異構網絡的干擾協調算法研究

岳健++李曉琳++連強強

摘 要：為了滿足未來終端多樣化的需求，異構網絡技術應運而生，但是隨之帶來的蜂窩小區內以及小區間干擾問題已經成為制約未來無線網絡發展的關鍵因素之一。該文針對此問題，在合作博弈理論的基礎上，提出了一種與距離因子有關的干擾協調算法。經過建模仿真，所提算法在保證用戶正常通信的前提下，減小了異構網絡的干擾，提高了系統性能。

關鍵詞：異構網絡 合作博弈 干擾協調

中圖分類號：TN92 文獻標識碼：A 文章編號：1674-098X（2016）10（c）-0085-05

Research on Interference Coordination Algorithm of Heterogeneous Network

Yue Jian Li Xiaolin Lian Qiangqiang

（China Flight Test Research Establishment， Xian Shanxi，710089， China）

Abstract： In order to meet the demand of future terminal diversification， heterogeneous network technology emerges as the times require， at the same time the intra-cell interference and inter-cell interference have become one of the key factors that restrict the future development of wireless networks. In response to this problem， this paper proposes an interference coordination algorithm based on the cooperative game theory related to a distance factor. After modeling and simulation， the proposed algorithm can reduce the interference of heterogeneous network and improve the system performance under the premise of guaranteeing normal communication.

Key Words： Heterogeneous network； Cooperative game； Interference coordination

隨著智能設備的高速發展，人們對于網絡的要求也越來越高，由此涌現出了各種不同類型的通信網絡，使用戶處于一種復雜而多樣的異構網絡環境中。與此同時，異構網絡中多基站共頻譜資源問題導致了嚴重的小區內與小區間的干擾問題。因此，異構網絡的干擾協調問題成為制約未來無線通信可持續發展的關鍵因素之一。功率控制一直是一種應用廣泛的干擾協調辦法，從源端減小用戶的發射功率，進而起到減小干擾的作用。納什議價合作博弈是描述合作方的行為和策略選擇的數學工具。針對上述挑戰和潛在的合作增益，該文基于合作博弈理論，兼顧系統總體性能和用戶個體性能的效率和公平的要求，將功率控制問題建模為用戶之間相互合作競爭的關系，從而形成一種合理可行的功率分配方法，達到抑制干擾的目的。

1 異構網絡的資源分配方式

異構網絡是指在原有的蜂窩網絡基礎上，采用不同的接入技術加入兩個或以上的無線通信系統。在該文中假設在宏基站內加入家庭基站。而這會導致基站之間的交叉覆蓋，從而出現許多小區邊緣用戶。由此帶來的網絡干擾變得異常復雜，如果不能對干擾加以限制，必然會導致各用戶的服務質量下降。對于兩種基站的頻譜分配問題，現有的研究給出了以下3種方案[1]：

（1）共信道配置，是指兩類基站公用同一段頻譜，如圖1（a）所示。這種做法可以提高頻譜利用率，但卻帶來了干擾。

（2）獨立信道配置，是指兩類基站使用各自的頻譜，如圖1（b）所示。這種方法有效降低了干擾，但是頻譜利用率低。

（3）部分共信道配置，指的是兩類基站公用一段頻譜，然后又各自獨立使用一部分頻段，如圖1（c）所示。

由于頻譜資源的日益匱乏，為了增大其利用率，該文采用方案（1）的頻譜分配方式。

2 博弈論

博弈論（Game Theory， GT），是研究參與者之間的競爭和協作、參與者的策略行為之間競爭或者合作時的決策行為[2]的理論科學。一個完整的博弈模型主要包含3個方面的內容：博弈參與者集合，策略選擇集合以及效用函數[4]。因此，在下文中從這3個方面對博弈論的基本模型做出描述。

根據博弈參與者之間是否進行合作，博弈可分為合作博弈與非合作博弈[3]。在合作博弈中，所有參與者之間進行聯盟合作，其主要是希望整個系統的收益達到最大化。近年來，更多學者研究異構網絡用戶之間的合作競爭關系，將博弈論中合作博弈模型應用于雙層異構網絡中的功率控制算法。

3 算法模型

3.1 系統模型

該文所假設的模型是建立在由一個宏小區、多個家庭小區構成的異構網絡場景，其各層都有自己的用戶。在宏小區中部署個家庭小區，所有的家庭基站均采用封閉接入模式，如圖2所示。為了提高頻譜利用率，頻率復用因子記為1，所以所有校區頻率相同，為了簡便起見，該文假設在任意給定的一段頻譜上，每個信號時隙只有一個用戶在使用。另外，該文所提算法是在保證用戶正常通信的最小信干噪比SINR的前提下，降低各用戶的發射功率。該文中宏小區之間的干擾暫且忽略。

圖2為所提算法的應用場景。在這里將上行鏈路家庭用戶的通信帶寬記為，共有個相互獨立的子信道，子信道集合記為。由于頻率復用因子為1，所以在宏小區與家庭小區之間，家庭小區與家庭小區之間同時存在跨層和同層干擾。

3.2 算法分析

3.3 仿真分析

為了體現該算法的性能優勢，該小節針對算法的應用做出了仿真分析。該文取距離因子為，表1為一些仿真相關參數。

圖4顯示了在每個宏小區中，與各自服務基站距離相同的各用戶以及宏用戶的功率迭代圖。從中可以看出，各用戶的發射功率均收斂。如圖縱坐標最大的是宏用戶的發射功率，其余5條曲線分別是家庭用戶的迭代功率，因為宏小區面積較大，宏用戶離基站距離較遠，所以可以明顯看出宏用戶發射功率比家庭用戶發射功率大很多，而其他家庭用戶之間的功率差距又受到鄰近其他用戶的干擾的影響。

為了表明所提算法在傳統算法基礎上性能的提升，在仿真中將該算法、傳統的合作博弈算法、文獻[6]中的非合作博弈算法Koskie-Gajiec（K-G）算法做了對比。圖5所體現的是用戶發射功率隨用戶數量的變化曲線。從圖中可以看出，各用戶的發射功率是隨用戶數目的增大而增大的，但是相較一般合作博弈算法來說，該文所提算法與K-G算法所得到的最優發射功率明顯降低了，因而所提算法在性能上確有優勢。雖然K-G算法所得到的最優發射功率也比較低，但是K-G算法是以犧牲用戶的通信質量為代價的，這一點在下文中予以證明。

圖6描述的是前文所述3種算法的SINR值隨距離的變化圖。可以發現，該算法與傳統的一般合作博弈算法都能達到最小信干噪比，而K-G算法單純的為了降低用戶的發射功率，忽略了用戶的通信質量。雖然該算法的SINR值比一般合作博弈算法低很多，但是也可以保證用戶最基本的通信質量。所以說，該算法是在一定程度上降低用戶的SINR值，從而減小用戶的發射功率，減少宏用戶與家庭用戶和家庭用戶之間的干擾。綜合以上的功率圖和SINR圖，可以證明該算法在保證用戶的最小信干噪比的前提下，減小了用戶的發射功率，從而也減小了系統內的干擾，提高了系統的性能。

為了從另一方面驗證所提算法的優勢，該文隨機選取一個宏用戶，并以其受到的家庭用戶的干擾為研究對象，研究了干擾隨家庭用戶數的變化情況。從圖7可以發現，隨著用戶數量的增大，干擾也在明顯變大，但是所提算法所受干擾功率明顯優于傳統算法。

合作博弈是一種注重用戶整體性能的模型，特別是對于參與者的公平性。

該文將用戶的SINR與其發射功率的比值作為式（14）中的，來體現系統的公平性，為用戶的個數。從而所得到的公平性指數圖如圖8所示，隨著用戶數的增大，該算法的Jains指數基本都為1，這是因為該算法所得到的遠近用戶的SINR基本處于同一水平線，而K-G算法的公平性指數相對較低，因此，可以得出合作博弈模型相比非合作博弈模型來說，可以保證所有用戶的公平性。

4 結語

該文首先介紹了所提算法的應用背景，并簡要說明了博弈論在通信網絡中的應用研究，出于對現在無線通信網絡中的干擾問題的考慮，假設了異構網絡的干擾場景。在博弈論的基礎上提出了一種引入距離因子的抗干擾模型，在保證各用戶正常通信的前提下，盡可能地降低用戶的發射功率，進而減小網絡系統中的干擾。最后，該文通過仿真驗證了所提算法的有效性。

參考文獻

[1] M.Boussif，C.Rosa，J.Wigard，et al.Load Adaptive Power Controlin LTE Uplink[C]//European Wireles.2010.

[2] Long Wang，Xueqiang Zheng，Fei Song.An energy efficientpower control scheme based on game theoryfor OFDMA femtocell networks[J]. Applied Mechanics and Materials，2013（475-476）：875-881.

[3] 張天魁，曾志民，張穎瑩.基于博弈論的OFDMA系統多小區功率協調分配算法[J].通信學報，2008（1）：22-29.

[4] 王辰.異構網絡中基于博弈論的干擾協調算法研究[D].上海：上海交通大學，2012.

[5] 楊春剛.認知無線網絡中基于博弈論的功率控制研究[D].西安：西安電子科技大學，2011.

[6] 趙之旭.基于博弈論的認知無線電功率控制算法研究[D].南京：南京郵電大學，2013.