基于动态业务感知蜂窝网络重配置方案.docVIP

基于动态业务感知蜂窝网络重配置方案 　　摘要：文章针对动态业务量，提出了一种动态业务量感知的重配置方案（DTR），在保证系统性能的情况下，最大化系统平均能量效率。DTR根据当前业务量，通过排队论系统预测系统的中断概率，根据一定准则，将系统配置为最大化系统频谱效率（SE）、最大化系统能量效率（EE）或者是混合SE-EE系统。 　　关键词：蜂窝网络；频谱效率；能量效率；业务感知；重配置；排队论 　　Abstract：In this paper， we propose a dynamic traffic-aware reconfiguration （DTR） scheme that can maximize average system energy efficiency （EE） and guarantee system performance. The system can be configured to achieve maximum spectral efficiency （SE）， EE， or hybrid SE-EE according to the DTR traffic load. The key criterion for reconfiguring the system is the queuing model. 　　Key words：cellular networks； spectral efficiency； energy efficiency； traffic-aware reconfiguration； queuing model 　　在过去10年中，蜂窝网络用户急剧增加，用户对系统速率的要求也越来越高，这就要求移动通信系统具有较高的频谱效率。近年来，3GPP LTE提出了4G移动通信系统，该系统采用正交频分复用（OFDM）和多输入多输出（MIMO）来提高系统的频谱效率。由于4G移动通信系统的能量消耗相比其他移动通信系统急剧增加，因此，怎样提高移动通信系统的能量效率成为系统设计的亟需解决的问题。在本篇论文中，传统的以最大化系统频谱效率为目标的无线移动通信系统被称为频谱效率（SE）系统，而以最大化系统能量效率为目标的新型系统，则被称为能量效率（EE）系统。由于SE系统最大化系统频谱效率，其能量效率可能会很低；而EE系统最大化系统能量效率，其频谱效率可能无法满足系统需求。文献[1]中提出了一种在频率选择性信道中最大化能量效率的方法。文献[2]提出了OFDM系统中上行能效最大化设计。文献[3]提出了一种低复杂度的算法，用于最大化每焦耳能量传输的比特数（bits-per-Joule）。其他相关工作[4-5]要集中在基站的睡眠模式，在业务量较小的时候，关掉部分基站来节省能量。文献[6]中的研究分析了在给定中断概率情况下，怎样节省蜂窝网络的能量消耗。文献[7]中研究了自适应调制和编码系统的排队现象，并将其应用到睡眠模式中。 　　在实际系统中，业务量可能会急剧地变化，导致单纯的最大化频谱效率或者能量效率的系统无法满足系统性能要求。因为SE系统在业务量低的时候可能会浪费过多能量，而EE系统则可能在业务量高的时候导致高中断率。蜂窝网络系统和用户的业务请求可以看作一个排队模型。根据该排队模型预测出的系统中断概率，基于上述考虑，本文提出了一种动态的业务感知重配置方案，该方案根据业务量强度和干扰水平，采用排队论模型预测系统的中断概率，并根据中断概率来动态的选择SE、EE或者是混合SE-EE系统。 　　1 系统模型 　　蜂窝网络中的业务流量具有一定的特点[8]。在（0，t 0）和（t 1，t 2）时间段期间，业务量密度分别为λmin和λmax。在（t 0，t 1）和（t 2，T ）期间，系统业务量线性递增或是线性递减，如图1所示。假设系统中有C个子信道，被调度到的用户可以根据其业务需求和网络中资源情况分配到至少一个子信道。用户产生业务请求服从均值为λ泊松分布，系统对每个用户的服务时间服从均值为1/μ的指数分布。我们可以采用M/M/N/K队列模拟系统的中断概率[9]。系统中有j个用户的中断概率为： 　　其中ρ=λ/μ并且K = arg{T d =Δt }，T d 为用户的平均等待时间。则系统中用户无法接入至少一个子信道的 　　2 频谱效率和能量效率 　　频谱效率ηSE定义为每赫兹带宽每秒传输的比特数，ηSE =R /B，其中B为达到数据速率为R的带宽。而能量效率定义为每焦耳能量每秒所传输的数据比特。 　　P T （R ）为数据速率为R时的传输功率，假设各子信道上的数据速率分别为r i，则R =（r 1，r 2…r n）表示系统的数据速率向量。能量效率与频谱效率之间的关系如图2所示。当干扰强度过高时，系统的数据速率会降低，系统