李玉娜，曾興斌，2，何加銘，2

(1.寧波大學(xué)通信技術(shù)研究所，浙江寧波 315211;2.浙江省移動(dòng)網(wǎng)應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江寧波 315211)

0 引言

蜂窩系統(tǒng)網(wǎng)絡(luò)與ad-hoc網(wǎng)絡(luò)相結(jié)合的混合網(wǎng)絡(luò)［1］是一種新型的無線接入網(wǎng)結(jié)構(gòu)，在蜂窩移動(dòng)通信系統(tǒng)的終端之間引入自組網(wǎng)通信方式可以利用自組網(wǎng)的自身特點(diǎn)有效地解決目前蜂窩系統(tǒng)的一些特殊問題:解決“盲點(diǎn)”緩解“熱點(diǎn)”。文獻(xiàn)［2］指出，因?yàn)榻Y(jié)合了蜂窩網(wǎng)絡(luò)的穩(wěn)定性及ad-hoc網(wǎng)絡(luò)的靈活性和移動(dòng)性，混合網(wǎng)絡(luò)應(yīng)用前景十分廣闊。但是有利也有弊，自組網(wǎng)模式通信的加入帶來了如:資源分配機(jī)制、均衡負(fù)責(zé)等一些仍需解決的技術(shù)難點(diǎn)，特別是由于多種通信方式共享系統(tǒng)信道資源所帶來的一系列干擾問題。本文從ad-hoc網(wǎng)絡(luò)的可靠性和蜂窩網(wǎng)絡(luò)的通信質(zhì)量2個(gè)方面出發(fā)，分析在單小區(qū)的情況下，由于ad-hoc用戶接入產(chǎn)生的對混合網(wǎng)絡(luò)的干擾，并提出了一種基于交換策略的混合網(wǎng)絡(luò)用戶接入控制的算法能夠有效地減少和避免干擾。

1 混合網(wǎng)絡(luò)中用戶接入的問題闡述

1.1 ad-hoc用戶接入網(wǎng)絡(luò)引來干擾問題分析

混合網(wǎng)絡(luò)［3］中存在2種通信模式，把自組網(wǎng)通信模式引入到混合網(wǎng)絡(luò)中，如果基站沒有協(xié)調(diào)好管理自身使用帶寬，而是讓自組網(wǎng)絡(luò)共享自身使用帶寬資源的同時(shí)采用分布式控制方式，則蜂窩系統(tǒng)很大可能會受到自組網(wǎng)絡(luò)帶來的不同程度的干擾。尤其是當(dāng)自組網(wǎng)絡(luò)很龐大時(shí)，將無法控制自組網(wǎng)絡(luò)對蜂窩網(wǎng)絡(luò)的累積干擾以及自組網(wǎng)絡(luò)內(nèi)部的干擾，從而導(dǎo)致2種通信系統(tǒng)網(wǎng)絡(luò)都無法正常進(jìn)行通信。而如果由蜂窩基站端來控制自組網(wǎng)絡(luò)的通信方式，首先需要混合網(wǎng)絡(luò)預(yù)留出自組網(wǎng)絡(luò)需要的資源，自組網(wǎng)絡(luò)的資源分配以及功率控制由基站端來執(zhí)行，從而降低系統(tǒng)的整體資源利用率;其次，自組網(wǎng)絡(luò)如何通信由基站來控制，由此會由于信令的交互而增加混合系統(tǒng)網(wǎng)絡(luò)的復(fù)雜度，同時(shí)如果自組網(wǎng)絡(luò)的用戶過多，則無法協(xié)調(diào)自組網(wǎng)絡(luò)鏈路之間的干擾，并且實(shí)際操作不現(xiàn)實(shí)?？紤]到上面提到的情況，為了可以協(xié)調(diào)和控制子系統(tǒng)之間共享資源可能會帶來的一些嚴(yán)重干擾，在本文的單小區(qū)混合網(wǎng)絡(luò)中將由基站在一定程度上不完全地控制 ad-hoc網(wǎng)絡(luò)［4］。

1.2 系統(tǒng)模型

在這里考慮ad-hoc用戶接入單小區(qū)混合網(wǎng)絡(luò)的問題，蜂窩小區(qū)使用全向天線(小區(qū)覆蓋范圍是360°)，蜂窩基站位于小區(qū)的中心，自組網(wǎng)絡(luò)共享蜂窩系統(tǒng)的上行頻段。把小區(qū)按照地理位置分為多個(gè)小型區(qū)域，每個(gè)分割后的小區(qū)域產(chǎn)生一個(gè)ad-hoc簇，簇內(nèi)的ad-hoc終端用戶由簇頭控制。為了降低ad-hoc網(wǎng)絡(luò)對蜂窩系統(tǒng)的累積干擾調(diào)控的難度，系統(tǒng)內(nèi)不同ad-hoc簇使用不同的頻段資源，本文主要考慮的是基站如何根據(jù)所掌握的ad-hoc網(wǎng)絡(luò)信息有選擇性地激活某些區(qū)域，使基站去給一個(gè)簇頭授權(quán)，從而使得簇頭范圍內(nèi)的ad-hoc節(jié)點(diǎn)能夠接入到混合網(wǎng)絡(luò)內(nèi)，共享蜂窩授權(quán)頻段進(jìn)行通信。

圖1 單小區(qū)混合網(wǎng)絡(luò)模型

在此系統(tǒng)模型下，考慮的優(yōu)化目標(biāo)［5］有2個(gè)，一個(gè)是ad-hoc網(wǎng)絡(luò)的可靠性，使得長時(shí)間下能夠進(jìn)行端到端通信的節(jié)點(diǎn)比例盡可能高;另一個(gè)是要保證蜂窩網(wǎng)絡(luò)的通信質(zhì)量，使得在引入端到端通信后，可以保證蜂窩系統(tǒng)上行鏈路的通信質(zhì)量，控制由于adhoc網(wǎng)絡(luò)帶來的干擾不超過一定的門限。系統(tǒng)優(yōu)化目標(biāo)如下:

式中，UAble是混合網(wǎng)絡(luò)中接入進(jìn)來的ad-hoc節(jié)點(diǎn)數(shù)目;UAll為所有的ad-hoc節(jié)點(diǎn)數(shù)目 ;INAble(i)為示性函數(shù)，具體表示為:

式中，NAble是激活區(qū)域的集合;G是一個(gè)考慮到天線增益和天線高度的常數(shù);PT是ad-hoc節(jié)點(diǎn)的固定傳輸功率;EF、ES分別是快衰落(瑞利衰落)、慢衰落(正態(tài)衰落)的期望;δ是路徑損耗指數(shù);ri是標(biāo)號為i的ad-hoc簇頭到基站的距離。

2 用戶接入控制算法

2.1 模型分析

系統(tǒng)的信道模型考慮快慢衰模型并且基站接收功率超過某一給定閾值，這里采用的快衰以及陰影衰落模型［6］為:

式中，rBS≡，Pmin為一個(gè)給定的門限，為常數(shù)，G、PT、δ與上面的定義相同，R為節(jié)點(diǎn)到基站的距離，X為(標(biāo)準(zhǔn)化)包絡(luò)快衰落系數(shù)(滿足E[ X2]=1)，10Z/10為陰影衰落。

公式可以等價(jià)轉(zhuǎn)換為:

這里Uoff的定義與UAble相反，通過長期觀察分割的ad-hoc區(qū)域，可以統(tǒng)計(jì)得出各個(gè)區(qū)域內(nèi)的ad-hoc節(jié)點(diǎn)的分布情況以及相應(yīng)的參數(shù)，分析數(shù)據(jù)證明，如果簇內(nèi)的ad-hoc終端的分布情況是均勻隨機(jī)的，那么ad-hoc用戶數(shù)在簇內(nèi)服從泊松分布。λi為第i號ad-hoc簇內(nèi)終端密度分布的期望。根據(jù)泊松分布特性以及假設(shè)分割后的區(qū)域面積是相等的，可以發(fā)現(xiàn)，上述問題可以轉(zhuǎn)化成一個(gè)組合優(yōu)化問題。公式轉(zhuǎn)化后為:

式中，NOff是沒有被激活的區(qū)域的標(biāo)號集合，λi是第i號區(qū)域的分布節(jié)點(diǎn)密度期望，S是一個(gè)區(qū)域所占的面積。由上述公式，可以看出，優(yōu)化目標(biāo)問題變成了一個(gè)組合優(yōu)化問題—0-1背包問題。

2.2 求解0－1背包問題的蟻群算法描述

0-1背包問題是一類經(jīng)典的組合優(yōu)化NP完全問題［7］。如貨物裝載、資源分配等許多有實(shí)用價(jià)值的問題，都可以轉(zhuǎn)化為背包問題。目前對于背包問題的求解方法有精確算法和近似算法，即貪心算法和遺傳法兩大類?；诮粨Q策略的蟻群算法［8］能夠更有效解決0-1背包問題，并且具有較好的性能。

2.2.1 螞蟻的路徑選擇

0-1背包問題的構(gòu)造圖如圖2所示。

圖2 0－1背包問題的構(gòu)造圖

設(shè)τij(t)為 t(t=0，1，2…)時(shí)刻有向線段a[ i，j]上的信息素，則在時(shí)刻t，螞蟻k(k=1，2…，m)從節(jié)點(diǎn)i(i=1，2…，n)經(jīng)由線段a[ i，j]轉(zhuǎn)移到節(jié)點(diǎn) i+1的轉(zhuǎn)移概率(t)為:

式中，α、β分別為表示軌跡相對重要性的信息啟發(fā)式因子和能見度相對重要性的期望啟發(fā)式因子;ηij為啟發(fā)函數(shù)，ηij=wj/vj，wj為物品 j的價(jià)值，vj為物品j的體積。Jk(i)是螞蟻k(位于節(jié)點(diǎn)i上)可以選擇的有向線段集合，公式為:

假如螞蟻k死亡后禁忌表tabuk中的數(shù)字為{j1，j2…，jr}且{j1，j2…，jr}? {1 ，2，…n }，則螞蟻k求得背包問題的解為:

2.2.2 信息素更新

當(dāng)m只螞蟻都死亡以后，可得到m組可行解。如果本次迭代得出的最好解優(yōu)于當(dāng)前的最優(yōu)解，則用其代替當(dāng)前的最優(yōu)解。之后，螞蟻k要對其經(jīng)過的路徑上的信息素進(jìn)行相應(yīng)的更新，即:

式中，ρ表示信息素蒸發(fā)系數(shù)，Δ τij表示本次迭代中有向線段 a[ i，j]上信息素量的增量;Δ τkij表示第k只螞蟻在有向線段a[ i，j]上留下的信息素量;Q是信息素常數(shù)，Lk表示第k只螞蟻在本次迭代中求的解。

2.2.3 算法描述

基于交換策略的蟻群算法表示如下:

begin:

步驟 1:初始化數(shù)據(jù):α，β，ρ，Q，NCmax，m，τij(0)，其中 i，j=1，2，…n;

步驟2:將m只螞蟻置于節(jié)點(diǎn)1;

步驟3:for每只螞蟻do

①按式(9)計(jì)算得出轉(zhuǎn)移概率同時(shí)選擇下一條有向線段;

②如果沒有有向線段符合背包問題的約束條件，則該螞蟻死亡;

③如果螞蟻未死亡，則將選擇的有向線段序號加入到螞蟻k的禁忌表tabuk中;

end for

步驟4:

3 仿真結(jié)果

對于0-1背包問題有很多的求解方法，這里把從ad-hoc網(wǎng)絡(luò)對蜂窩系統(tǒng)的干擾以及ad-hoc網(wǎng)絡(luò)終端接入率出發(fā)的2種算法與本文算法進(jìn)行比較。

參考算法1:最小化ad-hoc系統(tǒng)對蜂窩網(wǎng)絡(luò)的干擾-θ。選擇γδi最大的區(qū)域來激活，直到θ到達(dá)上界;此算法的目的是使θ值變小，由式(6)可以看出，離基站越遠(yuǎn)的ad-hoc簇，θ值越小，而離基站越近的ad-hoc簇θ值偏大，接入到網(wǎng)絡(luò)中的可能性很小。因此，如果離基站近的ad-hoc簇的分布節(jié)點(diǎn)密度高，而遠(yuǎn)離基站的ad-hoc簇分布節(jié)點(diǎn)密度低，則此算法最后得到的接入率將會很低。

參考算法2:最大化ad-hoc節(jié)點(diǎn)接入率—l.選擇λl最大的區(qū)域激活，直到θ到達(dá)上界;這個(gè)算法會優(yōu)先考慮接入節(jié)點(diǎn)密度高的ad-hoc簇，而忽略ad-hoc簇的地理位置。由于干擾門限的存在，即使蜂窩基站附近的ad-hoc簇節(jié)點(diǎn)密度很高，然而混合網(wǎng)絡(luò)中的ad-hoc終端的接入率也不一定很高。

仿真的正方形單蜂窩小區(qū)大小是5 km*5 km，蜂窩小區(qū)被分割成5*5的ad-hoc區(qū)域。其中將基于交換策略的用戶接入控制算法接入算法模塊部分，仿真流程圖如圖3所示。3種算法下，實(shí)際網(wǎng)絡(luò)的平均干擾如圖4所示，50次仿真總的平均干擾分別-134.6 dB、-134.9 dB和 -134.1 dB。用戶接入控制算法50次仿真實(shí)際的網(wǎng)絡(luò)干擾與門限值如圖5所示。3種算法的實(shí)際接入比例如圖6所示，50次仿真平均值為4.3、3.7和2.4。

通過仿真結(jié)果比較發(fā)現(xiàn)，如果從干擾方面考慮，參考算法1仿真得到的總平均值最小，參考算法2得到的值最大，本文算法的干擾結(jié)果與參考算法1比較接近;而如果從ad-hoc節(jié)點(diǎn)接入比例來看，本文算法得到的ad-hoc用戶接入比例最高，并遠(yuǎn)高于其他2種參考算法的仿真結(jié)果。

圖3 系統(tǒng)仿真流程圖

圖4 3種算法的平均干擾

圖5 用戶接入控制算法實(shí)際網(wǎng)絡(luò)干擾與干擾門限值

圖6 3種算法的接入比例

4 結(jié)束語

蜂窩網(wǎng)與ad-hoc網(wǎng)絡(luò)混合組網(wǎng)模式能夠帶來很多方面的優(yōu)勢［9］，如:增加網(wǎng)絡(luò)覆蓋范圍、降低功耗和均衡業(yè)務(wù)流量。為了能夠獲得諸多優(yōu)勢，系統(tǒng)內(nèi)資源的調(diào)度與分配是非常重要的，合理地分配資源，保證混合系統(tǒng)的收益最大化將是未來不斷努力的方向。仿真結(jié)果表明所提出的算法能在有效控制干擾的條件下，最大化ad-hoc節(jié)點(diǎn)的接入比例，使得整體性能達(dá)到最優(yōu)。

［1］崔維嘉，于宏毅，李青.混合網(wǎng)絡(luò)研究［J］.中興通訊技術(shù)，2005，11(04):36-41.

［2］李國強(qiáng)，靳浩.Ad hoc技術(shù)在未來無線通信中的應(yīng)用［J］.現(xiàn)代電信科技，2007(06):18-23.

［3］張帆.一種集成ad hoc與蜂窩的4G新型網(wǎng)格(IACG)［J］.無線通信技術(shù)，2005，31(01):9-12.

［4］POMPORTES S，TOMASIK J，Vèque V.Ad hoc Network in a Disaster Area:A Composite Mobility Model and its Eevaluation［C］∥Advanced Technologies for Communications(ATC)，2010 International Conference on，2010:17-22.

［5］駱世峰.混合的蜂窩與ad-hoc網(wǎng)絡(luò)中的干擾避免與協(xié)調(diào)［D］.北京:北京郵電大學(xué)，2010.

［6］MUKHERJEE S，AVIDOR D.Outage Probabilities in Poisson and Clumped Poisson-distributed Hybrid ad-hoc Networks［C］∥IEEE Conference on Sensor and Ad-hoc Networks(SECON)，2005:563-574.

［7］SYSLOM M.Discrete Optimization Algorithm［M］.Englewood C lifs，New Jersey:Prentice-Hall，1983:118-165.

［8］潘夏福.倪子偉.基于交換策略的蟻群算法求解多維0-1背包問題［J］.計(jì)算機(jī)與現(xiàn)代化，2008(03):83-85.

［9］錢宗峰，張德興，孔昭煜.蜂窩網(wǎng)與Ad hoc網(wǎng)融合技術(shù)探討［J］.電信快報(bào)，2009(06):11-14.