CN102802247B - 基于低功率基站分布密度的分层蜂窝网络基站休眠方法 - Google Patents

Abstract

本发明公开了一种基于低功率基站分布密度的分层蜂窝网络基站休眠方法，包括以下步骤：S1、基于宏基站所处的宏小区中低功率基站的分布密度执行宏基站的休眠判决；S2、在完成所有宏基站的休眠判决后，执行宏小区中低功率基站的休眠判决。本发明解决了现有的基站休眠策略不适用于同时存在不同类型基站的分层网络的问题；根据分层网络的特点，充分利用了低功率基站的优势，使得宏基站的休眠更具灵活性；在休眠判决中设置的动态偏置值，特别是在用户量上升时期，有效地降低了系统阻塞率，并满足用户QoS需求；始终以能耗最小为目标进行判决，在保证用户QoS的基础上，最小化了系统能耗。

Description

基于低功率基站分布密度的分层蜂窝网络基站休眠方法

技术领域

本发明涉及无线通信技术领域，特别是涉及一种基于低功率基站分布密度的分层蜂窝网络基站休眠方法。

背景技术

在最近10年，蜂窝网络市场急剧膨胀，用户数量和流量需求呈指数增长，给无线网络带来了极大的能耗需求。如今，全球已有超过四百万个基站投入使用，平均每年耗电25MWh，并且基站数量预计会在两年后翻倍。在接入网中，基站的能耗占了80％，以宏基站为例，其内部组件固定能耗巨大，因此，当用户量较低时，存在着极大的浪费。此外，虽然研究表明部署低功率基站(如pico、femto)能够一定程度地降低系统能耗，并且延长终端电池寿命，但是低功率基站若一直处于工作状态时，同样也存在着能量浪费的问题。为了解决以上问题，进一步提高接入网的能量效率(尤其是基站侧)，基站休眠策略是一种非常有效的节能方案。通过设定合适的休眠阈值，随着用户量的变化，在其较低时使基站进入休眠模式，此时基站能耗认为几乎为0，从而大大地减小了系统开销。

然而，当前的基站休眠方案不适用于分层蜂窝网络。首先，不同类型基站(macro、micro、pico等)存在着不同的能耗模型，各自有着不同的影响参数，如低功率基站总能耗较小，并且几乎不受用户量的影响，而宏基站能耗虽然也主要取决于其内部组件固定能耗，但用户量对总体能耗有着不可忽视的影响。因此，在休眠低功率基站，并由宏基站为其用户提供服务时，由于基站间距离的关系，系统总能耗并不一定降低。其次，在宏小区中，低功率基站的分布密度的高低对分流宏基站用户有着很大的影响，当前的基站休眠方案并没有考虑到由不同层基站接替休眠基站用户。最后，在休眠判决中，由于用户流具有波动性，而休眠判决时只考虑了当前时刻的用户量分布状况，极易引起在基站休眠时间段内，该基站覆盖区域中断概率的增大，特别是在用户量增大时更加明显，所以需要在每个休眠判决时刻加入合适的偏置值，以最大程度地保证用户的QoS要求。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种适用于不同类型基站间的休眠判决的休眠方案。

(二)技术方案

为了解决上述技术问题，本发明提供一种基于低功率基站分布密度的分层蜂窝网络基站休眠方法，包括以下步骤：

S1、基于宏基站所属的宏小区中低功率基站的分布密度执行宏基站的休眠判决，一个宏小区分为多个扇区，低功率基站的分布密度对应一个宏小区中存在的低功率基站个数，执行休眠判决的宏基站称为待休眠宏基站，其所属宏小区为待休眠宏小区；

具体为：所述低功率基站的分布密度为密集分布时，采用由低功率基站接收宏基站用户的方式使宏基站进入休眠模式；所述低功率基站的分布密度为稀疏分布时，采用相邻宏基站接收用户的方式使宏基站进入休眠模式；所述低功率基站的分布密度为次密集分布，联合使用低功率基站和相邻宏基站均接收宏基站用户的方式使宏基站进入休眠模式；

S2、在完成所有宏基站的休眠判决后，执行宏小区中低功率基站的休眠判决。

其中，步骤S1具体包括：

若所述低功率基站分布密度大于预设阈值L，则执行步骤S11～S13：

S11、判断其中一个扇区中的用户是否都处于待休眠宏小区中各低功率基站的扩展覆盖范围中，若是，则执行步骤S12，否则该扇区保持其工作状态不变；

S12、判断待休眠宏小区中每个低功率基站能否接收该扇区中的用户，若是，则执行步骤S13，否则该扇区保持其工作状态不变；

S13、依次判断待休眠宏小区中的其它扇区，如果每个扇区中的用户都处于待休眠宏小区中低功率基站的扩展覆盖范围中且待休眠宏小区中每个低功率基站都能接收该扇区中的用户，则待休眠宏基站进入休眠模式，否则待休眠宏基站保持其工作状态不变；

若所述低功率基站分布密度小于预设阈值S，则执行步骤S14～S17：

S14、根据所述待休眠宏小区周围的宏小区的工作状态判断是否存在候选宏小区对，若是，则执行步骤S15；否则待休眠宏小区保持其工作状态不变；

S15、对于所述候选宏小区对所分别与待休眠宏小区相邻的扇区，判断是否能够接收所对应的待休眠宏小区用户，若是则执行步骤S16；否则，待休眠宏小区保持其工作状态不变；所述候选宏小区的扇区若能够接收所对应的待休眠宏小区用户则称为候选扇区，两个候选扇区称为候选扇区对；

S16、若只存在一个候选扇区对，则该候选扇区对接收待休眠宏小区的用户，使待休眠宏小区进入休眠模式，并使候选扇区对在下一时刻成为扩展扇区对，所述扩展扇区对是指通过增加发射功率为休眠宏小区用户提供服务的扇区对；若存在多个候选扇区对，则选择所需额外发射功率最小的扇区作为扩展扇区，额外发射功率是指该扇区接收待休眠宏小区中用户额外需要的发射功率，并执行步骤S17；

S17、使待休眠宏基站进入休眠模式；

若所述低功率基站分布密度大于或等于预设阈值S，且小于或等于预设阈值L，则首先执行步骤S11～S13进行判决，若待休眠宏基站能够进入休眠模式则由低功率基站为待休眠宏小区用户提供服务，否则执行步骤S14～S17进行判决，若待休眠宏基站能够进入休眠模式则由所述扩展扇区为待休眠宏小区用户提供服务，若执行步骤S14～S17进行判决后，待休眠宏基站不能够进入休眠模式，则使所述待休眠宏基站保持其工作状态不变。

其中，步骤S2具体为：判断宏小区是否能够接收其中一个低功率基站的用户，若是，则判断低功率基站的用户被接收后宏基站所覆盖区域的总功耗是否降低，若是，则使低功率基站进入休眠模式；否则低功率基站保持工作状态不变。

其中，在步骤S15中判断是否能够接收所对应的待休眠宏小区用户，和/或步骤S12中判断宏小区中每个低功率基站能否接收该扇区中的用户时，使用根据用户量变化趋势所设置的偏置值来判断。

其中，所述低功率基站为微基站或微微基站。

(三)有益效果

上述技术方案具有如下优点：本发明解决了现有的基站休眠策略不适用于同时存在不同类型基站的分层网络的问题；根据分层网络的特点，充分利用了低功率基站的优势，使得宏基站的休眠更具灵活性；在休眠判决中设置的动态偏置值，特别是在用户量上升时期，有效地降低了系统阻塞率，并满足用户QoS需求；始终以能耗最小为目标进行判决，在保证用户QoS的基础上，最小化了系统能耗。

附图说明

图1是本发明实施例所述基于低功率基站分布密度的分层蜂窝网络基站休眠方法流程图；

图2是本发明所使用的系统模型示意图；

图3是本发明的详细方法流程图；

图4是扇区和低功率基站一般性分布示意图；

图5a是根据低功率基站分布密度的场景分类所得的密集分布的宏小区结构示意图；

图5b是根据低功率基站分布密度的场景分类所得的次密集分布的宏小区结构示意图；

图5c是根据低功率基站分布密度的场景分类所得的稀疏分布的宏小区结构示意图；

图6是本发明所使用的宏小区结构示意图；

图7是用户数量随时间变化的分布图；

图8a是使用第一种宏基站休眠策略前后宏小区区域的功耗对比图；

图8b是使用第二种宏基站休眠策略前后宏小区区域的功耗对比图；

图8c是使用第三种宏基站休眠策略前后宏小区区域的功耗对比图；

图8d是低功率基站使用休眠策略前后其覆盖区域的功耗对比图；

图9a是低功率基站稀疏分布时，宏基站休眠时间段内，宏小区区域的阻塞率变化图。

图9b是低功率基站稀疏分布时5～6时间段内，是否考虑偏置值α两种情况的宏小区区域阻塞率的对比图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

图1是本发明实施例所述基于低功率基站分布密度的分层蜂窝网络基站休眠方法流程图，如图1所示，所述方法包括步骤：

S1、基于宏基站所属的宏小区中低功率基站的分布密度执行宏基站的休眠判决，一个宏小区分为多个扇区，低功率基站的分布密度对应一个宏小区中存在的低功率基站个数，执行休眠判决的宏基站称为待休眠宏基站，其所属宏小区为待休眠宏小区。所述低功率基站为微基站或微微基站。

步骤S1具体包括：

若所述低功率基站分布密度大于预设阈值L，则执行步骤S11～S13，所述阈值L，表示低功率基站密集分布和次密集分布的临界值，本实施例中指18个低功率基站/宏小区：

S11、判断其中一个扇区中的用户是否都处于待休眠宏小区中各低功率基站的扩展覆盖范围中，若是，则执行步骤S12，否则该扇区保持其工作状态不变；其中，所述低功率基站的扩展覆盖范围是指若宏基站进入休眠状态导致的低功率基站增大的覆盖区域，宏基站用户由与之较近的低功率基站提供服务，从覆盖半径来看，相当于低功率基站扩展了覆盖范围；

S12、判断待休眠宏小区中每个低功率基站能否接收该扇区中的用户，若是，则执行步骤S13，否则该扇区保持其工作状态不变；

S13、依次判断待休眠宏小区中的其它扇区，如果每个扇区中的用户都处于待休眠宏小区中低功率基站的扩展覆盖范围中且待休眠宏小区中每个低功率基站都能接收该扇区中的用户，则待休眠宏基站进入休眠模式，否则待休眠宏基站保持其工作状态不变；

若所述低功率基站分布密度小于预设阈值S，则执行步骤S14～S17，所述阈值S，表示低功率基站次密集分布和稀疏分布的临界值，本实施例中指6个低功率基站/宏小区：

S14、根据所述待休眠宏小区周围的宏小区的工作状态判断是否存在候选宏小区对，若是，则执行步骤S15；否则待休眠宏小区保持其工作状态不变；其中，候选宏小区是指可能成为待休眠宏小区用户提供服务的宏小区，本发明中考虑待休眠宏小区用户由两个候选宏小区接替服务，即为所述候选宏小区对；

S15、对于所述候选宏小区对所分别与待休眠宏小区相邻的扇区，判断是否能够接收所对应的待休眠宏小区用户，若是则执行步骤S16；否则，待休眠宏小区保持其工作状态不变；所述候选宏小区的扇区若能够接收所对应的待休眠宏小区用户则称为候选扇区，两个候选扇区称为候选扇区对；

S16、若只存在一个候选扇区对，则该候选扇区对接收待休眠宏小区的用户，使待休眠宏小区进入休眠模式，并使候选扇区对在下一时刻成为扩展扇区对，所述扩展扇区对是指通过增加发射功率为休眠宏小区用户提供服务的扇区对；若存在多个候选扇区对，则选择所需额外发射功率最小的扇区作为扩展扇区，额外发射功率是指该扇区接收待休眠宏小区中用户额外需要的发射功率，并执行步骤S17；

S17、使待休眠宏基站进入休眠模式；

若所述低功率基站分布密度大于或等于预设阈值S，且小于或等于预设阈值L，则首先执行步骤S11～S13进行判决，若待休眠宏基站能够进入休眠模式则由低功率基站为待休眠宏小区用户提供服务，否则执行步骤S14～S17进行判决，若待休眠宏基站能够进入休眠模式则由所述扩展扇区为待休眠宏小区用户提供服务，若执行步骤S14～S17进行判决后，待休眠宏基站不能够进入休眠模式，则使所述待休眠宏基站保持其工作状态不变。

其中，在步骤S15中判断是否能够接收所对应的待休眠宏小区用户，和/或步骤S12中判断待休眠宏小区中每个低功率基站能否接收该扇区中的用户时，根据用户量变化趋势设置扇区天线发射功率的偏置值，在保证用户QoS的基础上，以最小化总功耗为目标，进行基站的休眠判决。

S2、在完成所有宏基站的休眠判决后，执行宏小区中低功率基站的休眠判决。

步骤S2具体为：判断宏小区是否能够接收其中一个低功率基站的用户，若是，则判断低功率基站的用户被接收后宏基站所覆盖区域的总功耗是否降低，若是，则使低功率基站进入休眠模式；否则低功率基站保持工作状态不变。

本发明的目的在于提供一种基于低功率基站分布密度的分层蜂窝网络基站休眠方案，将此方案用于当前接入网中，能够有效地提高系统的能量效率，从低功率基站层到宏基站层，以保证用户服务为前提，最大程度地降低整个网络的能耗。

本发明是基于CDMA系统的3G蜂窝网络，由宏基站提供整个区域信号的覆盖，而在覆盖盲区或是用户集中的热点地区，则由低功率基站采用开放模式提供服务。对于同时处于低功率基站和宏基站覆盖范围内的用户，根据接收到基站信号的服务质量决定其服务基站。在基站下行传输过程中，对每个用户的发射功率都采取严格的功率控制，以减小系统干扰。每个基站在每个时刻都会收集用户的位置信息，然后将这些位置信息发送给无线网络控制器(RNC)，以此实现基站间的信息共享。假定在RNC中设置了一个休眠判决模块，该模块会根据各个基站回馈的信息，在相应地时刻执行休眠算法，再按照休眠判决的结果，向各基站发送重配置信息，对各基站进行集中式的配置管理(包括整个宏小区和其扇区的工作、休眠)。

如图2所示，在本发明提出的网络场景中，假设宏基站使用6个定向天线，每个天线对应着一个收发器，共分为6个扇区，6个扇区组成一个宏小区；而微基站使用单根全向天线。每个信号收发器(TRX)，主要由天线接口、功率放大器、射频小信号传输部分、基带接口、冷却系统、电源供应和交直流电转化器等组成。其中，冷却系统只在宏基站内部使用，微基站采用自然冷却。此时，基站的总能耗就相当于其TRX的能耗总和。每个类型的基站总能耗都是由固定能耗和动态能耗这两部分组成，只不过因为不同类型基站内部组件耗能不同，导致了固定能耗和动态能耗占总能耗的比例会有差别。如功率放大器(Power Amplify，PA)在宏基站中耗能很大，因此用户量的变化对宏基站总能耗有着较为显著的影响；而对低功率基站(Pico、femto)来说，普遍没有耗能如此大的PA，因此低功率基站总能耗受用户数量的影响就很小，几乎可以忽略。以下给出了基站TRX的能耗表达通式，其天线输出功率与输入功率几乎呈线性关系，即：

P_TRX＝P_f+A·P_out,0≤P_out≤P_max

其中，P_TRX表示信号收发器的输入总功率，P_f表示收发器的工作时耗费的固定功率，P_out表示天线端的输出功率，P_max表示收发器的最大输出功率，A表示射频部分的补偿系数。

对于不同类型的基站TRX各参数设置不相同，规格也不同，因此，上式中的各个变量的取值也会有很大差异。具体参数的配置会在仿真参数设置中展示。本发明中是以基站的总发射功率来衡量用户负载情况，基站对每个用户的发射功率主要决定于基站与用户间的路径增益。同时考虑路损和阴影衰落的影响，路径增益表示如下：

G_B,u＝K·(d_B,u/d₀)^-σ·ψ

d_B,u是基站B与用户u间距离，σ是路径损耗因子。随机变量ψ表示阴影衰落的影响，服从正态随机分布。K是一个无单位常数，取决于天线增益和平均信道衰减，d₀是天线远场的参考距离，一般地，d₀∈[1,100]。用户在不同的位置对基站发射功率的需求就不同，基站总的发射功率即是同一小区内所有用户需要发射功率之和。在下文的分析中，都认为用户是随机分布在小区覆盖范围内的。另外，假定噪声功率谱密度恒为N₀，若带宽为W，则噪声功率N_th＝N₀·W。接收功率P_r＝(I+N_th)·SINR，I表示用户受到的干扰，SINR表示信干噪比，在本发明中假定I是可由相关干扰协调技术控制的，可当作是确定值。

整个系统中，基站休眠流程如图3所示，先执行宏基站层休眠判决，再执行低功率基站层的休眠判决，按此顺序完成整个网络中基站侧的休眠，对其中具体的判决过程，下文将作具体分析。

以下列举的是下文使用的各个参量及其计算式。

对整个区域来说，以一个宏小区覆盖面积为单位来分析。对单个宏小区来说，则以扇区面积为单位进行分析，一个扇区包含1个或多个低功率基站。

如图4所示，假定宏基站B的扇区s中存在n个低功率基站，b_i表示第i个低功率基站。

假定该扇区是宏基站第j(j＝1,...,6)个扇区，该区域的用户所属情况表示如下：

$U_{B,s_j\mathrm{total}}=\left\{u\right|u\∈U_{B,s_j}\∪U_{b_1}\∪...\∪U_{b_n}\}$

其中，i∈{1,...,n}分别表示扇区和低功率基站的用户集。

扇区s的各部分功耗计算：

宏基站对用户的发射功率扇区总发射功率 $P_{B,s_j}=P_{\mathrm{scch}}+{\mathrm{\Σ}}_{u\∈U_{B,s_j}}{P}_{B,s_j,u},$ 该扇区总功耗 $P_{B,s_j\mathrm{total}}=P_{\mathrm{sf}}+A_s\·P_{B,s_j}.$ P_scch表示宏基站扇区控制信道部分的固定发射功率，P_sf表示扇区TRX的固定功耗，A_s表示扇区TRX的发射功率补偿系数。

低功率基站b_i各部分功耗的计算：

对单个用户的发射功率表示低功率基站b_i到用户u间的路径增益，总发射功率P_bcch表示低功率基站控制信道部分的发射功率，表示低功率基站b_i对用户u的发射功率，该低功率基站总功耗P_bf表示低功率基站的固定功耗部分，A_b表示低功率基站的发射功率补偿系数。

扇区区域中低功率基站功率总功耗：

扇区区域总功耗： $P_{B,s_j}^a=P_{B,s_j\mathrm{total}}+P_{B,s_j\mathrm{btotal}}.$

下面对所述方法进行详细说明，首先介绍步骤S1中所使用的宏基站休眠策略：

宏基站休眠策略

在本发明中，如图5a～c所示，根据低功率基站的分布密度分为3类场景：图5a所示密集分布的宏小区、图5b所示次密集分布的宏小区和图5c所示的稀疏分布的宏小区。其中，图5a～c中，实线圆表示低功率基站正常工作的覆盖范围，虚线圆表示宏基站休眠后，低功率基站的覆盖范围。由表1可知，对场景1，完全采用由低功率基站接收宏基站用户的方式使宏基站进入休眠模式；对场景2，联合使用低功率基站接收方式和相邻宏基站接收方式；对场景3，完全采用相邻宏基站接收方式。对于不同的场景分别采用了不同的宏基站休眠策略，这主要取决于低功率基站分布的密集程度，因为它决定了低功率基站的覆盖范围，其数量越多，则它的总服务面积越是接近整个宏小区面积。密集分布时，低功率基站几乎完全能够在宏基站休眠后为整个宏小区用户提供服务。而在稀疏分布时，低功率基站覆盖面积有限，只能为其覆盖范围内用户提供服务，其所属宏基站若进入休眠模式，只能由相邻宏基站通过增大发射功率来完成宏基站休眠后的信号覆盖。次密集分布，即是介于以上两者之间的分布，这些数量的低功率基站并不能覆盖到宏小区所有区域，只能实现部分面积的覆盖，但是在某些特定的时间段内，宏小区内用户主要就存在于这些低功率基站覆盖范围内，而在其他时间段内，只能由相邻宏基站扩大覆盖才能保证待休眠宏小区内用户的服务，因此，该种场景下，联合使用两种休眠方案成为最优的解决方案。

表1 低功率基站分布密度与宏基站休眠策略对应表

从单个扇区来看，以上3种情况中低功率基站存在的个数分别是3，2，1。

基于低功率基站密集分布的宏基站休眠(为第一种宏基站休眠策略)

考虑扇区中存在3个低功率基站的场景，如图5a～c所示，关于低功率基站的半径，实线表示宏基站正常工作时，低功率基站的服务范围；而虚线表示宏基站休眠时，低功率基站的服务范围，因为干扰的减小，范围会得到了一定的扩展。假定扇区j区域的用户集 $U_{B,s_j\mathrm{total}}=\left\{u\right|u\∈U_{B,s_j}\∪U_{b_1}\∪...\∪U_{b_n}\}.$

其中，表示低功率基站b_i的用户集，表示扇区j的用户集。

宏基站坐标为(x_B,y_B)；低功率基站坐标为i∈{1,2,3}；用户坐标为(x_u,y_u)，用户与宏基站距离用户与低功率基站距离 $d_{b_i,u}=\sqrt{{(x_{b_i}-x_u)}^2+{(y_{b_i}-y_u)}^2}.$

低功率基站实线半径虚线半径为假定

休眠判决过程如下：

⑴判断扇区用户是否都处于低功率基站虚线覆盖范围中。计算宏基站用户与低功率基站的距离对于每个用户，与其距离最近的低功率基站便是它的候选服务基站，按用户与低功率基站的距离划分，宏基站所属用户可表示为 $U_{B,s_j}=\left\{u\right|u\∈U_{b_1,\mathrm{ol}}\∪U_{b_2,\mathrm{ol}}\∪U_{b_3,\mathrm{ol}}\},U_{b_i,\mathrm{ol}}i\∈\{\mathrm{1,2,3}\}$ 表示宏基站休眠后分流给低功率基站b_i的用户集。若对都有则说明该扇区用户都处在低功率基站虚线覆盖半径以内，转步骤⑵；否则扇区保持工作状态。

⑵判断每个低功率基站能否接收扇区用户。扇区用户由低功率基站提供服务，低功率基站需要额外提供的发射功率 $P_{b_i,\mathrm{ol}}={\mathrm{\Σ}}_{u\∈U_{b_i,\mathrm{ol}}}\frac{P_r}{G_{b_i,u}}.$ 令 ${\mathrm{\Δ}}_i=P_{b\max }-P_{b_i}-P_{b_i,\mathrm{ol}},$ P_bmax表示低功率基站的最大发射功率，若对i∈{1,2,3}，都有Δ_i>0，则说明每个低功率基站都能接收相应的宏基站的分流用户，转步骤⑶；否则，扇区保持工作状态。

⑶依次判断宏基站其他扇区，如果每个扇区都满足休眠条件，则宏基站进入休眠模式，否则宏基站正常工作，以表示宏基站的工作模式，表示休眠模式，表示宏基站正常工作模式，表示宏基站处于扩展模式。

此时，各个低功率基站新用户集低功率基站bi总发射功率变为 $P_{b_i}^{\′}={\mathrm{\Σ}}_{u\∈U_{b_i}^{\′}}\frac{P_r}{G_{b_i,u}},$ 总功耗变为 $P_{b_i\mathrm{total}}^{\′}=P_{\mathrm{bf}}+A_b\·P_{b_i}^{\′}.$ 该扇区区域总功耗为宏小区休眠后，该区域总功耗变为 $P_{\mathrm{Btotal}}^{\′}={\mathrm{\Σ}}_{j=1}^6{P}_{B,s_j\mathrm{total}}^{\′}.$

基于低功率基站稀疏分布的宏基站休眠(为第二种宏基站休眠策略)

对于第二种宏基站休眠策略，由周围相邻宏基站为休眠基站覆盖范围内的用户提供服务，此处分析时，可以忽略低功率基站的影响。

为了方便描述，如图6所示，以7个六边形宏小区为例，对中心宏小区B₀作休眠判决。其中，i、j分别表示宏小区编号和扇区编号，且两者都是六进制计数(1～6)。B_i表示宏小区i；B_i,j则表示宏小区i的扇区j。

以表示宏基站的工作模式，表示休眠模式，表示宏基站正常工作模式，表示宏基站处于扩展模式(宏基站通过增大发射功率使得相应的扇区扩展覆盖范围，服务休眠基站的用户)。

以表示宏基站B_i的扇区j的用户集。

宏小区的休眠判决过程如下：

⑴根据中心宏小区周围宏小区的工作状态，判断是否存在候选宏小区对。如果同时存在且则宏小区B_i和B_i+3即是候选宏小区对，本实施例中最多存在3对候选宏小区对，转步骤⑵；否则中心宏小区保持正常工作。

⑵由步骤⑴中判断出的候选宏小区对，对其与中心宏小区相邻的扇区，判断是否能够接收其所对应的中心宏小区用户。若中心宏小区B₀进入休眠模式，其用户则由候选宏小区对应的扇区的TRX发射功率的增大，进而接收这些用户。从图6可知，有3种方案，即是最多可存在3对扩展扇区B_i,i+3、B_i+3,i，i∈{1,2,3}。扇区B_i,i+3增大发射功率，它需要接收的是中心宏小区B_0,i-1、B_0,i、B_0,i+1这3个扇区的用户，该用户集表示为 $U_{B_{i,i+3}}^e=U_{B_{0,i-1}}\&cup;U_{B_{0,i}}\&cup;U_{B_{0,i+1}},$ 扇区B_i,i+3总的用户集表示为此时这些用户由基站B₀服务变为由基站B_i服务，所以它们到基站的路径增益由变为基站B_i对用户的发射功率为此时，扇区B_i,i+3需要额外的发射功率为总的发射功率变为 $P_{B_{i,i+3}}^{\&prime;}=P_{\mathrm{ecch}}+{\mathrm{\&Sigma;}}_{u\&Element;U_{B_{i,i+3}}^{\&prime;}}{P}_{B_{i,u},}$ P_ecch表示宏基站扩展扇区TRX的控制信号部分的发射功率，扇区总功耗变为由对称性可知，扇区B_i+3,i的发射总功率和扇区总功耗分别为和令 ${\mathrm{\&Delta;}}_4=P_{B_{i,i+3}}^{\&prime;}-(1-\mathrm{\&alpha;})\&CenterDot;P_{\mathrm{es}\max },{\mathrm{\&Delta;}}_5=P_{B_{i+3.i}}^{\&prime;}-(1-\mathrm{\&alpha;})\&CenterDot;P_{\mathrm{es}\max },$ P_esmax表示扩展扇区的最大发射功率。若Δ₄<0且Δ₅<0，则说明候选宏小区的扇区对B_i,i+3和B_i+3,i能够接收中心宏小区的用户，进而成为候选扇区对，转步骤⑶；否则，中心宏小区保持工作状态。

⑶根据步骤⑵得出的候选扇区对，若只存在一个候选扇区对，则该对扇区将会在下一时刻成为扩展扇区，接收中心宏小区的用户，使中心宏小区进入休眠模式；若存在多个候选扇区对，则选择扇区对所需额外发射功率最小的作为扩展扇区对，即 ${\min }_{i\&Element;\{1,2...\}}\{P_{B_{i+i+3}}^e+P_{B_{i+3,i}}^e\},$ 转步骤⑷。

⑷中心基站B₀模式变为假定B_i,i+3和B_i+3,i为扩展扇区对，则基站B_i和B_i+3的模式变为 $S_{B_i}=2,S_{B_{i+3}}=2.$

假定中心小区存在n个低功率基站，则该宏小区中低功率基站功耗之和为中心宏小区区域的总功耗变为 $P_{B_0\mathrm{total}}^{\&prime;}=A_s\&CenterDot;(P_{\mathrm{ecch}}-P_{\mathrm{scch}}+P_{B_{i,i+3}}^e+P_{B_{i+3,i}}^e)+P_{B_0,\mathrm{btotal}}.$

依次对每个宏基站执行以上的休眠判决，最终所有模式为0的基站进入休眠模式。

基于低功率基站次密集分布的宏基站休眠(为第三种宏基站休眠策略)

以上分别是场景1和3的具体的休眠流程，对于场景2，综合考虑了两种休眠策略，随着用户数量的变化，宏基站可由相邻宏基站接替服务，或者由其范围内的低功率基站接替服务。

休眠判决过程描述如下：

⑴判断是否满足第一种宏基站休眠策略的判决条件，若满足，则宏基站进入休眠模式，其用户由低功率基站提供服务；否则，转步骤⑵。

⑵判断是否满足第二种宏基站休眠策略的判决条件，若满足，则宏基站进入休眠模式，其用户由相邻宏基站的扩展扇区提供服务；否则，转步骤⑶。

⑶宏基站不能进入休眠模式，保持正常工作状态。

在所有宏基站都完成休眠判决后，进行相关数据和状态更新，然后再执行低功率基站的休眠判决，以降低低功率基站覆盖范围内的总功耗为目标，将其用户交由宏基站服务，实现低功率基站的休眠。

以下介绍低功率基站休眠策略。

低功率基站休眠策略

为了减少用户终端电池的开销，优先休眠距离宏基站较近的低功率基站，按由近及远的顺序对每个低功率基站进行休眠判决。

以表示低功率基站b_i的工作模式，表示休眠模式；表示正常工作模式。

假定以D_Bb表示宏基站与低功率基站间的距离，以为例，表示宏基站B与低功率基站b_i的距离，数组表示按升序排列，令D_k＝D[k]，k＝1,2,...,n。D_k表示的是数组D中的一个元素D[k]，为了方便书写，表示宏基站B与低功率基站b_i的距离。

低功率基站的休眠判决过程如下：

令初始值k＝1；

⑴若k<n，则找到D_k对应的低功率基站，假定为b_i，判断宏小区是否能够接收低功率基站的用户；若k＝n，则说明所有低功率基站判断完毕。对低功率基站用户由扇区提供服务的情况，则扇区需要额外的发射功率 $P_{B,s_j,b_i}={\mathrm{\&Sigma;}}_{u\&Element;U_{b_i}}\frac{P_r}{G_{B,u}}={\mathrm{\&Sigma;}}_{u\&Element;U_{b_i}}{P}_{B,s_j,u},$ 扇区总发射功率：

$\begin{array}{c}{P}_{B,s_j}^{\&prime;}=P_{\mathrm{scch}}+{\mathrm{\&Sigma;}}_{u\&Element;U_{B,s_j}}{P}_{B,s_j,u}+{\mathrm{\&Sigma;}}_{u\&Element;U_{b_i}}{P}_{B,s_j,u}\\ =P_{\mathrm{scch}}+{\mathrm{\&Sigma;}}_{u\&Element;U_{B,s_j}\&cup;U_{b_i}}{P}_{B,s_j,u}\end{array}$

令α为休眠判决偏置值，P_smax表示扇区最大发射功率。若Δ₆<0，则说明扇区能够接收该低功率基站的全部用户，转步骤⑵；若Δ₆>0，则低功率基站保持工作状态，k＝k+1，转步骤⑴。

⑵判断休眠b_i能否降低系统能耗。低功率基站b_i休眠后，扇区的功耗变化表示宏基站B扇区j接收低功率基站b_i用户需要的额外发射功率，该区域的功耗变化若Δ₇<0，则说明b_i休眠后，系统功耗是降低的，转步骤⑶；若Δ₇>0，令k＝k+1，转步骤⑴。

⑶令 $s_{b_i}=0,P_{B,s_j}=P_{B,s_j}^{\&prime;},k=k+1,$ 转步骤⑴。

在完成低功率基站的休眠判决后，低功率基站功率总功耗为

$P_{B,s_j,\mathrm{btotal}}={\mathrm{\&Sigma;}}_{i\&Element;\{\mathrm{1,2},...,n\}}{s}_{b_i}\&CenterDot;P_{b_i\mathrm{total}}.$ 该扇区区域总功耗变为 $P_{B,s_j}^a=P_{B,s_j\mathrm{total}}+P_{B,s_j\mathrm{btotal}}.$

由各扇区区域总功耗，可得宏小区区域总功耗为

上述公式中的偏置值α(α∈[0,1])，表征发射功率预留程度的参数。为休眠时间段内的用户数变化预留相应的发射功率，能够降低休眠区域的阻塞率，更好地提高休眠区域用户的QoS。该值的设定与用户数量的变化趋势有关，随用户数量变化的增大而增大。偏置值越小，越是能够满足当前的发射功率要求，也就越容易通过休眠判决，但在休眠区域的阻塞率会越高；反之，越不容易通过休眠判决，但休眠区域的阻塞率会越低。根据用户量模型，对下一个休眠时间段内的用户数进行功耗预测，以满足休眠时间段内用户所需发射功率总和不超过基站发射功率最大值。因为用户位置分布的随机性，利用求均值的方法，对多次的用户随机分布的功耗求平均。假定已知在t₁时刻宏小区的n(t₁)个用户的具体位置分布情况，并求出当前休眠需要的额外发射功耗由用户量曲线图估算出下一个时刻t₂该宏小区可能的用户数为n(t₂)。对n(t₂)个用户的位置分布做m次随机分配，分别求出每次分配休眠小区所需要的额外发射功耗P_l，然后求出均值，即 $P_{t_2}={\mathrm{\&Sigma;}}_{l=1}^m{P}_l/m.$ 此时，偏置值 $\mathrm{\&alpha;}=\frac{P_{t_2}-P_{t_1}}{P_{\max }}.$

本发明的技术关键点在于：

1、针对分层蜂窝网络宏基站和低功率基站联合部署的特点，提出了基于低功率基站分布密度的基站休眠策略，并通过仿真验证了新方案的可行性。

2、本发明中基站对每个用户的能耗是基于用户具体的位置分布的，从功率的角度，以覆盖范围内所属用户的发射功率总和来衡量用户量的大小。

3、低功率基站的休眠判决中，在衡量宏基站对其用户的接收能力的同时，以能耗最小为目标，对休眠方案能否降低系统能耗进行了判决。

4、在宏小区的休眠判决中，定义了三种宏基站的休眠策略，根据其覆盖范围内低功率基站的分布密度，分别使用这三种休眠策略，实现了系统能耗的最优化。

5、宏小区的休眠判决中，考虑由周围相邻宏基站的扇区为待休眠宏小区用户提供服务，若存在多个满足休眠判决的扇区对，即存在多个休眠方案时，对不同休眠方案进行能耗的评估，以能耗最小为目标，进行最优休眠方案选择。

6、在休眠判决中，根据用户数量变化的趋势，预测下一时刻的用户量，对偏置值α进行了动态调整。

以下通过仿真实验说明本发明的效果。仿真时TRX参数如表2、表3所示：

表2 TRX参数

基站类型	宏基站	微基站
			固定能耗Psf、Pbf	100W	6W
补偿系数AS、Ab	5.66	6.1
			正常最大发射功率Psmax、Pbmax	10W	0.13W
可扩展最大发射功率Pemax	20W	\
			个数	6	1

表3 其它参数

其它参数	取值
		信道带宽W	10M
信噪比目标值SINR	-18dB
		热噪声功率谱密度N0和干扰I之和	-174dBm/Hz
载波频率f	2GHz
		宏、微基站半径rB、rb	1000m、100m
宏微基站间距DBb	300m/600m
		K	0.88
σ	3.14
		d0	1
ψ	1

图7描述了仿真所依据的宏小区用户数随着时间(一天)的变化情况。可以看出在24小时中，只有在中午到下午的某个时间段内，处于用户高峰期，而在其他时间段(特别是夜间)用户需求并不是很大。因此本发明主要是针对基站能量利用率不高的时段，对系统进行能耗的优化，实现节能。

图8描述了基于低功率基站密度的分层蜂窝网络的休眠方案的功耗情况(LDBHSM：Low power node Density Based Het-Net SleepMode)，包含a～d四种休眠策略。a表示第一种宏基站休眠策略(基于低功率基站密集分布)，b表示第二种宏基站休眠策略(基于低功率基站稀疏分布)，c表示第三种宏基站休眠策略(基于低功率基站次密集分布)，d表示低功率基站的休眠策略。

图8a是使用第一种宏基站休眠策略前后宏小区区域的功耗对比，即宏基站休眠后其用户完全由小区内的低功率基站来接收。因为低功率基站分布密集，也就是说可覆盖宏小区区域面积较多。从图中可以看出，在较长的时间段内，宏基站都能进入休眠模式，并且因为低功率基站的固定功耗较少，与宏基站相比几乎可以忽略，节能效果明显。

图8b是使用第二种宏基站休眠策略前后的宏小区区域的功耗对比，即宏基站休眠后，其用户完全由相邻宏基站扩大相应扇区TRX的发射功率提供服务。与使用第一种宏基站休眠策略的仿真图相比，主要存在两个区别：一是宏基站的休眠时间减少了；二是在宏基站休眠时的能耗增加了。主要原因是低功率基站的分布密度较小，使得只能由周围宏基站扩大发射功率实现中心宏基站的休眠，而这种方法对发射功率要求较高，因此，中心宏基站保持休眠状态的时间减小了。另外中心宏基站覆盖区域中的低功率基站本身功耗较低，且离中心宏基站用户距离较近，使用较低的发射功率即可满足用户服务需求，因此，在相同条件下使用第二种宏基站休眠策略的能耗要比第一种大一些。另外，图中还体现了是否考虑偏置值α对休眠方案的影响。由图8b可知，在5～6时间段内，若在休眠判决中考虑了偏置值，则宏基站处于正常工作状态；而若未考虑偏置值，则宏基站将处于休眠状态。不同的基站状态对该区域用户QoS的影响在下文中会以阻塞率为考量进行分析。

图8c体现的是使用第三种宏基站休眠策略类型前后的宏小区区域能耗对比。由图可知，宏基站在5～6时间段采用了第二种休眠策略，休眠时区域总功耗较大；而在0～4和23～24时间段则采用了第一种休眠策略。这主要是因为在用户量较低的时段，并且宏基站用户距离各处的低功率基站较近时，宏基站较容易通过第一种的休眠判决；随着用户量的增多，越来越多的宏基站用户出现在距低功率基站较远的区域，此时宏基站只能选择第二种休眠策略。

图8d体现的是低功率基站使用休眠策略前后其覆盖区域的功耗变化，由图可知，低功率基站其总能耗几乎不随用户数的不同而变化。低功率基站休眠前后功耗变化并不大，尤其是和宏基站的休眠同时考虑的时候。因此，从总体能耗的角度考虑，这也为本发明考虑的先执行宏基站的休眠然后再执行低功率基站的休眠提供了依据。另外，从图中可以看出低功率基站和宏基站间距离对低功率基站使用休眠方案的影响，当距离越近时，低功率基站越是容易进入休眠状态，因为根据上文的分析可得，宏基站为低功率基站用户所耗费的能耗越少，也就越容易满足低功率基站的休眠判决。

图9a描述的是当低功率基站稀疏分布时，宏基站采用了第二种休眠策略，在休眠的时间段内(0～5h)，该区域阻塞率的变化情况。在宏基站休眠前，该区域的阻塞率几乎为0。在宏基站休眠后，由相邻的宏基站为其用户提供服务，虽然阻塞率上升了，但在这个休眠时间段内，阻塞率始终低于2％，能满足用户QoS需求，并且由图看出只是在用户逐渐增多的3～5时间段内上升较明显，在下一个时刻基站便会结束休眠模式进入正常工作状态。

图9b描述的是当低功率基站稀疏分布时，考虑偏置值α前后，宏基站采用第二种休眠策略区域阻塞率的对比情况。，未考虑α时，在时刻5基站能够通过休眠判决，认为在5～6时间段内小区可以进入休眠模式，但是实际上由于在5～6时间段内用户数的激增，如果此时基站处于休眠模式，就会导致该区域的阻塞率的迅速增大，直接超过了用户可承受范围。考虑α时，因为没有足够多的发射功率预留给下个时间段内的用户，所以在时刻5基站不能通过休眠判决，基站会在该时间段内正常工作，阻塞率几乎为0。

根据上述内容，本领域技术人员容易想到，本发明所述方法除了可以用于上述实施例中以小区为休眠单位的情况，亦适用于以扇区为休眠单位的情况，在此不再赘述。

本发明所述方法解决了现有的基站休眠策略不适用于同时存在不同类型基站的分层网络的问题；根据分层网络的特点，充分利用了低功率基站的优势，使得宏基站的休眠更具灵活性；在休眠判决中设置的动态偏置值，特别是在用户量上升时期，有效地降低了系统阻塞率，并满足用户QoS需求；始终以能耗最小为目标进行判决，在保证用户QoS的基础上，最小化了系统能耗。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (5)

1.一种基于低功率基站分布密度的分层蜂窝网络基站休眠方法，其特征在于，包括以下步骤：

S1、基于宏基站所属的宏小区中低功率基站的分布密度执行宏基站的休眠判决，一个宏小区分为多个扇区，低功率基站的分布密度对应一个宏小区中存在的低功率基站个数，执行休眠判决的宏基站称为待休眠宏基站，其所属宏小区为待休眠宏小区；

具体为：所述低功率基站的分布密度为密集分布时，采用由低功率基站接收宏基站用户的方式使宏基站进入休眠模式；所述低功率基站的分布密度为稀疏分布时，采用相邻宏基站接收用户的方式使宏基站进入休眠模式；所述低功率基站的分布密度为次密集分布，联合使用低功率基站和相邻宏基站均接收宏基站用户的方式使宏基站进入休眠模式；

S2、在完成所有宏基站的休眠判决后，执行宏小区中低功率基站的休眠判决。

2.如权利要求1所述的方法，其特征在于，步骤S1具体包括：

若所述低功率基站分布密度大于预设阈值L，则执行步骤S11～S13：

S11、判断其中一个扇区中的用户是否都处于待休眠宏小区中各低功率基站的扩展覆盖范围中，若是，则执行步骤S12，否则该扇区保持其工作状态不变；

S12、判断待休眠宏小区中每个低功率基站能否接收该扇区中的用户，若是，则执行步骤S13，否则该扇区保持其工作状态不变；

S13、依次判断待休眠宏小区中的其它扇区，如果每个扇区中的用户都处于待休眠宏小区中低功率基站的扩展覆盖范围中且待休眠宏小区中每个低功率基站都能接收该扇区中的用户，则待休眠宏基站进入休眠模式，否则待休眠宏基站保持其工作状态不变；

若所述低功率基站分布密度小于预设阈值S，则执行步骤S14～S17：

S14、根据所述待休眠宏小区周围的宏小区的工作状态判断是否存在候选宏小区对，若是，则执行步骤S15；否则待休眠宏小区保持其工作状态不变；

S15、对于所述候选宏小区对所分别与待休眠宏小区相邻的扇区，判断是否能够接收所对应的待休眠宏小区用户，若是则执行步骤S16；否则，待休眠宏小区保持其工作状态不变；所述候选宏小区的扇区若能够接收所对应的待休眠宏小区用户则称为候选扇区，两个候选扇区称为候选扇区对；

S16、若只存在一个候选扇区对，则该候选扇区对接收待休眠宏小区的用户，使待休眠宏小区进入休眠模式，并使候选扇区对在下一时刻成为扩展扇区对，所述扩展扇区对是指通过增加发射功率为休眠宏小区用户提供服务的扇区对；若存在多个候选扇区对，则选择所需额外发射功率最小的扇区作为扩展扇区，额外发射功率是指该扇区接收待休眠宏小区中用户额外需要的发射功率，并执行步骤S17；

S17、使待休眠宏基站进入休眠模式；

若所述低功率基站分布密度大于或等于预设阈值S，且小于或等于预设阈值L，则首先执行步骤S11～S13进行判决，若待休眠宏基站能够进入休眠模式则由低功率基站为待休眠宏小区用户提供服务，否则执行步骤S14～S17进行判决，若待休眠宏基站能够进入休眠模式则由所述扩展扇区为待休眠宏小区用户提供服务，若执行步骤S14～S17进行判决后，待休眠宏基站不能够进入休眠模式，则使所述待休眠宏基站保持其工作状态不变；

所述阈值L，表示低功率基站密集分布和次密集分布的临界值；所述阈值S，表示低功率基站次密集分布和稀疏分布的临界值。

3.如权利要求2所述的方法，其特征在于，步骤S2具体为：判断宏小区是否能够接收其中一个低功率基站的用户，若是，则判断低功率基站的用户被接收后宏基站所覆盖区域的总功耗是否降低，若是，则使低功率基站进入休眠模式；否则低功率基站保持工作状态不变。

4.如权利要求3所述的方法，其特征在于，在步骤S15中判断是否能够接收所对应的待休眠宏小区用户，和/或步骤S12中判断宏小区中每个低功率基站能否接收该扇区中的用户时，使用根据用户量变化趋势所设置的偏置值来判断。

5.如权利要求1～4中任一项所述的方法，其特征在于，所述低功率基站为微基站或微微基站。