賈亞男,岳殿武,2,**
(1.大連海事大學 信息科學技術(shù)學院,遼寧 大連 116026;2.浙江省數(shù)據(jù)存儲傳輸及應用技術(shù)研究重點實驗室(杭州電子科技大學),浙江 杭州 310018)
無線通信深刻影響著人們的日常生活和社會經(jīng)濟發(fā)展,但人們對更高性能通信服務的需求從未停止過。移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的飛速發(fā)展將帶來第五代移動通信(The Fifth-generation Mobile Communications,5G)流量上千倍的增長,最近相關(guān)研究機構(gòu)和組織的研究表明移動數(shù)據(jù)流量每年都在翻倍[1]。室內(nèi)或熱點地區(qū)的無線服務需求已成為當下無線容量增長的主要動力[2]。為應對未來數(shù)據(jù)流量和連接設備數(shù)量的爆炸式增長以及不斷涌現(xiàn)的新業(yè)務和新應用,對5G 技術(shù)的研究迫在眉睫[3-8]。未來,5G將包含人類社會生活的各個方面,并以用戶為中心構(gòu)建智能化的信息生態(tài)系統(tǒng);5G 將為用戶提供極佳的交互式體驗,通過突破時空限制來獲得身臨其境的信息盛宴;5G 通過無縫融合的方式實現(xiàn)人與人、人與物、物與物的智能互聯(lián),拉近通信雙方的距離。光纖般的接入速率、毫秒級的時延體驗、超高流量密度、超高連接數(shù)密度和超高移動性等多場景的業(yè)務服務以及用戶感知的智能優(yōu)化、超百倍的網(wǎng)絡能效提升和比特成本降低等,都將成為實現(xiàn)“信息隨心至,萬物觸手及”的無線服務目標的有利保障。
本文重點分析超密集組網(wǎng)下小蜂窩網(wǎng)絡(Small Cell Network,SCN)在增加無線系統(tǒng)容量、提高能量效率、充分利用頻譜資源和降低成本等方面的優(yōu)勢以及在自組織和自優(yōu)化、網(wǎng)絡覆蓋和移動性、干擾管理和安全問題等方面所面臨的挑戰(zhàn),給出了對應的解決方案,并分別從上行和下行通信的角度分析了具有認知功能的小蜂窩網(wǎng)絡與宏蜂窩網(wǎng)絡共存時的相關(guān)干擾問題和解決思路,以期為小蜂窩網(wǎng)絡的進一步發(fā)展指明方向。
為應對未來移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的爆炸式發(fā)展,并實現(xiàn)5G 系統(tǒng)的可持續(xù)發(fā)展,需要從網(wǎng)絡建設和部署及運營維護這兩方面來提升5G 系統(tǒng)性能。在網(wǎng)絡建設和部署中,5G 首先需要提供更高質(zhì)量的網(wǎng)絡容量和覆蓋,同時還要降低網(wǎng)絡部署,尤其是超密集組網(wǎng)時的復雜度和成本;其次需要具備靈活可擴展的網(wǎng)絡架構(gòu)以適應海量用戶和物聯(lián)網(wǎng)設備業(yè)務的多樣化需求;最后需要靈活高效地動態(tài)利用各類頻譜資源(低頻段和高頻段、授權(quán)和非授權(quán)頻段、連續(xù)和非連續(xù)頻段)。在運營維護時,5G 首先需要改善網(wǎng)絡能效和比特運維成本,并減少無線通信能量消耗對環(huán)境的影響,增加用戶和設備接入的積極性;其次需要增加網(wǎng)絡兼容性和部署靈活性,降低多制式共存和新功能引入時的復雜度;最后需要網(wǎng)絡智能感知用戶設備需求,并保證通信安全性。
面對5G 的需求,傳統(tǒng)的以多址技術(shù)為更新?lián)Q代主線的移動通信發(fā)展模式將不再適應,5G 的無線技術(shù)創(chuàng)新來源將更加豐富。新型的多址技術(shù)(如稀疏碼分多址、圖樣分割多址和多用戶共享接入等)、大規(guī)模天線、超密集組網(wǎng)、全頻譜接入、靈活或全雙工、非正交傳輸、新型調(diào)制編碼和終端直通等都將是5G 潛在的無線關(guān)鍵技術(shù),其中,超密集組網(wǎng)將是現(xiàn)階段提升網(wǎng)絡容量最有效的解決方案。若從調(diào)制編碼技術(shù)等帶來的頻譜效率提高、頻譜帶寬的增加和蜂窩數(shù)量的增加(即蜂窩網(wǎng)絡服務半徑收縮和頻譜資源重復利用)這三個因素對提升無線系統(tǒng)容量的貢獻看,在過去的發(fā)展中無線網(wǎng)絡容量的增加主要來自蜂窩數(shù)量的增多,而且在未來也將起決定性作用。
未來室內(nèi)和熱點地區(qū)高速率及多樣化的服務需求將占據(jù)無線服務數(shù)據(jù)流量的主要部分,傳統(tǒng)的以宏基站(Macro Base Station,MBS)覆蓋為主的通信技術(shù)設計準則將不再適應5G 技術(shù)的發(fā)展。因此,需要引入基于本地的國際移動通信(International Mobile Telecommunications,IMT)方案,實現(xiàn)與基于宏覆蓋的IMT 方案的演進路徑共存和相互協(xié)作,以推進5G 的快速發(fā)展。由圖1[2]可知,5G 中基于本地的演進與基于宏覆蓋的演進起著同樣重要的作用,而在4G 及之前的技術(shù)中以基于宏覆蓋的演進路線為主。而小蜂窩網(wǎng)絡(Small Cell Network,SCN)[9-10]技術(shù)能夠允許大量覆蓋半徑小、成本小和功耗低的基站共存,且其具有自組織和自優(yōu)化能力。SCN 的提出將很好地適應基于本地IMT 方案的演進。
圖1 5G 演進趨勢Fig.1 Evolution change for 5G
雖然在基于宏覆蓋的演進過程中也出現(xiàn)了如microcell(毫蜂窩)、picocell(毫微蜂窩)和femtocell等具有較小覆蓋半徑的基站,但這些基站主要用于補充宏基站容量和盲區(qū)覆蓋,且需要與宏基站一起受運營商統(tǒng)一規(guī)劃,缺乏自組織和自優(yōu)化能力。而SCN 能夠滿足大量具有自組織、低成本和低能耗的小蜂窩基站(Small Cell Base Station,SCBS)隨機致密化部署。SCBS 具有與多種空口技術(shù)相一致的接入方式,除具有較小發(fā)射功率(一般0.1~10 W)和較小覆蓋范圍(一般10~150 m)外,與宏基站(Macro Base Station,MBS)的概念基本相同。但從網(wǎng)絡管理的角度來看,SCBS 與MBS 相比有兩個主要的本質(zhì)不同之處,即超密集組網(wǎng)和動態(tài)隨機部署。超密集組網(wǎng)需要SCBS 具有自組織和自優(yōu)化能力,以減少人工在規(guī)劃、配置、運作、監(jiān)督和保養(yǎng)等方面的開銷。而如今無線蜂窩網(wǎng)絡在人工操作上的花銷占據(jù)總開支的75%之多[9],這在SCN 中將是無法承受的。動態(tài)隨機部署需要SCBS 具有即插即用的熱插拔特性,能夠接入基于IP 的互聯(lián)網(wǎng)作為回傳網(wǎng)絡,以充分利用現(xiàn)有的固網(wǎng)資源。由于SCBS 允許用戶隨機部署,且往往處于次最優(yōu)的部署位置處,不能保證高速數(shù)據(jù)業(yè)務的全覆蓋,這就需要SCBS 能夠感知周圍的通信環(huán)境,以完成其相關(guān)通信參數(shù)的配置,并與相鄰SCBS 或MBS 進行交互協(xié)作。相比于新增MBS 較難的基站選址問題(特別是密集的大城市)以及較大的基站建設資本支出(Capital Expenditures,CAPEXs)和昂貴的用于部署、操作和維護基站的運營開支(Operational Expenses,OPEXs),SCBS 具有部署簡單、投資小和維護成本低等優(yōu)點。宏基站和小蜂窩基站各自的特征總結(jié)見表1。
表1 宏基站與小蜂窩基站特征對比Table 1 Comparison between macro and small cell base stations
SCN 在5G 發(fā)展中將發(fā)揮重要作用,其主要優(yōu)勢可從增加無線系統(tǒng)容量、提高能量效率、充分利用頻譜資源和降低成本這四個方面進行分析說明。
(1)增加無線系統(tǒng)容量
在滿足一定信干噪比(Signal-to-Interference-plus-Noise,SINR)條件下,通過增加SCBS 數(shù)量可以近似線性地增加系統(tǒng)容量。在熱點地區(qū)設置SCBS 可以有效地緩解無線業(yè)務高峰期的流量壓力,而在宏蜂窩網(wǎng)絡邊緣地區(qū)或偏遠地區(qū)引入SCBS 可以有效地進行補盲,并解決通信速率低的狀況。SCN 中通信設備間的距離較小,信號的傳輸環(huán)境在收發(fā)設備間基本相同,因此,相比于基于宏蜂窩多輸入多輸出(Multiple- Input- Multiple- Output,MIMO)天線機構(gòu)中10 倍波長的天線間隔,可以設計具有更小天線距離(半波長)的MIMO 天線結(jié)構(gòu),并能保證天線間具有低相關(guān)性,這大大增加了SCBS 所能容納的天線數(shù)[2]。同時,利用高頻段優(yōu)質(zhì)的頻譜資源(如毫米波)能夠設計更加密集的天線陣列,使得多用戶MIMO 和Massive-MIMO[5]等通信技術(shù)能夠很好地應用到SCN 中,為滿足未來爆炸式增長的數(shù)據(jù)流量和設備數(shù)量提供了可靠保障。
(2)提高能量效率
從物理結(jié)構(gòu)上看,SCBS 與通信用戶間較短的通信鏈路能夠有效地減少路徑損耗,降低單位比特所消耗的能量,延長移動設備的電池續(xù)航時間。而且SCBS 不像宏基站那樣需要冷卻系統(tǒng),進一步減少了能量消耗。通過引入有效的睡眠算法,使得SCN 中的SCBS 能夠根據(jù)負載的變化動態(tài)地調(diào)整工作模式,進而避免不必要的功率消耗和干擾的產(chǎn)生。相比于宏蜂窩網(wǎng)絡,SCN 中收發(fā)兩端較小的發(fā)射功率減小了電磁輻射對人體的危害,同時也減少了溫室氣體排放。若在SCBS 中引入Massive- MIMO 技術(shù)[11],相比于采用較少天線數(shù)的MIMO 技術(shù),在消耗相同功率的情況下能夠獲得更大的容量提升和覆蓋范圍,這可以進一步提高系統(tǒng)能量效率。
(3)充分利用頻譜資源
可用的無線通信頻譜屬于稀缺資源,因此,不能單純地通過增加頻譜資源來應對未來海量的數(shù)據(jù)傳輸需求,一種有前景的解決方法就是認知無線電(Cognitive Radio,CR)技術(shù)[12]。CR 通過有效的頻譜感知技術(shù)來靈活地復用空閑頻譜資源,進而滿足數(shù)據(jù)傳輸對帶寬的需求,而SCBS 較小的傳輸功率和覆蓋范圍使得其能夠在一個相對孤立的環(huán)境中進行通信。同時,SCBS 所具有的自組織和自優(yōu)化特性使其能夠動態(tài)地調(diào)整通信參數(shù)(發(fā)射功率、頻譜資源、切換模式和睡眠模式等),以適應周圍變化的通信環(huán)境。因此,可在SCN 中引入CR 技術(shù)以進一步提高頻譜資源的利用效率。而且高頻段頻譜的傳輸特性較適合短距離的視距傳輸環(huán)境,頻譜的復用效率非常高,且傳輸鏈路間的干擾較弱,非常適合作為密集部署SCBS 的回傳解決方案,這也使得大量優(yōu)質(zhì)的高頻段(6~100 GHz)頻譜資源能夠很好地應用于SCN 中。高頻段較小的天線尺寸使得SCBS 具有極高的集成度,非常適合各種環(huán)境條件下的安裝。在現(xiàn)有的移動通信系統(tǒng)中,主要物理層參數(shù)是基于宏蜂窩的特點而配置的,如第三代合作伙伴計劃(The Third Generation Partnership Project,3GPP)中長期演進(Long-Term Evolution,LTE)系統(tǒng)的主要物理層參數(shù)循環(huán)前綴(Cyclic Prefix,CP)長度和子載波空間間隔,其數(shù)值的設定是為了滿足高速移動(350~500 km/h)和廣覆蓋(10 km)的宏蜂窩環(huán)境。而相對于室內(nèi)或熱點地區(qū)的情形,CP 長度可以降低數(shù)倍,子載波間隔可以提高數(shù)倍,這樣就可以進一步提高頻譜利用效率。
(4)降低成本
針對SCN 中弱移動性和小半徑的無線服務環(huán)境,可以設計更加廉價的射頻和基帶芯片以及集成度較高的設備,以降低SCBS 的硬件成本。電信運營商在熱點和偏遠地區(qū)以及應急情況下引入SCBS,能夠有效降低運營商選址成本,降低基站運營和維護成本,并能實現(xiàn)快速組網(wǎng)。通過采用高頻段進行無線回傳,可有效降低光纜鋪設成本。而用戶選擇安裝SCBS 設備能夠獲得更優(yōu)質(zhì)廉價的無線傳輸服務,且可以降低通信成本。
盡管SCN 具有諸多的優(yōu)點,但為應對未來多樣化的通信環(huán)境和通信需求,不斷增多的SCBS 使得SCN 也面臨著諸多挑戰(zhàn),其所面臨的問題和對應的解決方案可總結(jié)為如下幾點。
(1)自組織和自優(yōu)化
SCN 需要具有自組織和自優(yōu)化功能,通過感知周圍的無線環(huán)境自動配置基本的無線系統(tǒng)參數(shù)和優(yōu)化無線資源分配,自動更新鄰近小區(qū)列表,并能夠?qū)崿F(xiàn)錯誤節(jié)點設備的自我修復。為加速SCN 資源分配的收斂速度,降低設備感知復雜度,并獲得較好的傳輸策略方案,需要采用更加智能的資源分配算法,如基于教學(Docitive)[13]的資源分配算法的引入能夠有效提高SCN 的自組織和自優(yōu)化性能,當SCN 中有一個SCBS 啟動時,為減少初始化階段對周圍環(huán)境進行檢測而消耗的時間和能量,該SCBS 采用Docitive 的方案向周圍已工作的SCBS 學習,并獲得其檢測結(jié)果,這樣就可以在提高資源分配精度的同時提高資源分配算法的收斂速度。為避免大量信令交互而降低系統(tǒng)性能,需要SCN 盡量減少網(wǎng)絡間的切換,如采用有效的負載均衡方法。為保證SCN 具有可擴展性,所采用的算法應具有一定的容錯性,并都能夠在分布式和集中式框架下實施。隨著SCN中所部署SCBS 數(shù)量的增加,合理的睡眠模式將有助于減少不必要的能量消耗和干擾。同時,如何從系統(tǒng)的角度分析SCN 的性能指標(容量、時延、比特錯誤率和中斷概率等)將具有重要的現(xiàn)實意義,而基于隨機矩陣理論(Random Matrix Theory,RMT)進行大系統(tǒng)性能的分析能夠有效地降低算法復雜度,并獲得比較準確的預測結(jié)果[10]。
(2)網(wǎng)絡覆蓋和移動性
由于SCBS 部署的隨機化,將不能保證高速無線服務的全覆蓋,同時大量SCBS 的使用將增加網(wǎng)絡間干擾協(xié)調(diào)的復雜度。因此,需要采用有效的用戶切換方案來應對不同的用戶需求和系統(tǒng)性能限制,如在用戶業(yè)務需求質(zhì)量提升、當前網(wǎng)絡信號變?nèi)?、當前網(wǎng)絡出現(xiàn)擁塞和新網(wǎng)絡具有更好服務性能等情況下,用戶需要在SCBS 間及SCBS 與MBS 間進行合理的切換操作來獲得更優(yōu)的服務和更大的系統(tǒng)性能提升。而單個SCBS 的服務半徑一般為10~100 m,當用戶設備移動速度增大時,傳統(tǒng)的硬切換算法將導致較大的切換信令開銷,甚至引起切換失敗和乒乓切換效應。因此,SCN 需要與宏網(wǎng)絡協(xié)同工作,可由宏網(wǎng)絡提供統(tǒng)籌管理并保證無線信號覆蓋,而SCN 承載高速數(shù)據(jù)業(yè)務。在進行切換時可考慮多目標切換策略,通過增加可切換資源(中心頻率、帶寬、信號強度和干擾強度)數(shù)來提高切換成功率[14]。另外,如何構(gòu)建以用戶為中心的虛擬蜂窩網(wǎng)絡[15],使得用戶設備在進行無線通信時感知不到網(wǎng)絡間切換帶來的影響,這將非常有利于提高用戶體驗水平。
(3)干擾管理
信息通信技術(shù)(Information and Communication Technology,ICT)已成為全球第5 大耗能產(chǎn)業(yè),且移動網(wǎng)絡的功率消耗占ICT 功耗10%之多。雖然單個SCBS 的功耗不大,但隨著部署數(shù)量的增加,其所帶來的功耗也非常巨大,如來自公司ABI Research的市場研究數(shù)據(jù)表明,2015年Femtocell 的出貨量達5400 萬,總能耗達到6.48×108W 之多。當采用頻譜復用因子為1 的開放式接入方式隨機部署SCBS時,隨著SCBS 數(shù)量的增多,且缺乏統(tǒng)一規(guī)劃,SCN中同層網(wǎng)絡間以及SCN 與宏網(wǎng)絡間的干擾問題將愈發(fā)嚴重。而且SCN 中通信鏈路間具有視距傳播特性,若不采用有效的干擾管理方案,系統(tǒng)性能將受到嚴重損害。因此,需要智能的睡眠模式、功率控制機制和有效的動態(tài)頻譜資源接入算法來減小有害干擾對系統(tǒng)性能的影響。而干擾對齊(Interference Alignment,IA)[16]技術(shù)、范德蒙德頻分復用(Vandermonde Frequency Division Multiplexing,VFDM)[17]技術(shù)和多網(wǎng)絡聯(lián)合處理[18]技術(shù)具有較高的復雜度,且需要可靠的信道狀態(tài)信息(Channel State Information,CSI)來保證算法的有效性,而實際的無線網(wǎng)絡系統(tǒng)中這些算法所能帶來的性能增益和利益還不太明朗。
(4)安全問題
信息安全問題已經(jīng)越來越引起人們的注意,美國“棱鏡門”事件已經(jīng)為我們敲響了警鐘。由于SCN 具有分層的扁平化結(jié)構(gòu),SCN 中可能會出現(xiàn)傳統(tǒng)蜂窩系統(tǒng)沒有的易受網(wǎng)絡攻擊的弱節(jié)點問題。當將SCBS 接入不受運營商完全掌控的基于IP 的回傳網(wǎng)絡時,用戶隱私將受到威脅。因此,需要SCBS 具有防止網(wǎng)絡攻擊的能力,避免黑客等不法分子暴力接入基站獲取和篡改用戶信息。而如何將擬態(tài)安全防御技術(shù)[19]等安全機制引入SCN,以提高系統(tǒng)的抗攻擊能力將具有切實的現(xiàn)實意義。
具有優(yōu)質(zhì)傳輸特性的頻譜屬于稀缺資源,而現(xiàn)有的通信技術(shù)需要更多的頻帶來應對人們不斷增加的高質(zhì)量通信需求,為滿足快速發(fā)展的移動通信服務,頻譜資源將成為5G 網(wǎng)絡發(fā)展的命脈。預計中國到2020年還有1000 MHz的頻譜缺口,而現(xiàn)有的通信技術(shù)對頻譜的利用率較低,美國聯(lián)邦通信委員會的研究表明,平均僅有15%~85%的授權(quán)頻譜被充分利用[20]。而認知無線電技術(shù)[12]能夠通過有效的頻譜感知技術(shù)發(fā)現(xiàn)頻譜空穴資源,在不對授權(quán)的主用戶(Primary User,PU)通信設備產(chǎn)生有害干擾的情況下能夠提高頻譜資源的利用效率,進而增加系統(tǒng)吞吐量。由于SCBS 具有較小的覆蓋范圍以及自組織和自優(yōu)化功能,其固有的特性使得認知無線電技術(shù)能夠很好地融入到SCN 的部署中,通過發(fā)現(xiàn)和使用空閑頻譜資源能夠進一步提高頻譜資源的復用率。因此,由認知無線電技術(shù)與SCN 的結(jié)合而得名的認知小蜂窩網(wǎng)絡(Cognitive Small Cell Networks,CSCN)技術(shù)已逐漸成為人們研究的熱點[5,21-22],而其所服務的用戶可稱為認知小蜂窩用戶(Cognitive Small Cell User,CSCU)。SCBS 的隨機部署對設備的分布式自組織能力提出了較高的要求[23],而具有認知特性的SCBS 能夠通過感知其周圍的無線通信環(huán)境自適應地調(diào)整其通信參數(shù)[24],使其能夠在滿足即插即用特性的同時最優(yōu)化通信系統(tǒng)的整體性能。
在CSCN 和宏網(wǎng)絡(或其他無線網(wǎng)絡)共同組成的異構(gòu)網(wǎng)絡中,SCBS 的隨機大量部署使得該異構(gòu)網(wǎng)絡變得更加復雜多變[21]。如何有效地解決其中的網(wǎng)絡覆蓋、用戶切換、基站選擇、功率和頻譜資源分配等問題已獲得廣泛關(guān)注。根據(jù)不同的業(yè)務需求,本節(jié)將分別從上行通信和下行通信兩個角度介紹CSCN 和宏網(wǎng)絡共存時所面臨的相關(guān)問題。
上行通信時,移動用戶設備是功率發(fā)射的主體,對應的服務基站是接收信號的受體,在通信過程中移動設備將不可避免地出現(xiàn)干擾其他接收基站的情形,如圖2 所示,其中虛線部分表示干擾。當CSCU開始通信時,需要進行SCBS 的選擇,根據(jù)不同的接入方式,可將其分為封閉式、開放式和混合式接入[25]。若采用封閉式接入模式時,CSCU 只能接入其注冊授權(quán)的SCBS,而不能接入其他SCBS。當CSCU 距離自己的服務基站較遠,但距離其他SCBS或MBS 較近時,CSCU 設備需要較大的發(fā)射功率才能進行可靠通信。圖2 中CSCU1 和CSCU3 將分別對MBS 和SCBS2 在同頻段上產(chǎn)生干擾,隨著CSCU的增多,累積干擾將會影響系統(tǒng)整體性能。因此,需要CSCU 選擇不同的頻段資源或減小發(fā)射功率,以避免同層網(wǎng)絡或跨層網(wǎng)絡間的有害干擾,或者通過在基站端引入干擾溫度限制來控制有害干擾的產(chǎn)生。但由于該限制條件使得不同CSCU 間的發(fā)射功率和頻譜資源策略間存在耦合關(guān)系,在未知系統(tǒng)全局CSI 的情況下,使得求解CSCN 中各CSCU 的最優(yōu)發(fā)射策略變得更加復雜,且不易在分布式結(jié)構(gòu)下實現(xiàn)。若允許CSCU 進行SCBS 的選擇,即采用開放式的接入模式,在滿足一定服務質(zhì)量(Quality of Service,QoS)需求的情況下,通過接入信道狀態(tài)較好的SCBS 來減少對其他基站設備的干擾。如CSCU x 設備在多個SCBS 的覆蓋下,需要進行合理的基站選擇來減少對其他基站的干擾,并且可以降低自身的能量消耗,進而提高移動設備的電池續(xù)航能力。但開放式的接入模式具有較大的安全風險,需要基站設備能夠識別和應對未知的攻擊行為。而混合式接入模式中的SCBS 在滿足了本網(wǎng)絡服務需求或能夠為其帶來更多無線資源的前提下,才允許對應CSCU(其他SCBS 中的注冊用戶)的接入。
圖2 上行干擾傳輸模型Fig.2 Uplink interference transmission model
針對CSCU 設備的移動切換問題,若不能進行合理的網(wǎng)絡切換,將會引起通信中斷,如PU4 在宏網(wǎng)絡邊緣時,需要切換到SCBS3 才能進行有效通信。為滿足不同的性能需求,需要采用合理的切換算法來激勵SCBS 主動提供服務,可以從滿足最小鏈路容量需求、最小化比特錯誤率、最小化系統(tǒng)干擾、最大化系統(tǒng)容量或最大化能量效率等角度進行切換。如圖2 中的PU3,由于其處于宏網(wǎng)絡邊緣,在固定帶寬的頻段上需要較大的發(fā)射功率才能建立有效通信,這增加了對CSCN 的干擾,尤其是對SCBS2的干擾。若SCBS2 允許PU3 的接入,由于通信鏈路間距離較近,在滿足相同QoS 的情況下,PU3 將消耗更少的功率和使用更少的帶寬,這樣就可以減少對CSCN 中其他SCBS 的干擾,增加CSCN 中可用頻譜資源的數(shù)量,同時也減少了電磁輻射對人體的危害。而基于分簇的虛擬網(wǎng)絡結(jié)構(gòu)能夠?qū)崿F(xiàn)以CSCU 為中心的連續(xù)無線服務,使得CSCU 感受不到其在同一簇中不同SCBS 間的切換行為,該切換過程將由簇頭進行統(tǒng)一管理。根據(jù)分簇的基本原則可采用同區(qū)域分簇和跨區(qū)域分簇兩種主要模式,其中同區(qū)域分簇是將具有相鄰物理結(jié)構(gòu)但使用不同頻譜資源的SCBS 分為一簇,跨區(qū)域分簇是將具有不相鄰物理結(jié)構(gòu)但使用同一頻譜資源的SCBS 分為一簇。根據(jù)不同的系統(tǒng)需求,如何有效地進行快速分簇和選擇簇頭將會對系統(tǒng)性能產(chǎn)生較大影響,如基于博弈論[26-27]、進化理論和蟻群算法等分簇方法的研究。
下行通信時,基站是功率發(fā)射的主體,所服務的用戶設備是接收信號的受體,在通信過程中基站也將不可避免地出現(xiàn)干擾其他非授權(quán)移動用戶的情形,如圖3 所示。相比于宏蜂窩中通信鏈路設備兩邊不同的干擾環(huán)境,CSCN 中通信設備間較短的距離使得通信鏈路兩邊所受的干擾環(huán)境基本相同,這使得CSCN 上行通信中的很多方法可以移植到其下行通信中。當SCBS 距離MBS 較近時,同頻帶干擾將非常嚴重,一種簡單有效的方法便是采用不同頻段進行通信,但頻譜利用率較低。而距離較遠時,由于信號路徑損耗和穿墻損耗的影響,MBS 對SCBS的干擾較弱,通過合理的功率分配可以實現(xiàn)全頻譜復用。有效的切換算法也將減少MBS 對CSCN 的干擾,如圖3 中PU2 和PU3 若被允許分別切換到SCBS3 和SCBS2,在滿足相同QoS 的情況下,SCBS能夠消耗較少的功率和使用較少的帶寬,這樣既減少了對CSCU1 的干擾,又能激勵CSCN 主動為PU服務以使用更多的頻譜資源,同時該方案也更加節(jié)能環(huán)保。若CSCN 不允許PU 的接入,則可能導致通信死區(qū)的出現(xiàn),即雖然PU 能夠接收到來自MBS 的信號,但由于來自鄰近SCBS 的干擾較大,PU 將不能進行正常通信。因此,可以在PU 端引入干擾溫度限制條件[27],以避免CSCN 中所產(chǎn)生的累積干擾損害PU 的正常通信。
圖3 下行干擾傳輸模型Fig.3 Downlink interference transmission model
針對用戶的快速移動問題,頻繁的網(wǎng)絡切換將嚴重影響系統(tǒng)性能,而有效的分簇算法在下行通信中同樣具有重要的作用。在分布式結(jié)構(gòu)下,需要合理的動態(tài)頻譜和功率分配機制來最優(yōu)化系統(tǒng)性能,CSCN 主要從利己和利它兩個方面進行資源配置。在利己方式下,SCBS 會盡量選擇具有較好CSI 的頻譜資源,并采用較大的發(fā)射功率來最大化其鏈路容量。而利它方式下,SCBS 在考慮自身性能的同時會考慮對其他SCBS 所服務用戶的影響,以最大化系統(tǒng)整體性能為目標。如圖3 中的SCBS2 可通過減少其發(fā)射功率來實現(xiàn)覆蓋半徑收縮,雖然服務的用戶數(shù)量變少,但可以避免對其他移動設備產(chǎn)生有害干擾,同時也不會影響對CSCU2 的通信。
面對5G 較高要求的發(fā)展愿景,需要更多和更高的性能指標以及更多新型技術(shù)來指導和支持5G的發(fā)展,其中SCN 所具有的諸多優(yōu)勢使其在5G 的發(fā)展中起著重要作用,但同時也需要解決發(fā)展中所遇到的相關(guān)問題。而認知無線電技術(shù)與SCN 的結(jié)合充分發(fā)揮了各自的優(yōu)點,使得認知小蜂窩網(wǎng)絡能夠更好地與宏蜂窩網(wǎng)絡相融合,以適應5G 多樣化的服務需求。基于SCN 特有的眾多優(yōu)點,并通過有效地解決其發(fā)展中所面臨的問題,我們相信SCN 技術(shù)將對5G 的發(fā)展產(chǎn)生巨大的推動作用。
[1]ALEXIOU A.Wireless World 2020 Radio Interface Challenges and Technology Enablers[J].IEEE Vehicular Technology Magazine,2014,9(1):46-53.
[2]CHEN S,ZHAO J.The Requirements,Challenges,and Technologies for 5G of Terrestrial Mobile Telecommunication[J].IEEE Communications Magazine,2014,52(5):36-43.
[3]ANDREWS J G,BUZZI S,CHOI W,et al.What Will 5G Be?[J].IEEE Journal on Selected Areas in Communications,2014,32(6):1065-1082.
[4]XU J,WANG J,ZHU Y,et al.Cooperative Distributed Optimization for the Hyper-Dense Small Cell Deployment[J].IEEE Communications Magazine,2014,52(5):61-67.
[5]JUNGNICKEL V,MANOLAKIS K,ZIRWAS W,et al.The Role of Small Cells,Coordinated Multipoint,and Massive MIMO in 5G[J].IEEE Communications Magazine,2014,52(5):44-51.
[6]HU R Q,QIAN Y.An Energy Efficient and Spectrum Efficient Wireless Heterogeneous Network Framework for 5G Systems[J].IEEE Communications Magazine,2014,52(5):94-101.
[7]CHIH-LIN I,ROWELL C,HAN S,et al.Toward Green and Soft:A 5G Perspective[J].IEEE Communications Magazine,2014,52(2):66-73.
[8]HASAN Z,BOOSTANIMEHR H,BHARGAVA V K.Green Cellular Networks:A Survey,Some Research Issues and Challenges[J].IEEE Communications Surveys & Tutorials,2011,13(4):524-540.
[9]HOYDIS J,DEBBAH M.Green,Cost- effective,F(xiàn)lexible,Small Cell Networks[J].IEEE Communications Society MMTC,2010,5(3):23-26.
[10]HOYDIS J,KOBAYASHI M,DEBBAH M e.Green Small-cell Networks:A Cost- and Energy-Efficient Way of Meeting the Future Traffic Demands[J].IEEE Vehicular Technology Magazine,2011,6(1):37-43.
[11]MARZETTA T L.Massive MIMO:An Introduction[J].Bell Labs Technical Journal,2015,20(2):11-22.
[12]AKYILDIZ I F,LO B F,BALAKRISHNAN R.Cooperative Spectrum Sensing in Cognitive Radio Networks:A Survey[J].Physical Communication Journal,2011,4(1):40-62.
[13]GIUPPONI L,GALINDO-SERRANO A,BLASCO P,et al.Docitive networks:an emerging paradigm for dynamic spectrum management[J].IEEE Wireless Communications,2010,17(4):47-54.
[14]ROY A,SHIN J,SAXENA N.Multi-Objective Handover in LTE Macro/Femto-Cell Networks[J].Journal of Communications and Networks,2012,14(5):578-587.
[15]ZHENG K,XIN X,LIU F,et al.Virtual Small Cells Using Large Antenna Arrays as an Alternative to Classical Het-Nets[J].IET Communications,2013,7(16):1729-1738.
[16]ALI J S.Interference alignment-A new look at signal dimensions in a communication network[J].Foundations and Trends in Communications and Information Theory,2010,7(1):1-134.
[17]CARDOSO L S,CAVALCANTI F R P,KOBAYASHI M,et al.Vandermonde-Subspace Frequency Division Multiplexing for Two- Tiered Cognitive Radio Networks[J].IEEE Transactions on Communications,2013,61(6):2212-2220.
[18]GESBERT D,HANLY S,HUANG H,et al.Multi-cell MIMO cooperative networks:A new look at interference[J].IEEE Journal on Selected Areas in Communications,2010,28(9):1380-1408.
[19]鄔江興.擬態(tài)計算與擬態(tài)安全防御的原意和愿景[J].電信科學,2014,30(7):2-7.WU Jiangxing.Meaning and vision of mimic computing and mimic security defense[J].Telecommunications Science,2014,30(7):2-7.(in Chinese)
[20]PANG J S,SCUTARI G,PALOMAR D P,et al.Design of cognitive radio systems under temperature-interference constraints:A variational inequality approach[J].IEEE Transactions on Signal Processing,2010,58 (6):3251-3271.
[21]CHENG S M,LIEN S Y,CHU F S,et al.On exploiting cognitive radio to mitigate interference in macro/femto heterogeneous networks[J].IEEE Wireless Communications,2011,18(3):40-47.
[22]WILDEMEERSCH M,QUEK T Q S,SLUMP C H,et al.Cognitive Small Cell Networks:Energy Efficiency and Trade- Offs[J].IEEE Transactions on Communications,2013,61(9):4016-4029.
[23]BENNIS M,PERLAZA S M,BLASCO P,et al.Self-Organization in Small Cell Networks:A Reinforcement Learning Approach[J].IEEE Transactions on Wireless Communications,2013,21(7):3202-3212.
[24]SARDELLITTI S,BARBAROSSA S.Joint Optimization of Collaborative Sensing and Radio Resource Allocation in Small-Cell Networks[J].IEEE Transactions on Signal Processing,2013,61(18):4506-4520.
[25]ROCHE G,VALCARCE A,LóPEZ- PéREZ D,et al.Access Control Mechanisms for Femtocells[J].IEEE Communications Magazine,2010,48(1):33-39.
[26]JIA Y N,YUE D W.Dynamic Overlapped Spectrum Allocation based on Potential Game in Cognitive Radio Networks[J].High Technology Letters,2014,20(4):401-408.
[27]賈亞男,岳殿武.博弈論框架下認知小蜂窩網(wǎng)絡的動態(tài)資源分配算法[J].電子學報,2015,43(10):1911-1917.JIA Yanan,YUE Dianwu.Dynamic Resource Allocation Algorithm Based on Game Theory in Cognitive Small Cell Networks[J].Chinese Journal of Electronics,2015,43(10):1911-1917.(in Chinese)