CN105451244B - 一种小型基站协作的覆盖概率估计方法 - Google Patents

Abstract

本发明公开了一种小型基站协作的覆盖概率估计方法，首先，将宏基站和小型基站的位置随机建模，并通过泰森多边形Voronoi图进行小区划分，在此基础上，根据用户在网络中所处的位置，估计为其服务的两小型基站协作后的覆盖概率。由于建模的随机性和小区划分的合理性，且估计过程中考虑到环境因素对覆盖概率的影响，因而，本发明能更加准确地获取小型基站协作覆盖概率，为网络性能分析比较和小型基站部署规划提供便利。

Description

一种小型基站协作的覆盖概率估计方法

技术领域

本发明属于无线通信技术领域，具体来说，涉及一种小型基站协作的覆盖概率估计方法。

背景技术

随着移动智能终端渗透率逐步提升，连续深度覆盖的无线网络成为影响终端用户体验的关键因素。原有的宏基站和传统的分布式天线系统DAS覆盖解决方案，已不能满足日益增长的容量需求和更高阶的体验要求。

小型基站凭借其大容量、覆盖好、易管理、成本低等优势，且随着技术发展趋于成熟，越来越受到世界各大运营商的青睐。虽然小型基站部署预计将显著提高频谱效率和下一代蜂窝网络的覆盖范围，但是小型基站与宏基站共存网络将面临着频谱共享和干扰管理的挑战。随着频谱资源的日益匮乏，小型基站部署密度增大，共存网络所面临的问题亟待解决。协同通信是在频谱资源受限和复杂的无线网络环境下针对传统点对点通信缺点而引进的一种新的通信模式。关于小型基站协作的协同通信的研究不仅具有理论价值还有着非常广阔的应用前景，并且在5G(第五代移动通信技术)的发展中也将具有重要的意义。

由于小型基站的部署是根据需要进行安装，且接入点位置随机分布，因此会带来不可预测的干扰，降低蜂窝网络的整体性能。若在考虑信干噪比变量只依靠用户位置和信道衰减和部分宏基站干扰，而忽略非协作小型基站干扰，这是一种高度理想化的方法。在异构网络情况下，小型基站与宏基站之间存在不可避免的共信道干扰，这是限制频谱效率和系统覆盖的主要因素之一。所以要得到比较精确的协作后的覆盖概率，考虑非协作所有基站的干扰是必要的。随着多点协作技术特别是小型基站协作技术的发展日趋成熟，以及小型基站和宏基站位置的随机性为网络性能的分析和比较带来了困难，因而如何能够准确的对基站协作后各个因素对覆盖性能即覆盖概率的影响进行分析，准确获取小型基站协作后的覆盖概率，对双层网络中小型基站的系统设计和相关业务的发展起着至关重要的作用。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种小型基站协作的覆盖概率估计方法，首先，将宏基站和小型基站的位置随机建模，并采用Voronoi图进行小区划分，在此基础上，根据用户在网络中所处的位置，估计为其服务的两小型基站协作后的覆盖概率。由于建模的随机性和小区划分的合理性，且估计过程中考虑到环境因素对覆盖概率的影响，因而，能更为准确地获取小型基站协作覆盖概率，为网络性能分析比较和小型基站部署规划提供便利，尤其适合于5G下的小型基站覆盖概率估计。

为实现上述目的，本发明提出了一种小型基站协作的覆盖概率估计方法，其特征在于，具体包括以下步骤：

(1)将网络分为小蜂窝小区和宏小区，小蜂窝小区即第二层网络，为小型基站SBS服务的区域，宏小区即第一层网络，为宏基站MBS服务的区域；

(2)通过泰森多边形Voronoi图，以小型基站为中心对第二层网络进行小区划分；

(3)以网络中原点位置处的用户为典型用户，选取距离该典型用户最近的两小型基站作为该典型用户的协作小型基站；

(4)对步骤(3)中选取的两协作小型基站进行覆盖概率P_n＝2估计所述覆盖概率P_n＝2具体为：

其中，n为协作小型基站个数，n＝2表示两个协作小型基站，x_ji为第j层网络中第i个协作基站与典型用户的距离，那么，x₂₁为第二层网络中第1个协作小型基站与典型用户的距离，x₂₂为第二层网络中第2个协作小型基站与典型用户的距离，且0＜x₂₁＜x₂₂＜∞；θ是典型用户作为接收机时信干噪比SINR的阈值，α是路径衰落因子，α＞2，σ²为系统噪声，p₂为第二层网络中协作小型基站发射功率，为累积干扰I的拉普拉斯变换，f_Γ(x)为距离典型用户最近的两协作小型基站的联合概率密度函数。

作为进一步优选的，所述累积干扰I包括宏基站MBS和其他所有非协作小型基站SBS的总干扰。

作为进一步优选的，所述累积干扰I的拉普拉斯变换具体为：

其中，λ_j为第j层网络基站的部署密度；p_j为第j层网络中协作基站发射功率，d为第j层网络中干扰基站相对于典型用户的距离的下确界，d的取值具体为：

作为进一步优选的，所述距离典型用户最近的两协作小型基站的联合概率密度函数具体为：

其中，λ₂为第二层网络小型基站的部署密度。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1.通过实施本发明中小型基站协作覆盖概率的估计方法，能够准确的分析小型基站协作后各个因素对覆盖性能即覆盖概率的影响，进一步地，通过估计得到的小型基站协作后的覆盖概率，为网络性能分析比较和小型基站部署规划提供便利；

2.本发明在对小型基站协作覆盖概率的估计过程中，针对小型基站协作通信的特点，通过Voronoi图进行小区划分，在此基础上，根据用户在网络中所处的具体位置，估计两小型基站协作后的覆盖概率，因而，经过随机建模并估计得到的小型基站协作覆盖概率更加贴合实际的网络应用环境；

3.本发明针对小型基站协作覆盖概率进行估计的过程中，还考虑到环境因素(即宏基站和所有非协作小型基站的干扰)对覆盖性能的影响，进一步提高了小型基站协作覆盖概率估计的准确性，尤其适用于5G网络环境下的小型基站覆盖概率估计。

附图说明

图1是本发明中异构网络下Voronoi图小区划分结构示意图；

图2是本发明一种小型基站协作的覆盖概率估计方法流程图；

图3是本发明中小型基站不同发射功率对应的SBS协作覆盖概率曲图；

图4是本发明中小型基站部署密度对应的SBS协作覆盖概率曲线图；

图5是本发明中小型基站协作与非协作的覆盖概率曲线对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

图1为本发明中异构网络下Voronoi图小区划分结构示意图；

在本实施例中，图1所示的网络是由两个不同密度基站部署的独立网络层组成的异构网络，每一层基站的发射功率不同。在该网络下，以小型基站为中心进行Voronoi图划分，形成新的小蜂窝小区。假设C为协作小型基站的集合，属于第j层中的基站发射功率为P_j，基站服从一个二维空间密度为λ_j的泊松点过程(PPP)φ_j分布。考虑的典型用户并不失一般性，设原点典型用户。通过协作小型基站共同传送同一条消息服务用户。

每个小型基站经由一些足够协作通信的回程链路连接所有与它共享小区边界的小型基站。

同时正好一个单天线用户最初是与每个基站相关联。用户能通过两小型基站的协作接收服务，所述两小型基站为距离它最近的第一个和第二个小型基站，两小型基站与用户的相对位置很重要，此处用符号b₂₁和b₂₂指定位于第2层网络上的上述小型基站。

下面将重点阐述用来分析小区网络覆盖概率的信干噪比SINR及其互补累积分布函数CCDF。

在本发明中，所有的信道服从典型的路径衰落，且经历瑞利衰落，使用下标1和2分别表示宏基站和小型基站，典型用户接收有用信号功率P_r为：

其中，P₂为小型基站发射功率，H为信道衰减系数，服从指数分布，X为小型基站到用户之间的距离，α为路径衰减指数。

典型用户的信干噪比SINR为：

其中，σ²为系统噪声，I为累积干扰。

蜂窝网内的用户SINR的互补累积分布函数(CCDF)被定义为覆盖概率，具体为：

P＝Ρ[SINR＞θ] (3)

公式中θ为接收端的SINR的阈值，P为典型用户接收到SINR超过阈值θ的概率即覆盖概率，或者任意时间处于小型基站覆盖的网络区域所占的平均比例。

本发明中小型基站服从齐次泊松点过程(HPPP)，小区中，典型用户被距离最近的两个随机小型基站联合覆盖的概率，是覆盖分析研究的兴趣点。

典型用户与服务其距离最近的两小型基站之间距离分别为x¹和x²，0＜x₁＜x₂＜∞。在二维泊松点过程中，面积为S的区域中存在0个小型基站的概率为：

其中，λ表示泊松点过程强度，即小型基站部署密度；因此，其累积分布函数CDF为：

相应的概率密度函数PDF为：

考虑两个基站，在x₂中有一个基站，基站位置x₁，即x₁＜x＜x₂中存在零个小型基站的概率为：

同理，可得出对应的概率密度函数PDF为：

根据贝叶斯法则可得典型用户与距离为x₁,x₂的两小型基站的联合概率密度函数pdf为：

其中，λ表示泊松点过程强度，即小型基站部署密度。

结合图2所示本发明的方法流程图对小型基站协作覆盖概率的具体过程做详细描述。

1、小型基站协作覆盖概率

如图1及图2中所示，部署的小型基站和宏基站是随机分布，以小型基站为中心，采用voronoi结构概念进行划分，划分后得到的每个小区中仅包含一个小型基站，根据voronoi图性质，保证小区内所有位置到划分的中心点距离最近。位于本小区内且使用本小区内小型基站服务的用户称为主要用户，位于本小区外且使用本小区内小型基站服务的用户称为次要用户。在小区中，干扰源包括宏基站(MBS)、次要用户和服务基站之外的其他小型基站(SBS)。由于次要用户距离比较远，发射功率不高，干扰信号经过建筑物等的衰落后，对主要用户的干扰比较低。因此次要用户对主要用户的影响可以被忽略。那么，主要的干扰源是来自非协作小型基站和宏基站。由于小型基站的部署环境可以是室内和室外，这里简化，并不考虑信号通过墙壁的衰减。本发明中干扰信号强度服从瑞利分布，干扰功率和有用信号功率均服从指数分布，均值为1/μ，有用信号指的是传递用户所需信息的信号。

干扰信号强度服从瑞利衰落时，对步骤(3)中选取的两协作小型基站进行覆盖概率P_n＝2估计，具体为：

其中，n为协作小型基站个数，n＝2表示两个协作小型基站，x_ji为第j层网络中第i个协作基站与典型用户的距离，那么，x₂₁为第二层网络中第1个协作小型基站与典型用户的距离，x₂₂为第二层网络中第2个协作小型基站与典型用户的距离，且0＜x₂₁＜x₂₂＜∞；θ是典型用户作为接收机时SINR(信干噪比)的阈值，α＞2是路径衰落因子，σ²为系统噪声，p₂为第二层网络中协作小型基站发射功率，为累积干扰I的拉普拉斯变换，f_Γ(x)为距离典型用户最近的两协作小型基站的联合概率密度函数。

所述累积干扰I包括宏基站MBS和其他所有非协作小型基站SBS的总干扰，其拉普拉斯变换具体为：

其中，s为复变量，λ_j为第j层网络基站的部署密度；p_j为第j层网络中协作基站发射功率，d为第j层网络中干扰基站相对于典型用户的距离的下确界，d的取值具体为：

所述距离典型用户最近的两协作小型基站的联合概率密度函数具体为：

其中，λ₂为第二层网络小型基站的部署密度。

累积干扰I包括来自宏基站(MBS)和其他所有非协作小型基站(SBS)的总干扰。

对选取的两协作小型基站进行覆盖概率P_n＝2估计的具体过程如下：

根据SINR定义：

h_ji表示第j层网络中基站i与典型用户之间信道的随机衰减系数，服从指数分布。其中干扰I来自两个方面，即用户接收到的未参与协作的小型基站信号和平面内所有的宏基站信号。表示为：

其中，I_m为宏基站干扰，I_s为未参与协作的所有小型基站的干扰。距离典型用户为x₂₁和x₂₂的两小型基站协作覆盖典型用户u₀的覆盖概率为：

其中累积干扰I的拉普拉斯变换：

其中

令μ^α＝(sp_j)^-1x^α，可以表示为：

其中F(x)可以表示为

r为积分变量，衰减因子α>2，当α＝4时，F(x)能表达成：

2、仿真测试

在本部分，小型基站协作后的覆盖概率进行仿真分析。仿真参数如下表：

符号

参数名称

数值

p<sub>1</sub>	MBS发射功率	25w
			p<sub>2</sub>	SBS发射功率	0.1～5w
α	路径损耗因子	4
			λ<sub>1</sub>	MBS部署密度	1/(500*500*π)
λ<sub>2</sub>	SBS部署密度	k/(500*500*π)
			k	基站倍数	1～100
σ<sup>2</sup>	系统噪声	10<sup>-11</sup>

根据上表的参数设定通过仿真证明公式(1)。图2显示了阈值θ为0db时小型基站发射功率与SBS协作覆盖概率关系图。从图2中可以看出，在其他条件不变的情况下，小型基站协作的覆盖概率与小型基站的发射功率成单调递增的趋势，在发射功率小于1w的情况下覆盖概率变化比较快，随着功率的增大变化比较缓慢。所以可采取适当的提高小型基站的发射功率来进一步提高小区的覆盖性能。

图3显示了小型基站部署密度与小型基站协作覆盖概率关系，从图中可以看出，小型基站协作的覆盖概率与小型基站的分布密度成正相关。且当阈值为0db时，小型基站分布小于宏基站的30倍时，协作后的覆盖概率随小型基站密度变化比较大，在小型基站密度不断增大的情况下，协作后的覆盖概率变化不大，并趋于平缓。其原因在于随着基站的密度增大，用户接收到的有用信号增强，但是干扰也增大，所以最终覆盖概率的变化不会太大。但是从图中可以看出其与小型基站的密度分布是有很大关系的。具体实际中的取值可根据所要求的目标来进行设定。

图4显示小型基站协作与非协作的覆盖概率曲线对比图，n表示的是合作小型基站的个数，n＝1时表示小型基站未协作。图中可以看出，在小型基站是宏基站部署密度的5倍时，在相同的阈值下，协作后的基站覆盖概率高于单个小型基站的覆盖概率，对小区内的覆盖性能有改善作用。当小型基站的密度提高到宏基站的100倍时，小型基站协作的覆盖概率有了明显的提高，尤其在阈值为-10～10db这一范围。高密度小型基站部署，使整个小区的覆盖性能得到了很大的改善，但同时提高了小型基站部署成本，所以根据区域覆盖性能要求，合理部署小型基站很重要。

综上，通过仿真可知，小型基站的部署不但可以提高小区的覆盖性能，提高吞吐量和网络覆盖率，还可以进一步降低基站建设的成本投入。然而小型基站是根据个人需要安装使用，其位置会呈现随机性，因此，采用随机几何对其进行分析，从而得到对应的部署密度，发射功率与覆盖概率之间的关系，为小型基站的部署以及功率设置提供理论分析。

本发明提出的一种小型基站协作的覆盖概率估计方法，是一种准确的全面的协作覆盖概率估计方法。通过在异构网络中建模，利用随机几何对覆盖概率进行建模推导，并在小型基站部署密度、发射功率、协作小型基站与非协作小型基站的覆盖概率进行了比较。通过协作覆盖概率估计方法和仿真分析发现，提高小型基站密度和发射功率可以有效的改善覆盖性能，同时，由于小型基站协作后把本视为干扰的信号在相互协作小型基站端进行联合处理转化为有用信号，从而提高了覆盖概率，改善了小区边缘用户的服务质量。因此，上述覆盖概率估计方法可以为小型基站部署的合理规划提供依据，同时，通过上述方法，进一步实现了网络的整体优化。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种小型基站协作的覆盖概率估计方法，其特征在于，包括以下步骤：

(1)将网络分为小蜂窝小区和宏小区，小蜂窝小区即第二层网络，为小型基站SBS服务的区域，宏小区即第一层网络，为宏基站MBS服务的区域；

(2)通过泰森多边形Voronoi图，以小型基站为中心对第二层网络进行小区划分；

(3)以网络中原点位置处的用户为典型用户，选取距离该典型用户最近的两小型基站作为该典型用户的协作小型基站；

(4)对步骤(3)中选取的两协作小型基站进行覆盖概率P_n＝2估计，所述覆盖概率P_n＝2具体为：

其中，n为协作小型基站个数，n＝2表示两个协作小型基站，x_ji为第j层网络中第i个协作基站与典型用户的距离，那么，x₂₁为第二层网络中第1个协作小型基站与典型用户的距离，x₂₂为第二层网络中第2个协作小型基站与典型用户的距离，且0＜x₂₁＜x₂₂＜∞；θ是典型用户作为接收机时信干噪比SINR的阈值，α＞2是路径衰落因子，σ²为系统噪声，p₂为第二层网络中协作小型基站发射功率，为累积干扰I的拉普拉斯变换，f_Γ(x)为距离典型用户最近的两协作小型基站的联合概率密度函数。

2.根据权利要求1所述的方法，其特征在于，所述累积干扰I包括宏基站MBS和其他所有非协作小型基站SBS的总干扰。

3.根据权利要求1或2所述的方法，其特征在于，所述累积干扰I的拉普拉斯变换具体为：

其中，λ_j为第j层网络基站的部署密度；p_j为第j层网络中基站发射功率，d为第j层网络中干扰基站相对于典型用户的距离的下确界，d的取值具体为：

4.根据权利要求1或2所述的方法，其特征在于，所述距离典型用户最近的两协作小型基站的联合概率密度函数具体为：

其中，λ₂为第二层网络小型基站的部署密度。