没有合适的资源?快使用搜索试试~ 我知道了~
⃝⃝可在www.sciencedirect.com上在线获取ScienceDirectICT Express 3(2017)132www.elsevier.com/locate/icte室内自组织小小区网络的最大吞吐量干扰避免机制林光勋a,蔡卓欣b,张仁伟b,陈玉杰b,魏鸿宇b,叶福明a国立台湾大学通信工程研究所,台北,台湾,中华民国b国立台湾大学电机工程系,台北,台湾,中华民国c金泰科技有限公司,中华民国新竹市接收日期:2016年10月29日;接收日期:2017年3月20日;接受日期:2017年4月19日在线发布2017年摘要由于移动业务最近一直在增长,室内小型小区的部署已经成为增强覆盖的有吸引力的解决方案。然而,小区密度的增加使得小区间干扰更加显著。在本文中,我们提出了一个最大吞吐量的干扰避免(MTIA)集中式算法,以提高系统基于信令和报告,连接到每个基站的中央控制器可以适当地关闭可能引起相对强的干扰的基站,从而增加SINR。我们在LTE TDD网络仿真中实现了MTIA算法,并表明MTIA有效地降低了小区间干扰,提高了系统c2017韩国通信信息科学研究所。出版社:Elsevier B.V.这是一篇开放获取的文章,CC BY-NC-ND许可证(http://creativecommons. org/licenses/by-nc-nd/4. 0/)。关键词:干扰管理;自组织网络;室内;小小区1. 介绍自十年前出现以来,智能手机带来了很多便利,影响了我们生活的方方面面。然而,对更高容量和数据速率的需求不断爆炸的事实是当前网络运营商面临的主要挑战。思科估计,移动数据流量在过去10年中增长了4000倍,在过去15年中增长了近4亿倍[1]。显然,现有的蜂窝网络无法满足这种苛刻的需求,必须密集部署小型小区以增强第五代(5G)系统[2]。可以通过部署小小区(例如微小区、微微小区、毫微微小区、分布式天线系统(DAS)和中继)来实现网络的致密化[3]。此外,一项研究表明,大约80%的无线通信起源于*通讯作者。电子邮件地址:hywei@cc.ee.ntu.edu.tw(H.- Y. Wei)。同行评审由韩国通信信息科学研究所负责。这篇论文已经由教授处理弗朗切斯科·波托蒂。室内用户[4]。另一项研究表明,30%的企业和45%的家庭用户的室内覆盖率很差[5]。因此,人们对室内小型小区(通常称为毫微微小区)的需求更大[6]。这些是低成本和低功率的基站,用于提供室内覆盖并通过基于互联网的IP回程传输用户流量虽然预期室内毫微微小区将带来数据速率上的显著改进[7],但是小区间干扰(即,来自相邻毫微微小区的干扰)是不可忽略的,甚至可能是毁灭性的。首先,它们被部署在彼此靠近的地方。毫微微小区的范围大约为十米[8],因此干扰不太可能被消除。另一方面,与由网络运营商规划和管理的宏小区不同,毫微微小区可以由用户以随机方式安装,使得不可能提前评估和避免干扰。不幸的是,毫微微蜂窝被非常薄的壁隔开,观察到的总干扰在毫微微蜂窝基站中,http://dx.doi.org/10.1016/j.icte.2017.04.0052405-9595/c2017韩国通信信息科学研究所。Elsevier B. V.的出版服务。这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4. 0/)。K.- H. Lin等/ ICT Express 3(2017)132133×××Fig. 1. [14]中的双条带模型包含两个建筑物。每个公寓有20个10 m× 10 m的公寓。我们修改后的模型也有两个建筑,但每个建筑由12个10 m× 10 m的公寓和两个20 m× 20 m的会议厅组成。每个人都有自己的烦恼[9]。在这种情况下,与受到严重干扰的毫微微小区相关联的用户可能具有低的信号与干扰加噪声比(SINR),并且将几乎不能实现成功的传输。近年来已经提出了许多干扰消除或避免博弈论帮助毫微微-小区根据用户负载适当降低传输功率在[11]中,作者提出在确定每个子信道上的功率电平时可以利用多用户分集将毫微微蜂窝基站集群与频率复用一起使用,以寻找最佳解决方案,从而最大限度地减少干扰[12]。频谱共享策略以及次优功率分配方法解决了干扰受限的毫微微小区的问题[13]。一般来说,这些方法可以分为分布式[10,11]或集中式[12,13]。与集中式算法相比此外,毫微微小区可能需要频繁地感测环境并与相邻小区交换本地信息。不幸的是,当前的毫微微小区是小的、低功率的设备,并且还没有配备处理这种分布式方案的复杂性的能力在干扰缓解策略的效率方面,我们认为集中式策略可以防止基站处理过多的开销,因此对于小小区网络更可行。针对长期演进(LTE)室内小蜂窝网络,提出了一种集中式最大吞吐量干扰避免(MTIA)算法。所提出的MTIA算法的主要目标是优化系统吞吐量,同时避免潜在的不可接受的干扰。通过仿真比较了该算法与不同方案的性能。本文的其余部分组织如下:第2节提供了系统第3节描述了我们的MTIA算法的发展。在第4节中,图二.边上带有标记干涉级别的干涉图示例。干扰阈值为6 dB。并进行了详细的分析。此外,还将各种算法的性能与所提算法进行了比较。最后,我们的结论在第5节中给出。2. 系统模型2.1. 网络模型在本文中,我们考虑了一个密集的毫微微小区覆盖的LTE TDD网络,其建筑模型如图1所示,该建筑模型基于[14]中描述的双带模型。有两座建筑物,其大小为20米100米,相隔一条10米宽的街道。每栋建筑包括12个10米10米的公寓和两个20米20米的会议厅。毫微微基站随机分布在两个建筑物内。所有这些小区都被配置为开放用户组(OSG)并且在相同频带上操作,因此当两个相邻小区同时发送时会发生我们假设系统没有子载波分配,因此基站在子帧中仅服务一个用户设备(UE) 如图 2,存在连接到每个毫微微BS的中央控制器(CC),以便执行我们的算法并将调度决定广播到其控制的所有BS。例如,中央控制器将协调BS开始干扰估计时段,并且在收集不同小区的干扰测量之后做出决定。我们使用称为室内UE比率的参数将UE随机分布在两个建筑物周围,室内UE比率是室内UE的数量与总UE的数量每个134K.- H. Lin等/ ICT Express 3(2017)132∈∈}- -| 为M∈NUE与具有最高SNR值的BS相关联,沟通的开始。注意,有必要考虑室外UE,因为例如,当一个人接收私人电话呼叫时,他可能会走出房间。此外,室内毫微微蜂窝基站的部署也可能是改善室外行人覆盖的一种方式。然而,由于高穿透损耗,室外UE和BS之间的链路质量甚至更差在这种情况下,由于来自相邻小区的严重干扰,UE的吞吐量基于这些原因,我们已经示出了对于具有较低信号质量的UE的干扰减轻的重要性2.2. 问题公式化假设N是网络中UE的数量,并且让我们将UEi的效用(由Ui表示)定义为其在当前子帧中的吞吐量。如第2.1节中所讨论的,由于我们知道Ui与链路的质量高度相关,因此我们可以推断UE的效用与链路的SINR非常正相关。我们的目标是优化所有UE的效用之和,即,每个子帧中的总系统吞吐量。因此,基于网络模型,我们可以将目标函数公式化为优化UE调度问题,如下所示:argmaxUixi,(1)Xi=1其中x是X是表示UE i是否在该子帧中被调度的二进制变量。因为我们考虑没有子载波分配的网络,所以连接到相同BS的所有UE因此,我们可以使用以下表达式来表示该限制:图三. MTIA算法流程图。当试图获得最优解时,由于其高复杂性,计算成本很高3. 方法为了有效地解决这一问题,我们设计了一种称为最大吞吐量干扰避免(MTIA)的算法来寻找次优解。MTIA算法的流程图如图3所示。首先,每个BS随机选择一个UE作为服务UE,然后我们引入称为干扰水平的概念,并将问题转化为基于图的BS调度问题。干扰电平指示两个相邻小区之间干扰的严重程度的电平例如,当在估计时段期间估计的干扰大于阈值时,该水平为高;否则,该水平为低。此外,在BS报告其估计结果之后,中央控制器可以生成网络拓扑的无向干扰图。在干扰图中,每个顶点v,j,V指示BSj的毫微微小区,并且顶点之间的边的存在由对应BS之间的干扰水平当干扰电平高时存在边缘。图2示出了干涉图的示例。每个边缘上的值是干扰水平,其被定义为负链路平均SINR。如果我们把阈值设为Sj,UEi∈ Sjxi≤1,(2)6dB,则图中的虚线将被移除。最后给出了一个四点两边干涉图其中Sj是与BSj相关联的所有UE的集合。根据Eqs。(1),(2),我们现在的目标是找到一个可行集Xx ii1,2,. . . ,N,其产生最高的系统吞吐量。此外,我们可以在没有子载波分配的假设下从另一个角度分析该问题,并将该问题转换为BS调度问题,公式如下:得出我们的目标是通过避免来自相邻小区的干扰来增加系统吞吐量,并且边缘指示小区之间的干扰水平通过删除图中的重要节点,我们可以断开所有链接,并使剩余的单元格变得独立。因此,我们可以将BS覆盖问题转化为一个顶点覆盖问题,其补集是argmaxX为 ohj=1yjUEi∈Sj中国(3)独立集合问题,在选择每个毫微微小区中的UE并构造干扰图之后。然而,在这种简化之后,该问题仍然是NP难问题[15]。全S.T. xi∈ {0, 1},<$xi∈Xyj∈ { 0, 1},<$yj∈Y其中M是网络中BS的总数,并且yj Y是指示BSj的开/关状态的二进制变量。根据Eq。(3)、问题可以分两个阶段解决。首先,在毫微微小区内选择要被服务其次,决定是否应该打开或关闭的细胞。然而,在第一阶段中在小区内选择UE的方式将影响在其他小区中测量的干扰,因此,遍历的算法复杂度为O(2n),其中n为基站个数,因此我们采用最小加权顶点覆盖的因子2逼近算法来解决这个问题,算法在Algo中有详细的说明。1.毫微微小区vj的分配权重wj是BSj与其服务UE之间的SINR值,因此该算法将确定要关闭的具有最小权重的BS集合该算法可能会由于近似而过度选择BS并降低系统吞吐量,并且因此我们可以重复地移除要打开的小区及其周围的小区并执行因子-2K.- H. Lin等/ ICT Express 3(2017)132135∈==联系我们=+=+s sδ=联系我们=见图4。平均系统吞吐量与UE总数。表1模拟假设。参数假设图五.平均SINR与UE总数。在每个子帧处,比较四种不同的算法。最大吞吐量干扰避免(MTIA)是我们提出的策略,消除严重的小区间干扰,同时保持令人满意的系统吞吐量。详细的介绍-系统带宽1.4 MHzFemto天线方向图2D,全向毫微微TX功率24 dBm,无功率控制在第3节中介绍了签名。All-On不实现任何特定的干扰减轻方案,并且每个BS以最大功率传输数据,它的周围环境。随机开启(0.9)随机关闭10%的因为因子2近似的计算复杂度是O( e),其中e是边的数目。如果我们把迭代次数限制为一个常数,复杂度仍然是O( e)由于该算法需要线性时间来生成输出,因此可以在实时系统上执行。算法1最小加权顶点覆盖所有毫微微小区,以便消除一些干扰,但是它不知道链路之间的干扰水平。类似地,Random-On(0.8)仅允许全部毫微微小区的80%的数据传输。网络运营商有必要确保小小区能够服务不同数量的UE,并且我们试图观察这四种算法的性能在我们的工作中。 如图 4、平均系统通过-输入:具有一组顶点V和一组边的E.所有e i E的加权值wi。输出:选择覆盖所有边的一组顶点S初始化S=S,sj=0<$vj∈V,其中sj是局部变量。对于所有的e=(u,v)∈E,δ=min{wu−su,wv−sv}乌乌svsvδ如果su wu那么苏苏end if如果sv wv,则S Svend ifreturnS4. 模拟结果和讨论我们通过系统级仿真评估了我们所提出的算法的有效性在第2.1节中详细描述了BS和UE的构建模型以及部署。此外,为了模拟下一代系统中更大的需求,采用了下行链路全缓冲业务模型。其他参数,如天线方向图和发射功率,根据[14]配置,如表1所列。当UE很少时,Put相对较低。这是因为一些毫微微BS不与任何UE相关联,因此它们保持不活动。随着网络中UE数量的增加,更多的毫微微小区开始传输数据,并且系统吞吐量提高。然而,随着越来越多的毫微微蜂窝基站变得活跃,会发生越来越多的干扰,这又会降低性能。显然,All-On实现了比Random-On更好的吞吐量,因为它不会在任何子帧中关闭任何毫微微小区然而,如图5所示,全开启由于较强的干扰而具有最低的平均SINR,而随机开启由于其随机关闭一定数量的毫微微小区而将SINR提高1相比之下,我们提出的方案,MTIA,优于所有其他策略具有显着的增益:一个4相反,它成功地保持了卓越的吞吐量,同时通过关闭适当的毫微微小区有效地避免了严重的干扰。不言而喻,工程师为室内和室外用户提供满意的服务是很重要的。因此,我们深入研究了UE部署的影响,以了解网络中室内UE的百分比如何影响系统的性能。如图2所示,如图6和7所示,更多室内UE的分布通常会导致更高的SINR和系统吞吐量。的结果136K.- H. Lin等/ ICT Express 3(2017)132见图6。平均系统吞吐量与室内UE的百分比。见图7。平均SINR与室内UE的百分比。由外墙引起的15 dB以上的穿透损耗与建筑物造成的损失相比,能够通过阻止可能引起相对强干扰的基站实现同时的数据传输来进行智能调度,这消除了网络中潜在的不可接受的干扰。通过对不同场景的计算机仿真,比较了该算法与其他算法的性能。实验结果表明,我们提出的方法实现了30%以上的平均系统吞吐量和10 dB以上的平均信干噪比,这证明我们的建议是非常有前途的,可以在未来的工作中应用到各种场景下的室内小小区不同的用户行为和网络拓扑结构。确认这项工作得到了Gemtek Technology的支持,我们感谢他们在Smart Hyper-Dense LTE-A Het-Net Local EvolutionSystem Research and Development Program下提供的资金支持。引用[1] 思科,思科视觉网络指数:全球移动数据流量预测更新,2015[2] NGMN联盟,小小区回程要求,白皮书,2012。[3] CH.V.M.S.N. Pavan Kumar,S.Tamilselvan,3GPP毫微微蜂窝网络及 其 技 术 挑 战 综 述 , Indian J.Sci. Technol. 9 ( 16 ) ( 2016 )http://dx.doi.org/10.17485/ijst/2016/v9i16/92036。[4] V. J. J. G.安德鲁斯,A. Gatherer,Femtocell网络:调查,IEEECommun 。Mag.46(9 )( 2008 )59-67. http ://dx. doi 。org/10.1109/MCOM。2008. 4623708[5] J. Cullen ,Radioframe presentation , Femtocell Europe ,London ,UK,2008.[6] D.N. Knisely,T.Yoshizawa,F.Favorite,3GPP中的毫微微小区的标准化,IEEE Commun.麦格47(9)(2009)68 http://dx. doi。org/10.在室内,室外UE不能具有有利的信道,这导致性能下降。尽管如此,MTIA算法仍然工作良好,并保持了优异的性能,平均SINR增益为5-10 dB,系统吞吐量提高10%-30%。其主要原因是MTIA为基站提供了更好的开/关调度算法,有效地避免了干扰。所提出的MTIA算法再次证明了其在不同场景中的有效性,并显示出未来在小型小区中使用的巨大潜力。5. 结论室内小型蜂窝似乎是在下一代系统中为用户提供更宽覆盖和更高数据速率的有前景的解决方案不幸的是,越来越多的毫微微蜂窝基站也将可能导致更强的不必要干扰,并且设计更好的干扰减轻策略的需求已经变得迫切。本文提出了一种最大吞吐量干扰避免(MTIA)算法,该算法能够在保持满意的信干噪比的同时提高系统的平均吞吐量。连接到每个毫微微小区的中央控制器,1109/MCOM。2009. 5277458[7] Z.巴鲁查,H. Haas,A. Saul,G. Auer,通过毫微微蜂窝部署实现增 强 , Eur 。 trans.21 ( 5 ) ( 2010 ) 469-477 。http://dx.doi.org/10.1002/ett.1428网站。[8] D. Mavrakis,我们真的需要毫微微蜂窝吗Vision Mobile,2007年。[9] T. Zahir,K. Arshad,A. Nakata,K. Moessner,毫微微小区中的干扰管理,Commun.监视器家教15(1)(2013)293 http://dx. doi。org/10. 1109/SURV. 2012. 020212. 00101。[10] E.J. Hong,S.Y. Yun,D.H. Cho,毫微微小区网络中的分散式功率控制方案:博弈论方法,在:Proc. IEEE 20th Int. Symp. PIMRC,2009,pp. 415-419. http://dx. doi。org/10. 1109/PIMRC。2009年5449782。[11] T. Akbudak,A. Czylwik,Distributed power control and schedulingfor decentralized OFDMA networks,in:Proc.IEEE WSA,2010,pp.59-65. http://dx.doi.org/10.1109/WSA.2010.5456376网站。[12] J. Wang , J. Weitzen , V. Sevindik , O. Bayat , M. Li , Dynamiccentralized interference coordination in femto cell network with qosprovision,in:Proc.CSCC,2014,pp. 87比92[13] L.G. Yi,Y.m. Lu,基于认知无线电集中式频谱管理的毫微微蜂窝基站的双层干扰消除,KSII Trans.Internet Inf.8(5)(2014)1514-1531。http://dx.doi.org/10.3837/tiis.2014.05.001网站。[14] 3GPP,Further advancements for E-UTRA physical layer aspects,第三代合作伙伴计划TR 36.814,2016。[15] R.E.米勒,J.W.撒切尔,J.D. Bohlinger,Complexity of ComputerComputations,Springer Science+Business Media,1972,http://dx.doi。org/10. 1007/978-1-4684-2001-2。
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)