一种分布式基站基于能效准则的接入点规划模型及方法
技术领域
本发明涉及一种无线通信技术,特别涉及一种分布式基站基于能效准则的接入点规划模型及方法。
背景技术
分布式天线系统(DAS:distributed antenna system)最早是由Saleh提出的,用于解决小区内的通信死角问题,提高通信服务质量,作为室外蜂窝移动通信系统的延伸,广泛用于覆盖室内或盲区。分布式天线系统作为下一代移动通信系统的主流解决方案,越来越受到人们的关注。
分布式天线系统指的是在一个“逻辑小区”(群)内布置一个或多个射频处理单元(RRU),同时为用户服务,下行同时发射相同的信号给用户,上行多个天线同时接收信号,送回处理基站基带处理单元(BBU)进行处理。RRU尽量简化以减少成本,除了基本的部分,对信号的处理集中在BBU。其优点如下:
1)DAS对服务区实现了较好的均匀覆盖,系统性能得到了提高,特别是提高了切换性能,当用户在同一小区移动时,尽管使用了不同的天线为其服务,但不需要进行切换;
2)远端射频端口简单、成本低,远端射频端口低功率发射可以减小互信道干扰,降低对人体的电磁辐射;
3)资源管理更加灵活,BBU可以动态分配资源,优化资源使用,提高资源使用效率;
4)集中的BBU,简单的RRU使得系统维护更加方便,同时采用BBU集中管理的多天线结构,使得网络的可靠性得到提高,节约了维护成本;
5)BBU和RRU之间使用低损耗、高带宽的光纤连接,加强了天线的延伸性和灵活性。
现有的一个分布式天线系统,如图2所示,该系统的最大特点是BBU和RRU分离,二者通过光纤相连。怎样合理地布置RRU,从而提高分布式基站容量以及降低基站能耗,已经成为分布式基站设计的关键问题。目前,国内关于这方面的研究,尤其是关于降低基站能耗的研究还比较少。
中兴通讯股份有限公司发明的“一种分布式天线系统的发射天线位置布局的方法”(中国发明专利号:CN102075223A),该发明根据路径损耗因子α和阴影衰落方差
计算分布式天线的位置和区域的遍历容量,通过对所有遍历容量取平均值得到小区的平均遍历容量;比较出最大平均遍历容量所对应的发射天线位置布局方案为最佳发射天线位置布局方案。该发明选定发射天线位置的布局准则为小区的平均遍历容量,没有考虑到能耗。
容量是分布式基站系统重要的性能指标。随着经济社会的发展,节能减排、绿色发展已成为全人类共识,能耗也逐渐成为分布式基站系统的一项重要指标,因此在规划分布式基站系统时有必要把基站能耗考虑在内。传统的分布式基站规划方案往往以基站容量或系统误码率为指标,没有考虑基站内耗。
综上所述,传统分布式基站的规划方法已不符合低碳经济发展的需求,有必要考虑基于能效准则的分布式基站规划方法。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种分布式基站基于能效准则的接入点规划模型及方法,该模型及方法能够在提高基站容量的同时降低基站的内耗。
本发明的目的通过下述技术方案实现:一种分布式基站基于能效准则的接入点规划模型及方法,具体方案如下:
本发明采用信道模型为:
y:用户接收到的信号;
x:RRU的下行发射信号;
h:零均值单位方差的正态分布变量,表示瑞利衰落;
P:接入点所分配的功率;
s:对数正态分布变量,表示阴影衰落;
d:用户到接入点的距离;
α:传播路径损耗指数,为常数;
v:零均值高斯白噪声。
用户的信道容量为:
其中各标号含义如下:
C:用户的信道容量;
σ2:高斯白噪声的方差。
发明采用以下基于能效的优化准则:
其中各标号含义如下:
分布式基站容量,即基站的平均遍历容量;
P:分布式基站总功率。
其中基站平均遍历容量:
其中i标识基站,j标识用户。Ed,Es,Eh,EP分别表示对用户距离,阴影衰落,瑞利衰落,基站功率求平均值。本发明所提供的方法采用以下问题模型为:
其中:
I:表示接入点数量;
Pxy:表示接入点的位置;
Pi:表示第i个接入点分配得到的功率。
本发明所提供的方法,采用步骤求解上述问题模型:
步骤1、对于给定的用户分布以及接入点的数量I,用Kmeans聚类算法确定接入点的位置;
步骤2、对于给定接入点位置,求每个接入点的容量,并通过求期望得到分布式基站的平均遍历容量的表达式;
步骤3、对于给定的总功率,用泰勒级数展开分布式基站的平均遍历容量的表达式,通过拉格朗日乘法求解每个基站应分配的功率Pi,使基站的平均遍历容量最大;
步骤4、计算能效准则J;
步骤5、接入点数量加1,重复步骤1到步骤4,直到达到预先设定的最大接入点数量;
步骤6、不同接入点数量对应的结果中,找到能效准则最大的那个结果作为最终结果。
本发明相对于现有技术具有如下的优点及效果:
本发明不仅使分布式基站的平均遍历容量得到提高,而且降低了基站的能耗。
附图说明
图1为规划方法的流程的示意图。
图2为一般分布式基站系统结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明针对以下问题模型,求解方法如下:
其中,I,P已知,求解Pxy和Pi。
根据Jessen不等式:
可得:
其中
显然S是常数,f
i表示用户在第i个接入点服务区域的概率;
表示第i个接入点服务区内用户到接入点距离平方的均值。根据小区内的用户分布f(x,y)以及接入点的数量I,用Kmeans聚类算法确定I个接入点的位置P
xy,以及用户在第i个接入点服务区域的概率f
i。
问题模型简化为:
由泰勒级数公式
忽略2阶以上的展开项,可以得到
其中,
h
i服从标准正态分布,因此χ
i服从卡方分布,且自由度为1。所以
所以得到:
问题变为在约束条件
下求
的最大值,使用Lagrange乘数法求解,令λ为Lagrange乘数,目标函数为:
令 得到:
由 得到
将式(11)代入式(10)得:
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。