張永忠，唐瑋俊，馮穗力

(1.華南理工大學(xué) 電子與信息學(xué)院，廣州 510006；2.中國電子科技集團(tuán)公司第七研究所，廣州 510310)

?

基于先進(jìn)小區(qū)干擾協(xié)調(diào)技術(shù)的異構(gòu)網(wǎng)絡(luò)聯(lián)合資源分配*

張永忠1,2，唐瑋俊1，馮穗力1

(1.華南理工大學(xué) 電子與信息學(xué)院，廣州 510006；2.中國電子科技集團(tuán)公司第七研究所，廣州 510310)

摘要：高發(fā)射功率的宏基站與低發(fā)射功率的小基站之間的資源分配策略直接影響著異構(gòu)蜂窩網(wǎng)絡(luò)的性能。這是一個聯(lián)合資源優(yōu)化問題,即用戶的基站接入選擇、宏基站預(yù)留給小基站的資源數(shù)量和基站的調(diào)度策略。針對這一問題，利用塊并列下降方法，提出了一組新穎的資源優(yōu)化算法。所提出的解決方案能分布式實現(xiàn)，并兼容先進(jìn)長期演進(jìn)技術(shù)(LTE-A)協(xié)議中的先進(jìn)小區(qū)間干擾協(xié)調(diào)技術(shù)(eICIC)。大量的動態(tài)系統(tǒng)級仿真結(jié)果表明系統(tǒng)性能和用戶間公平性都得到了顯著提升。

關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)；無線資源分配；聯(lián)合優(yōu)化；先進(jìn)小區(qū)干擾協(xié)調(diào)；負(fù)載均衡

1引言

無線數(shù)據(jù)傳輸在最近幾年呈爆發(fā)性增長趨勢，傳統(tǒng)蜂窩網(wǎng)絡(luò)簡單的宏基站模式已經(jīng)難以跟上數(shù)據(jù)的增長。宏基站(Macro)價格昂貴且維護(hù)困難，因而難以密集地布設(shè)。因此，在先進(jìn)長期演進(jìn)技術(shù)(Long Term Evolution-Advanced，LTE-A)中，蜂窩網(wǎng)絡(luò)的一大發(fā)展趨勢是在傳統(tǒng)的蜂窩系統(tǒng)中增加低功率基站，例如微微蜂窩基站和家庭基站，統(tǒng)稱為小基站(Pico)。這樣的異構(gòu)網(wǎng)絡(luò)(Heterogeneous Network，HetNet)在結(jié)構(gòu)上更靈活，能更有針對性和更經(jīng)濟(jì)地進(jìn)行布設(shè)。具體說來，宏蜂窩主要提供廣域的信號覆蓋，小基站則用于覆蓋盲區(qū)和業(yè)務(wù)熱點，家庭基站主要用于室內(nèi)，微微蜂窩用于移動數(shù)據(jù)密集區(qū)。然而，由于小基站與宏基站共享相同的頻譜資源，位于低功率基站覆蓋范圍內(nèi)的用戶會受到嚴(yán)重的高功率宏基站干擾。而且，即使小基站特意布設(shè)在熱點區(qū)域，大部分用戶接收到的來自宏基站的參考信號依然較強(qiáng)。為此，針對異構(gòu)網(wǎng)絡(luò)性能的優(yōu)化，已開展了相關(guān)研究工作，如：為了緩解負(fù)載不均衡，文獻(xiàn)[1]提出了一種小區(qū)接入選擇方法和一種基于對偶分解的分布式方法；文獻(xiàn)[2]研究了基于全網(wǎng)比例公平條件下的小區(qū)接入選擇問題并給出了一個對應(yīng)的貪婪算法；在文獻(xiàn)[3-4]中，小區(qū)接入選擇問題被建模為Stackelberg博弈問題進(jìn)行研究；一種自適應(yīng)的小區(qū)范圍拓展(Cell Range Extension，CRE)策略在文獻(xiàn)[5]中被提出；利用泊松點過程，文獻(xiàn)[6]分析了結(jié)合CRE的異構(gòu)網(wǎng)絡(luò)的理論性能；文獻(xiàn)[7]研究了最優(yōu)幾乎空白子幀(Almost Blank Subframe，ABS)分配問題，還研究了動態(tài)網(wǎng)絡(luò)條件下的ABS自適應(yīng)，并給出了多種分析標(biāo)準(zhǔn)；此外，聯(lián)合CRE和ABS分配的問題在文獻(xiàn)[8-9]中得到了研究；一種基于拉格朗日對偶的算法在文獻(xiàn)[10]中被提出用于聯(lián)合優(yōu)化CRE和ABS配置；文獻(xiàn)[11]將ABS分配和用戶接入選擇的聯(lián)合問題建模為納什拍賣解(Nash Bargaining Solution，NBS)；文獻(xiàn)[12]提出了一個加權(quán)比例公平問題，結(jié)合了時頻資源塊(Resource Block，RB)分配、功率控制和用戶接入選擇，并提出了一個分布式解決方案；文獻(xiàn)[13]把異構(gòu)網(wǎng)絡(luò)中用戶接入選擇問題建模為最大最小(Max-Min)優(yōu)化問題進(jìn)行研究；文獻(xiàn)[14-15]分別從理論性能分析和性能優(yōu)化算法兩方面研究了低功率先進(jìn)的小區(qū)間干擾協(xié)調(diào)(Low Power Enhance Intercell Interference Coordination，LP-eICIC)技術(shù)的性能。從這些相關(guān)工作可以看到，有關(guān)聯(lián)合優(yōu)化的問題已經(jīng)開始被人們關(guān)注，但如何對前面提到的三個相互關(guān)聯(lián)問題，即用戶接入選擇、ABS比例設(shè)置和無線資源分配聯(lián)合優(yōu)化，以最大化異構(gòu)網(wǎng)的系統(tǒng)性能，仍有待研究。

本文的主要工作包括：提出了一個聯(lián)合用戶接入選擇，ABS設(shè)置和無線資源分配的比例公平優(yōu)化的分析模型，并使用了塊并行下降法(Block Coordinate Decent，BCD)來求解這一問題，并提出了一種分布式的算法來求這一復(fù)雜問題的次優(yōu)解；提出了一套啟發(fā)式的CRE自適應(yīng)策略來解決用戶接入問題，該算法能有效降低計算復(fù)雜度，并且性能非常接近負(fù)載均衡后的性能上界；在一個模擬實際系統(tǒng)工作的動態(tài)仿真環(huán)境中分析了所提出的各個算法的性能。

2系統(tǒng)模型與問題建模

2.1eICIC技術(shù)的有關(guān)概念

一個使用了eICIC技術(shù)的異構(gòu)蜂窩網(wǎng)絡(luò)如圖1所示，圖中包含了宏基站、小基站和用戶設(shè)備(UE)。在異構(gòu)蜂窩網(wǎng)絡(luò)的場景中，每個用戶只接入一個基站：宏基站或小基站，但同時會受到來自所有其他基站信號的干擾。異構(gòu)網(wǎng)雖然較好地解決了信號覆蓋的問題，但仍會有如下三個干擾和管理方面的問題影響系統(tǒng)的性能。

第一，兩層基站(宏基站和小基站)間的負(fù)載不平衡。在傳統(tǒng)的單層網(wǎng)絡(luò)中，默認(rèn)的用戶接入選擇策略是根據(jù)最大參考信號接收功率(Maximum Reference Signal Received Power，Max-RSRP)來選擇接入基站。然而，在異構(gòu)網(wǎng)絡(luò)中沿用這一策略會引發(fā)負(fù)載不平衡，因為異構(gòu)網(wǎng)中基站間的發(fā)射功率相差巨大。在異構(gòu)網(wǎng)中，用戶應(yīng)該被更積極地卸載到小基站上。為達(dá)到這一目的，CRE被提出[16]。通過在小基站的RSRP上添加一個正偏置，CRE可以擴(kuò)展小基站的覆蓋范圍，使更多的用戶卸載到小基站(例如，圖1中，用戶1被卸載到小基站)。

圖1　使用了eICIC技術(shù)的異構(gòu)蜂窩網(wǎng)絡(luò)(陰影部分

第二，被卸載到小基站的用戶信干噪比(Signal to Interference and Noise Ratio，SINR)的性能會下降，因為最強(qiáng)的宏基站信號從有用信號變?yōu)榱烁蓴_。因此，抑制兩層基站間的干擾非常必要。為此，LTE-A中又提出了ABS的方法。在ABS時頻位置上，宏基站保持靜默，被卸載的用戶因而不會受到宏基站的干擾。圖2是一個基于ABS的傳輸協(xié)作例子。小基站在所有的子幀上都進(jìn)行傳輸，宏基站只在非ABS子幀上進(jìn)行傳輸，而在ABS上停止所有的下行數(shù)據(jù)發(fā)送。因而，小基站在ABS上與用戶通信時，幾乎不受宏基站的干擾。

圖2　異構(gòu)網(wǎng)絡(luò)中配置ABS的示例

第三，每個基站如何為接入的用戶分配資源塊。用戶在不同資源塊上的信道狀況是不同的。而且，ABS的引入導(dǎo)致用戶的下行干擾存在兩種模式。因此很有必要研究異構(gòu)網(wǎng)絡(luò)中的資源分配。

2.2系統(tǒng)模型

假設(shè)在一個異構(gòu)網(wǎng)中，有N個用戶、M個宏基站和P個小基站，U、M和P分別代表用戶、宏基站和小基站的集合。假定每個宏基站都配置了相同的ABS比例，而且所有的宏基站同時靜默(或同時不靜默)。0≤β≤1代表ABS的比例，相應(yīng)地1-β代表非ABS的比例。我們把小基站添加CRE偏置前的接入用戶稱為小基站的中心用戶(CEN)(如圖1中的用戶2)，而添加偏置后從宏基站卸載到小基站的用戶稱為擴(kuò)展用戶(CRE)(如圖1中的用戶1)。在非ABS子幀上，擴(kuò)展用戶會受到嚴(yán)重的來自宏基站的干擾，而中心用戶受到的干擾較小。因此，小基站的中心用戶更適合在非ABS上調(diào)度，而擴(kuò)展用戶應(yīng)該在ABS調(diào)度。基于這樣的分析，我們設(shè)定了如下的調(diào)度規(guī)則：宏基站用戶只在非ABS上調(diào)度(因為宏基站在ABS上保持靜默)；小基站中心用戶只在非ABS上調(diào)度，而擴(kuò)展用戶只在ABS上調(diào)度(如圖2所示)。因而，每個小基站可以看成兩個邏輯子基站：中心小基站(p-CEN)和擴(kuò)展小基站(p-CRE)，我們把這兩種基站歸類為兩個子基站集：PCEN和PCRE。假設(shè)所有基站都有無限的數(shù)據(jù)需要傳輸給每個用戶，而且基站的傳輸功率恒定。ABS的使用產(chǎn)生了兩種下行干擾模式：ABS子幀下，用戶只受到來自小基站的干擾；非ABS(nABS)子幀下，用戶同時受到來自宏基站和小基站的干擾。小基站b中的用戶u在資源塊r上的SINR可以表示為

(1)

式中：Pbr是基站b∈M∪P在資源塊r上傳輸功率,在本文中，我們假設(shè)所有宏基站的{Pbr,b∈M}都相等，所有的小基站也使用相同的傳輸功率{Pbr,b∈P};Gubr是基站b與用戶u之間在資源塊r上的信道增益。在ABS子幀上，所有的宏基站保持靜默，所以小基站用戶只受到其他小基站的干擾。而在非ABS上，用戶受到所有其他基站到的干擾。相對地，宏基站用戶u的SINR可以表示為

(2)

(3)

(4)

2.3問題建模

用Sub代表用戶接入指示，即Sub=1代表用戶u接入基站b，否則Sub=0。一個用戶必須且只能接入一個基站，因而用戶接入約束可以表示為

(5)

式中：B=M∪PCEN∪PCRE是所有邏輯基站的集合。

令xubr表示基站b將非ABS上的資源塊r分配給用戶u的比例,yubr表示基站b將ABS上的資源塊r分配給用戶u的比例,一個基站只能把資源塊分配給自己的接入用戶,因此我們得到下列資源分配約束:

(6)

(7)

0≤xubr≤Sub,?u∈U,?b∈B,?r∈R,

(8)

0≤yubr≤Sub,?u∈U,?b∈B,?r∈R。

(9)

因為對數(shù)效用目標(biāo)能平衡系統(tǒng)吞吐量和用戶間公平性[12],因此我們嘗試優(yōu)化一個加權(quán)對數(shù)效用目標(biāo)函數(shù)。本文研究的聯(lián)合優(yōu)化問題可以建模為

(10)

式中：權(quán)值{ωu}代表了不同用戶的服務(wù)等級。

3問題求解

由于直接求解上述聯(lián)合問題的最優(yōu)解計算量非常大，不便于工程上的實際應(yīng)用，因此需要尋求一個易于計算的次優(yōu)解。這里我們采用BCD[14]方法求解。BCD方法也被稱作高斯-賽德爾方法，被廣泛用于求解含有多變量的優(yōu)化問題。在每次迭代中，BCD算法都會固定一部分變量，優(yōu)化剩余的變量。將優(yōu)化變量分為三部分：{Sub}、β和{xubr,yubr}。這三部分變量分別與三個子問題相關(guān)：用戶接入選擇、ABS比例和無線資源分配。利用約束松弛和一些假設(shè)，可以證明上述的三個子問題都是凹問題，因此可以通過迭代計算得到最優(yōu)解。這保證了BCD算法的收斂性。

3.1給定{Sub}和β，優(yōu)化{xubr,yubr}

這里是在給定ABS比例和用戶接入的情況下研究無線資源分配。注意到式(3)和式(4)，可以將優(yōu)化問題分解為如下的兩類子問題:

(11)

(12)

可以看到，子問題(11)和(12)是凹函數(shù)且相互獨立。這兩個問題可以利用比例公平調(diào)度算法(PF)分布式地求解[12]，具體的算法描述可見文獻(xiàn)[12]。

3.2給定{xubr,yubr}和β，優(yōu)化{Sub}

(13)

(14)

證明：求解優(yōu)化問題的KKT點[15]可以容易證明此性質(zhì)，具體證明過程略。

將式(13)和式(14)代入式(10)，用戶接入問題可以重寫為

(15)

(16)

性質(zhì)201約束松弛后的用戶接入選擇問題(16)是凹問題。

證明：根據(jù)優(yōu)化理論中凹問題的定義[15]，容易證明此性質(zhì),證明過程略。

問題(16)可以用標(biāo)準(zhǔn)的凹優(yōu)化算法集中式地求解。注意到松弛01約束意味著一個用戶可以同時接入多個基站,這違反了單基站接入約束，但該松弛問題的解可以作為仿真中的性能上界。NLP的標(biāo)準(zhǔn)求解方法并不能分布式實現(xiàn)，且無法保證每個用戶只接入一個基站。這里提出一個分布式用戶接入選擇策略并確保每個用戶只接入一個基站，此方法基于求解非約束問題的梯度下降法。

問題(15)的目標(biāo)函數(shù)關(guān)于Sub的梯度函數(shù)是

(17)

算法1啟發(fā)式用戶接入選擇策略(Heuristic Association)

步驟1用戶操作。

步驟2基站操作。

(1)通過回程鏈路，將Ωb傳輸?shù)狡渌?，并接收用戶回傳的可達(dá)速率；

(2)根據(jù)式(17)，為本基站的接入用戶選擇最優(yōu)接入基站；

(3)根據(jù)最優(yōu)接入基站選擇切換用戶。

Ωb代表了基站的負(fù)載，在系統(tǒng)中作為基站間交互的信息。通過傳輸{Ωb}，每個基站都可以獲得其他基站的負(fù)載情況。利用負(fù)載情況和用戶返回的可達(dá)速率，基站可以將用戶卸載到鄰近的輕載小區(qū)。為了進(jìn)一步降低傳輸信息的開銷，在實際系統(tǒng)中，基站可以選擇只與相鄰基站進(jìn)行信息交互。需要注意的是，啟發(fā)式接入選擇策略并不能保證收斂到唯一的最優(yōu)用戶接入選擇，所以在BCD算法中調(diào)用啟發(fā)式接入選擇策略求解用戶接入問題并不滿足BCD的理論收斂要求。然而，第5節(jié)的數(shù)值仿真結(jié)果顯示，調(diào)用啟發(fā)式接入選擇策略的性能表現(xiàn)與調(diào)用NLP求解結(jié)果非常接近。

3.3給定{Sub,xubr,yubr}，優(yōu)化β

在這一優(yōu)化過程中，我們在給定用戶接入和資源分配情況下，求解最優(yōu)ABS比例。給定{Sub,xubr,yubr}情況下，原聯(lián)合優(yōu)化問題可以重寫為

(18)

利用最優(yōu)化準(zhǔn)則，讓目標(biāo)函數(shù)的導(dǎo)數(shù)等于0，可得

(19)

則最優(yōu)的ABS(OptimalABS)比例為

(20)

可以看到，最優(yōu)ABS比例等于CRE用戶服務(wù)權(quán)重和總用戶服務(wù)權(quán)重的比。這是因為ABS只能用于服務(wù)CRE用戶。注意到，ABS比例的計算可以基于不同基站內(nèi)接入用戶的服務(wù)權(quán)重和來分布式計算。

4動態(tài)CRE策略

本節(jié)分析在給定ABS比例和資源分配結(jié)果的情況下優(yōu)化用戶接入的算法，提出一種基于CRE偏置的用戶接入選擇策略。CRE的偏置可以表示為

(21)

式中：{ρb}是用戶測量到的來自基站b的參考信號接收功率(RSRP)。偏置{αb}在宏基站中設(shè)定為0，在小基站中設(shè)定為一非負(fù)實數(shù)。文獻(xiàn)[10]中提出了一種用戶接入選擇結(jié)果轉(zhuǎn)換CRE偏置的方法。該方法基于最小均方誤差，使轉(zhuǎn)換前后用戶接入選擇偏差最小。這種轉(zhuǎn)化較為復(fù)雜，且需要集中式計算。因此，我們提出一個能分布式實現(xiàn)的動態(tài)CRE配置算法。

算法2動態(tài)CRE(Dynamic CRE)策略

(2)每個基站接收用戶反饋的可達(dá)速率;

(4)每個基站根據(jù)準(zhǔn)則(17)為每個接入用戶選擇最優(yōu)服務(wù)基站;

(5)每個基站把每個接入用戶的服務(wù)權(quán)重傳輸給其最優(yōu)服務(wù)基站;

(22)

調(diào)整CRE偏置,式中：Δ是CRE偏置調(diào)整的步長;

(7)每個小基站把CRE偏置αb廣播給用戶。

5性能仿真

考慮一個包含宏基站和小基站的典型兩層LTE異構(gòu)網(wǎng)。網(wǎng)絡(luò)拓?fù)浒?guī)則的六邊形覆蓋宏基站和一系列小基站。每個宏基站的覆蓋范圍分為3個扇區(qū)，每個扇區(qū)內(nèi)隨機(jī)均勻分布兩個小基站，每個小基站為一個扇區(qū)。宏基站和小基站的傳輸功率分別為46 dBm和30 dBm，均勻分配到各時頻資源塊上。我們使用了一個動態(tài)的系統(tǒng)級仿真模型，該系統(tǒng)包含時頻資源塊的調(diào)度、鏈路狀態(tài)自適應(yīng)和信道質(zhì)量反饋。我們把以每個小基站為圓心、半徑為40 m的區(qū)域定義為熱點區(qū)域。根據(jù)3GPP 仿真指引[17]，2/3用戶處于熱點區(qū)域，而剩余的用戶在網(wǎng)絡(luò)中均勻分布。傳播模型方面，我們使用了文獻(xiàn)[18]中提出的路徑衰落模型，陰影衰落的標(biāo)準(zhǔn)差為σ=10 dB。WINNER II 信道模型[19]被用于仿真信道的快衰落。系統(tǒng)噪聲功率密度為-174 dBm/Hz。仿真參數(shù)歸總在表1中。

表1　仿真參數(shù)總結(jié)

5.1用戶位置固定場景下的系統(tǒng)仿真

本節(jié)仿真了用戶位置固定的場景。通過遍歷實驗，我們發(fā)現(xiàn)CRE偏置等于18 dB，ABS比例β=0.4時系統(tǒng)性能最優(yōu)。所以，在后續(xù)的討論中，將(CRE偏置，ABS比例) =(18,0.4)和(CRE偏置，ABS比例) =(0,0)作為性能比較的基準(zhǔn)。

圖3比較了不同用戶接入選擇策略下每個基站內(nèi)的平均用戶數(shù)。與預(yù)期的情況一樣，傳統(tǒng)的最大化RSRP接入選擇策略會導(dǎo)致負(fù)載不均衡：宏基站負(fù)載過大，而接入小基站的用戶很少。在其他三種選擇策略中，宏基站和小基站中的平均接入用戶數(shù)目要接近得多。另外，接入選擇策略和動態(tài)CRE策略得到的均衡效果與NLP算法的結(jié)果很接近。

圖3　基站內(nèi)平均用戶數(shù)

圖4給出了不同算法組合在求解問題(10)時的收斂曲線?？梢钥吹剑疚奶岢龅乃惴ńM合(啟發(fā)式用戶選擇策略，最優(yōu)ABS比例，PF)和(動態(tài)CRE策略，最優(yōu)ABS比例，PF)都是收斂的。算法組合(啟發(fā)式用戶選擇策略，最優(yōu)ABS比例，PF)的性能與性能上界(通過算法組合(NLP，最優(yōu)ABS比例，PF)求解獲得)非常接近，而算法組合(動態(tài)CRE策略，最優(yōu)ABS比例，PF)得到的性能較差。這是由于啟發(fā)式用戶選擇策略求解的用戶接入選擇結(jié)果比動態(tài)CRE策略得到的結(jié)果精確導(dǎo)致的。

圖4　不同算法組合的收斂曲線

圖5給出了用戶平均吞吐量的累計分布函數(shù)，其中輪訓(xùn)調(diào)度(RR)是LTE-A中的一種可選調(diào)度策略。使用本文算法后，相對于傳統(tǒng)的最大RSRP接入選擇，系統(tǒng)中約80%的用戶的性能都得到了提升。組合(CRE偏置18 dB，ABS比例0.4，PF)和組合(動態(tài)CRE策略，最優(yōu)ABS比例，PF)的性能較(啟發(fā)式用戶選擇策略，最優(yōu)ABS比例，PF)稍差,這是因為啟發(fā)式用戶選擇策略精確計算每一個用戶接入哪個基站，而固定CRE偏置和動態(tài)CRE策略只根據(jù)偏置均衡基站負(fù)載，精度較低。

圖5　用戶位置固定場景下用戶的平均吞吐量累計密度函數(shù)

表2統(tǒng)計了不同算法組合下用戶間性能公平性。這里我們利用Jain公平指數(shù)來表示用戶間的公平性。Jain公平指數(shù)定義如下:

(23)

式中：Tu代表用戶的吞吐量?？梢钥吹剑疚奶岢龅乃惴@著地提高了用戶間的公平性。

表2　不同算法組合下用戶間性能公平性

在都使用比例公平調(diào)度的情況下，圖6給出了不同算法組合下的系統(tǒng)效用，即問題(10)的目標(biāo)函數(shù)值。可以看到，(CRE偏置18 dB，ABS比例0.4)、(啟發(fā)式接入選擇策略，最優(yōu)ABS)和(動態(tài)CRE策略，最優(yōu)ABS)的效用都要遠(yuǎn)遠(yuǎn)地優(yōu)于傳統(tǒng)的(最大RSRP接入，無ABS)。這是由于這些方案都顯著地提高了小區(qū)邊緣用戶的性能。

圖6　不同算法組合下的系統(tǒng)效用

5.2用戶移動場景下的系統(tǒng)仿真

本節(jié)仿真了具有移動用戶的場景。網(wǎng)絡(luò)中的所有用戶都以5 km/h的速率隨機(jī)移動。圖7給出了不同算法調(diào)用間隔下，不同算法組合得到的用戶平均吞吐量累計密度函數(shù)。算法調(diào)用間隔分別為10 s、30 s和60 s?？梢钥吹?，使用了啟發(fā)式接入選擇策略的算法組合對調(diào)用間隔的敏感度要遠(yuǎn)大于利用CRE偏置的算法組合。這是因為在使用CRE偏置的策略下，用戶在移動的過程中會根據(jù)偏置值自動進(jìn)行越區(qū)切換,而使用啟發(fā)式接入選擇策略的情況下，用戶只會在算法被調(diào)用時進(jìn)行切換。在算法調(diào)用間隔較長的情況下，使用啟發(fā)式接入選擇策略會使得系統(tǒng)配置無法匹配用戶實際情況。固定CRE配置方案(CRE偏置18 dB，ABS比例0.4)的性能幾乎與(動態(tài)CRE策略，最優(yōu)ABS比例)一致。這是因為在這個場景中，所有的用戶都是隨意運動的，在空間分布上變化不大。若用戶的空間分布出現(xiàn)較明顯的變化，可以預(yù)見，使用動態(tài)CRE策略的方案會獲得更好的性能。

圖7　用戶移動場景下不同算法調(diào)用間隔的

6結(jié)束語

本文研究了如何聯(lián)合優(yōu)化無線資源分配、用戶接入選擇和ABS比例設(shè)置這三個相互關(guān)聯(lián)的問題，采用BCD算法來求解這一問題，提出了多個算法，以實現(xiàn)最大化系統(tǒng)的加權(quán)對數(shù)效用的目標(biāo)。另外，還提出了一種較為簡單、無需集中計算的分布式動態(tài)CRE配置算法。仿真結(jié)果表明所提算法能有效減低宏基站的負(fù)載，提高系統(tǒng)的資源利用率。在未來的工作中，我們將考慮如何控制基站的發(fā)射功率以進(jìn)一步提高系統(tǒng)性能。

參考文獻(xiàn)：

[1]YE Q,RONG B,CHEN Y，et al.User association for load balancing in heterogeneous cellular networks[J].IEEE Transactions on Wireless Communications,2013,12(6):2706-2716.

[2]WANG J,LIU J,WANG D,et al.Optimized fairness cell selection for 3GPP LTE-A macro-pico HetNets[C]//Proceedings of 2011 IEEE Vehicular Technology Conference(VTC Fall).San Francisco,CA:IEEE,2011:1-5.

[3]HADDAD M,WIECEK P,ALTMAN E,et al.A game theoretic approach for the association problem in two-tier HetNets[C]//Proceedings of 2013 25th International Conference on Teletraffic Congress(ITC).Shanghai:IEEE,2013:1-9.

[4]WANG C,LIU Y,TAO M,et al.Stackelberg game for spectrum reuse in the two-tier LTE femtocell network[C]//Proceedings of 2013 IEEE Wireless Communications and Networking Conference(WCNC).Shanghai:IEEE,2013:1888-1892.

[5]TIAN P,TIAN H,ZHU J,et al.An adaptive bias configuration strategy for range extension in LTE-advanced heterogeneous networks[C]//Proceedings of 2011 IET International Conference on Communication Technology and Application(ICCTA 2011).Beijing:IEEE,2011:336-340.

[6]JO H S,SANG Y J,XIA P,et al.Heterogeneous cellular networks with flexible cell association:a comprehensive downlink SINR analysis[J].IEEE Transactions on Wireless Communications,2012,11(10):3484-3495.

[7]VASUDEVAN S,PUPALA R N,SIVANESAN K.Dynamic eICIC #x2014：a proactive strategy for improving spectral efficiencies of heterogeneous LTE cellular networks by leveraging user mobility and traffic dynamics[J].IEEE Transactions on Wireless Communications,2013,12(10):4956-4969.

[8]WANG Y,PEDERSEN K I.Performance analysis of enhanced inter-cell interference coordination in LTE-Advanced heterogeneous networks[C]//Proceedings of 2012 IEEE 75th Vehicular Technology Conference.Yokohama:IEEE,2012:1-5.

[9]WANG Y,SORET B,PEDERSEN K I.Sensitivity study of optimal eICIC configurations in different heterogeneous network scenarios[C]//Proceedings of 2012 IEEE International Conference on Communications(ICC).Ottawa,ON:IEEE,2012:6792-6796.

[10]DEB S,MONOGIOUDIS P,MIERNIK J,et al.Algorithms for enhanced inter-cell interference coordination(eICIC) in LTE HetNets[J].IEEE/ACM Transactions on Networking,2014,22(1):137-150.

[11]JIANG L,LEI M.Resource allocation for eICIC scheme in heterogeneous networks[C]//Proceedings of 2012 IEEE 23rd International Symposium on Personal Indoor and Mobile Radio Communications(PIMRC).Sydney:IEEE,2012:448-453.

[12]HOU I H,CHEN C S.Self-organized resource allocation in LTE systems with weighted proportional fairness[C]//Proceedings of 2012 IEEE International Conference on Communications(ICC).Ottawa,ON:IEEE,2012:5348-5353.

[13]JIA Y,ZHAO M,ZHOU W.Joint user association and eICIC for max-min fairness in HetNets[J].IEEE Communications Letters,2016,20(3):546-549.

[14]RAZAVIYAYN M,HONG M,LUO Z Q.A unified convergence analysis of block successive minimization methods for nonsmooth optimization[J].SIAM Journal on Optimization,2013,23(2):1126-1153.

[15]BOYD S,VANDENBERGHE L.Convex optimization[M].Cambridge:Cambridge University Press,2004.

[16]3GPP TS 36.300,Evolved universal terrestrial radio access(E-UTRA) and evolved universal terrestrial radio access network(E-UTRAN);Overall description;Stage 2[S].

[17]3GPP TR 36.814,Evolved universal terrestrial radio access(E-UTRA);further advancements for E-UTRA physical layer aspects[S].

[18]3GPP TR 36.942,Evolved universal terrestrial radio access(E-UTRA);radio frequency(RF) system scenarios[S].

Joint Resources Allocation for Enhanced Inter-cell Interference Coordination in Heterogeneous Networks

ZHANG Yongzhong1,2，TANG Weijun1,FENG Suili1

(1.School of Electronic and Information,South China University of Technology，Guangzhou 510006,China;2.The 7th Research Institute of China Electronics Technology Group Corporation(CETC),Guanghzou 510310,China)

Abstract：Resources allocation between high-power macro base stations(BSs) and low-power microBSs deeply impact the performance of heterogeneous networks(HetNets).It is a joint optimization problem:(i) the UE association with eNBs,(ii) the amount of radio resource that macros should reserve for picos,and(iii) the resource scheduling strategy in each eNBs.The block coordinate decent(BCD) method is applied and a class of novel algorithms is developed to solve the joint problem.The solution can be deployed in distributed manner and implemented using enhance intercell interference coordination(eICIC) proposed by exiting LTE-A protocols.Extensive evaluation of proposed algorithms is performed on a dynamic system-level simulation and the numerical results show a significant gain for the users.System utilities and fairness are greatly enhanced with proposed algorithms.

Key words：heterogeneous networks；radio resource allocation；joint optimization；enhanced inter-cell interference coordination;load balancing

doi:10.3969/j.issn.1001-893x.2016.06.001

收稿日期：2016-03-14；修回日期：2016-04-25Received date:2016-03-14；Revised date：2016-04-25

基金項目：國家高技術(shù)研究發(fā)展計劃(863計劃)項目(2012AA050801)

Foundation Item:The National High-tech R&D Program of China(863 Program)(2012AA050801)

通信作者：zyzanis@vip.sina.comCorresponding author：zyzanis@vip.sina.com

中圖分類號：TN925.1

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-893X(2016)06-0597-08

作者簡介：

張永忠(1970—),男，安徽壽縣人，2003年獲碩士學(xué)位，現(xiàn)為研究員、博士研究生，主要研究方向為通信系統(tǒng)與智能感知技術(shù);

ZHANG Yongzhong was born in Shouxian,Anhui Province,in 1970.He received the M.S.degree in 2003.He is now a senior engineer of professor and currently working toward the Ph.D. degree.His research concerns communication system and intelligence sensing.

Email：zyzanis@vip.sina.com

唐瑋俊(1989—)，男，廣東廣州人，2012年于華南理工大學(xué)獲學(xué)士學(xué)位，現(xiàn)為華南理工大學(xué)博士研究生，主要研究方向為移動通信系統(tǒng)理論與技術(shù);

TANG Weijun was born in Guangzhou,Guangdong Province,in 1989.He received the B.S. degree in 2012.He is currently working toward the Ph.D. degree.His research concerns mobile communication system theory and technology.

馮穗力(1955—)，男，廣東梅州人，教授、博士生導(dǎo)師，主要研究方向為信息網(wǎng)絡(luò)理論與技術(shù)。

FENG Suili was born in Meizhou,Guangdong Province,in 1955.He is now a professor and also the Ph.D. supervisor.His research concerns information network theory and technology.

引用格式：張永忠，唐瑋俊，馮穗力.基于先進(jìn)小區(qū)干擾協(xié)調(diào)技術(shù)的異構(gòu)網(wǎng)絡(luò)聯(lián)合資源分配[J].電訊技術(shù)，2016,56(6):597-604.[ZHANG Yongzhong，TANG Weijun,FENG Suili.Joint resources allocation for enhanced inter-cell interference coordination in heterogeneous networks[J].Telecommunication Engineering,2016,56(6):597-604.]