CN105120465A - 高密度异构蜂窝网络规划部署算法 - Google Patents

Abstract

本发明提出了一种高密度异构蜂窝网络规划部署算法。将小蜂窝部署、小蜂窝的状态控制和用户关联结合起来处理，以达到提升整个系统能量效率并确保服务质量的效果。考虑在一片指定区域部署一个两层的异构蜂窝网络，该区域中心有一个宏基站。首先假设在所有的候选部署点都部署有小基站，然后依次确定在每个流量状态下的基站状态，最后将所有流量状态下的基站状态综合起来确定小基站的部署，部署规则是：如果候选部署的小基站在所有流量状态下都处于睡眠状态，则在该候选部署点不部署小基站，其它候选部署点均需部署小基站。实验表明该方法的复杂性低，易于实现，不受地理条件的限制，对运营商在基站部署和规划方面具有很好的指导意义。

Description

高密度异构蜂窝网络规划部署算法

技术领域

本发明属于无线通信网络技术领域，涉及一种高密度的异构蜂窝网络规划部署算法。

背景技术

在移动蜂窝网络中，流量需求随着时间在发生着变化，给基站的负载带来了很大的不确定性。传统的蜂窝网络一般根据峰值流量需求采取固定的规划部署，这样并不能将基站部署在最优的位置，同时也降低了整体的网络吞吐量和非峰值时间段的用户服务质量，由此造成了严重的能量浪费并给网络运营者带来了很高的成本负担。因此，为了满足不断增长的应用需求并为用户提供高质量和低成本的服务，在传统蜂窝网络的基础上我们可以通过小蜂窝的部署，形成异构蜂窝网络。合理的小蜂窝密度，对网络的整体性能至关重要，既不能太稠密，也不能太稀疏。当小蜂窝太稠密时，严重的干扰会使得容量的增益受到限制；当小蜂窝太稀疏时，网络的性能难以满足不断增长的流量需求。在蜂窝网络中，基站消耗了绝大部分的能量。基站的能量消耗可以分为两个部分，包括射频信号的传输能量和电路的消耗能量。考虑到功率放大器的效率，射频信号的传输能量仅为功率放大器消耗能量的很小一部分。电路能量消耗包括基带信号处理，冷却和电池备份等等。当一个基站关闭进入睡眠状态后，它只会消耗非常有限的能量以维持最基本的运行。因此，将空闲的基站关闭能够减少大量的能量消耗。通过合理地部署小基站并控制切换基站的运行状态，可以达到提升整个网络能量效率的效果。

发明内容

针对现有技术存在的缺陷，本发明提供一种高密度异构蜂窝网络规划部署算法。如图1所示，其是在考虑动态流量需求的基础上，提出的一种能够保障能量效率的异构蜂窝网络部署规划方法。将小基站部署、小基站的状态控制和用户关联结合起来处理，以达到提升整个系统能量效率并确保服务质量的效果。本发明解决了在现有的3/4G宏蜂窝网络的基础上部署小基站并对小基站的运行状态进行控制的问题。

本发明的技术方案是：首先根据实际场景的安装条件在该区域选取一些候选部署点用于小基站的部署，在经过网络规划后仅有一部分候选部署点有小基站部署。在已经部署的基站当中，可以根据当前流量状态对基站进行控制，使其处于活动或者睡眠状态。

具体的，考虑在一片指定区域部署一个两层的异构蜂窝网络，该区域中心有一个宏基站。首先假设在所有的候选部署点都部署有小基站，然后依次确定在每个流量状态下的基站状态，最后将所有流量状态下的基站状态综合起来确定小基站的部署，部署规则是：如果候选部署的小基站在所有流量状态下都处于睡眠状态，则在该候选部署点不部署小基站，其它候选部署点均需部署小基站。

假设该指定区域内候选基站数量为S，用户数量为M。算法输入为该指定区域的所有流量状态T＝{1...T}，输出为基站的运行状态和基站部署Z＝[z_i]_1×S。在算法中的临时变量的定义依次是：A′表示上一次迭代中的基站状态，B＝[b_i，k]_S×M，C＝[c_i]_1×S和D＝[d_k]_1×M分别用来保存所有基站和用户的度数。对于任意基站i，其度数指的是与基站相连的用户数，计算方法为对任意用户k，其度数指的是与用户相连的基站数，计算方法为A_t、C和D中的元素初始化为0，A′中的元素初始化为1。

对于每一个流量状态，算法的每一步迭代包括3个步骤，依次是：1)建立连接图；2)删除多余的连接；3)检查能否进一步关闭活动基站。

1)建立连接图：首先根据公式 ${\mathrm{SINR}}_{i,k}=p_{i,k}{g}_{i,k}/({\Σ}_{j=1,j\≠i}^S{p}_{j,k}{g}_{j,k}+{\mathrm{\δ}}^2)$ 计算所有基站和用户之间的信干燥比值并与设定的中断阈值进行比较，其中p_i，k和p_j，k分别表示基站i和基站j对用户k的发射功率，g_i，k和g_j，k分别表示基站i和基站j与用户k之间的信道增益，δ²表示噪声功率。以上这些参数由实际系统决定。

对于任意基站i和任意用户k，如果信干燥比值大于中断阈值，则基站i可以作为用户k的候选基站，或用户k可以作为基站i的候选用户，将基站i和用户k连接起来，令b_i，k＝1；如果信干燥比值小于中断阈值，基站i和用户k不连接，令b_i，k＝0。通过遍历所有基站和用户，可以得到所有活动基站和用户之间可能的连接关系，存到矩阵B，同时也可以获得所有活动基站和用户的度数，分别保存到C和D。假设每个用户只被一个基站服务，每个基站有最大服务用户数的限制，这样每个用户节点的度数不超过1，每个基站节点的度数不超过基站能服务的最大用户数，因此需要删除多余的连接。

2)删除多余的连接：这一步用于删除冗余的连接，以确定基站和用户的对应关系。

当D中的最大值大于1时，D中至少存在一个度数大于1的用户，这意味着在网络中存在多余的连接。首先，找出最大度数的基站的序号j，这种潜在连接数最多的基站可以作为活动基站优先考虑，将基站j设置为活动基站。如果该基站的度数大于其能服务的最大用户数，将依次删除该基站与用户集合中度数最大的用户的连接，直到该基站的度数等于其最大服务用户数为止。当确定了基站和用户的关联之后，将删除这些用户与其它基站的连接，同时更新B、C和D，将上一次迭代的基站状态保存到A′，并根据C的值计算A_t。对于任意基站i，如果c_i＞0，则a_i＝1，将基站设为活动基站，否则a_i＝0，将该基站关闭。

3)检查能否进一步关闭活动基站：如果在删除多余的连接之后，没有活动的基站被关闭，或者A＝A′满足，将尝试进一步关闭活动的基站并检查整体的中断用户数条件(发生中断的用户数占总用户数的比值小于阈值τ)是否成立。将所有活动基站按度数从小至大进行排序，从度数最小的基站检查起。每关闭一个基站j'，都重复之前“建立连接图”和“删除多余的连接”的操作。如果存在一个基站，当关闭该基站时中断用户数条件成立，则跳出进入外循环继续迭代。如果当关闭掉任何基站时中断用户数条件都不成立，则输出流量状态t下的基站状态A_t。

在获得所有流量状态下的基站状态后，综合通过公式得到最终的基站部署结果。

本发明的有益效果：

本发明设计了一种能够保障能量效率的小蜂窝部署规划方法。我们将小蜂窝部署、小蜂窝的状态控制和用户关联结合起来处理，以达到提升整个系统能量效率并确保服务质量的效果。实验表明该方法的复杂性低，易于实现，不受地理条件的限制，适用于高密度的小基站部署场景，对运营商在基站部署和规划方面具有很好的指导意义。

附图说明

图1是本发明高密度异构蜂窝网络规划部署算法的伪代码。

图2高密度异构蜂窝网络规划部署算法在迭代中删除多余连接后生成的连接图，随机流量形态，小基站候选部署点的数目为24，用户数为250。

图3高密度异构蜂窝网络规划部署算法的最终连接图，随机流量形态，候选小基站数为112。

图4不同频谱配置下的系统性能比较，随机流量形态，候选小基站数为24，用户数为250。

图5聚集流量状态下的最终连接图，正交频谱配置，候选小基站数为24，用户数为250。

具体实施方式

下面将结合附图和实施例对本发明做进一步的说明。

图1给出了高密度异构蜂窝网络规划部署算法的伪代码。该伪代码的外循环表示对各个流量状态的遍历，内循环表示在各个流量状态下算法运行的主要三个步骤。

考虑在一片指定区域部署一个两层的异构蜂窝网络，该区域中心有一个宏基站。首先假设在所有的候选部署点都部署有小基站，然后依次确定在每个流量状态下的基站状态，最后将所有流量状态下的基站状态综合起来确定小基站的部署，部署规则是：如果候选部署的小基站在所有流量状态下都处于睡眠状态，则在该候选部署点不部署小基站，其它候选部署点均需部署小基站。

假设该指定区域内候选基站数量为S，用户数量为M。算法输入为该指定区域的所有流量状态T＝{1...T}，输出为基站的运行状态和基站部署Z＝[z_i]_1×S。在算法中的临时变量的定义依次是：A′表示上一次迭代中的基站状态，B＝[b_i，k]_S×M，C＝[c_i]_1×S和D＝[d_k]_1×M分别用来保存所有基站和用户的度数。对于任意基站i，其度数指的是与基站相连的用户数，计算方法为对任意用户k，其度数指的是与用户相连的基站数，计算方法为A_t、C和D中的元素初始化为0，A′中的元素初始化为1。

对于每一个流量状态，算法的每一步迭代包括3个步骤，依次是：1)建立连接图；2)删除多余的连接；3)检查能否进一步关闭活动基站。

1)建立连接图：首先根据公式 ${\mathrm{SINR}}_{i,k}=p_{i,k}{g}_{i,k}/({\Σ}_{j=1,j\≠i}^S{p}_{j,k}{g}_{j,k}+{\mathrm{\δ}}^2)$ 计算所有基站和用户之间的信干燥比值并与设定的中断阈值进行比较，其中p_i，k和p_j，k分别表示基站i和基站j对用户k的发射功率，g_i，k和g_j，k分别表示基站i和基站j与用户k之间的信道增益，δ²表示噪声功率。以上这些参数由实际系统决定。对于任意基站i和任意用户k，如果信干燥比值大于中断阈值，则基站i可以作为用户k的候选基站，或用户k可以作为基站i的候选用户，将基站i和用户k连接起来，令b_i，k＝1；如果信干燥比值小于中断阈值，基站i和用户k不连接，令b_i，k＝0。通过遍历所有基站和用户，可以得到所有活动基站和用户之间可能的连接关系，存到矩阵B，同时也可以获得所有活动基站和用户的度数，分别保存到C和D。假设每个用户只被一个基站服务，每个基站有最大服务用户数的限制，这样每个用户节点的度数不超过1，每个基站节点的度数不超过基站能服务的最大用户数，因此需要删除多余的连接。

2)删除多余的连接：这一步用于删除冗余的连接，以确定基站和用户的对应关系。当D中的最大值大于1时，D中至少存在一个度数大于1的用户，这意味着在网络中存在多余的连接。首先，找出最大度数的基站的序号j，这种潜在连接数最多的基站可以作为活动基站优先考虑，将基站j设置为活动基站。如果该基站的度数大于其能服务的最大用户数，将依次删除该基站与用户集合中度数最大的用户的连接，直到该基站的度数等于其最大服务用户数为止。采用这个规则的原因是拥有较大度数的用户有更多的潜在用户可以为其提供服务，即使删除该用户和基站j的连接，还有较多的选择可以保障该用户的服务。当确定了基站和用户的关联之后，将删除这些用户与其它基站的连接，同时更新B、C和D，将上一次迭代的基站状态保存到A′，并根据C的值计算A_t。对于任意基站i，如果c_i＞0，则a_i＝1，将基站设为活动基站，否则a_i＝0，将该基站关闭。

3)检查能否进一步关闭活动基站：如果在删除多余的连接之后，没有活动的基站被关闭，或者A＝A′满足，将尝试进一步关闭活动的基站并检查整体的中断用户数条件(发生中断的用户数占总用户数的比值小于阈值τ)是否成立。将所有活动基站按度数从小至大进行排序，从度数最小的基站检查起。每关闭一个基站j'，都重复之前“建立连接图”和“删除多余的连接”的操作。如果存在一个基站，当关闭该基站时中断用户数条件成立，则跳出进入外循环继续迭代。如果当关闭掉任何基站时中断用户数条件都不成立，则输出流量状态t下的基站状态A_t。

在获得所有流量状态下的基站状态后，综合通过公式得到最终的基站部署结果。

图2给出了在同频频谱配置和正交频谱配置下，本算法第一次迭代和最后一次迭代所形成的连接图。假设当前流量状态为随机流量状态，候选基站部署点数为24，用户数为250。从图2(a)中我们可以看出，在同频配置第一次迭代删除多余连接后，没有基站处于空闲状态，可以尝试关闭一个服务用户数最小的基站，如基站5仅服务一个用户，可以关闭基站5并重新构建连接图，如果验证中断用户数条件是满足的，则进入下一次迭代。从图2(b)中可以看出，在同频配置最后一次迭代删除多余连接后，25个基站中有8个处于开启状态，这和上一次迭代后的基站状态相同，因此尝试按基站度数由小到大依次关闭基站，发现关闭任意基站并建立连接后，中断用户数的条件都不能满足，因此该基站状态就是在当前流量状态下的最终基站状态。图2(c)和图2(d)表示在正交配置下的类似情况。我们可以看到在同频配置下，由于宏基站的干扰影响，最终活动的小基站都分布在了区域的边缘地带，而在正交配置下，没有宏基站的干扰，最终活动的小基站随机分布在整个区域。

图3给出了当给定更加密集的基站部署候选点时的规划算法最终连接图。可以看出，在相同的流量形态和相同的用户数下，候选部署点的个数为24和112时所得到的基站规划结果是比较相似的，但是当候选部署点更多时，可以取得更好的规划结果。例如图2(b)和图3(a)中，活动小基站都均匀地分布区域的边缘地带，但是图3(a)中由于可选的基站部署点更多，能得到更好位置的部署基站，图3(a)中的活动基站数比图2(b)要少1个。在图2(d)和图3(b)也呈现出类似的规划结果。图3(c)和图3(d)显示了当用户密度更高时的基站活动状态，可以看到，由于基站最大连接数的限制，活动的基站数随着用户数的增加也相应的成比例增加。

图4表明了系统性能随迭代次数的变化过程。在随机流量形态下，我们分别以“活动小基站数”、“总功率消耗”、“总频谱效率”、“总能量效率”四个指标相对于迭代数的变化来观察本算法在同频频谱配置和正交频谱配置下的系统性能变化，结果如图4所示。从图中可以看出，在不同的频谱配置下的系统性能各项指标随着迭代数的变化趋势大致相同。随着迭代数的增加，活动的小基站数是逐渐减少的，同频配置活动微基站数从24下降到7，正交配置下活动基站数从24下降到6。相应的基站的总功率消耗也是逐渐减少的。另外，两种频谱配置下，虽然活动的基站数在逐渐减少，但是频谱效率却保持着一定的稳定0系统的能量效率处于一个逐渐上升的趋势。

图5为在其它各种聚集流量状态下的连接图和基站状态。

以上包含了本发明优选实施例的说明，这是为了详细说明本发明的技术特征，并不是想要将发明内容限制在实施例所描述的具体形式中，依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定，而非由实施例的具体描述所界定。

Claims (2)

1.一种高密度异构蜂窝网络规划部署算法，其特征在于：考虑在一片指定区域部署一个两层的异构蜂窝网络，该区域中心有一个宏基站；首先假设在所有的候选部署点都部署有小基站，然后依次确定在每个流量状态下的基站状态，最后将所有流量状态下的基站状态综合起来确定小基站的部署，部署规则是：如果候选部署的小基站在所有流量状态下都处于睡眠状态，则在该候选部署点不部署小基站，其它候选部署点均需部署小基站。

2.根据权利要求1所述的高密度异构蜂窝网络规划部署算法，其特征在于：假设该指定区域内候选基站数量为S，用户数量为M；算法输入为该指定区域的所有流量状态T＝{1...T}，输出为基站的运行状态和基站部署Z＝[z_i]_1×S；在算法中的临时变量的定义依次是：A′表示上一次迭代中的基站状态，B＝[b_i，k]_S×M，C＝[c_i]_1×S和D＝[d_k]_1×M分别用来保存所有基站和用户的度数；对于任意基站i，其度数指的是与基站相连的用户数，计算方法为对任意用户k，其度数指的是与用户相连的基站数，计算方法为A_t、C和D中的元素初始化为0，A′中的元素初始化为1；

对于每一个流量状态，算法的每一步迭代包括3个步骤，依次是：1)建立连接图；2)删除多余的连接；3)检查能否进一步关闭活动基站；

1)建立连接图：首先根据公式 ${\mathrm{SINR}}_{i,k}=p_{i,k}{g}_{i,k}/\left({\mathrm{\Σ}}_{j=1,j\≠i}^S{p}_{j,k}{g}_{j,k}+{\mathrm{\δ}}^2\right)$ 计算所有基站和用户之间的信干燥比值并与设定的中断阈值进行比较，其中p_i，k和p_j，k分别表示基站i和基站j对用户k的发射功率，g_i，k和g_j，k分别表示基站i和基站j与用户k之间的信道增益，δ²表示噪声功率；

对于任意基站i和任意用户k，如果信干燥比值大于中断阈值，则基站i可以作为用户k的候选基站，或用户k可以作为基站i的候选用户，将基站i和用户k连接起来，令b_i，k＝1；如果信干燥比值小于中断阈值，基站i和用户k不连接，令b_i，k＝0；通过遍历所有基站和用户，可以得到所有活动基站和用户之间可能的连接关系，存到矩阵B，同时也可以获得所有活动基站和用户的度数，分别保存到C和D；假设每个用户只被一个基站服务，每个基站有最大服务用户数的限制，这样每个用户节点的度数不超过1，每个基站节点的度数不超过基站能服务的最大用户数，因此需要删除多余的连接；

2)删除多余的连接：

当D中的最大值大于1时，D中至少存在一个度数大于1的用户，这意味着在网络中存在多余的连接；首先，找出最大度数的基站的序号j，这种潜在连接数最多的基站可以作为活动基站优先考虑，将基站j设置为活动基站；如果该基站的度数大于其能服务的最大用户数，将依次删除该基站与用户集合中度数最大的用户的连接，直到该基站的度数等于其最大服务用户数为止；当确定了基站和用户的关联之后，将删除这些用户与其它基站的连接，同时更新B、C和D，将上一次迭代的基站状态保存到A′，并根据C的值计算A_t；对于任意基站i，如果c_i＞0，则a_i＝1，将基站设为活动基站，否则a_i＝0，将该基站关闭；

3)检查能否进一步关闭活动基站：如果在删除多余的连接之后，没有活动的基站被关闭，或者A＝A′满足，将尝试进一步关闭活动的基站并检查整体的中断用户数条件是否成立；将所有活动基站按度数从小至大进行排序，从度数最小的基站检查起；每关闭一个基站j′，都重复上述“建立连接图”和“删除多余的连接”的操作；如果存在一个基站，当关闭该基站时中断用户数条件成立，则跳出进入外循环继续迭代；如果当关闭掉任何基站时中断用户数条件都不成立，则输出流量状态t下的基站状态A_t；

在获得所有流量状态下的基站状态后，综合通过公式得到最终的基站部署结果。