多小區放大轉發系統基于用戶公平性的分布式資源分配*

陳瑾平,張鵬杰

(上海貝爾股份有限公司,上海201206)

多小區放大轉發系統基于用戶公平性的分布式資源分配*

陳瑾平,張鵬杰

(上海貝爾股份有限公司,上海201206)

全頻率復用的OFDMA系統中,小區間干擾嚴重降低了整個系統,特別是小區邊緣的頻譜效率。文中考慮了多小區放大轉發系統下行鏈路的資源管理,須聯合優化用戶調度、載波和功率的分配,并設計了一個分布式的資源分配算法,算法基于本小區局部信息分步完成用戶調度和功率控制,小區之間只需要較少的交互信息。仿真結果表明,文中算法較傳統算法具有更好的系統性能。

小區間干擾 用戶公平性 放大轉發 分布式 幾何規劃

0 引 言

無線通信的目標既追求系統頻譜利用率的最大化,同時又要保證良好的用戶通信質量,無線資源管理是解決這一難題的重要技術。同頻組網下,多小區之間的干擾問題非常嚴重,邊緣用戶的頻譜效率非常低,通過引入中繼節點可以一定程度改善小區邊緣的覆蓋,但另一方面會使得干擾的情形和資源管理問題更加復雜[1-2]。

文獻[3-5]不考慮小區間干擾,動態地分配多維無線資源,文獻[6]給出近似最優算法的理論根據。

為了滿足日益增長的無線業務數據量需求,基站部署是信道復用的,不可能是無干擾的場景,而且基站距離往往會非常小。異構網絡下,低功率節點的引入,使得小區間干擾情形更加復雜。基于部分頻率復用或軟頻率復用的干擾協調,會導致系統頻譜效率的較低。全頻率復用下的無線資源管理必須在保證邊緣用戶的通信質量的前提下,有效提升系統吞吐量。

多小區系統下的資源分配是包括頻率、功率等的多維自由度的優化問題,是NP-hard難解的,不可能得到最優分配的實時算法。實際情形下,往往采用分步處理的方式:在資源調度的基礎上完成功率控制[7-8]。即便如此,仍然面臨三個主要問題,一是必須盡量減少無線信息的反饋,二是設計合理的用戶調度算法,三是高效求解多小區場景下非凸的功率優化問題。文獻[9-10]將鄰小區干擾視作噪聲,這樣處理的好處是可以迭代優化,得到一個局部最優解;文獻[11]改進了上述功率迭代優化過程,缺點是收斂性無法保證;文獻[12]將此方法應用于多小區通信系統的功率控制。

對于異構系統下的中繼轉發場景,考慮多小區干擾的工作并不多。文獻[13]針對下行鏈路,引入一個干擾閾值,將問題簡化為凸的優化問題,但閾值是通過仿真遍歷確定的,另一方面,由于沒有考慮第一跳時隙中繼所受干擾,適用場景也很有限。文獻[10]公平分配頻率資源保證業務的QoS,功率優化也是采用文獻[9]的方法,優化效果并不明顯。

本文針對異構網絡下,中繼轉發的多小區場景,全面考慮了小區內實際存在的3種干擾:鄰基站對直傳用戶、鄰基站對中繼、鄰小區中繼對中繼用戶。本文算法,分布式處理用戶調度和功率控制過程,每個小區只基于局部信息完成調度和功率優化。用戶調度過程中,只對已調度用戶反饋干擾信息,減少了信息反饋量;功率控制過程,各個小區之間的信令交互較少,簡化的GP問題保證了算法的實時性。

1 多小區系統模型

考慮L個小區的OFDMA系統,頻率復用因子為1。N個子載波,基站的最大功率約束為,l∈ {1,2,…,L};小區l內部署個放大轉發中繼,最大功率約束為,k∈Kl={1,2,…,}。用戶通信模式分為直傳模式m∈Dl和中繼模式m∈Rl,具體如下:時隙1,中繼或直傳用戶接收基站數據;時隙2,中繼用戶接收其中某一個中繼轉發的數據。根據長期信道信息確定為中繼用戶轉發數據的中繼[14](可以理解為大尺度衰落)。假定慢時變的信道狀態,滿隊列的用戶業務。

首先,根據下式對用戶通信模式進行劃分:

(1)直傳用戶m∈Dl

(2)中繼用戶m∈Rl

時隙1:基站l向中繼k發送數據:

時隙2:中繼k向中繼用戶m轉發數據:

因此,直傳模式下,l至用戶m∈Dl的信道容量為:

中繼模式下,經載波對(n,)信道,中繼用戶m∈Rl信道容量為:

2 系統模型的數學表述

文中所考慮系統的動態資源分配必須在滿足功率約束的前提下,保證用戶通信的QoS性能,同時最大化系統吞吐量。

所以,資源分配的目標函數如下:

Ω(m),m∈Dl∪Rl為時隙1內用戶m所分配的載波集。

同時,由于載波分配的唯一性,所以有:

多小區系統下單個用戶通信性能指標很難定量保證,根據文獻[10,15],通過均分頻譜資源保證用戶的QoS,約束如下:

基站和中繼的最大功率約束如下:

3 分布式動態資源分配

顯然,式(1)～式(4)組合的優化問題是NP-hard,本文提出分布式次優算法,每個基站基于本小區的局部信息依次分步完成載波分配和功率控制,大大減少了信道信息的反饋開銷和小區之間交互的信令開銷。

3.1 用戶調度和載波分配

文中的多小區系統,時隙1內的干擾來自鄰小區基站,其信道質量可以根據大尺度衰落定量確定;時隙2的干擾情況較為復雜,因為鄰小區中繼未必一定會占用相同信道資源,如果我們調度信道狀態最好的第二跳載波,這一“隨機化”處理的方式,必然能減少來自鄰小區的干擾。

具體的調度和分配如下:

2)小區l根據以上信息調度用戶和分配載波。

Ω(m),m∈Dl∪Rl為時隙1內用戶m所分配載波。

根據式(5),對于時隙1內分配給中繼用戶m*的n,時隙2內需要選擇信道狀態最好的*=與之配對。

3)反饋已調度用戶的干擾信息。

根據上面步驟可知,本文的用戶調度和載波分配,所需要的信道反饋開銷只是完全反饋規模的1/L。

3.2 功率控制

多小區系統下的功率控制是非凸的,實時性和收斂性無法滿足。引入中繼,并采用有效的調度分配算法,將進一步增大了整個系統內高信干噪比區域,所以,本文可簡化功率控制問題如下:

其中,

時隙1內,Ω(Dl)、Ω(Rl)分別為直傳用戶Dl和中繼用戶Rl載波集,r(n)為載波n的終端節點,為r(n)的接收信干噪比。中繼用戶所分配的兩跳的載波匹配(n,)中,為的分配功率,(n)為的終端節點,為l內(n)所對應的的信道增益,r(n)=k,k∈Kl表示n的終端節點為中繼k。

式(6)是幾何規劃的正項式表示。

GP問題的約束條件和約束變量會導致復雜度的非線性增長,本文提出分布式功率控制,將原功率控制問題分解,對于每個小區來說,只基于1/L規模的局部約束條件和約束變量進行優化,基站之間交互的信令開銷有限。

引入變量

得到等價優化問題:

進一步引入輔助向量

由此,可代入相應輔助向量,對式(7)中C1、C2實施對數變換。得到相應部分拉格朗日函數:

完整地表述式(9)的對偶函數[16]:

溝張村位于中牟縣刁家鄉西部，北距縣城22 km，東距鄉政府1.5 km。全村共367戶，人口1 652人。主要以種植業為主，其中耕地面積160 hm2，主要種植大蒜、小麥、玉米、花生等，其他經濟作物有紅蘿卜、包菜、西瓜。

至此,得到式(7)的對偶優化問題:

根據Slater條件,式(7)與式(12)滿足強對偶性,所以式(12)的最優解即為式(7)的最優。

式(12)采用收斂速度更快的橢球算法,減少小區之間迭代交互(β,μ)信息的次數,減少系統開銷。下面給出收斂梯度和初始橢球體參數,具體過程省略[17]。

(1)收斂梯度:

1)橢球體中心不滿足式(12)的約束條件,有

m表示[β,μ]T中第m個變量不滿足條件,em為單位向量。

2)滿足式(12)的約束條件,有

這里,省略證明給出兩個結論,可進一步簡化功率優化問題式(7):

1)只考慮來自最鄰近小區的干擾不會影響功率控制的性能;

2)同小區內直傳模式所分配載波上的最優的功率分配是相等的。

4 仿真與分析

考慮正六邊形無縫覆蓋的多小區場景,每小區內3個中繼均勻部署在半徑300m圓上,中繼與基站連線垂直于邊(如圖1所示)。小區用戶均勻撒點。具體仿真模型及參數如表1所示。

表1 仿真模型及參數Table 1 Simulation model and parameter

圖1 仿真拓撲結構Fig.1 Simulation topology

圖2在不同的小區半徑系統下,比較多種典型算法的吞吐量。NCO算法關注局部資源分配最優化而沒有充分考慮小區間干擾抑制,文獻[10]的CO算法迭代地控制功率分配。本文算法因為更全面考慮了3種實際存在的干擾情形:鄰基站對直傳用戶、鄰基站對中繼、鄰小區中繼對中繼用戶,對干擾的抑制更加有效。從圖2可以看出,本文算法隨干擾的增強(小區半徑減小)能更加明顯地提升系統吞吐量性能。

圖2 系統平均吞吐量性能隨小區半徑變化Fig.2 Average throughput with diverse cell radius

多小區系統下,邊緣小區用戶受到的干擾最大,越靠近小區中心通信質量越好。衡量資源分配算法的有效性指標之一就是比較小區不同區域的頻譜效率,特別是邊緣小區的頻譜效率。這里我們假定小區半徑為700 m,由小區中心向外將每個小區劃分為5個等面積的“六邊形環”,從圖3可看出,與NCO算法相比,本文算法無論對小區中心還是對小區邊緣的性能改善是很明顯的。

圖3 不同環內的平均吞吐量性能Fig.3 Average throughput with diverse ring

5 結 語

本文針對多小區系統下的動態資源分配問題,充分考慮了小區之間存在的3種強干擾:鄰基站對直傳用戶、鄰基站對中繼、鄰小區中繼對中繼用戶,提出一種次優的分布式算法,該算法基于局部小區信息迭代優化實現,采用有效的調度策略,且功率控制過程簡化為凸問題,具有較好的實時性。仿真結果表明該算法不但提升了整個系統的吞吐量性能,而且較好地改善了邊緣用戶的通信質量。

[1] DAVID G,MARIO G,SILVIA R.Optimization of Soft Frequency Reuse for Irregular LTE Macrocellular Networks[J].IEEE Transactions on Wireless Communications,2013,12(05),:2410-2423.

[2] SALEN M,ADINOYI A,RAHMAN M.An Overview of Radio Resource Management in Relay-enhanced OFDMA -based Networks[J].IEEE Communications Surveys& Tuturials,2010,12(03):422-438.

[3] SHIM W,HAN Y,KIM S.Fairness-aware Resource Allocation in A Cooperative OFDMA Uplink System[J]. IEEE Transactions on Vehicular Technology,2010,59 (02):932-939.

[4] Dang W B,Tao M X,Huang J W.Subcarrier-pair basedResource Allocation for Cooperative Multi-relay OFDM systems[J].IEEE Transactions on Wireless Communications,2010,9(05):1640-1649.

[5] HSU C N,LIN P H,and SU H J.Joint Subcarrier and Pairing and Power Allocation for OFDM Two-hop Systems [C]//IEEE International Conference on Communications.CapeTown,South Africa:IEEE,2010:1-5.

[6] LUO Z Q and ZHANG S Z.Dynamic Spectrum Management:Complexity and Duality[J].IEEE Journal on Se-lected Topics in Signal Processing,2008,2(01):57-73.

[7] 陳瑾平,張鵬杰.一種基于多小區OFDMA系統用戶公平性約束的分布式資源分配算法[J].通信技術, 2014,47(04):365-371.

CHEN Jin-ping,ZHANG Peng-jie.A Distributed Resource Allocation for Multi-cell OFDMA Networks with User Fairness[J].Communications Technology,2014, 47(04):365-371.

[8] KIANI S G,GESBERT D.Optimal and Distributed Scheduling for Multicell Capacity Maximization[J].IEEE Transactions on Wireless Communications,2008,7 (01):288-297.

[9] YU W,RHEE W,BOYD S.Iterative Water-filling for Gaussian Vector Multiple-access Channels[J].IEEE Transactions on Information Theory,2004,50(01):145-152.

[10] PISCHELLA M,BELFIORE J C.Power Control in Distributed Cooperative OFDMA Cellular Networks[J]. IEEE Transactions on Wireless Communications,2008, 7(05):1900-1906.

[11] YU W.Multiuser Water-filling in The Presence of Crosstalk[C]//Information Theory and Applications Workshop.San Diego,CA,U.S.A.:IEEE,2007:1-7.

[12] YU W,KWON T,SHIN C Y.Multicell Coordination via Joint Scheduling,Beamforming,and Power Spectrum Adaptation[J].IEEE Transactions on Wireless Communications,2013,12(07):1-14.

[13] Ng D W K,SCHOBER R.Resource Allocation and Scheduling in Multi-cell OFDMA Decode-and-Forward Relaying Networks[J].IEEE Transactions on Wireless Communications,2012,10(07):2246-2258.

[14] BLETSAS A,KHISTI A,REED D P,et al..A Simple Cooperative Diversity Method Based on Network Path Selection[J].IEEE Journal on Selected Topics in Communications,2006,24(03):659-672.

[15] LI H X,LUO H W,and WANG X B,et al..Throughput Maximization for OFDMA Cooperative Relaying Networks with Fair Subchannel Allocation[C]//IEEE Wireless Communications and Networking Conference. Budapest,Hungary:IEEE,2009:1-6.

[16] BOYD S,VANDENHERGHE L.Convex Optimization. Cambridge[M].Britain:Cambridge University Press, 2004:570-639.

[17] BOYD S.Ellipsoid Method.Stanford University:BOYD S,Oct.10th,2003[July 15th,2014].http://www. stanford.edu/class/ee392o/elp.pdf.

CHEN Jin-ping(1977-),male,Ph.D., engineer,mainly working at radio resource management for wireless communications and crosslayer design for heterogeneous networks.

張鵬杰(1971—),男,博士,高級工程師,主要研究方向為第四代(4G)及后續無線通信系統(LTE-A)的理論與算法研究、系統設計及產品開發。

ZHANG Peng-jie(1971-),male,Ph.D.,senior engineer, principally related to the research of LTE-Advanced,system design and product development for LTE and LTE-Advanced.

Distributed Resource Allocation for Multi-cell AF-based Networks with User Fairness

CHEN Jin-ping,ZHANG Peng-jie
(Alcatel-Lucent Shanghai Bell Co.,Ltd.,Shanghai 201206,China)

Inter-cell interference is a major problem in multi-cell,full-reuse OFDMA systems,and can severely degrade the system throughput,particularly for cell-edge users.This paper considers jointly the resource allocation of power,subcarriers and time scheduling in the downlink of a multi-cell,amplifiedand-forward cellular system.This paper proposes a novel,two-stage and distributed algorithm in which the allocation is performed independently in each cell,by maximizing the cell rate subject to power constraint and user QoS.In the first stage,the joint subcarrier allocation and scheduling is conducted.In the second stage,the power control is performed.The algorithm only requires few coordination between base stations.Simulation results shows that the proposed algorithm has better performance than existing conventional schemes.

inter-cell interference;user fairness;amplified-and-forward;distributed;geometric programming

TN929

A

1002-0802(2014)08-0882-07

10.3969/j.issn.1002-0802.2014.08.009

陳瑾平(1977—),男,博士,工程師,主要研究方向為通信系統的無線資源管理和異構網絡的跨層設計與開發;

2014-05-27;

2014-06-27 Received date：2014-05-27;Revised date：2014-06-27