CN103415024A - 一种基于认知的动态软频率复用方法 - Google Patents

Abstract

本发明公开了一种基于认知的动态软频率复用方法，利用认知基站间的相互协作，获得频谱使用状态信息，从而确定可用资源集合并评估来自邻小区的同频干扰，然后根据资源块的通信质量，对负荷过载的小区边缘进行资源的动态借用和服务基站的灵活选择。所提方案改变了传统软频率复用对边缘用户相对固定的资源分配方式，能够在有效抑制小区间干扰的前提下，改善资源利用率，显著提升边缘用户的传输速率。

Description

一种基于认知的动态软频率复用方法

技术领域

本发明涉及通信技术领域，具体涉及LTE（Long Term Evolution，长期演进）下行链路一种基于认知的动态软频率复用方法，可有效抑制小区间干扰，保证边缘用户通信质量，提高系统资源利用率。

背景技术

随着移动通信业务对数据传输速率的需求日益增加，对移动通信系统的频率效率提出了越来越高的要求，对于蜂窝系统，希望小区间频率复用因子尽可能趋近1。但在降低频率复用因子的同时，也将不可避免的引入干扰问题，尤其相邻小区间同频干扰，会导致小区边缘用户的服务质量急剧下降。对于第二代移动通信系统，例如GSM，采用部分频率复用方案使相邻小区使用不同频率，可减少干扰，但随之系统频率效率会有相应程度的降低；对于CDMA系统，通过使用相互正交的扩频码来减少小区干扰，但现实情景中这种扩频码只能近似正交，一个信道会受到其它信道的干扰。作为第四代(4G)移动通信技术标准，LTE系统下行链路采用了OFDMA的多址接入方式，用户信息承载到相互正交的不同载波上，小区内的干扰可基本消除。因此，LTE系统中的干扰，主要来源于其它相邻小区，小区间干扰成为影响服务质量最重要也最难解决的因素。3GPP提出了三种小区间干扰的解决方案，干扰随机化、干扰消除以及干扰协调。其中，由华为提出的软频率复用(Soft Frequency Reuse,SFR)作为最重要的一种小区间干扰协调技术(Inter-Cell Interference Coordination,ICIC)一直备受关注。该方案最先在GSM网络中被提出，基本思想是将小区中心用户频率复用因子设为1，而将边缘用户频率复用因子取较大值以抑制相邻小区间干扰。

传统SFR的缺陷在于小区边缘用户的频谱分配方式相对固定，仅能使用一部分系统频谱，当业务负荷不均匀分布时，系统频率效率低下。为缓解此问题，一些改进方案被提出：在文献ZhangX,HeC,JiangL,et al.Inter-cell Interference Coordination Based on SofterFrequency Reuse in OFDMA Cellular Systems [C]//Proceedings ofIEEE Intern Conf NNSP.Nanjing:IEEE press,2008:270-275(基于软频率复用的OFDMA蜂窝系统小区间干扰协调)中，采用改进的比例公平调度算法(Proportional Fair,PF)，边缘用户可使用所有资源块(Resource Block,RB)，频谱利用率得到改善，但同时增加了小区间干扰。3GPP,R1-051341,Flexible Fractional Frequency ReuseApproach[S].Seoul:Samsung,2005（一种弹性的部分频率复用方法）提出一种弹性占用邻小区边缘频谱的方法来解决小区边缘负荷过重的问题，但由于过程中未保证相邻小区间边缘区域资源的正交性，对邻小区造成同频干扰，且该方法按照固定顺序选择RB，不能适应信道的动态变化。类似地，文献MAO X,MAAREF A,TEO KH.AdaptiveSoft Frequency Reuse for Inter-Cell Interference Coordinationin SC-FDMA Based 3GPP LTE Uplinks[C]//Proceedings of IEEEGlobal Telecommunications Conference.New Orleans,USA:IEEEpress,2008:1-6（基于3GPPLTE上行链路的SC-FDMA自适应软频率复用小区间干扰协调）中，过载小区对空闲资源最多的邻小区频谱进行借用，尽管保证了借与被借两小区边缘区域的频道正交，却忽略了实际场景中多小区边缘频道的完全正交，同样会导致同频干扰的出现。以上工作无法兼顾解决业务负荷动态分布导致的频率利用率不均，以及邻小区边缘区域同频干扰的问题，导致边缘用户的性能无法得到良好保障。

作为一种能对频谱资源进行有效利用的频谱共享技术，认知无线电及其演进形式认知网络成为人们研究的热点。在LTE中引入认知技术可以提高频谱利用率，增强网络的协作能力。同构网络间的协作可以有效改善小区边缘用户性能，异构网络间的协作能够减小系统间干扰。目前的研究工作主要在异构网络场景，关于认知技术在LTE同构网络中改善边缘用户性能的研究还相当匮乏。

发明内容

本发明的目的在于针对上述现有技术的不足，改变传统SFR对边缘用户相对固定的资源分配方式，在有效抑制小区间干扰的前提下，改善资源利用率，显著提升边缘用户的传输速率。

为了实现上述目的，本发明采用的技术方案如下：

一种基于认知的动态软频率复用方法(C-DSFR)，所述方法包括以下步骤：

（1）初始化，认知基站C-eNB_k生成资源信息矩阵M_k(k∈{1,…,K})，并通过X2接口与邻基站

且进行信息交互，获得

（2）若目标小区c_k有新用户j到达，用户需求的RB个数为μ_j，初始化用户j的可用频谱指示向量A_kj＝0_N×1，执行步骤（3）；否则等待，并在新的传输时间间隔开始时再次执行步骤（2）；

（3）用户j向C-eNB_k报告位置信息，C-eNB_k计算与用户之间的距离d_kj;若d_kj≤d_th，用户j属于中心区域，按照传统SFR方式进行频谱分配；否则，用户j属于边缘区域，执行步骤（4）；

（4）根据优选集合Ω_k中资源使用状态更新A_kj，计算A_kj的1范数

若A_kj＝0，直接执行步骤（5）；若||A_kj||₁≥μ_j，计算用户j在Ω_k中各空闲RB上获得的信干噪比并更新

选取

最好的μ_j个RB分配，分别置其在M_k中的使用状态，执行步骤（6）；否则，将Ω_k中所有空闲RB全部分配，置M_k中对应的

执行步骤（5）；

（5）计算剩余资源需求用矩阵变量

保存A_kj当前状态，记根据优选集合Ω_k中资源使用状态将A_kj更新，并计算

若 $A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}=0,$ 直接执行步骤（6）；若 $\left|\right|A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}\left|\right|\≥{\stackrel{\‾}{\mathrm{\μ}}}_j,$ 计算用户j在

非零元素对应的各RB上获得的信干噪比

并更新

选取

最好的

个RB分配，分别置其使用状态

否则，将Ω_k中所有新增可用RB全部分配，置对应的

（6）对步骤（4）和（5）中分配的RB，检索其在

中的使用状态，若即邻小区

的边缘用户借用了目标小区的优选RB_n，则C-eNB_k收回该资源，

中的边缘用户退避并更新若步骤（4）中||A_kj||₁≥μ_j或步骤（5）中

算法结束；否则，执行步骤（7）；

（7）更新剩余资源需求 ${\stackrel{\‾}{\mathrm{\μ}}}_j={\stackrel{\‾}{\mathrm{\μ}}}_j-{\left|\right|A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}\left|\right|}_1,$ 并且更新

根据非优选集合

中资源使用状态将A_kj更新，计算若为零向量，算法结束；否则，

中非零元素对应的为新增可借用RB_n，计算用户在可借用RB_n上获得的信干噪比

和

更新

和

（8）遍历

中新增可借用RB_n，若

选择

个具有最佳max

的RB分配给用户j；否则，将

中非零元素对应的所有RB分配给用户j，||A_kj||₁为用户实际获得的RB个数，超出的需求(max(0,μ_j-||A_kj||₁))将被阻塞。对上述分配的RB_n，计算

并与预设切换门限η比较，从而进行频谱借用和基站切换的选择；算法结束。

需要说明的是，所述步骤（1）中M_k是由认知基站C-eNB_k维护的一个N×4的资源使用状态矩阵，由此进行后续可分配资源确定以及同频干扰估计；M_k的行向量[k n s q]是包括4个特征参数的资源矢量，其中，n表示RB编号，k表示小区编号，s表示RB的使用状态(s∈{00,10,11})，00表示空闲，10表示中心用户占用，11表示边缘用户占用，q表示终端使用该RB能够获得的通信质量。

需要说明的是，所述步骤（4）中更新A_kj的方式是：遍历优选频谱资源集合Ω_k中的RB，根据Ω_k中空闲RB

的编号，将A_kj中对应位置的元素置1。

需要说明的是，所述步骤（5）中更新A_kj的方式是：遍历优选频谱资源集合Ω_k中的RB，根据Ω_k中由中心用户占用的

编号，将A_kj中对应位置的元素置1。

需要说明的是，所述步骤（7）中更新A_kj的方式是：C-eNB_k对属于

的RB_n在和M_k中的使用状态逐一进行检索。若对于

即邻小区

的优选RB_n未被其边缘用户使用；并且对于C-eNB_k，

即目标小区c_k对应的非优选RB_n空闲，则将A_kj中与RB_n对应的元素置1，表明该RB被借用。

需要说明的是，所述步骤（8）中频谱借用和基站切换的选择方式是：

S1，若

由C-eNB_k通过RB_n向用户j提供服务，置M_k中的

表明用户j对

中空闲的优选资源块进行借用；

S2，若

由通过RB_n向用户j提供服务，置

中的

表明用户j切换至

并使用其空闲的优选资源块。

本发明有益效果在于，本发明通过引入认知技术，改变了传统SFR对边缘资源的硬性限定，在业务负荷分布不均时，过载小区边缘通过频谱借用或基站选择动态利用邻小区的可用资源空洞，在兼顾边缘区域同频干扰有效抑制的同时，进一步提高系统资源利用率及边缘用户传输速率。

附图说明

图1为本发明的系统模型示意图；

图2为基于认知的动态软频率复用算法流程图；

图3为p_a＝[0.35 0.35 0.3]， $p_t^c=\left[\begin{array}{ccc}0.3& 0.56& 0.14\end{array}\right]$ 时，目标小区边缘不同负荷程度下归一化吞吐率随用户需求度α变化的曲线仿真图。

具体实施方式

下面将结合附图对本发明作进一步的描述。

如图1所示，本发明研究LTE多小区场景中边缘区域用户的下行通信问题。

具体地说，具有认知能力的基站(Cognitive eNB,C-eNB)位于小区中心，采用全向天线，小区覆盖区域为理想的圆形。考虑到无线电波的实际传输，相邻小区间存在一部分重叠区域。假设C-eNB能够准确获取终端的地理位置信息，C-eNB之间能够交互所属小区的频谱使用状态、链路质量等信息。

需要说明的是，以C-eNB₁所在小区c₁为研究对象，称为目标小区，C-eNB₂与C-eNB₃所在小区(c₂和c₃)为对应的相邻小区。为了简便，仅考察相邻的3个小区构成的系统拓扑。每个小区的覆盖半径为R，用户在小区内随机独立地分布。假设系统中用户业务的分布是动态且不均匀的，目标小区边缘区域重负荷，相邻小区边缘区域负荷较轻。将系统可用频谱资源划分为三段大小相等且相互正交的资源集合Ω_k(k∈{1,2,3})，Ω_k称为小区c_k的边缘用户优选资源集合。位于小区c_k边缘区域的用户优先使用Ω_k中的频谱，中心用户可以使用边缘用户已占用之外的所有频谱，即小区c_k的边缘用户比中心用户对Ω_k中资源具有更高的使用优先级。

下面对本发明的具体实施方式作进一步详细说明，以下叙述设置K=3。

步骤1，系统初始化,认知基站C-eNB_k生成资源信息矩阵M_k(k∈{1,…,K})，并通过X2接口与邻基站

且

进行信息交互，获得

步骤2，若目标小区c_k有新用户j到达，用户需求的RB个数为μ_j，初始化用户j的可用频谱指示向量A_kj＝0_N×1，执行步骤3；否则等待，并在新的传输时间间隔开始时再次执行步骤2；

步骤3，用户j向C-eNB_k报告位置信息，C-eNB_k计算与用户之间的距离d_kj;若d_kj≤d_th，用户j属于中心区域，按照传统SFR方式进行频谱分配；否则，用户j属于边缘区域，执行步骤4；

步骤4：扫描优选频谱资源集合Ω_k中的RB，C-eNB_k根据Ω_k中空闲RB的编号

将A_kj中对应元素置1，计算A_kj更新后的1范数

若A_kj＝0，直接执行步骤5；若

中的空闲RB能够满足用户j的需求，计算用户j在各空闲RB上获得的信干噪比

并更新

选取

最好的μ_j个RB分配，分别置其在M_k中的使用状态执行步骤6；否则，将所有空闲RB全部分配，置M_k中对应的

执行步骤5；

步骤5：计算剩余资源需求

用矩阵变量保存A_kj当前状态，记

扫描优选频谱资源集合Ω_k中的RB，C-eNB_k检索其在M_k中的使用状态，若

则将A_kj中对应元素置1。计算当前

其非零元素对应的RB_n为可由中心用户退避获得的新增可用资源块，若

直接执行步骤6；若

计算用户j在

非零元素对应的各RB上获得的信干噪比

并更新

选取

最好的

个RB分配，分别置其使用状态

否则，将所有新增可用RB全部分配，置对应的

步骤6，对步骤4和步骤5中分配的RB，C-eNB_k检索其在

中的使用状态，若即邻小区

的边缘用户借用了目标小区的优选RB_n，则C-eNB_k收回该资源，

中的边缘用户退避并更新

若步骤4中

或步骤5中

算法结束；否则，Ω_k中的可用RB不能满足用户的资源需求，执行步骤7；

步骤7，更新剩余资源需求

并且更新

根据

和M_k，C-eNB_k对属于

的RB_n在

和M_k中的使用状态逐一进行检索。若对于

即邻小区

的优选RB_n未被其边缘用户使用；并且对于C-eNB_k，

即目标小区c_k对应的非优选RB_n空闲，则将A_kj中与RB_n对应的元素置1，表明该RB可被借用。计算更新后的

若为零向量，表示无RB可以借用，算法结束；否则，

中非零元素对应的RB_n为新增可借用资源块，计算用户在可借用RB_n上获得的信干噪比和

更新

和

步骤8，C-eNB_k遍历新增的可借用RB_n，若

选择

个具有最佳

的RB分配给用户j；否则，将

中非零元素对应的所有RB分配给用户j;||A_kj||₁为用户实际获得的RB个数，超出的需求（max(0,μ_j-||A_kj||₁))将被阻塞。按照步骤9进行频谱借用和基站切换的选择；

步骤9，对步骤8分配的RB_n，计算

并与预设切换门限η比较;若小于η，由C-eNB_k通过RB_n向用户j提供服务，置M_k中的

即用户j对

中空闲的优选资源块进行借用；若大于η，由

通过RB_n向用户j提供服务，置

中

即用户j切换至邻小区

并使用其空闲的优选资源块。算法结束。

为了更好地理解本发明，对本发明做以下实验。

仿真条件：系统可用RB数N＝15,小区半径R＝1000m,d_th＝0.62R。随机出现在目标小区边缘区域的某一用户对RB的需求量为μ∈{1,…,N}，定义边缘用户对RB的相对需求度α＝μ/N；定义目标小区RB的使用状态概率向量 $p_t=\left[\begin{array}{ccc}{p}_t^i{|}_{s=00}& p_t^{\mathrm{oc}}{|}_{s=10}& p_t^{\mathrm{oe}}{|}_{s=11}\end{array}\right],$ 进一步划分为边缘区域和中心区域RB使用状态概率向量和

类似的，邻小区RB使用状态概率向量用p_a表示，其中心和边缘区域的RB状态概率向量分别为

和

图3为p_a＝[0.35 0.35 0.3]， $p_t^c=\left[\begin{array}{ccc}0.3& 0.56& 0.14\end{array}\right]$ ，取不同值时，边缘用户的归一化吞吐率与相对需求度α的关系。

中与频谱使用状态s＝11对应的元素取值，反映了目标小区边缘区域的业务负荷程度，值越大，负荷越重。可以发现，SFR与C-DSFR的性能均随着边缘区域业务负荷的减轻而改善。边缘区域负荷越重，用户从优选频谱集合获得可用RB的概率越低，由于C-DSFR可实现边缘用户对频谱的动态使用，因此吞吐率优于SFR。

随着α的增大，C-DSFR相对于SFR的吞吐率改善相应增加，同样受益于C-DSFR对频谱的动态利用。当α增大到一定程度(临界点)时，全部可用RB都被用户获得，用户的吞吐率性能达到饱和，不再随α的增加而增大，并且SFR的临界点先于C-DSFR。整体而言，相比于SFR，C-DSFR显著提升了目标小区边缘用户的服务质量，特别是在目标小区边缘重负荷、可借用资源充足的情况下，C-DSFR相比于SFR的优势更为明显。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (6)

1.一种基于认知的动态软频率复用方法，其特征在于，所述方法包括以下步骤：

（1）初始化，认知基站C-eNB_k生成资源信息矩阵M_k(k∈{1,…,K})，并通过X2接口与邻基站

且

进行信息交互，获得

（2）若目标小区c_k有新用户j到达，用户需求的RB个数为μ_j，初始化用户j的可用频谱指示向量A_kj＝0_N×1，执行步骤（3）；否则等待，并在新的传输时间间隔(TTI)开始时再次执行步骤（2）；

（3）用户j向C-eNB_k报告位置信息，C-eNB_k计算与用户之间的距离d_kj;若d_kj≤d_th，用户j属于中心区域，按照传统软频率复用方式进行频谱分配；否则，用户j属于边缘区域，执行步骤（4）；

（4）根据优选集合Ω_k中资源使用状态更新A_kj，计算A_kj的1范数

若A_kj＝0，直接执行步骤（5）；若

计算用户j在Ω_k中各空闲RB上获得的信干噪比

并更新选取

最好的μ_j个RB分配，分别置其在M_k中的使用状态

执行步骤（6）；否则，将Ω_k中所有空闲RB全部分配，置M_k中对应的

执行步骤（5）；

（5）计算剩余资源需求

用矩阵变量

保存A_kj当前状态，记

根据优选集合Ω_k中资源使用状态将A_kj更新，并计算若 $A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}=0,$ 直接执行步骤（6）；若 $\left|\right|A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}\left|\right|\≥{\stackrel{\‾}{\mathrm{\μ}}}_j,$ 计算用户j在

非零元素对应的各RB上获得的信干噪比

，并更新

选取

最好的

个RB分配，分别置其使用状态

否则，将Ω_k中所有新增可用RB全部分配，置对应的

（6）对步骤（4）和（5）中分配的RB，检索其在

中的使用状态，若即邻小区

的边缘用户借用了目标小区的优选RB_n，则C-eNB_k收回该资源，

中的边缘用户退避并更新

若步骤（4）中||A_kj||₁≥μ_j或步骤（5）中算法结束；否则，执行步骤（7）；

（7）更新剩余资源需求 ${\stackrel{\‾}{\mathrm{\μ}}}_j={\stackrel{\‾}{\mathrm{\μ}}}_j-{\left|\right|A_{\mathrm{kj}}-{\hat{A}}_{\mathrm{kj}}\left|\right|}_1,$ 并且更新

根据非优选集合

中资源使用状态将A_kj更新，计算

若为零向量，算法结束；否则，

中非零元素对应的为新增可借用RB_n，计算用户在可借用RB_n上获得的信干噪比更新

和

（8）遍历

中新增可借用RB_n，若选择

个具有最佳

的RB分配给用户j；否则，将

中非零元素对应的所有RB分配给用户j，||A_kj||₁为用户实际获得的RB个数，超出的需求(max(0,μ_j||-A_kj||₁))将被阻塞。对上述分配的RBn，计算

并与预设切换门限η比较，从而进行频谱借用和基站切换的选择；算法结束。

2.根据权利要求1所述的动态软频率复用方法，其特征在于，所述步骤（1）中M_k是由认知基站C-eNB_k维护的一个N×4的资源使用状态矩阵，由此进行后续可分配资源确定以及同频干扰估计；M_k的行向量[k n s q]是包括4个特征参数的资源矢量，其中，n表示RB编号，k表示小区编号，s表示RB的使用状态(s∈{00,10,11})，00表示空闲，10表示中心用户占用，11表示边缘用户占用，q表示终端使用该RB能够获得的通信质量。

3.根据权利要求1所述的动态软频率复用方法，其特征在于，所述步骤（4）中更新A_kj的方式是：遍历优选频谱资源集合Ω_k中的RB，根据Ω_k中空闲

的编号，将A_kj中对应位置元素置1。

4.根据权利要求1所述的动态软频率复用方法，其特征在于，所述步骤（5）中更新A_kj的方式是：遍历优选频谱资源集合Ω_k中的RB，根据Ω_k中由中心用户占用的

编号，将A_kj中对应位置的元素置1。

5.根据权利要求1所述的动态软频率复用方法，其特征在于，所述步骤（7）中更新A_kj的方式是：C-eNB_k对属于

的RB_n在

和M_k中的使用状态逐一进行检索。若对于

即邻小区的优选RB_n未被其边缘用户使用；并且对于C-eNB_k，

即目标小区c_k对应的非优选RB_n空闲，则将A_kj中与RB_n对应的元素置1，表明该RB是可被借用的。

6.根据权利要求1所述的动态软频率复用方法，其特征在于，所述步骤（8）中频谱借用和基站切换的选择方式是：

S1，若

由C-eNB_k通过RB_n向用户j提供服务，置M_k中的

即用户j对

中空闲的优选资源块进行借用；

S2，若

由

通过RB_n向用户j提供服务，置中的

即用户j切换至邻小区

并使用其空闲的优选资源块。

Images