黃炎水，謝佳銳

（中國移動通信集團廣東有限公司揭陽分公司，廣東 揭陽 522000）

1 引言

隨著3GPP標(biāo)準(zhǔn)的制定及智慧城市智能家居等產(chǎn)業(yè)的不斷發(fā)展，物聯(lián)網(wǎng)也迅猛發(fā)展?；诜涓C網(wǎng)絡(luò)的NB-IoT（Narrow Band Internet of Things，窄帶物聯(lián)網(wǎng)）技術(shù)由于具備了廣覆蓋、大連接、低功耗和低成本的特點，在業(yè)界備受矚目。

與LTE不同，NB-IoT主要應(yīng)用于低時延敏感性、低速率、小包業(yè)務(wù)場景，同時支持大連接，這樣的業(yè)務(wù)特點對網(wǎng)絡(luò)的接入性能提出了更高的要求。在LTE中，終端接入網(wǎng)絡(luò)時采用不同的前導(dǎo)序列，用于基站標(biāo)識不同終端。但是在NB-IoT中，終端接入網(wǎng)絡(luò)時采用相同的前導(dǎo)碼，基站標(biāo)識不同終端是通過終端接入時所采用的時頻資源。不同覆蓋等級的終端接入時采用不同的時域資源，同一覆蓋等級下的終端接入采用不同的頻域資源。終端所采用的時頻資源取決于小區(qū)的NPRACH（NB-IoT Physical Random Access Channel，NB-IoT物理隨機接入信道）配置，包括起始時間和子載波偏置配置。本文從子載波偏置配置入手，研究子載波偏置配置對NB-IoT終端接入的影響并提出可行的配置方法。

2 NPRACH子載波偏置

從時域上看，如圖1所示，NB-IoT的NPRACH由4個符號組構(gòu)成，每個符號組由1個CP（Cyclic Period，循環(huán)前綴）和5個符號組成，C P長度分為兩種：66.7 μs和266.7μs。不同CP長度用于支持不同的覆蓋距離，66.7 μs的CP長度支持低于8 km的小區(qū)半徑。

圖1 NPRACH時域結(jié)構(gòu)

從頻域上看，NPRACH采用single-tone方式傳輸，子載波間隔3.75 kHz，180 kHz的帶寬分為48個子載波。NPRACH的傳輸采用跳頻的方式，分為兩層跳頻，一個是NPRACH中4個符號組的跳頻與重復(fù)發(fā)送時的跳頻。符號組之間的跳頻分成兩個層次，第一層次相差1個子載波，第二層次相差6個子載波，即22.5 kHz，用于第二個符號組與第三個符號組之間，如圖2所示。而重復(fù)發(fā)送時的跳頻是通過偽隨機序列來決定重復(fù)發(fā)送時的頻域起始位置。

NPRACH的初始頻域位置通過NPRACH的子載波偏置和子載波數(shù)量來決定。根據(jù)3GPP協(xié)議關(guān)于NB-IoT隨機接入信道子載波偏置的規(guī)定，子載波偏置有7種配置SC_0/SC_12/SC_24/SC_36/SC_2/SC_18/SC_34，而子載波數(shù)量有4種配置12/24/36/48，不同的子載波偏置可配置的子載波數(shù)量對應(yīng)關(guān)系如表1所示：

表1 NPRACH頻域配置

由表1可知，同頻組網(wǎng)的情況下，相鄰小區(qū)配置相同的子載波偏置時，位于兩個小區(qū)重疊覆蓋區(qū)域的用戶在發(fā)起隨機接入時，會導(dǎo)致用戶的初始頻域位置落在鄰小區(qū)NPRACH檢測頻域范圍內(nèi)，造成鄰小區(qū)的誤判，從而浪費鄰小區(qū)的時頻資源，同時也影響鄰小區(qū)用戶的接入。相鄰小區(qū)同子載波偏置情況如圖3所示。

圖2 NPRACH跳頻傳輸

圖3 相鄰小區(qū)同子載波偏置情況

通過測試驗證了相鄰小區(qū)同子載波偏置的影響，選取了同站點兩個小區(qū)，測試參數(shù)如表2所示。

在上述測試環(huán)境下，測試一個小時的隨機接入，統(tǒng)計后臺指標(biāo)，兩個小區(qū)隨機前導(dǎo)數(shù)量和沖突解決消息數(shù)量如表3所示：

表3 子載波偏置影響測試結(jié)果

由表3的測試結(jié)果可知，沖突的前導(dǎo)數(shù)量在修改后降低了65%，由此可見，鄰區(qū)配置相同子載波偏置的情況下，鄰區(qū)誤判的情況比較嚴(yán)重，因此，需要在規(guī)劃階段對NPRACH的子載波偏置進行合理規(guī)劃。由表1可知，不同的子載波偏置配置使用不同范圍的子載波，同時又存在不同程度的交疊?，F(xiàn)網(wǎng)中，為了更好地利用48個子載波，同時減少沖突的數(shù)量，采用12個子載波數(shù)量更為合理，本文以12個子載波數(shù)量為例，提出基于改進Welsh Powell染色的子載波偏置自配置算法。

3 子載波偏置自配置算法

3.1 問題描述

在大規(guī)模建網(wǎng)的情況下，子載波偏置必須進行復(fù)用，同時，需要保證使用相同子載波偏置的小區(qū)距離足夠遠(yuǎn)，盡可能避免重疊覆蓋。實際應(yīng)用中，功率參數(shù)、工作頻率、覆蓋區(qū)域的地理地貌等會直接影響復(fù)用的距離，可類比于LTE中的PCI復(fù)用距離。根據(jù)Walfisch-Ikegami模型與NB-IoT的覆蓋增強特性，以及UE發(fā)射最大功率和基站接收NPRACH的檢測門限，可計算得出復(fù)用距離，在復(fù)用距離內(nèi)的其它小區(qū)不能采用相同的子載波偏置。

按照使用相同頻點的相鄰小區(qū)不能使用相同子載波偏置的原則，子載波偏置問題可以抽象為圖的頂點著色問題。給定圖G=(V, E)，稱映射φ： V→{1, 2, 3, …,k}為G的一個k-點著色，稱{1, 2, 3, …, k}為色集。若對G中任意兩個相鄰頂點u和v均滿足φ(u)≠φ(v)，則稱該著色為正常的。頂點著色問題是一個NP-Hard問題，傳統(tǒng)的解決算法有回溯算法、Welsh Powell算法等。

3.2 算法流程

子載波偏置問題可以抽象為7-點著色問題，但是又略有不同，子載波偏置問題是存在限制條件的頂點著色問題。子載波偏置問題的限制條件在于7個子載波偏置配置中存在沖突的情況，如子載波偏置0與子載波偏置2存在頻域交疊，因此偏置0與偏置2不能相鄰，而在實際網(wǎng)絡(luò)中，又存在無法避免沖突的情況。傳統(tǒng)的Welsh Powell算法無法解決這一問題，因此本文提出了改進的Welsh Powell算法。改進后的算法分成兩步，將原本的7-點著色問題分解為4-點著色問題和基于權(quán)值的3-點著色。

第一步，由于SC_0/SC_12/SC_24/SC_36這4個子載波偏置的頻域資源相互正交，因此采用Welsh Powell算法按照4-點著色的方式進行著色；第二步，對于未著色的節(jié)點，通過基于權(quán)值的3-點著色算法解決，具體算法流程如圖4所示。

算法流程具體如下：

（1）根據(jù)網(wǎng)絡(luò)拓?fù)渑c各個站點間的距離，站點復(fù)用距離內(nèi)的其它站點視為相鄰頂點，生成節(jié)點的關(guān)聯(lián)矩陣V，距離矩陣D，將子載波偏置{SC_0, SC_12,SC_24, SC_36, SC_2, SC_18, SC_34}，記為集合c，根據(jù)各個子載波偏置對應(yīng)的交疊子載波個數(shù)通過矩陣的形式表示，得到子載波沖突矩陣，記為Ccorrupt，可以得到：

表2 子載波偏置影響測試參數(shù)

圖4 基于樹值的3-點著色算法流程

（2）根據(jù)關(guān)聯(lián)矩陣V計算節(jié)點關(guān)聯(lián)度數(shù)，將網(wǎng)絡(luò)拓?fù)渲械恼军c按照節(jié)點度數(shù)由大到小排序，生成排列s。

（3）對于排列s，先按照Welsh Powell算法進行4-點著色。

◆取出SC_0，對第一節(jié)點進行著色，并按排列順序?qū)εc前面著色節(jié)點不相鄰的每一節(jié)點都著上同樣的顏色；

◆對未著色的節(jié)點重新進行排序，取出SC_12對尚未著色的節(jié)點重復(fù)步驟（3）的第一步，再取出SC_24與SC_36繼續(xù)著色。

（4）如果排列s中還存在尚未著色的節(jié)點，依次取出節(jié)點sk，計算c中7個子載波偏置的權(quán)值，記采用子載波偏置ci（0＜i≤7）且與sk相鄰的節(jié)點集合為b，則子載波偏置ci（0＜i≤7）的權(quán)值計算如下：

3.3 仿真驗證

為了對比算法的實際效果，本文定義了子載波平均復(fù)用距離，通過每個子載波的最小復(fù)用距離的均值來衡量子載波沖突的程度。改進算法與原始的Welsh Powell算法進行對比，根據(jù)現(xiàn)實中的實際站點分布，采用Matlab工具仿真配置的結(jié)果。

仿真驗證分為兩步，第一步是針對站點分布較為稀疏的情況，仿真13個站點分布的情況。對于站點分布較為稀疏的區(qū)域，基本通過第一步4-點著色可以完成區(qū)域的子載波偏置配置，稀疏區(qū)域的配置兩個算法結(jié)果相同，符合預(yù)期。圖5是稀疏區(qū)域的站點配置示意圖。

第二步對于站點密集分布的區(qū)域，沖突情況無法避免，通過權(quán)重來決定所使用的子載波偏置配置，分別對存在23個節(jié)點的區(qū)域和151個節(jié)點的區(qū)域進行仿真，原始算法得到的結(jié)果如圖6和圖8所示，改進后的算法配置結(jié)果如圖7和圖9所示。

圖5 稀疏區(qū)域的站點配置

圖6 原始算法下23個節(jié)點密集區(qū)域的站點配置

圖7 改進算法下23個節(jié)點密集區(qū)域的站點配置

由兩個例子可以看出，在站點密集的情況下，盡管局部區(qū)域存在沖突，但是顏色總體布局合理，充分利用了不同的子載波偏置配置有效降低子載波偏置所帶來的沖突。計算子載波平均復(fù)用距離，得到表4的結(jié)果。

圖8 原始算法下151個節(jié)點密集區(qū)域的站點配置

圖9 改進算法下151個節(jié)點密集區(qū)域的站點配置

表4 密集區(qū)域下不同配置算法仿真結(jié)果

從表4的結(jié)果可以看出，改進算法對比原始算法有所提升，通過計算權(quán)重的方式可以有效地減少子載波沖突的情況。

4 結(jié)束語

本文將NB-IoT中隨機接入信道的子載波偏置配置問題抽象成了圖論中的頂點著色問題，又根據(jù)協(xié)議和現(xiàn)實情況對這一問題進行了研究，通過改進的Welsh Powell算法來解決這一特定的著色問題。本文算法可用于實際工程中NB-IoT網(wǎng)絡(luò)隨機接入信道的子載波偏置配置，可以減少時頻資源的浪費，提高資源的利用率，同時避免沖突導(dǎo)致的用戶接入失敗以及由此引發(fā)的接入重試。同時，在算法中子載波偏置的權(quán)值采用系數(shù)法，可以通過修改系數(shù)來適用NB-IoT不同應(yīng)用場景下的配置，提高了算法的魯棒性。對于存在部分子載波偏置無法配置的情況，該算法也可以通過改變子載波沖突矩陣來實現(xiàn)自適應(yīng)。