0 引言

    隨著無線通信網(wǎng)絡(luò)的快速發(fā)展以及智能終端設(shè)備的爆炸式增長，現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)面臨著巨大的挑戰(zhàn),。3GPP在LTE-Advanced中提出了一種新的網(wǎng)絡(luò)架構(gòu)模型HetNet^[1],，這種模型是指在現(xiàn)有宏小區(qū)的覆蓋下，大量增加低功率傳輸節(jié)點,，如micro,、pico、femto以及中繼等。由于低功率傳輸節(jié)點的傳輸功率低,，使得其能以極其靈活的方式進行部署,。這種部署方式成本較低并且能夠彌補宏小區(qū)的覆蓋盲點，提高了系統(tǒng)的頻譜利用率,。此外,，在5G中UDN場景下，大量低功率傳輸節(jié)點可以部署在用戶密集區(qū)域,，這種方式可以有效提升網(wǎng)絡(luò)容量,，擴展網(wǎng)絡(luò)覆蓋范圍，但是引入了小小區(qū)間的同頻干擾問題,。因此,，多點協(xié)作傳輸(CoMP)，一種通過節(jié)點間的協(xié)作傳輸來消除小區(qū)間的同頻干擾技術(shù),，在5G中得到了廣泛的應(yīng)用^[1-2],。

    眾所周知，小小區(qū)之間干擾是影響UDN性能的主要因素之一^[3],，并且由于小小區(qū)之間的距離不斷減小,，小小區(qū)間的干擾問題變得更加嚴重。文獻[4]在一個以用戶為中心的虛擬范式中研究了干擾對齊問題,，解決了UDN中的干擾問題,。文獻[5]提出了一種基于圖形的資源分配方法，最大化了資源利用率,。為了減小小小區(qū)邊緣UE遭受的干擾,，文獻[6]提出了信道狀態(tài)和干擾感知功率分配(PAG)方案，該方案通過調(diào)整發(fā)射功率來減小對其他小小區(qū)邊緣UE的干擾,。但是上述這些方法都沒有考慮到TP之間的合作問題,。

    系統(tǒng)吞吐量和小小區(qū)邊緣用戶性能可以通過基站(BS)的聯(lián)合傳輸來提高^[7-8]。這種聯(lián)合傳輸不僅能有效地消除小區(qū)間的信道干擾,，還可以利用干擾信號來增加信號的接收強度,。在UDN中，小小區(qū)之間的間隔很小,，這會造成小小區(qū)發(fā)生重疊,。由于小小區(qū)邊緣UE接收的信號可能來自多個小小區(qū)，這些來自于其他小區(qū)的干擾信號可以通過CoMP進行聯(lián)合處理,，以達到減輕小小區(qū)邊緣UE遭受的干擾的目的,。

    雖然TP和BS之間靈活多變的合作傳輸策略可以增加小小區(qū)邊緣用戶的性能，但這將會給無線資源管理帶來了巨大的挑戰(zhàn)^[9-10],?？紤]到CoMP帶來的資源分配的問題,，本文提出了CLA-CoMP算法。該算法可以根據(jù)宏小區(qū)下的低功率傳輸節(jié)點服務(wù)的用戶數(shù)目進行小小區(qū)負載平衡,，從而提高了子載波的利用率和系統(tǒng)的總和率,。之后針對功率分配問題，本文采用了P2UPA方案,。相較于平均功率分配(PF-PA)方式,，P2UPA能夠以較大的信道增益分配更多的功率，從而提高了系統(tǒng)的總和率,。

1 系統(tǒng)模型

    本文考慮了一個下行的多用戶CoMP蜂窩系統(tǒng)模型,，如圖1所示。在UDN場景下,，TP和UE隨機分布在異構(gòu)網(wǎng)絡(luò)中,。在CoMP系統(tǒng)下，用戶根據(jù)所處位置的不同被分為兩類：一類是處于TP覆蓋中心的用戶,，另一類是處于TP覆蓋邊緣的用戶,。在尋求服務(wù)時，兩類用戶都會選擇接收信號強度最大的TP作為home TP,，TP根據(jù)信道狀態(tài)信息(CSI)確定其服務(wù)的初始用戶,。中心UE只接受home TP的信號，對于邊緣UE則可以通過CoMP合作集對其提供服務(wù),。對于合作集群的判定,，假設(shè)P₀是用戶收到home TP的發(fā)出的信號強度，P_i是用戶收到第i個TP發(fā)出的信號強度,，處于該邊緣UE合作集中的TP應(yīng)滿足P₀-P_i≤δ_CoMP,，其中δ_CoMP是CoMP集合選擇的閾值。

    假設(shè)T={1,，2,，…，N}表示所有的TP,，U={1，2,，…,，M}表示UE，讓A∈C^M×N表示UE和TP之間的分配矩陣,，其中A中的元素的值為：

式中,，等號右邊第一部分表示用戶m收到的期望信號，第二部分表示同頻干擾信號,，而W_m表示高斯白噪聲功率,。g_i,，n是UE和TP之間的信道矩陣中的元素，表示第i個用戶和第n個TP之間的信道增益,。P_i,，m代表該第i個TP對第m個用戶的發(fā)送功率。其中UE和TP之間的信道矩陣G為：

    本文工作目的是提出一種新的功率分配方式,，從而獲得更大的系統(tǒng)總和率,。

2 基于CLA-CoMP傳輸?shù)墓β史峙?/strong>

    接下來本文將提出一種基于CLA-CoMP功率分配方案，以期使小區(qū)的總吞吐量最大化,。首先提出CLA-CoMP方案,，然后解決功率分配的問題。

2.1 基于負載感知的CoMP

    由于TP與用戶之間的關(guān)系受CSI和小小區(qū)負載信息(CLI)的約束,，假設(shè)用戶和TP之間的CSI是已知的,，所以TP可以根據(jù)CSI確定其服務(wù)的初始用戶。在宏小區(qū)中使用JT-CoMP可以減小邊緣用戶受到的干擾,，提高邊緣用戶的通信質(zhì)量和傳輸速率,，進而提高總傳輸速率。但是使用CoMP技術(shù)對資源分配是有要求的,，當正在受到TP服務(wù)的UE占用了一段子載波時,，被該TP服務(wù)的其他UE不能重用這段子載波。因此當UE數(shù)目增加時,，將會占用更多的子載波,，這會造成有些UE不能被TP服務(wù)，所以邊緣UE的傳輸速率會受到影響,?？紤]到這個問題，本文提出了CLA-CoMP方案,，該方案旨在提高小小區(qū)邊緣UE的速率和總和速率R,。

    假設(shè)TP知道它服務(wù)的UE的CSI，TP根據(jù)CLI調(diào)整它服務(wù)的UE的數(shù)目,。當小小區(qū)負載足夠大并且高于可用子載波數(shù)時,，TP將自適應(yīng)地關(guān)閉信道最差的UE，從而減少小小區(qū)的負載,。換句話說,，BS不再為信道最差的UE提供服務(wù)。然后,，被該UE占用的子載波得以釋放,。TP根據(jù)CLI調(diào)整它服務(wù)的UE的數(shù)目，當小小區(qū)負載很大且無可用子載波時,，TP將其服務(wù)的UE中信道增益最小的踢出服務(wù),，該UE占用的子載波隨即被釋放,。TP通過這種方法調(diào)整小小區(qū)負載并更新了它們所服務(wù)的UE。CLA-CoMP算法如下所示：

    初始化：

    根據(jù)CSI,，每個TP選擇U_n個用戶對其提供服務(wù),。

2.2 基于用戶關(guān)聯(lián)后驗概率的功率分配方案

    在基于CLA-CoMP的條件下，下面的部分將討論系統(tǒng)的功率分配,。為了使系統(tǒng)總和率最大,，即滿足下面的規(guī)劃方程：

    由于C2和C4的非凸性，可以采用基于P2UPA方案來進行功率分配,。相對于以往的PF-PA方案來說,，該方案可以為最高關(guān)聯(lián)概率的UE分配更高的功率。本文假設(shè)每當UE請求服務(wù)時,，TP可以獲取關(guān)聯(lián)UE的SINR和可實現(xiàn)的數(shù)據(jù)傳輸速率,。基于上述假設(shè),，本文采用P2UPA方案,，其中每個UE被多個TP服務(wù)。假設(shè)TP已知關(guān)聯(lián)用戶m的SINR和可實現(xiàn)數(shù)據(jù)速率r_m,，P2UPA的原理如下：

    (1)確定可行性集：所有滿足約束條件C3和C4的TP是用戶可能連接的TP集合,。

    (2)先驗和條件概率：根據(jù)每個UE可行性TP集合估計先驗概率。例如,，第i個UE可行性TP的集合為F_i={S₁,，S₂，…,，S_l},。第i個用戶連接可行性集中每個TP的先驗概率為：

3 仿真結(jié)果與分析

    本文考慮了一個100×100 m²的通信區(qū)域。在這個區(qū)域中,，TP和UE被統(tǒng)一隨機部署,，信道參數(shù)服從瑞利分布。主要模擬參數(shù)在表1中,，不失一般性,，每個子載波的帶寬被設(shè)置為1。在下面的小節(jié)中,，本文比較了采用PF-PA的CLA-CoMP和傳統(tǒng)CoMP的性能,。隨后比較了采用P2UPA方案和PF-PA方案的系統(tǒng)的性能。最后,，本文對基于CLA-CoMP且采用PF-PA方案的系統(tǒng)、基于CLA-CoMP且采用P2UPA方案的系統(tǒng),、不考慮CLA-CoMP采用PF-PA方案的系統(tǒng)和不考慮CLA-CoMP采用P2UPA方案的系統(tǒng)的總和速率進行了比較,。

    圖2給出了采用PF-PA方案的情況下,，基于CLA-CoMP的系統(tǒng)和不考慮CLA-CoMP的系統(tǒng)的總和速率和用戶數(shù)目的關(guān)系?？梢钥闯?，基于CLA-CoMP的系統(tǒng)的優(yōu)勢是顯而易見的?；贑LA-CoMP的系統(tǒng)的總和率是以指數(shù)形式增加,，相較于不考慮CLA-CoMP的系統(tǒng)，增長速度變快,。這是因為基于CLA-CoMP的系統(tǒng)關(guān)鍵思想是當小小區(qū)負載大于可用資源時,，TP自適應(yīng)地調(diào)整小小區(qū)負載以關(guān)閉最小信道增益UE，然后釋放部分可用資源,，其余UE可以被TP服務(wù),，因此小小區(qū)負載是平衡的。

    圖3給出了在基于CLA-CoMP的情況下,，采用了P2UPA方案和PF-PA方案的系統(tǒng)的總和速率和UE數(shù)目的關(guān)系,。如圖3所示，P2UPA方案優(yōu)于PF-PA方案是非常明顯的,?？梢钥闯觯瑢τ谔囟〝?shù)量的UE,，采用P2UPA方案和PF-PA方案的系統(tǒng)的總和速率都是呈指數(shù)增長,。但P2UPA顯然優(yōu)于PF-PA，這是因為P2UPA的關(guān)鍵思想是為最高關(guān)聯(lián)概率的UE分配更多功率,。

    圖4給出了基于CLA-CoMP和PF-PA方案的系統(tǒng),、基于CLA-CoMP和P2UPA方案的系統(tǒng)、采用PF-PA方案且不考慮CLA-CoMP的系統(tǒng)和采用P2UPA方案且不考慮CLA-CoMP的系統(tǒng)的總和速率與發(fā)送功率之間的關(guān)系,。如圖4所示,，隨著可用功率的增加，總和速率在4條曲線上呈指數(shù)增長,。圖3和圖4表明了基于CLA-CoMP的系統(tǒng)的總和速率優(yōu)于不考慮CLA-CoMP的系統(tǒng),，采用P2UPA方案的系統(tǒng)的總和速率優(yōu)于采用PF-PA方案的系統(tǒng)。然而,，無論PF-PA還是P2UPA,，CLA-CoMP的系統(tǒng)的總和速率都優(yōu)于不考慮CLA-CoMP的系統(tǒng)。對P2UPA方案而言,，CLA-CoMP的系統(tǒng)的總和率優(yōu)于不考慮CLA-CoMP的系統(tǒng),。因此，基于CLA-CoMP的系統(tǒng)采用P2UPA方案能獲得更大的系統(tǒng)總和率,。

4 結(jié)論

    本文首先介紹了超密集組網(wǎng)這一網(wǎng)絡(luò)模型,，隨后介紹了解決超密集組網(wǎng)中同頻干擾的CoMP技術(shù),。考慮到CoMP帶來的資源分配的問題,，本文提出了CLA-CoMP方案來調(diào)整TP服務(wù)的UE的數(shù)量,。然后，為了提高系統(tǒng)中的總和率,，本文使用P2UPA方案,，可以為信道增益較大的用戶分配更多的功率。仿真結(jié)果表明,，基于CLA-CoMP且采用P2UPA的系統(tǒng)能夠獲得更大的系統(tǒng)性能增益,。

參考文獻

[1] 3GPP，Requirements for further advancements for evolved universal terrestrial radio access(E-UTRA)(LTE-Advanced)(Relesae10)[S].TR36.913,，V 10.0.0,，2011.

[2] 3GPP，Overview of 3GPP release 12[S].3GPP RP 151570,，V0.2.0,，September，2015.

[3] CHEN S,，XING C,，F(xiàn)EI Z，et al.Dynamic clustering algorithm design for ultra dense small cell networks in 5G[C].International Conference on Communications and Networking in China.IEEE,，2016：836-840.

[4] ZHU X,，XIAO C，ZENG J,，et al.Virtual cell interference alignment in ultra dense network[C].IEEE/CIC International Conference on Communications in China.IEEE,，2016：1-6.

[5] BAI L，LIU T T,，CHEN Z L,，et al.A graph-based interference topology control for ultra-dense networks[C].2014 12th International Conference on Signal Processing(ICSP)，2014：1676-1681.

[6] GAO Y,，CHENG L,，ZHANG X，et al.Enhanced power allocation scheme in ultra-dense small cell network[J].中國通信(英文版),，2016,，13(2)：21-29.

[7] XU X，ZHAO Z F,，LI R P,，et al.A resource scheduling scheme based on utility function in CoMP environment[C].2017 9th International Conference on WCSP，2017.

[8] YANG Z，ZHANG H,，HAO P,，et al.Backhaul-aware adaptive TP selection for virtual cell in ultra-dense networks[C].International Symposium on Personal，Indoor,，and Mobile Radio Communications.IEEE，2016：1-6.

[9] ZHANG T,，ZHAO J,，AN L，et al.Energy efficiency of base station deployment in ultra dense HetNets: a stochastic geometry analysis[J].IEEE Wireless Communications Letters,，2016,，5(2)：184-187.

[10] HAMIDOUCHE K，SAAD W,，DEBBAH M,，et al.Mean-Field games for distributed caching in ultra-dense small cell networks[C].American Control Conference.IEEE，2016：4699-4704.

作者信息:

齊  暢,，楊龍祥

(南京郵電大學 通信與信息工程學院,，江蘇 南京210003)