农公式可知,当宏基站 选取的ABS密度为α时,各基站实际可传数据量可表示为 在式(12)中,当目仅当y1=2=…=kn时等号成立,因 T(a)=2o: (c)xe ABS +i (1-a)xc NABS (6)此,当41=2=…=甲kn=B/Kn时,即采取等资源分配时,基 其中U为该基站服务的用户数量;:(a)表示用户i在ABS期站吞叶量可获得最大倌。 间分配到的频谱资源;a(1-a)表示用户i在NABS期间分32基于业务感知的动态ABS调整算法 配到的频谱资源;c:=lg2(1+SINR:)表示频谱效率。由于在 由2.3节可知,为尽可能减少用户丢包的发生,系统在配 不同时刻各用户到达的业务包数量存在着差异,如果在各个调置AB5密度时,不能仅考虑总吞吐量大小,应兼顾各用户待传 整周期开始前,只基于各用广当前缓存來选择α进行干扰协数据包的累积数量,避免过多丢包的发生。当基站为移动用户 调,将很难获得理想的调整结果。由于在调整周期内各用户数提供数据服务时,不同的ABS密度将直接影响用于分配的资 据包也在源源不断地到达缓存队列,在进行调整时,必须联合源总量:同时,由于ABS密度在实际使用时体现为ABS子帧在 考虑调整周期内即将到达的用户业务包数量。设用户k在!-各调整周期的数量,所以满足式(9)要求的最优鲆必须使得调 1周期缓存队列长度为φ(r-1),λ(t)表示在t周期到达整周期内ABS数量为整数。为获得满足要求的ABS密度值, 的包数量,在周期l结束时,微蜂窝扩展用户缓存队列长度可同时使得计算过程更好地应用于实际环境中,本文在结合 1498· 计算机应用研究 第35卷 2.1、2.2节中对用户业务量进行感知的基础上,提出了一种动 图4(a)展示了所提方案与各种不同ABS比值下的用户 态ABS调整方法来求得满足系统需求的最优ABS密度值。在吞吐量的累积慨率分布,(b)为(a)屮方形区域的局部放大图。 该算法中,通过提前估计每个候选值相应的调整效果,然后根从图4屮可以看出,所提算法使性能最差超过20%的用户吞 据系统昋吐量和缓存溢岀用户效占比这两个指标来筛选岀最吐量得到了提升,相较于文献[15中最优ABS计算方法,在仿 佳值,详细调整算法如算法2所示。 真中体现为ABS比为30%时,本文所提方案明显提升了这部 算法2基于业务感知的动态ABS调整算法 分用户的传输速率,使更多的数据包得到了发送,因此提升了 a)根据子帧类型,各基站统计ABS、NABS期间的平均cQ信息,用户休验。 并按等资源分配原则为服务用户分配相应的频谐资源 b)统计各个用户相应缓存队列长度Q,并安算法1刘服务用户在 09 0.45AN25 当前调整周期中的数据包到达情况进行感知,最后各微基站将前述信 息上报给宏基站。 0.3 ES=50 )结合)中信息宏基站按顺序选择ABS密度候选值集合中0 元索a;(l=1,2,…,L),并执行如下操作 0.4 (a)按μ=(1-a;)xμx+α;×μA计算平均服务率; 0.15 (b)计算用尸实际传输量T(cr2)=min(AT+Q,T及系统总吞吐 量厂=T(α),并按式Q(1+1)=Q+(λ-μ/)T估计在调整周期结 0.050.10.15020.250.30.3504 005010.150 束时各用户待传数据包数,其中,表示单个数据包大小,设缓存队列 容量为Qm,此时统计超过Qm的用户数量k,计算其占比B:=k/K; a)不同A比值的用户吞吐量累积概率分行 (b)局部放大图 (c)如果B:<B,则a←c;,B←B;如果B;=B,若≥厂,则 图4用广吞吐量累积概率分布图 d)重复步骤c)执行完毕,此时a所保存的值即为所求最佳ABS密 图5对比了本文所提方案与配置不同ARS值吋系统边 度值 缘频谱效率。从图5中可以看出,当采用不同ABS密度时, 边缘频谱效率呈现先升后降的趋势。当业务随时间呈动态 4仿真验证及结果分析 变化时,基站实际待处理的用户数据量也在随时间变化 为∫评估所提算法性能,本章将进行仿真分析。仿真场景对于信号较差的那部分用户来说,当缓存队列中数据累积 为传统七小区场景,包含七个宏基站,每个宏基站中随机布置六过多时,若不能获得更多频谱资源,将快速导致缓存队刎溢 个微基站和150个移动用邝。以处于中心基站范围内用广的吞出。因此,采用适应业务变化的AB5调整方案,更多地草颐 吐量作为硏究对象,外层基站给中心基站用户提供小区间干扰。了信号质量较差的边缘用户,实现了边缘频谱效率的显著 宏站间距为500m,微基站间距不小于40m,宏站高度为35m,提升。 微基站高度为10m。卞要仿真参数设置如表1所示。 图6展示了所提方案与不同ABS值时丢包率交化情况。 表1仿真参数 从图6中可以看出,对于微蜂窝用户(PUE)来说,随着ABS子 参数名称 参数取值 帧比例的增加,用户平均丢包数量旱现下降趋势。原因在于用 宏站发射功率 46 dbm 小站发射功率 23 dh 于传输疒展区域用户数据的总资源数量随着ABS的增加而增 线波频率 2 GHz 加.所以这部分受宏基站干扰最严重的用户数据得到了更多的 系统带宽 FDD10 MIlz +10 MIlz 信道模型 宏基站UMA,微基站UMI 传输,数据缓有队列发生溢出的可能降低,产生了更少的丢包。 调度方式 Proportional_Fa 然而,ABS比例增加直接导致用于宏用户传输的资源数量减 单调整周期长度 业务流模型 near real time vid 少.造成宏用户(MUE)缓存队列数据快速累积,使得宏用户平 山于动态ABS调整算法是结合业务感知进行的,所以首均丢包率快速增加。从图6屮可以看出,本文所提方案使各类 先评佔了业务感知算法性能。 型用户平均丢包率都得到了有效控制,产生了更少的丢包,原 图3展示了业务感知(预测)值与实际值变化情况。从图在于木文所提方案考虑了业务的动态变化特性,通过提前感 3可以看出,预测值与实际值实现了较好的吻合,尽管实际业务知并进行动态调整,使基站用于服务各类型用户的资源发生相 随时间变化较为剧烈,但业务感知算法还是很好地实现了跟踪 应变化,从而降低了缓存队列发生的溢出概率,减少了丢包的 在该算法中,首先使用了离散马尔可夫调制过程对业务进行建发生 模,获得了用于表征业务的泊松流矩阵以及与之对应的状态转 移矩阵,然后利用部分可观察马尔可夫决策过程计算调整周期 0.1 内各洎松流出现的概率,最后综合两者实现了对业务的感知。 好0.06 004 实际业务值 26 预潓值 原0|■ 图5边缘频谱效率 图6偏置值bias=15时的 x20·4 用户平均丢包率 图78分别展示了在不同CRE偏詈值条件下该算法的性 1 能。通常,偏詈值越大导致微基站的服务范围越大,致使更多 的宏用户切换到微基站中并接受其服务。由图7、8可知,本文 0406080100120140 调整周期序号 提出的动态调整算法在不同CRE偏置值条件下,也即用户处 图3业务感知算法性能研究 在不同干扰条件下时都能获得更好的调整效果。从图7可以 第5期 张元宝,等:基于业务感知的增强型小区间干扰协调算法 1499 看出,偏置值越小导致微基站服务区域也越小,致使大量的移[4] Lopez-Perez D, Guvenc i, Roche g d l,etal. Enhanced intercell in 动用户仍然接受宏基站服务,由于总的可用资源相同,可以看 terference coordination challenges in heterogeneous networks[ J I 出宏用户的丢包率明显比图8屮要高;由于更少的用户接受微 IEEE Wireless Communications, 2011, 18(3): 22-30 基站服务,微蜂窝用户丢包率明显比图8所示要低。 [5 Ho T M, Tran N H, Do C T, et al. Power control for interference management and Qos guarantee in heterogeneous networks[J]. IEEE average -PUE 3 Communications Letters, 2015, 19(8: 1402-1 20 L6」朱晓荣,朱蔚然.超密集小峰窝网中基于千协调的小区分簇 H15 功率分配算決[J.电子与信息学报,2016,38(5):173-178 pe 田 formance of heterogeneous networks for LTE-advanced[C/Proc of IEEE International Confe 图7偏置值bias=10时的 图8偏置值bias=20时的 用户平均丢包率 用户平均丢包率 Lopez-Perez D, Claussen H. Duty cycles and load balancing in Het Nets with elcic almost blank subframes C// Proc of the 24 th IEEE 5结束语 International Symposium on Personal, Indoor and Mobile Radio Com munications. 2013: 173-178 本文以提升边缘频谱效率和降低用户天包率为目标,针对9李全刚,通信网络中用户行为分析与生成校型研究[D],成都电 异构网终中的宏基站对微基站用户干扰严重、用户业务变化剧 子科抆大学,2015 烈的问题,提出了种基于用户业务感知的动AB调整方10 Wang Ke,Lixi,Iong,eta. Traffic-based queue-aware scheduling for 3GPP LTE system[J. Journal of China Universities of Posts 案。在该方案中,基站首先对调整周期内各用户待传数据量进 Telecommunications. 2014, 21(2): 63-68 行感知,结合用户的QoS需求以及基站在不同类型子帧下的[11]HuCH, Feng Kaiten, Chang C j. Statistical control approach for 服务能力差异,根据所提方案获得了最佳ABS密度。仿真结 sleep-mode operations in IEEE 802. 16m systems[ J. IEEE Trans 果显示,本文方法有效降低了丢包的发生,同时显著提升了边 on Vehicular Technology, 2010, 59(9): 4453-4466 缘频谱效率,实现了对系统性能的改善。 「I2]刘峰.基;斜分可观察马尔可夫决策过程的序列规划冋题的研究 D].南京:南京大学,2015 参考文献: L13 3GPP TS 36. 321 Std. 10. 2.0( release 10), medium acess control [1』尤肖虎,潘志文,高西奇,等.5C移动通信发展趋势与若千关键技 (MAC) protocol specification[S].2012 14 Chorbanzadeh M, Abdelhadi A, Clancy C. a utility proportional fair 术LJ」.中国科学:信息科学,2014,44(5):551-563 ness radio resource block allocation in cellular networks[C//Proc of [2 Damnjanovic A, Montojo J, Wei Yongbin, et al. A survey on 3 GPP he- lerogeneDus nel works[J. IEEE Wireless Communications, 2011 tions. Washington DC: IEEE Computer Society, 2015: 499-504 18(3):10-21 15 Lembo S, Lunden P, Tirkkonen 0, ct al. Optimal muting ratio for en [3 Zhang Heli, Chen Shanzhi, Li Xi, et ai. Interference management for hanced inter-cell interference coordination(elCIC) in HetNets[C]// helerogeneous networks with spectral efficiency improvement[J] Proc of IF.ef Internat ional Conference on Communications Work. IEEE Wireless Communications, 2015, 22(2): 101-107 shops.2013:1145-1149 (上接第1494页) distributed antennas architecture[J. IEEE Wireless Communica 参考文献 tons,20l.18(3):7278 [1] Nakamura T, Nagata S, Benjebbou A, et al. Trends in small cell er 8]郑侃,彭岳星,龙肮,等.协作通信及其在LTE- Advanced中的应用 LM」.北京:人民邙电出版社,2010:1214. hancements in LtE advanced[J. IEEE Communications Maga- [Ω〗林霏,罗涛,路安琼,等.协冋通信系统中基于遍历客量的近似最 zne,2013,51(2):8-105 优功率分配LJ.通信学报,2009,30(6):26-32 [2 Carlaw S IPR and the potential effect on femtocell markets[ R. Lon 10 De Lima C H M, Bennis M, Ghaboosi K, et al. Interference manage don: Allied Business Intelligence Research. 2008 ment for self-organized Femtocells towards green networks[ C]//Pro [3 Andrews J G, Claussen H, Dohler M. Femtocells: past, present, and fu of the 21st IEEE International Symposium on Personal, Indoor and ture[J. IEEE Journal on Selected Areas in Communications Mobile radio communications. 2010. 352-356 2012,30(3):497-508 [11 Alves H, Bennis M, Souza R D, et al. Enhanced performance of hetero- 「4肖竹,李仁发,易克初,等.两层异构网络中 Femtocell研究进展与 geneous networks through full-duplex relaying[ J]. EURASIP Jour 展望[J].通信学报,2013,34(2):156-169 nal on Wireless Communication and Networking, 2012, 2012 [5 Chandrasekhar V. Andrews J G, Muharemovic T', et al. Power control (1):365 in two-tier femtocell networks[ J]. IEEE Trans on Wireless Com- [12]Narasimhan R Individual outage rate regions for fading multiple ad munications,2009,8(8):431(-4328 cess channel. C]//Proc of IEEE International Symposium on Informa [6 Pedersen K l, Michaelsen P H, Rosa C, et al. Mobility enhancements tion Theroy.2007:1571-1575 for LTE-advanced multilayer networks with inter-site carrier aggrega- 113 Adeane J, Rodrigues M R D, Wassell I J. Characterisation of the per- tion J. IEEE Communications Magazine, 2013, 51(5): 64-71 formance of cooperative networks in Ricean fading channels EB/OL [7 Li Haoming, Hajipour J, Attar A, ct al. Efficient HetNet implementa (2016-12-22).http://www.cl.comac.uk/research/dtg/tlce-pub tion using broadband wireless access with fiber-connected massively public/ja3 16/ paper_verb. pdf

...展开详情
试读 5P 论文研究-基于业务感知的增强型小区间干扰协调算法.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于业务感知的增强型小区间干扰协调算法.pdf 9积分/C币 立即下载
1/5
论文研究-基于业务感知的增强型小区间干扰协调算法.pdf第1页

试读结束, 可继续读1页

9积分/C币 立即下载