CN103634834A - 基于并行结构的协作网络系统级仿真方法 - Google Patents

Abstract

本发明公开一种基于并行结构的协作网络系统级仿真方法，主要包括如下步骤：（1）系统级仿真平台将协作通信系统多个快照仿真动态分配给分布式计算服务器实现并行计算；（2）针对每个独立系统快照模拟传输过程，采用固定协作方式确定协作集合，对各协作集合并行式独立仿真计算；（3）考虑到小区间干扰概率分布特点，邻小区小尺度干扰值对用户影响可以被平均，所以对耗时较长的干扰计算模块参考前一时隙或者多个时隙前的干扰计算值，由此不同小区用户可以通过并行方式计算用户当前信干噪比。本发明的特点在于，利用从外到内的多层并行化设计，能最大限度的提高系统仿真速度和效率，有效利用计算资源并且保证仿真结果可靠性不变。

Description

基于并行结构的协作网络系统级仿真方法

技术领域

本发明属于无线通信技术领域，尤其是涉及一种具有并行结构的多小区协作通信网络系统级仿真方法。

背景技术

目前传统网络拓扑结构的主要问题是：小区的交界存在干扰和覆盖质量下降的问题，导致终端在小区切换部位的性能较差。针对这个问题，3GPP提出了多小区协作传输（CoMP，Coordinated Multiple Point）方案，即通过多个小区之间联合处理实现小区间和同频组网干扰的抑制/和消除。可以将多小区协作传输分为两种：一种是多个小区同时传输同一用户数据，将其他小区的干扰信号转化为本小区用户的有用信号，通过提升用户的信噪比来保证解调性能，这种技术即称为联合处理（JP，Joint Processing）；另一种是在各小区进行合理的预编码使信号在空间上相互隔开，或者是通过协调调度，让临近小区尽量避免在同一时间上调度同一方向上的用户，减小同频干扰，保证用户链路质量，这种技术称为协同调度/协同波束赋形（CS/CBCoordinate Schedule/Beamforming）。两种模式共同点在于，发送端需要根据接收端反馈的信道信息，采用恰当的预编码方案来降低用户之间的干扰，提升系统性能。

由于多小区协作系统建模复杂性，要真正了解CoMP的设计方法和获得实际性能，需要系统级仿真平台。系统级仿真在无线网络规划、优化、新算法和新协议的仿真研究方面具有很广泛的应用。针对多小区和多用户的分析，往往需要统计平均小区容量和用户性能指标。多小区协作通信系统着重解决边缘用户性能，因此也要考察5%边缘用户的频谱效率。一些公司和企业都有自己开发的LTE系统仿真平台，可以在系统商用之前模拟网络性能改善。但是随着网络结构逐步向多层发展，网络节点进一步增加，用户接入数量增长，目前的系统级仿真平台需要更多的仿真时间，仿真速度慢，效率低。

因此很有必要建立高效的多小区协作系统仿真平台，将系统流程拆分成可并行的模块执行，采用内外多层并行化，利用概率推导，得到等效干扰模拟方法。这样可以大大节省仿真时间，有效提高仿真效率，在充分利用计算资源情况下保证结果可靠性不变。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,本发明提出了一种基于并行结构的协作网络系统级仿真方法。所述方法首先将本地计算机作为主服务节点，在远程服务器资源实现外层多个独立仿真过程的并行计算；在每个服务资源上的独立仿真过程中，进一步按协作集合拆分，将各协作集合实现独立并行计算仿真和信息交互；对于仿真耗时较长的干扰计算模块，用前面时刻的干扰值取代当前时刻干扰值，并代入至干扰公式，最后将多个服务器结果收集至本地计算机，得到仿真结果。本发明方法解决了现有的多小区协作系统级仿真速度慢，效率低的问题。

为解决上述技术问题，本发明采用的技术方案如下：

一种基于并行结构的协作网络系统级仿真方法，包括步骤如下：

步骤A，将协作通信系统仿真的多个并行仿真过程动态分配给分布式计算服务器进行独立并行计算，配置主从式集群环境，本机作为主节点。

步骤B，针对各服务器节点下独立的协作通信系统过程，首先是仿真场景的初始化，服务器生成以下四种仿真场景之一（城市宏蜂窝UMa、城市微蜂窝UMi、市郊宏蜂窝SMa和乡村宏蜂窝RMa），再根据协议TR36.819产生均匀分布的活跃用户，产生各场景下小区与用户之间的多种衰落，主要包括路径损耗、阴影衰落和天线增益。仿真将默认采用固定三小区协作方式划分协作集合，给各个协作集合分配不同的处理器单元，协作集合进行独立并行式仿真，在各协作集合下仿真步骤进一步拆分为：信道生成，各协作集合内多点协作传输，信息交互计算干扰，虚拟传输和结果统计，介绍如下：

步骤B-1，产生设定场景下的小尺度信道，建模基于几何统计方法；

步骤B-2，各协作集合依次实施资源块分配、用户调度以及干扰消除。资源块分配确定协作传输的频谱比例，用户调度保证用户服务的公平性，各协作集合内通过预编码处理消除干扰，单用户使用奇异值分解；多用户系统的线性预编码方法有两种，分别是最大化信漏噪比预编码、块对角化预编码；

步骤B-3，各协作集合相互交换上一步骤中的传输算法模块相关调度及预编码信息，独立计算集合内用户接收信噪比，考虑基站间干扰概率分布特点，耗时较长的干扰计算模块参考前一时隙或者多个时隙前的干扰计算值，由此不同小区用户可以通过并行方式计算用户当前信干噪比；

步骤B-4，各协作集合虚拟资源块传输，根据链路级映射计算各用户有效信噪比，由用户有效信噪比和调制编码方式查表得到对应误块率（BLER，BlockError Rate）概率，产生随机数与此概率值比较，从而决定当前的传输包是否需要重传；

步骤B-5，各协作集合当前传输时间间隔（TTI，Transmission Time Interval）传输完毕，记录仿真结果用户频谱效率分布曲线；

步骤C，主节点接收汇总结果，最终对此多个仿真过程的结果即小区平均频谱效率和5%边缘用户频谱效率取平均，得到系统性能。

相对于现有技术，本发明的有益效果是：本发明提出了一种基于并行结构的协作网络系统级仿真方法。本发明方法所提供的并行仿真方法利用从外到内的多层并行化设计，能最大限度的提高系统仿真速度和效率；干扰处理模块中干扰值采用之前时刻的计算值方法，在时变缓慢的信道中能够取得和现有平台相似的性能，而仿真速度可提高多倍，达到预期设想。

附图说明

图1为固定相邻三小区协作方案示意图。

图2为本发明步骤2的具体实施流程图。

图3为本发明在多小区协作系统中并行化仿真后的用户性能分布图。

具体实施方式

下面对本发明提出的一种基于并行结构的协作网络系统级仿真方法进行详细说明：图1是本发明多小区协作集合方案示意图，是一种固定的协作方式。图2是本发明单个计算节点独立仿真过程的流程图，为系统仿真的内层。本实施例是一种基于并行结构的协作网络系统并行化仿真的方法，其完整步骤如下：

1、系统级仿真平台将协作通信系统多个独立仿真过程动态分配给Matlab分布式计算服务器实现并行计算，互联网络中连接多台单独计算机，配置主从式集群环境，本机作为主节点，在集群中利用分布式计算服务器MDCS（MatlabDistributed Computing Server）将仿真任务拆分给分布式服务器，通过命令进入管理中心，依次完成测试、主机、作业管理器和节点等配置工作，模拟出节点数为2,4,6,8,10共5个主从式集群环境。每个计算节点作为一个工作点完成一个单独多小区协作系统的仿真。

2、针对各服务器节点下独立的协作通信系统过程仿真过程，首先根据3GPP要求生成需要的仿真场景，采用固定三小区协作方式划分协作集合，对各协作集合实现并行式仿真。多小区协作系统中以相邻的三个小区作为固定协作集合，如图1，各协作集合仿真具体包括以下步骤：

1)采用ITU-RM.2135协议中规定的城市宏蜂窝（UMa）、城市微蜂窝（UMi）、市郊宏蜂窝（SMa）和乡村宏蜂窝（RMa）等四种场景模型，按照仿真需求实现仿真环境的拓扑结构，具体参数见表1；

2)根据3GPPTR36.819协议规定的用户分布参数在网络中产生对应的活跃用户。根据ITU-RM.2135产生相应场景下各小区与各用户之间的慢衰落，主要包括路径损耗、阴影损耗和天线增益，计算出每个用户的宽带信噪比。系统设定宽带信噪比门限值，对每个用户若用户的宽带信噪比小于宽带信噪比门限，则用户为协作用户，否则为普通用户；

以协作集合为单位做并行仿真，如图2；各协作集合分别完成如下工作：

3)生成对应场景下的小尺度信道，小尺度信道是基于几何统计建模；

4)将协作集合的资源块分为协作资源块和非协作资源块，分配比例默认为3:7，即30%资源块用于边缘用户协作传输，70%资源块用于中心用户传输；分别在对应的资源块上采用比例公平方法进行协作频段传输和非协作频段传输；

5)各协作集合内通过预编码处理干扰消除。单用户可使用SVD（SingularValue Decomposition）分解；多用户系统的线性预编码方案主要有两种：一种是基于最大化信漏噪比（SLNR）的预编码方案，一种是块对角化（BD）预编码方案；

在所有协作集合独立完成上述步骤后，各协作集合干扰交互信息计算集合内用户当前信噪比；

6)若仿真单用户多小区协作系统传输，根据数学模型，n时刻一个RB上用户i接收的信号为

$y_i\left(n\right)=H_i\left(n\right)B_i\left(n\right)s_i\left(n\right)+\underset{j}{\mathrm{\Σ}}{H}_i^{\left(j\right)}\left(n\right)B^{\left(j\right)}\left(n\right)s^{\left(j\right)}\left(n\right)+\underset{k}{\mathrm{\Σ}}{H}_i^{\left(k\right)}\left(n\right)B^{\left(k\right)}\left(n\right)s^{\left(k\right)}\left(n\right)+N$

考虑基站间干扰概率分布特点，利用n-1时隙已计算完毕的各协作集的调度信息及干扰信息带入到n时隙内计算用户信噪比。具体数学模型可进一步表示为：

$\begin{array}{c}{y}_i\left(n\right)=H_i\left(n\right)B_i\left(n\right)s_i\left(n\right)+\underset{j}{\mathrm{\Σ}}{H}_i^{\left(j\right)}(n-1)B^{\left(j\right)}(n-1)s^{\left(j\right)}(n-1)\\ +\underset{k}{\mathrm{\Σ}}{H}_i^{\left(k\right)}(n-1)B^{\left(k\right)}(n-1)s^{\left(k\right)}(n-1)+N\end{array}$

其中，s_i为用户i的信号向量。如果用户i是中心用户，H_i(N_r×N_t维)和B_i(N_t×r_i维)是服务扇区到该用户的信道矩阵和预编码矩阵；如果是边缘用户，H_i(N_r×3N_t维)和B_i(3N_t×r_i维)则为目标协作基站集合到用户i的信道矩阵和预编码矩阵。用户的预编码矩阵通过对信道矩阵的奇异值分解SVD得到。等式右边第二项和第三项分别表示来自其他协作集合和单用户MIMO传输小区的干扰，

B^(j)和

B^(k)分别为相应的干扰协作集合j和干扰小区k到用户i的信道矩阵和预编码矩阵，N表示干扰噪声；

若仿真多用户下多小区协作系统传输，即在协作集合的同一RB（ResourceBlock）上3个小区同时承载多个用户的数据，设协作用户数为M，多用户多小区协作系统模型等效为3×N_t发M×N_t收的MIMO系统。多用户协作系统在协作小区集合利用联合预处理算法对用户间干扰进行预抑制，采用BD（BlockDiagonalization）算法。定义协作集合到用户i的信道矩阵为H_i，用户i预编码矩阵为W_i，s_i为数据流。则系统等效的MIMO信道H＝[H₁,H₂,...,H_M]^T，协作集合的等效预编码矩阵W＝[W₁,W₂,...,W_M]，发送数据流s＝[s₁,s₂,...,s_M]^T。

对协作用户i，令：

$\stackrel{\‾}{H_i}={[H_1,...,H_{i-1},H_{i+1},...,H_M]}^T,$ 首先对

进行SVD分解：

$\stackrel{\‾}{H_i}={\stackrel{\‾}{U}}_i\left[\begin{array}{cc}{\mathrm{\Σ}}_i& 0\\ 0& 0\end{array}\right]{[\stackrel{\‾}{{V_i}^{\left(1\right)}},\stackrel{\‾}{{V_i}^{\left(0\right)}}]}^H,$ 然后对进行SVD分解：

$H_i\stackrel{\‾}{{V_i}^{\left(0\right)}}=U_i\left[\begin{array}{cc}{\mathrm{\Σ}}_i& 0\\ 0& 0\end{array}\right]{[{V_i}^{\left(1\right)},{V_i}^{\left(0\right)}]}^H,$ 那么用户i的预编码矩阵 $W_i=\stackrel{\‾}{{V_i}^{\left(0\right)}}{V_i}^{\left(1\right)}.$

因此，对第i个用户，接收信号可以表示为：

$\begin{array}{c}{y}_i=H_i\mathrm{Ws}+\underset{j}{\mathrm{\Σ}}{H}_i^{\left(j\right)}{W}^{\left(j\right)}{s}^{\left(j\right)}+N\\ =H_i{W}_i{s}_i+H_i\underset{\mathrm{\σ}\≠i}{\overset{M}{\mathrm{\Σ}}}{W}_{\mathrm{\σ}}{s}_{\mathrm{\σ}}\text{+}\underset{j}{\mathrm{\Σ}}{H}_i^{\left(j\right)}{W}^{\left(j\right)}{s}^{\left(j\right)}+N\end{array}$

其中最后一个等式的第二项和第三项分别为协作用户间的干扰和其他协作集合的干扰。

7)虚拟资源块传输，根据链路级映射计算各用户有效信噪比，由用户有效信噪比和调制编码方式查表得到对应BLER概率，通过伯努利实验来对比此BLER概率，从而确定当前的传输包是否需要重传；

8)各协作集合当前TTI传输完毕，记录仿真结果，主要是小区平均频谱效率和5%边缘用户频谱效率。

3、最后接收各节点汇总结果，对多个快照的仿真结果即小区平均频谱效率和5%边缘用户频谱效率取平均，得到系统性能；

系统仿真时间具体见表2，可以看出，在主要耗时模块上，通过并行系统仿真，仿真时间节省了6～7倍。图3的多小区协作通信系统并行化仿真用户频谱效率，5%边缘用户频谱效率达到了0.063bps/Hz，协作系统对边缘用户性能增益是明显的。

表1为仿真环境参数设置

表1

表2为采用并行化方法后主要模块仿真时间对比

Claims (1)

1.一种基于并行结构的协作网络系统级仿真方法，其特征在于该方法包括以下步骤：

步骤A，将协作通信系统仿真的多个并行仿真过程动态分配给分布式计算服务器进行独立并行计算，配置主从式集群环境，本机作为主节点；

步骤B，针对各服务器节点下独立的协作通信系统过程，首先是仿真场景的初始化，服务器生成城市宏蜂窝UMa、城市微蜂窝UMi、市郊宏蜂窝SMa和乡村宏蜂窝RMa这四种仿真场景之一，再根据协议TR36.819产生均匀分布的活跃用户，产生各场景下小区与用户之间的多种衰落，所述衰落主要包括路径损耗、阴影衰落和天线增益，仿真将默认采用固定三小区协作方式划分协作集合，给各个协作集合分配不同的处理器单元，协作集合进行独立并行式仿真，在各协作集合下仿真步骤进一步拆分为：信道生成，各协作集合内多点协作传输，信息交互计算干扰，虚拟传输和结果统计，具体包括如下步骤：

步骤B-1，产生设定场景下的小尺度信道，建模基于几何统计方法；

步骤B-2，各协作集合依次实施资源块分配、用户调度以及干扰消除，资源块分配确定协作传输的频谱比例，用户调度保证用户服务的公平性，各协作集合内通过预编码处理消除干扰，单用户使用奇异值分解；多用户系统的线性预编码方法有两种，分别是最大化信漏噪比预编码、块对角化预编码；

步骤B-3，各协作集合相互交换上一步骤中的传输算法中相关调度及预编码信息，独立计算集合内用户接收信噪比，考虑基站间干扰概率分布特点，耗时较长的干扰计算模块参考前一时隙或者多个时隙前的干扰计算值，由此不同小区用户可以通过并行方式计算用户当前信干噪比；

步骤B-4，各协作集合虚拟资源块传输，根据链路级映射计算各用户有效信噪比，由用户有效信噪比和调制编码方式查表得到对应误块率（BLER，Block Error Rate）概率，产生随机数与此概率值比较，从而决定当前的传输包是否需要重传；

步骤B-5，各协作集合当前传输时间间隔（TTI，Transmission Time Interval）传输完毕，记录仿真结果，得到用户频谱效率分布曲线；

步骤C，主节点接收汇总结果，最终对此多个仿真过程的结果即小区平均频谱效率和5%边缘用户频谱效率取平均，得到系统性能。

Images