CN105471541B - 超密集Small Cell网络中应用于视频业务的节能干扰整形方法 - Google Patents

Abstract

本发明公开了超密集Small Cell网络中一种应用于视频业务的节能干扰整形方法，属于无线网络通信技术领域。本方法包括：对请求视频服务的用户，服务该用户的基站周期性检测该用户的信噪比以及测试从邻区基站接收的信号强度，当用户的信噪比未达到业务要求时，触发干扰整形机制，根据从干扰信号强度，发送干扰整形尺度给干扰基站，干扰基站根据BE类业务的QoE指标调整传输功率；重复干扰整形机制，直到信噪比达到业务要求或达到最大迭代次数，结束干扰整形。本发明降低了超密集Small Cell网络中BE类业务对视频业务引入的突发干扰，并在一定程度上保证了视频业务、BE类业务的QoE要求。

Description

超密集Small Cell网络中应用于视频业务的节能干扰整形 方法

技术领域

本发明涉及无线网络通信技术领域，具体涉及面向超密集Small Cell网络中针对视频业务受到突发干扰的干扰整形方法。

背景技术

随着移动通信技术的进步，智能终端的普及，移动互联网和物联网的蓬勃发展，移动终端数量和移动数据流量呈现出爆炸式的增长态势。我国IMT-2020(5G)推进组研究表明，到2020年全球移动终端(不含物联网设备)数量将超过100亿，全球物联网设备数量将接近70亿。2015年2月，思科发布的视觉化网络指标报告(VNI)指出，到2019年全球移动数据流量将达到292EB，较2014年的30EB增长近10倍。为了应对如此大的流量需求，超密集SmallCell网络应运而生。超密集网络是指在现有的宏蜂窝小区基站和微蜂窝小区(Microcell)基站、微微蜂窝小区(Picocell)基站、毫微微蜂窝小区(Femtocell)基站等低功率小基站(Small Cell)组成的多层异构网络基础上，进一步增加低功率小基站的部署密度，实现小基站的超密集部署，最大程度提升全网的容量。因此，超密集Small Cell网络中视频业务面临的突发干扰是亟需解决的关键问题。

移动数据业务类型主要有文件下载、Web浏览等BE(Best Effort，尽力而为的业务)类业务，以及移动视频业务。此外，据思科VNI预测，2019年移动视频业务流量将占到全球移动数据流量的72％。鉴于此，Small Cell基站的密集部署必将导致不同业务应用(如BE类业务、视频业务等)之间相互干扰、相互影响。特别地，BE类业务对视频业务的干扰次数将尤为频繁，干扰程度尤为严重，这是由于同信道的BE类业务因其多变的数据量、即时的突发特性，会对视频业务造成严重的突发干扰，导致视频业务的QoE急剧下降。

另外，视频业务由于其数据量大、实时性高等特点，对网络和终端的能耗都带来了严峻的挑战。如何降低网络中视频业务的能耗，减少网络运营和部署费用是各大运营商一直寻求解决的关键性问题。针对用户终端，调查表明高达60％的用户认为智能手机电池续航时间有不佳，单位体积内的电池容量提升速度相对于视频业务的能耗增长速度来说过于缓慢。通过降低视频业务能耗来延长电池续航时间成为一个非常有前景的解决途径。

当前学术界和工业界关于干扰抑制技术的研究主要包括干扰消除、干扰避免、干扰协调技术，其中，干扰消除是通过对干扰信号进行解调甚至解码，并利用接收机的处理增益消除干扰；干扰避免大多采用频谱规划、波束选择等方法减小干扰；干扰协调技术一般采用功率控制、频域调度、部分频率复用/软频率复用、认知技术等实现。然而，目前针对干扰技术的研究很少有解决视频业务面临的突发干扰问题，同时保证各类业务应用的QoE要求，并实现无线网络的低能耗。在超密集Small Cell网络中，视频业务遭受的突发干扰问题尤为突出。因 此，保证视频业务的QoE，同时实现绿色无线网络已成为衡量下一代网络性能的关键能力指标。虽然国内外对于保障视频业务QoE的同时降低网络能耗的研究已经有了初步进展，但是大多解决方案只针对能耗或者视频业务QoE进行单目标优化，还有少数研究方案进行了视频QoE和能耗的联合优化，但算法计算复杂度太高，并且不是针对超密集SmallCell网络场景。

发明内容

本发明针对超密集Small Cell网络中BE类业务对视频业务引入的突发干扰问题以及网络高能耗的问题，提出了一种应用于视频业务解决突发干扰同时降低网络能耗的干扰整形方法。

本发明提供了一种在超密集Small Cell网络中应用于视频业务的节能干扰整形方法，实现步骤如下：

步骤1：用户接入网络初始化，用户u₀附着在家庭基站HeNB₀上，向视频服务器请求服务，附近的用户在相同信道上随机地传输BE类业务。

步骤2：用户u₀周期性地向HeNB₀发送信噪比SINR，SINR表示为：

其中，SNR₀是u₀接收的平均信噪比，SNR₀＝γ₀，γ₀表示用户u₀接收来自服务基站HeNB₀的平均信噪比；INR_j是第j个干扰基站的干扰噪声比；F为传输突发业务的相邻基站个数；g₀表示服务基站HeNB₀到用户u₀之间的信道增益，g_j表示第j个干扰基站到用户u₀之间的信道增益；γ_j是用户u₀接收来自第j个干扰基站的平均信噪比；η_j为权重，当第j个干扰基站不活动时，η_j取值为0，当第j个干扰基站活动时，η_j取值为1。

步骤3：基站HeNB₀根据自身的邻区干扰表，周期性地测试从邻区基站接收到的信号强度；所述的邻区干扰表中记录对本小区用户造成干扰的相邻小区。

步骤4：判断实际接收到的SINR是否达到业务要求的目标SINR_{targ et}，如果SINR＜SINR_target，触发干扰整形机制，进入步骤5，否则返回步骤2继续监测SINR。

步骤5：基站HeNB₀根据测试的从邻区基站接收的信号强度，向对用户u₀造成干扰的基站发送干扰整形尺度，调整干扰基站的发送速率或发送功率；

设第j个干扰基站当前的发送速率为R_j，则该基站调整后的发送速率其中，α_j为第j个干扰基站的速率干扰整形尺度，α_j∈(0,1)；

基站发送速率和发送功率存在直接的关系，设第j个干扰基站当前的发送功率为P_j，则该基站调整后的发送功率其中β_j为第j个干扰基站的功率干扰整形尺寸，β_j∈(0,1)。

步骤6：干扰基站根据BE类业务的QoE指标调整传输功率，并向HeNB₀发送ACK，确定已经调整完发射功率。

第j个干扰基站调整传输功率P_f,j＝max(P_min,min(PL_estimation+P_{HUE_received},P_max))；

其中，P_min、P_max分别表示第j个干扰基站的最小发射功率和最大发射功率，PL_estimation为评估的从第j个干扰基站到该基站覆盖的用户的路径损耗，P_{HUE_received}表示第j个干扰基站服务的用户侧接收到的功率，I是用户检测到的干扰，N₀是背景噪声。

步骤7：判定用户u₀的信噪比SINR是否大于等于SINR_{targ et}，或者是否达到设定的最大迭代次数，当SINR＜SINR_{targ et}且没有达到最大迭代次数时，返回步骤5执行，当SINR≥SINR_{targ et}或达到最大迭代次数时，干扰整形完成。

本发明的优点和积极效果在于：

(1)本发明的节能干扰整形方法解决了超密集Small Cell网络中视频业务面临的突发干扰问题，考虑Best Effort(BE)类业务的QoE指标，通过时域平滑干扰基站BE类业务的传输功率，降低了Small Cell基站密集部署的无线网络中因BE类业务用户占用视频业务用户信道传输BE类短时突发业务而产生的突发干扰。

(2)本发明为超密集Small Cell网络中视频业务高能耗的问题，提供了控制干扰用户功率降低视频业务能耗的方法，并在一定程度上保证了视频业务、BE类业务的QoE要求。

(3)在超密集Small Cell网络中，视频业务具有高数据量，高能耗的特征，视频QoE指标要求与视频业务高能耗两者相互制约，即降低能耗和提高视频QoE是相互矛盾的。本发明的功率控制策略将在保证一定视频QoE的基础上有效的降低视频业务的能耗。

附图说明

图1为本发明方法适用的一个示例场景图；

图2为本发明中的干扰整形信息交互的示意图；

图3为本发明的超密集Small Cell网络中应用于视频业务的节能干扰整形方法流程图。

具体实施方式

下面将结合本发明申请实例中的附图，对本发明实施实例中的技术方案进行清楚、完整的描述。很显然，所描述的实施实例只是本发明的一部分实施实例，而不是全部的实施实例。基于本发明中的实施实例，本领域普通技术人员所获得的所有其他实施实例，都属于本申请保护的范围。

当视频业务用户受到BE类业务的突发干扰时，视频业务用户的信干噪比(SINR)会剧烈波动，传统的解决方式是通过功率控制机制增加视频业务用户的发射功率来提高用户的SINR，然而由于SINR的剧烈波动会频繁触发功率控制机制，造成大量额外信令开销或对附近用户造成严重干扰。因此，仅仅通过传统的功率控制机制不能有效的解决视频业务的突发干扰问题。本发明目的之一是通过干扰整形的方式有效的解决BE类业务对视频业务造成的突发干扰问题。在超密集Small Cell网络中，视频业务具有高数据量，高能耗的特征，视频QoE指标要求与视频业务高能耗两者相互制约，即降低能耗和提高视频QoE是相互矛盾的。本发明 方法实现了在保证一定视频QoE的基础上有效的降低视频业务的能耗。本发明针对超密集Small Cell网络场景，通过时域平滑干扰基站BE类业务的传输功率，降低干扰的突发性，在降低网络能耗的同时保证视频、BE类业务的QoE指标。

图1是本发明实例的其中一个代表性网络场景，在超密集Small Cell网络场景中，大小型基站穿插并存。为了清晰的介绍本发明的技术方案，假定有一个宏基站MeNB，该宏基站下覆盖多个Small Cell基站，Small Cell基站为了满足诸多网络用户对web浏览、文件下载等BE类业务的需求，与宏用户占用相同的信道资源进行数据传输，很容易证明本发明也适用于多宏基站共同部署的网络场景。

图2是本发明的节能干扰整形方法中的信息交互示意图，以家庭基站(HeNB)为例，具体实施过程如下：

第一阶段：用户接入网络初始化，用户(UE)u₀附着在家庭基站HeNB₀上，u₀向视频服务器端发送视频请求，HeNB₀选择适当的发射功率为u₀提供服务。

相邻小区内的用户在相同信道上随机地传输BE类业务时，将对用户u₀造成干扰。本发明实施例中，HeNB₀是指服务用户u₀的家庭基站，(H)eNBs是指对用户u₀造成干扰的基站，为超密集网络中HeNB₀相邻的基站。

第二阶段：用户u₀周期性地将检测到的信噪比SINR信息回传给HeNB₀，HeNB₀将接收到的SINR与目标SINR_{targ et}对比，然后将干扰整形尺度发送给附近对其造成干扰的基站(H)eNBs，(H)eNBs根据自身的BE类业务预测需要达到的QoE指标，并进行RDF(速度整形尺度)决策选择，从而调整发送给用户UEs的功率，从而避免对u₀侧造成突发干扰。

图3是本发明超密集Small Cell网络中应用于视频业务的节能干扰整形方法流程图。为了清晰具体的说明本实施例，本发明以家庭基站为例，具体说明本发明应用于视频业务的节能干扰整形方法的实现步骤。

步骤1：用户接入网络初始化，用户u₀附着在HeNB₀上，向视频服务器请求服务，附近的用户在相同信道上随机的传输BE类业务。

步骤2：用户u₀周期性地向HeNB₀发送SINR信息，SINR可表示为：

其中，SNR₀是u₀接收的平均信噪比，SNR₀＝γ₀，γ₀表示用户u₀接收来自服务基站HeNB₀的平均信噪比；INR_j是第j个干扰基站的干扰噪声比，F表示传输突发业务的相邻基站的个数；g₀表示服务基站HeNB₀到用户u₀之间的信道增益，g_j表示第j个干扰基站到用户u₀之间的信道增益；γ_j是用户u₀接收来自第j个干扰基站的平均信噪比。

步骤2中，在超密集Small cell网络中，考虑了邻区用户的突发干扰。

步骤3：基站HeNB₀周期性的测试从邻区基站(H)eNBs接收到的信号强度，根据HeNB₀的邻区干扰表测试邻区基站(H)eNBs的信号强度。(H)eNBs表示该基站是超密集网络中的基站，是家庭基站或者其他Small Cell基站。

邻区干扰表中记录能对本小区用户造成干扰的相邻小区基本信息，如位置等。HeNB₀根据邻区干扰表测试邻区基站的信号强度，在步骤5中将会利用到干测试信号强度。

步骤4：判断实际接收到的SINR是否达到业务要求的目标SINR_target。如果SINR≥SINR_{targ et},则返回步骤2，继续监测SINR；如果SINR＜SINR_{targ et}，则说明实际用户SINR没有达到业务需求的SINR，有可能受到邻区正在传输BE类业务用户的突发干扰，因此触发干扰整形机制，进入步骤5。

步骤5：HeNB₀根据测试的从邻区基站接收到的信号强度，对u₀造成干扰的基站发送干扰整形尺度，调整干扰基站的发送速率或发送功率。

以其中第j个干扰基站f_j为例说明，HeNB₀发送干扰整形尺度α_j给基站f_j，要求干扰基站将发送速率调整为其中，为基站f_j调整后的发送速率，R_j为基站f_j当前的发送速率，α_j为基站f_j的干扰整形尺度，α_j∈(0,1)。干扰整形尺度α_j的值取决于干扰基站f_j对用户u₀的干扰强度，干扰越强，该值越小，反之越大，具体取值可通过粗略地划分干扰信号强度区间来定义。

由于基站发送速率和发送功率存在直接的关系，因此可以通过调整相应基站发送功率实现，即β_j∈(0,1)，其中，P_j为基站f_j当前的发送功率，为基站f_j调整后的发送功率，β_j为基站f_j的功率干扰整形尺寸。β_j与α_j之间成对数关系。

步骤6：干扰基站根据BE类业务的QoE指标调整传输功率，并向HeNB₀发送ACK，确定已经调整完发射功率。

干扰基站f_j根据BE类业务的QoE指标调整传输功率，依据下式调整：

P_f,j＝max(P_min,min(PL_estimation+P_{HUE_received},P_max))，

PL_estimation表示评估的从基站f_j到其覆盖的用户的路径损耗；P_{HUE_received}表示基站f_j服务的用户侧接收到的功率，I是用户检测到的干扰，N₀是背景噪声；P_min、P_max分别表示干扰基站f_j的最小发射功率和最大发射功率。

BE类业务的QoE指标可根据现有计算公式或者设定来确定。本发明实施例中网页浏览的QoE可通过下式计算：QoE_web＝ε₁-ε₂log(t_page)，ε₁、ε₂为通过仿真试验得出的两个常量，t_page代表网页的平均载入时间。

步骤7：判定用户u₀侧SINR是否大于等于目标SINR_target，或是否达到最大迭代次数，当SINR＜SINR_target，并且没有达到最大迭代次数时，则返回步骤5执行。当SINR≥SINR_target或达到最大迭代次数时，则干扰整形完成，结束干扰整形。

由于在步骤6中，干扰基站要考虑自身BE类业务的QoE指标，不能保证一次调整功率就能达到干扰整形的目的，因此设置了最大迭代次数。通过设置最大迭代次数，保证方法的有效性，降低了算法复杂度，该最大迭代次数可以通过仿真试验得到。

通过进行多次判定用户u₀的SINR是否达到目标SINR_target，在每次干扰整形后干扰用户都进行功率变化使得HeNB₀从新调整干扰整形尺度，从而进一步降低突发干扰，降低网络能耗。

Claims (2)

1.超密集Small Cell网络中应用于视频业务的节能干扰整形方法，其特征在于，包括如下实现步骤：

步骤1：用户接入网络初始化，用户u₀附着在家庭基站HeNB₀上，向视频服务器请求服务，附近的用户在相同信道上随机的传输BE类业务；BE类业务是指尽力而为的业务；

步骤2：用户u₀周期性地向HeNB₀发送信干噪比SINR，SINR表示为：

<mrow> <mi>S</mi> <mi>I</mi> <mi>N</mi> <mi>R</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>g</mi> <mn>0</mn> </msub> <msub> <mi>SNR</mi> <mn>0</mn> </msub> </mrow> <mrow> <mn>1</mn> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mo>|</mo> <mi>F</mi> <mo>|</mo> </mrow> </munderover> <msub> <mi>&amp;eta;</mi> <mi>j</mi> </msub> <msub> <mi>INR</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <msub> <mi>g</mi> <mn>0</mn> </msub> <msub> <mi>&amp;gamma;</mi> <mn>0</mn> </msub> </mrow> <mrow> <mn>1</mn> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mo>|</mo> <mi>F</mi> <mo>|</mo> </mrow> </munderover> <msub> <mi>&amp;eta;</mi> <mi>j</mi> </msub> <msub> <mi>g</mi> <mi>j</mi> </msub> <msub> <mi>&amp;gamma;</mi> <mi>j</mi> </msub> </mrow> </mfrac> </mrow>

其中，SNR₀是u₀接收的平均信噪比，SNR₀＝γ₀，γ₀表示用户u₀接收来自服务基站HeNB₀的平均信噪比；INR_j是第j个干扰基站的干扰噪声比；F为传输突发业务的相邻基站个数；g₀表示服务基站HeNB₀到用户u₀之间的信道增益，g_j表示第j个干扰基站到用户u₀之间的信道增益；γ_j是用户u₀接收来自第j个干扰基站的平均信噪比；η_j为权重，当第j个干扰基站不活动时，η_j取值为0，当第j个干扰基站活动时，η_j取值为1；

步骤3：基站HeNB₀根据自身的邻区干扰表，周期性地测试从邻区基站接收到的信号强度；所述的邻区干扰表中记录对本小区用户造成干扰的相邻小区；

步骤4：判断实际接收到的SINR是否达到业务要求的目标SINR_target，如果SINR＜SINR_target，触发干扰整形机制，进入步骤5，否则返回步骤2继续监测SINR；

步骤5：基站HeNB₀根据测试的从邻区基站接收的信号强度，向对用户u₀造成干扰的基站发送干扰整形尺度，调整干扰基站的发送速率或发送功率；

设第j个干扰基站当前的发送速率为R_j，则调整后的发送速率其中，α_j为第j个干扰基站的速率干扰整形尺度，α_j∈(0,1)；

设第j个干扰基站当前的发送功率为P_j，则调整后的发送功率其中β_j为第j个干扰基站的功率干扰整形尺寸，β_j∈(0,1)；

步骤6：干扰基站根据BE类业务的QoE指标调整传输功率，并向HeNB₀发送ACK，确定已经调整完发射功率；

第j个干扰基站调整传输功率P_f,j＝max(P_min,min(PL_estimation+P_{HUE_received},P_max))；

其中，P_min、P_max分别表示第j个干扰基站的最小发射功率和最大发射功率，PL_estimation为评估的从第j个干扰基站到该基站覆盖的用户的路径损耗，P_{HUE_received}表示第j个干扰基站服务的用户侧接收到的功率，I是用户检测到的干扰，N₀是背景噪声；

步骤7：判定用户u₀的信干噪比SINR是否大于等于SINR_target，或者是否达到设定的最大迭代次数，当SINR＜SINR_target且没有达到最大迭代次数时，返回步骤5执行，当SINR≥SINR_target或达到最大迭代次数时，干扰整形完成。

2.根据权利要求1所述的超密集Small Cell网络中应用于视频业务的节能干扰整形方法，其特征在于，所述的步骤6中，对网页浏览的QoE指标QoE_web根据下式获得：

QoE_web＝ε₁-ε₂log₁₀(t_page)

其中，ε₁和ε₂为通过仿真试验得到的两个常量，t_page代表网页的平均载入时间。