鄭愛媛

(福建商學(xué)院信息工程學(xué)院,福建 福州 350012)

0 引言

隨著大數(shù)據(jù)等新技術(shù)持續(xù)推進(jìn),為確保5G網(wǎng)絡(luò)無縫支撐移動臺接入突發(fā)業(yè)務(wù)并提升全網(wǎng)載荷度,運(yùn)營商部署了大規(guī)模弱功耗異構(gòu)宏站和微站作為應(yīng)對策略。該策略下的全網(wǎng)由于缺乏移動支持能力,致使突發(fā)接入時(shí)出現(xiàn)局部網(wǎng)絡(luò)載荷沖突,并由此引發(fā)新一輪基站啟動。這樣的情形勢必導(dǎo)致全網(wǎng)效能低下。通過關(guān)閉或睡眠部分異構(gòu)基站被視為有效解決該問題的方法。朱曉榮等[1]提出的循序睡眠機(jī)制提倡通過服務(wù)器監(jiān)測全網(wǎng)基站工作參數(shù)推算出每個(gè)基站效能,將效能度較低的基站納入研究集合,根據(jù)集合內(nèi)被關(guān)閉基站的規(guī)模來確定是否開展下一組的關(guān)閉評估。然而由于移動臺頻繁地在鄰區(qū)子網(wǎng)之間切換接入點(diǎn),使得分區(qū)內(nèi)基站效能度頻繁更新。而循序睡眠機(jī)制卻忽略了將變化的基站效能度更新到研究集合內(nèi),導(dǎo)致研究集合內(nèi)的基站排序缺乏實(shí)時(shí)性,從而弱化了該機(jī)制的普適性。許焱平等[2]針對該問題提出了睡眠更新機(jī)制,基于貪婪算法在每一次關(guān)閉基站時(shí)都對分簇開展效能評估,對更新效能參數(shù)后的基站重新排序再確定關(guān)閉的基站對象。但實(shí)踐表明該算法下的移動臺不僅無法為靠近基站的移動臺提供平滑的接入點(diǎn)切換,宏站間距問題也將弱化接入信道的質(zhì)量而引發(fā)局部網(wǎng)絡(luò)阻塞現(xiàn)象。此外,算法將隨著接入移動臺規(guī)模擴(kuò)大而逐漸增加計(jì)算復(fù)雜度。王雪等[3]提出了基于接入規(guī)模的基站管理機(jī)制,首先統(tǒng)計(jì)出各分區(qū)所能受理的接入載荷度,然后在確保鄰近分區(qū)存在足夠響應(yīng)資源的前提下通過分析每個(gè)基站正在受理的業(yè)務(wù)規(guī)模,篩選出業(yè)務(wù)量較少的基站,從而確定所要關(guān)閉的基站。但該管理機(jī)制同樣忽略了移動臺空間方位和移動臺在鄰區(qū)之間順利切換接入的關(guān)聯(lián)性,使得一些受理業(yè)務(wù)規(guī)模較小的基站未能被關(guān)閉,從而增加了系統(tǒng)的開銷,降低了效能度。

可見,全網(wǎng)分區(qū)內(nèi)基站的效能度[4]對于移動臺在鄰區(qū)頻繁切換接入點(diǎn)的行為較為敏感。為了克服該問題,本文考慮對非鄰區(qū)內(nèi)的基站實(shí)施分簇以降低基站效能頻繁變化給算法計(jì)算精度帶來潛在的影響,并為每一個(gè)分簇制定個(gè)性化的基站啟停方案以避免遍歷全網(wǎng)基站帶來的算法時(shí)間復(fù)雜度問題,同時(shí)結(jié)合移動臺方位和基站間距設(shè)計(jì)科學(xué)的移動臺接入切換機(jī)制,避免移動臺在低效能度的基站之間執(zhí)行無效的接入切換。本文構(gòu)思一種個(gè)性化的自適應(yīng)效能控制算法,該算法通過對分簇內(nèi)的基站開展個(gè)性化能效統(tǒng)計(jì)和排序,科學(xué)地引導(dǎo)移動臺切換接入點(diǎn)來關(guān)停不必要的基站,以此提升全網(wǎng)基站效能度。

1 移動接入效能模型

由宏站和微站組成的5G異構(gòu)蜂窩網(wǎng)絡(luò)內(nèi)含多個(gè)微蜂窩和宏蜂窩。單個(gè)宏站不僅可建立一個(gè)正六邊形的宏蜂窩,也可經(jīng)由定向天線將整個(gè)宏蜂窩劃分出三個(gè)扇區(qū),并在每個(gè)扇區(qū)內(nèi)配置大規(guī)模弱功耗微站形成微蜂窩。微蜂窩內(nèi)部署的全向天線可為移動臺提供全時(shí)無縫接入。假設(shè)移動業(yè)務(wù)接入到5G異構(gòu)全網(wǎng)期間,移動業(yè)務(wù)強(qiáng)度符合Possion隨機(jī)分布[5]。令P(t)為移動業(yè)務(wù)強(qiáng)度在時(shí)間t內(nèi)的Possion變量,k為移動業(yè)務(wù)強(qiáng)度曲線變化的斜率,m和n分別為移動業(yè)務(wù)強(qiáng)度所對應(yīng)的曲線變化幅度[6]和曲線峰值的角度[7]。

(1)

假設(shè)接入信道帶寬可劃分出X個(gè)資源塊,每個(gè)資源塊的帶寬為B,只能由一個(gè)移動臺使用。第i個(gè)宏蜂窩扇區(qū)可為移動臺u提供的資源塊的集合記作L1,移動臺u經(jīng)第i個(gè)宏蜂窩扇區(qū)內(nèi)的第l個(gè)資源塊所獲信號的信噪比SNR為S1,則第i個(gè)宏蜂窩扇區(qū)為移動臺u提供的接入速率[8]為:

(2)

假設(shè)第j個(gè)微蜂窩可為移動臺c提供的資源塊的集合記作L2,移動臺c從微蜂窩覆蓋下的第l個(gè)資源塊所獲信號的信噪比SNR為S2,則第j個(gè)微蜂窩為移動臺c提供的接入速率為:

(3)

假設(shè)基站配置的天線規(guī)模為NA,天線維持正常覆蓋工作所需的最低能耗為PL,基站處于睡眠時(shí)的能耗為Pr,基站受理移動臺接入時(shí)要求的輸出能耗為PG,能耗隨載荷變化發(fā)生的斜率變化為K。當(dāng)PG為0時(shí),基站的能耗表征為:

E=Pr·NA.

(4)

當(dāng)PG不為0時(shí),則基站的能耗表征為:

E=PG·NA+PL·NA.

(5)

假設(shè)第q個(gè)微蜂窩可為移動臺i提供的接入速率為Ri,服務(wù)移動臺接入期間產(chǎn)生的能耗為Eq,該微蜂窩所服務(wù)的移動臺集合為I,可得該微蜂窩的效能度為:

(6)

2 效能控制算法設(shè)計(jì)

效能控制算法的思想是統(tǒng)計(jì)來自非鄰近小區(qū)的用戶基站的能耗并進(jìn)行排序,將效能度較低的基站歸類到一個(gè)分簇內(nèi)。再結(jié)合該分簇內(nèi)移動臺方位和基站的間距以及該分簇內(nèi)基站響應(yīng)移動接入產(chǎn)生的平均能耗等因素,為效能度較低的基站制定啟停決策。因此,完整的算法包括分簇和啟停決策兩個(gè)過程。

為方便辨識蜂窩的相鄰性,分簇前先進(jìn)行蜂窩標(biāo)識[9]。由于復(fù)雜的標(biāo)識方式將增加算法的時(shí)間復(fù)雜度,故效能控制算法考慮根據(jù)每一個(gè)微蜂窩周邊存在的相鄰小區(qū)數(shù)量來決定賦予相應(yīng)的蜂窩編號,再使編號一樣的蜂窩小區(qū)組成一個(gè)分簇以實(shí)現(xiàn)非相鄰小區(qū)分簇。這樣的設(shè)計(jì)可避免算法運(yùn)行期間移動臺在兩個(gè)相鄰小區(qū)之間頻繁切換接入點(diǎn)導(dǎo)致基站效能變化對算法精度的影響。具體標(biāo)識編號過程為:當(dāng)所研究的微蜂窩不存在相鄰小區(qū),直接為該微蜂窩分配編號C1;當(dāng)所研究的微蜂窩存在一個(gè)相鄰小區(qū),則分別為該微蜂窩小區(qū)和相鄰小區(qū)分別分配編號C1、C2。當(dāng)所研究的微蜂窩存在多個(gè)相鄰小區(qū),則為存在相鄰小區(qū)數(shù)量最多的那個(gè)微蜂窩分配編號C1。若該微蜂窩周邊存在奇數(shù)個(gè)相鄰小區(qū),則依次并循環(huán)地為這些相鄰小區(qū)逐個(gè)分配編號C2、C3、C4;若該微蜂窩周邊存在偶數(shù)個(gè)相鄰小區(qū),則依次并循環(huán)地為這些相鄰小區(qū)逐個(gè)分配編號C2、C3。

在分配完標(biāo)識編號后開始執(zhí)行分簇操作。具體操作過程為:將所有的微蜂窩形成一個(gè)集合J1。每一個(gè)微蜂窩輻射的半徑記作r,與第s個(gè)微蜂窩相鄰的基站規(guī)模記作JG,與第s個(gè)微蜂窩相鄰的基站形成的集合記作Js。為集合J1內(nèi)的每一個(gè)微蜂窩開展評估,算出當(dāng)前微蜂窩到其他微蜂窩的間距是否超過2r。若未超過2r,說明兩個(gè)微蜂窩屬于鄰近小區(qū),則需對集合Js中的元素進(jìn)行更新。然后為集合J1中的每一個(gè)微蜂窩分區(qū)元素統(tǒng)計(jì)出與自身相鄰的微蜂窩分區(qū)規(guī)模,將計(jì)算結(jié)果實(shí)時(shí)更新到變量JG中,進(jìn)行從大到小排序后放入集合J2。若集合J2中只存在一個(gè)微蜂窩,直接為該微蜂窩分配編號C1;若集合J2中存在多個(gè)微蜂窩分區(qū),則從中篩選出相鄰分區(qū)基站規(guī)模最大的那個(gè)微蜂窩,為其分配編號C1,再從集合J2中將該分區(qū)基站剔除。接著對微蜂窩C1的集合Js內(nèi)的基站進(jìn)行標(biāo)識區(qū)分,其鄰近的微蜂窩布局呈環(huán)形形狀。對相鄰基站每間隔一個(gè)微蜂窩均分配同樣的編號。比如,當(dāng)存在奇數(shù)個(gè)相鄰小區(qū)時(shí),依次循環(huán)地分配編號C2、C3、C4、C2、C3、C4;當(dāng)存在偶數(shù)個(gè)相鄰小區(qū)時(shí),依次循環(huán)地分配編號C2、C3、C2、C3。然后將已分配過編號的小蜂窩從集合J2中剔除。此時(shí),如果集合J2內(nèi)仍有元素存在,就重新從集合J2中篩選出相鄰分區(qū)基站規(guī)模最大的那個(gè)微蜂窩,為其分配編號C1。當(dāng)為集合J1內(nèi)基站全部分配完編號后便可組建出4個(gè)分簇,每個(gè)分簇均為相同編號的基站。

為降低算法的時(shí)間復(fù)雜度,對非鄰區(qū)蜂窩執(zhí)行完分簇操作后還需為分簇內(nèi)部的基站規(guī)劃一個(gè)科學(xué)的啟停決策,以避免算法運(yùn)行期間遍歷全網(wǎng)所有基站而導(dǎo)致開銷資源浪費(fèi)。制定啟停決策的依據(jù)是首先計(jì)算出分簇內(nèi)部所有基站的平均效能[10]。對于效能高于該平均值的微蜂窩而言,其效能并不會弱化全網(wǎng)性能,算法無須去遍歷基站。反之,若微蜂窩效能低于該平均值,則需篩選出其覆蓋范圍內(nèi)可能被納入睡眠對象的基站。假設(shè)小蜂窩的規(guī)模為w,分簇內(nèi)部所有基站的平均效能為ηA。當(dāng)滿足條件ηA>ηq時(shí),得到:

(7)

一個(gè)分區(qū)內(nèi)的移動臺如果距離本分區(qū)內(nèi)基站較遠(yuǎn),距離相鄰分區(qū)內(nèi)的基站較近,則考慮將該移動臺的接入切換到相鄰分區(qū)基站;如果該移動臺距離本分區(qū)內(nèi)基站較近,則較難將接入切換到相鄰分區(qū)內(nèi)基站。針對該情形,睡眠更新機(jī)制中的貪婪算法使本分區(qū)內(nèi)基站始終處于正常運(yùn)作,導(dǎo)致全網(wǎng)效能度嚴(yán)重被弱化?；诮尤胍?guī)模的基站管理機(jī)制考慮將移動臺的接入切換到戶外的宏站,然而宏站提供的無線接入信道受到建筑物等障礙物影響,導(dǎo)致信號穩(wěn)定性和信道質(zhì)量嚴(yán)重下降,無法確保接入點(diǎn)完成切換,甚至可能出現(xiàn)同一個(gè)移動臺在兩個(gè)基站之間循環(huán)切換,由此引發(fā)移動業(yè)務(wù)阻塞,從而弱化了基站能效。為克服上述兩種機(jī)制瓶頸,本文的效能控制算法通過分析微蜂窩內(nèi)的移動臺方位[11]來確定對基站實(shí)施功耗調(diào)節(jié)或睡眠方案。具體過程描述如下:

步驟一 根據(jù)全網(wǎng)每個(gè)分簇內(nèi)基站工作參數(shù)求出每個(gè)分簇的平均效能值ηA。引入微蜂窩集合J3用于存放效能值低于ηA的微蜂窩,同時(shí)對J3內(nèi)的基站根據(jù)效能值大小進(jìn)行降序排列。具備最大效能值的基站標(biāo)識為BSH,然后為該BSH基站覆蓋范圍內(nèi)的每一個(gè)移動臺計(jì)算出其到達(dá)基站的間距,從而求得平均間距DA。

步驟二 當(dāng)DA≥r/2時(shí),說明BSH基站覆蓋范圍內(nèi)的移動臺分布距離本分區(qū)內(nèi)的基站較遠(yuǎn),應(yīng)使該基站進(jìn)入睡眠狀態(tài)[12],并讓距離該基站較遠(yuǎn)的移動臺接入向相鄰微蜂窩切換,讓該基站周圍的移動臺接入向宏蜂窩基站切換。若無法切換,BSH基站依然保持原來的工作參數(shù),并從J3中剔除該BSH基站;若順利切換,可將BSH基站置為睡眠狀態(tài)并更新J3,即從J3中剔除BSH基站。反之,當(dāng)DA

步驟三 若集合J3中仍有元素,則對J3內(nèi)的基站根據(jù)效能值大小進(jìn)行降序排列;當(dāng)集合J3中不存在元素時(shí),對下一個(gè)分簇執(zhí)行第一個(gè)步驟,計(jì)算每個(gè)分簇的ηA。

3 算法評估

根據(jù)算法設(shè)計(jì)思路,評估環(huán)節(jié)部署了19個(gè)宏蜂窩,同時(shí)部署100個(gè)微蜂窩隨機(jī)分布到每個(gè)扇區(qū)內(nèi),作為5G異構(gòu)蜂窩網(wǎng)絡(luò)的模擬環(huán)境。環(huán)境中參數(shù)設(shè)置如下:微蜂窩和宏站的無線接入均采用瑞利信道模型,帶寬均為15 MHz,資源塊規(guī)模均劃分為70個(gè),移動臺接入比特率均在500 kb/s以上。微蜂窩之間的接入間距為7 m以上,與移動臺接入間距為2 m以上,與宏站的接入間距在100 m以上。移動臺接入到宏站的間距在50 m以上。微蜂窩內(nèi)基站和宏站覆蓋范圍的直徑分別為30 m、800 m。微蜂窩基站最大增益7 dB,發(fā)射能耗為25 dBm,采用全向模式;宏站最大增益20 dB,發(fā)射能耗為60 dBm,采用三維定向模式。

為驗(yàn)證自適應(yīng)效能控制算法的科學(xué)性,算法評估從全網(wǎng)基站能耗、計(jì)算時(shí)長、移動業(yè)務(wù)阻塞率等方面開展考察[13],并與睡眠更新機(jī)制和基站管理機(jī)制進(jìn)行對比。

圖1所示曲線描述了12點(diǎn)至24點(diǎn)期間三種算法下微蜂窩基站的能耗情況。由于測試時(shí)間起點(diǎn)是白天,移動用戶處于活躍狀態(tài),需要激活大量微蜂窩基站為移動臺提供接入服務(wù)。因此三種算法曲線下基站激活規(guī)模都較大,能耗均較高。但相比之下,本文自適應(yīng)效能控制算法曲線走勢明顯比另外兩種機(jī)制曲線低,主要原因在于兩種機(jī)制都沒有考慮到當(dāng)前分區(qū)網(wǎng)絡(luò)的移動臺在切換接入時(shí),分區(qū)內(nèi)基站效能的變化已同步引發(fā)相鄰分區(qū)網(wǎng)絡(luò)效能變化。這些被忽略的要點(diǎn)在自適應(yīng)效能控制算法設(shè)計(jì)中得到了改進(jìn)。自適應(yīng)效能控制算法通過對基站效能排序精確地為基站個(gè)性化制定睡眠和功耗調(diào)整等啟停決策,同時(shí)更加科學(xué)地評估移動臺切換接入的可行性以確保移動臺切換的成功率,在不影響移動服務(wù)質(zhì)量的前提下盡可能縮小被激活基站的規(guī)模控制全網(wǎng)能耗。這些顯著優(yōu)勢使得自適應(yīng)效能控制算法下的效能曲線走勢表現(xiàn)出了明顯的相對優(yōu)勢。當(dāng)測試時(shí)間進(jìn)入夜間,移動用戶陸續(xù)處于休整狀態(tài),接入規(guī)模銳減。相應(yīng)地,提供移動接入服務(wù)的基站規(guī)模同步縮減,能耗相應(yīng)降低,故三種曲線走線都同步顯著下降。即便如此,由于自適應(yīng)效能控制算法機(jī)理的固有優(yōu)勢,其能耗曲線走勢依然表現(xiàn)出相對優(yōu)勢。

圖1 全網(wǎng)基站能耗

圖2所示曲線描述了三種算法在響應(yīng)移動接入時(shí)開展計(jì)算所需的時(shí)長。睡眠更新機(jī)制每一次為基站制定啟停決策時(shí)都需對分簇開展效能評估,因此遍歷全網(wǎng)基站需付出較大的時(shí)間代價(jià)?；竟芾頇C(jī)制通過分簇方式改善了算法性能,降低了時(shí)間復(fù)雜度,故時(shí)間成本相對于睡眠更新機(jī)制有所降低。但是當(dāng)算法運(yùn)行在簇內(nèi)時(shí)依舊逐個(gè)遍歷基站,這又導(dǎo)致算法時(shí)間代價(jià)有所回升。因此基站管理機(jī)制的計(jì)算時(shí)長僅表現(xiàn)出微弱的優(yōu)勢。有別于兩種機(jī)制的鄰區(qū)分簇方式,自適應(yīng)效能控制算法為避免相鄰分區(qū)效能互相影響造成基站排序精度下降,設(shè)計(jì)了采用非鄰區(qū)的分簇方式。這樣的設(shè)計(jì)思路縮短了算法監(jiān)測基站工作參數(shù)的時(shí)間,省去了算法統(tǒng)計(jì)基站效能的時(shí)間,降低了更新基站排序的時(shí)間成本。同時(shí),個(gè)性化制定啟停決策不僅可關(guān)閉大規(guī)?；窘档腿W(wǎng)功耗,縮小基站規(guī)模,也進(jìn)一步降低了算法遍歷基站的時(shí)間成本。正是這樣的設(shè)計(jì)優(yōu)勢使得自適應(yīng)效能控制算法在執(zhí)行計(jì)算時(shí)付出的時(shí)間成本最低。

圖2 計(jì)算時(shí)長

圖3所示曲線描述了不同算法方案下全網(wǎng)移動業(yè)務(wù)的阻塞情況。在移動接入較為活躍的白天,三種方案均通過激活一定規(guī)模基站應(yīng)對移動接入服務(wù)以緩解移動業(yè)務(wù)阻塞。其中,睡眠更新機(jī)制下因缺乏科學(xué)的基站效能評估機(jī)制,導(dǎo)致移動臺可能頻繁地在兩個(gè)相鄰分區(qū)內(nèi)的基站之間來回切換,頻繁占據(jù)了有限的帶寬資源。隨著移動業(yè)務(wù)的增加,網(wǎng)絡(luò)阻塞現(xiàn)象越來越凸顯?；竟芾頇C(jī)制下的宏站因無法保障為移動臺提供高質(zhì)量信道的接入服務(wù),導(dǎo)致移動臺不得不搶占更大的帶寬資源來維持自身業(yè)務(wù)的穩(wěn)定性。對于待接入的移動業(yè)務(wù)而言,有限的接入資源可能無法滿足其對帶寬的需求,進(jìn)而引發(fā)業(yè)務(wù)阻塞。自適應(yīng)效能控制算法通過調(diào)整非相鄰分簇內(nèi)基站發(fā)射功率或置其為睡眠模式來控制基站工作狀態(tài),并能在確保信道質(zhì)量的前提下安排移動臺順利完成接入切換。平滑的接入切換設(shè)計(jì)有效地保障了全網(wǎng)移動業(yè)務(wù)的流暢性。在移動接入低谷的夜間時(shí)段,移動業(yè)務(wù)規(guī)模相對較小且業(yè)務(wù)屬性較為穩(wěn)定,所激活的基站基本可覆蓋所有的移動接入,接入帶寬資源基本可滿足移動臺的需求。因此夜間時(shí)段業(yè)務(wù)較流暢,三條阻塞率曲線走勢總體較低,但自適應(yīng)效能控制算法依舊展現(xiàn)出相對優(yōu)勢。

圖3 移動業(yè)務(wù)阻塞率

4 結(jié)語

本文圍繞5G異構(gòu)蜂窩網(wǎng)絡(luò)基站效能度問題提出一種自適應(yīng)效能優(yōu)化方案。該方案從移動服務(wù)質(zhì)量出發(fā)建立移動接入效能模型,通過科學(xué)篩選基站構(gòu)建分簇網(wǎng)絡(luò),并對分簇內(nèi)基站開展排序以縮小激活基站的規(guī)模,降低全網(wǎng)能耗。同時(shí)通過設(shè)計(jì)穩(wěn)定的移動接入切換機(jī)制進(jìn)一步鞏固移動服務(wù)質(zhì)量,提高全網(wǎng)效能度。研究結(jié)果表明,自適應(yīng)效能控制算法部署在5G異構(gòu)蜂窩網(wǎng)絡(luò)具有良好的優(yōu)化效果。