趙亮，金梁，黃開枝，楊梅樾

(國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心，河南 鄭州 450002)

1 引言

隨著無線通信技術(shù)的發(fā)展，基于基站和移動(dòng)用戶架構(gòu)的異構(gòu)無線網(wǎng)絡(luò)層出不窮。由于不同移動(dòng)業(yè)務(wù)對(duì)通信速率、誤比特率、時(shí)延抖動(dòng)、安全性和移動(dòng)性有不同的需求，需要使用不同的無線通信技術(shù)，形成以業(yè)務(wù)需求區(qū)分的異構(gòu)無線網(wǎng)絡(luò)。同時(shí)，基于建設(shè)成本和服務(wù)質(zhì)量的考慮，在標(biāo)準(zhǔn)演進(jìn)中每種無線網(wǎng)絡(luò)建成后都要運(yùn)營相當(dāng)長的一段時(shí)間，不會(huì)在短時(shí)間內(nèi)被采用新技術(shù)的無線網(wǎng)絡(luò)取代，形成以技術(shù)水平區(qū)分的異構(gòu)無線網(wǎng)絡(luò)。此外，由于運(yùn)營商之間存在競爭關(guān)系，導(dǎo)致同一種業(yè)務(wù)需求和技術(shù)水平也會(huì)產(chǎn)生互不兼容的標(biāo)準(zhǔn)，形成以運(yùn)營機(jī)構(gòu)區(qū)分的異構(gòu)無線網(wǎng)絡(luò)[1]。以我國的頻譜規(guī)劃為例，目前典型蜂窩無線網(wǎng)絡(luò)的載波帶寬、每載波話音信道數(shù)和已分配頻段如表1所示。

表1 我國典型蜂窩無線網(wǎng)絡(luò)的載波帶寬、每載波話音信道數(shù)和已分配頻段

從上面的分析可以看出，未來采用多種技術(shù)和標(biāo)準(zhǔn)的異構(gòu)無線網(wǎng)絡(luò)將會(huì)在相當(dāng)長的時(shí)間內(nèi)共存，并按市場(chǎng)競爭驅(qū)動(dòng)的原則確定各自的市場(chǎng)定位，并相互補(bǔ)充，在下一代網(wǎng)絡(luò)統(tǒng)一平臺(tái)的基礎(chǔ)上逐步趨向融合，而不是統(tǒng)一[2,3]，這就帶來了一些新的問題。

為了避免干擾，目前的蜂窩無線網(wǎng)絡(luò)一般使用固定頻譜分配（FSA）的方式，頻譜一旦分配給一種無線網(wǎng)絡(luò)就無法為其他無線網(wǎng)絡(luò)所用，大量頻譜資源還需要被預(yù)留用于開發(fā)新的無線網(wǎng)絡(luò)，而由于在不同區(qū)域和不同時(shí)間異構(gòu)無線網(wǎng)絡(luò)之間的頻譜利用率差別很大，導(dǎo)致大量頻譜資源被浪費(fèi)。而隨著寬帶和超寬帶通信技術(shù)逐步得到廣泛應(yīng)用，這種頻譜資源的浪費(fèi)將會(huì)更加嚴(yán)重[3,4]。認(rèn)知無線電技術(shù)通過對(duì)無線環(huán)境的檢測(cè)、分析、學(xué)習(xí)、推理和規(guī)劃，調(diào)整傳輸參數(shù)以使用最適合的無線資源完成無線通信，可以在時(shí)間和空間上充分利用頻譜資源，是提高頻譜利用率的有效方法[5]。動(dòng)態(tài)頻譜分配（DSA）作為認(rèn)知無線電的頻譜接入方式，可獲得比FSA更高的頻譜利用率。基于認(rèn)知無線電的DSA的思想在IEEE 1900.1標(biāo)準(zhǔn)[6]、IEEE 1900.4標(biāo)準(zhǔn)[7~9]和ETSI技術(shù)報(bào)告[10]中已經(jīng)有所體現(xiàn)，但其僅定義了網(wǎng)絡(luò)融合與頻譜資源共享的框架，并沒有具體給出異構(gòu)無線網(wǎng)絡(luò)之間的頻譜分配策略。在目前的研究中，非合作DSA是指非授權(quán)用戶進(jìn)行頻譜檢測(cè)，在授權(quán)用戶不使用的頻段進(jìn)行頻譜接入。而合作DSA則是采用特定的算法對(duì)頻譜資源進(jìn)行統(tǒng)一的動(dòng)態(tài)分配[5,11]。目前針對(duì)合作DSA的研究主要包括基于干擾控制的 DSA[12]、基于博弈的 DSA[11,13]、基于拍賣的 DSA[14]以及基于遺傳算法的 DSA[15]等。但是，這些研究所建立的系統(tǒng)模型往往不完善，缺乏對(duì)業(yè)務(wù)模型瞬態(tài)分布的分析，且對(duì)于實(shí)際系統(tǒng)設(shè)計(jì)中存在的垂直切換、多模基站、載波單元?jiǎng)澐趾途W(wǎng)內(nèi)信道分配等問題考慮較少。

為了提高服務(wù)質(zhì)量，多模終端用戶可以根據(jù)無線網(wǎng)絡(luò)環(huán)境、業(yè)務(wù)需求和價(jià)格偏好等因素通過多目標(biāo)決策在各種異構(gòu)無線網(wǎng)絡(luò)之間進(jìn)行垂直切換[16~18]。但由于無線網(wǎng)絡(luò)種類繁多，差異很大，導(dǎo)致多模終端的芯片設(shè)計(jì)復(fù)雜，且多無線網(wǎng)絡(luò)信號(hào)質(zhì)量檢測(cè)的功耗較高，而用戶對(duì)成本和功耗的要求比基站嚴(yán)格得多，所以將這種芯片成本和功耗轉(zhuǎn)移到基站側(cè)是更好的選擇。此外，傳統(tǒng)應(yīng)用是用戶在不同的小區(qū)之間切換以適應(yīng)基站的變化。而隨著基站的數(shù)量越來越多，智能化程度越來越高，讓基站適應(yīng)用戶的變化成為一種發(fā)展趨勢(shì)，這種思想在分布式無線通信系統(tǒng)中已經(jīng)有所體現(xiàn)[19]。

經(jīng)過長時(shí)間的研究開發(fā)，目前基于軟件無線電的多?；炯夹g(shù)已經(jīng)比較成熟。美國的MIT于1995年即開始進(jìn)行 SpectrumWare項(xiàng)目從事軟件無線電系統(tǒng)的開發(fā)，其中部分人所創(chuàng)辦的 Vanu公司已經(jīng)開發(fā)出基于軟件無線電的商用 GSM/CDMA/iDEN多?；尽７▏膚ireless3G4Free項(xiàng)目也已經(jīng)開發(fā)出基于軟件無線電的采用 RTLinux操作系統(tǒng)的3GPP UMTS/TDD全I(xiàn)P無線網(wǎng)絡(luò)。目前華為、中興、諾基亞西門子以及家庭基站開發(fā)商picoChip等公司開發(fā)的基于軟件無線電平臺(tái)的多模基站產(chǎn)品已經(jīng)得到商用，并且涵蓋了表1所涉及的大部分無線網(wǎng)絡(luò)。但是，不同于已經(jīng)商用的多模終端用戶的垂直切換技術(shù)，目前對(duì)多模基站的系統(tǒng)設(shè)計(jì)大部分局限于多種無線網(wǎng)絡(luò)的集成，并未考慮異構(gòu)無線網(wǎng)絡(luò)之間的頻譜資源共享問題。

可以看出，如果能設(shè)置共享載波頻段自由承載不同的無線網(wǎng)絡(luò)，就可以正常使用預(yù)留頻段，并使有限的頻率資源得到充分利用。據(jù)此，本文提出了異構(gòu)無線網(wǎng)絡(luò)中基站的共享載波垂直網(wǎng)絡(luò)轉(zhuǎn)換（SCVNT, shared carrier vertical network transfor-mation）算法。作為合作DSA的一種具體應(yīng)用策略，該算法的基本思想是多?；就ㄟ^對(duì)不同異構(gòu)無線網(wǎng)絡(luò)中用戶業(yè)務(wù)量需求的分析和預(yù)測(cè)，將更多的共享載波分配給業(yè)務(wù)量需求高的無線網(wǎng)絡(luò)，從而平衡異構(gòu)無線網(wǎng)絡(luò)的頻譜利用率，而其中共享載波所承載的網(wǎng)絡(luò)發(fā)生改變的過程稱為垂直網(wǎng)絡(luò)轉(zhuǎn)換。為了介紹該算法，第2節(jié)給出了系統(tǒng)模型，包括蜂窩系統(tǒng)模型和網(wǎng)內(nèi)信道分配策略；第3節(jié)介紹SCVNT算法的基本原理和系統(tǒng)仿真流程，并給出了用戶數(shù)已知和用戶數(shù)未知時(shí)2種SCVNT算法的信道數(shù)更新策略；第4節(jié)進(jìn)行了仿真實(shí)驗(yàn)與性能分析；第5節(jié)是結(jié)束語。

2 系統(tǒng)模型

2.1 蜂窩系統(tǒng)模型

本文僅研究2種無線網(wǎng)絡(luò)A、B中單模終端用戶到多?；镜姆聪蛐诺馈＜僭O(shè)無線網(wǎng)絡(luò)A、B的蜂窩小區(qū)個(gè)數(shù)為cellN ，對(duì)每個(gè)小區(qū)考察的干擾小區(qū)個(gè)數(shù)為rndN 。為了避免邊界小區(qū)所受到的干擾無法表達(dá)，將對(duì)稱位置的小區(qū)和用戶模型復(fù)制到邊界小區(qū)周邊，在原有的cellN 個(gè)小區(qū)基礎(chǔ)上擴(kuò)展extN 個(gè)小區(qū)，僅提供干擾數(shù)據(jù)?；诒疚姆抡鎱?shù)的蜂窩小區(qū)擴(kuò)展方案如圖1所示[20,21]。

圖1 基于本文仿真參數(shù)的蜂窩小區(qū)擴(kuò)展方案

在本文的分析中，右上標(biāo)為A表示網(wǎng)絡(luò)A中的參數(shù)，右上標(biāo)為B表示網(wǎng)絡(luò)B中的參數(shù)，右上標(biāo)為tot表示網(wǎng)絡(luò)A、B的總體參數(shù)，而無右上標(biāo)則表示泛指網(wǎng)絡(luò)A或B的參數(shù)。雖然文中的參數(shù)是針對(duì)每個(gè)小區(qū)的分析，但給出的仿真結(jié)果為cellN 個(gè)小區(qū)中仿真數(shù)據(jù)的均值。

設(shè)無線網(wǎng)絡(luò)A、B的用戶發(fā)起新呼叫的位置在每個(gè)小區(qū)內(nèi)服從隨機(jī)均勻分布，且通信時(shí)保持靜止，則可忽略水平切換和垂直切換問題[17]。基于路徑傳播損耗模型，任一點(diǎn)上的信號(hào)功率是接收機(jī)和發(fā)射機(jī)之間距離的函數(shù)，則不考慮陰影衰落時(shí)基站接收距離d處的用戶的信號(hào)功率為

其中，α為路徑損耗因子， Pref是近地參考距離 dref處基站的接收功率，而 PrefPN由基站接收小區(qū)邊界用戶信號(hào)的信噪比確定：

其中， dedge為蜂窩小區(qū)的半徑， PN為熱噪聲功率?？紤]慢衰落和陰影效應(yīng)的影響，大尺度對(duì)數(shù)正態(tài)陰影衰落為

其中，ξi是均值為0，方差為1的正態(tài)隨機(jī)變量，σ為陰影損耗因子。考慮信干噪比主要取決于加性高斯白噪聲以及相鄰 Nrnd個(gè)小區(qū)中其他使用相同信道的用戶帶來的同頻干擾，則基站接收某個(gè)用戶信號(hào)的信干噪比為

其中， d0為該用戶與服務(wù)基站的距離， di為周圍第i（i≤ Nrnd）個(gè)小區(qū)中的干擾用戶與該用戶服務(wù)基站的距離?？紤]存在陰影效應(yīng)和小區(qū)間干擾，實(shí)際使用的導(dǎo)致呼叫阻塞和通話中斷的信干噪比門限應(yīng)滿足 S INRth＜SNRedge。蜂窩系統(tǒng)的參數(shù)如表2所示。

表2 蜂窩系統(tǒng)的參數(shù)

2.2 網(wǎng)內(nèi)信道分配策略

設(shè)2種網(wǎng)絡(luò)均使用實(shí)時(shí)固定速率業(yè)務(wù)，定義如果新用戶發(fā)起呼叫時(shí)已無信干噪比高于門限的空閑信道，則認(rèn)為呼叫阻塞。如果用戶在通信過程中由于其他用戶的接入導(dǎo)致信干噪比降低到低于門限且無可用空閑信道，則認(rèn)為通信中斷[20]。

考慮無線網(wǎng)絡(luò)A、B內(nèi)部可以使用頻率復(fù)用系數(shù)為γ的固定信道分配（FCA）或動(dòng)態(tài)信道分配（DCA）。FCA是指無論蜂窩小區(qū)中用戶數(shù)的多少，每個(gè)小區(qū)的信道數(shù)固定，使用較高的頻率復(fù)用系數(shù)控制小區(qū)間干擾，所以其中斷率可忽略不計(jì)。DCA是指每個(gè)小區(qū)的信道數(shù)可變，最多時(shí)可以使用所有信道，在進(jìn)行空閑信道分配時(shí)同時(shí)進(jìn)行信干噪比測(cè)量，如果某信道的信干噪比超過門限則可分配，而若在通信過程中某信道的信干噪比低于門限，則選擇新的信干噪比高于門限的空閑信道，若無可用空閑信道則通信中斷[21~23]。

使用engset流量模型，系統(tǒng)服從有限用戶數(shù)的損失制 M MC 0U排隊(duì)過程。設(shè)每個(gè)小區(qū)的信道數(shù)為C，用戶總數(shù)為U，已接入用戶數(shù)為H。設(shè)每個(gè)用戶的呼叫請(qǐng)求次數(shù)服從參數(shù)為λ=1Tarr的泊松分布，其中，Tarr為呼叫周期的期望，且有P｛N（T ） =n｝，其中，N （T）為時(shí)間T內(nèi)的呼叫次數(shù)。通信時(shí)間服從參數(shù)為 Thold的負(fù)指數(shù)分布，其中，Thold為通信時(shí)間的期望，且有 P ｛Thold≤t｝=1 - e-μt,μ=1 Thold, t ≥ 0。則服務(wù)系統(tǒng)的負(fù)荷ρ=λμ=TholdTarr，且穩(wěn)態(tài)分布下的理論阻塞率為[24,25]

設(shè)仿真中的采樣時(shí)間間隔為 Tstep，仿真持續(xù)時(shí)間為 Tsim，仿真中的總呼叫次數(shù)為 Ncall，且期望為被阻塞的呼叫次數(shù)為 Nblk，被中斷的呼叫次數(shù)為 Nbrk，則網(wǎng)絡(luò)A、B的阻塞率和中斷率以及2種網(wǎng)絡(luò)的總阻塞率和總中斷率分別為

3 SCVNT算法

3.1 SCVNT算法的原理和仿真參數(shù)

由表1可以看出，根據(jù)已分配頻段，每種蜂窩無線網(wǎng)絡(luò)都可以占有一定數(shù)量的載波，但這些載波并不能由不同的無線網(wǎng)絡(luò)共享。這里假設(shè)異構(gòu)無線網(wǎng)絡(luò)A、B都有多個(gè)可承載一定數(shù)量信道的載波。SCVNT算法的原理是如果某種網(wǎng)絡(luò)的信道利用率高，而另一種網(wǎng)絡(luò)的信道利用率低，則基站對(duì)2種網(wǎng)絡(luò)的共享載波進(jìn)行重新分配，以減少信道利用率低的網(wǎng)絡(luò)的載波數(shù)為代價(jià)增加信道利用率高的網(wǎng)絡(luò)的載波數(shù)，從而提高2種網(wǎng)絡(luò)的總體信道利用率。為了保證服務(wù)質(zhì)量，需要為每個(gè)網(wǎng)絡(luò)保留不能進(jìn)行網(wǎng)絡(luò)轉(zhuǎn)換的私有載波。根據(jù)本文的仿真參數(shù)，假設(shè)異構(gòu)無線網(wǎng)絡(luò)A、B各具有1個(gè)私有載波和18個(gè)共享載波，則SCVNT算法的載波分配策略如圖2所示。

圖2 SCVNT算法的載波分配策略

使用SCVNT算法時(shí)，網(wǎng)絡(luò)A、B中有關(guān)無線資源分配的參數(shù)的定義和默認(rèn)取值如表3所示。

3.2 MTBP-SCVNT算法

當(dāng)用戶數(shù)和接入分布模型已知或可預(yù)測(cè)時(shí)，對(duì)于網(wǎng)絡(luò)A、B的每個(gè)小區(qū)，設(shè)｛H（t）,t ≥ 0 ｝表示時(shí)刻t的已接入用戶數(shù)，對(duì)于任意小的時(shí)間Δt，有轉(zhuǎn)移概率函數(shù)[26,27]：

表3 網(wǎng)絡(luò)A、B中有關(guān)無線資源分配的參數(shù)

則 ｛H（t）,t ≥ 0 ｝為 狀 態(tài) 空 間 E→=｛0, 1, 2,… ,C ｝,Cpvt≤ C ≤ Cpvt+Csha上的生滅過程。根據(jù)生滅過程微分方程組解的存在性，對(duì)有限狀態(tài)E→的生滅過程，若滿足瞬時(shí)概率分布則對(duì)任給的初始條件，方程組的解存在、唯一，且有。則該生滅過程的微分方程組為

由于狀態(tài)數(shù)有限，即最大的隊(duì)列數(shù)為C，此時(shí)Kolmogorov前向方程為

圖3 使用SCVNT算法時(shí)的系統(tǒng)仿真流程

其中，M是非奇異矩陣，張成 C + 1 維空間，D=diag （ σ0, σ1,… ,σC），σi是Q的第i個(gè)特征值，且σC＜…＜σ2＜σ1＜σ0=0，M的第i列是對(duì)應(yīng)于σi的右特征向量。由于

所以有

當(dāng)蜂窩網(wǎng)絡(luò)中的已接入用戶數(shù)為H時(shí)，有pH(0)=1, pi(0)=0,0≤i≤C, i≠H。則時(shí)間t之內(nèi)系統(tǒng)阻塞率的估計(jì)值為

而在時(shí)間t之內(nèi)呼叫次數(shù)的估計(jì)值為

將式(14)和式(15)代入式(6)，可求出 TNTJ之內(nèi)系統(tǒng)總阻塞率的估計(jì)值為

由于單次網(wǎng)絡(luò)轉(zhuǎn)換的信道數(shù)為固定值 Ctrf= Ccarr，網(wǎng)絡(luò)轉(zhuǎn)換的判決結(jié)果僅有3種情況，可以將滿足限制條件且使系統(tǒng)總阻塞率取最小值時(shí)網(wǎng)絡(luò)A、B的信道數(shù)作為網(wǎng)絡(luò)轉(zhuǎn)換判決的輸出。雖然系統(tǒng)總阻塞率的求解比較復(fù)雜，但由于各參數(shù)取值的狀態(tài)空間有限，當(dāng) UA、 UB和 TNTJ確定時(shí)，每次求解時(shí)系統(tǒng)總阻塞率最多僅有種取值情況，且算法對(duì)計(jì)算精度的要求不高，可采用查表法求近似解，所以在實(shí)際應(yīng)用中一般可以接受。由于算法基于最小總阻塞率（MTBP， minimum total blocking probability），所以稱為MTBP-SCVNT算法。使用該算法時(shí)，圖3中的信道數(shù)更新策略為

需要說明的是，雖然在實(shí)際應(yīng)用中 MTBPSCVNT算法要求用戶數(shù)已知的條件可能無法滿足，但該算法的結(jié)果作為理想條件下的性能上界，可以為其他算法的性能評(píng)價(jià)提供重要參考。

3.3 MRCD-SCVNT算法

雖然對(duì)engset模型而言用戶數(shù)U已知，但實(shí)際應(yīng)用中用戶數(shù)和接入分布模型往往是未知的，且難以預(yù)測(cè)，從而無法估計(jì)出下一個(gè)時(shí)間段內(nèi)的總阻塞率?？紤]這種應(yīng)用場(chǎng)景，以公平性為原則，可以將滿足限制條件且使2種網(wǎng)絡(luò)的冗余信道差值 Dtot取最小值時(shí)網(wǎng)絡(luò)A、B的信道數(shù)作為網(wǎng)絡(luò)轉(zhuǎn)換判決的輸出。通過對(duì)垂直切換中乒乓效應(yīng)的分析[16,18]，為了避免出現(xiàn)乒乓網(wǎng)絡(luò)轉(zhuǎn)換，應(yīng)增加冗余信道差值門限 Dth作為算法的判決條件，并取 Dth＞Ccarr。為了避免信道數(shù)不均衡時(shí)產(chǎn)生不合理的判決，還需增加信道利用率的限制條件。由于該算法基于最小冗余信道差值（MRCD，minimum redundant channel difference），所以稱為MRCD-SCVNT算法。使用MRCD-SCVNT算法時(shí)，圖3中的信道數(shù)更新策略如圖4所示。

圖4 MRCD-SCVNT算法的信道數(shù)更新策略

可以看出，在實(shí)際應(yīng)用中MRCD-SCVNT算法的已知條件一般可以滿足，且復(fù)雜度很低，具有廣泛的適用性。但是該算法的性能不是最優(yōu)的，并且需要根據(jù)實(shí)際條件對(duì)thD 、NTJT 等判決參數(shù)進(jìn)行優(yōu)化選擇。

4 仿真實(shí)驗(yàn)與性能分析

4.1 使用FCA時(shí)2種SCVNT算法的性能

圖5 使用FCA時(shí)2種SCVNT算法的性能

使用FCA作為網(wǎng)內(nèi)信道分配方式，則MTBPSCVNT算法和 MRCD-SCVNT算法的性能比較如圖5所示。仿真中網(wǎng)絡(luò)A的阻塞率略高于理論值是因?yàn)楫?dāng)用戶信號(hào)的信干噪比低于門限時(shí)也將被阻塞接入?？梢钥闯?，當(dāng) 2種網(wǎng)絡(luò)的用戶數(shù)很少時(shí)，信道利用率很低，SCVNT算法可以同時(shí)降低2種網(wǎng)絡(luò)的阻塞率。但隨著 2種網(wǎng)絡(luò)用戶數(shù)的增多和信道利用率的提高，系統(tǒng)性能的提升則不再明顯。另外，與 UB= UA時(shí)相比，當(dāng) UB= 5 00時(shí)使用SCVNT算法時(shí)總阻塞率的降低更為明顯。這是因?yàn)?種網(wǎng)絡(luò)的用戶數(shù)不同導(dǎo)致信道利用率不同，SCVNT算法以略微提高信道利用率較低的網(wǎng)絡(luò)的阻塞率為代價(jià)，大幅度降低了信道利用率較高的網(wǎng)絡(luò)的阻塞率，不僅降低了兩種網(wǎng)絡(luò)的總阻塞率，還提高了2種網(wǎng)絡(luò)之間的公平性。考慮SCVNT算法更適用于信道利用率不均衡的無線網(wǎng)絡(luò)，在后面的分析中僅考慮該條件。另外在各種條件下，理想的 MTBP-SCVNT算法的性能均優(yōu)于MRCD-SCVNT算法。

4.2 使用FCA時(shí)SCVNT算法中TNTJ的選擇

使用 FCA作為網(wǎng)內(nèi)信道分配方式，當(dāng)使用MTBP-SCVNT算法或MRCD-SCVNT算法時(shí)，在判決周期 TNTJ取不同值時(shí)，網(wǎng)絡(luò)A、B的總阻塞率和平均網(wǎng)絡(luò)轉(zhuǎn)換周期如圖6所示，其中平均網(wǎng)絡(luò)轉(zhuǎn)換周期為網(wǎng)絡(luò)轉(zhuǎn)換間隔時(shí)間的統(tǒng)計(jì)平均值。可以看出，由于難以跟蹤業(yè)務(wù)量的快速變化，SCVNT算法的判決周期 TNTJ越長，其觸發(fā)的概率越小，性能改善也越小。同時(shí)，雖然MTBP-SCVNT算法在所有條件下的總阻塞率均低于MRCD-SCVNT算法，具有更好的性能，但當(dāng)NTJT 較短時(shí)其平均網(wǎng)絡(luò)轉(zhuǎn)換周期遠(yuǎn)小于MRCD-SCVNT算法，導(dǎo)致系統(tǒng)穩(wěn)定性較差。

圖6 使用FCA時(shí)TNTJ取不同值時(shí)2種SCVNT算法的性能

下面對(duì)TNTJ的取值問題作進(jìn)一步分析。當(dāng)使用 FCA作為網(wǎng)內(nèi)信道分配方式而初始用戶數(shù)H取不同值時(shí)，網(wǎng)絡(luò)的理論阻塞率與不使用 SCVNT算法的持續(xù)時(shí)間的關(guān)系如圖7所示，其中，U=500，C=50?？梢钥闯?，SCVNT算法的判決周期NTJT 越長，其性能的改善越小，且當(dāng)NTJT >300s時(shí)將失去其時(shí)效性。

圖7 網(wǎng)絡(luò)的理論阻塞率與不使用SCVNT算法的持續(xù)時(shí)間的關(guān)系

4.3 使用FCA時(shí)MRCD-SCVNT算法中Dth的選擇

使用 FCA作為網(wǎng)內(nèi)信道分配方式，當(dāng)使用MRCD-SCVNT算法時(shí)，如果網(wǎng)絡(luò)轉(zhuǎn)換判決門限D(zhuǎn)th取不同值時(shí)，網(wǎng)絡(luò)A、B的總阻塞率和平均網(wǎng)絡(luò)轉(zhuǎn)換周期如圖8所示?？梢钥闯?，增大Dth時(shí)平均網(wǎng)絡(luò)轉(zhuǎn)換周期增大，可提高系統(tǒng)的穩(wěn)定性。同時(shí)，當(dāng)Dth=10時(shí)，MRCD-SCVNT算法的總阻塞率性能達(dá)到最佳，而增大或減小 Dth均導(dǎo)致總阻塞率性能變差，所以本文的仿真中默認(rèn)取Dth=10。與TNTJ類似，可以根據(jù)實(shí)際應(yīng)用需求對(duì)Dth進(jìn)行必要的調(diào)整。

4.4 使用DCA時(shí)2種SCVNT算法的性能

使用DCA作為網(wǎng)內(nèi)信道分配方式，則MTBPSCVNT算法和MRCD-SCVNT算法的性能比較如圖9所示?？梢钥闯?，使用SCVNT算法時(shí)系統(tǒng)的總阻塞率略有降低，但其所帶來的性能提升遠(yuǎn)低于使用FCA時(shí)。另外，SCVNT算法導(dǎo)致了系統(tǒng)總中斷率的升高。這是因?yàn)檩^之FCA而言，DCA已經(jīng)在網(wǎng)絡(luò)內(nèi)部對(duì)信道資源進(jìn)行了充分利用，導(dǎo)致網(wǎng)絡(luò)轉(zhuǎn)換被觸發(fā)的概率較低，而觸發(fā)的網(wǎng)絡(luò)轉(zhuǎn)換由于沒有考慮小區(qū)間干擾問題，導(dǎo)致更多用戶的通信中斷。所以使用 DCA時(shí)需要針對(duì)該問題對(duì) SCVNT算法進(jìn)行優(yōu)化。

圖8 使用FCA時(shí)Dth取不同值時(shí)MRCD-SCVNT算法的性能

事實(shí)上，DCA算法由于會(huì)導(dǎo)致小區(qū)間干擾，往往會(huì)增加系統(tǒng)的中斷率，而在實(shí)際應(yīng)用中采用各種優(yōu)化算法則會(huì)大大提高系統(tǒng)設(shè)計(jì)的復(fù)雜度，所以目前應(yīng)用較少[22,23]。而SCVNT算法實(shí)際上是一種異構(gòu)無線網(wǎng)絡(luò)之間的動(dòng)態(tài)載波分配，具有不同的優(yōu)化目標(biāo)。使用FCA時(shí)，SCVNT算法僅需每個(gè)多?；締为?dú)在異構(gòu)無線網(wǎng)絡(luò)之間進(jìn)行載波資源分配，不需要考慮小區(qū)間干擾，也不會(huì)導(dǎo)致用戶通信中斷，且復(fù)雜度較低，所以具有更高的應(yīng)用價(jià)值?？紤]到異構(gòu)無線網(wǎng)絡(luò)之間不可能做到理想同步，在實(shí)際應(yīng)用中SCVNT算法與異構(gòu)無線網(wǎng)絡(luò)內(nèi)部的信道分配是相互獨(dú)立的，該功能的配置與否不會(huì)影響每種無線網(wǎng)絡(luò)內(nèi)部的工作狀態(tài)，這也使得SCVNT算法具有很好的兼容性與擴(kuò)展性。

圖9 使用DCA時(shí)兩種SCVNT算法的性能

5 結(jié)束語

從理論分析和仿真實(shí)驗(yàn)可以看出，在使用FCA時(shí) SCVNT算法具有較高的應(yīng)用價(jià)值，但在使用DCA時(shí)其應(yīng)用價(jià)值不高。同時(shí)，SCVNT算法在異構(gòu)無線網(wǎng)絡(luò)之間信道利用率不均衡時(shí)優(yōu)勢(shì)更為明顯。MTBP-SCVNT算法的總阻塞率性能是最優(yōu)的，但算法要求用戶數(shù)已知的條件不易滿足，且復(fù)雜度較高，在判決周期較短時(shí)系統(tǒng)穩(wěn)定性較差。MRCD-SCVNT算法雖然不是最優(yōu)的，但其應(yīng)用條件易于滿足，且復(fù)雜度較低，所以具有更高的實(shí)用價(jià)值。增大判決周期和提高冗余信道差值門限會(huì)降低SCVNT算法的性能，但卻可提高系統(tǒng)的穩(wěn)定性，所以需要對(duì)這些參數(shù)進(jìn)行合理選擇?？傊?，SCVNT算法在大部分條件下可以有效降低異構(gòu)無線網(wǎng)絡(luò)的總阻塞率，提高信道分配的公平性，并且可以實(shí)現(xiàn)平滑升級(jí)，是提高異構(gòu)無線網(wǎng)絡(luò)頻譜利用率的有效方法。本文對(duì)SCVNT算法的研究僅是一個(gè)開始。下一步的研究將引入用戶的移動(dòng)性，同時(shí)考慮各種異構(gòu)無線網(wǎng)絡(luò)中具體的接入控制與信道分配準(zhǔn)則，水平切換與垂直切換策略，以及速率控制與功率控制方法，并針對(duì)更多的異構(gòu)無線網(wǎng)絡(luò)和更多的業(yè)務(wù)種類對(duì)算法進(jìn)行優(yōu)化。

[1] AKYILDIZ I F, MOHANTY S, XIE J. A ubiquitous mobile communication architecture for next-generation heterogeneous wireless systems[J]. IEEE Communications Magazine, 2005, 43(6): 29-36.

[2] MUNASINGHE K S, JAMALIPOUR A. Interworked WiMAX-3G cellular data networks: an architecture for mobility management and performance evaluation[J]. IEEE Transactions on Wireless Communications, 2009, 8(4): 1847-1853.

[3] ETSI. Universal Mobile Telecommunications System (UMTS); Evolution of 3GPP System[R]. ETSI TR 121 902 V7.0.0, 2007.

[4] BHARGAVA V, HUSSAIN E. Cognitive Wireless Communication Networks[M]. New York: Springer, 2007.

[5] MITOLA J. Cognitive radio architecture evolution[J]. Proceedings of the IEEE, 2009, 97(4): 626-641.

[6] IEEE Communications Society. IEEE Standard Definitions and Concepts for Dynamic Spectrum Access: Terminology Relating to Emerging Wireless Networks, System Functionality, and Spectrum Management[S]. IEEE Std 1900.1-2008.

[7] IEEE Communications Society. IEEE Standard for Architectural Building Blocks Enabling Network-Device Distributed Decision Making for Optimized Radio Resource Usage in Heterogeneous Wireless Access Networks[S]. IEEE Std 1900.4-2009.

[8] BULJORE S, HARADA H, FILIN S, et al. Architecture and enablers for optimized radio resource usage in heterogeneous wireless access networks: the IEEE 1900.4 working group[J]. IEEE Communications Magazine, 2009, 47(1): 122-129.

[9] MODY A N, SHERMAN M J, MARTINEZ R. Survey of IEEE standards supporting cognitive radio and dynamic spectrum access[A].Proceedings of the IEEE MILCOM[C]. San Diego, CA, USA, 2008.1-7.

[10] ETSI. Reconfigurable Radio Systems (RRS); Cognitive Radio System Concept[R]. ETSI TR 102 802 V1.1.1, 2010.

[11] ZHAO Q, SADLER B M. A survey of dynamic spectrum access[J].IEEE Signal Processing Magazine, 2007, 24(3): 79-89.

[12] HOUZE P, RUIZ D, JEMAA S B, et al. Dynamic spectrum allocation algorithm for cognitive networks[A]. Proceedings of the IEEE ICWMC[C]. Guadeloupe, France, 2007. 25-29.

[13] SUBRAMANIAN A P, AL-AYYOUB M, GUPTA H, et al.Near-optimal dynamic spectrum allocation in cellular networks[A].Proceedings of the IEEE DySPAN[C]. Chicago, IL, USA, 2008. 1-11.

[14] XING Y P, CHANDRAMOULI R, MANGOLD S, et al. Dynamic spectrum access in open spectrum wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2006, 24(3): 626-637.

[15] THILAKAWARDANA D, MOESSNER K. A genetic approach to cell-by-cell dynamic spectrum allocation for optimising spectral efficiency in wireless mobile systems[A]. Proceedings of the IEEE CrownCom[C]. Orlando, FL, USA, 2007, 367-372.

[16] LEE S, SRIRAM K, KIM K, et al. Vertical handoff decision algorithms for providing optimized performance in heterogeneous wireless networks[J]. IEEE Transactions on Vehicular Technology, 2009, 58(2):865-881.

[17] LIU M, LI Z C, GUO X B, et al. Performance analysis and optimization of handoff algorithms in heterogeneous wireless networks[J].IEEE Transactions on Mobile Computing, 2008, 7(7): 846-857.

[18] 賀昕, 李斌. 異構(gòu)無線網(wǎng)絡(luò)切換技術(shù)[M]. 北京: 北京郵電大學(xué)出版社, 2008.HE X, LI B. Handoff Technologies in Heterogeneous Wireless Networks[M]. Beijing: Beijing University of Posts and Telecommunications Press, 2008.

[19] ZHOU S D, ZHAO M, XU X B, et al. Distributed wireless communication system: a new architecture for future public wireless access[J].IEEE Communications Magazine, 2003, 41(3): 108-113.

[20] ZANDER J, KIM S L, ALMGREN M, et al. Radio Resource Management for Wireless Networks[M]. Boston, London: Artech House,2001.

[21] HARADA H, PRASAD R. Simulation and Software Radio for Mobile Communications[M]. Boston, London: Artech House, 2002.

[22] ARGYROPOULOS Y, JORDAN S, KUMAR S P R. Dynamic channel allocation in interference-limited cellular systems with uneven traffic distribution[J]. IEEE Transactions on Vehicular Technology, 1999,48(1): 224-232.

[23] BUBLIN M, KONEGGER M, SLANINA P. A cost-function-based dynamic channel allocation and its limits[J]. IEEE Transactions on Vehicular Technology, 2007, 56(4): 2286-2295.

[24] VASSILAKIS V G, LOGOTHETIS M D. The wireless Engset multi-rate loss model for the handoff traffic analysis in W-CDMA networks[A]. Proceedings of the IEEE PIMRC[C]. Cannes, France,2008. 1-6.

[25] 唐應(yīng)輝, 唐小我. 排隊(duì)論——基礎(chǔ)與分析技術(shù)[M]. 北京: 科學(xué)出版社, 2006.TANG Y H, TANG X W. Queueing Theory—Basic and Analysis[M].Beijing: Science Press, 2006.

[26] GROSS D, HARRIS C M. Fundamentals of Queueing Theory (3rd edition)[M]. New York: John Wiley and Sons, 1998.

[27] RAJARATNAM M, TAKAWIRA F. Hand-off traffic characterisation in cellular networks under Engset new call arrivals and generalised service times[A]. Proceedings of the IEEE WCNC[C]. New Orleans,LA, USA, 1999.423-427.