[張仁遲]
?
UDN中的小區(qū)切換算法分析
[張仁遲]
摘要從2G到3G,再到4G,直到未來5G,移動(dòng)通信正朝著網(wǎng)絡(luò)多元化、寬帶化、綜合化、智能化的方向發(fā)展。隨著各種智能終端的普及,尤其到2020年及以后,移動(dòng)數(shù)據(jù)流量將呈現(xiàn)爆炸式增長(zhǎng),超密集網(wǎng)絡(luò)(UDN)成為未來5G網(wǎng)絡(luò)提高數(shù)據(jù)流量的關(guān)鍵技術(shù)之一。在超密集網(wǎng)絡(luò)中,微基站密集地部署使得小區(qū)數(shù)量劇增,加之形狀的不規(guī)則,引起了頻繁復(fù)雜的切換,為了滿足移動(dòng)性以及綠色通信的時(shí)代需求,新的切換算法勢(shì)必會(huì)出現(xiàn)。文章通過對(duì)當(dāng)下主流的小區(qū)切換技術(shù)進(jìn)行研究分析,給出了每種技術(shù)的基本概念或原理,以及應(yīng)用到UDN時(shí)潛在的問題,最后概述了當(dāng)前UDN中小區(qū)切換算法存在的難點(diǎn)及發(fā)展趨勢(shì)。
關(guān)鍵詞:超密集網(wǎng)絡(luò)連接模式小區(qū)切換綠色通信
張仁遲
男,碩士研究生,重慶郵電大學(xué)通信與信息工程學(xué)院。主要研究方向?yàn)樾乱淮苿?dòng)通信。
移動(dòng)通信經(jīng)歷了從模擬到數(shù)字的發(fā)展過程,在二十世紀(jì)九十年代經(jīng)歷了快速的發(fā)展,移動(dòng)通信的1G是采用模擬技術(shù),其頻譜利用率低,保密性差等;2G主要是以話音為主;3G則是面向快速發(fā)展的數(shù)據(jù)業(yè)務(wù)的時(shí)代;現(xiàn)在逐步商用的4G是面向全數(shù)據(jù)網(wǎng)絡(luò),是向下兼容的,能夠兼容3G,2G網(wǎng)絡(luò)。LTE也俗稱3.9G,2012年LTE正式成為國際標(biāo)準(zhǔn),將4G的發(fā)展推向了新的高峰,具有百兆的數(shù)據(jù)下載以及接入能力[1]。根據(jù)預(yù)測(cè),未來無線網(wǎng)絡(luò)中,隨著各種智能終端的普及,面向2020年及以后,移動(dòng)數(shù)據(jù)流量將呈現(xiàn)爆炸式增長(zhǎng)。在未來5G網(wǎng)絡(luò)中,減小小區(qū)半徑,增加低功率節(jié)點(diǎn)數(shù)量的UDN技術(shù),是保證未來 5G 網(wǎng)絡(luò)支持千倍流量增長(zhǎng)的核心技術(shù)之一。
小區(qū)半徑的縮小意味著基站間隔的縮小,在今后的超密集網(wǎng)絡(luò)(UDN)中大部分微基站的覆蓋范圍將在50~150 m,隨著技術(shù)的發(fā)展甚至?xí)s小至10 m左右,在城市人口密集區(qū)域形成相當(dāng)密集的節(jié)點(diǎn)部署。這些微基站部署在宏小區(qū)內(nèi),對(duì)宏小區(qū)在熱點(diǎn)地區(qū)的服務(wù)進(jìn)行補(bǔ)充,如果繼續(xù)沿用以往的小區(qū)切換算法,由于小區(qū)更多、覆蓋范圍更不規(guī)則,勢(shì)必會(huì)出現(xiàn)頻繁的切換,甚至出現(xiàn)掉話現(xiàn)象,難以保證移動(dòng)性能。而且,隨著綠色通信的流行,基站休眠技術(shù)也受到大家越來越多的關(guān)注,那么,如何減少密集小小區(qū)切換的“乒乓效應(yīng)”,小小區(qū)之間和小小區(qū)與宏基站之間的切換與基站休眠之間的平衡成了一個(gè)不容忽視的熱點(diǎn)問題[2]。
超密集網(wǎng)絡(luò)中的切換,為傳統(tǒng)切換技術(shù)提出了更高的挑戰(zhàn),與此同時(shí),各種新技術(shù)、新業(yè)務(wù)、新場(chǎng)景的不斷涌現(xiàn),需要現(xiàn)有切換技術(shù)不斷增強(qiáng)適應(yīng)性、準(zhǔn)確性、通用性。本文的重點(diǎn)即為上述領(lǐng)域的小區(qū)間的切換技術(shù)。在此環(huán)境中,切換策略不同于單一網(wǎng)絡(luò)中只依靠信號(hào)強(qiáng)度來決策的水平切換,而是要綜合考慮影響用戶體驗(yàn)尤其是臨近小區(qū)數(shù)量的不斷變化等多種因素以便對(duì)備選的網(wǎng)絡(luò)做出綜合評(píng)判。
通過在原有LTE-A技術(shù)的宏基站下引進(jìn)了大量低功耗的非傳統(tǒng)節(jié)點(diǎn),如微蜂窩(Microcell)、家庭基站(Femtocell),以及中繼(Relay)和分布式天線等,5G UDN技術(shù)縮小基站的間隔以形成很高的頻率復(fù)用率,有效地利用了寶貴的頻譜資源。并且由于接入點(diǎn)的增加,UDN 可以有效緩解熱點(diǎn)地區(qū)的業(yè)務(wù)擁堵,分流與平衡全網(wǎng)負(fù)載,減少擁塞和掉話的發(fā)生。
UDN 允許用戶自主部署低功率、低成本、低能耗的家庭基站或微型基站,這些微基站通常直接部署在室內(nèi),覆蓋面積較小,縮短了終端與基站之間的距離,由于不需經(jīng)過建筑的穿透損耗,一定程度上降低了信號(hào)的衰減,改善了基站與終端之間的鏈路質(zhì)量,增強(qiáng)了室內(nèi)覆蓋,使用戶的通信質(zhì)量得到更好的保證。許多小區(qū)還能夠根據(jù)系統(tǒng)內(nèi)的業(yè)務(wù)狀況自適應(yīng)地選擇休眠與激活,不僅提高了能效,同時(shí)也減小了用戶之間的干擾。低功率發(fā)射增加了終端電池的續(xù)航時(shí)間,對(duì)于電池電量受限的許多智能設(shè)備具有重要意義。不同于Wi-Fi使用未經(jīng)認(rèn)證的頻段,UDN中小小區(qū)復(fù)用宏小區(qū)的頻率,微型基站發(fā)射功率低,多布置在人群集中地方,如機(jī)場(chǎng)、車站和大型商場(chǎng)等,對(duì)宏小區(qū)的頻率資源進(jìn)行補(bǔ)償,保證熱點(diǎn)地區(qū)的服務(wù)質(zhì)量[3]。
由此可以看出,UDN技術(shù)在增強(qiáng)室內(nèi)覆蓋方面有著顯著優(yōu)勢(shì),同時(shí)大大提升了頻率與能量利用率,分流與均衡網(wǎng)絡(luò)負(fù)載,使得網(wǎng)絡(luò)性能得到顯著改善,是未來5G網(wǎng)絡(luò)重要技術(shù)之一。
圖1 UDN網(wǎng)絡(luò)構(gòu)架
傳統(tǒng)的切換算法主要分為四類:(1)以用戶測(cè)量到的來自各基站的信號(hào)強(qiáng)度為判決指標(biāo),當(dāng)信號(hào)強(qiáng)度低于切換值時(shí)做出切換決定。(2)基于模糊邏輯的多目標(biāo)判決算法,結(jié)合網(wǎng)絡(luò)性能和用戶特性做出垂直切換判決。(3)基于多屬性決策的判決算法,根據(jù)接入網(wǎng)絡(luò)的特性、業(yè)務(wù)類型及移動(dòng)性等用戶特性做出垂直切換判決。(4)基于代價(jià)函數(shù)的切換判決算法,根據(jù)各目標(biāo)網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度、網(wǎng)絡(luò)帶寬、業(yè)務(wù)的服務(wù)費(fèi)用、連接時(shí)延、用戶業(yè)務(wù)類型等性能指標(biāo)來建立代價(jià)函數(shù),根據(jù)得到的代價(jià)函數(shù)值確定切換的最佳目標(biāo)網(wǎng)絡(luò)。
隨著無線通信技術(shù)的快速發(fā)展,通信構(gòu)架的一次次變更,切換算法也在隨著技術(shù)的變革不斷改進(jìn)。
以往移動(dòng)通信中,最基本的算法是基于接收信號(hào)強(qiáng)度策略(RSS)的切換算法,但是由于在UDN異構(gòu)無線網(wǎng)中各網(wǎng)絡(luò)的物理層所使用技術(shù)并不相同,因此,不能僅根據(jù) RSS 將不同網(wǎng)絡(luò)進(jìn)行直接比較。文獻(xiàn)[4]則提出了相對(duì)接收信號(hào)強(qiáng)度的概念,來對(duì)不同無線接入技術(shù)的網(wǎng)絡(luò)RSS 進(jìn)行比較,公式如下:
文獻(xiàn)[5]提出了一種具有預(yù)判決功能的基于神經(jīng)網(wǎng)絡(luò)的差值門限模糊邏輯算法NNDTFH(Neural Network Difference Threshold Fuzzy Handoff)。該算法分為反向傳播BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、模糊推理控制和切換判決幾個(gè)過程。在BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)階段,根據(jù)移動(dòng)終端的運(yùn)動(dòng)速度V、由BP神經(jīng)網(wǎng)絡(luò)在信息處理之后,所估計(jì)的下一刻信號(hào)強(qiáng)度RSS,預(yù)先判決當(dāng)前終端是否需要切換到下一網(wǎng)絡(luò),這樣可以很好的減少不必要的切換指示和信令開銷。模糊推理控制階段,將預(yù)判決的信號(hào)強(qiáng)度RSS、網(wǎng)絡(luò)可用帶寬B(Bandwidth)和網(wǎng)絡(luò)費(fèi)用C(cost)送入模糊化控制器,通過模糊化、模糊推理、去模糊,最終得到目標(biāo)網(wǎng)絡(luò)的綜合性能,以此作為切換判決依據(jù)。
圖2 NNDTFH 算法結(jié)構(gòu)框
基于神經(jīng)網(wǎng)絡(luò)的差值門限模糊邏輯算法與考慮其他參數(shù)的遲滯電平算法和駐留時(shí)間算法相比,在切換判決階段綜合考慮兩個(gè)網(wǎng)絡(luò)的差值,引入了差值門限的方法,減少了切換中乒乓效應(yīng)發(fā)生的概率,提高系統(tǒng)的切換性能,保證用戶服務(wù)質(zhì)量,但遇到UDN中的密集基站時(shí),它的判決以及模糊進(jìn)程將變得非常復(fù)雜,因此需進(jìn)行一定的改進(jìn)。
Lin等[6]對(duì)比分析了小小區(qū)的3種工作模式(封閉、混合、開放),以博弈模型對(duì)其進(jìn)行分析。采用混合模式,將所有終端分別按從宏基站或者家庭基站接收到的信號(hào)功率分為兩類:讓從宏基站接收到的信號(hào)更強(qiáng)的用戶接入宏基站,不參與博弈算法;接收到微型基站的信號(hào)更強(qiáng)的用戶則根據(jù)接入網(wǎng)絡(luò)的不同性能決定接入何種基站。由小小區(qū)的開放度[0,1](0表示封閉模式,1表示開放模式),均分其時(shí)域資源。所有參與博弈者根據(jù)不同策略算出的吞吐量進(jìn)行博弈,選擇切換到的服務(wù)基站。經(jīng)仿真對(duì)比得出,在混合模式下而非封閉模式,系統(tǒng)容量達(dá)到最大;在開放模式下,即0=1時(shí),系統(tǒng)總?cè)萘孔畲?,且最具公平性。但在此算法中,終端在做出切換前必須知道各個(gè)基站擁有的資源以及駐留的用戶數(shù)量,才能計(jì)算對(duì)比接入不同基站時(shí)各個(gè)系統(tǒng)的吞吐量,這就需要從密集的基站收集用戶與資源信息,無疑增加了用戶終端的負(fù)擔(dān)及復(fù)雜度,要想運(yùn)用到UDN中還需要解決以上難題。
眾所周知,通信過程中基站端的能耗遠(yuǎn)遠(yuǎn)高于終端。那么,如果當(dāng)網(wǎng)絡(luò)處于低負(fù)載狀況下,在滿足用戶服務(wù)質(zhì)量需求的基礎(chǔ)上,基于基站端節(jié)能的負(fù)載均衡及基站開關(guān)策略,通過選擇性的關(guān)閉部分負(fù)載較輕或者沒有負(fù)載的,將其服務(wù)用戶切換到相鄰活躍基站,在保證用戶服務(wù)質(zhì)量需求的基礎(chǔ)上大幅降低基站端能耗,提高能量效率,成為了當(dāng)今的一個(gè)研究熱點(diǎn)。
可以發(fā)現(xiàn)其是一個(gè)非凸整數(shù)規(guī)劃問題。從直觀上來說,可以通過傳統(tǒng)的遍歷算法對(duì)其進(jìn)行求解,從而得出最優(yōu)的基站開關(guān)策略。具體來說,就是通過計(jì)算每一種可能的基站休眠圖樣的能效,進(jìn)行比較后選擇能效最大的一個(gè)作為最優(yōu)的基站休眠方案。但是其復(fù)雜度是隨著指數(shù)上升的,因此這時(shí)遍歷算法的復(fù)雜度會(huì)比較高而難以實(shí)現(xiàn)。
為此,文獻(xiàn)[7]將關(guān)閉基站數(shù)目為時(shí),最優(yōu)的基站開關(guān)策略為,提出如下遍歷算法:
此算法相比于傳統(tǒng)的遍歷算法,大大降低了計(jì)算復(fù)雜度,提高了系統(tǒng)能效。但是在超密集網(wǎng)絡(luò)場(chǎng)景下,數(shù)目往往比較多,加之網(wǎng)絡(luò)的異構(gòu)性,上述算法的復(fù)雜度仍然可能較大而難以實(shí)現(xiàn),因此還需要進(jìn)行進(jìn)一步的優(yōu)化。
此外深圳中興通訊將Cloud Radio向UDN演進(jìn),相比于傳統(tǒng)的小區(qū)是物理小區(qū),用基站ID標(biāo)識(shí)小區(qū),而終端(UE)的所有通信均基于基站ID,他們提出了讓基站ID變得不重要甚至消失虛擬基站技術(shù)。在虛擬基站中,由網(wǎng)絡(luò)動(dòng)態(tài)生成針對(duì)特定用戶的“UEID”,在用戶看來,感知上等同于有一個(gè)虛擬的邏輯站點(diǎn)一直跟隨自己的移動(dòng),因此業(yè)務(wù)的切換效率、服務(wù)質(zhì)量等都有大幅度提升[8]。
在UDN中,因?yàn)橄到y(tǒng)中的小區(qū)不再是傳統(tǒng)蜂窩網(wǎng)絡(luò)的場(chǎng)景,是含多種接入技術(shù),小小區(qū)、宏小區(qū)重疊覆蓋的異構(gòu)網(wǎng)絡(luò)場(chǎng)景。就需要考慮多種因素進(jìn)行切換判決,切換技術(shù)的好壞將直接影響到切換時(shí)延、切換頻率、頻率利用率、用戶體驗(yàn)、呼叫阻塞率、切換失敗率等指標(biāo),從而影響整個(gè)系統(tǒng)的性能。
(1)UDN中微型基站復(fù)用宏小區(qū)的頻段,這種頻率復(fù)用模式雖然大大增加了頻譜復(fù)用率,但這種頻率復(fù)用距離過小無論在宏小區(qū)用戶與小小區(qū)之間還是小小區(qū)用戶內(nèi)部都帶來了不可忽略的同頻干擾,如何選擇切換中的目標(biāo)小區(qū)以降低干擾成為了UDN切換技術(shù)不得不考慮的一個(gè)難點(diǎn);
(2)多層網(wǎng)絡(luò)與不同服務(wù)接入點(diǎn)的存在給用戶帶來了更豐富的選擇,同時(shí)也造成了更大的困擾:在以往的基于代價(jià)函數(shù)的切換判決算法,根據(jù)各目標(biāo)網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度、網(wǎng)絡(luò)帶寬、業(yè)務(wù)的服務(wù)費(fèi)用、連接時(shí)延、用戶業(yè)務(wù)類型等性能指標(biāo)來建立代價(jià)函數(shù),往往為了某一方面的性能而犧牲其他方面的服務(wù)質(zhì)量,現(xiàn)如今,隨著硬件材料的成熟,CPU計(jì)算能力的加大,以往需要通過犧牲部分系統(tǒng)性能以降低計(jì)算復(fù)雜度的算法需要適當(dāng)修改,我們可以在原有的切換算法上,考慮更多的小區(qū)性能參數(shù),根據(jù)得到的函數(shù)值確定切換的最佳目標(biāo)網(wǎng)絡(luò),那么如何權(quán)衡性能參數(shù)及其代價(jià)以便在多個(gè)可用網(wǎng)絡(luò)中選出最佳的接入點(diǎn)也是UDN中的重要研究課題;
(3)當(dāng)今網(wǎng)絡(luò)和網(wǎng)絡(luò)業(yè)務(wù)的迅速擴(kuò)展帶來了巨大的能量和頻譜消耗,日益嚴(yán)重的溫室效應(yīng)也成為了人類未來可持續(xù)發(fā)展的重要威脅,綠色越來越成為通信發(fā)展的追求。傳統(tǒng)通信過程消耗大量能源,不符合當(dāng)今綠色理念,而UDN中基站數(shù)量巨大,更是讓能耗擴(kuò)大了數(shù)倍,基站休眠技術(shù)的提出一定程度提高了能效,但是基站何時(shí)休眠,休眠過程中原駐留終端怎樣切換以及切換到哪個(gè)基站還有待進(jìn)一步的研究;
(4)隨著私有小區(qū)開放化的商業(yè)進(jìn)程、用戶服務(wù)質(zhì)量需求的不斷提高,自組織與自適應(yīng)的運(yùn)用以及異構(gòu)網(wǎng)絡(luò)融合過程中的網(wǎng)絡(luò)差異等也是UDN切換研究中不可忽略的重要問題。
因此,鑒于UDN中存在的挑戰(zhàn),未來5G切換技術(shù)的發(fā)展必然朝著減少同頻干擾、降低能耗,提升用戶服務(wù)質(zhì)量的方向發(fā)展。
隨著物聯(lián)網(wǎng)和智能終端的飛速發(fā)展,廣大用戶對(duì)更多通信接入點(diǎn)和網(wǎng)絡(luò)容量的需求出現(xiàn)爆炸式增長(zhǎng),UDN以其在提升網(wǎng)絡(luò)吞吐量與資源利用率方面,并有效融合通信和計(jì)算技術(shù)的優(yōu)良性能成為未來5G通信中不可或缺的關(guān)鍵技術(shù)。本文對(duì)UDN的系統(tǒng)構(gòu)架進(jìn)行了簡(jiǎn)要介紹,并概述了傳統(tǒng)小區(qū)切換技術(shù)以及UDN在切換中可能遇到的挑戰(zhàn),希望為UDN切換技術(shù)的研究帶來一定的幫助。
參考文獻(xiàn)
1沈嘉,索士強(qiáng),全海洋等.3GPP長(zhǎng)期演進(jìn)(LTE)技術(shù)原理與系統(tǒng)設(shè)計(jì)[M].北京:人民郵電出版社,2008:1-5
2Peng H,Xiao Y,Ruyue Y N,et al.Ultra dense network: Challenges,enabling technologies and new trends[J].Communications China,2016,13(2):30-40
3王瑩,繆中宇,張平.超高密度網(wǎng)絡(luò)關(guān)鍵技術(shù)及研究現(xiàn)狀[J].北京郵電大學(xué)學(xué)報(bào),2015,38(5):1-17
4Su Kyoung Lee,Sriram,K.,Kyungsoo Kim,et.al.Vertical hHandoff decision algorithms for providing optimized performance in heterogeneous wireless networks [J].IEEE Trans.on Vehicular Technology,2009,20(12):1213-1216
5周晶.異構(gòu)網(wǎng)中垂直切換算法的研究[D].南京郵電大學(xué),2013
6Lin J S,F(xiàn)eng K T.Femtocell access strategies in heterogeneous networks using a game theoretical framework[J].Wireless Communications IEEE Transactions on,2014,13(3):1208-1221
7Jin Y,Qiu L,Liang X.Small cells on/off control and load balancing for green dense heterogeneous networks[C],Wireless Communications and Networking Conference (WCNC),2015 IEEE.IEEE,2015
8向際鷹.對(duì)無線新技術(shù)演進(jìn)的思考[J].中興通訊技術(shù),2015,(3):50-54
DOI:10.3969/j.issn.1006-6403.2016.05.012
收稿日期:(2016-04-06)