家庭基站频谱分配措施范文

本站小编为你精心准备了家庭基站频谱分配措施参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《应用科学学报》2016年第3期

摘要：

针对宏基站与家庭基站以及家庭基站之间的干扰和功耗问题，提出功率有效的家庭基站分簇频谱分配策略.在家庭基站用户中断概率条件下推导出一个簇内能容纳的家庭基站最大数目.在簇容量和中断概率限制的情况下，进一步推导出簇内家庭基站用户最小信干比和家庭基站最小干扰距离，以此严格保证簇内每个家庭基站用户的信干噪比，并据此提出家庭基站分簇和频谱分配算法.仿真结果表明，所提出的策略提高了网络的功率效率和家庭基站小区的频谱效率.

关键词：

异构蜂窝网络；跨层干扰；同层干扰；分簇；频谱分配；功率消耗

随着移动用户量的迅速增长以及移动用户对高数据速率的需求，无线蜂窝网络在网络容量和功率消耗方面正面临巨大挑战[1].50%的语音业务和超过70%的数据业务均发生在室内[2]，而家庭基站拥有低功耗、低成本、短距离、高速率等特点[3]，因此在现有宏小区内大规模部署家庭基站已成为解决未来网络容量和功率消耗的有效手段之一[4].由于频谱资源的稀缺性，家庭基站与宏基站以及家庭基站之间会部分或完全地复用频谱资源，这将导致家庭基站与宏基站的跨层干扰以及家庭基站之间的同层干扰[5]；同时家庭基站由用户部署，可作为即插即用设备，其数量和位置具有类似传感器节点的随机分布特点[6]，这将进一步加大管理干扰的难度，促使整个网络的频谱和功率效率无法得到提高[7].针对上述问题，文献[8]采用修正的K-means算法对家庭基站进行分簇，使距离较小的家庭基站分到同一簇内，距离较大的家庭基站分到不同簇内，并且采用贪婪搜索算法和补充分配算法分布式地对频谱资源进行分配.文献[9]提出基于家庭基站干扰图的分簇资源分配策略,图论构造家庭基站之间的干扰图，用着色算法将家庭基站分簇，让颜色相同的家庭基站分为一个簇.文献[10]提出基于干扰图的混合分簇策略，将家庭基站和一部分宏用户作为干扰图顶点，根据RACS方法计算干扰图的距离门限值，最后采用HCIG算法对家庭基站和宏用户进行分簇和频谱分配.文献[11]提出联合频谱动态规划、分簇和功率控制算法，根据宏基站与家庭基站之间的干扰关系，将宏小区划分为家庭基站用户干扰敏感区、家庭基站用户干扰非敏感区以及边缘宏用户信号盲区，进而将系统频谱划分为三部分；同时为进一步降低干扰，对不同区域内的家庭基站进行分簇和功率控制.文献[12]提出基于分簇的启发式干扰最小子信道分配算法，在考虑用户服务质量的情况下推导出簇内家庭基站最大容量，并在此容量限制下采用贪婪算法对家庭基站进行分簇.然而文献[8-12]存在一些不足之处，一是没有分析分簇数量对簇内家庭基站间的干扰以及网络频谱效率的影响；二是没有分析家庭基站的引入对整个网络功率效率的影响，同时上述文献方法算法复杂度较高.本文采用随机几何工具对家庭基站分布进行建模，在家庭基站用户中断概率限制的情况下推导出一个簇的最大家庭基站容量；为了进一步提高家庭基站用户信干噪比和家庭基站的功率效率，在簇容量限制的情况下严格推导出簇内单个家庭基站用户之间的最小信干比和家庭基站之间的最小干扰距离.

1系统模型

宏基站与家庭基站共存的两层蜂窝网络模型如图1所示.第1层为宏基站覆盖的圆形宏小区，宏基站位于圆形宏小区的中心，圆形宏小区的半径为RM，覆盖面积为A=πR2M.第2层为家庭基站网络，家庭基站服从静态空间泊松点过程分布Ωf，λf为家庭基站空间分布密度，家庭基站覆盖半径为Rf.为了降低宏基站与家庭基站之间的跨层干扰，本文中宏基站与家庭基站之间采用部分频谱复用方式，宏基站可使用所有的系统频谱资源，而家庭基站使用部分与宏基站无干扰或干扰较小的频谱资源.家庭基站接入方式为私有接入，即仅允许授权用户接入给定的家庭基站.为便于分析，本文假设一个家庭基站为一个授权的家庭基站用户提供服务，家庭基站用户随机地分布在家庭基站所覆盖的范围内.Nm个宏用户均匀地分布在半径为RM的宏小区内.家庭基站网关位于家庭基站与核心网之间，通过S1接口与家庭基站相连.因此可以获得家庭基站系统相关信息，并通过核心网可获得宏基站与宏用户的相关信息.例如家庭基站、家庭基站用户、宏用户的位置和频谱使用信息，并根据所获信息对家庭基站进行配置和管理[13].本文中家庭基站网关负责计算簇内能容纳的家庭基站最大数目，并负责家庭基站分簇和频谱分配.

1.1信道模型

下行信道模型由路径损耗、穿墙损耗、瑞利衰落三部分组成[14]，宏基站用户和家庭基站用户信干噪比的计算公式见式(1)和(4).1)宏用户信干噪比为式中，KM为MBS到MUEi的固定损耗，PMi、PMj分别为提供服务的MBSi和产生干扰的MBSj的发射功率，β为路径损耗指数，hMi、hMi,j分别为MBSi、MBSj到MUEi的瑞利衰落系数，且hMi、hMi,j均服从均值为1的指数分布，di、di,j分别为MBSi、MBSj到MUEi的距离，N0为高斯白噪声系数，本文以7个宏小区为一区群，Ωm={1,2,···,6}为周围干扰宏基站集合.优先考虑宏用户的数据速率需求，假设宏用户的平均数据速率需求为rm，单个资源块带宽为B，则宏用户i∈{1,2,···,Nm}所需的频谱资源块数量为式中，x表示对x向上取整，则Nm个宏用户所需的频谱资源块总和ΦmB为2)家庭基站用户信干噪比式中，KF为FBS到FUEi的固定损耗，PFi、PFj分别为提供服务的FBSi和产生干扰的FBSj的发射功率，假设家庭基站的发射功率均相等.di、di,j分别为FBSi、FBSj到FUEi的距离，αf、αf,f分别为FBSi、FBSj到FUEi的路径损耗指数，hFi、hFi,j分别为FBSi、FBSj到FUEi的瑞利衰落系数，且hFi和hFi,j均服从均值为1的指数分布，ω为干扰FBSj到FUEi的单层穿墙损耗，Ωf={1,2,···,Nf}为家庭基站集合.

1.2功耗模型

[15]1)宏基站功耗模型如下：式中，Pmt为宏基站射频端发射功率，a为宏基站发射功率系数.Pms为基站静态功率消耗，包括降低基站工作环境的冷却系统、信号放大器、信号处理模块、电池备用系统等消耗的功率.2)家庭基站功耗模型如下：式中，Pft为家庭基站射频端发射功率，b为家庭基站发射功率系数.Pfs为家庭基站静态功率消耗，包括信号放大器、信号处理模块等消耗的功率.

1.3功率效率模型

为了研究家庭基站的引入对蜂窝网络功率效率的影响，本文采用衡量网络功率效率的一般模型，即整个网络的数据速率容量与网络总功率消耗的比值，其数学模型如下：式中，ηE为网络功率效率，Ctotal为网络数据速率容量.

2确定簇内家庭基站的最大数目

同一簇内的家庭基站用户共用分配的频谱资源，若一个簇内家庭基站数目大量增加，则簇内频谱资源块被家庭基站复用的次数增加，簇内每个家庭基站用户信干噪比就减小.因此,在簇内每个家庭基站用户最小中断概率条件下，每个簇内的家庭基站数目存在一个最大值，即簇内家庭基站数目最大值Nmax，具体计算如下:假设第i个家庭基站用户的信干噪比门限值为θ，则其中断概率Pout为推导可得家庭基站用户的中断概率为中断概率Pout的具体推导过程见附录1.式中,K=N0/KFPFi，S=ω2θdαfi，由式(9)可知中断概率是关于变量KF、PFi、N0、θ、di、αf、ω、αf,f、λf的函数.在θ、di、αf、ω、αf,f、KF、PFi、N0确定的情况下，中断概率函数Pout是家庭基站密度λf的单调递增函数，因此在中断概率一定的条件下家庭基站密度λf存在最大值[12].若中断概率函数Poutε，则由式(9)可推出家庭基站密度的上限为在簇内每个家庭基站用户满足中断概率为ε的条件下，簇内能容纳的最大家庭基站数目Nmax为式中，A为宏基站所覆盖的区域面积.

3家庭基站干扰距离门限值dth

由第2节可知，在簇内家庭基站容量Nmax和簇内家庭基站用户信干噪比门限值θ条件下，簇内单个家庭基站用户之间存在一个最小信干比(signaltointerferenceratio,SIR)；并且在此最小信干比条件下，单个家庭基站之间存在一个最小的干扰距离门限值dth.

3.1簇内单个家庭基站用户最小信干比

根据式(4)，令家庭基站用户i接收到的有用信号为Si，Ij为干扰家庭基站j，j∈{j=i|1,2,···,Nmax}对家庭基站用户i的干扰信号，则簇内家庭基站用户i的信干噪比如下：求式(12)的倒数可得对不等式(13)化简可得假设家庭基站用户位于家庭基站室内覆盖的边缘，则家庭基站用户收到的有用信号Si近似为一常数，于是可得簇内家庭基站用户i与家庭基站j之间的最小信干比

3.2家庭基站之间干扰距离门限值dth

在3.1节家庭基站用户最小信干比和中断概率为ε的条件下，簇内家庭基站之间存在一个最小干扰距离dth，经推导可得干扰距离门限值dth具体推导见附录2.

4家庭基站分簇算法和频谱分配算法

4.1对家庭基站分簇

以家庭基站之间的距离为依据对家庭基站进行分簇，以vi∈{v1,v2,···,vNf}代表家庭基站顶点，Ci代表第i簇集合，|Ci|代表第i簇内的家庭基站数量具体的分簇算法如下：家庭基站分簇算法步骤1初始化，将集合F赋空.步骤2计算所有家庭基站到坐标原点(即宏基站)的距离，并根据距离由小到大将家庭基站放入集合F，F={v1,v2,v3,···,vNf}.步骤3从集合F中将离原点最近的家庭基站v1放入簇C1，并将家庭基站v1从集合F去掉，则F={F/vi}步骤4从集合F中将离原点最近的家庭基站vi取出，并将||C1|+1|与Nmax进行比较.步骤5若||C1|+1|Nmax，则分别计算家庭基站vi与簇C1内所有家庭基站的距离；若存在家庭基站vi到簇C1内的家庭基站距离小于或等于dth，则将家庭基站vi按原顺序放入集合F；若家庭基站vi与簇C1内所有家庭基站的距离均大于dth，则将家庭基站vi放入簇C1，并将家庭基站vi从集合F去掉，则F={F/vi}.步骤6重复步骤4和5，直至||C1|+1|>Nmax，新建家庭基站簇Ci，i∈{2,3,···}步骤7重复步骤4∼6,直至集合F为空.

4.2家庭基站频谱分配

家庭基站分簇完成后，以簇为单位对家庭基站的频谱进行分配.同一簇内的家庭基站可共享分配的所有频谱资源，不同簇之间使用不同的频谱资源.为了消除宏基站与家庭基站之间的干扰，家庭基站可单独使用的频谱资源块为ΦfB=ΦB−ΦmB，ΦB为系统资源块集合.假设算法1中簇的总数为Nc，具体的频谱分配算法如下：频谱分配算法1步骤1分别计算簇C1,C2,···,CNc内家庭基站用户的信干噪比总和.步骤2从簇C1,C2,···,CNc中取出信干噪比总和最大的簇Ci，i∈{1,2,···,Nc}，然后从频谱集合ΦfB取出一个频谱资源块，并将其分配给簇Ci，并更新频谱集合ΦfB.步骤3从簇C1,C2,···,CNc中取出信干噪比总和最大的簇Cj，前面选过的簇不再被选，并从频谱集合ΦfB取出一个频谱资源块，并将其分配给簇Cj，同时更新频谱集合ΦfB.步骤4重复步骤3直到Nc个簇都被选取一次.步骤5假如ΦfB不为空，则重复步骤2∼4，直至ΦfB为空为止.为了进一步提高频谱资源的利用率，家庭基站可复用距离自身较远的宏用户的频谱资源,具体算法如下：频频谱分配算法2步骤1对于宏用户i，分别计算其到簇Cj内j∈{1,2,···,Nc}每个家庭基站的距离.步骤2若距离均大于Rth，则簇Cj可复用宏用户i所使用的频谱；若存在多个簇，则选满足条件的第1个簇.步骤3重复步骤1和2直至所有宏用户均被遍历一次.在频谱分配算法2中,Rth为在满足宏用户信干噪比条件下家庭基站与宏用户的最小距离.若宏用户与家庭基站的距离大于Rth，则此家庭基站可与宏用户共用频谱；反之，宏用户与家庭基站的距离小于等于Rth时，则家庭基站不能共享宏用户的频谱资源[10].

5仿真

为了验证本文提出算法的性能，通过MATLAB仿真软件，将本文CSAS策略与文献[9]GCRA策略的性能进行对比分析.

5.1参数设置仿真中所用到的参数

参照文献[14-15]中的参数设置，如表1中所示.

5.2性能对比分析

根据表1中的仿真参数，采用MATLAB仿真，对比分析本文CSAS策略与GCRA策略之间在功率效率、频谱效率、家庭基站簇数目方面的性能.网络全局功率效率对比图见图2，可以看出本文CSAS策略的功率效率在不同的家庭基站数目分布情况下均优于GCRA策略，且其功率效率相对于GCRA策略始终保持约40%优势.一方面，对家庭基站进行分簇时，本文CSAS策略在保证每个家庭基站用户的中断概率条件下限制了每个家庭基站簇能够容纳的最大家庭基站数目，因此降低了簇内每个家庭基站用户遭受的干扰.另一方面，在对家庭基站进行分簇时，本文CSAS策略要求簇内单个家庭基站用户之间的信干比和家庭基站干扰距离必须大于一定门限值，严格保证了簇内每个家庭基站用户具有较高的信干噪比，因此单位有用功率内传输的数据量更多，功率效率更高.家庭基站小区内的频谱效率对比图见图3.本文CSAS策略的频谱效率在不同家庭基站数量分布情况下均比GCRA策略高30%左右.随着家庭基站分布数目的增加，本文CSAS策略的频谱效率始终保持在8bit/(s·Hz)，而GCRA策略的频谱效率随着家庭基站分布数目的增加呈明显下降趋势.在满足家庭基站簇容量和总频谱限制条件下，家庭基站簇数目越多，簇内每个家庭基站用户遭受的干扰越小，信干噪比就越高，单位有用功率内传输的数据量就越多，网络功率效率就越高.图4可以进一步说明CSAS策略优于GCRA策略，当家庭基站分布数目不同时，CSAS策略对家庭基站分簇的数目均大于GCRA策略，并且随着家庭基站分布数目的增加，CSAS策略分簇的数目增加得更快.

6结语

针对宏基站与家庭基站共存场景下的干扰和能耗问题，本文提出了功率有效的家庭基站分簇频谱分配策略.首先，将一部分频谱资源分配给宏基站，以保证宏用户的通信质量.其次，为了提高网络频谱资源的复用，在保证家庭基站用户中断概率条件下对家庭基站进行分簇，并在此基础上为家庭基站分配频谱资源.仿真结果表明，本文提出的CSAS策略相比于GCRA策略，不仅提高了网络的功率效率，同时也增强了家庭基站小区的频谱效率.如何对宏用户进行分簇以提高宏基站的频谱效率和功率效率，将是下一步的研究方向.

作者：向伟 张剑峰 谢威 马文峰 单位：解放军理工大学通信工程学院