李 栋

(集美大学计算机工程学院，福建 厦门 361000)

0 引 言

为提升蜂窝网络无线覆盖范畴及扩大可承载容量，近年来运营商大力推进5G微站的部署工作。虽然取得了一定成效但也暴露出了服务质量(QoS)级的潜在问题。诸如，高密度的5G微站分布使得蜂窝网络中邻区微站出现同频干扰而引发噪声。因此有必要开展资源重构研究在解决噪声问题的同时增加5G全网的承载量。以文献[1]为例，提出了一种5G微站服务轮询方案。该方案以移动台速率需求为导向通过任意轮询微站的计算资源来随机分配无线频谱。此方案在轻量级接入的情形下具有良好的QoS成效。但由于该方案并未对微站开展分区部署，在应对大规模移动台接入时依然导致邻区微站噪声出现。针对此不足，文献[2]提出了层次化小区管理技术。该技术通过协同方式计算出干扰噪声较大的微站并将其分布在非邻接的小区内，为其分配无线频谱。各小区通过无线频谱复用来提升容量。但该技术并未对微站对之间的噪声大小做区分建模，也未顾及小区之间的干扰对于微站噪声的效力。因此普适性欠缺。文献[3]提出了一种全局调度算法。该算法通过评估全网微站噪声来测算处理任意移动台间的干扰，再引入自适应微站分区部署模型对分区内的微站开展同频干扰管理。该技术下的QoS有所改善但算法所涉及移动台协同降噪测算管理将随着移动台接入规模的增加，算法复杂度呈现指数级上升。显然这并不科学。基于此，本文构思一种基于双效约束的5G微站重构技术，旨在切实提升系统吞吐量[4]的同时有效降低小区和微站之间的噪声干扰。

1 数学模型

假设在一个分配了高频[5]的宏站小区内，部署了频带宽度为B的低频微站集合A={1,2,3,...,a,...,i,..,m,...A}。每个低频微站内接入一个移动台且采用相同的无线频谱，相应地产生了无线信道集合C={1,2,3,...,c,...,C}。对于微站个体a而言，要为那些具备相同属性a的移动台提供资源响应。对于移动台a而言将同时接收到有效信号和邻区信号两类信号。

假设微站a下发给移动台i和移动台a的数据分别为d1和d2，微站i和微站a到移动台a的路由衰耗[6]αR1和αR2，微站i和微站a到移动台a的小尺度衰耗分别为αF1和αF2。引入高斯噪声N，遵循δ2≥N≥0。则在下行方向上移动台获取的信号为式(1)：

(1)

(2)

2 微站重构方案

将存在同频干扰的5G微站对之间的连线表征为边E， 将蜂窝网络中的5G微站表征为顶点V，将同频干扰的严重程度表征为权值σ，权值参数越小意味着噪声影响力越小。于是可将上述系统数学模型转化成无向图G=(V,E,σ)来表示。由于权值总是因微站对之间传输信号能量变动而发生实时变化，这将导致微站频繁地分区重构。此举不利于算法时间复杂度和全网开销资源。故此处通过微站对之间的平均信号强度来测算噪声的归一化强度。

假设微站m和移动台i间的无线信道增益为g1，微站m和移动台m间的无线信道增益为g2，微站i和移动台i间的无线信道增益为g3，微站m和微站i的工作功率分别为p3和p4。求得微站对之间的噪声权值为p3·g1·(p4·g3)-1+p4·g1·(p3·g2)-1。将权值[8]相对较小的微站对部署在同一小区内以降低小区内的噪声干扰。

令当前小区微站密度为ρ，遵循双效约束的最小信噪比为SNRth，则在保证QoS[9]前提条件下的全网分区规模Q需遵循Q=argmin{g3·p1·[N+G(Q,A,ρ)]-1}，其中SNRth<=g3·p1·[N+G(Q,A,ρ)]-1。在求得全网分区规模Q后微站将被相继部署在这些规模的小区内。假设每个微站可用于无线接入的有效信道有Q个。则微站分区问题可转化成图论中的最大切问题的求解，也就是最小化相同分区内的噪声影响，最大化不同分区之间的噪声影响。假设第k个微站分区为Xk，微站编号为y。在结合构思的5G系统数学模型，可将微站分区问题转化成如下目标函数来求解。

(3)

在为微站规划好分区规模后还需为分区内的微站部署无线载频信道。正如前文所述，分区内的微站采用相同的无线频带资源进行复用旨在最大程度地提升系统容量。假设，使分区Xy容量达到峰值状态下的无线信道为c。在此无线信道上的移动台i信号的信噪比为SNR2。令标识变量t为无线信道c部署情况。若标识为0，表示该无线信道c并未部署给分区Xy；若标识为1，表示该无线信道c部署给分区Xy。于是，成就系统最大容量的目标可转化为求解如下目标函数式(4)：

(4)

3 方案测试

为考察微站重构技术优势，将重构技术运行在Matlab平台上与文献[1]，文献[2]的研究方案展开对比。所运行的环境做如下部署：微站工作频道、工作电平、频带宽度分别为5GHz，15dBm，7MHz；宏站工作频道和工作电平分别为3GHz，32dBm。微站在边长均为300m的正方形区域内遵循泊松[12]分布来部署方位。每个微站接入一个移动台，故只涉及同频[13]干扰，其干扰的信噪比门限为7dB。系统每赫兹的噪声密度为-150dBm。

根据引言所叙，文献[1]所述轮询方案虽然围绕移动台服务速率来为微站分配无线频谱取得一定成效，却因忽略邻区微站频谱资源的相关性使其缺乏普适性。文献[2]所述层次化小区管理技术思想在于通过协作计算将存在干扰的微站不加以程度区分就部署到非邻接小区。这样的频谱扩容机制并不长效。两种技术存在方案设计的不足在本组测试中所采集的数据曲线走势上得到了相应的体现。图1描述的是5G全网分区内无线载频使用情况。使用率越高意味着微站频谱效率越高，扩容成效越好。数据曲线走势显示随着微站规模持续增加，三种技术下的无线频谱效率总体减弱但本文构思的微站重构技术却相对最好。究其原因，重构技术部署了基于可用信道区分的微站分区机制，辅以微站干扰排序机制开展微站重构编排方案。这样的甄选理念是轮询方案和层次化小区管理技术所不具备的，因此重构技术在扩容成效方面表现出了相对优势。

图1 无线载频使用情况

图2描述了部署三种技术的5G分区网络差异化降噪机制对于分区有效容量的影响力。微站规模持续增加必然同步增加分区规模、无线载频规模，由此导致的累积性噪声影响力也同步增大。最终使得分区有效容量逐渐缩小。这样的总体趋势是所有技术方案不可避免的。图中曲线走势也证明了这样的规律，但相比之下重构技术却表现出了相对优势。这是因为重构技术在规划微站方位策略时采用了基于微站干扰差异化的分区部署机制，并增加考虑了在满足噪声约束下的系统达到最大容量时的无线信道资源部署情况。然而轮询方案的目标仅仅是为微站顺利适配到无线频谱即可，缺乏QoS。相比之下，层次化小区管理技术虽在微站分区时做了改进，效率有所提升但在降噪措施上的考量依然不及重构技术的精细。因此在本组测试中重构技术依然表现出显著优势，并且这种优势将随着微站规模增加而更加凸显。

图2 差异化降噪机制对分区有效容量的影响

图3描述的是三种技术下的5G全网移动台接收信号信噪比的累积性函数分布值。轮询方案因缺乏固有的微站干扰和分区干扰区分机制，导致其降噪扩容成效最弱，移动台信噪比分布曲线位居最高。层次化小区管理技术虽和重构技术都在微站噪声管理方面有所改进，但层次化小区管理技术并不具备重构技术中基于权值排序的微站分区组网优势。因此，对于部署了层次化小区管理技术的5G分区网络而言，其移动台信噪比分布曲线依然比重构技术的曲线走势要高一些。

图3 接收信号情况

4 结 语

重构技术通过为5G微站部署分区和频带资源来实现移动台的低噪声接入服务。该技术所建立的双效管理目标模型不仅约束了微站之间、分区之间的噪声影响力，同时在部署微站方位上通过引入权值排序机制确保了微站部署成效，提升了系统服务移动台的吞吐量。实验表明，重构技术在实施5G移动台高效接入方面具有良好的稳健性和长效性。