李 偉，李輝宇，李冰琪

(國家無線電監(jiān)測中心/國家無線電頻譜管理中心，北京100037)

隨著移動通信技術(shù)的進步，智能終端的普及，移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的蓬勃發(fā)展，移動終端數(shù)量和移動數(shù)據(jù)流量呈現(xiàn)出爆炸式的增長態(tài)勢。我國IMT－2020(5G)推進組預(yù)計，到2020 年全球移動終端(不含物聯(lián)網(wǎng)設(shè)備)數(shù)量將超過100 億，全球物聯(lián)網(wǎng)設(shè)備數(shù)量將接近70 億［1］。思科在2015 年2 月發(fā)布的視覺化網(wǎng)絡(luò)指標報告中預(yù)測，到2019 年全球移動數(shù)據(jù)流量較2014 年增長近10 倍［2］。移動數(shù)據(jù)流量的快速增長，接入終端數(shù)目的迅速增加以及移動業(yè)務(wù)類型的不斷豐富給移動通信網(wǎng)絡(luò)帶來了巨大的挑戰(zhàn)，單純依靠現(xiàn)有網(wǎng)絡(luò)的升級很難滿足未來移動通信發(fā)展的需要［3－5］。從2014 年起，第5 代移動通信系統(tǒng)(5G)已經(jīng)成為了信息通信領(lǐng)域關(guān)注度最高的研究課題之一。

5G 是面向2020 年之后的新一代移動通信系統(tǒng)，在網(wǎng)絡(luò)容量、峰值速率、頻譜效率、端到端時延、網(wǎng)絡(luò)綜合能效等方面將有巨大的提升［6］。目前，有關(guān)5G 的發(fā)展標準等一系列問題尚未達成統(tǒng)一共識，技術(shù)發(fā)展整體上尚處于探索階段。但毫無疑問的是，超密集網(wǎng)絡(luò)(Ultra Dense Network，UDN)技術(shù)由于在提升網(wǎng)絡(luò)容量、增強室內(nèi)覆蓋以及補盲補熱場景上優(yōu)勢顯著，已成為5G 的一項重要候選技術(shù)［7］。超密集網(wǎng)絡(luò)是指在宏蜂窩小區(qū)(Macrocell)基站和微微蜂窩小區(qū)(Picocell)基站、毫微微蜂窩小區(qū)(Femtocell)基站等低功率小基站(Small Cell)組成的多層異構(gòu)網(wǎng)絡(luò)(Heterogeneous Network，HetNet)基礎(chǔ)上，進一步增加低功率小基站的部署密度，實現(xiàn)小基站的超密集部署，最大程度提升全網(wǎng)的容量［8］。具體來說，在超密集網(wǎng)絡(luò)中，宏小區(qū)覆蓋范圍內(nèi)各類小基站部署密度達到現(xiàn)有站點部署密度10 倍以上，每平方公里支持用戶數(shù)高達25 000 個［9］。

Small Cell 的大量部署尤其適合高樓林立，用戶集中的中國城市環(huán)境。運營商通過部署Small Cell 可以增強頻譜資源的復(fù)用能力，提升用戶服務(wù)質(zhì)量。為了提高移動運營商的投資效率和組網(wǎng)運營的可靠性，Small Cell 在大規(guī)模部署前需要進行充分的技術(shù)性能分析和全網(wǎng)綜合能力評估。此外，種類繁多、數(shù)量龐大的Small Cell 還將使超密集網(wǎng)絡(luò)的小區(qū)結(jié)構(gòu)復(fù)雜，干擾多變。因此，干擾管理與抑制、小區(qū)虛擬化等技術(shù)評估工作顯得尤為必要，建立面向超密集Small Cell 網(wǎng)絡(luò)仿真平臺具有重大的現(xiàn)實意義。

本文在充分理解無線通信系統(tǒng)級仿真理論的基礎(chǔ)之上，深入分析Small Cell 三維模型構(gòu)建方法，以及Small Cell 的系列關(guān)鍵技術(shù)，利用模塊化的設(shè)計思想，在Visual Studio 2010 環(huán)境下實現(xiàn)了面向未來超密集Small Cell 網(wǎng)絡(luò)的系統(tǒng)級仿真，為評估無線資源/移動性管理技術(shù)(包括信道/功率分配、資源調(diào)度等)及相關(guān)算法提供了有效的技術(shù)手段，為加快超密集Small Cell 網(wǎng)絡(luò)商用化打下了堅實的基礎(chǔ)。

1 面向未來超密集Small Cell 網(wǎng)絡(luò)的系統(tǒng)級仿真建模

1.1 蜂窩網(wǎng)絡(luò)拓撲

不失一般性，宏小區(qū)采用正六邊形蜂窩結(jié)構(gòu)。宏蜂窩網(wǎng)絡(luò)由19 個小區(qū)構(gòu)成，每小區(qū)再劃分為3 個120°的扇區(qū)，小區(qū)拓撲和扇區(qū)劃分示意如圖1 所示。為了模擬每個小區(qū)受外圍兩層小區(qū)的同頻干擾，仿真平臺使用了Wrap－round 技術(shù)［10］。圖2 中0～18 小區(qū)虛擬出了外圍兩層干擾小區(qū)。其中，實線畫出的0～18 號小區(qū)表示平臺中的仿真對象，虛線畫出的19～60號小區(qū)表示使用Wrap－round 技術(shù)虛擬得到的1～18 號小區(qū)外圍兩層干擾小區(qū)。使用Wrap－round 技術(shù)能夠更加真實地反映實際網(wǎng)絡(luò)中小區(qū)間干擾。

圖1 小區(qū)拓撲及扇區(qū)劃分示意圖

2 使用Wrap－around 技術(shù)后的小區(qū)拓撲結(jié)構(gòu)

1.2 Small Cell 三維雙帶模型和用戶撒點

Small Cell 一般部署在樓宇比較密集的商業(yè)辦公或住宅區(qū)，為了更實際地分析網(wǎng)絡(luò)場景，Small Cell 網(wǎng)絡(luò)層引用了雙帶模型，其水平面截面如圖3 所示。在該模型中，每個扇區(qū)部署一個Block 塊，每個Block 塊由并排的兩棟樓組成，樓宇高6 層，每棟樓每層都有20 個房間，每個Block 中共有240 個房間。仿真過程中，在每個扇區(qū)撒播一個Block，利用隨機函數(shù)逐個生成Block 坐標位置。按照一定的規(guī)則將Block 部署完畢后，接下來在每個Block 中對Small Cell 進行撒點。首先根據(jù)Small Cell 的部署概率在每個Block 中隨機選擇房間部署Small Cell，比如Small Cell 的部署概率為0.5，則在每個Block中隨機選擇120 個房間部署Small Cell。然后根據(jù)Small Cell的激活概率隨機選擇Small Cell 進行激活，然后在激活的Small Cell 房間中隨機均勻撒播Small Cell 用戶。Small Cell和其用戶的位置坐標利用隨機函數(shù)逐個生成。

圖3 Small Cell 雙帶模型的水平截面示意圖

宏用戶在每扇區(qū)以固定用戶數(shù)目撒點。根據(jù)宏用戶在戶內(nèi)/戶外的概率均勻隨機在扇區(qū)Block 內(nèi)和Block 外利用隨機函數(shù)逐個生成用戶坐標。根據(jù)宏用戶在戶內(nèi)的概率，生成隨機數(shù)判斷當前用戶在戶內(nèi)還是戶外，若在戶內(nèi)，隨機選擇當前用戶所在扇區(qū)block 內(nèi)的房間進行撒播。隨即判斷該宏用戶是否在其連接宏基站35 m 之外，如果不是，重新撒播。滿足條件再遍歷所有Small Cell，查找是否有和當前宏用戶在同一個房間內(nèi)的Small Cell，若有，判斷當前宏用戶和在同一個房間內(nèi)的Small Cell 的距離是否大于3 m，如果不是，重新撒播。兩個距離條件都滿足，則可認為該宏用戶撒播成功。若宏用戶在戶外，隨機在扇區(qū)的小六邊形的等效長方形內(nèi)撒播，判斷宏用戶是否在其連接宏基站35 m 之外，并判斷是否撒在Block 外，若都滿足，撒播成功，否則，重新撒播。

1.3 信道衰落計算模塊

在實際的無線網(wǎng)絡(luò)環(huán)境中，用戶和基站之間的通信都要經(jīng)過無線信道，信道模型對平臺仿真結(jié)果的正確性影響較大，因此需要選擇合適的信道模型，仿真平臺采用SCME 信道模型。主要考慮了傳播路徑損耗，陰影衰落以及天線增益。其中，傳播路損主要根據(jù)TR 36.814 中給出的路徑損耗計算方法，分為視距和非視距兩類，根據(jù)視距的概率公式隨機判斷是視距還是非視距，分別計算出宏用戶到宏基站、Small Cell 用戶以及Small Cell 基站到宏基站、Small Cell 用戶到Small Cell基站的路損。陰影衰落根據(jù)協(xié)議要求不同小區(qū)之間相關(guān)性為0.5，同一小區(qū)內(nèi)不同扇區(qū)間相關(guān)性為1。

1.4 天線增益

超密集Small Cell 網(wǎng)絡(luò)中，根據(jù)網(wǎng)絡(luò)初始化階段隨機撒點的用戶坐標可以計算得到用戶與宏基站天線之間的夾角，根據(jù)夾角可以計算出天線增益，具體的宏基站天線增益計算式如

式中:φ3dB=70°，Am=20 dB，φ 是用戶與宏基站天線的夾角，取值范圍為 ( － 180°，180°)。從式(1)可知，隨著天線指向與視軸方向的偏離，天線增益逐漸減小，最大衰減可達到20 dB。由于用戶到Small Cell 基站的距離很近，平臺中用戶到Small Cell 的天線增益固定為5 dB。

1.5 干擾計算模塊

在超密集Small Cell 網(wǎng)絡(luò)中，干擾計算模塊的功能是得到宏用戶和Small Cell 用戶的信干噪比(SINR)。該模塊根據(jù)SINR 值、占用資源塊數(shù)和包長判斷該包傳輸是否成功，并反饋ACK/NACK，如果傳輸不成功，在接收端合并，同時反饋CQI 的計算。

1.5.1 CQI 計算

利用用戶發(fā)送的實際數(shù)據(jù)代替導(dǎo)頻測量信息，測量信道狀況。測量過程和CQI 計算過程在用戶側(cè)進行，通過CQI 計算得到所有宏用戶和Small Cell 用戶在每個子載波上的信干噪比。假設(shè)宏用戶i 被宏基站m 服務(wù)，那么宏用戶i 接收來自宏基站m 的下行鏈路功率

宏用戶i 受到的干擾不僅來自于外兩層宏基站，還有附近Small Cell 基站的干擾。接收的同頻干擾總功率為，=，因此宏用戶i 的信干噪比為同理可得Small Cell 用戶j 的信干噪比為

1.5.2 ACK 計算模塊

結(jié)合資源塊采用的編碼調(diào)制方式和宏用戶和Small Cell用戶的SINR，查詢鏈路級仿真得到的各種調(diào)制編碼方案下誤碼率－信噪比曲線上該等效信號SINR 所對應(yīng)的誤碼率，根據(jù)誤碼率值完成ACK 和NACK 的判決，并將判決結(jié)果反饋給發(fā)送端。

1.6 調(diào)度模塊

調(diào)度模塊根據(jù)業(yè)務(wù)的QoS 等級及帶寬要求合理分配資源，保證用戶的公平性，網(wǎng)絡(luò)的吞吐量和頻譜利用率。平臺采用3 種經(jīng)典調(diào)度算法。

1.6.1 輪詢調(diào)度算法

在輪詢調(diào)度算法中，只進行時域調(diào)度，用戶i 的優(yōu)先級表達式為

式中:ηi為(0，1)間均勻分布的隨機變量;λi( )n 表示第n 個TTI 中用戶i 的優(yōu)先級。輪詢算法能夠保證用戶間的絕對公平，但并沒考慮用戶間無線信道的差異，系統(tǒng)吞吐量和資源利用率都很低。

1.6.2 最大載干比調(diào)度算法

在最大載干比算法中，通過用戶側(cè)對信道質(zhì)量的反饋，將資源塊分配給無線信道質(zhì)量最好的用戶，其優(yōu)先級的表達式為

1.6.3 比例公平性調(diào)度算法

在比例公平性調(diào)度算法中，第n 個TTI 中第i 個用戶在第k 個資源塊上的優(yōu)先級( n )表示為

1.7 功率控制模塊

超密集Small Cell 網(wǎng)絡(luò)中干擾異常復(fù)雜，主要存在同層干擾和跨層干擾。同層干擾是指Small Cell 層內(nèi)Small Cell 間的相互干擾，或者傳統(tǒng)宏蜂窩網(wǎng)絡(luò)層內(nèi)宏基站間的相互干擾?？鐚痈蓴_是指不同網(wǎng)絡(luò)層間的相互干擾。這些干擾是制約超密集Small Cell 網(wǎng)絡(luò)容量成倍提升的關(guān)鍵性因素［11］。功率控制技術(shù)被認為是能很好地抑制各類型基站之間干擾的解決方案。通過功率控制(Power Control，PC)技術(shù)可以有效地協(xié)調(diào)各類型基站的發(fā)射功率，減小基站對相鄰基站服務(wù)用戶的干擾，從而滿足用戶通信服務(wù)質(zhì)量需求。因此，本仿真平臺引入了3GPP提出的3 種功率控制方案，動態(tài)調(diào)整基站的發(fā)射功率。

1.7.1 基于測量宏基站信號強度的功率控制方案

基于測量宏基站信號強度的功率控制方案，簡稱為PC1。PC1 的基本思想是:Small Cell 測量鄰近宏基站發(fā)射信號的功率強度，根據(jù)接收得到的最強的宏基站信號強度來調(diào)整自身的發(fā)射功率。當接收到的最強宏基站信號功率強度比較小時，表示該Small Cell 及其周圍的宏用戶均處在宏基站信號覆蓋的邊緣區(qū)域。為了減小Small Cell 基站對宏用戶的下行干擾，Small Cell 基站可將發(fā)射功率調(diào)整為一個較小的值。

設(shè)Small Cell 測量來自鄰近宏基站的最強信號功率強度為P_m，Small Cell 通過下式調(diào)整自身的發(fā)射功率

式中:參數(shù)P_max和P_min分別是Small Cell 設(shè)置的最大和最小發(fā)射功率;α 是線性功率控制參數(shù)，是一個0 ～1 之間的常數(shù)，可以調(diào)整功率控制后Small Cell 發(fā)射功率曲線的趨勢(斜率)。β 是一個dB 值，用來調(diào)整功率控制后Small Cell 發(fā)射功率的動態(tài)變化范圍。

1.7.2 基于測量Small Cell 與周圍宏用戶路徑損耗的功率控制方案

基于測量宏基站信號強度的功率控制方案，僅僅只依據(jù)接收到最強的宏基站信號強度調(diào)整自身發(fā)射功率。而基于測量Small Cell 與周圍宏用戶路徑損耗的功率控制方案(簡稱為PC2)，不僅需測量得到最強宏基站的信號功率強度，還需測量得到Small Cell 與鄰近宏用戶之間的路損信息。Small Cell 根據(jù)這兩方面信息調(diào)整發(fā)射功率，在保證Small Cell 用戶服務(wù)質(zhì)量的同時，盡量降低對周圍宏用戶的跨層干擾?？紤]到Small Cell 基站發(fā)射功率與參考信號功率是成比例對應(yīng)的，因此對參考信號進行功率控制等價于對總發(fā)射功率的控制。Small Cell 設(shè)定其參考信號發(fā)送功率為

式中:P_m為接收來自最強宏基站的參考信號功率值，P_max和P_min分別為參考信號接收功率的上下限值，P_offset為Small Cell基站和宏用戶之間路徑損耗的估計值，路徑損耗包括室內(nèi)自由空間路徑損耗和外墻穿透損耗。

P_offset的計算公式為

式中:P_offset_o(dB)為預(yù)先定義的對應(yīng)于室內(nèi)路徑損耗的補償值，典型取值為50 ～100 dB，可以由測量的平均值決定。K 為可調(diào)整的正數(shù)因子，當K 值較大時對應(yīng)的Small Cell 的發(fā)射功率較大，當K 值較小時，便會把Small Cell 的發(fā)射功率調(diào)整為一個較小值，LE 對應(yīng)于穿透損耗值，典型的取值為10～30 dB，P_offset_max，P_offset_min為P_offset可設(shè)置的最大/最小值，避免估計的P_offset值過大或過小。

由上可知，基于測量Small Cell 與周圍宏用戶路徑損耗的功率控制方案從兩方面實現(xiàn)了對Small Cell 發(fā)射功率的管理。一方面Small Cell 監(jiān)聽鄰近宏基站的最大發(fā)射功率P_m;另一方面測量Small Cell 與鄰近宏用戶的路損。所以，理論上基于測量Small Cell 與周圍宏用戶路徑損耗的功率控制方案可以在保證自身覆蓋的基礎(chǔ)上，能很好地實現(xiàn)對近鄰宏用戶的干擾管理。

1.7.3 基于測量宏用戶SINR 的功率控制方案

基于測量宏用戶SINR 的功率控制方案，簡稱為PC3。在PC3 中，Small Cell 通過測量附近宏用戶的信干噪比(SINR)來調(diào)整發(fā)射功率P_tx，即

式中:P_max，P_min分別是Small Cell 設(shè)置的最大和最小發(fā)送功率;α 和β 的含義與PC1 方案相同;P_SINR是距離Small Cell 最近的宏用戶SINR，該值表示為宏用戶下行接收功率與所有Small Cell 對宏用戶下行干擾功率之和的比值。宏用戶先將P_SINR信息反饋給宏基站，宏基站再將該信息發(fā)送給Small Cell，Small Cell 根據(jù)距離自己最近宏用戶的P_SINR調(diào)整發(fā)射功率，保證小區(qū)有效覆蓋的同時也能保護宏用戶通信服務(wù)質(zhì)量。

由上可知，當檢測到宏用戶SINR 較小時，Small Cell 應(yīng)該降低發(fā)射功率，以減小對宏用戶的干擾;當檢測到宏用戶SINR 較大時，Small Cell 可以適當增大發(fā)射功率，最優(yōu)化Small Cell 用戶的性能。

1.8 結(jié)果輸出模塊

輸出的仿真結(jié)果包括宏用戶和Small Cell 用戶的SINR，下行鏈路宏蜂窩網(wǎng)絡(luò)層的吞吐量，Small Cell 網(wǎng)絡(luò)層的吞吐量，超密集Small Cell 網(wǎng)絡(luò)總的吞吐量，基站的發(fā)射功率控制結(jié)果，用戶調(diào)度情況以及用戶邊緣/中心標識等。平臺使用者結(jié)合自身需求，直接調(diào)用相關(guān)函數(shù)，或修改/添加相關(guān)算法，或增加部分功能模塊，實現(xiàn)5G 候選技術(shù)評估，及相關(guān)算法性能與復(fù)雜度分析。

2 面向未來超密集Small Cell 網(wǎng)絡(luò)系統(tǒng)級仿真實現(xiàn)及流程

2.1 仿真流程介紹

在Visual Studio 2010 環(huán)境中搭建了面向未來的超密集Small Cell 網(wǎng)絡(luò)仿真平臺，該仿真平臺根據(jù)蒙特卡洛方法完成，每一次采樣稱為一次“Drop”。平臺使用Full Buffer 業(yè)務(wù)模型，每個用戶維護一個用戶數(shù)據(jù)隊列，模塊向隊列中填充數(shù)據(jù)。仿真平臺主程序建模為兩個獨立的模塊，即:程序初始化部分和程序循環(huán)部分。在初始化部分中，先根據(jù)輸入的參數(shù)初始化小區(qū)拓撲，然后進入Drop 循環(huán)和TTI 循環(huán)，具體過程如圖4 所示。

圖4 仿真流程圖

2.2 仿真參數(shù)和結(jié)果評估

基于本仿真系統(tǒng)，可對未來超密集Small Cell 網(wǎng)絡(luò)中無線資源管理/移動性管理等技術(shù)進行仿真評估與算法分析。根據(jù)上述介紹的超密集Small Cell 網(wǎng)絡(luò)系統(tǒng)級仿真平臺的設(shè)計方法，本文對3GPP 給出的3 種功率控制方案進行了仿真評估，采用的仿真參數(shù)如表1 所示。

表1 仿真參數(shù)設(shè)置

仿真結(jié)果如圖5 和圖6 所示。圖5 給出了Small Cell 的拓撲結(jié)構(gòu)，小網(wǎng)格表示扇區(qū)中的一個Block，圓圈代表部署的Small Cell 基站。從圖可知，與前文描述的完全吻合，充分說明仿真平臺的Small Cell 網(wǎng)絡(luò)拓撲結(jié)構(gòu)的正確性。

圖5 Small Cell 雙帶模型仿真結(jié)果(圓圈表示部署的Small Cell 基站)

圖6 宏用戶和Small Cell 用戶SINR 的CDF 曲線

圖6 統(tǒng)計分析了3 種功率控制方案和不采用功率控制方案下宏用戶和Small Cell 用戶SINR 的累計分布(CDF)曲線。從整體來看，相比于不采用功率控制方案，3 種功率控制方案宏用戶性能雖略有降低(最差的方案不到5%)，但Small Cell用戶在SINR 門限為0 dB 時的性能提升19%。功率控制方案能在Small Cell 用戶和宏用戶的性能之間找到一個平衡，通過犧牲Small Cell 用戶一定的性能來極大提升宏用戶性能。

從局部來看，PC2 方案中Small Cell 基站發(fā)射功率的調(diào)整不僅考慮了PC1 方案中最強宏基站接收功率，還兼顧考慮了Small Cell 基站與最近宏用戶之間路損。相比于PC1 和PC3方案，PC2 方案中宏用戶和Small Cell 用戶性能折中效果最為理想。仿真結(jié)果和理論分析基本一致，從而驗證了本文給出的Small Cell 網(wǎng)絡(luò)系統(tǒng)級仿真平臺設(shè)計思路的正確性。

3 結(jié)論

本文在深入分析Small Cell 網(wǎng)絡(luò)仿真建模的基礎(chǔ)上，使用Visual Studio 2010 設(shè)計和實現(xiàn)了面向未來超密集Small Cell網(wǎng)絡(luò)的系統(tǒng)級仿真平臺，該平臺包括Small Cell 雙帶模型網(wǎng)絡(luò)拓撲、Wrap－around、干擾計算、HARQ、分組調(diào)度、功率控制等模塊。重點對3GPP 提出的3 種功率控制方案進行了仿真對比分析，3 種方案的仿真結(jié)果與理論分析一致，證實該平臺達到了系統(tǒng)設(shè)計的相關(guān)要求，基于測量Small Cell 與周圍宏用戶路徑損耗的功率控制方案性能最優(yōu)。此外，利用該平臺可以評估超密集Small Cell 網(wǎng)絡(luò)的整體性能，這對未來超密集Small Cell 網(wǎng)絡(luò)的研究、部署和優(yōu)化具有很強的現(xiàn)實意義。

［1］IMT－2020(5G)Promotion Group. White paper on 5G vision and requirements_V1.0［R］. Beijing:IMT－2020(5G)PG，2014.

［2］Cisco.Cisco visual networking index:global mobile data traffic forecast update［R］.California:Cisco，2015.

［3］Future Mobile Communication Forum.5G:rethink mobile communications for 2020+［R］.Beijing:Future Mobile Communication Forum，2014.

［4］BANGERTER B，TALWAR S，AREFI R，et al. Networks and devices for the 5G Era［J］.IEEE Communications Magazine，2014，52(2):90－96.

［5］周濤，張慧杰，李莉.小小區(qū)場景基于目標函數(shù)的上行功率控制算法［J］.電視技術(shù)，2015，39(5):83－86.

［6］ANDREWS J G，BUZZI S，WAN C，et al. What will 5G be［J］.IEEE Journal Selected Areas in Communications，2014，32(6):1065－1082.

［7］ITU－R M.2320－0，F(xiàn)uture technology trends of terrestrial IMT systems［R］.Geneva:ITU，2015.

［8］JUNGNICKEL V，MANOLAKIS K，ZIRWASET W，et al.The role of small cells，coordinated multipoint，and massive MIMO in 5G［J］.IEEE Communications Magazine，2014，52(5):44－51.

［9］尤肖虎，潘志文，高西奇，等.5G 移動通信發(fā)展趨勢與若干關(guān)鍵技術(shù)［J］.中國科學(xué):信息科學(xué)，2014，44(5):551－563.

［10］李忻，聶在平.MIMO 信道中衰落信號的空域相關(guān)性評估［J］.電子學(xué)報，2004，32(12):14－18.

［11］BHUSHAN N，JUNYI L，MALLADI D，et al.Network densification:the dominant theme for wireless evolution into 5G［J］.IEEE Communications Magazine，2014，52(2):82－89.