云通信中心架构下异构网络中基于概率加权的频谱资源分配算法.pdfVIP

云通信中心架构下异构网络中基于概率加权的 频谱资源分配算法 王泽珏，李宏佳，王恒，慈松 中国科学院，声学研究所，高性能网络实验室 摘要：异构网络(Hetnet)是一种提高系统容量的有效方法。然而，多层次的网络架 构、大量微型小区与宏小区共存使干扰管理和频谱资源管理变得更复杂。本文将云通信中 心架构(Cloud．RAN)引进异构网络进行频谱资源管理和干扰管理。本文的工作包括：1) 构造了Hetnet中频谱资源分配的最优化问题：2)提出了基于概率加权的频谱资源分配算 法。最后，仿真结果表明，所提算法能有效提高频率复用效率、降低宏用户中断概率。 关键词：异构网络Cloud．RAN减轻干扰频谱资源分配 ●-■●oo— l刖吾 在稳定、可靠的高数据速率接入网支撑下，丰富的无线多媒体业务飞速发展 并得到普遍应用，导致无线数据业务量呈现井喷式增长。由微型小区(如，Picocell、 够提供更高的频谱利用率，提高用户服务质量，得到了学术界和产业界的广泛关 注[1]。 然而，微型小区与宏小区重叠覆盖将产生新的干扰形式，例如，微型小区基 站和宏用户之间的干扰，如果不采取有效的频谱资源分配方法，微型小区与宏小 区重叠覆盖不仅不能提高网络性能，反而会降低用户服务质量。已经有许多学者 对该问题进行了探索【2】．【5】。文献【2】提出了为宏小区和微型小区分配不同的频谱资 源，然而考虑到频谱资源的稀缺，该方法并不可取。文献[3】提出了基于相邻 femtocell间共享路损信息的干扰管理方法，但是没有考虑宏小区和微型小区之间 的跨层干扰问题。文献【4】提出了基于宏用户上行和下行调度信息的干扰规避算法， 但是大幅增加了系统开销。文献[5】提出了将所有微型小区用户视为“宏用户”的动 态频谱分配方法，显然，当存在大量微型小区用户时，将严重降低系统容量。 云通信中心架构(Cloud．凡蝌)的出现，引起了研究领域、运营商和设备制造 商的广泛关注。这种集中式架构有利于对复杂的微型小区与宏小区重叠网络进行 有效的频谱资源管理，并且基带信号的集中处理使得原基站的基带处理部分与射 频部分分离，从而简化了基站设计，减小了基站体积与处理功耗、制冷功耗等。 ．615． 主国抖堂院虚堂研究所纪念建所50周年暨第五届学术交流会 中的基于概率加权的频谱资源分配算法。本文的工作包括：1)构造了Hemet中频 谱资源分配的最优化问题；2)提出了基于概率加权的频谱资源分配算法。本文结 构包括：第2节描述了系统模型：第3节构建了问题模型并详细描述了所提算法； 第4节对算法进行了仿真验证；第5节对全文进行了总结。 图1Cloud-RAN架构F的Hetnet 2系统模型 单元(RRU)和天线位于远端，由频谱资源管理单元和分配单元组成的Cloud．RAN 中心，高带宽低延迟的光纤传输网络连接Cloud．RAN中心与远端RRU。在该场景 下，令‰代表宏用户集合，t代表微型小区集合，每个微型小区均包括一个微 型小区基站(SBS)和一个微型小区用户(SUE)。 3问题建模与所提算法 3．1频谱分割 为减轻跨层干扰，将系统频谱资源分为两部分：共享频谱资源和专用频谱资 源。将所有sBs(表示为K，)划分为“无干扰”集合，用心表示，和“干扰，，集合，用Ke 表示，％：墨u坼。宏基站(MBS)和集合墨中的SBS使用共享频谱，集合K尸 中的SBS使用专用频谱。图2给出了频谱资源的分割方法。令曰代表系统总频谱 资源，B=毋+廓，其中，B代表共享频谱，邬代表专用频谱。Vs和V尸分别代表 为只，SBSf(i∈赡)的发射功率为鼻。 ．616． 信号与信息处理 p睡ij誉凳蚕墓翟墓鞘秘鹾；蠹蚕誊囊骝s￡郎 i‘‘‘‘■--‘；；_‘-_#；；z‘‘■■■■ii__；‘；；；-；i‘i；#；；；o■k_^w_—_--_一^