JP6016983B2 - Ｌｔｅフェムトネットワークの実行可能性、収束、および最適化 - Google Patents

Description

本発明は、ロングタームエボリューション（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ：ＬＴＥ）フェムトセルに関し、詳細には、ユーザ選択可能なポリシーによる干渉緩和、および最適化に関するフェムトセル電力の動的な調整を含めて、様々なフェムトセル態様の解析および計画を可能にする解析的なフレームワークおよびアルゴリズムに関する。より詳細には、ハイブリッドな分散型および集中型のフェムトセル計画ならびに最適化アルゴリズムは、ユーザ選択されたＱｏＳに関する収束および最適化に関する保証を提供する。

ロングタームエボリューション（ＬＴＥ）フェムトセルは、３ＧＰＰ専門用語でホームエンハンスドノードＢ（Ｈｏｍｅ ｅｎｈａｎｃｅｄ ＮｏｄｅＢ：ＨｅＮＢ）とも呼ばれる。これらは、７５フィート（２２．８６０ｍ）×７５フィート（２２．８６０ｍ）程度の小さな領域をカバーすることが意図された小型基地局である。外見から、これらはＷｉＦｉアクセスポイント（ＡＰ）のように見え、まさにアクセスポイントのように使用されることが意図される。住居に展開する場合、フェムトセルは、ＷｉＦｉ ＡＰに類似した形で有線広帯域ネットワークに接続される。主な差異は、フェムトセルは、通常、セルラ資格を有するスペクトル（ｃｅｌｌｕｌａｒ ｌｉｃｅｎｓｅｄ ｓｐｅｃｔｒｕｍ）内で動作し、一方、ＷｉＦｉ ＡＰは、資格を有さないスペクトルを使用する点である。これが直接的に意味するのは、第１に、フェムトセルサービスは、そのプロバイダが通常セルラオペレータである、管理されたサービスであり、一方、ＷｉＦｉサービスは、ベストエフォートであることである。第２に、ユーザの観点から、カスタマが屋外環境で使用している同じセルラデバイス（例えば、スマートフォン）は、通常、屋内環境であるフェムト領域内部でも使用される。最後に、ユーザ装置に対するフェムト基地局の近接性、および、バックホールなど、住居の広帯域ネットワークの一般により高い容量により、フェムトセルパフォーマンスは、マクロセル環境のパフォーマンスよりもより良好であることが予期される。

フェムトセルは、異なる技術、すなわち、２Ｇ（ＧＳＭ（登録商標）、ＣＤＭＡ）、３Ｇ（ＵＭＴＳ、ＨＳＰＡ、およびＥＶＤＯ）、ならびに４Ｇ（ＬＴＥ、ＷｉＭＡＸ）に関連する。現在、合衆国では、最大セルラ通信事業社４社のうち３社が２Ｇまたは３Ｇのフェムトセルを商用的に展開している。２００８年以降、フェムトセルサービスの多くの試行が存在する。ＡＢＩ Ｒｅｓｅａｒｃｈは、２００９年末までに世界中で６０件のフェムトセルサービス試行が存在すると推定した。ＬＴＥフェムトセルの商用試行は公表されていないが、いくつかの研究室でのデモンストレーションが存在する。さらに、多くのアナリストは、ＬＴＥフェムトセルの影響はより初期の世代の影響よりもさらにより大きくなることが予期されるとコメントした。これは、２Ｇ／３Ｇのフェムト導入は結果論と見なされる場合があるが、ＬＴＥフェムトセルはＬＴＥロールアウト計画（ＬＴＥ ｒｏｌｌｏｕｔ ｐｌａｎｎｉｎｇ）の統合部分になることが予期されるためである。

フェムトセルの構想に関してかなりの展望が存在すると同時に、オペレータは大規模展開について依然として躊躇している。懸念事項のうちの１つは、フェムトセルは、何万も展開されることが予期され、すべて、高額な運転費用を伴わずに円滑に管理されなければならないことである。詳細には、フェムト位置の不確実さ、および互いに対するのと同様にマクロセルに対するその潜在的な近接性により、干渉はフェムトパフォーマンスをかなり損なう可能性がある。さらに、機能不全フェムトセルまたは誤調整されたフェムトセルは、ＬＴＥマクロネットワークのパフォーマンスをさらに劣化する可能性がある。すべてのこれらの懸念事項は、特に、運用に関して、長期的な解決策として自己管理ネットワーク（Ｓｅｌｆ‐Ｏｒｇａｎｉｚｉｎｇ Ｎｅｔｗｏｒｋｓ：ＳＯＮ）と呼ばれる新しい概念に重点を置くようにオペレータを導く。ＳＯＮは、「自己最適化」、「自己構成」、および「自己修復」を含む総体的な構想を表す。これらの自己Ｘ能力は、新しい４Ｇ ＬＴＥネットワークの統合部分になってきている。様々な自己Ｘ技術の最新技術は、依然として、その初期段階にある。

本発明は、大規模なフェムトセルネットワークの管理を解決することを目標とするフレームワークを提案する。本発明の主な特徴は、最適化手順が、他のフェムトセルとの明示的な協調なしにローカルフェムトセルだけに関連すると同時に、包括的なパフォーマンスを監督して、ポリシーおよび関連するパラメータを設定する、ローカライズされたアルゴリズムの集中型の同等物が存在することである。提案されるハイブリッドアーキテクチャは、スケーラビリティを確実にし、多数のフェムトセルを管理することを目指して、より良好な包括的な制御および保証を提供する。加えて、提案されるフレームワークおよびアルゴリズムは、一般的であり、ＵＭＴＳ、ＷｉＭＡＸ、およびＬＴＥを含めて、様々な無線技術に適用することが可能である。しかし、ＬＴＥ、および関連するＯＦＤＭ技術の重要性により、以下の記述は、本発明を例示するために、ＬＴＥを使用することに重点を置く。

ＬＴＥフェムトセルは、４Ｇワイヤレスにおける新しい構想である。大規模なＬＴＥフェムトセルは商業的に展開されていないため、公に知られている解決策はほとんどない。２つの一般的な従来の解決策が本明細書で記述される。第１に、異なるチャンクのＯＦＤＭ周波数を近隣のフェムトセルに割り当てて、干渉を回避する。この方法は、従来の無線ネットワークにおける周波数計画の方法に類似している。例えば、ＧＳＭネットワークでは、３、７、および１１の周波数再使用率が一般的である。しかし、フェムトセルは事前に定義された位置を有さないため、この手法はＬＴＥフェムトセルには効果的でない。さらに、事前に割り振られたＯＦＤＭ周波数を割り当てることは、利用可能なリソースを過少活用することになる。第２の方法は、局所測定値に従って、それぞれのフェムトセルの電力を調整することである。しかし、収束が保証されるように、すべてのフェムトセルを適切に調整する方法は報告されていない。

先行技術の解決策は、通常、フェムトセル電力調整に関して、いくつかのその場限りの方法を提供する。選択された電力が収束することになるか否かを検出するための機構は報告されていない。さらに悪いことには、何らかの異常な状況において、選択された電力が、他のフェムトセルに対して悪影響を引き起こさないという保証、または広い領域のマクロセルネットワークのパフォーマンスを劣化しないという保証は存在しない。

その他の解決策は、異なる周波数をフェムトセルに割り当てて、フェムトセル間の干渉を削減することを示唆する。これは、ＧＳＭマクロセルネットワークで通常使用される１を超える周波数再使用率を使用することに類似している。しかし、フェムトセルの適応電力なしに、１よりも大きな周波数再使用率を使用することは、フェムトＵＥ率をかなり削減することになることを示すことができる。本発明で提案されるように、周波数再使用が電力適応と組み合わされた場合、パフォーマンス全体が類似することを示すことができる。したがって、フェムトセルに適用される周波数再使用は、パフォーマンスを改善しないが、展開の前にフェムトセルの位置が知られることは不可能であり、それらの位置は展開の間に変化する可能性があるため、複雑さを高めることになる。これらの理由で、本発明で提案されるように電力適応を使用することは、１を超える周波数再使用率を使用する方法を使用することよりも優れている。

フェムトセルおよびマクロセルの間の干渉基準アーキテクチャが図１に示される。フェムトセルは、３つの構成要素、すなわち、フェムトアクセスポイント（ｆｅｍｔｏ ａｃｃｅｓｓ ｐｏｉｎｔ：ＦＡＰ）１０２と、ホームユーザ装置（Ｈｏｍｅ Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ：ＨＵＥ）１０４、およびフェムト領域１０６で構成される。フェムトセル同士の間およびフェムトセルおよびマクロセルの間のいくつかのタイプの相互作用または干渉も図１に例示される。第１に、ＨＵＥは、近隣のフェムトセルによって干渉される場合がある。第２に、ＨＵＥは、近くのマクロタワー１０８によって干渉される場合がある。最終的に、ＦＡＰは、マクロユーザ装置（Ｍａｃｒｏ Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ：ＭＵＥ）１１０にも干渉する。すべての干渉は、アップリンク方向とダウンリンク方向の両方で発生する可能性がある。フェムトセルは、複数のフェムトセルに隣接することが予期される。（クラスタと呼ばれる）フェムトセルのグループは、通常、マクロセルの領域内に共同設置する。

所定の領域内に配置された、いくつかのフェムトセル、および１つまたは複数のマクロセル、ならびにいくつかのホームＵＥが半径ｒのそれぞれのフェムト領域内でサポートされることを考慮すると、解決すべき問題は以下の通りである。ＨＵＥの最善のパフォーマンスを達成して、同時に、ＭＵＥに対する最小干渉を受けるために、それぞれのフェムトセルは、その電力をどのように適応することができるか？

それぞれのフェムトセルｉが所定の範囲内でその出力電力Ｐｉを動的に変更することが可能であると想定する。最適化問題は、下で議論される、ある選択された基準を満たすことができるように、Ｐｉに関する値のセットを見出すことである。すべてのフェムトセルおよびマクロセルは、割り当てられたＬＴＥスペクトルのすべての周波数（リソースブロック）を使用することができると仮定され、したがって、単一の周波数再使用方式が仮定される。

本発明は、最適化技術を使用して、３つのタイプの問題を解決する。第１に、それぞれのフェムトセルがその近隣のフェムトセルまたはマクロセルとの明示的な協調なしに決定を下す場合、そのフェムトセルは包括的な目的を満たすためにどのように制御されるべきであるか？第２に、どの種類の目的関数が提案されるフレームワークの所望されるポリシーおよび調整可能なパラメータの間に良好な連結を提供することになるか？第３に、様々なＱｏＳレベルをどのように満たすことができるか？トレードオフは何か、さらにそれらのトレードオフの管理統制をどのようにサポートするか？

本発明は、ユーザ選択されたＱｏＳに関する収束および最適化に関する保証を提供するハイブリッドな分散型および集中型のフェムトセル計画ならびに最適化アルゴリズムを提供する。

本発明は、２つのアルゴリズム、すなわち、反復・分散アルゴリズム（Ｉｔｅｒａｔｉｖｅ Ｄｉｓｔｒｉｂｕｔｅｄ Ａｌｇｏｒｉｔｈｍ：ＩＤＡ）および解析計算アルゴリズム（Ａｎａｌｙｔｉｃ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ａｌｇｏｒｉｔｈｍ：ＡＣＡ）を含む。ＩＤＡは、フェムトセルによって分散的に（ｄｉｓｔｒｉｂｕｔｉｖｅｌｙ）実施され、ＡＣＡは、中央位置で動作する。本発明の新規性は、提案されるＩＤＡが、収束、最適化に関するパラメータを作成することが可能であり、かつトレードオフを提供するＡＣＡによって制御されることである。また、ＩＤＡおよびＡＣＡの解決策の等価性のため、ＩＤＡに対する複雑で、かつ多くの場合、理解しにくい解決策の仮想化としてＡＣＡを使用することが可能である。

先行技術における大部分のアルゴリズムは、収束の証拠を伴わない、その場限りのものである。本発明のアルゴリズムは、２つの完全に異なる角度からこの問題に取り組むが、これらの２つの手法は、同じ解決策に達する。それぞれの異なるアルゴリズムは、その独自のアプリケーションに適している。ＡＣＡの使用によって、ＩＤＡの収束が保証されることが下で示される。収束の重要なパラメータおよび条件が下で記述される。

添付の図面と共に、以下の説明が読まれるとき、本発明はより良好に理解されよう。

フェムトセルおよびマクロセルの間の干渉基準アーキテクチャを示す図である。 フェムト最適化の組織化を示す図である。 ２個のフェムトセルの干渉シナリオを示す図である。 異なるαに関する実行可能性領域および収束点のグラフ表示である。 ハイレベル最適化プロセスの概略図である。 ＩＤＡフェムトローカル最適化プロセスの流れ図である。 ＩＤＡのフェムトセルの実施の概略図である。

一般に、２つのタイプの最適な手法、すなわち、ａ）集中型と、ｂ）分散型とが存在する。集中型手法では、最適化アルゴリズムは、フェムトセルの外部で完全に実行される。フェムトセルの状態が監視されて、最適化のために、集中型エンティティにデータが送信し戻される。集中型エンティティは、ポリシー設定、ならびに最適化を実行することが可能であるが、調整の頻度は、通常、比較的低い。この利点は、集中型エンティティはフェムトネットワークのより良好なビューを有し、包括的に最適化された解決策を提供することが可能な点である。しかし、集中型の最適化は、実行により時間がかかり、フェムトセルおよびオプティマイザ（ｏｐｔｉｍｉｚｅｒ）の間に多くの協調を必要とする。これは、フェムトセルの数が非常に多いとき、スケーリング問題をもたらす場合がある。分散型の手法では、受信電力または干渉測定値など、その近隣のフェムトセルの状態または影響に関してそのフェムトセルが収集した情報を使用して、決定および電力調整がそれぞれのフェムトセルにおいて局所的に行われる。最適化目標を実現するために、外部のポリシーサーバからのハイレベルのガイダンスを使用することが可能である。それぞれのフェムトセルは、ポリシーおよびアルゴリズムの適切な選択に応じて、その独自の調整および収束を実行する。分散型の手法の利点は、それぞれのフェムトセルはその独自の決定だけを行えばよいため、フェムトセルの数が非常に多いとき、スケーリング問題をより良好に制御する可能性がある点である。リスクは、収束が達成されない場合、不良な動作点で終わる可能性がある点である。フェムトセルの機能不全の場合、安定性の問題も存在し、所望されない伝搬効果を引き起こす。本発明は、分散型の手法の最適化問題を解決することに重点を置く。加えて、集中型の計画および最適化アルゴリズムを使用して、包括的なポリシーを実施するためのハイレベルのガイダンスを発行する。これらの２つの手法は、同じ数学的フレームワークによって記述することが可能である。

この発明性のある手法は、フェムトセルがローカルルールを実行するが、集中型ポリシーサーバの指示の下でこれを行う、ハイブリッド手法と見なすことができる。そのような手法は、本明細書において記述されない。

フェムトおよびマクロの間の干渉の最適化問題は、数学用語で記述することができる。本発明者らは、目標属性および制御パラメータを定義することから始める。目標機能の多くの変形が存在するが、それらは、以下の基準の組合せとして分類することができる。

●フェムト基準領域内のフェムトＵＥの容量を増大する。変形は以下を含むことができる。
○最小ビットレートを最大化する
○平均ビットレートを最大化する
○ある最小平均ビットレートを条件に標準偏差を最小限に抑える
○上記の重み付き結合を最適化する
●事前に定義されたマクロ基準領域内のマクロＵＥの容量を増大する。
○最小ビットレートを最大化する
○平均ビットレートを最大化する
○ある最小平均ビットレートを条件に標準偏差を最小限に抑える
○上記の重み付き結合を最適化する
●フェムトとマクロＵＥ両方の容量を共に最適化する。
○最小ＭＵＥ容量を条件にＨＵＥ容量を最適化する
○最小ＨＵＥ容量を条件にＭＵＥを最適化する
○マクロセルサービスが存在しないＭＵＥ向けのデッドゾーン領域を削減する

これらの基準は包括的ではなく、使用可能な基準を単に例示する。包括的な最適化に関する効用関数を形成する成分として、その他の統計的性質（例えば、９５％百分位数）を容易に定義することができる。本発明の目標は、新しい統計基準を導入することなど、変形が容易に達成できる最適化フレームワークを作成することである。

本発明者らは、最適化技術を使用して３つのタイプの問題を解決することに重点を置く。第１に、それぞれのフェムトセルがその近隣のフェムトセルまたはマクロセルとの明示的な協調なしに決定を下す場合、フェムトセルは包括的な最適化目標を満たすための基準属性をどのように選択すべきであるか？どの種類のアルゴリズムが機能することになるか、さらにそのアルゴリズムはどの程度良好に機能するか？第２に、フェムト同士の間の干渉、またはフェムトおよびマクロの間の干渉など、特定の干渉問題を解決するためにオペレータは最適化フレームワークをどのように使用するか？第３に、提案される最適化フレームワークに関して、様々なＱｏＳレベルをどのように満たすか？トレードオフは何か、さらにそれらのトレードオフのユーザ制御をどのようにサポートするか？これらの問題およびその解答は下に記述される。以下の説明において、本発明者らは、問題の公式化の一部として、解析的フレームワークを作成する。

図２は、図１のアーキテクチャに対応する数学的フレームワーク２００を示す。図２では、例示のために、４個のフェムトセル（Ｆｉ）２０２および１個のマクロセル（Ｍ）２０４が使用される。フェムト領域は、ＦＡＰを囲む円２０６として例示される。フェムト領域は、マクロセルの経路損失モデルと異なる経路損失モデルによって記述される。ＭＵＥサービスが存在しない、フェムト領域外部の（陰影付き）環状領域２０８は、デッドゾーン領域と呼ばれる。

下に提示される解析は、任意の数のフェムトセルおよびマクロセルに適用される。フェムトセルｉの場合、スポットｓｉ、ｉ＝１、．．．、４に位置するホームＵＥ（ＨＵＥ）の信号対干渉雑音（ＳＩＮＲ_f）、およびスポットＡ_i、ｉ＝１．．．４に位置するマクロＵＥのＳＩＮＲ_mに関する式は以下の通りである。

方程式１および２は、線形項で表現されている、すなわち、ｄＢで表現されていない。右側の分子は、受信電力であり、分母は、それぞれ、スポットｓ_iおよびＡ_iにおける総干渉電力である。Ｐは、ソースにおける電力であり、ｇは、経路利得（１／経路損失）であり、下付き文字ｉ、ｊは、それぞれフェムトｉおよびすべての近隣のフェムトセルｊを表し、下付き文字ｍは、マクロセルソースであり、スペクトルの雑音電力に関するＮ_iは、リソース要素

の１個の物理的なリソースブロックの帯域幅に対応する。

屋内経路モデルに関して、本発明者らは、
Ｌ_femto（ｄＢ）＝２８＋４０ｌｏｇ₁₀（ｄ）−ｇａｉｎ＿ｆｅｍｔｏ（方程式３）
によって与えられる微小都市モデル（ｍｉｃｒｏ−ｕｒｂａｎ ｍｏｄｅｌ）を採用し、式中、ｄは、メートルで表され、ｇａｉｎ＿ｆｅｍｔｏは、フェムト送信機およびフェムト受信機の結合利得であり、本記述の残りの部分に関して０ｄＢｉに設定される。

屋外経路損失に関して、経路損失（Ｌ_m）を使用して、２ＧＨｚのスペクトル周波数の都市環境の場合、本発明者らは、
Ｌ_m（ｄＢ）＝１２８．１＋３７．６ｌｏｇ₁₀（ｄ_km）＋Ｌ_sh−Ｇ_m（方程式４ａ）
を得て、式中、ｄ_kmは、ｋｍで表された送信機および受信機の間の距離であり、Ｌ_shは、シミュレーションのために、１０ｄＢに設定された対数正規分散シャドーイングであり、Ｇ_mは、（１５ｄＢｉに設定された）アンテナの利得である。屋外ソースが屋内建物に侵入するとしたとき、室内損失を表すために別の係数を加え、その結果、
Ｌ_mi（ｄＢ）＝１２８．１＋３７．６ｌｏｇ₁₀（ｄ_km）＋Ｌ_sh−Ｇ_m＋Ｗ（方程式４ｂ）
であり、式中、Ｗは、侵入損失であり、標準値は２０〜４０ｄＢである。

ＬＴＥに関する雑音Ｎ_tは、
Ｎ_t＝（−１７４＋１０^*ｌｏｇ₁₀（ＢＷ／ｎＲＢ）＋ＮＦ）（方程式５）
として与えられ、式中、ＢＷは、ＬＴＥサービスの総スペクトルであり、ｎＲＢは、リソースブロック帯域幅の数であり、ＮＦは、雑音指数である。１０ＭＨｚ帯域幅の場合、ｎＲＢは２５であり、ｄＢで、
Ｎ_t＝（−１７４＋１０^*ｌｏｇ₁₀（１×１０⁷／２５）＋９（方程式６）
である。

本発明者らは、制約された最適化問題としてフェムトおよびマクロの間の干渉を公式化する。これらの制約は、クラスタ内のフェムトセルの数、それぞれのフェムトセルの最大電力、当該位置、ＨＵＥおよびＭＵＥの望ましい容量、ならびに様々なＱｏＳ態様によって与えられる。この手法は、それぞれのフェムトセルが、すべての上記の制約が満たされるように、その電力レベルを独立して調整することを可能にすることである。制約の所与のセットをすべて満たすことができない場合、このアルゴリズムは、実行可能な解決策を検索するために、一定のパラメータ、したがって、制約を緩和することになる。

分散型の最適化
分散型の最適化手法では、それぞれのフェムトセルは、最適化のためのアルゴリズム、またはいくつかの特定の目標を達成するためのアルゴリズムを実施する。最適化は、通常、いくつかの望ましい属性間のトレードオフを含む。例えば、２５ｍ²のフェムト領域内のＨＵＥの容量を増大することが望ましいが、近隣のフェムト領域を「過度に」干渉しないことも望ましい。加えて、フェムト領域外部のＭＵＥに対して過度の干渉を生み出すことも望まない。したがって、最適化は、これらのような基準を満たすことができるような形でフェムトセルの電力の調整を可能にする。時として、すべての所望される基準を満たすことが可能でない場合がある。そのような場合、これらの基準は緩和される必要があることになるか、または最適化は、一定の基準に従って、最善の解決策を見出すことを試みることになる。これらの基準は、通常、ポリシーの形で捕捉される、いくつかのより高いレベルの条件に関係する。

以下は、いくつかの関連するパラメータをリストアップする。
●フェムト送信機の電力
●マクロ送信機の電力
●当該フェムト領域
●マクロ信号が存在しないデッドゾーン
●当該マクロ領域
●当該フェムト領域の所望されるビットレート
●当該マクロ領域の所望されるビットレート
●フェムトセルの位置
●マクロセルの位置
●屋内および屋外に関する経路モデル

このリストは、包括的なすべての関連するパラメータではなく、いくつかの関連するパラメータの単なる記述である。

最適化条件
本発明者らは、ＳＮＲ_fを計算するためのＨＵＥがどこに存在するか、およびＳＮＲ_mを計算するためのＭＵＥがどこに存在するかを定義する必要がある。開始点として、図２に例示されるように、ＨＵＥに関してｓ１〜ｓ４、およびＭＵＥに関して対応する位置Ａ１〜Ａ４を使用する。解決されることになる問題のタイプ、または施行されることになる特定のポリシーに応じて、（図２の位置Ｂなど）その他の位置を画定することも可能である。

本発明者らは、まず、システムの基本的な制約を審査する。次に、Ｎ個のフェムトセルおよび１個のマクロセルを有すると想定する。これを複数のマクロセルシナリオに容易に拡張することができる。（ｄＢではなく、線形項として）Ｔ_fとして目標ＳＮＲ_fを、Ｔ_mとして目標ＳＮＲ_mを達成することが望ましいと想定する。方程式１および方程式２を使用して、ＨＵＥに関するＳＮＲ_f、ならびにＭＵＥに関するＳＮＲ_mについて、以下の式を取得する。

Ｐ_iに関して解決し、Ｐ_iの下界をＰ_minと指定して、本発明者らは、フェムトに関して以下の電力制約を導くことができる。

方程式９は、フェムト領域内のＨＵＥに関する目標ＳＮＲ_fを達成するために、そのフェムトの電力レベルがＰ_minよりもより大きく設定される必要があることを示している。

同様に、方程式８のＰ_iに関して解決し、Ｐ_iの上界をＰ_maxと指定して、本発明者らは、フェムトに関して以下の電力制約を導く。

方程式１０は、ＭＵＥが少なくともＴ_mの目標ＳＮＲ_mを有するという基準を満たすために、フェムトセルの電力はＰ_max未満でなければならないことを示している。方程式１０および方程式９は、近隣のフェムトセルによる総干渉、ならびにマクロセルの総干渉を既に考慮に入れている点に留意されたい。しかし、
Ｐ_i≧０ （方程式１１）
の追加制約が存在する。

目的関数
使用できる様々な目的関数が存在する。例えば、何らかの最小レート（ｗ_m）制約を満たすためのＭＵＥレート（ｗ_i）を必要とすると同時に、すべてのフェムトセルの総容量（Ｖ）を最適化することが可能であり、その結果、ｖ_jが第ｊ番目のフェムトセルのレートである場合、

である。

一般に、Ｖは、電力の非線形関数であり、これは、最適化を複雑にする。本発明者らは、以下の中間目的関数を使用することを提案する。
すべてのｉに関して、Ｐ_i＝αＰ_min（ｉ）＋（１−α）Ｐ_max（ｉ）（方程式１３）

方程式１３は、それぞれのＰ_iは、方程式９および方程式１０によって要求される最小電力制約および最大電力制約の線形結合であると想定する。パラメータαは、０と１の間であり、少数の態様において重要である。第１に、αはフェムトおよびマクロネットワークの間にリソースを割り振る。αが０に近いとき、選択されたフェムト電力はＰ_max（ｉ）に近く、したがって、フェムトネットワークに（ＳＩＮＲの点で）より多くのリソースを提供する。反対に、αが１に近い場合、選択された電力はＰ_min（ｉ）に近く、それによって、マクロネットワークにより多くのリソースを割り振る。したがって、αに関して適切な値を設定することによって、すべてのフェムトセルに関して包括的なＱｏＳポリシーを設定することが可能である。第２に、α空間全体を検索することによって、方程式１２によって与えられる目的関数に対する解決策を見出すことができる。最終的に、方程式１３は、最適化問題に解析的解決策を公式化するために使用できる数学的フレームワークを導くことが示される。

αの有意性についてより多くの洞察を得るために、本発明者らは、方程式９から方程式１１によって与えられるα空間および実行可能性領域の間の関係を例示する。この場合、本発明者らは、図３に示される単純な２個のフェムトノードシナリオを使用して、この構想を例示する。

図３の単純な２個のフェムトセルネットワークに関して、本発明者らは、フェムトセル１とフェムトセル２の両方に関して、方程式９から方程式１１によって必要とされる対応する制約を表現することができ、結果として、以下によって与えられる（雑音項を無視して）４つの不等式が生じる。
フェムトセル１に関して、

図３．２個のフェムトセルの干渉シナリオ フェムトセル１
フェムトセル１に関して、≧（）（’＋）≦（／−’）フェムトセル２に関して、（１４）（１５）
≧（）（’＋）≦（）（／−’） （１６）（１７）

フェムトセル２に関して、

ｇ_mx1、ｇ_mx0、ｘ＝１、２は、それぞれ、フェムトセルのちょうど内部およびちょうど外部の基準位置に関する経路利得を指す点に留意されたい。これらの４つの制約方程式によって与えられる典型的な実行可能領域が図４に示される。

図４から、本発明者らは、この実行可能領域が凸多面体を形成することを理解する。やはりこの例では、異なるαを用いて方程式１３を満たすこれらの解決策は、図４において点として示されている。これらの解決策は、実行可能領域内に存在することも示される。１から０にαを低減するにつれて、収束された解決策の点は、実行可能領域の極点に近づく。この極点は、方程式１２によって与えられる目的関数をやはり最大化することが分かる。一般に、すべてのαが実行可能領域内に存在するとは限らないが、特定の目的関数を最適化するためにα空間を検索するための方法を提供する。

最適化アルゴリズム
以下は、方程式７から方程式１２のフレームワーク、および方程式１３によって与えられる目的関数に基づく最適化に関するアルゴリズムである。全体的なアーキテクチャが図５に示される。

反復・分散アルゴリズム
アルゴリズムの密接に関係する２つの態様が存在する。第１の部分は、フェムトセル内で実行されることが意図される反復・分散アルゴリズム（ＩＤＡ）である。このアルゴリズムの第２の部分は、ツールセットとして使用されることが意図され、集中型計画および動作センタ内で使用されることが意図される解析計算アルゴリズム（ＡＣＡ）と呼ばれる。ＡＣＡは、ＩＤＡの収束に関して検査するために使用される条件のセットを提供する。以下の説明には、まずＩＤＡの記述が存在する。次いで、ＡＣＡの派生物が存在し、ＩＤＡの計画および解析の様々な態様をＡＣＡから直接的に導出できることを示す。

反復・分散アルゴリズムのコアは、２つのステップのプロセスとして概念的に記述することができる。このアルゴリズムのハイレベル構想が、図５の右側５０２に示される。第１のステップは、それぞれのフェムトセルに関連する数学的手順である。この「ローカル」プロセスは、それぞれのフェムトセル５０６向けのＲＦ環境、トラフィック、および外部干渉５０４に関する測定または推定から情報を取得する。インスタンス時間（ｉｎｓｔａｎｃｅ ｔｉｍｅ）＝ｔにおいて、それぞれのフェムトローカルプロセスは、その入力、および事前に定義されたかまたは遠隔的にダウンロードされたいくつかのルールに従って、その独自のリソース（電力、Ｐ_i（ｔ））を調整する。これらのルールは、ネットワークポリシー計画サーバ（図示せず）によって制御および設定される包括的なポリシーを反映する。ローカルフェムト電力のそれぞれの調整は、定期的に（例えば、数秒ごとに一回）実行される。しかし、フェムトセルは、局所的な調整に関して同期することが必要とされない。調整の後で、それぞれのフェムトセルは、干渉の形でその影響をシステム全体に提示する。ｘ秒後、システムは、第２のステップに入り、同じローカルプロセスを繰り返すが、これは新しい入力パラメータを用いて行われる。この第２のステップは、概念的に、継続的に反復する外部ループと見なすことができる。したがって、第２のステップは、事実上、暗示的なステップであり、このステップは、それぞれのフェムトセルのローカルプロセスによって実施される。

図６は、フェムトローカルプロセスの流れ図を示す。このアルゴリズムは、３段階の反復を含む。外部ループ６０２において、ループ実行は、すべてのフェムトセルに影響を及ぼす、図５のステップ２に対応する。それぞれの反復（実行）６０４において、ループフェムト６０６がそれぞれのフェムトセルに適用される。それぞれのフェムトループ内で、ループｓｉ６０８がそれぞれのＨＵＥ位置、および対応するＭＵＥ位置に適用される。ループフェムトおよびループｓｉは共に、図５のステップ１を実施する。このアルゴリズムは、いずれかの任意の初期電力設定で開始することが可能である。それぞれの反復において、それぞれのフェムトセルは、基準信号受信電力（Ｒｅｆｅｒｅｎｃｅ Ｓｉｇｎａｌ Ｒｅｃｅｉｖｅｄ Ｐｏｗｅｒ：ＲＳＲＰ）に基づいて、総干渉のレベルを監視して（６１０）、Ｐ_min（ｉ）およびＰ_max（ｉ）を計算する（６１２）。

ステップ６２０において、局所的な実行可能条件の下で、
Ｐ_min（ｉ）＜Ｐ_max（ｉ）（方程式１８）
であると定義し、
フェムトｉは、
Ｐ_i（ｓｅｌ）＝αＰ_min（ｉ）＋（１−α）Ｐ_max（ｉ）（方程式１９）
の電力レベルを選択する。ステップ６１８の条件が満たされない場合、Ｐ_i（ｓｅｌ）＝Ｐ_constantである。

方程式１８によって与えられる局所的な実行可能条件は、ＩＤＡが収束するためのすべての反復ステップに関して必要ではない点に留意されたい。しかし、方程式１８の局所的な実行可能条件が満たされないとき、Ｐ_min＞ピークの条件も満たされる場合、フェムトセルは、選択電力を事前に定義された一定値Ｐ_constantに設定することになる。この追加の条件の理由は、他のフェムトセルに反応させ、それによって、不適切な状況をもたらす可能性がある、装置故障または２個のフェムトセルが最近接で配置されているなど、異常シナリオを保護するためである。リソースブロックベースごとのＰ_constantの値の推奨範囲は、−１４から−１０ｄＢｍであり、ピークに関する推奨範囲は、−８から−５ｄＢｍである。

ＩＤＡの実施
上で記述された、記述されたＩＤＡは、システムおよびシミュレーションの観点からアルゴリズム手順に重点を置く。次に、本発明者らは、フェムトセルの機能の観点からＩＤＡを提示し、これは、ＩＤＡのフェムトセル実施に使用するのに適することになる。

図７は、ＩＤＡを実施するフェムトセルの主な構成要素を示す。この実施は、図６の流れ図と一致する。しかし、実際的に実施する際に困難であるため、図６で定義されたように正確に測定するのではなく、少数のパラメータを推定することが可能である。例えば、フェムトセルが近隣のセルの電力を測定するために（ネットワーク聴取モードと呼ばれる）内蔵型機構を使用する場合、フェムトセルが存在する、測定された位置に基づいてｓｉを推定することが可能である。近隣の電力を測定するためにＵＥが使用されることを意味するＵＥ支援測定が使用される場合、このアルゴリズムは、推定された近隣のセルの電力に関してＵＥの測定値を平均化することになる。

図７を参照すると、電力センサモジュール７０２は、近隣のフェムトセルおよびマクロセルの電力を測定する。この１つの実施は、基準信号受信電力（ＲＳＲＰ）信号を経由する。ＲＳＲＰは３ＧＰＰで定義されている。ＲＳＲＰは、受信信号強度インジケータ（Ｒｅｃｅｉｖｅｄ Ｓｉｇｎａｌ Ｓｔｒｅｎｇｔｈ Ｉｎｄｉｃａｔｏｒ：ＲＳＳＩ）タイプの測定である。ＲＳＲＰは、ある周波数帯域幅内でセル特定の基準信号を伝送するリソース要素の全体にわたる平均受信電力を測定する。ＲＳＲＰは、方程式９および方程式１０の数量、すなわち、

およびＰ_mｇ_milを測定するための１つの様式を提供する。電力センサは、ＯＦＭＡ復号器およびデータプロセッサ７０４からＲＳＲＰを取得する。この情報は、次いで、Ｐ_min（ｉ）およびＰ_max（ｉ）、ならびに特定の反復に関するＰ_sel（ｔ）を計算するＩＤＡモジュール７０６に提供される。Ｐ_sel（ｔ）は、データプロセッサ７０４に送信される、ＩＤＡモジュールの主要出力である。このデータプロセッサは、２つの機能を実行する。すなわち、１）現在の反復に関するＰ_sel（ｉ）についてリソーススケジュール７０８に指令すること、および２）Ｐ_sel（ｉ）の新しい設定に従って、適切なリソース要素周波数に関するＲＳＲＰを調整することである。リソーススケジューラは、特定のリソース要素周波数に関する電力制約として、新しく選択された電力Ｐ_sel（ｉ）を使用することになる。そうでない場合、その機能は、正規の（非ＩＤＡ）実施の機能と変わらない。ＯＦＤＭ生成装置および復号器７１０、ならびにＲＦモジュール７１２は、すべて典型的なフェムトセルの正規の構成要素であり、ＩＤＡの実施に関して何の追加の変更も必要ではない。近隣のフェムトセルおよびマクロセルの受信電力に加えて、ＩＤＡモジュールは、Ｐ_sel（ｉ）の計算のために、目標ＦＵＥ ＳＩＮＲ_f（Ｔ_f）および目標ＭＵＥ ＳＩＮＲ_m（Ｔ_m）を含むパラメータ７１４、およびＱｏＳパラメータも受信する。これらのパラメータは、フェムトセルに対して事前に構成することが可能であるか、または、それは、図７に示されるように、遠隔制御チャネルを経由して動的に更新することが可能である。

解析計算アルゴリズム（ＡＣＡ）
次に、フェムトセル電力最適化問題を解決するための解析計算アルゴリズムが記述される。ＩＤＡに関して記述されたのと同じフレームワークがここで使用される。しかし、本発明者らは、直接的な解析計算によってこの解決を取得することが可能であることを示すべきである。本発明者らは、収束行動および反復アルゴリズムの条件を解析するために、取得された結果も使用することになる。ＡＣＡは、ローカルフェムトセルではなく、中央位置で実施するのに適している。

図５の左側に示されるように、包括的なポリシーの計画、最適化、および作成のためのツールとしてＡＣＡ５１０が使用される。ＡＣＡは、ＩＤＡと協働して、ハイブリッド解決策を形成する。ＡＣＡ５１０は、ユーザ５１２からのパラメータ入力を利用して、計画、最適化、およびポリシー管理インターフェース５１４を経由してフェムトローカルポリシーを構成するために使用される、選択された最善のパラメータのセットを作成する。関連するパラメータの例が表１に提示される。システムが動作モードに入ると、フェムトセル５０６は監視されて、関連属性がＡＣＡに報告し戻される。ＡＣＡは、動作モードで動作するとき、フェムトセルネットワークから入力を受信して、現在の設定を調整する必要があるかどうかを決定する（再調整プロセス）。加えて、ユーザレベルポリシーに関して、ポリシーの変更または新しいポリシーの追加が存在し、ＡＣＡ計算が、新しいパラメータをフェムトネットワークに送信する必要があることを検出する場合、ＡＣＡは、新しい設定をフェムトセルネットワーク内にプッシュすることになる。

ＡＣＡに基づく典型的な計画および「起こり得る事態（ｗｈａｔ−ｉｆ）」問題は、
フェムトセル位置を考慮すると、サポートできるＴ_fおよびＴ_mの範囲は何であるか？
フェムトセル位置およびＱｏＳ要件を考慮すると、サポートできる最小フェムト同士の間の距離は何であるか？
局所的な分散アルゴリズムは収束するか？しない場合、収束を達成するために、何のパラメータを緩和する必要があるか？
ＨＵＥおよびＭＵＥに対するリソース割り当ての形で何のＱｏＳ（α）がサポートされるか？

以下において、ＡＣＡの最重要点が記述および解析される。

本発明者らは、まず、方程式９および方程式１０を以下のように行列表記で表現し直す。

「０」が経路利得行ベクトルの第ｉ番目の位置内に挿入された点に留意されたい。方程式２０および方程式２１は、計２Ｎ個の不等式を表す。２個の不等式のそれぞれのセットは、フェムトセルｉに関する下界電力および上界電力を提示する。これらの２Ｎ個の不等式を満たすＰ_iのセットが、実行可能領域である。方程式１９をこれらの２Ｎ個の範囲のそれぞれの組に適用することは、ｉ＝１、．．．Ｎの場合、

を提示する。

を定義し、方程式２２を再構成して、本発明者らは、

を取得する。

方程式２２または方程式２３は、Ｎ個の方程式のセットを記述する。方程式２２を使用して、本発明者らは、

として、反復ステップｔ＋１におけるフェムトセルｉのＩＤＡ電力調整を表すことができ、式中、

は、αに依存し、そのｉｊ番目の要素ｋ_ij（α）が

によって与えられるＮ×Ｎ行列である。

は、その第ｉ番目の要素ｃ_i（α）が、

によって与えられる列ベクトルであり、

は、時点ｔにおけるフェムトセルの電力レベルである。

行列

は、フェムトセル領域の内部（ｓ_i）および外部（Ａ_i）の両方に関して、フェムトｉからｊまでの経路利得、およびｓ_iにおけるフェムトソースからＨＵＥまでの経路利得を含めて、フェムトセルシステムに関する多くの情報を捕捉する。

は、α、およびフェムトセルに関する目標ＳＩＮＲ要件に関するＱｏＳ要件も組み込む。やはりαに依存するベクトル

は、タワーからフェムトへの経路利得、ならびに、フェムトＵＥとマクロＵＥの両方に関する目標ＳＩＮＲに関する情報を捕捉する。

方程式２２から方程式２６は、定数α、Ｔ_m、およびＴ_fを用いて表現されているが、すべてのこれらのパラメータは、ｉの関数として一般化することができ、その結果、α→α_i、Ｔ_m→Ｔ_mi、Ｔ_f→Ｔ_fiとなり、これらのパラメータは、一般に、異なるフェムトセルに関して異なる可能性があることを示す点に留意されたい。したがって、異なるＱｏＳを異なるフェムトセルに割り振ることが可能である。同じ一般化は、

および

の要素に影響を与える、フェムトセルのサイズならびに経路利得モデルにも適用される。

ＩＤＡでは、電力ベクトルは、それぞれの反復に関して変化する。しかし、システムが収束する場合、およびシステムが収束するとき、電力ベクトルの変化の大きさがある事前に定義された定数εよりも小さいように、基準をｔに下げて、電力ベクトルを

と表現することができる。Ｎ×Ｎ恒等行列としてＩを示し、方程式２４は、

と表現できる。

したがって、

に関する独自の解決策は、

が存在する場合、存在する。

が一度知られている場合、逆が存在するかどうかを検査することは非常に簡単なはずである。しかし、方程式２７ｂによって与えられる解決策は、それが方程式９から方程式１１によって記述された実行可能領域内であることを保証しない点に留意されたい。

が実行可能性を満たすかどうかを確かめる１つの方法は、それが、すべてのｉに関して、ベクトル

および

の間に位置するかどうかを検査することである。

は、

になるように、方程式２３および方程式２５において、α＝１に設定し、方程式２７ａを使用することによって取得できる。

同様に、方程式２３および方程式２５において、α＝０に設定することによって、本発明者らは、

を取得することができ、方程式２７ａから、本発明者らは、

を得る。

である場合、

は実行可能であり、そうでない場合、実行可能でない。

これにより、ＡＣＡは、目標ＳＩＮＲのあるＱｏＳ要件が満たされるように、フェムトセルに関する解決電力のセットを取得するための簡単で効率的な方法を提供する。

収束に関する条件
方程式１９および方程式２４から、本発明者らは、ここで、フェムト電力適応問題に対する解決策を取得するために、２つの方法を導出した。方程式２４を実施するためには、通常、ローカルフェムトセル内で利用可能でないことになる

行列、および

ベクトルの完全な知識を必要とする。しかし、そのような知識は、集中型エンティティ内で取得することができる。したがって、方程式２４で与えられる解決策は、集中型の実施に適している。適切な条件の下で、２つのアルゴリズムは同じ解決策を導く。本発明者らは、このアサーションを以下のように証明する。

ＩＤＡのｔ番目の反復を示すために、

内の下付き文字ｔを使用して、方程式２４を表現し直す。ＩＤＡプロセスは、異なる方程式、すなわち、

として表現することが可能である。

方程式２４および方程式３０を使用して、反復ｔ＋１における現在の電力および最終的に収束された電力の間の差異は、

によって与えられる。

ＩＤＡは、ｔ＋２、ｔ＋３、．．．、ｔ＋Ｌに関して、方程式３０を反復的に適用するとして記述でき、これは、

を与える。

ベクトルのｌ₂基準、およびＬ番目の反復後の結果が最終的な解決策

に対してどの程度離れているかを測定するための測定基準として｜｜・｜｜を使用して、本発明者らは、

を得る。

最後の範囲（不等式）は、行列のｌ₂基準の定義から直接得られる。ｔ＝０と見なし、本発明者らは、

を取得する。定理１は、ｍａｘ

である場合、すべてのαに関して、

であることを示す。

定理１から、本発明者らは、ｍａｘ

である場合、すべてのαに関して、

であることを得る。

であるため、本発明者らは、

を得る。

本発明者らは、方程式３４の右側は、大きなＬに関して消滅し、これはＩＤＡが結果として、解決ベクトル

に近い

をもたらすことになることを意味するという結論を下す。

本開示の様々な態様は、コンピュータ上、プロセッサ上、および／または機械上で実行されたとき、コンピュータもしくは機械に本方法のステップを実行させる、コンピュータ使用可能デバイスもしくはコンピュータ可読デバイスまたは機械使用可能デバイスもしくは機械可読デバイスの中で実施されるプログラム、ソフトウェア、またはコンピュータ命令として実施することが可能である。

本開示のシステムおよび方法は、汎用コンピュータシステム上または専用コンピュータシステム上で実施および実行することが可能である。コンピュータシステムは、任意のタイプの知られているシステムまたは知られることになるシステムであってよく、典型的には、通信ハードウェアおよび通信ソフトウェアなどと共に他のコンピュータシステムと通信するために、プロセッサ、メモリデバイス、記憶デバイス、入出力デバイス、内部バス、および／または通信インターフェースを含むことが可能である。

本出願で使用される場合、「コンピュータシステム」および「コンピュータネットワーク」という用語は、固定されたかつ／または携帯用のコンピュータハードウェア、コンピュータソフトウェア、コンピュータ周辺装置、およびコンピュータ記憶デバイスの様々な組合せを含むことが可能である。コンピュータシステムは、協力して実行するためにネットワーク接続されるか、もしくはそうでない場合、連結された複数の個々の構成要素を含むことが可能であるか、または、１つもしくは複数の独立型構成要素を含むことが可能である。本出願のコンピュータシステムのハードウェア構成要素およびソフトウェア構成要素は、デスクトップ、ラップトップ、および／またはサーバなど、固定デバイスならびに携帯用デバイスを含むことが可能であり、かつこれらの中に含まれることも可能である。モジュールは、ソフトウェア、ハードウェア、ファームウェア、電子回路などとして実施することができる、何らかの「機能性」を実施するデバイス、ソフトウェア、プログラム、またはシステムの構成要素であってよい。

ＬＴＥフェムトセルパフォーマンスを最適化するためのシステムおよび方法が記述および例示されているが、本明細書に添付された特許請求の範囲によってだけ限定されるべきである、本発明の広い教示から逸脱せずに、改変および修正が可能である点は当業者に明らかになるであろう。

Claims (2)

1. ＬＴＥフェムトセルネットワーク内のフェムトセルのパフォーマンスを最適化するシステムであって、前記システムは、
   データを電力センサモジュールおよびリソーススケジューラに提供するデータプロセッ
   サと、
   近隣のフェムトセルおよびマクロセルの電力を測定または推定して、前記電力に対する情報をＩＤＡモジュールに提供する電力センサモジュールと、
   前記情報を受信し、前記情報に基づいて、前記ネットワーク内のフェムトセルｉのＰmin（ｉ）およびＰmax（ｉ）を計算し、条件Ｐmin（ｉ）＜Ｐmax（ｉ）のとき、電力レベル
   Ｐi（sel）＝αＰmin（ｉ）＋（１−α）Ｐmax（ｉ）
   を選択し、前記Ｐi（sel）を前記データプロセッサに送信するＩＤＡモジュールと、
   前記データプロセッサから前記Ｐi（sel）およびリソース要素周波数命令を受信して、特定のリソース要素周波数に関する電力制約として前記Ｐi（sel）を使用するリソーススケジューラと、
   前記フェムトセルｉの電力を調整するために、前記リソーススケジューラから前記電力制約に対する情報を受信する生成器と
   を備えることを特徴とするシステム。
2. 前記条件Ｐmin（ｉ）＜Ｐmax（ｉ）でないとき、前記ＩＤＡモジュールは、前記電力レベル
   Ｐi（sel）＝Ｐconstnt
   を選択することを特徴とする請求項１に記載のシステム。

Images