张永棠

(1.广东东软学院计算机科学与技术系， 广东佛山528225;2.江西微软技术中心, 南昌330003)

Femtocell基站休眠机制研究

张永棠1,2

(1.广东东软学院计算机科学与技术系， 广东佛山528225;2.江西微软技术中心, 南昌330003)

Femtocell基站是解决蜂窝覆盖问题的一种有效途径，然而Femtocell基站大能耗已成为一个紧迫的问题。分析了Femtocell基站传统的固定周期休眠机制算法，提出了两种改进的自适应休眠机制。其设计思想分别为: 改进方案A通过引入休眠周期因子改变增长倍数，动态调整休眠周期；改进方案B通过上一次休眠周期状态的阶数来确定初始休眠的间隔时间，降低休眠模式下的能量消耗。并对两种改进的休眠方案进行Markov分析和Matlab仿真，结果表明，两种改进休眠方案均有比较大的能量改善，改进方案A比较适应环境变化小、通话率高的单基站通信；改进方案B能在通话率波动比较大的范围内保持良好性能，且性能最好，适应多基站协作的通信。

Femtocell；休眠机制；马尔科夫分析；基站节能；通话率

引言

Femtocell基站是近年来兴起的一种能量消耗低、费用低、用户自己安置的蜂窝基站，它的覆盖范围一般为几十米。Femtocell基站被认为是一种解决蜂窝覆盖问题的很有前途的方案，它可以减小宏基站的负担、供应增值业务，如IPTV[1]。然而在Femtocell基站大范围推广的情况下，它的能量消耗和环境可持续将成为一个紧迫的问题。作为网络的重要组成部分，Femtocell的数量也在逐年递增。根据ABI调查[2]，2016年底全球Femtocell基站的数量超过8500万台。假设每个Femtocell需要12 W的功率(105.12 kWh/annum)，则所有的Femtocell的年能耗高达9亿 kWh。可见Femtocell能耗是个紧迫的问题。

在休眠机制方面，之前也有些针对Femtocell基站休眠的相关研究，如Femtocell基站能耗方面综述文献[3-5]，在Femtocell基站运行前期，没有过多的考虑其自身工作能耗，都是以长时间全激活状态工作。文献[6]中提出了“空闲模式”的方案，用“嗅探器”(Sniffer)来检测用户通信。这个方案相对于以前的方案能量消耗减少了37.5%。然而文献[7]提出的方案仍可进一步进行优化，它引入的空闲模式中有“嗅探器”的相关硬件的进程不停地工作着。尽管这部分能量在Femtocell基站总体能量消耗中占比不大，但在实行Femtocell推广政策[8]、大面积部署时，这部分能量还是比较大的。因而本文对休眠机制进行改进，将嗅探器进行周期运行，从而完善Femtocell基站的休眠机制，并对传统固定周期休眠算法的休眠时间间隔设置提出了两种改进方案。

1Femtocell基站的硬件能耗

Femtocell基站硬件设计的高层次示意图如图1所示，它包括一个微处理器来负责执行和管理标准化无线电协议栈和相关的基带处理。同时设计中还包含一个FPGA(Field-Programmable Gate Array)和一些其他的综合电路用来执行很多功能，比如说数据加密、硬件认证和网络时间协议(Network Time Protocol，NTP)等[9-10]。当完全激活处于工作状态时，硬件电路的能量消耗总共为10.2 W，并且从能量供应上的使用效率为85%。来自电源插座中能量总共为12 W。

图1Femtocell基站硬件设计的高层次示意图

2Femtocell休眠机制及模型

2.1休眠机制

Femtocell基站休眠机制流程图如图2所示。

图2Femtocell基站休眠机制的流程图

开始时，Femtocell基站处于空闲模式即导频发射和相关程序都关闭，嗅探器以一定的休眠间隔在宏蜂窝的上行频段进行测量[11]。这些测量使得Femtocell基站可以基于上行链路信号强度来检测到用户在它的覆盖范围内进行通话。当一个在Femtocell基站覆盖范围内的一个用户向宏蜂窝发出呼叫时，嗅探器会检测到在接受到的上升链路频段的能量上升。当接收到信号能量的强度超过某一个提前设定的阈值时，被检测到的用户就认为是距离潜在范围覆盖的基站比较近。如果一个有效用户被检测到，Femtocell基站从“空闲”模式转换到“激活”模式，同时激活它的进程和导频发射能量。在Femtocell基站覆盖范围内的有效用户会把Femtocell基站的导频测量发送给宏基站，如果用户被允许接入到Femtocell基站，则用户从宏基站到Femtocell基站的切换会初始化。不然的话，Femtocell基站就恢复到空闲模式。当上述程序完成切换时，Femtocell一直支持用户的服务，直到通话接受。随着呼叫结束，Femtocell转回“空闲”模式，关闭相关进程和导频信号的发射[12]。

这种技术允许Femtocell基站在覆盖范围内用户没产生有效的呼叫时，关闭所有导频能量和无线接受相关的程序，只有硬件中那些时刻与核心网络保持连接的相关元器件是保持工作状态。回程链路一直处于工作状态以保持射频同步和避免冗长的启动时间。当检测到来自注册用户的一个有效呼叫时，Femtocell可以重启空中接口和它的导频能量的发射(即工作在激活状态)。

2.2休眠模型

为了更好地研究Femtocell休眠机制，建立一个Femtocell基站休眠的系统模型，如图3所示。

图3Femtocell基站休眠算法模型

3休眠算法

根据上述休眠机制流程和建模分析，休眠间隔的设置是影响Femtocell基站能耗的关键因素。休眠间隔取得过短时，Femtocell基站在话务量低时消耗过多的无效探测能量；当休眠间隔取得过大时，就会因为未能及时检测到用户通话而使用户以较高的功率与小区宏基站进行通信，而消耗大量的能量。

下面从传统的固定周期休眠算法和两种改进的休眠算法，对Femtocell基站休眠机制进行研究。

3.1传统固定周期休眠算法

传统的Femtocell基站休眠算法，是嗅探器以固定周期T检测用户的上行链路的能量，在每个休眠周期末若没有检测到有效用户通话，则Femtocell基站继续下一个周期的休眠，反之若检测到用户通话，则激活基站，使用户与Femtocell基站通信，当通话结束后基站继续进入休眠状态并且令嗅探器以相同周期T工作。该算法是一种周期休眠，即休眠间隔T=L·Δt，其状态转换图如图4(a)所示。

图4周期休眠的状态转换图

图4(a)中状态S0,S1,…,Sn分别表示休眠时段内相应的每个Δt时隙片状态，状态F表示嗅探器，用以检测用户上行链路的能量，若没有检测到有效用户，则以概率φ继续回到状态S0开始休眠过程；反之则以概率1-φ进入基站激活状态K。在激活状态K，基站又会以概率α维持激活状态，或者以概率1-α因通话完成而结束激活状态重新回到状态S0开始休眠过程。由于在状态S0,S1,…,Sn中任何一个产生用户通话时都继续转入休眠片段而不进入激活状态(用户通话的前期是与宏基站通信，直至被嗅探器检测到后激活Femtocell基站并与之通信)，于是可以将休眠方案A的状态转换图进行简化，如图4(b)所示，其中状态SP表示同一个休眠时段L内的状态集合。

根据马尔科夫过程[14]的稳态π=π·P可以求出最终Femtocell处于休眠状态SP或激活状态K的稳态解，即：

(1)

系统消耗的总的能量有两部分组成：用户与基站的通信能量和嗅探器的工作能耗Es。由于用户在每个休眠周期内都有可能产生通话，由通话前一小部分时间用户与宏基站的通信能量加上后部分时间与Femtocell基站通信的能量。系统的总能量表达式为：

E=

(2)

(3)

在之前的讨论中已经发现，该算法(周期休眠)的周期T选择比较关键，因而可以进一步假设λ1相对λ2比较大(通话时间间隔比通话持续时间长的这种情形在现实中更加常见)，对式(3)进一步优化，并在休眠周期有效范围内求得极值(即最佳休眠间隔)T为：

(4)

3.2两种改进的休眠算法

由于传统周期休眠算法的嗅探器是以固定周期来检测用户通话情况，在实际应用中存在很大的缺陷，因此对该算法提出了两种改进的方案。

3.2.1改进方案A

改进方案A的嗅探器以初始休眠长度为L0，并且以q因子增加休眠周期至最大长度Lmax，然后保持不变。期间任何一个休眠时期中若嗅探器检测到用户通话，则激活Femtocell基站并使用户转接到与Femtocell基站通信[13]状态。当通话结束后基站继续进入休眠状态，且重新初始休眠长度为L0，慢慢增加休眠周期，其表达式为：

(5)

改进方案A与传统周期休眠算法的分析方法类似，区别在于这里由于休眠时长的不同，总的休眠状态数有SP0,SP1,…,SPN共N+1个，加上激活状态K系统共有N+2个状态。可以类似地画出改进方案A的状态转移图，如图5所示，其中每个休眠状态SPi以概率φi继续下一个休眠状态，或者以1-φi概率进入激活状态。当Femtocell基站处于激活状态时，在下一时刻可以以α的概率维持激活状态，或者以1-α的概率进入休眠状态。

图5改进方案A的状态转移图

相应地求出每个状态的马尔科夫[14]稳态解为：

(6)

(7)

系统能耗的计算方法同公式(2)一样，将式(6)与式(7)同时带入式(2)可以得到最终的系统能耗表达式。这里没有写出最终表达式是因为表达式不能简化成一个简单的式子。

3.2.2改进方案B

改进方案B与改进方案A的不同之处是方案B休眠起始间隔是Femtocell基站激活前的最后一个休眠间隔除以qM的长度，M设定的大小可以使其回退到之前M个休眠间隔的长度：

(8)

其中，Lmax=qN·L0，M为正整数，且M≤N。

在改进方案B中，根据M取值的不同，改进方案B所体现出的性能就不一样，且当M取值越大，改进方案B的性能与方案A就越接近。这里为讨论方便且不失一般性，设计一个与方案A性能差异最大的情形为例进行讨论，即Femtocell基站重新休眠时以激活时那个休眠时段的前一个休眠时长为初始值慢慢增长[7]。这时，根据激活后回到休眠状态的不同可以分成K0,K1,…,KN-1等N个状态，其中K0表示Femtocell基站激活后回到休眠时段SP0，K1表示Femtocell基站激活后回到休眠时段SP1，依此类推。最后方案B的状态流程图可以表示成如图6所示的过程。其中每个休眠状态SPi以概率φi继续下一个休眠状态，或者以1-φi概率进入激活状态Ki-1。当Femtocell基站处于激活状态时，在下一时刻可以以α的概率维持激活状态，或者以1-α的概率进入休眠状态SPi-1。

图6改进方案B的状态转移图

相应地求出每个状态的马尔科夫稳态解为[14]：

(9)

(10)

(11)

将式(9)～式(11)代入式(2)便可计算求的采用改进方案B所产生的系统能量消耗。最终表达式不能简化成一个简单的式子，因而没在文中给出。

4算法仿真与分析

为了验证上述提出的三种休眠方案的有效性，采用Matlab进行仿真。仿真参数[15]：载波频率2.0 MHz，发射功率1 W，带宽10 MHz，用户需求速率122 Kbit/s，正常工作功率12 W，睡眠功率2 W。

不同休眠算法的仿真结果如图7所示。由图7(a)可知，本文提出的两种休眠方案相对于未使用休眠机制和只用嗅探器连续监测方案有了进一步的能耗优化。与固定周期休眠方案相较，三种方案本身在整体上的性能相差不大(因为能耗中有一大部分是Femtocell工作固定元器件能耗)。除去Femtocell固定元器件能耗，三种方案相对能耗如图7(b)所示。

图7三种休眠方案的性能比较

由仿真结果可知：当Femtocell基站的工作环境如通话率等参数已知且相对比较稳定时，传统的固定周期休眠算法具有一定的优势，但是，当通话到达率λ>0.24时，固定周期休眠算法的能量消耗明显增大，当λ=0.4时，能量消耗大约等于12 W。此时基站基本上处于持续工作状态。改进方案A适用于通话率比较高的水平，因为它在通话率高的趋势变化是才会有一定的优势，比较适合单基站的通信；改进方案B对高、低通话率均有比较好的适应性，比较适合环境不稳定、通话率变化较大的基站休眠，在多基站协作通信中有明显的优势。

此外，对改进方案A和改进方案B的平均延时进行了分析，如图8所示。

图8两种改进方案的延时情况

由图8可知，随着通话到达率的增加，两种改进算法的平均时延都逐渐减小。在λ>0.1及0.25<λ<0.4时，改进方案B会比改进方案A产生更高的时延，由于改进方案B的基站大部分时间均处在较大的体眠周期，从而产生了较高的平均时延，但是，如果减去多基站协作产生的时延，在实际应用中改进方案B要优于仿真结果。因此，改进方案B对通信造成的延时影响不明显。

而改进方案B可以根据不稳定场景自适应地调整休眠间隔(改进方案A其实是其一种特例)，它的初始参数设置比较重要，包括休眠间隔的状态数N、初始休眠间隔L0等(图9)。

图9改进方案B的系统能耗随参数初始休眠间隔L0和状态数N的变化

当通话率在比较高的水平波动时，这时初始休眠间隔L0和休眠状态数N应自适应比较小的值；当通话率在比较低的水平波动时，这时初始休眠间隔L0和休眠状态数N应自适应较大的值。

5结束语

文章分析了Femtocell基站的休眠机制，在传统的固定周期休眠算法的基础上，提出了Femtocell基站的两种改进的自适应休眠方案，并对两种改进的休眠方案进行Markov分析和性能仿真，结果显示两种改进休眠方案均有比较大的能量改善，改进方案A比较适应环境变化小、通话率高的单基站；相对改进方案A，改进方案B能在通话率波动比较大的范围内保持良好性能，且性能最好，适应多基站协作的通信。

[1] CLAUSSEN H,HO L T W,SAMUEL L G.An overview of the femtocell concept[J].Bell Labs Technical Journal,2008,13(1):221-245.

[2] 张海波,邹剑,刘开健,等.Femtocell网络中基于分簇的资源分配机制[J].通信学报,2017,38(1):16-25.

[3] FENG K T,SU W C,CHEN C Y.Comprehensive performance analysis and sleep window determination for IEEE 802.16 Broadband Wireless Networks[J].IEEE Transactions on Mobile Computing,2015,15(1):74-91.

[4] 仲崇显,李春国,杨绿溪.基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究[J].电子与信息学报,2009,31(8):1935-1940.

[5] ANDREWS J G,CLAUSSEN H,DOHLER M,et al.Femtocells: Past, Present, and Future[J].IEEE Journal on Selected Areas in Communications,2012,30(3):497-508.

[6] 朱艺华,周标,李燕君.支持WiMAX节点灵活休眠的两阶段可靠多播策略[J].电子学报,2012,40(8):1552-1557.

[7] 潘军.分层无线网络中的切换和接纳控制研究[D].合肥:中国科学技术大学,2013.

[8] 李泳志,陶成,刘留,等.莱斯信道下分布式大规模MIMO系统基站选择算法的研究[J].电子与信息学报,2016,38(4):856-862.

[9] 张红霞,邹华,林荣恒,等.基于马尔科夫决策过程的可适变业务流程建模及分析[J].电子与信息学报,2013,35(7):1760-1765.

[10] 杨磊磊,黎海涛.基于业务量的自适应IEEE802.16e休眠机制[J].计算机科学,2013,40(5):107-109.

[11] 肖竹,李仁发,易克初,等.两层异构网络中Femtocell研究进展与展望[J].通信学报,2013,34(2):156-169.

[12] AUDHYA G H,SINHA H,MANDAL H,et al.A new approach to fast near-optimal channel assignment in cellular mobile nervures[J].IEEE Transactions on Mobile Computing,2013,12(9):1814-1827.

[13] 万晋京,宋艳华,彭帅.基于Femtocell分层无线网络的切换算法[J].北京联合大学学报,2017,31(1):81-86.

[14] 蒋青,任行帆,张佳星．一种基于优先级的异构无线网络切换算[J].重庆邮电大学学报:自然科学版,2014,26(6):826-831.

[15] 张永棠.一种高精度TR-UWB系统同步算法[J].四川理工学院学报:自然科学版,2016,29(3):19-22.

Analysis of the Sleep-Mechanism for Femtocell

ZHANGYongtang1,2

(1.Department of Computer Science and Technology, Guangdong Neusoft Institute, Fushan 528225, China;2.Jiangxi Microsoft Technology Center, Nanchang 330003, China)

Femtocell is an effective way to solve the problem of cellular coverage, but Femtocell energy consumption has become an urgent problem. Traditional fixed-cycle sleep mechanism algorithm of Femtocell is analyzed, and two improved adaptive sleep mechanisms are proposed. In fact, the design ideas are: in improved program A, by introducing the sleep cycle factor to change the growth factor, the sleep cycle is dynamically adjusted; in improved program B, through the last sleep cycle state order to determine the initial sleep interval time, the sleep mode of energy consumption is reduced. The results show that there are relatively large energy improvements in the two improved dormancy schemes. The improved scheme A is more suitable for single base station communication with small change of environment and high call rate. The improved scheme B can maintain good performance in the range of relatively large fluctuations in call rate, gain best performance, and adapt to multi-base station collaboration communication.

Femtocell; sleep-mechanism; Markov analysis; energy saving station; call rate

2017-02-07

国家自然科学基金(61363047);江西省科学技术创新项目(GJJ12255);佛山市科技创新项目(2016AG100382)

张永棠(1981-),男,江西南昌人,副教授,硕士,主要从事光通信及无线传感器网络应用方面的研究,(E-mail)1141760796@qq.com

1673-1549(2017)03-0010-06

10.11863/j.suse.2017.03.03

TP391.9

A