黄琦敏

摘要 在传统无线多播系统中，为保证多播组所有用户都能正确接收和解码基站发送的数据，基站只能以最差信道质量用户的传输速率传输数据，虽然保证了用户间公平性，但降低了多播系统吞吐量。为提高系统吞吐量，在传统的LTE多媒体多播系统中引入CoMP关键技术，通过选取多个小区形成CoMP协作集，CoMP 协作集小区在相同资源块上同时为一个多播组内用户传输相同数据。仿真结果表明，在保证服务质量的情况下，MCMPT方案使多播系统吞吐量得到显著提高。

关键词 LTE；多媒体多播系统；CoMP；吞吐量

DOIDOI：10.11907/rjdk.181115

中图分类号：TP393

文献标识码：A文章编号文章编号：16727800（2018）009020804

英文标题Application of Coordinated Multipoint Transmission in Multimedia Multicast Service

--副标题

英文作者HUANG Qimin

英文作者单位（College of Telecommuniaction and Information Engineering，Nanjing University of Posts and Telecommuniaction，Nanjing 210003，China）

英文摘要Abstract：In the traditional wireless multicast system，in order to ensure that all users in multicast group can receive and decode data correctly，the base station can only choose the data rate of user in the poorest channel condition to transmit data.Although the fairness among all the users in the system is guaranteed，but the system throughput is low.In order to increase the system throughput，a new technique called CoMP is introduced to the traditional multimedia broadcast multicast service to solve this problem.Multiple base stations work together to transmit the same data to a multicast group at the same time in the same esource block.The simulation results show that the MCMPT scheme proposed in this paper makes the throughput of multicast system significantly improved.

英文关键词Key Words：LTE；MBMS；CoMP；throughput

0引言

多播是将信息从一个数据源向多个用户发送的技术，能够实现资源共享，提高无线网絡资源利用率。随着LTE移动通信网络技术和互联网的迅速发展，在基于OFDM的蜂窝网络中，无线网络多播极为重要，多媒体多播系统（MultiMedia Broadcast Multicast Service，MBMS）可以极大简化多媒体接入方式，改善多媒体体验，如视频会议、电视广播等。传统多播基于单基站场景，为了保证多播组内所有用户都能够正确接收数据和解码信息，基站只能选择多播组中最差信道质量用户的传输速率发送信息。因此，研究多播系统调度和资源分配，提高多播系统边缘用户可达速率，是提高多播系统吞吐量和公平性的关键，目前已成为研究热点。

根据自适应机会多播调度方案，在每个TTI内，基站不会选择所有用户一起发送数据，而是自适应地选择满足一定条件的不固定的用户进行数据传输，该算法将调度周期设置成3个TTI，相对于传统多播，虽然在一定程度上能够提高系统吞吐量，但是不能保证用户公平性[1]。

传统IPF多播方案选择多播组吞吐量最大的用户速率作为BS可行速率，虽然可以提高系统吞吐量，却极大牺牲多播组内用户公平性，可能使信道质量差的边缘用户一直得不到BS服务[2]。

多点传输（CoMP）指处于不同地理位置的多个BS一起协作发送信息给终端，或者联合接收终端发送的信息，当协作小区发送相同信息给用户时，由于传输链路之间具有相互独立的特点，因此该方法有效提高了发送分集增益，从而可提高通信系统吞吐量和可靠性。联合传输（JT）是一种CoMP类型，可以将干扰信号转化为有用信号，使多个小区的发送信号在空中合并被UE接收，由于UE接收信号增强，干扰信号降低，因而提高了UE的SINR接收率。

为了提高多播系统吞吐量，本文提出一种多播和CoMP三基站协作的多点传输方案（MulticastCoordinate Multiple Point Transmission，MCMPT）。3个BS同时发送相同信息给多播组内用户，相对于传统单小区多播，新方案增强了边缘用户的接收信号，也相应增大了边缘用户的SINR，因此BS使多播组传输数据可行速率显著提高。

1系统模型

多点协作蜂窝系统模型如图1所示，包含3个小区，分别是小区1、小区2、小区3，3个小区形成一个CoMP协作集S，集合的3个传输节点分别位于不同位置，联合协作给同一个多播组内用户同时传输相同信息。其中小区1是多播组用户所属的服务小区，假设小区1中有G个多播组，资源块个数为N，系统带宽为B，Sg表示多播组g的用户个数。

对于小区1中多播组g的用户k，采用CoMP传输时，在第t个TTI接收到的信号可以表示为：

yg，k（t）=∑i∈SHi，g，k（t）Wi，g，k（t）Si，g，k（t）+∑jSHj，g，k（t）Wj，g，k（t）Sj，g，k（t）+N0（1）

其中式（1）右边第一项表示服务基站和协作基站对多播组g中用户k发送的信号，Hi，g，k（t）表示基站i对多播组g中用户k的信道增益，Wi，g，k（t）表示预编码矩阵，Si，g，k（t）表示基站i对多播组g中用户k发送的信号；式（1）右边第二项为其它基站对用户k的干扰信号，N0表示高斯白噪声。

协作集合的基站共享用户信息，根据式（1），小区1中多播组g中用户k的SINR表示为：

γSINR=∑i∈Spi|Hi，g，kWi，g，k|∑jSpj|Hj，g，kWj，g，k|+N0（2）

pi表示用户k接收的协作集S中基站i的发送功率，pj表示用户k接收的其它基站发送功率。

2MCMPT方案算法

传统多播基于单小区场景，多播组中用户接收的有用信号只来自于服务小区，其它小区信号都被视为干扰信号。MCMPT算法通过在多播中引入CoMP多点传输技术，选择3个小区作为固定协作集合，其中一个作为服务小区，可以发送所有控制信息给本服务小区多播组用户，其余两个小区只有发送协助信息的作用，3个小区同时发送有用信息给服务小区内多播组用户，3个基站发送的信号在空中合并后被多播组内用户接收，使边缘用户接收信号质量有效增强。

根据式（2），在第t个TTI中，多播组g中用户k的请求速率表示为：

rg，k（t）=log2（1+γSINR）（3）

为了将单个子载波上的SINR映射到资源块RB上的等效SINR中，有效SINR算法采用EESM模型，按照式（4）进行映射：

SINReff=-β（1Nsub∑Nsubk=1e-SINRkβ）（4）

其中，Nsub表示子载波总数，β是尺度系数，用来调节实际和预测的误块率BLER之间的不匹配性。

为了保证多播组内用户公平性，选择多播组中最差信道质量用户的请求速率作为基站传输数据的速率。第t个TTI中多播组g的可行速率可表示为：

rg（t）=argmink∈grg，k（t）（5）

相应多播组g的吞吐量表示为：

Rg（t）=Sgrg（t）（6）

第t个TTI中多播组g的所有用户在资源块i的请求速率之和为：

Rg_sum=∑Sgk=1rg，k，i（t）（7）

第t个TTI中多播组g的吞吐量与多播组内所有用户请求速率之和的比值为：

φg（t）=Rg_sumRg（t）（8）

为了实现多播组之间的公平性，选择多播组的吞吐量与多播组内所有用户请求速率之和的比值最大的多播组优先进行调度，因此，在第t个TTI中选择的多播组为：

g（t）=argmax1

具体算法流程如下：

步骤1：在每个TTI内，根据用户接收到的3个协作小区的发送信号，由式（2）计算每个用户的SINR，依据式（4）的EESM模型，计算每个用户在每个资源块的等效SINR，映射成相应的CQI，根据CQI计算多播组g内用户k在资源块i的请求速率rg，k，i（t），1≤g≤G，1≤k≤Sg，1≤i≤N。

步驟2：对于多播组g内的Sg个用户，在每一个资源块RB上，根据式（6）计算多播组g在可行速率下的最大吞吐量Rg，i（t）。

步骤3：根据式（7），计算多播组g的所有用户在资源块i的请求速率之和Rg_sum。

步骤4：对所有的多播组，根据式（8），计算每一个多播组在每一个资源块的权值，即多播组吞吐量与多播组内所有用户请求速率之和的比值φg，i（t）。

步骤5：针对步骤4计算的权值，根据式（9），计算在每个RB上优先分配的多播组。

步骤6：更新资源块集合，将已经分配完成的资源块从当前资源块集合中删除，得到一个新的RB集合。

步骤7：重复步骤1-步骤6，直到所有使用CoMP多点传输的资源块分配完毕。

3MCMPT算法的仿真与结果分析

为了详细了解MCMPT方案对系统性能的影响，更好地评估多播系统性能，利用仿真Matlab系统仿真平台进行实验，并分析仿真结果。

3.1系统级仿真平台概述

系统仿真采用7小区模型，中心小区为服务小区，再选择周围小区中两个相邻的小区与中心小区组成协作集，其它小区为干扰小区，每个小区包含3个扇区，仿真相关参数设置如表1所示。

3.2仿真结果分析

图2显示了在不同多播调度算法下多播组平均吞吐量随多播组内用户数变化的情况。为了降低仿真复杂度，设置每个扇区只有1个多播组，因此每个小区包含3个多播组，选择服务小区的数据进行分析。

随着用户数增加，传统多播算法CMS、MPF、MCMPT的多播组吞吐量都在增加，其中MCMPT算法能够提供最好性能。CMS算法使用最差信道质量用户的速率作为基站传输速率，而且基于单小区场景，用户只能接收到服务小区的信号作为有用信号，因此多播组吞吐量最低；MPF算法也是基于单小区场景的算法，但根据多播组可行速率和用户请求速率比值之和的最大值选择多播组进行调度，因此，吞吐量比CMS算法更高；MCMPT算法基于3个小区场景，用户接收到的有用信号除了服务小区的信号外，还有另外两个协作小区发送的信号，因为引入了CoMP技术，用户接收的有用信号是在空中合并后从3个小区发送的的叠加信号，因此，用户的SINR相对于另外两种算法更高，基站可选择的发送速率更大，在保证多播组内用户公平性的基础上能够得到更大吞吐量。

多播组边缘用户平均吞吐量与边缘用户数目的变化情况如图3所示。从图中可以看出，MCMPT算法的多播组边缘用户吞吐量明显比传统多播CMS以及MPF算法大，边缘用户数相同时，MCMPT算法的多播组边缘用户吞吐量是传统多播CMS算法的3倍左右，因为MCMPT算法接收的是3个协作基站发送的有用信号，用户SINR明显更大。

4结语

本文提出的MCMPT方案兼顾了用户公平性和小区吞吐量，引入了CoMP多点协作机制，相对于传统多播算法，极大地增强了边缘用户的SINR，在保证用户公平性的基础上，大幅提高了小区吞吐量。仿真分析结果证明了MCMPT算法的优越性及可行性。为了保证多播组内用户公平性，MCMPT算法没有采用最优基站发送速率，牺牲了一部分吞吐量，因此还需进一步探索和研究。

参考文献参考文献：

[1]QIAN L，ZHI Y F，WEI L.A new multicast scheduling scheme for cellular networks[J].IEEE Wireless Communications Letters，2014，3（1）：2629.

[2]WON H，CAI H，EUN D Y.Multicast scheduling in cellular data networks[J].IEEE Transactions On Wireless Communications，2009，8（9）：45404549.

[3]HANG L，YI Q Z，LIN T.Investigation on energy efficiency of ofdmbased twostage cooperative multicast with CP combining[J].2013 IEEE Wireless Communications and Networking Conference，2013，54（5）：15751580.

[4]WU Y S，GUO D Z，ZHI C.Relay selection and power control for energyefficient cooperative multicast communication[C].2015 IEEE 81st Vehicular Technology Conference，2015：16.

[5]NATASHA S，POOMPAT S，YU S J.Dynamic subcarrier allocation with transmit diversity for ofdmabased wireless multicast transmissions[C].2010 International Conference on Electrical Engineering，Electronics Computer Telecommunications and Information Technology，2010：410414.

[6]NA G，YI Q Z，HANG L.An energy efficient cooperative multicast transmission scheme with power control[J].Global Telecommunications Conference，2011，6613（1）：1 5.

[7]ZHANG G Y，LI Y H.Cooperative multicast transmission strategy for energyefficient dynamic network coding[C].2013 IEEE International Conference on Communications Workshops，2013：479 483.

[8]MOON J H，CHOD H.Cooperative multicast based on data sharing in integrated cellular and shortrange networks[C].2011 IEEE 73rd Vehicular Technology Conference，2011：16.

[9]TANG L，HAI L X，CHUN Y F.A qosbased multirate multicast scheme over heterogeneous cellular network[C].2016 International Symposium on Wireless Communication Systems，2016：292 296.

[10]LOW T P，PUN M O，HONG Y W P，et al.Optimized opportunistic multicast scheduling （OMS） over heterogeneous cellular networks[J].2009 IEEE International Conference on Acoustics，Speech and Signal Processing，2009，9（2）：25452548.

[11]JOOHYUNG L，YOUNG M L，KWIHOON K.Energy efficient cooperative multicast scheme based on selective relay[J].IEEE Communications Letters，2012，16（3）：386388.

[12]JIAMING L，POCHUN H，JENJEE C.Energyefficient drx scheduling for multicast transmissions in 3gpp lteadvanced wireless networks[C].2013 IEEE Wireless Communications and Networking Conference，2013：551556.

[13]NGO T D，TELLAMBURA C，NGUYEN H H.Efficient resource allocation for of DMA multicast systems with spectrumsharing control[J].IEEE Transactions on Vehicular Technology，2009，58（9）：48784889.

[14]HA D M，DONG M Z，RONG Z.Optimal resource allocation in multicast devicetodevice communications underlaying LTE networks[J].IEEE Transactions on Vehicular Technology，2017，66（9）：83578371.

[15]LIN T，DI P，YU B T.Subcarrier allocation for multicast services in multicarrier wireless systems with QoS guarantees[J].IEEE Wireless Communication and Networking Conference，2010，29（16）：16.

責任编辑（责任编辑：江艳）