TW201714121A - 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置 - Google Patents

干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置 Download PDF

Info

Publication number
TW201714121A
TW201714121A TW104133586A TW104133586A TW201714121A TW 201714121 A TW201714121 A TW 201714121A TW 104133586 A TW104133586 A TW 104133586A TW 104133586 A TW104133586 A TW 104133586A TW 201714121 A TW201714121 A TW 201714121A
Authority
TW
Taiwan
Prior art keywords
self
user
transmit power
cqi
optimizing
Prior art date
Application number
TW104133586A
Other languages
English (en)
Other versions
TWI553566B (zh
Inventor
馬杰
劉冠毅
Original Assignee
元智大學
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 元智大學 filed Critical 元智大學
Priority to TW104133586A priority Critical patent/TWI553566B/zh
Priority to US15/214,544 priority patent/US10055682B2/en
Application granted granted Critical
Publication of TWI553566B publication Critical patent/TWI553566B/zh
Publication of TW201714121A publication Critical patent/TW201714121A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/24—Radio transmission systems, i.e. using radiation field for communication between two or more posts
    • H04B7/26—Radio transmission systems, i.e. using radiation field for communication between two or more posts at least one of which is mobile
    • H04B7/2643—Radio transmission systems, i.e. using radiation field for communication between two or more posts at least one of which is mobile using time-division multiple access [TDMA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/026—Co-operative diversity, e.g. using fixed or mobile stations as relays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
    • H04W52/367—Power values between minimum and maximum limits, e.g. dynamic range
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/50—TPC being performed in particular situations at the moment of starting communication in a multiple access environment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/22—TPC being performed according to specific parameters taking into account previous information or commands
    • H04W52/225—Calculation of statistics, e.g. average, variance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/042—Public Land Mobile systems, e.g. cellular systems
    • H04W84/045—Public Land Mobile systems, e.g. cellular systems using private Base Stations, e.g. femto Base Stations, home Node B

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Mathematical Optimization (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Fuzzy Systems (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本發明揭示一個建構於分時多工接取(Time DivisionMultiplexing，TDMA)多用戶資源分配之適應性網路模糊推論系統(Adaptive Network-based Fuzzy Inference System,ANFIS)室內小細胞基地台自我優化佈署串接控制Self-Optimizing Deployment Cascade Control,SODCC)方法與裝置，使一個室內小細胞可滿足多用戶(Multi-User,MU)服務可靠度、最佳化通達率、與細胞半徑需求，並可因應干擾環境變化自我優化發射最小功率，達到容易安裝操作、節省能源、並避免對室外其他用戶造成相互干擾之目的。自我優化佈署控制裝置包含初始發射功率配置器(Initial Power Setting Controller,IPSC)(ANFIS控制器#1)、最佳化通道品質指標(Channel Quality Index,CQI)決策器(Channel Quality Index Decision Controller,CQIDC)(ANFIS控制器#2)與自我優化功率控制器(Self-Optimizing Power Controller,SOPC)(ANFIS控制器#3)三個單元與自我優化功率控制保護機制控制器，由用戶設備端(User Equipment,UE)輸入服務可靠度、室內涵蓋半徑與細胞邊緣通達率設定，在多用戶干擾環境中自我優化室內小細胞基地佈署。室內小細胞基地自我優化佈署串接控制裝置藉由用戶設備端(User Equipment,UE)回傳之資訊，估測傳接機間路徑損(Path Loss,PL)與傳接機訊干雜比(Signal-to-Interference-plus-Noise Ratio,SINR)，適應性控制正交分頻多工(Orthogonal Frequency Division Multiplexing,OFDM)傳接機的發射功率，使室內小細胞基地台的用戶可自我優化產生滿足多用戶服務可靠度設定與接收機區塊錯誤率(Blocking Error Rate,BLER)小於10-1、最佳化通達率、最小發射功率與干擾的傳接機性能。模擬實驗結果顯示應用本發明於室內小細胞基地台部署時，可使室內小細胞基地台具備高服務可靠度、低功率消耗與對鄰近細胞用戶產生低同頻干擾功率之優點。

Description

干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置
本發明係有關一種建構於分時多工接取(Time Division Multiplexing Access,TDMA)多用戶資源分配之適應性網路模糊推論系統(adaptive network-based fuzzy inference system,ANFIS)之室內小細胞基地台自我優化佈署串接控制(Self-Otimization Deployment Cascade Control,SODCC)方法與裝置，尤指一種可適應性控制小細胞傳接機多用戶(Multi-User,MU)服務可靠度、最小化發射功率與干擾之自我優化佈署控制器。
隨著無線通訊需求與應用的蓬勃發展，社會多媒體訊息流通量的急遽增加，高傳輸率、高可靠度之鏈路要求與日日增，尤其巨大的多媒體通訊量與全球無縫隙通訊覆蓋需求，已確立無線寬頻通訊系統運用的主流地位，寬頻通訊系統對頻譜資源的需求也相對增大，因而導致頻譜資源變得日益擁擠而不敷使用，更可能成為限制無線寬頻通訊發展之瓶頸。短距離毫微小細胞(Femtocell)之服務區小，與大細胞(Microcell)系統比較，具有低成本、低功耗、高頻譜效率和高容量的優點，是一種非常有市場潛力的無線網路技術[註1]。[註2]研究報告預測，全球小細胞市場將從2014年690百萬美元，增長至2019年48億美元，每年均增長率41.7%。因此，短距離毫微小細胞技術在未來新一代無線通訊網 路發展與運用中，將扮演非常重要的角色。
[註1]Jie Zhang, Guillaume de la Roche, et al. Femtocells - Technologies and Deployment, Wiley, Jan. 2010.
[註2]Small Cells Market and Femtocell Industry 2019 Forecasts in New Research Reports , DALLAS, October 7, 2014 /PRNewswire/.
毫微小細胞基地台數遠多於大細胞數，為了節省成本，一般細胞部署方法，將不適用於毫微小細胞基地台部署。因此毫微小細胞基地台必須由用戶自行部署，而必須設計一具備容易操作之自我優化佈署串接控制(Self-Optimization Deployment Cascade Control,SODCC)軟體與裝置，使毫微小細胞基地台可以在最少人為輔助下，僅需插件和播放(Plug-And-Play)，即可自動配置系統參數，在干擾環境中自我優化基地台發射功率，達到節省能源、降低同頻干擾之目標，且能滿足多用戶服務可靠度、對應室內小細胞傳接機細胞邊緣CQI之細胞邊緣通達率、及匹配房間大小之細胞半徑覆蓋範圍之用戶輸入設定。本發明主要考慮一個毫微小細胞基地台在單一室內干擾環境中，對均勻分佈室內多用戶，設計建構於適應性網路模糊推論系統之自我優化基地台部署串接控制裝置。
[註3]提出毫微小細胞適應性覆蓋範圍部署方法，以減少核心網路的移動性信號增加。毫微小細胞基地台使用移動經過毫微小細胞覆蓋區之大細胞用戶和室內用戶的資料，進行毫微小細胞覆蓋範圍自我優化部署。
[註4]提出一種建構於遺傳演算法(Genetic Algorithm)的自 優化毫微小細胞網路基地台群組覆蓋方法，基於話務量統計數據和毫微小細胞網路相鄰基地台間干擾水平，集中式動態更新毫微小細胞網路中各基地台下行鏈路導頻功率，有效地優化企業環境中毫微小細胞網路基地台群組部署的覆蓋範圍。
[註3]Holger Claussen et al., Self-optimization of Coverage for Femtocell Deployments, Bell Labs Technical Journal - Core and Wireless Networks , Volume 14 Issue 2, August 2009, Pages 155-183.
[註4]Lina S. Mohjazi et al., Self-Optimization of Pilot Power in Enterprise Femtocells Using Multi objective Heuristic, Journal of Computer Networks and Communications, Volume 2012.
一般無線多媒體通訊網路頻譜與資源管理，主要包含頻道與發射功率指配。[註5]應用ANFIS方法控制直接序列分碼多工多媒體通訊系統之功率，可估測並補償衰減通道之影響，藉以達到高成功傳輸率與高資料傳輸率之目標。ANFIS功率控制機制之兩個輸入變數分別為SINR error(e)和SINR error change(△e)，並且各使用7個高斯函數做為模糊歸屬函數，因此有49條模糊推論規則。ANFIS功率控制機制可調整訊干雜比(signal-to-interference-plus-noise ratio,SINR)設定點，並利用兩個輸入變數，SINR error e(n)和SINR error change △e(n)來追蹤目標的SINR設置點。本技術固定將目標SINR調整值設定為1.5dB，反而讓功率控制的過程不夠彈性，且ANFIS輸入參數完全依賴SINR控制，無法有效率的配合當下通道環境之變化進行功率控制。本技術亦未考慮網路多用戶(Multi-User,MU)服務與 服務可靠度(service reliability,SR)性能。
[註5]C. H. Jiang, J. K. Lian, R. M. Weng, C. H. Hsu, "Multi-rate DS-CDMA with ANFIS-assisted power control for wireless multi-media communications," International Journal of Innovative Computing, Information and Control, vol. 6, no. 8, pp. 3641-3655, Aug. 2010.
本發明為建構於分時多工接取(Time Division Multiplexing Access,TDMA)多用戶資源分配之適應性網路模糊推論系統(Adaptive Network-based Fuzzy Inference System,ANFIS)之室內小細胞基地台自我優化佈署串接控制(Self-Optimizing Deployment Cascade Control,SODCC)方法與裝置，尤指一種可適應性控制小細胞傳接機多用戶服務可靠度、發射功率與干擾之自我優化佈署控制器。本發明之主要目的在於可由用戶輸入服務可靠度、室內涵蓋半徑與細胞邊緣通達率(對應細胞邊緣CQI 1~15)之設定和用戶設備端(User Equipment,UE)回傳估測傳接機間路徑損(path loss,PL)與傳接機訊干雜比(Signal-to-Interference-plus-Noise Ratio,SINR)資訊，適應性控制正交分頻多工(Orthogonal Frequency Division Multiplexing,OFDM)傳接機的發射功率，使小細胞行動通訊網路內的用戶可滿足服務可靠度、最小發射功率與干擾需求。
本發明以適應性網路模糊推論系統(Adaptive Network-based Fuzzy Inference System,ANFIS)[註6]架構，設計小細胞自我 優化佈署串接控制裝置，包含初始發射功率配置(IPSC)(ANFIS控制器#1)、最佳化通道品質指標(Channel Quality Index,CQI)決策器(CQIDC)(ANFIS控制器#2)與自我優化功率控制器(SOPC)(ANFIS #3)三個單元與自我優化功率控制保護機制控制器，由用戶輸入服務可靠度、室內涵蓋半徑與細胞邊緣通達率設定，自我優化佈署串接控制裝置藉用戶端回傳之資訊估測傳接機間路徑損(Path Loss,PL)與傳接機訊干雜比(Signal-to-Interference-plus-Noise Ratio,SINR)，適應性控制OFDM傳接機的發射功率，使室內小細胞基地台自我優化佈署控制裝置可滿足服務可靠度、最佳化通達率、最小發射功率與干擾的傳接機性能。用戶設定之細胞邊緣(最小)通達率需與室內小細胞傳接機細胞邊緣CQI對應，而傳接機細胞邊緣CQI則對應接收機區塊誤差率(Blocking Error Rate,BLER)小於0.1之最小(邊緣)訊干雜比閘限值(SINRth)。
在初始發射功率控制器(ANFIS #1)有三個輸入參數，分別是服務可靠度(SR m )、室內涵蓋半徑(R m )與細胞邊緣CQI(CQI min,m )，m為第m筆輸入。每個輸入參數皆使用3個鐘形歸屬函數(Generalized bell-shaped)，定義室內涵蓋半徑為0m~15m，共分成3個位準(level)；定義服務可靠度為70%~99%，共分成3個位準(level)；定義細胞邊緣CQI為1~15，共分成3個位準(level)，共有27條模糊推論規則。我們定義室內涵蓋半徑需求在5公尺以下為L、5公尺~10公尺為M、10公尺~15公尺為H，服務可靠度需求在70%~80%為L、80%~90%為M、 90%~99%為H，細胞邊緣CQI需求在1~5為L、6~10為M、11~15為H，輸出為無干擾環境下滿足用戶設定需求之初始發射功率(P ini )。ANFIS初始發射功率控制器最佳化之目標與條件可表示為：
基地台發射最小功率為最佳化目標
優化指配受限條件：
對最佳化通道品質指標決策器(ANFIS #2)而言，有兩個輸入參數：分別為傳接機間之路徑損與初始發射功率設定，每個輸入參數皆使用3個高斯歸屬函數。在最佳化CQI決策控制器單元中，定義平均路徑損為35dB~85dB，共分為三個位準；初始發射功率為-40dBm~20dBm，共分為三個位準，共有9條模糊推論規則。最佳化CQI決策控制器單元根據(2)式產生無干擾環境下最佳的CQI目標，提供自我優化控功率制器(SOPC)單元，在干擾環境下進行功率調整。我們定義路徑損於35dB~45dB為L、45dB~75dB為M、75dB~85dB為H，初始發射功率在-40dBm~-25dBm為L、-25dBm~5dBm為M、5dBm~20dBm為H，輸出為無干擾環境下之最佳CQI(CQI best )。最佳化CQI決策控制器單元之最佳化目標與條件可表示為：
在無干擾環境下BLER 0.1之最佳CQI決策目標
優化指配受限條件：
對自我優化功率控制器(ANFIS #3)而言，有四個輸入參數：分別是服務可靠度需求、細胞邊緣CQI需求、無干擾環境之最佳CQI與SINR量測平均值，每個輸入參數皆使用3個鐘形歸屬函數。在自我優化最小發射功率控制器中，定義服務可靠度需求為70%~99%，共分成三個位準；細胞邊緣CQI需求為1~15，共分成三個位準；最佳CQI為1~15，共分成三個位準；SINR量測平均值為-25dB~45dB，共分成三個位準；共有81條模糊推論規則。我們定義服務可靠度需求在70%~80%為L、80%~90%為M、90%~99%為H，細胞邊緣CQI需求在1~5為L、6~10為M、11~15為H，無干擾環境下之最佳CQI在1~5為L、6~10為M、11~15為H，SINR量測平均值在-25dB~-5dB為L、-5dB~25dB為M、25dB~45dB為H，輸出為最小發射功率調整值(△P)。自我優化最小發射功率調整控制器最佳化之目標與條件可表示為：
傳接機發射最小功率為最佳化目標
優化指配受限條件：
P+△P {20dBm},P為前次發射功率(dBm)
設計自我優化功率控制保護機制控制器使自我優化佈署串接控制(SODCC)裝置僅能對室內小細胞內用戶進行自我優化發射功率調整，避免和室外鄰近細胞用戶相互干擾，因而降低室內小細胞內之系統效能。
為進一步對本發明有更深入的說明，乃藉由以下圖示、圖號說明及發明詳細說明，冀能對貴審查委員於審查工作有所助益。
[註6]Jyh-Shing Roger Jang, “ANFIS: Adaptive-Network-Based Fuzzy Inference System” , IEEE Transaction on System, Man, and Cybernetics, Vol. 23, NO. 3, June 1993.
SODCC‧‧‧自我優化佈署串接控制
IPSC‧‧‧初始發射功率控制器單元
CQIDC‧‧‧最佳化CQI決策控制器單元
SOPC‧‧‧自我優化功率控制器單元
MU‧‧‧多用戶
BLER‧‧‧區塊錯誤率
d‧‧‧傳接機距離
SR‧‧‧服務可靠度
CQI‧‧‧通道品質指標
CQImin‧‧‧細胞邊緣CQI需求
CCDF‧‧‧互補累積分布
RMSE‧‧‧均方根誤差
SINR‧‧‧訊干雜比
SINRth‧‧‧訊干雜比閘限值
‧‧‧為用戶端回報之量測訊干雜比平均值
R‧‧‧涵蓋半徑需求
PL‧‧‧路徑損
‧‧‧平均路徑損
ANFIS1、ANFIS2、ANFIS3‧‧‧適應性網路模糊推論系統
表格說明：
表一 系統模擬參數表
表二 小細胞下鏈OFDM傳接機基本模擬參數表
表三 不同邊緣CQI下對應之SNR閘限值與邊緣通達率
表四 不同服務可靠度下之邊際衰減表
表五 初始發射功率控制器單元模糊推論規則表
表六最佳化CQI決策控制器單元模糊推論規則表
表七自我優化功率控制器單元模糊推論規則表
圖示說明：
圖一 室內小細胞自我優化佈署串接控制裝置系統架構
圖二 初始發射功率控制器單元架構圖
圖三最佳化CQI決策控制器單元架構圖
圖四 自我優化功率控制器單元架構圖
圖五小細胞下鏈傳接機在室內辦公室A環境下之BLER性能曲線
圖六小細胞下鏈傳輸在室內辦公室A環境下之通達率與系統容量
圖七 初始發射功率控制器(IPSC)單元之一組訓練資料：在固定涵蓋半徑為5公尺和細胞邊緣CQI(3、7、10)狀況下，不同服務可靠度(70%、75%、80%、85%、90%、95%)所對應之最小發射功率
圖八 初始發射功率控制器(IPSC)單元初始歸屬函數
圖九 初始發射功率控制器(IPSC)單元經過混合式學習演算法訓練過後之歸屬函數
圖十 初始發射功率控制器(IPSC)單元之均方根誤差
圖十一 最佳化CQI決策控制器(CQIDC)單元之一組訓練資料：在初始發射功率為-20dBm、-10dBm與0dBm的狀況下，不同平均路徑損(35dB~85dB)所對應之最佳CQI
圖十二 最佳化CQI決策控制器(CQIDC)單元初始歸屬函數
圖十三 最佳化CQI決策控制器(CQIDC)單元經過混合式學習演算法訓練過後之歸屬函數
圖十四 最佳化CQI決策控制器(CQIDC)單元之均方根誤差
圖十五 自我優化功率控制器(SOPC)單元之一組訓練資料：在服務可靠度需求為90%，細胞邊緣CQI為3，最佳化CQI為5、9、12狀況下，不同SINR量測平均值所對應之最佳功率調整量
圖十六 自我優化功率控制器(SOPC)單元初始歸屬函數
圖十七 自我優化功率控制器(SOPC)單元經過混合式學習演算法訓練過後之歸屬函數
圖十八 自我優化功率控制器(SOPC)單元之均方根誤差
圖十九 SODCC模擬流程圖
圖二十(a) 無干擾環境下，用戶設定涵蓋半徑為5公尺、細胞邊緣CQI需 求為3，在70%、80%與90%服務可靠度需求下ISPC之SINR量測值CCDF分布圖
圖二十(b) 無干擾環境下，用戶設定涵蓋半徑為5公尺、細胞邊緣CQI需求為7，在70%、80%與90%服務可靠度需求下ISPC之SINR量測值CCDF分布圖
圖二十(c) 無干擾環境下，用戶設定涵蓋半徑為5公尺、細胞邊緣CQI需求為10，在70%、80%與90%服務可靠度需求下ISPC之SINR量測值CCDF分布圖
圖二十一(a) 干擾環境下，結合SOPC單元與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為3狀況下之SINR量測值CCDF分布圖
圖二十一(b) 干擾環境下，結合SOPC單元與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為7狀況下之SINR量測值CCDF分布圖
圖二十一(c) 干擾環境下，結合SOPC與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為10狀況下之SINR量測值CCDF分布圖
圖二十二(a) 干擾環境下，結合SOPC與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為3狀況下之通達率CCDF分布圖
圖二十二(b) 干擾環境下，結合SOPC與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為7狀況下之通達率CCDF分布圖
圖二十二(c) 干擾環境下，結合SOPC與僅使用初始發射功率控制器，在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為10狀況下之通達率CCDF分布圖
圖二十三 干擾環境下，使用最大發射功率傳輸與SOPC在用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為3、7、10下之平均發射功率
圖二十四 干擾環境下，使用最大發射功率傳輸與SOPC在用戶設定涵蓋半 徑為5公尺、服務可靠度需求為90%與細胞邊緣CQI需求為3、7、10下之實際服務可靠度
茲配合下列之圖示，說明本發明之詳細結構及其連結關係，以利於貴審委做一瞭解。
本發明之小細胞自我優化佈署控制裝置之主要架構係為串接式適應性控制器，其架構分成初始發射功率配置器、最佳化CQI決策器與自我優化發射功率調整控制器三個單元與自我優化功率控制保護機制。小細胞自我優化佈署串接控制器裝置之系統架構圖如圖一所示。為了在多用戶干擾環境中實現智慧型自我優化佈署串接控制的動作，本發明使用Jyh-Shing Roger Jang在1993年利用模糊推論系統建立的可適性網路的架構，稱為適應性類神經模糊推論系統(ANFIS)[註6]，藉由混合式學習的方法，其輸入及輸出模式可模仿人類神經系統，其特點是可藉由學習調整權重至適當值完成人們所要實現之功能。在第一個單元，用戶依照室內房間大小進行涵蓋半徑、服務可靠度與細胞邊緣CQI需求設定，且作為ANFIS初始發射功率控制器的輸入參數，在小細胞基地台最大發射功率的限制下，在無干擾環境中輸出可滿足上述需求之最小發射功率。在第二個單元，依照初始設定發射功率控制器所輸出之初始發射功率與用戶端量測之傳接機間之路徑損平均值作為最佳CQI決策控制器的輸入參數，輸出在無干擾環境下滿足OFDM傳接機區塊錯誤率(Blocking Error Rate,BLER)小於0.1之最佳 CQI。第三個單元，由用戶設定之服務可靠度需求、細胞邊緣CQI需求、最佳化CQI決策控制器所輸出無干擾環境下之最佳CQI與用戶端量測之SINR平均值作為自我優化最小發射功率調整控制器的輸入參數，輸出滿足用戶服務可靠度設定與BLER0.1之發射功率調整值。
圖二為初始設定發射功率控制器單元架構圖，圖中包含五層架構，共有三個輸入參數與一個輸出參數，對初始發射功率控制器單元而言，輸入參數分別是服務可靠度、室內涵蓋半徑與細胞邊緣CQI需求，輸出參數為初始發射功率；圖三為最佳化CQI決策控制器單元之架構圖，圖中包含五層架構，共有兩個輸入參數與一個輸出參數，對最佳CQI決策器單元而言，輸入參數分別是傳接機兩端之路徑損與初始設定發射功率，輸出參數為最佳CQI；圖四為自我優化最小發射功率控制器單元架構圖，圖中包含五層架構，共有四個輸入參數與一個輸出參數，對自我優化最小發射功率控制器單元而言，輸入參數分別是服務可靠度需求、細胞邊緣CQI需求、無干擾環境之最佳CQI與量測之SINR平均值，輸出參數為發射功率調整值。本發明主要透過用戶端量測之RSRP參數來估算SINR，並且回報SINR給基地台[註7]，而傳接機路徑損則由基地台發射之參考訊號功率(Reference Signal Power)與RSRP相減產生[註8]。
本發明將以自我優化最小發射功率控制器單元為例介紹ANFIS控制器架構：
第一層：在這一層包含四個第m筆輸入參數xj,m及歸屬函數的 輸出Aj,n，歸屬函數皆為鐘型函數，如(1)式所示，
a j,n ,b j,n ,c j,n 是前件部參數，將利用降梯度公式(gradient descent formula)進行參數調整。
第二層：此層第i個輸出w i,m 是從上一層收到的第m筆輸入相乘產生，並表示ANFIS資料率控制器共有81條規則。
w i,m =O 2,i =A 1,p (x 1,m )×A 2,q (x 2,m )×A 3,r (x 3,m )×A 4,s (x 4,m )for i=1,2…,81；p=1,2,3；q=1,2,3；r=1,2,3；s=1,2,3 (5)
第三層：將第二層所得做正規化的動作。
第四層：O 4,i 是第四層的輸出。
α i ,β i ,γ i ,ω i ,λ i 為後件部參數，將利用最小平方估測(Least Squares Estimate LSE)來進行參數調整。其中81條模糊推論規則庫之模糊規則R i ,for i=1~81表示如下：R1：If(x 1,m is A 11 )and(x 2,m is A 21 )and(x 3,m is A 31 )and(x 4,m is A 41 )then(output is f 1,m )R2：If(x 1,m is A 11 )and(x 2,m is A 21 )and(x 3,m is A 31 )and(x 4,m is A 42 )then(output is f 2,m )R3：If(x 1,m is A 11 )and(x 2,m is A 21 )and(x 3,m is A 31 )and(x 4,m is A 43 )then(output is f 3,m )...R80：If(x 1,m is A 13 )and(x 2,m is A 23 )and(x 3,m is A 33 )and(x 4,m is A 42 )then(output is f 80,m )R81：If(x 1,m is A 13 )and(x 2,m is A 23 )and(x 3,m is A 33 )and(x 4,m is A 43 )then(output is f 81,m ) (8)使用設計出來的ANFIS規則庫，將可替系統操作者產生最佳化的決策。
第五層：將第四層的輸出，利用(9)式得到最後之資料率輸出參數G m 。
[註7]S. Hämäläinen and H. Sanneck, LTE: Self Organising Networks (SON): Network Management Automation for Operational Efficiency, Wiley, Jan. 30, 2012
[註8]3GPP Technical Specification 136.213, “Evolved Universal Terrestrial Radio Access (E-UTRA); Physical layer procedures” (Release 8), www.3gpp.org
(A)初始設定發射功率控制器(IPSC)單元
為控制小細胞基地台的初始發射功率，使細胞內用戶可滿足用戶設定之需求，我們將進行小細胞OFDM傳接機下鏈傳輸區塊錯誤率(Blocking Error Rate,BLER)性能模擬結果，產生控制器之訓練資料。
在實施例模擬中，參考LTE規格建立之小細胞系統模擬參數如表一所示，小細胞下鏈傳接機基本參數如表二所示。我們將在不同CQI條件下，進行1x1 SISO-OFDM傳接機BLER性能模擬，系統頻寬設定為10MHz，採用ITU-R室內辦公室A(Indoor Office A,IOA)通道模式[註9]，使用LS通道估測進行估測，使用MMSE等化器進行等化，用戶移動速度假設為10km/hr，在不同CQI狀況下使用1000個子訊框進行OFDM傳接機BLER性能模擬，其結果如圖五所示。本發明藉由圖五可產生在不同CQI狀況下滿足OFDM傳接機BLER0.1之最小訊雜比，即SINR閘限值，見表三所示。當系統頻寬為10MHz時，對應之實體資源塊(Physical Resource Block,PRB)總數為50個PRBs，本發明下鏈多用戶傳輸之資源配置構想為分時多工接取(Time Division Multiplexing Access,TDMA)方法，室內小細胞基地台在每個時槽，會以50個PRB對每一個UE做資源分配。下鏈OFDM傳接機之系統容量可表示為[註10]C(bps)=BW．BW_eff．η．log2(1+SINR/SINR_eff) (10)式中BW與BW_eff分別為系統頻寬與系統有效頻寬；η為修正參數；SINR與SINR_eff為訊干雜比與有效訊干雜比。在本發明中，SISO下鏈傳輸系統模擬參數設定如表一，其BW為10MHz、BW_eff為0.83、η為0.43與SINR_eff為2.51，通達率模擬結果，如圖六所示。圖六中，系統容量如黑色虛線所示，而不同CQI之實際傳接機模擬通達率如實線所示，隨著行動通訊技術之演進，其系統通達率已逐漸接近Shannon系統容量之上限。因此本發明採用(10)式計算出對應在不同SINR閘限值之系統通達率，見表 三所示。表三中說明用戶通達率之需求設定對應細胞邊緣CQI(1~15)，通達率輸入範圍在3.1~4.2Mbps、10.3~11.3Mbps、19.8~21.4Mbps分別對應細胞邊緣CQI 3、7、10。
本發明考慮室內小細胞衰減環境之多用戶服務可靠度需求，其細胞內基地台之平均訊號強度W為Log-normally分佈 式中與σ W 分別為平均信號強度與標準差。信號強度之平均值為 而距基地台距離d之行動用戶，其W大於閘限值W 0 之涵蓋機率為 式中R為細胞半徑，K-W 0 (dB)為d=R時之衰減邊際(Fade Margin,FM)值，以確保通訊鏈路之可靠度，K為接收機在d=R之(細胞邊緣)平均信號強度(dBm)。
服務可靠度決定在細胞半徑為R之細胞內，行動台接收機之平均接收信號強度大於W 0 之百分比。服務可靠度可表示為[註11] (13)帶入(14)可得服務可靠度為 令
本控制器將利用鏈路估算產生在不同涵蓋半徑(R)、服務可靠度(SR)、細胞邊緣CQI(CQI min )需求下之最小發射功率，即為初始發射功率，其鏈路估算可表示如下P ini =P r,min(CQImin)+L t -G t +PL(R)+FM(SR)-G r +L r (17)式中Pini為初始發射功率(dBm)，Pr,min(CQImin)為在細胞邊緣CQI需求等於CQImin之接收靈敏度，L t 為基地台纜線傳遞損(dB)，Gt為基地台天線增益(dBi)，PL(R)為在傳接機距離等於R之路徑損，FM為在服務可靠度等於SR之衰減邊際值(dB)，G r 為用戶端天線增益(dBi)，L r 為用戶端body loss(dB)。衰減邊際值可以由(15)(16)(17)式計算產生。
本發明假設小細胞下鏈傳接機基本參數如表二所示。藉由表二之參數與傳接機錯誤性能模擬，可以計算在不同細胞邊緣CQI需求下之接收靈敏度為 P r,min(CQImin)=P N +SNR th (CQImin) (18)其中P N 為雜訊功率(dBm)，SNR th (CQImin)為不同CQImin下滿足BLER=0.1的SNR閘限值(如表三)。雜訊功率P N 可表示如下P N =NF×N 0(W)=NF×kT 0×BW r (W)=NF(dB)+(-174)+10log10(BW r )(dBm) (19) 其中NF為UE之雜訊指標(noise figure,NF)，N 0 為接收端熱雜訊功率頻譜密度(dBm/Hz)，k為波茲曼常數1.3804 x 10-23Joule/°K、T 0 為絕對溫度290°K，BW r 為接收頻寬(Hz)。
本發明使用ITU-R室內路徑損模型進行鏈路估算模擬，可表示如下式[註9]PL(d)=20log10(f)-Nlog10(d)+L f (n)-28(dB) (20)其中d為傳接機距離(m)；f為載波頻率(MHz)；N為距離功率損常數，本發明模擬時考慮在室內辦公室環境，因此N設定為30；L f (n)為樓層穿透損(dB)，n為樓層數，在本模擬不考慮樓層穿透損。
此外，接收功率遮蔽衰弱標準差σ W 參考[註9]在室內辦公室環境下設定為10dBm，因此由(17)式，可以得到不同服務可靠度所對應之FM值，如表四所示。
為了滿足用戶設定的需求且達到最小發射功率目標，本發明藉由室內小細胞OFDM傳接機基本參數，如表二所列，模擬產生OFDM傳接機BLER結果，如表三所列。結合表二、表三與(15)(16)(17)(18)(19)(20)式，模擬產生在不同涵蓋半徑(2.5、5、7.5、10、12.5、15公尺)、服務可靠度(70%、75%、80%、85%、90%、95%)與不同細胞邊緣CQI(1~15)狀況下之最小發射功率，作為初始發射功率控制器之訓練資料。圖七為初始設定發射功率控制器之一組訓練資料：在固定涵蓋半徑為5公尺和細胞邊緣CQI(3、7、10)狀況下，不同服務可靠度(70%、75%、80%、85%、90%、95%)所對應之最小發射功率。以CQImin=7為例，對應不同服務可靠度(70%、75%、80%、85%、90%、95%)之最小發射功率由小到大分別為-22.43dBm、-20.83dBm、-19.03 dBm、-16.83dBm、-14.23dBm和-10.33dBm。
初始設定發射功率控制器單元的功能，在於設定基地台初始最小發射功率。在初始無干擾環境下，滿足用戶設定之涵蓋半徑(R)、服務可靠度(SR)與細胞邊緣CQI(CQImin)需求。每個輸入參數皆使用3個鐘形歸屬函數(Generalized bell-shaped)定義為 a j,n ,b j,n ,c j,n 是前件部參數。初始設定發射功率控制器單元共有27條模糊推論規則，見表五所示。
圖八與圖九分別為IPSC初始歸屬函數及經過混合式學習演算法訓練過後之歸屬函數。在經過1000次訓練後均方根誤差降至0.48dBm，約在800次訓練即可收斂，如圖十所示。
[註9]ITU-R, Recommendation ITU-R P.1238-7 (02/2012) Propagation data and prediction methods for the planning of indoor radio communication systems and radio local area networks in the frequency range 900 MHz to 100 GHz, 02/2012.
[註10]Mogensen, P., et al, “LTE Capacity compared to the Shannon Bound” , Vehicular Technology Conference, 2007. VTC2007-Spring. IEEE 65th, pp. 1234 - 1238, April 2007.
[註11]Wiliam C. Jakes, Jr., Microwave Mobile Communications, 1974.
(B)最佳化CQI決策控制器(CQIDC)單元
在實際無線通道環境中，室內小細胞基地台佈署會面臨大細胞基地台或鄰近小細胞之同頻干擾，造成室內小細胞基地台通訊品質下降。因此自我優化佈署串接控制裝置使用最佳化CQI決策控制器(CQIDC)單元，在無干擾環境下提供最佳CQI決策，並可以滿足BLER0.1之接收機性能。進而在干擾環境下，自我優化控功率制器(SOPC)單元持續追蹤量測之SINR，並自我優化調整發射功率，使用戶滿足服務可靠度與最小發射功率之目標需求。
在無干擾環境下，為了決定用戶室內不同位置之最佳CQI(CQIbest)，必須先用下式估算訊雜比(Signal-to-Noise-power Ratio,SNR)，可表示如SNR=P r (W)/P N (W) (22)其中P r 為無干擾環境下之平均接收功率，可表示如下式
當我們已知初始發射功率P ini 、用戶端與基地台之平均路徑損與其他參數如表二所示，即可利用(23)式計算在無干擾環境下之接收功率；而雜訊功率P N 可由(19)式產生。
在估算出無干擾環境下之SNR後，我們可以藉由表三尋找符合BLER0.1之最佳CQI，決策方式表示如下
為了決策在無干擾環境下應當符合之最佳CQI，本發明藉由室內小細胞傳接機基本參數，如表二所列，模擬產生傳接機BLER結果，如表三所列。結合表二、表三與(22)(23)(24)式模擬產生在不同平均路徑損(35dB~85dB) 與初始發射功率(-40dBm~20dBm)狀況下之最佳CQI輸出作為訓練資料。圖十一為最佳化CQI決策控制器之一組訓練資料：在初始發射功率為-20dBm、-10dBm與0dBm的狀況下，不同平均路徑損(35dB~85dB)所對應之最佳化CQI，可觀察到最佳CQI會隨著路徑損增加而變小，且在相同平均路徑損下，最佳CQI隨著初始發射功率增加而變大。
最佳化CQI決策控制器單元藉由IPSC輸出之無干擾環境下最小發射功率與基於用戶目前所在位置估算出之路徑損，決策出在無干擾環境下應當符合之最佳CQI。對最佳化CQI決策控制器單元而言，輸入參數分別是傳接端路徑損估測平均值與IPSC所輸出之初始發射功率(Pini)，每個輸入參數皆使用3個高斯歸屬函數定義為 ，共有9條模糊推論規則，其模糊推論規則見表六所示。目標輸出為無干擾環境之最佳CQI(CQIbest)。
圖十二與圖十三分別為ANFIS CQI最佳化決策控制器初始歸屬函數與經過混合式學習演算法訓練過後之歸屬函數。在經過500次訓練後均方根誤差降至0.49，約在170次訓練時即可收斂，如圖十四所示。
(C)自我優化功率控制器(SOPC)單元
自我優化最小發射功率控制器透過用戶需求設定、ANFIS最佳CQI決策控制器之輸出與用戶端量測資訊進行小細胞發射功率調整，使得小細胞內用戶不只在干擾環境中仍可滿足用戶設定需求與傳接機通訊品質，而且自我優化控制傳接機發射最小功率，進 而減少對鄰近細胞之干擾。
在SOPC功率調整部分，為了在干擾環境下滿足邊緣CQI之最小SNR閘限值和服務可靠度SR之需求，因此定義SINR閘限值之設定不得低於服務可靠度SR之FM值與邊緣CQI之最小SNR閘限值之和，故OFDM傳接機SINR閘限值定義如下式SINR th =max{SNR th (CQI min)+FM(SR),SNR th (CQI best )}(dB) (26)接著藉著此SINR閘限值，進行最小發射功率自我優化調整，其發射功率調整量表示如下式 其中為用戶端回報之SINR量測平均值。
用戶輸入服務可靠度(70%~99%)、室內涵蓋半徑(0m~15m)與細胞邊緣通達率(2.3Mbps、3Mbps、4.2Mbps、5.7Mbps、6.9Mbps、10.2Mbps、11.3Mbps、16.2Mbps、19.7Mbps、21.4Mbps、26.1Mbps、29.1Mbps、32Mbps、37.4Mbps、42.1Mbps)(對應細胞邊緣CQI 1~15)。為了在干擾環境中滿足用戶設定SR需求且輸出最小發射功率，本發明藉由表二之單天線(SISO)傳接機規格參數模擬室內小細胞傳接機BLER性能，產生對應細胞邊緣CQI之訊干雜比閘限值，如表三所示。結合表二、表三與(26)(27)式產生在不同服務可靠度(70%、75%、80%、85%、90%、95%)、不同細胞邊緣CQI(1~15)、在無干擾環境下之不同最佳CQI(1~15)與不同SINR量測平均值(-25dB~45dB)狀況下之最小發射功率調整量作為訓練資料。(本發明亦適用於多天線(MIMO)模式之小細胞傳接機)
圖十五為自我優化功率控制器之一組訓練資料：在服務可靠度 需求為90%，細胞邊緣CQImin為3，最佳化CQIbest為5、9、12狀況下，不同SINR量測平均值所對應之最佳功率調整量，顯示功率調整量會隨著量測之SINR平均值增加而減少，以達到最小發射功率之設計目標。以CQIbest=5為例，其SNR閘限值為8.5dB，根據(25)式其調整目標SINR閘限值應為CQImin=3所對應之SNR閘限值(5dB)加上90%服務可靠度需求所對應之FM=8.2dB(表四)，因此調整目標SINR閘限值為13.2dB。圖十五顯示功率調整量為0dB時，所對應SINR量測平均值即為13.2dB。
自我優化功率控制器藉由用戶設定服務可靠度、細胞邊緣CQI需求、CQIDC輸出之無干擾環境下最佳CQI與用戶設備端SINR量測平均值，在多用戶干擾環境下，指配滿足服務可靠度需求之最小發射功率給傳接機。對自我優化功率控制器而言，輸入分別是服務可靠度(SR)、細胞邊緣CQI需求(CQImin)、最佳CQI(CQIbest)與SINR量測平均值，每個輸入參數皆使用3個鐘形歸屬函數如(4)式所示，共有81條模糊推論規則，其模糊推論規則見表七所示。目標輸出則為最小發射功率調整量(△P)。
圖十六與圖十七分別為自我優化最小發射功率控制器初始歸屬函數及經過混合式學習演算法訓練過後之歸屬函數。經過500次訓練後均方根誤差降至0.79dBm，約在300次訓練時即可收斂，如圖十八所示。
(D)自我優化功率控制保護機制
為了使自我優化佈署串接控制(SODCC)裝置僅能對室內小細胞內用戶進行自我優化發射功率調整，避免和室外鄰近細胞用戶相互干擾，降低SODCC裝置之效能。本發明設置自我優化功率控制保護機制，輸入用戶設備 端回傳之平均路徑損，接著透過(17)式室內路徑損模型估算用戶端與基地台之間距離(d)，若用戶設備端在室內小細胞基地台涵蓋半徑(R)內，SOPC才進行自我優化最小發射功率控制。
(E)實驗結果
本發明模擬驗證SINR量測平均值與通達率之多用戶服務可靠度，其模擬流程如圖十九所示。實驗時在涵蓋半徑R之室內小細胞涵蓋區內，採用均勻分佈用戶位置量測，每個位置進行1000次量測。其量測總次數定義如下： 在半徑r=1公尺之圓周均勻分佈的用戶7個位置上，分別進行1000次量測；在半徑r=2,3,4,5公尺之圓周均勻分佈的14,21,28,35用戶位置上，分別進行1000次量測；當用戶設定之涵蓋半徑R為5公尺，用戶量測位置總數為105，其用戶量測位置總數會隨用戶設定之涵蓋半徑增加而增加。
SINR量測值之互補累積分布(Complementary Cumulative Cistribution Function,CCDF)定義如下：F(SINR th )=P(SINR量測值>SINR th ) (28)CCDF與服務可靠度有相同的含義，在SINR量測值大於SINR th 所對應之機率值，即為所有室內多用戶SINR量測值大於SINR th 之百分比，亦即服務可靠度。依照公式(13)可顯示其意義與服務可靠度相符合。圖二十為初始發射功率控制器單元在無干擾環境下，用戶設定涵蓋半徑為5公尺，服務可靠度為70%、80%與90%，不同細胞邊緣CQI需求下SINR量測值之CCDF圖。 圖二十(a)、(b)、(c)為分別對應CQImin=3、7、10SINR平均量測值之互補累積分布。藉由表三可以找到對應不同的胞邊緣CQI 3、7、10的SINR閘限值，分別為5dB、13dB與22dB。以圖二十(b)為例，當服務可靠度設定70%時，初始發射功率控制器所輸出的發射功率在無干擾環境下，室內多用戶SINR量測值大於細胞邊緣SINR閘限值(13dB)的比例約為72%；服務可靠度設定80%時，初始發射功率控制器所輸出的發射功率在無干擾環境下，SINR量測值大於細胞邊緣SINR閘限值(13dB)的比例約為81%；服務可靠度設定90%時，初始發射功率控制器所輸出的發射功率在無干擾環境下，SINR量測值大於細胞邊緣SINR閘限值(13dB)的比例約為90%。從圖二十(b)我們可以得知，在無干擾環境下，僅需使用初始發射功率控制器，即可幾乎滿足用戶服務可靠度設定需求，因而可避免造成不必要的功率浪費與干擾。
圖二十一與圖二十二為結合自我優化功率控制器(實線)與僅使用初始發射功率控制器(虛線)，在干擾環境下用戶設定涵蓋半徑為5公尺、服務可靠度需求為90%，不同細胞邊緣CQI需求(CQImin=3、7、10)下SINR量測值與通達率CCDF分布圖。由表三可得不同的細胞邊緣CQI對應的SINR閘限值，分別為5dB、13dB與22dB，接著利用(7)式計算得不同的細胞邊緣CQI對應的通達率需求，分別為4.2Mbps、11.3Mbps與21.4Mbps。以圖二十一(c)與圖二十二(c)為例，顯示在近似無干擾(-100dBm干擾功率)的環境下，使用自我優化控制器之SINR量測值大於細胞邊緣SINR閘限值(22dB)的機率與通達率大於細胞邊緣通達率需求(21.4Mbps)的機率約為91%；僅使用初始發射功率控制器之SINR量測平均值大於細胞邊緣SINR閘限值(22dB)的機率與通達率大於細胞邊緣通達率需求(21.4Mbps)的機率約為91%。隨著 干擾功率的增加，我們可以觀察到僅使用初始發射功率控制器的服務可靠度已無法維持用戶設定需求，而使用自我優化功率控制器則可持續維持在一定的服務可靠度需求以上，以干擾功率為-70dBm為例，僅使用初始發射功率控制器之SINR量測值大於細胞邊緣SINR閘限值(22dB)的機率與通達率大於細胞邊緣通達率需求(21.4Mbps)的機率已降至約33%，而使用自我優化控制器之SINR量測值大於細胞邊緣SINR閘限值(22dB)的機率與通達率大於細胞邊緣通達率需求(21.4Mbps)的機率仍然可維持約為89.5%。
圖二十三與圖二十四分別為使用最大發射功率(20dBm)與本發明自我優化功率控制器，在不同多用戶干擾環境下之輸出平均功率與實際服務可靠度。圖二十三顯示使用本發明自我優化功率控制器，當干擾功率增加，其發射功率也會逐漸增加。以CQImin=7為例，在干擾功率為-90dBm時，平均發射功率約為-11.15dBm；在干擾功率為-80dBm時，平均發射功率約為-2.41dBm；在干擾功率為-70dBm時，平均發射功率約為7.73dBm，其發射功率相較最大發射功率小上許多。由圖二十四可以觀察到在不同干擾功率下，使用本發明自我優化功率控制器之實際服務可靠度值皆可差不多維持在用戶輸入之90%服務可靠度設定；但是若使用最大發射功率進行信號傳輸，雖然在服務可靠度的表現上非常良好，超出用戶輸入之90%服務可靠度設定甚多，但是一直使用最大發射功率(20dBm)，結果將造成鄰近細胞用戶同頻干擾的增加。以CQImin=7為例，使用最大發射功率傳輸信號時，當干擾功率為-100~-75dBm，其實際服務可靠度皆約為100%，當干擾功率為-70dBm，其實際服務可靠度約降為98.4%；而使用本發明自我優化功率控制器，在干擾功率為-100dBm~-70dBm時，實際服務可靠度皆能維持約90% 之用戶設定需求，而發射功率卻可降至-17dBm~7.5dBm，遠小於20dBm，而達到節省功率消耗、降低對鄰近細胞用戶干擾的設計目標。
因此由模擬實驗結果顯示，建構於分時多工接取(Time Division Multiplexing,TDMA)多用戶資源分配之適應性網路模糊推論系統室內小細胞基地台自我優化佈署串接控制方法與裝置，不但能在多用戶干擾環境下滿足用戶設定之服務可靠度需求，且以滿足傳接機性能需求的最小發射功率進行信號傳輸，進而達到節省功率消耗、減少對異質網路鄰近用戶產生同頻干擾之目標。
在本實施例之模擬中，傳接機基本參數如表二所列為單天線模式(SISO)，本發明亦適用於多天線模式(MIMO)與其他不同通道環境。
CQI‧‧‧通道品質指標
SR‧‧‧服務可靠度
ISPC‧‧‧初始發射功率配置器
CQIDC‧‧‧通道品質指標決策器
SOPC‧‧‧自我優化功率控制器
R‧‧‧涵蓋半徑需求
CQImin‧‧‧細胞邊緣CQI需求
PL‧‧‧路徑損
‧‧‧平均路徑損
SINR‧‧‧訊干雜比
‧‧‧平均訊干雜比
ANFIS1、ANFIS2、ANFIS3‧‧‧適應性網路模糊推論系統

Claims (15)

  1. 一種干擾環境中建構於分時多工接取多用戶資源分配之室內小細胞基地台自我優化佈署串接控制裝置，係使一室內小細胞基地台可滿足多用戶(multi-user,MU)服務可靠度、最佳通達率與細胞半徑需求，並可因應干擾環境變化自我優化發射最小功率，而容易安裝操作、節省能源、並避免對室外其他用戶造成干擾，實現自我優化佈署控制裝置其係包含：一基地台採用分時多工接取(TDMA)分配資源；一初始設定發射功率配置(IPSC)，其輸入參數分別為一室內涵蓋半徑(R)、一服務可靠度(SR)與一細胞邊緣CQI(CQI min )對應之通達率；一最佳化通道品質指標(channel quality index,CQI)決策器(CQIDC)，係串接該初始設定發射功率配置；一自我優化功率控制器(SOPC)，係串接該最佳化通道品質指標；以及一自我優化功率控制保護機制控制器，係串接該自我優化功率控制器；藉由用戶輸入該服務可靠度、該室內涵蓋半徑與該細胞邊緣通達率設定，在多用戶干擾環境中自我優化該室內小細胞基地台佈署，該室內小細胞基地台自我優化佈署控制裝置藉由用戶回傳之資訊，一估測傳接機間平均路徑損(path loss,PL)與一傳接機平均訊干雜比(Signal-to-Interference-plus-Noise Ratio，SINR)，以適應性控制一正交分頻多工傳接機的發射功率，使該室內小細胞基地台的用戶可自我優化最小發射功率，以滿足多用戶服務可靠度及最佳化該細胞邊緣通達率需求，並達到最小化發射 功率與相鄰細胞間之同頻干擾。
  2. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多用戶資源分配之室內小細胞自我優化佈署串接控制裝置，其中該室內小細胞基地台以一分時多工接取(TDMA)方法，在每個時槽分配全部實體資料塊(physical resource block,PRB)給室內小細胞每一個用戶。
  3. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多用戶資源分配之室內小細胞基地台自我優化佈署串接控制裝置，其中該初始設定發射功率配置依一適應性網路模糊推論系統(adaptive network-based fuzzy inference system，ANFIS)架構設計，共有三個輸入參數與一個輸出參數，對初始設定發射功率控制器單元而言，輸入參數分別是該室內涵蓋半徑(R)、該服務可靠度(SR)與該細胞邊緣CQI(CQI min )需求，在符合OFDM傳接機區塊錯誤率(Blocking Error Rate，BLER)低於一預設值以下，輸出參數在無干擾環境下，為初始設定最小發射功率指配給傳接機，每個輸入參數皆使用3個鐘形歸屬函數(Generalized Bell-Shaped)，共有27條模糊推論規則，最佳化之目標與條件可表示為：基地台發射最小功率為最佳化目標優化指配受限條件：{R m ,SR m ,CQI min,m }0m<R 15m 70% SR 99% 1 CQI min 15 P ini {20dBm}。
  4. 如申請專利範圍第3項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該初始設定發射功率配置之該適應性控制正交分頻多工傳接機區塊錯誤率預 設值係為0.1。
  5. 如申請專利範圍第3項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該初始設定發射功率配置之鐘形歸屬函數係為3個。
  6. 如申請專利範圍第3項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該初始設定發射功率配置之模糊推論規則係為27個。
  7. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多用戶干擾環境中建構於分時多工接取多用戶資源分配之室內小細胞自我優化佈署串接控制裝置，其中該適應性網路模糊推論系統最佳化通道品質指標(channel quality index,CQI)決策器(CQIDC)單元，依照初始設定發射功率控制器所輸出之初始發射功率與用戶端量測之傳接機間之路徑損平均值作為最佳最佳化通道品質指標決策控制器的輸入參數，輸出參數在無干擾環境下，滿足區塊錯誤率小於一預定值之最佳最佳化通道品質指標，共有兩個輸入參數與一個輸出參數，對最佳最佳化通道品質指標決策器單元而言，輸入參數分別是傳接機兩端之路徑損平均值與初始設定發射功率(P ini )，每個輸入參數皆使用3個高斯歸屬函數，共有9條模糊推論規則，輸出參數為最佳最佳化通道品質指標，提供給自我優化最小發射功率控制器單元，最佳化之目標與條件可表示為： 在無干擾環境下BLER 0.1之最佳CQI決策目標優化指配受限條件： {,P ini,m }35dB85dB -40dBm<P ini 20dBm CQI best {1~15}。
  8. 如申請專利範圍第7項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該最佳化通道品質指標決策器(CQIDC)傳接機區塊錯誤率預定值係為0.1。
  9. 如申請專利範圍第7項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該最佳化通道品質指標決策器高斯歸屬函數係為3個。
  10. 如申請專利範圍第7項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該最佳化通道品質指標決策器模糊推論規則係為9個。
  11. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多用戶干擾環境中建構於分時多工接取多用戶資源分配之室內小細胞自我優化佈署串接控制裝置，其中該自我優化功率控制器(SOPC)依適應性網路模糊推論系統架構設計，有四個輸入參數，分別是由用戶設定之該服務可靠度需求(SR)、該細胞邊緣CQI需求(CQImin)、該最佳化通道品質指標決策控制器所輸出無干擾環境下之最佳CQI(CQIbest)與用戶量測之SINR平均值作為自我優化最小發射功率調整控制器的輸入參數，在干擾環境下輸出 滿足用戶服務可靠度設定與BLER0.1之最小發射功率調整值，每個輸入參數皆使用鐘形歸屬函數，共有複數個模糊推論規則，最佳化之目標與條件可表示為：傳接機發射最小功率為最佳化目標優化指配受限條件： {SR m ,CQI min,m ,CQI best,m and} 70% SR 99% 1 CQI min 15 1 CQI best 15 -25dB45dB P m-1+△P {20dBm},P m-1為前次發射功率(dBm)。
  12. 如申請專利範圍第11項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該自我優化功率控制器鐘形歸屬函數係為3個。
  13. 如申請專利範圍第11項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該自我優化功率控制器模糊推論規則係為81個。
  14. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多用戶干擾環境中室內小細胞自我優化佈署串接控制裝置，其中該自我優化功率控制保護機制為避免室內小細胞進行自我優化發射功率調整時，和室外鄰近細胞用戶相互干擾，因而降低自我優化佈署串接控制裝置之效能，自我優化佈署串接控制裝置輸入用戶端回傳之平均路徑損，再藉由室內路徑損模型估算用戶端與基地台之間距離(d)，若用戶端在涵蓋半徑(R)內，才能啟動自我優化最小發射功率控制單元。
  15. 如申請專利範圍第1項所述之干擾環境中建構於分時多工接取多 用戶干擾環境中建構於分時多工接取多用戶資源分配之自我優化佈署串接控制裝置，其中該自我優化佈署串接控制裝置使用一初始設定發射功率配置控制器單元，在無干擾環境下，符合系統區塊錯誤率(Blocking Error Rate,BLER)低於0.1以下並滿足用戶服務可靠度設定，輸出參數為初始設定最小發射功率，提供給一最佳化通道品質指標決策控制器(CQIDC)單元；該最佳化通道品質指標決策控制器單元在無干擾環境下可以滿足該適應性控制正交分頻多工傳接機BLER0.1，輸出參數為最佳化通道品質指標，提供給該自我優化控功率制器單元，進而在干擾環境下，以自我優化控功率制器單元對抗干擾所造成的通訊品質下降，持續追蹤用戶端量測之該傳接機訊干雜比，自我優化調整發射功率，使用戶滿足高服務可靠度與最小發射功率之目標需求。
TW104133586A 2015-10-13 2015-10-13 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置 TWI553566B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104133586A TWI553566B (zh) 2015-10-13 2015-10-13 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置
US15/214,544 US10055682B2 (en) 2015-10-13 2016-07-20 Self-optimizing deployment cascade control scheme and device based on TDMA for indoor small cell in interference environments

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104133586A TWI553566B (zh) 2015-10-13 2015-10-13 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置

Publications (2)

Publication Number Publication Date
TWI553566B TWI553566B (zh) 2016-10-11
TW201714121A true TW201714121A (zh) 2017-04-16

Family

ID=57848270

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104133586A TWI553566B (zh) 2015-10-13 2015-10-13 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置

Country Status (2)

Country Link
US (1) US10055682B2 (zh)
TW (1) TWI553566B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107833188A (zh) * 2017-10-30 2018-03-23 辽宁工程技术大学 一种自适应稀疏型子空间追踪层析成像重构的方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6780703B2 (ja) * 2016-09-28 2020-11-04 富士通株式会社 基地局装置、端末装置、無線通信システム及び無線通信システム制御方法
TWI624168B (zh) * 2016-10-21 2018-05-11 元智大學 多用戶干擾環境中建構於分頻全雙工－正交分頻多工接取之室內小細胞智慧型佈署串接控制裝置
CN108490820A (zh) * 2018-02-06 2018-09-04 中国科学院合肥物质科学研究院 一种可编程电源控制器
EP3942719A1 (en) * 2019-03-18 2022-01-26 Telefonaktiebolaget Lm Ericsson (Publ) Link adaptation optimized with machine learning
WO2020190182A1 (en) * 2019-03-18 2020-09-24 Telefonaktiebolaget Lm Ericsson (Publ) Link adaptation optimization with contextual bandits
US10979202B2 (en) * 2019-08-07 2021-04-13 Huawei Technologies Co. Ltd. Neural-network-based distance metric for use in a communication system
EP4014166A1 (en) * 2019-08-14 2022-06-22 Google LLC Base station-user equipment messaging regarding deep neural networks
US12001943B2 (en) 2019-08-14 2024-06-04 Google Llc Communicating a neural network formation configuration
BR112020014657A2 (pt) 2019-09-04 2022-03-22 Google Llc Feedback de configuração de formação de rede neural para comunicações sem fio
US12075346B2 (en) 2019-10-31 2024-08-27 Google Llc Determining a machine-learning architecture for network slicing
US11886991B2 (en) 2019-11-27 2024-01-30 Google Llc Machine-learning architectures for broadcast and multicast communications
US11689940B2 (en) 2019-12-13 2023-06-27 Google Llc Machine-learning architectures for simultaneous connection to multiple carriers
WO2021186573A1 (ja) * 2020-03-17 2021-09-23 日本電信電話株式会社 通信制御方法、制御局、及び通信制御プログラム
US11663472B2 (en) 2020-06-29 2023-05-30 Google Llc Deep neural network processing for a user equipment-coordination set
WO2022104493A1 (en) * 2020-11-17 2022-05-27 Qualcomm Incorporated Signaling design for component-wise neural network communications
CN112581509B (zh) * 2020-12-25 2023-08-15 北京环境特性研究所 一种基于sopc的无人机载地面目标实时跟踪系统及跟踪方法
US20220400447A1 (en) * 2021-06-09 2022-12-15 Rakuten Mobile, Inc. Cell sector transmission system
CN118102355A (zh) * 2024-02-27 2024-05-28 北京鑫昇科技有限公司 一种基于环境感知的扩展型直放站网络部署方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463290B1 (en) * 1999-01-08 2002-10-08 Trueposition, Inc. Mobile-assisted network based techniques for improving accuracy of wireless location system
US20040015906A1 (en) * 2001-04-30 2004-01-22 Goraya Tanvir Y. Adaptive dynamic personal modeling system and method
US6829491B1 (en) * 2001-08-15 2004-12-07 Kathrein-Werke Kg Dynamic and self-optimizing smart network
FR2889386B1 (fr) * 2005-07-28 2007-10-19 Sercel Sa Dispositif et procede de connexion a un reseau sans fil
EP2081492A2 (en) * 2006-09-26 2009-07-29 Morpheus Medical Methods for a movement and vibration analyzer (mva)
WO2010133250A1 (en) * 2009-05-19 2010-11-25 Abb Reserach Ltd. Computer-implemented method and system for automatic generation of time slot allocation for a wireless control loop
CN102870156B (zh) * 2010-04-12 2015-07-22 飞思卡尔半导体公司 音频通信设备、输出音频信号的方法和通信系统
TWI474728B (zh) * 2012-09-21 2015-02-21 建構於適應性網路模糊推論系統之三層串接式認知引擎之方法及裝置
US20160174206A1 (en) * 2013-07-11 2016-06-16 Interdigital Patent Holdings, Inc. Method and apparatus for supporting sectorization coordination
US9847645B2 (en) * 2015-02-03 2017-12-19 King Fahd University Of Petroleum And Minerals Neuro-fuzzy control system for grid-connected photovoltaic systems

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107833188A (zh) * 2017-10-30 2018-03-23 辽宁工程技术大学 一种自适应稀疏型子空间追踪层析成像重构的方法
CN107833188B (zh) * 2017-10-30 2021-07-06 辽宁工程技术大学 一种自适应稀疏型子空间追踪层析成像重构的方法

Also Published As

Publication number Publication date
US10055682B2 (en) 2018-08-21
TWI553566B (zh) 2016-10-11
US20170105210A1 (en) 2017-04-13

Similar Documents

Publication Publication Date Title
TWI553566B (zh) 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置
Abdallah et al. Power control and channel allocation for D2D underlaid cellular networks
EP3225044B1 (en) Methods and apparatus for enabling proximity services in mobile networks
US10080200B2 (en) Intelligent deployment cascade control device based on an FDD-OFDMA indoor small cell in multi-user and interference environments
Zhou et al. A dynamic graph-based scheduling and interference coordination approach in heterogeneous cellular networks
CN102573033B (zh) 基于博弈论的多Femtocell下行功率干扰控制方法
US8463190B2 (en) System and method for interference reduction in self-optimizing networks
Liu et al. Dual-band femtocell traffic balancing over licensed and unlicensed bands
Abdallah et al. A distance-based power control scheme for D2D communications using stochastic geometry
US20180288783A1 (en) Network optimization method for large-scale mimo network and base station thereof
US20120281648A1 (en) Interference mitigation with scheduling and dynamic power spectrum allocation for wireless networks
Muhammad et al. Performance evaluation of uplink closed loop power control for LTE system
Muhammad et al. Uplink closed loop power control for LTE system
Davaslioglu et al. Interference-based cell selection in heterogenous networks
CN104770004A (zh) 一种通信系统和方法
Susanto et al. On the reduction of interference effect using power control for device-to-device communication underlying cellular communication network
Kelif et al. Analytical performance model for Poisson wireless networks with pathloss and shadowing propagation
Teng et al. Power control based on interference pricing in hybrid D2D and cellular networks
Giambene et al. Efficiency and fairness in the resource allocation to device-to-device communications in LTE-A
Lotfollahzadeh et al. Femtocell base station clustering and logistic smooth transition autoregressive‐based predicted signal‐to‐interference‐plus‐noise ratio for performance improvement of two‐tier macro/femtocell networks
TWI624168B (zh) 多用戶干擾環境中建構於分頻全雙工－正交分頻多工接取之室內小細胞智慧型佈署串接控制裝置
Liu et al. Proactive interference avoidance for mobile-to-mobile communication in LTE networks
Wu et al. Maximization of con-current links in V2V communications based on belief propagation
Iwai et al. System performance of clustered DFT-S-OFDM considering maximum allowable transmit power
Essassi et al. Power control and RB allocation for LTE uplink