CN102726102A

CN102726102A - 无线异构网络中的基站、移动台和方法

Info

Publication number: CN102726102A
Application number: CN2010800617355A
Authority: CN
Inventors: 王钧; 王栋耀; 蒋琦; 庞继勇; 刘建国; 沈钢
Original assignee: Alcatel Lucent Shanghai Bell Co Ltd
Current assignee: Nokia Shanghai Bell Co Ltd
Priority date: 2010-04-07
Filing date: 2010-04-07
Publication date: 2012-10-10
Anticipated expiration: 2030-04-07
Also published as: WO2011123983A1; CN102726102B

Abstract

本发明公开了一种无线异构网络中的基站，包括：发射单元，被配置为向移动设备和相邻基站发射消息；接收单元，被配置为接收来自移动设备和相邻基站的消息；以及关联单元，被配置为：根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。本发明还公开了一种相应的移动设备和方法。本发明考虑到针对每一个移动设备的比例公平，把每一个移动设备关联到最优节点，从而使系统吞吐量最大化。

Description

无线异构网络中的基站、移动台和方法

技术领域

本发明涉及无线通信领域，具体涉及一种用于无线异构网络中的基站、移动台和方法。背景技术

近年来，异构网络（HetNet ) 在第三代合作伙伴计划后续长期演进（3GPP LTE-A ) 中得到广泛关注。在异构网络中，除了传统的宏基站小区之外，还可以存在其他类型的小区，例如微微小区、家庭小区和中继小区。此外，在 LTE-A异构网络中引入了新的接口环境，并且小区选择技术成为异构网络中的一个重点。

对于传统的 LTE用户，通过对不同的宏小区发射的下行链路（DL ) 中的参考信号接收功率（RSRP ) 或者参考信号接收质量（RSRQ ) 进行比较而执行小区选择。用户把提供最大 RSRP或 RSRQ的小区选作服务小区。然而，在包含高功率小区（宏小区）和低功率小区（例如微微小区、家庭小区和中继小区）的异构网络中，传统的 "最强信号"选择方案导致很少的用户会选择低功率节点作为服务节点。其主要原因是高功率节点与低功率节点之间存在较大的发射功率差。

实际上，对于异构网络来说，增大由低功率小区服务的移动设备的个数能够带来显著的性能提升，特别是对于小区边缘用户。因此，移动设备连接到低功率小区可能更有利，哪怕其不能获得连接到高功率小区时更强的接收功率。在现有技术中，一种增大低功率小区的用户接入数的简单的方法是：当确定选择宏小区还是低功率小区时，针对宏小区和低功率小区使用不同的 RSRP阈值（偏向于低功率小区），从而扩大低功率小区的覆盖范围。这种基于范围扩展的小区选择方法会使得更多的移动设备可以连接到低功率节点，从而缓解了来自宏小区的通信负载。此外，当消除宏小区的干扰时，多个低功率小区可以同时使用该带宽，从而由于小区间干扰的降低而实现了性能提升。

然而，该方法所采用的不同 RSRP阈值及其所能够实现的性能提升都是难以确定的。此外，该方法没有考虑到其他因素，例如负载平衡移动设备分布、小区部署等等。发明内容

本发明提供了一种在异构网络中根据长期信道条件和负载平衡来执行小区选择的方案。本发明的基本思想是，提供一种优化公平性小区选择方案。其中，考虑到针对每一个移动设备的比例公平，把每一个移动设备关联到最优节点（基站），从而最大化系统吞吐量。可以根据每一个节点到每一个移动设备的下行链路数据速率来执行关联。可以根据长期信道条件来计算从每一个节点到每一个移动设备的下行链路数据速率。通过节点之间的接口，在相邻基站之间共享各个基站所服务的移动设备的下行链路数据速率值。

本发明的一个方面提供了一种无线异构网络中的基站，包括：发射单元，被配置为向移动设备和相邻基站发射消息；接收单元，被配置为接收来自移动设备和相邻基站的消息；以及关联单元，被配置为：根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。

优选地，信号强度包括参考信号接收功率，负载平衡包括关联移动设备平均下行链路数据速率的比例公平最大化。

优选地，关联单元被配置为：使用参考信号接收功率，计算各个移动设备的下行链路数据速率，以实现平均下行链路数据速率的比例公平最大化。

更优选地，关联单元被配置为：基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。备选地，关联单元被配置为：基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。、优选地，关联单元被配置为：根据长期信道条件来计算各个移动设备的下行链路数据速率。

优选地，基站包括宏基站、微基站、家庭基站和中继基站。本发明的另一方面提供了一种无线异构网络中的关联方法，包括如下步骤：接收来自移动设备和基站的消息；以及根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。

优选地，使用参考信号接收功率，计算各个移动设备的下行链路数据速率，以实现平均下行链路数据速率的比例公平最大化。

更优选地，基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。备选地，基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。

优选地，根据长期信道条件来计算各个移动设备的下行链路数据速率。

本发明的又一方面提供了一种移动设备，包括：发射单元，被配置为向基站发射消息；接收单元，被配置为接收来自基站的消息；以及关联单元，被配置为：根据来自基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。

更优选地，关联单元被配置为：基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。备选地，关联单元被配置为：基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。因此，本发明提供了一种在无线异构网络中根据接收信号强度和负载平衡来执行小区选择的方案。本发明能够极大地提升用户体验和公平性，特别是对于小区边缘的用户。附图说明

通过下文结合附图的详细描述，本发明的上述和其他特征将会变得更加明显，其中：

图 1示出了根据现有技术的异构网络中的基站选择场景示例；图 2示出了根据本发明一个实施例的基站的框图；

图 3示出了根据本发明一个实施例的移动设备的框图；

图 4示出了根据本发明一个实施例的应用场景；

图 5示出了根据本发明一个实施例的小区选择方法的流程图；图 6示出了根据本发明另一个实施例的小区选择方法的流程图；图 7示出了本发明在异构网络中的一个示例应用场景；

图 8示出了图 7的示例应用场景中的详细参数表；

图 9示出了基于图 8中所示的参数表的累积分布函数曲线图；

具体实施方式

下面，通过结合附图对本发明的具体实施例的描述，本发明的原理和实现将会变得明显。应当注意的是，本发明不应局限于下文所述的具体实施例。另外需要说明，为了简便起见，附图中没有示出与本发明相关的公知组件。

图 1示出了现有技术中的移动设备和基站的关联场景示例，在该示例中，包括如下两种关联方案：

( 1 ) 最大 RSRP : 根据最大下行链路接收功率来确定服务小区，即：

CellID_serv. = arg max, , {^ } ( 1) 然而，该方案不适合于异构网络，因为异构网络包含高功率小区 (宏小区）和低功率小区（例如微微小区、家庭小区和中继小区），传统的 "最强信号"选择方案使得很少用户会选择低功率节点（基站）作为服务节点。其主要原因是高功率节点与低功率节点之间存在较大的发射功率差。实际上，对于异构网络来说，增大由低功率小区服务的移动设备的个数能够带来显著的性能提升，特别是对于小区边缘用户。因此，移动设备连接到低功率小区可能更有利，哪怕其不能获得连接到高功率小区时更强的接收功率。

( 2 ) 带偏移量的最大 RSRP : 根据以下标准来执行服务小区的选择

CellID_serving = arg max_{(} {^^ + Bias^ (2) 在等式（2 ) 中， β,·^是小区选择的偏移量。 0对应宏小区， X (应当进一步研究确定的经验值，在先前的系统仿真中是 x=3/6/9/25dB ) 对应于低功率小区。这意味着移动设备不总是连接到具有最大下行链路接收功率的基站，导致低功率小区的范围扩展，使得更多的移动设备选择低功率小区作为其服务小区。因此，可以减轻宏小区的通信负载，并且一旦消除了宏小区的干扰，多个低功率小区可以同时使用该带宽。该方案的缺点在于，难以确定与低功率节点相关联的、随机分布的移动设备的比率以及范围扩展所带来的性能提升。另外，的最优值仅仅是经验值，现有技术中不存在计算优选的的方法。

图 2示出了根据本发明一个实施例的基站 200的框图，该基站 200 可以应用于无线异构网络中，例如包括但不限于：宏基站、微基站、家庭基站、中继基站，以及其他类型的服务节点，等等。如图 2所示，在本示例中，基站 200包括发射单元 202、接收单元 204以及关联单元 206。发射单元 202被配置为向其服务区中的移动设备以及相邻基站发射消息。接收单元 204被配置为接收来自移动设备和相邻基站的消息。关联单元 206被配置为根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。

图 4示出了本发明一个实施例的应用场景。下面结合图 4中所示出的场景，对图 2所示的根据本发明一个实施例的基站 200进行更加详细的描述。

假定在该小区中存在 n个移动设备 UE，一个 eNB (例如基站 200 ) 和若干个微微节点（基站）。其中，为表述简洁起见，将该 eNB和微微节点都命名为 eNB (分别表示为 eNBl， eNB2， -, eNBm) , 即一共有 m个 eNB。把从 eNBi至 UEj的下行链路数据速率表示为把与 eNBi相关联的 UE的个数表示为。在表 1和表 2中，分别列出了各个下行链路数据速率和每一个 eNB相关联的 UE的个数。

表 2-每一个 eNB相.关联的 UE的个数在本实施例中，关联单元 206可以根据香农理论并使用 RSRP值，通过下式计算从每一个节点（基站）到每一个 UE的下行链路数据速率 (当然，本领域的技术人员可以理解，也可以通过其他方法利用信道条件来计算下行链路数据速率）：

f e icj no w、〜针对与 eNBi相关联的 UEj，其占据下行链路信道的几率是 1 / ，因此平均下行数据速率是^ ,。

为了实现该小区中的比例公平，应当最大化 /(t,，/t₂，. 其定义如下：

*

' k-^ 、

其中 ="。找出 /(n..., ）的最大值的方法有若干种。下面给出两个具体示例。应当注意的是，本发明并不限于下文所描述的两个示例。本领域的技术人员在阅读下面的示例后，可以想到其他等价方法来求解

， )的最大值。

(1) 第一示例：贪婪求解：

在本示例中，关联单元 206首先使用通过接收单元 204接收到的 RSRP值，计算从每一个 eNB到每一个 UE的下行链路数据速率。然后，关联单元 206执行系统参数初始化。例如，把没有关联到任何 eNB的 UE集合定义为等待 UE集合（最初，该集合包括所有的 UE，即 S = {1，...,《})。

如果集合 S非空，从该集合 S中取出第一个 UE (其 ID是 _n+l-|S|)，这样 S = S-{n+l-|S|}₀ 关联单元 206利用下式找到一个最佳的接入 eNBi, 使得下式的值最大，并把这个 UE关联到 eNBi: 这里， r,是从 eNBi到该 UE的下行链路数据速率，是已经关联到 eNBi的 UE的个数。关联单元 206记录相应的 UE关联结果，并对集合 S中的每一个移动设备 UE依次执行关联，直到集合 S为空。

(2) 第二示例：动态规划求解

在本示例中，关联单元 206首先使用通过接收单元 204接收到的 RSRP值，计算从每一个 eNB到每一个 UE的下行链路数据速率。然后，关联单元 206执行系统参数初始化。例如，把没有关联到任何 eNB的 UE集合定义为等待 UE集合（最初，该集合包括所有的 UE，即5 = {1,...，《})。此时，由于还不存在已经和基站相关联的 UE，所以 kl=k2—'=km二 0，目标函数 f— max(kl，k2，〜，km)=f(0, 0, ···，（)）。假设 f (0,0， ·'·，0)=1。

如果集合 S非空，则从该集合 S中取出第一个 UE (其 ID是 n+1- |S 这样 S ： S- {n+l-|S|}。针对属于集合 {0,1， ···， n_|S|}的所有 kl,k2, -,km, 如果 kl+k2+〜+km = n- |S|，关联单元 206使用如下公式来计算 f— max(kl， k2, ···， km)：

/_mH "0 (m i""人)'

(6) 同时，记录满足上述等式（6) 的相应 UE关联结果。重复执行上述计算，直到集合 S为空。当集合 S为空时，关联单元 206针对属于集合 {0, 1，·..， n}的所有 kl，k2，"'，km，计算 f— max (kl， k2,…， km)的最大值，其中 kl+k2+〜+km = n。在此基础上，关联单元 206执行与 f_max(kl,k2, -,km)相对应的 UE关联。

本领域的技术人员可以理解，本发明的小区选择也可以在移动设备上执行。图 3示出了根据本发明一个实施例的移动设备 300的框图。该移动设备 300包括发射单元 302、接收单元 304以及关联单元 306。发射单元 302用于向基站发射信号。接收单元 304通过空中接口从服务于当前小区的基站接收与每一个相邻基站所关联的移动设备的信息。关联单元 306可以基于接收信号强度和负载平衡来执行移动设备和基站的关联。该过程与上文描述的基站 200的切换单元 206的操作类似，此处不再赘述。

图 5示出了根据本发明一个实施例的小区选择方法 500的流程图。如图 5所示，方法 500在步骤 502处开始。在步骤 504处，计算从无线通信网络中的每一个基站（eNB)到每一个移动设备（UE) 的下行链路数据速率。在步骤 506，初始化未与基站相关联的移动设备的集合 S。在步骤 508，判断集合 S是否为空集。如果是，则方法进行至步骤 512，直接输出移动设备的关联结果。否则，方法进行至步骤 510，从该集合 S 中取出第一个 UE (其 ID是 n+1- |S|)，这样 S二 S- {n+1- |S|}。利用上文提到的公式（5) 把该 UE关联到 eNBi。之后，对集合 S中的每一个移动设备 UE依次执行关联，直到集合 S为空。最后，方法在步骤 514处结束。

图 6示出了根据本发明另一个实施例的小区选择方法 600的流程图。如图 6所示，方法 600在步骤 602处幵始。在步骤 604处，计算从无线通信网络中的每一个基站（eNB)到每一个移动设备（UE) 的下行链路数据速率。在步骤 606,初始化未与基站相关联的移动设备的集合 S，假设目标函数 f(0，0, ···，()）. =1。在步骤 608，判断集合 S是否为空集。如果是，则方法 600进行至步骤 612，针对所有 kl,k2，〜，km，计算 f_max(kl,k2,…， km)的最大值，并执行与 f— max (kl, k2,〜，km)相对应的 UE关联。

如果在步骤 608判断集合 S不是空集，则方法 600进行至步骤 610。在步骤 610'处，从该集合 S中取出第一个 UE (其 ID是 _n+l-|S|，这样 S = S-{n+卜 |S|} )。针对属于集合 {0, 1, ···, n- |S|}的所有 kl, k2,…， km，使用上文所提到的公式（6) 来计算 f— max(kl，k2,…，！^)，记录满足等式（6) 的相应 UE关联结果。最后，该方法 600在步骤 614处结束。

下面，通过图 7- 9来描述根据本发明一个实施例的应用场景。图 7示出了本发明在 3GPP LTE-A 异构网络中的应用的一个示例，该示例体现了本发明的最优公平性小区选择方案。图 8示出了图 7中的示例应用的详细参数表。从图 8中可以看出，该示例应用场景的蜂窝布局包括 7个宏基站，每个宏基站管辖 3个蜂窝小区。然而，为了清楚起见，在图 7中仅示意性地示出了包括 1个宏基站（图 7中的 eNB ) 的多小区六边形布局，该宏基站管辖 3个小区，每个小区中有两个微基站（图 7中的 pico )。可以想到，其他 6个宏基站具有相似的布局。

图 9示出了基于图 8中所示的参数表的函数曲线图，该函数曲线是与本发明的技术方案和现有技术中的两个技术方案（偏移量为 OdB和 6dB )相对应的归一化用户吞吐量的累积分布函数曲线。累积分布函数曲线上的某一点表示系统中有对应于（1-该点纵坐标）百分比数目的用户可以达到该点横坐标所示的归一化数据速率。相应地，曲线越靠右侧表明其所对应的方案性能越好。如图 9中所示，从左到右的 4条曲线分别针对现有技术方案 1 (偏移量（Bias ) 为 0dB)、现有技术方案 2 (偏移量（Bias ) 为 6dB：)、本发明的方案 1 (贪婪求解）、本发明的方案 2 (动态规划）。从图 9中可以清楚地看出，本发明的方案获得了更好的系统性能，特别是在小区边缘区域中。另外，本发明的方案 2 (动态规划）的计算复杂度比本发明的方案 1 (贪婪求解）要高得多。因此，一般情况下可以采用本发明的方案 1 (贪婪求解）来执行根据本发明的基站与移动设备的关联。然而，本发明的方案 2 (动态规划）几乎能够获得理论上的性能上界，因此在资源充足的情况下，可以采用本发明的方案 2 (动态规划）以获得更好的关联。

另外，针对附图 9中所示的曲线，下表 3列出了小区平均、小区边缘（5%)、 50%、标准差以及微微小区的移动设备关联比例的数值仿真结果。 Bias = 0 dB Bi as =6 dB 贪婪求解动态规划求解小区吞吐量

2. 0225 1. 9808

(bps/Hz) 2. 1965 1. 9368 (-7. 9%, +4. 4%) (-9. 8%, +2. 3%)

5% 小区边缘吞

0. 01279 0. 01323 吐量（bps/Hz) 0. 01038 0. 01237 (+23. 2%, +3. 4%) (+27. 5%, +7. 0%)

50% 吞吐量 0. 045 0. 0454

(+21. 3%, (+22. 4%, (bps/Hz) 0. 0371 0. 0423 +6. 4%) +7. 3%)

0. 1492 0. 1375 标准差 (-28. 4%, (-34. 0%,

0. 2084 0. 1783 -16. 3%) -22. 9%) 微微小区 21. 9%

UE比 21. 14%

(+131. 3%, (+139. 6%, 率 9. 14% 16. 32 +29. 5%) 34. 2%)

表 3-数值仿真结果从表 3中所列出的数值仿真结果可以看出，本发明的最优公平性小区选择既提高了带宽的频谱效率（特别是小区边缘），又实现了小区中用户的公平性。

综上所述，本发明提供了一种优化公平性小区选择方案。其中，考虑到针对每一个移动设备的比例公平，把每一个移动设备具体关联到最优节点，从而使系统吞吐量最大化。本发明可以应用于异构网络或中继网络中。

尽管以上已经结合本发明的优选实施例示出了本发明，但是本领域的技术人员将会理解，在不脱离本发明的精神和范围的情况下，可以对本发明进行各种修改、替换和改变。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。

Claims

权利要求

1. 一种无线异构网络中的基站，包括：

发射单元，被配置为向移动设备和相邻基站发射消息；接收单元，被配置为接收来自移动设备和相邻基站的消息；以及关联单元，被配置为：根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。
2. 如权利要求 1所述的基站，其中，所述信号强度包括参考信号接收功率，所述负载平衡包括关联移动设备平均下行链路数据速率的比例公平最大化。
3. 如权利要求 2所述的基站，其中，所述关联单元被配置为：使用参考信号接收功率，计算各个移动设备的下行链路数据速率，以实现平均下行链路数据速率的比例公平最大化。
4. 如权利要求 3所述的基站，其中，所述关联单元被配置为：基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。
5. 如权利要求 3所述的基站，其中，所述关联单元被配置为：基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。
6. 如权利要求 3-5中任意一项所述的基站，其中，所述关联单元被配置为：根据长期信道条件来计算各个移动设备的下行链路数据速率。
7. 如权利要求 1-5中任意一项所述的基站，其中，所述基站包括宏基站、微基站、家庭基站和中继基站。
8. 一种无线异构网络中的关联方法，包括如下步骤：

接收来自移动设备和基站的消息；以及

根据来自移动设备和基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。
9. 如权利要求 8所述的关联方法，其中，所述信号强度包括参考信号接收功率，所述负载平衡包括关联移动设备平均下行链路数据速率的比例公平最大化。
10. 如权利要求 9所述的关联方法，其中，使用参考信号接收功率，计算各个移动设备的下行链路数据速率，以实现平均下行链路数据速率的比例公平最大化。

Π. 如权利要求 10所述的关联方法，其中，基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。
12. 如权利要求 10所述的关联方法，其中，基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。
13. 如权利要求 10所述的关联方法，其中，根据长期信道条件来计算各个移动设备的下行链路数据速率。
14. 一种移动设备，包括：

发射单元，被配置为向基站发射消息；

接收单元，被配置为接收来自基站的消息；以及

关联单元，被配置为：根据来自基站的消息，基于信号强度和负载平衡来执行移动设备和基站的相应关联。
15. 如权利要求 14所述的移动设备，其中，所述信号强度包括参考信号接收功率，所述负载平衡包括关联移动设备平均下行链路数据速率的比例公平最大化。
16. 如权利要求 15所述的移动设备，其中，所述关联单元被配置为：使用参考信号接收功率，计算各个移动设备的下行链路数据速率，以实现平均下行链路数据速率的比例公平最大化。
17. 如权利要求 16所述的移动设备，其中，所述关联单元被配置为：基于各个移动设备的下行链路数据速率，以贪婪求解方式把没有关联到任何基站的移动设备依次关联到相应的基站。
18. 如权利要求 16所述的移动设备，其中，所述关联单元被配置为：基于各个移动设备的下行链路数据速率，以动态规划方式把没有关联到任何基站的移动设备依次关联到相应的基站。