C－RAN 架構(gòu)中下行組播與單播業(yè)務(wù)資源分配算法

馬旗超，劉占軍，朱志超，于中華

（重慶郵電大學(xué) 移動通信技術(shù)重慶市市級重點(diǎn)實(shí)驗(yàn)室，重慶400065）

0 引 言

在無線接入網(wǎng)中，為了降低運(yùn)營成本，改善系統(tǒng)性能，中國移動等提出了一種新型無線接入網(wǎng)架構(gòu)C－RAN［1］。該無線接入網(wǎng)架構(gòu)采用集中式的管理體系結(jié)構(gòu)，由虛擬基站集群統(tǒng)一管理基帶處理單元 （baseband unit，BBU）和遠(yuǎn)端射頻單元 （remote radio unit，RRU）等模塊，其中基帶處理單元和遠(yuǎn)端射頻單元由高帶寬、低時延光傳輸網(wǎng)絡(luò)連接。這種新型C－RAN 架構(gòu)無線接入網(wǎng)系統(tǒng)具有處理能力強(qiáng)、傳輸帶寬高、傳播時延低以及傳輸調(diào)度簡單方便等優(yōu)點(diǎn)。

無線網(wǎng)絡(luò)資源是有限的，如何通過有效的資源分配策略，在保證各種業(yè)務(wù)QoS的基礎(chǔ)上，解決用戶QoS需求與有限的無線資源之間的矛盾是一個亟待解決的問題，其目的是提高無線頻譜利用率和無線系統(tǒng)的吞吐量。

組播業(yè)務(wù)傳輸［2－4］的基本原則就是要合理地解決資源匱乏矛盾，達(dá)到上述目的要求，需要合理的資源分配［5］策略來予以實(shí)現(xiàn)。目前，根據(jù)現(xiàn)有的文獻(xiàn)調(diào)查［6］可知，資源分配策略主要分為兩類：一類是基于用戶公平性均等，所有的用戶獲得相同的速率和共享無線資源；另一類是比例公平性，依據(jù)用戶自身潛在容量增益分配應(yīng)得的資源，最大化系統(tǒng)吞吐量。

根據(jù)上述資源分配策略，在基于OFDMA 系統(tǒng)的基礎(chǔ)上，各種不同目標(biāo)函數(shù)和限制條件的資源分配算法和優(yōu)化方案相繼被提出。比如文獻(xiàn)［7］中提到的MMF算法授予信道狀況差的用戶一定公平性，保證可靠的組播傳輸速率；PTF算法通過對用戶公平性和系統(tǒng)吞吐量分配比例權(quán)重進(jìn)行折中性考慮；STM 算法不考慮用戶公平性，只追求系統(tǒng)容量最大化。然而，在OFDM 系統(tǒng)內(nèi)，對組播業(yè)務(wù)無線資源分配主要是研究單個組播業(yè)務(wù)［8，9］，多重組播業(yè)務(wù)研究相對較少，而且研究都僅僅局限在單個小區(qū)內(nèi)，這就造成單個組播業(yè)務(wù)和單個小區(qū)內(nèi)的研究不能充分地反映組播系統(tǒng)的本質(zhì)優(yōu)勢。

在C－RAN 架構(gòu)無線接入網(wǎng)下，集中式的基帶資源池對無線資源進(jìn)行集中管理。現(xiàn)有組播系統(tǒng)的資源分配算法對資源的分配前提是對單播和組播業(yè)務(wù)分開考慮，在頻譜資源有限的情況下，這種分配方案降低了系統(tǒng)頻譜資源利用率，因此，在C－RAN 架構(gòu)無線網(wǎng)絡(luò)中，建立多重組播協(xié)作傳輸系統(tǒng)模型［10，11］，利用集中式管理單播業(yè)務(wù)與組播業(yè)務(wù)共享網(wǎng)絡(luò)資源的特點(diǎn)，提出了一種基于單播與組播業(yè)務(wù)的聯(lián)合帶寬與功率分配算法，利用遺傳算法求解出最優(yōu)的帶寬和功率分配方案，在保證單播和組播業(yè)務(wù)服務(wù)質(zhì)量的同時，提高了組播用戶的傳輸質(zhì)量與平均吞吐量。

1 系統(tǒng)模型

在基于OFDMA 的下行組播業(yè)務(wù)傳輸系統(tǒng)中，蜂窩協(xié)作傳輸系統(tǒng)如圖1所示，系統(tǒng)通過多個協(xié)作基站在相同頻率，相同時間內(nèi)傳輸相同的組播業(yè)務(wù)內(nèi)容給特定組播用戶組。組播業(yè)務(wù)的發(fā)送需分配相應(yīng)的無線資源來承載，以滿足組播業(yè)務(wù)的傳輸需求。

圖1 蜂窩協(xié)作傳輸系統(tǒng)

假設(shè)基站需承載單播與組播業(yè)務(wù)且其總數(shù)N ，第i個基站的單播用戶數(shù)為N1i，組播用戶數(shù)為N2i，接收組播業(yè)務(wù)的用戶同時也能接收單播業(yè)務(wù)。針對于組播業(yè)務(wù)，系統(tǒng)中總的組播業(yè)務(wù)數(shù)為G。假設(shè)第i個基站承載的第g 個組播業(yè)務(wù)表示為Ki，g，接收該組播業(yè)務(wù)的組播用戶數(shù)表示為，該基站i中組播業(yè)務(wù)總數(shù)為Gi≤G，則N2i＝，且第g個組播業(yè)務(wù)的總用戶數(shù)表示為假定組播業(yè)務(wù)與單播業(yè)務(wù)共享系統(tǒng)帶寬，由基帶資源池統(tǒng)一分配。針對于單播業(yè)務(wù)，在基站i中分配給單播用戶k的帶寬表示為B1i，k，所對應(yīng)的發(fā)射功率P1i，k；針對組播業(yè)務(wù)，在基站i 中組播業(yè)務(wù)g 所分配的帶寬為B2i，g，所對應(yīng)的發(fā)射功率為P2i，g。

基站中所承載組播業(yè)務(wù)傳輸速率表示為

式中：n0——高斯白噪聲的單邊功率譜密度，hi，j——信道增益，cj——第j類組播業(yè)務(wù)的協(xié)作集合中的RRU。

在功率和帶寬資源受限情況下，為避免組播資源分配影響單播業(yè)務(wù)性能，及提高系統(tǒng)頻譜資源利用率的目的，本文對組播與單播業(yè)務(wù)采用聯(lián)合分配策略，以實(shí)現(xiàn)總體資源最優(yōu)化利用，且保證單播與組播業(yè)務(wù)QoS需求。以承載組播業(yè)務(wù)與單播業(yè)務(wù)的OFDMA 通信系統(tǒng)的總吞吐量為目標(biāo)函數(shù)表達(dá)式如下式所示

約束條件

其中：約束條件C1限定所有單播和組播業(yè)務(wù)所需帶寬之和不得大于網(wǎng)絡(luò)的系統(tǒng)帶寬。C2限定單播與組播業(yè)務(wù)功率之和小于等于基站的總功率。C3限定單播用戶的傳輸速率要大于或等于最小的單播速率要求。C4限定接收信噪比最差的組播用戶的傳輸速率要大于或等于最小的組播速率要求。C5和C6表示系統(tǒng)為接收同一組播業(yè)務(wù)的組播用戶分配相同的帶寬及發(fā)送功率值。

上述最優(yōu)化模型，我們所提出的組播與單播聯(lián)合帶寬與功率分配算法 （unicast and multicast resource allocation algorithm，UMRA），實(shí)現(xiàn)單播與組播業(yè)務(wù)共享系統(tǒng)資源，并提高系統(tǒng)頻譜資源利用率，使整個系統(tǒng)吞吐量最大，保證組播了業(yè)務(wù)與單播業(yè)務(wù)的正常QoS要求。

2 基于遺傳算法求解UMRA算法

2.1 遺傳算法理論

遺傳算法［13］是基于生物自然進(jìn)化過程與遺傳機(jī)理的計算模型，通過維護(hù)一個潛在解的群體并在多方向進(jìn)行隨機(jī)搜索，以及支持在這些方向上的信息交互，從而找出全局最優(yōu)解。其主要特點(diǎn)是采用全概率化的尋優(yōu)方法，能自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。

遺傳算法的基本思想：算法模擬了自然選擇和遺傳中發(fā)生的復(fù)制、交叉和變異等現(xiàn)象，從潛在的解集合中任意初始一個種群出發(fā)，通過隨機(jī)選擇、交叉和變異操作，產(chǎn)生一群更適應(yīng)環(huán)境的個體，使群體進(jìn)化到搜索空間中越來越好的區(qū)域，這樣一代一代的不斷繁衍進(jìn)化，得到一群最適應(yīng)環(huán)境的個體，即求出問題的最優(yōu)解。

分析下文數(shù)據(jù)，發(fā)現(xiàn)輸血后不良反應(yīng)組患者的各項(xiàng)指標(biāo)均低于無不良反應(yīng)組，差異有統(tǒng)計學(xué)意義（P＜0.05）；兩組患者輸血后的血常規(guī)指標(biāo)比對，差異無統(tǒng)計學(xué)意義（P＞0.05）。

2.2 遺傳算法求解

UMRA 算法數(shù)學(xué)模型為多變量非線性的優(yōu)化問題，直接求解存在難度，我們采用遺傳算法輔助求解出模型全局最優(yōu)解，即最佳的單播與組播用戶的功率和帶寬分配值。根據(jù)遺傳算法的求解原理，將分配給單播用戶的帶寬和功率、以及組播用戶的帶寬和功率依次組合形成一個種群個體，模型中目標(biāo)函數(shù)用來構(gòu)造適應(yīng)度函數(shù)，通過種群評價，選擇過程，交叉過程，變異過程產(chǎn)生新的子代種群，然后繼續(xù)對子代種群進(jìn)行評價，直到算法滿足終止條件為主，經(jīng)迭代多次后求解出最佳的帶寬和功率分配值。基于遺傳算法的具體求解流程如圖2所示，詳細(xì)步驟如下：

（1）初始化種群：涉及設(shè)定種群規(guī)模，種群個體值初始化范圍，初始種群賦值，初始適應(yīng)度值，通過上述參數(shù)按照一定策略形成第一代種群P1。其中種群個體由單播業(yè)務(wù)帶寬和功率、組播業(yè)務(wù)帶寬和功率依次組合形成。

（2）適應(yīng)度函數(shù)評價：為了評價個體適應(yīng)性能，將個體代入適應(yīng)度函數(shù)中，得到相應(yīng)的適應(yīng)度值，作為遺傳算法評價種群中個體優(yōu)劣的依據(jù)。適應(yīng)度函數(shù)依據(jù)目標(biāo)函數(shù)而定。

（3）選擇過程：根據(jù)上代種群個體適應(yīng)度函數(shù)值以及制定的評估策略，將個體進(jìn)行優(yōu)勝劣汰的操作，將部分個體從舊種群中淘汰，從而產(chǎn)生新的種群P2。選擇過程不產(chǎn)生新的個體，優(yōu)質(zhì)個體得到復(fù)制，使種群的平均適應(yīng)度得到提高，實(shí)現(xiàn)種群的優(yōu)勝劣汰。

（4）交叉過程：交叉是將選擇后的種群P2的個體作為父代隨機(jī)配對，按照設(shè)定的規(guī)則，將對染色體上的基因進(jìn)行互換交叉，從而進(jìn)化出新的成對子代個體。所有父代隨機(jī)配對交叉完成后，交叉過程結(jié)束，形成新種群P3。

（5）變異過程：根據(jù)變異概率，對上代種群個體按照該概率進(jìn)行一定策略的變異操作，產(chǎn)生新的個體，從而形成新種群P4。

（6）終止條件判斷：判斷條件：判斷條件：評價相鄰若干代的種群平均適應(yīng)度函數(shù)值為變化或者是變化小于預(yù)設(shè)門限值，表明該算法已經(jīng)收斂；此時遺傳算法達(dá)到最大迭代次數(shù)；運(yùn)行代數(shù)達(dá)到算法停止的代數(shù)，滿足其中一項(xiàng)算法終止。

圖2 UMRA 算法求解流程

當(dāng)上述遺傳算法求解結(jié)束時，得到的適應(yīng)度函數(shù)值為目標(biāo)函數(shù)最大值，其對應(yīng)的個體為上述數(shù)學(xué)模型的最優(yōu)解，即最佳的單播與組播業(yè)務(wù)的帶寬與功率分配值。

3 性能分析

本次數(shù)值實(shí)驗(yàn)的仿真場景為C－RAN 架構(gòu)下的7 個RRU，每個RRU 覆蓋一個小區(qū)。單播和組播用戶以均勻方式隨機(jī)分布在各小區(qū)。假設(shè)在這7個小區(qū)內(nèi)均勻分布的單播用戶數(shù)為27；組播用戶總有4類不同的業(yè)務(wù)，但QoS要求相同，接收這4類組播業(yè)務(wù)的組播用戶數(shù)分別設(shè)定為10，12，14，16。具體仿真參數(shù)見表1。

如圖3所示，隨著組播用戶與歸屬基站間距的增加，基于多小區(qū)協(xié)作傳輸?shù)慕M播系統(tǒng)內(nèi)的組播用戶平均SINR高于基于單小區(qū)傳輸?shù)慕M播系統(tǒng)，并且越接近小區(qū)邊緣，兩者差異性越大。這說明本文所提的基于多小區(qū)協(xié)作的多重組播業(yè)務(wù)資源分配算法有效地提高了組播用戶的信干噪比，尤其能提高小區(qū)邊緣組播用戶的信干噪比。這是因?yàn)榻M播業(yè)務(wù)CoMP傳輸將小區(qū)間干擾信號變有用信號，有效的利用了小區(qū)間的干擾，提高了組播用戶的傳輸質(zhì)量。

表1 仿真參數(shù)設(shè)置

圖3 組播用戶平均SINR

如圖4所示，組播用戶平均吞吐量曲線呈起伏波動，這是由于組播用戶隨機(jī)分布所造成。采用CoMP 傳輸?shù)慕M播系統(tǒng)的組播用戶平均吞吐量，相比不采用CoMP 傳輸?shù)膯涡^(qū)組播系統(tǒng)，組播用戶的平均吞吐量得到了顯著提高。這是由于CoMP協(xié)作利用小區(qū)間干擾信號，提高了組播用戶的信干噪比，使整個系統(tǒng)的吞吐量得到提升的緣故。

圖4 組播用戶平均吞吐量

4 結(jié)束語

在C－RAN 架構(gòu)無線接入網(wǎng)絡(luò)中，隨著通信應(yīng)用的發(fā)展，單播與組播業(yè)務(wù)并存是一個發(fā)展方向。而組播業(yè)務(wù)與單播業(yè)務(wù)在資源利用上存在不同：對于單播業(yè)務(wù)，下行過程中如果實(shí)現(xiàn)協(xié)作通信，則需要其它的RRU 發(fā)送相同信號以產(chǎn)生協(xié)作分集，這就造成其它RRU 無線資源的開銷；而對于組播業(yè)務(wù)，則由于另外的RRU 也有相同的業(yè)務(wù)需要傳輸，則會自然的產(chǎn)生相同信號來自不同的RRU 的分集增益，而不會造成額外的資源開銷。

針對C－RAN 架構(gòu)無線接入網(wǎng)下行單播與組播業(yè)務(wù)在資源分配上的上述特點(diǎn)，構(gòu)建多重組播業(yè)務(wù)的系統(tǒng)模型的基礎(chǔ)上，利用最優(yōu)化理論，建立了一種基于單播和組播業(yè)務(wù)聯(lián)合帶寬和功率分配的數(shù)學(xué)模型，并利用遺傳算法求解出最優(yōu)的帶寬和功率分配方案。仿真分析表明，根據(jù)求解出的最優(yōu)資源分配方案，在滿足最小QoS要求下，由于組播用戶通過CoMP傳輸技術(shù)，將干擾信號變成有用信號，提高了組播用戶的平均SINR 值和吞吐量。

［1］China Mobile Research Institute.C－RAN－The road towards green RAN white paper version 2.5 ［S］.2011.

［2］Richard O Afolabi，Aresh Dadlani，Kiseon Kim.Multicast scheduling and resource allocation algorithms for OFDMAbased systms： A survey ［J］.IEEE Communications Surveys＆Trtorials，2013，15 （1）：240－254.

［3］Liu J，Chen W，Cao Z，et al.Dynamic power and sub－carrier allocation for OFDMA－based wireless multicast systems［C］／／IEEE International Conference on Communications，2008：2607－2611.

［4］Biagioni A，F(xiàn)antacci R，Marabissi D，et al.Adaptive subcarrier allocation schemes for wireless OFDMA systems in WiMAX networks［J］.IEEE Journal on Selected Areas in Communications，2009，27 （2）：217－225.

［5］Xu W，He Z，Niu K，et al.Multicast resource allocation with min－rate requirements in OFDMA systems ［J］.Journal of China Universities of Posts and Tel，2010，17 （5）：24－51.

［6］Richard O Afolabi，Aresh Dadlani，Kiseon Kim.Multicast scheduling and resource allocation algorithms for OFDMAbased systms： A survey ［J］.IEEE Communications Surveys＆Trtorials，2013，15 （1）：240－254.

［7］Da B，Ko C C.Resource allocation in downlink MIMO－OFDMA with proportional fairness ［J］.Journal of Communications，2009，4 （1）：8－13.

［8］Silva Y，Klein A.Power allocation in multi－carrier networks with unicast and multicast services ［C］／／IEEE International Conference Glasgow，Scotland，2007：5433－5438.

［9］Won H，Cai H，Yun Y D，et al.Multicast scheduling in cellular data networks ［J］.IEEE Trans Wireless Commun，2009，8 （9）：4540－4549.

［10］Sophia A.R1－051103.channel structure for E－UTRA MBMS evaluation ［S］.Sophia Antipolis：3GPP，2013.

［11］Lee Juho，Kim Younsun，Lee Hyojin，et al.Coordinated multipoint transmission and reception in LTE－advanced systems ［J］.IEEE Communications Magazine，2012，11 （50）：44－50.

［12］LIU Zhanjun，ZHU Zhichao，ZHOU Shiyan，et al.Cooperative RRU selection algorithm for multicast service in C－RAN wireless networks［J］.Journal of Xidian University（Social Scienc Edition），2013，40（6）：205－211（in Chinese）.［劉占軍，朱志超，周詩研，等.C－RAN架構(gòu)無線接入網(wǎng)組播中協(xié)作RRU選擇算法［J］.西安電子科技大學(xué)學(xué)報，2013，40（6）：205－211.］

［13］John H Holland.Adaptation in natural and artificial systems［M］.USA，MIT Press，1992.