CN109167619B - 一种面向虚拟化的软扇区组网方法与装置 - Google Patents

Abstract

一种面向虚拟化的软扇区组网方法与装置，属于移动通信领域；具体为：软扇区形成模块计算在特定区域形成的软扇区所需天线的下倾角、水平角和天线数并在该特定区域形成软扇区；干扰分析模块计算每个软扇区的副瓣大小及垂直维、水平维波束的干扰角度并统计每个软扇区的干扰集合；资源共享模块统计软扇区与宏小区的负载情况并计算最佳带宽共享因子，实现带宽分割、软扇区资源复用和软扇区与宏小区间的资源共享；用户资源调度模块根据小区中的用户需求进行带宽资源调度；本发明采用大规模天线阵列的宏基站，在其覆盖区域动态地形成多个软扇区，从而减少small cell的部署，减少网络部署和运维成本，增强覆盖，提高系统吞吐量并增加网络灵活性。

Description

一种面向虚拟化的软扇区组网方法与装置

技术领域

本发明属于移动通信领域，尤其涉及利用大规模天线实现的一种面向虚拟化的软扇区组网方法与装置。

背景技术

预计在未来10年内，全球的业务数据总量将上升至目前的1000倍，业务密度也将呈现爆炸式地增长。随着城镇化的推进，覆盖质量和通话质量问题影响网络质量的普遍性问题。据中国移动对某省用户投诉的分析，基础通信投诉中41％为网络覆盖问题，其中70％以上的覆盖问题集中在室内。在现实通信系统中，高的空间频率复用率与可靠的通信性能往往不能兼顾。为解决该问题，最可靠方法就是通过拉近发射端和接收端之间的传输距离实现二者性能的同时提高。5G中解决这一问题的方案主要是部署small cell，而在实际中新设备部署时，不可避免地存在站址采集、维护和网络能耗，及回程链路成本的现实问题，用户也面临频繁切换，通信质量得不到保障等问题。

移动互联网数据量的巨大需求，需要5G通信系统中单位面积下的频谱效率相比4G系统能有显著提升。无线通信资源主要包括频率资源、时间资源和空间资源，而现有系统在频率和时间资源上已经接近饱和，提升频谱效率的潜在突破方向在于空间资源利用。空间资源的利用包括更大规模的天线、更加密集的组网以及更加高效的协作。

随着5G基站天线的智能化、规模化发展，使用大规模天线阵列，根据群体用户分布和业务需求的变化，通过波束赋形形成许多软扇区，从而降低大量small cell部署的站址、设备、传输带来的成本；同时也可以提供虚拟扇区和物理小区间统一管理的优化平台，从而降低运营商的维护复杂度，是一种易部署、易维护的轻型解决方案；特别适于small cell难于部署的场景。虚拟化软扇区是利用宏小区集中式的大规模天线系统，结合MIMO(Multi-Input-Multi-Output)技术的灵活性和小区分裂技术的简洁性，半静态地赋形出多个具有小区特性的虚拟小区，看起来就像是一个个独立的小区，并可以根据潮汐效应或用户的变化半静态地转移。

然而目前还没有如何采用虚拟化技术在宏基站覆盖范围内动态地形成多个软扇区的大规模天线波束成形方案，因此，无法对软扇区进行具体的实现和验证并改善网络性能。

发明内容

本发明的目的在于解决现有技术中的上述问题，提供一种面向虚拟化的软扇区组网方法与装置，采用大规模天线阵列的宏基站，在其覆盖区域动态地形成多个软扇区，进一步实现对宏基站覆盖范围内用户的深度和精度覆盖，提高容量密度，软扇区技术能减少small cell的部署，减少网络部署和运维成本，增强覆盖，提高系统吞吐量并增加网络灵活性。

为达到上述目的，本发明采用如下技术方案：

一种面向虚拟化的软扇区组网方法，包括以下步骤：

步骤1、软扇区形成：根据宏蜂窝区域内所有待深度和精度覆盖的特定区域中的用户容量密度从大到小对每个特定区域进行排序，并根据天线数及系统吞吐量要求的限制条件选择在合适特定区域形成相应的软扇区；

步骤2、软扇区干扰分析：根据相邻软扇区之间的副瓣干扰，确定每个软扇区的干扰集合以及所受干扰的大小；

步骤3、软扇区资源分配：根据形成的软扇区集合中所占的负载比例决定宏小区和其软扇区共享带宽资源的最佳分割比例，实现资源共享；

步骤4、资源调度；宏小区和软扇区根据用户需求为各自服务的用户进行带宽资源调度。

步骤1软扇区形成包括以下步骤：

步骤1.1、根据特定区域的用户容量密度进行从大到小排序，得到集合S；

步骤1.2、依次选择集合S中用户容量密度较大的地区，计算集合S中覆盖s_i的软扇区v_i所对应的水平维和垂直维所需天线数；

步骤1.3、判断软扇区水平维和垂直维的天线数的乘积累加之和是否不大于系统分配给软扇区的总天线数，且判断在该待深度和精度覆盖的特定区域形成软扇区后系统吞吐量是否提升；若判断结果均为是，则将覆盖s_i的软扇区v_i加入软扇区集合V中，计算软扇区v_i的天线增益；若判断结果之一为否，或判断结果均为否，则执行步骤1.4；

步骤1.4、集合S是否已经遍历完毕，若是，则结束；若否，则执行步骤1.2，直至集合S遍历完毕，停止执行。

步骤1.2包括以下步骤：

步骤1.2.1、依次选择集合S中用户容量密度较大的地区，计算集合S中覆盖s_i的软扇区所对应的天线下倾角、水平角、水平维半功率角和垂直维半功率角；

步骤1.2.2、由步骤1.2.1中的下倾角、水平角、水平维半功率角和垂直维半功率角计算水平维和垂直维所需天线数。

步骤2软扇区干扰分析包括以下步骤：在软扇区集合V中，若软扇区v_i在任意一维的投影与软扇区v_j的副瓣范围发生重叠，则称软扇区v_i受到软扇区v_j的干扰；遍历软扇区集合V中的每一个软扇区，判断其他软扇区的副瓣范围是否与该软扇区覆盖区域发生重叠，若是，则将这些软扇区加入到该软扇区的干扰集合中，进一步计算出该软扇区中的用户所受到的总的软扇区的干扰功率。

步骤3软扇区资源分配包括以下步骤：软扇区和宏小区之间共享系统的总带宽资源，并根据不同时刻的负载情况周期性动态调整软扇区和宏小区之间共享带宽资源的比例，进行带宽分割，使得通过资源共享而获得的吞吐量被提升。

步骤3软扇区资源分配还包括以下步骤：通过分析软扇区的干扰集合并合理地在软扇区间分配带宽资源，减少同频干扰，实现软扇区间带宽资源复用。

一种面向虚拟化的软扇区组网装置，包括软扇区形成模块、干扰分析模块、资源共享模块、用户资源调度模块；其中：

软扇区形成模块，用于计算在特定区域形成的软扇区所需天线的下倾角、水平角和天线数，若天线数未超过限制且系统吞吐量提升，则在该特定区域形成软扇区；

干扰分析模块，用于计算每个软扇区的副瓣大小及水平维、垂直维波束的干扰角度，执行干扰结合生成算法从而分析软扇区间的干扰，统计每个软扇区的干扰集合；

资源共享模块，用于统计软扇区与宏小区的负载情况，并根据负载情况计算最佳带宽共享因子，实现带宽分割、软扇区资源复用和软扇区与宏小区间的资源共享。

用户资源调度模块，用于根据小区中的用户需求进行带宽资源调度。

相对于现有技术，本发明技术方案取得的有益效果是：

本发明可在宏基站覆盖范围内动态地形成多个软扇区，部分替代small cell的部署，从而减少small cell的部署，降低网络部署和运维成本，并增加网络部署的灵活性，增强覆盖，提升网络容量和系统吞吐量。

本发明基于采用大规模天线阵列的宏基站，在宏基站场景下利用大规模天线阵列结合波束赋形技术，一个宏小区内能动态地形成多个虚拟化软扇区并组网，由系统统一调配虚拟化频谱资源。软扇区的形成将进一步实现对宏站覆盖范围内用户的深度和精度覆盖，提高软扇区下的网络容量密度，增强用户体验。

附图说明

图1为一种面向虚拟化的软扇区组网方法的流程示意图；

图2为软扇区形成的流程示意图；

图3为天线阵列示意图；

图4为垂直维波束示意图；

图5为水平维波束示意图；

图6为立体波束示意图；

图7为水平维副瓣干扰示意图；

图8为垂直维副瓣干扰示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明做进一步详细说明。

如图1所示，本实施例提供的一种面向虚拟化的软扇区组网方法，包括以下步骤：

步骤1、软扇区形成：根据宏蜂窝区域内所有待深度和精度覆盖的特定区域中的用户容量密度从大到小对每个特定区域进行排序，并根据天线数及系统吞吐量要求的限制条件选择在合适特定区域形成相应的软扇区；

步骤2、软扇区干扰分析：根据相邻软扇区之间的副瓣干扰，确定每个软扇区的干扰集合以及所受干扰的大小；

步骤3、软扇区资源分配：根据形成的软扇区集合中所占的负载比例决定宏小区和其软扇区共享带宽资源的最佳分割比例，实现资源共享；

步骤4、资源调度；宏小区和软扇区根据用户需求为各自服务的用户进行带宽资源调度。

一种面向虚拟化的软扇区组网装置，包括软扇区形成模块、干扰分析模块、资源共享模块、用户资源调度模块；其中：

软扇区形成模块，用于计算在特定区域形成的软扇区所需天线的下倾角、水平角和天线数，若天线数未超过限制且系统吞吐量提升，则在该特定区域形成软扇区；

干扰分析模块，用于计算每个软扇区的副瓣大小及水平维、垂直维波束的干扰角度，执行干扰结合生成算法从而分析软扇区间的干扰，统计每个软扇区的干扰集合；

资源共享模块，用于统计软扇区与宏小区的负载情况，并根据负载情况计算最佳带宽共享因子，实现带宽分割、软扇区资源复用和软扇区与宏小区间的资源共享；

户资源调度模块用于根据小区中的用户需求进行带宽资源调度。

如图3所示，形成软扇区的宏基站天线为大规模天线阵列(平面阵N_v×N_h)，在空间任意一点(球面坐标为

)可形成指向性波束。已知某个特定区域的位置，天线阵列能为其软扇区形成覆盖波束，根据特定区域位置，这个波束的方向由天线的下倾角θ和水平角

决定，波束的覆盖范围由垂直维半功率角

和水平维半功率角

决定。

图4和图5分别为垂直维和平面维的平面波束图，垂直维和平面维的平面波束合成后是一个椭圆形的轮廓线，其立体波束图如图6所示。

本发明针对宏小区覆盖区域内容量密度小的区域，通过调整天线的下倾角θ、水平角

水平维半功率角

和垂直维半功率角θ_3dB等天线参数形成不同的软扇区，满足用户业务的QoS需求。

其中，h表示宏基站天线的高度，x和y表示宏基站的坐标，dist表示软扇区中心与宏基站的距离，x'和y'表示软扇区中心的坐标，r表示软扇区的半径。

天线阵列在具体某点

的天线增益为：

天线阵列在具体某点

的水平维和垂直维的半功率角由天线数目N_m和天线阵列间距d_m(m＝h,v)决定，其对应关系式为：

其中，Θ_x表示沿x方向排列的直线阵列侧射时的半功率波瓣宽度，Θ_y表示沿y方向排列的直线阵列侧射时的半功率波瓣宽度,均可由线性天线阵列的半功率波瓣计算式(8)得出,λ为射频载波的波长,

设置宏基站的覆盖区域内有用户集合U＝{u₁,u₂,...,u_i,i∈N^*}，N^*表示整数集，待深度和精度覆盖的特定区域集合S＝{s₁,s₂,...,s_i,i∈N^*}，其s_i的用户密度为ω_i；根据待深度和精度覆盖的特定区域的分布特点，如地理位置和用户密度，根据特定区域的用户容量密度ω_i进行从大到小排序，得到集合S；简化起见，假设每个待深度和精度覆盖的特定区域的半径均等于r，宏基站的天线总数为N满足下式：

N＝N_macro+N_virtual (9)

其中，N_macro为用于覆盖宏小区的天线数，N_virtual为用于覆盖软扇区的天线数。第i个软扇区水平维天线数表示为

垂直维天线数表示为

s.t.

O'＞O(d) (10)

表示用户u_i所获得的速率，BW^S表示小区S所占带宽，P^S表示小区S在每赫兹上的发射功率，

表示小区S对用户u_i的路径损耗及天线增益，N₀表示白噪声，

表示其他小区对用户u_i的干扰。限制条件(b)表示用户速率根据改进后的香农公式计算得到，限制条件(c)表示所有软扇区水平维与垂直维的天线数的乘积累加之和不能超过系统分配给软扇区的总天线数。限制条件(d)表示在该待深度和精度覆盖的特定区域形成软扇区后系统吞吐量能提升，其中，O表示在该特定区域形成软扇区之前的系统吞吐量，O'表示在该特定区域形成软扇区之后的系统吞吐量。

在形成软扇区的过程中应满足限制条件(c)和(d)。

如图2所示，步骤1软扇区形成的具体步骤如下：

步骤1.1、软扇区形成模块根据特定区域的用户容量密度ω_i进行从大到小排序，得到集合S；

步骤1.2.1、依次选择集合S中用户容量密度较大的地区，根据式(1)和(2)计算集合S中覆盖s_i的软扇区所对应的天线下倾角θ、水平角

根据式(3)和(4)计算水平维半功率角

垂直维半功率角θ_3dB；

步骤1.2.2、将步骤1.2.1中下倾角θ、水平角

水平维半功率角

垂直维半功率角θ_3dB分别代入式(6)、(7)和(8)得到水平维和垂直维所需天线数

然后计算软扇区v_i所需天线总数

步骤1.3、判断

且判断O'＞O是否成立，若是，则将覆盖s_i的软扇区v_i加入集合V中，根据公式(5)计算软扇区v_i的天线增益g_i；否则，执行步骤1.4。

步骤1.4、集合S是否已经遍历完毕，若是，则结束；若否，则执行步骤1.2.1，直至集合S遍历完毕，停止执行。

步骤2软扇区干扰分析包括以下步骤：

在同一宏小区内考虑多个软扇区组成的组网场景中，假设其软扇区主瓣不相互重叠。由于软扇区间带宽资源是复用的，因此在副瓣作用下，相邻软扇区同频会产生一定的干扰，因而有必要计算分析每个软扇区的干扰集合。

软扇区干扰集合生成算法如下：

软扇区集合V中，若软扇区v_i在任意一维(水平和垂直)的投影与软扇区v_j的副瓣范围发生重叠，则称软扇区v_i受到软扇区v_j的干扰；干扰分析模块遍历软扇区集合V中的每一个软扇区，判断其他软扇区的副瓣范围是否与该软扇区覆盖区域发生重叠，若是，则将这些软扇区加入到该软扇区的干扰集合中，并计算出该软扇区中的用户所受到的总的软扇区的干扰功率。

给定一个软扇区，计算其中用户所受到的干扰，如图7和图8所示，图中阴影部分表示副瓣干扰区域。

本发明实施例中只考虑第一副瓣的干扰，采用的均匀平面阵的副瓣大小可通过水平维和垂直维的参数确定。任意一个软扇区的干扰范围可由公式(11)和(12)算出。

步骤3软扇区资源分配包括以下步骤：软扇区和宏小区之间共享系统的总带宽资源，资源共享模块根据不同时刻的负载情况周期性动态调整带宽共享因子β，进行带宽分割，使得通过资源共享而获得的吞吐量被提升；通过分析软扇区的干扰集合并合理地在软扇区间分配带宽资源，减少同频干扰，实现带宽资源复用。

BW为宏基站拥有的总带宽，BW^v表示该宏小区下所有软扇区所使用的带宽：

BW^v＝β·BW

引用α比例公平效用函数U_α(β)来表征系统总吞吐量，α∈{0,1}，其中，

表示用户u被分配总带宽BW时的速率，K_macro表示宏用户数，K_virtual表示软扇区用户数，log(*)表示一个给定用户所获得的速率。如式(13)：

该效用函数是凸的，且是饱和的，可求得最优共享因子β(函数极值点)。当小区内所有用户负载为同种业务时，最优共享因子β与

无关，如公式(14)。因此，最佳资源共享时的宏小区与软扇区之间的资源(带宽)共享因子β与小区的负载比例应互相匹配。

如公式(14)所示，最佳资源共享因子β与负载水平有关。

通过软扇区干扰集合之后，进行软扇区间资源调度，避免同频干扰。因此，不同的软扇区之间由于波束的空间隔离，不会引起太大的干扰，可复用相同的资源，而软扇区和宏小区之间共享系统总带宽资源，从而避免了软扇区受到宏小区信号的干扰，提升整个系统的吞吐量。

步骤4用户资源调度模块为小区内用户资源调度。小区间资源调度完毕之后，每个小区为各自服务的用户采取适宜的调度方法进行资源分配，使得网络中接入的用户能得到更好的体验，更高的服务质量。

Claims (5)

1.一种面向虚拟化的软扇区组网方法，其特征在于：包括以下步骤：

步骤1、软扇区形成：根据宏蜂窝区域内所有待深度和精度覆盖的特定区域中的用户容量密度从大到小对每个特定区域进行排序，并根据天线数及系统吞吐量要求的限制条件选择在合适特定区域形成相应的软扇区；

步骤2、软扇区干扰分析：根据相邻软扇区之间的副瓣干扰，确定每个软扇区的干扰集合以及所受干扰的大小；

步骤3、软扇区资源分配：根据形成的软扇区集合中所占的负载比例决定宏小区和其软扇区共享带宽资源的最佳分割比例；

步骤4、资源调度；宏小区和软扇区根据用户需求为各自服务的用户进行带宽资源调度；

步骤1软扇区形成包括以下步骤：

步骤1.1、根据特定区域的用户容量密度进行从大到小排序，得到集合S；

步骤1.2、依次选择集合S中用户容量密度较大的地区，计算集合S中覆盖s_i的软扇区v_i所对应的水平维和垂直维所需天线数；

步骤1.3、判断软扇区水平维和垂直维的天线数的乘积累加之和是否不大于系统分配给软扇区的总天线数，且判断在该待深度和精度覆盖的特定区域形成软扇区后系统吞吐量是否提升；若判断结果均为是，则将覆盖s_i的软扇区v_i加入软扇区集合V中，计算软扇区v_i的天线增益；若判断结果之一为否，或判断结果均为否，则执行步骤1.4；

步骤1.4、集合S是否已经遍历完毕，若是，则结束；若否，则执行步骤1.2，直至集合S遍历完毕，停止执行；

步骤2软扇区干扰分析包括以下步骤：在软扇区集合V中，若软扇区v_i在任意一维的投影与软扇区v_j的副瓣范围发生重叠，则称软扇区v_i受到软扇区v_j的干扰；遍历软扇区集合V中的每一个软扇区，判断其他软扇区的副瓣范围是否与该软扇区覆盖区域发生重叠，若是，则将这些软扇区加入到该软扇区的干扰集合中，进一步计算出该软扇区中的用户所受到的总的软扇区的干扰功率。

2.如权利要求1所述的一种面向虚拟化的软扇区组网方法，其特征在于：步骤1.2包括以下步骤：

步骤1.2.1、依次选择集合S中用户容量密度较大的地区，计算集合S中覆盖s_i的软扇区v_i所对应的天线下倾角、水平角、水平维半功率角和垂直维半功率角；

步骤1.2.2、由步骤1.2.1中的下倾角、水平角、水平维半功率角和垂直维半功率角计算水平维和垂直维所需天线数。

3.如权利要求1所述的一种面向虚拟化的软扇区组网方法，其特征在于：步骤3软扇区资源分配包括以下步骤：软扇区和宏小区之间共享系统的总带宽资源，并根据不同时刻的负载情况周期性动态调整软扇区和宏小区之间共享带宽资源的比例，进行带宽分割。

4.一种执行如权利要求1所述面向虚拟化的软扇区组网方法的软扇区组网装置，其特征在于：包括软扇区形成模块、干扰分析模块、资源共享模块；

软扇区形成模块，用于计算在特定区域形成的软扇区所需天线的下倾角、水平角和天线数，若天线数未超过限制且系统吞吐量提升，则在该特定区域形成软扇区；

干扰分析模块，用于计算每个软扇区的副瓣大小及水平维、垂直维波束的干扰角度，执行干扰结合生成算法从而分析软扇区间的干扰，统计每个软扇区的干扰集合；

资源共享模块，用于统计软扇区与宏小区的负载情况，并根据负载情况决定宏小区和其软扇区共享带宽资源的最佳分割比例。

5.如权利要求4所述的一种面向虚拟化的软扇区组网装置，其特征在于：还包括用户资源调度模块，用户资源调度模块用于根据小区中的用户需求进行带宽资源调度。

Images