密集部署Wi-Fi場景下的干擾協(xié)調研究*

駱冬瓊，方旭明

（西南交通大學 信息科學與技術學院，四川 成都 611756）

0 引言

隨著物聯(lián)網、智慧家居、云計算、人工智能等新興行業(yè)的快速發(fā)展以及各種智能終端產品的普及，無線數據業(yè)務需求量爆炸式增長，據思科統(tǒng)計，近些年來的無線網絡傳輸業(yè)務量相較于2011年之前提升了122%[1]。移動數據流量的持續(xù)快速增長和各種智能終端設備的不斷涌現需要無線網絡提供隨時隨地的高容量接入服務。無線局域網（Wireless Local Area Network，WLAN），因其成本低廉、部署靈活、易維護和擴展等優(yōu)勢，成為目前應用最廣泛的無線帶寬接入方式。面對迅猛增長的數據傳輸需求，為了改善網絡覆蓋率、提升網絡傳輸能力，Wi-Fi網絡采用密集部署方式。然而，無線接入點（Access Point，AP）的密集部署必然會帶來嚴重的同頻干擾問題，導致網絡整體性能下降[2]。因此，在密集網絡中尋求有效的干擾協(xié)調分配方案就愈顯重要。

目前，國內外學者主要從時域、空域、頻域和功率域出發(fā)，對小區(qū)間干擾協(xié)調技術展開研究[3]。時域干擾協(xié)調中常用的技術包括部分時間復用（Fractional Time Reuse，FTR）和幾乎空白子幀（Almost Blank Subframe，ABS）[4]。文獻[5]中的改進部分時間復用（Modified Fractional Time Reuse，MFTR）方案將邊緣用戶的調度權重提升3倍，以改善傳統(tǒng)FTR方案在資源調度方面的公平性。文獻[6]根據基本服務集顏色將用戶分組，然后利用目標喚醒時間機制調度不同用戶組在不同的時間傳輸數據，以最小化基本服務集（Basic Service Set，BSS）間干擾。

協(xié)作多點傳輸（Coordinated Multiple Point，CoMP）是空域干擾協(xié)調的主要技術，其通過干擾避免或干擾利用來降低用戶受到的干擾。文獻[7]提出了一種干擾對齊和干擾中和相結合的CoMP傳輸方案，以實現對攜帶不同和相同信息的干擾信號進行適當調整，從而實現有效的干擾消除和抑制。文獻[8]針對CoMP協(xié)作集形成之前干擾難以預測的問題，提出了基于最大信道增益、比例公平和服務質量（Quality of Service，QoS）的3種CoMP協(xié)作集選擇方法，以提高CoMP系統(tǒng)的性能。

頻域干擾協(xié)調是最常見的干擾協(xié)調技術，其通過對頻率資源的合理分配來減小BSS間同頻干擾。文獻[9]采用干擾信道增益比最小準則為每個用戶分配正交子信道，雖然有效地降低了干擾，但頻譜利用率低。文獻[10]提出了一種基于改進調度策略的部分頻率復用（Fractional Frequency Reuse，FFR）方案，對小區(qū)中心和邊緣采用不同的調度方法組合，以彌補文獻[11]中使用固定調度方案的缺陷。文獻[12]針對軟頻率復用（Soft Frequency Reuse，SFR）網絡中的能效優(yōu)化問題，利用分數規(guī)劃、逐次凸逼近等條件將目標函數轉化為偶函數，然后通過凸優(yōu)化方法求解。文獻[13]基于K-means算法思想提出了一種貪婪樹生長算法，以最小化用戶簇內干擾為目標，將干擾較小的用戶分到同一簇中，簇內用戶共享相同資源。文獻[14]首先利用多用戶分集和圖論為每個用戶簇分配子載波來消除干擾，其次將QoS-satisfied用戶的資源釋放給QoSunsatisfied用戶來保證用戶間的公平性。功率域干擾協(xié)調技術的研究大多基于傳輸功率控制，在不影響當前信號傳輸的前提下，通過適當調整發(fā)射功率，來降低BSS間干擾，功率控制通常與其他干擾協(xié)調技術聯(lián)合使用。

盡管當前業(yè)界對密集網絡下的干擾協(xié)調技術已經有了多方面的研究，但是現有研究大多針對蜂窩網絡。由于Wi-Fi網絡在資源劃分規(guī)則、網絡架構等方面與蜂窩網絡存在一定差異，所以針對蜂窩網的干擾協(xié)調方案不能完全適用于Wi-Fi網絡。此外，下一代Wi-Fi標準802.11be中提出的多AP協(xié)作技術[15]雖然能夠通過多AP間的協(xié)同調度降低BSS之間的干擾、提高資源利用率，但是標準只給出了多AP協(xié)作的基本框架而沒有設計配套的算法。因此，針對Wi-Fi密集部署下的同頻干擾問題，本文提出了一種基于協(xié)同調度和頻率復用思想的干擾協(xié)調方案，通過圖染色理論對用戶進行分組，然后為不同的用戶組分配正交的資源單元（Resource Unit，RU），以達到消除各BSS間干擾，同時提高頻譜效率的目的。

1 系統(tǒng)模型

本文考慮一個AP密集部署的多AP協(xié)作系統(tǒng)，如圖1所示，系統(tǒng)有1個主AP（Master AP，MAP）和多個從AP（Slave AP，SAP），AP與周圍的多個站點（Station，STA）關聯(lián)形成BSS，各BSS工作在同一頻段，且相鄰BSS間存在干擾區(qū)域。系統(tǒng)中MAP、SAP和STA均支持802.11be標準，MAP作為中心控制器負責對SAP進行統(tǒng)一的管理和資源調度。

圖1 AP密集部署場景

假設系統(tǒng)中AP的集合表示為SAP={AP1,AP2,…,APN}，N是網絡中AP的數量，STA的集合表示為Su={u1,u2,…,uM}，M是網絡中STA的數量，可用RU的數量是K，k=1,2,…,K。則APn服務的用戶u在資源塊k上的信干噪比（Signal to Interference and Noise Ratio，SINR）可表示為：

根據香農公式可得到用戶u的最大傳輸速率為：

式中：Bk是資源塊k的帶寬。則系統(tǒng)的總容量可表示為：

本文的目標是在MAP的管理控制下設計合理的調度和資源分配方案來最大化系統(tǒng)吞吐量，降低BSS間干擾。

2 干擾協(xié)調方案

為解決第1節(jié)中提出的問題，本文設計一種基于協(xié)同調度和頻率復用思想的干擾協(xié)調方案，使得主AP可以根據STA之間的干擾關系，為彼此之間干擾較小的STA分配相同的RU，彼此之間干擾較大的STA分配正交的RU，從而降低干擾，提高頻譜利用率。該方案主要包括4個部分：第1部分，基于干擾識別策略收集STA所受的干擾信息；第2部分，基于業(yè)務量、時延、傳輸能力等指標設計用戶調度算法來確定每個調度周期進行數據傳輸的用戶；第3部分，基于構建的用戶干擾圖，采用圖染色算法將用戶分到不同的用戶組中；第4部分，采用伏格爾算法為STA分配RU。

2.1 干擾識別策略

在Wi-Fi網絡中，SINR反映了當前信道的鏈路質量，是衡量STA性能的重要指標之一，STA的SINR值越高其所能支持的傳輸速率越大、傳輸能力越強。因此在調度和資源分配算法中，STA的SINR是一項重要的參考指標。但SINR不能直接進行測量，需要通過有用信號功率、干擾信號功率和噪聲功率計算得到。為了估算STA的SINR，本文設計了一種基于接收信號強度指示（Received Signal Strength Indication，RSSI）的干擾識別策略來分辨STA接收到的有用信號功率和干擾信號功率，干擾識別的幀交互流程如圖2所示。

圖2 干擾識別流程

干擾識別流程主要包括RSSI集中測量和RSSI信息反饋兩個階段。在RSSI集中測量階段，主AP通過發(fā)送Measurement Announce幀，調度從AP輪流發(fā)送Beacon幀來測量各AP與STA之間的RSSI。為了保證STA測量得到的RSSI不包含干擾成分，在某個AP發(fā)送Beacon幀時，其他AP處于靜默狀態(tài)。在RSSI信息反饋階段，主AP首先通過Measurement Announce幀控制各AP依次發(fā)送RSSI Trigger幀觸發(fā)其關聯(lián)STA反饋測量得到的RSSI；其次發(fā)送RSSI Trigger幀觸發(fā)AP反饋收集到的RSSI信息；最后主AP將獲得的RSSI信息匯總生成RSSI統(tǒng)計表，如表1，表中的值即為STA接收到各AP的信號強度。

表1 用戶RSSI信息統(tǒng)計表

RSSI信息反饋階段完成后，主AP便可以根據RSSI信息統(tǒng)計表中的RSSI值估算STA的SINR，即對于任意STAm，將其與關聯(lián)APn之間的RSSIn,m看作有用信號，與其他AP之間的RSSIi,m看作干擾信號，則STAm的SINR可表示為：

干擾識別策略周期性執(zhí)行，其信令交互的時間開銷相較于干擾識別策略的執(zhí)行周期而言很小，因此干擾識別策略信令交互所消耗的資源對系統(tǒng)吞吐量的影響忽略不計。

2.2 用戶調度算法

在調度算法部分，以用戶的業(yè)務量、時延限制、傳輸能力為指標定義用戶調度權重Q(t)，主AP根據系統(tǒng)中所有STA的調度權重確定本調度周期調度哪些STA進行數據傳輸。假設APn服務的STAm在t時刻的調度權重Qn,m(t)表示為：

式中：Rn,m(t)為STAm的時延限制權值；trafficn,m為STAm的實際業(yè)務量；cn,m為STAm的傳輸能力，其大小通過單位帶寬的香農容量進行衡量。Rn,m(t)的計算方式為：

式中：Tn,m為STAm的時延上限；Wn,m(t)為STAm從上一次被調度以來的等待時間；Tn,m與Wn,m(t)的差值表示發(fā)送給STAm的數據包的剩余等待時間；Ts為時延保護間隔，可以理解為對有時延限制用戶被調度的一個提前量，目的是盡量滿足業(yè)務的時延需求，在時延限制之前的某個閾值就需要被調度，而不會等到時延限制為0時用戶才被調度。Ts的值可以作為參數進行設置。Rn,m(t)值越大認為STAm越逼近時延要求，被調度的優(yōu)先級越高。若Rn,m(t)≤1，數據包剩余等待時間大于Ts，則調度權重只與傳輸能力和業(yè)務量有關。若Rn,m(t)>1，數據包剩余等待時間小于Ts，則STAm必須被優(yōu)先調度以避免其數據包因等待時間超過時延上限而被丟棄。

trafficn,m和cn,m的計算公式為：

式中：fn,m為STAm的業(yè)務量；datamax為一個傳輸周期內允許傳輸的最大數據量。若fn,m大于或等于datamax，可以認為滿業(yè)務量場景，則trafficn,m的值取datamax；若fn,m小于datamax，則認為非滿業(yè)務量場景，則trafficn,m的值取fn,m。

用戶調度算法的步驟如下：

（1）主AP計算所有STA的調度權重，構成權重集合{Qn,m(t)}；

（2）從集合{Qn,m(t)}中選出調度權重值大于1的STA，放入集合{S}中，更新集合{Qn,m(t)}；

（3）對集合{S}中的STA的業(yè)務量求和，記為f(t)，系統(tǒng)在前幾個調度周期內最大的傳輸數據量記為Thr(t)max；

（4）判斷f(t)

用戶調度算法的流程如下：

2.3 STA分組算法

完成用戶調度之后，需要對被調度的STA進行分組。首先，定義復用增益G來表示STA之間的干擾強度。假設STAa和STAb位于兩個不同的BSS中，則復用增益Ga,b可表示為：

式 中：SINRa,b和SINRb,a分別為STAa，STAb并 發(fā)傳輸時的SINR值；SINRa和SINRb分別為STAa，STAb單獨傳輸時的SINR值；RUmax為當前帶寬下規(guī)格最大的RU；V_MCSa,b，V_MCSb,a，V_MCSa和V_MCSb分別為對應RU規(guī)格和SINR值下的MCS速率。當Ga,b<1時，表示選取的兩個STA間沒有復用增益，共享相同的RU會產生干擾；當Ga,b≥1時，表示兩個STA并發(fā)有增益，共享相同的RU不會產生干擾。

其次，根據STA間的干擾強度構建用戶干擾圖，圖中的頂點代表STA，邊代表相應STA之間的干擾。若Ga,b<1，則STA對應的頂點之間有邊；若Ga,b≥1，則STA對應的頂點之間無邊。同一個BSS內的STA共享相同RU會產生干擾，因此同一個BSS內的STA對應的頂點之間都有邊。

最后，基于構建的用戶干擾圖，本文采用圖染色算法對STA進行分組。先從頂點度數最大的頂點開始染色，尋找與其互不干擾且業(yè)務量差異小的頂點，使用相同的顏色為該頂點染色；然后再繼續(xù)尋找與上述兩個頂點均無干擾且業(yè)務量差異小的頂點，使用相同顏色為該頂點染色，直至找不到滿足條件的頂點；最后再從剩余尚未染色的頂點中找到度數最大的頂點，重復上述步驟，直至圖中的頂點都完成染色。染色算法的流程如下：

上述分組算法，可以通過使用盡可能少的顏色，將干擾和業(yè)務量差異小的STA分到同一組中，提高了資源利用率，降低了干擾。

2.4 資源分配算法

由STA分組算法可知，同一個用戶組的STA間干擾較小，不同用戶組的STA間干擾較大。因此主AP可以通過為不同的用戶組分配正交的RU，為同一個用戶組內的STA分配相同的RU來降低干擾，提高頻譜利用率。

若經過分組算法將STA分到了N個不同的用戶組，則為了最大限度地利用帶寬資源，需要將整個信道劃分為N個RU，而對于給定的信道帶寬，將信道劃分為N個RU的規(guī)格組合是有限的。例如，對于80 MHz信道，將信道劃分為9個RU時的規(guī)格組合數為6，其中的一種RU規(guī)格組合為{2x242-tone，4×106-tone，3×26-tone}。若信道劃分為N個RU時得到的所有RU規(guī)格組合為R，則對于某個給定的RU規(guī)格組合ρ∈R，優(yōu)化問題可表示為：

式中：xi,j∈{0,1}，當xi,j=1時表示RUj分配給用戶組Gi，反之不分配給用戶組Gi；λi,j為用戶組Gi在RUj上的速率之和；約束條件C1表示一個RU不能分配給多個用戶組；約束條件C2表示一個用戶組最多分配一個RU。

優(yōu)化問題P是一個典型的指派問題，它可以用匈牙利算法（Hungarian）在多項式時間內解決[16]。然而對于許多實際的指派問題，匈牙利算法陷入死循環(huán)時無法求出其最優(yōu)解，因此本文采用文獻[17]提出的算法進行求解。該算法對伏格爾（Vogel）算法進行了改進，避免了匈牙利算法的缺陷，且可用于求解最優(yōu)指派問題的最小值或者最大值。其中最大值求解的基本步驟如下文所述。

（1）步驟1。首先用伏格爾法確定一個初始解，在RU分配平衡表中給出初始解對應的數字格，其次計算出空格對應的檢驗數，當空格的檢驗數均為負數時，初始可行解即為最優(yōu)解；若空格中存在正檢驗數，說明未達到最優(yōu)解，需要對檢驗數進行調整，轉步驟2。

（2）步驟2。采用閉合回路法來對步驟1中的某個解進行調整。若步驟1中的正檢驗數有多個，則選取其中最小的檢驗數，由其構成一個閉矩形回路。然后調整回路中數字格和空格的位置，算出新的檢驗數。若檢驗數全為負，則找到最優(yōu)解，否則重復執(zhí)行步驟2，直到找到最優(yōu)解。

為了找到最佳的RU分配方案，本文的資源分配算法對每一種RU規(guī)格組合下的優(yōu)化問題進行了求解，算法流程如下：

3 仿真結果及分析

本節(jié)通過MATLAB仿真來驗證所提出的基于協(xié)同調度和頻率復用思想的干擾協(xié)調方案的性能。

3.1 仿真場景及參數設置

考慮一個密集部署的Wi-Fi網絡，網絡中有4個同頻AP，AP的傳輸范圍存在高度重疊區(qū)域，每個AP周圍隨機分布了5～29個STA，AP之間的距離為18 m，AP的發(fā)送功率為23 dBm，路徑損耗模型采用標準中的802.11傳輸模型[18]，具體參數如表2所示。

表2 仿真參數設置

3.2 仿真結果分析

本文在相同的場景下對比了4種干擾協(xié)調方案，第1種是本文所提出的基于協(xié)同調度和頻率復用思想的干擾協(xié)調方案，記為CSFRV，其余3種是為了對比所提方案的性能而提出的基線方案，具體如下文所述。

（1）基線方案1。主AP為系統(tǒng)內所有STA統(tǒng)一分配RU，不執(zhí)行分組算法，即所有STA的RU相互正交，且RU分配采用均分方式，記為CSOE。

（2）基線方案2。主AP為系統(tǒng)內所有STA統(tǒng)一分配RU，不執(zhí)行分組算法，即所有STA的RU相互正交，且RU分配采用伏格爾法，記為CSOV。

（3）基線方案3。主AP為系統(tǒng)內所有STA統(tǒng)一分配RU，執(zhí)行分組算法，組內用戶復用相同RU，組間RU正交，且RU分配采用均分方法，記為CSFRE。

圖3比較了4種方案在不同STA數量下的系統(tǒng)頻譜效率，可以看出4種算法的系統(tǒng)頻譜效率隨著STA數量的增加，頻譜效率也在不斷提升，隨后趨于穩(wěn)定。本文所提的CSFRV方案的頻譜效率較高，這是因為其可以根據STA之間的干擾關系復用RU資源，在相同的調度用戶數量下，采用分組的方式可以使得STA獲得更大規(guī)格的RU進行數據傳輸。而方案CSFRE的性能低于CSOV方案是因為其采用等規(guī)格RU分配方式，某些情況下會造成嚴重的帶寬資源浪費。

圖3 系統(tǒng)頻譜效率

圖4比較了4種方案在不同STA數量下的平均時延。可以看出，隨著STA數量的增加，STA被調度的等待時間就越長，用戶的平均時延就越大。4種干擾協(xié)調方案均能滿足STA的時延要求，這是因為它們在調度算法中引入了時延優(yōu)先級因子，保證了時延要求高的STA被優(yōu)先調度。而本文的CSFRV方案在時延性能上優(yōu)于其他3種方案，是因為其資源分配方式更加合理，在每一幀中用戶的吞吐量更高，使得STA緩存的數據能夠盡快被調度傳輸。

圖4 STA平均時延

圖5和圖6通過比較系統(tǒng)平均SINR和系統(tǒng)平均吞吐量來分析協(xié)同調度方案的干擾抑制能力。由圖5可知采用協(xié)同調度方案前后系統(tǒng)內的干擾情況。在不采用協(xié)同調度方案的情況下，各AP獨立為其BSS內的用戶分配RU，當AP并發(fā)傳輸時，系統(tǒng)內的STA將會遭受嚴重的同頻干擾，故STA的平均SINR很低，維持在17 dB附近。而采用了協(xié)同調度方案之后，STA在主AP的協(xié)同調度下被分配了互不干擾的RU，BSS間的同頻干擾得以消除，STA的平均SINR顯著增加，維持在55 dB附近。

圖5 協(xié)同調度方案平均SINR性能

分別對低、中、高3種擁塞場景進行了仿真，其中分別有20，52，116個STA參與通信。由圖6可知采用協(xié)同調度方案前后系統(tǒng)的吞吐量變化。在不采用協(xié)同調度方案的情況下，系統(tǒng)的平均吞吐量非常低，且隨著擁塞程度的增大，STA之間干擾越嚴重，系統(tǒng)平均吞吐量越低。而采用了協(xié)同調度方案后，系統(tǒng)的平均吞吐量顯著提高，且即使在高擁塞的場景下系統(tǒng)的平均吞吐量也維持在較高水平，這表明提出的協(xié)同調度方案能夠很好地適用于市場、機場、體育場等擁擠區(qū)域。

圖6 協(xié)同調度方案系統(tǒng)平均吞吐量分析

4 結語

本文對密集部署Wi-Fi網絡場景下的干擾協(xié)調問題進行了研究，提出了一種基于協(xié)同調度和頻率復用思想的干擾協(xié)調方案。該方案首先利用干擾識別策略估計系統(tǒng)中各用戶的干擾情況；其次根據用戶的調度權重確定本周期調度的用戶；再次通過圖染色算法將干擾較小的用戶分到同一個組，干擾較大的用戶分到不同的組；最后基于用戶在RU上的信道條件采用伏格爾法為用戶分配RU。仿真結果表明，本文所提出的方案能夠在滿足用戶時延限制的情況下，有效消除BSS間同頻干擾，提高系統(tǒng)的吞吐量和頻譜效率。