劉穎
(南京郵電大學(xué)通信與信息工程學(xué)院,江蘇南京210003)
蜂窩異構(gòu)網(wǎng)絡(luò)能量消耗的研究
劉穎
(南京郵電大學(xué)通信與信息工程學(xué)院,江蘇南京210003)
宏蜂窩和小蜂窩混合的異構(gòu)網(wǎng)絡(luò)必然將會成為一種滿足日益增長的移動業(yè)務(wù)量需求的手段。然而,大規(guī)模部署小蜂窩接入點(SAPs)也會導(dǎo)致相當(dāng)大的能量消耗的增長,隨著環(huán)境意識的增強(qiáng)和能源價格的提高,為宏蜂窩和小蜂窩設(shè)計高能效的無線系統(tǒng)至關(guān)重要。本文研究了認(rèn)知SAPs的一種分布式睡眠模式策略,利用隨機(jī)幾何工具,得出SAP的用戶發(fā)現(xiàn)性能,并得到位于一個宏蜂窩基站Voronoi小區(qū)中的小蜂窩的上行鏈路容量以及系統(tǒng)總的網(wǎng)絡(luò)能量消耗。
小蜂窩;認(rèn)知無線;綠色通信;能量效率
過去幾年里移動數(shù)據(jù)業(yè)務(wù)量呈指數(shù)增長,能量消耗也有了相當(dāng)大的增長。在日益增強(qiáng)的環(huán)境意識和日漸增長的移動基站(Mobile Base Stations,MBSs)電力消耗的驅(qū)動下,綠色無線通信已經(jīng)成為一個活躍的研究領(lǐng)域。
傳統(tǒng)的蜂窩網(wǎng)絡(luò)精心部署MBSs,但室內(nèi)和小區(qū)邊緣的用戶總會遭受信號質(zhì)量差的困擾。而且,移動數(shù)據(jù)業(yè)務(wù)量爆炸式涌現(xiàn),更促進(jìn)了對新的蜂窩結(jié)構(gòu)的探索,以滿足業(yè)務(wù)量的需求。LTE-A及以后的標(biāo)準(zhǔn)提出了異構(gòu)網(wǎng)絡(luò)(Heterogeneous Networks,HetNet′s),其結(jié)構(gòu)是在一個宏蜂窩網(wǎng)絡(luò)上覆蓋若干小蜂窩。宏層保證覆蓋范圍;而上面覆蓋的那層網(wǎng)絡(luò)是一種宏蜂窩網(wǎng)絡(luò)分流數(shù)據(jù)業(yè)務(wù)量的手段,用于滿足本地容量需求。這個兩層結(jié)構(gòu)中的小蜂窩可以是微蜂窩、微微蜂窩、或者毫微微蜂窩,這些不同類型的小蜂窩之間的區(qū)別在于小區(qū)的尺寸以及自構(gòu)造和自優(yōu)化的能力。小蜂窩能夠擴(kuò)展網(wǎng)絡(luò)的覆蓋范圍,而小區(qū)尺寸的減小能夠帶來更高的空間頻率復(fù)用和更大的網(wǎng)絡(luò)容量。
雖然前面關(guān)于異構(gòu)網(wǎng)絡(luò)的介紹能夠解決容量需求問題[1],但是安裝這些增加的基站后,總的能量消耗卻大大增加了。鑒于高業(yè)務(wù)量需求在空間、時間和頻率上的波動,睡眠模式技術(shù)是克服能量消耗問題的非常有前景的策略[2]。參考文獻(xiàn)[3]介紹了不同的SAPs睡眠模式策略,使得喚醒機(jī)制能夠由SAP、核心網(wǎng)或用戶設(shè)備(User Equipment,UE)驅(qū)動。對于WiFi接入點,參考文獻(xiàn)[4]研究了UE驅(qū)動方式,但是反向波束成形增加了硬件復(fù)雜性且假設(shè)其已知信號結(jié)構(gòu)。分布式睡眠模式策略不涉及UE復(fù)雜性的增加,也不需要知道用戶定位信息或相關(guān)信令[5]。
1.1 網(wǎng)絡(luò)拓?fù)?/p>
考慮一個在宏蜂窩網(wǎng)絡(luò)上覆蓋若干小蜂窩的蜂窩網(wǎng)絡(luò)模型,第一層MBSs的分布為密度為λm的齊次泊松點過程(Poisson Point Process,PPP)Θ,上層覆蓋的網(wǎng)絡(luò)中SAPs的分布是密度為λs的PPPΦ[6]。參考文獻(xiàn)[7]指出,宏蜂窩集合的分布服從關(guān)于Φ的Poisson-Voronoi棋盤形鋪嵌R2。移動用戶分散在密度為λu的PPPΨ分布的R2上。Θ、Φ和Ψ是獨立的點過程。ζ為檢測門限。當(dāng)一個SAP不向一個用戶呼叫提供服務(wù)時,它進(jìn)入睡眠模式并且周期性地感知宏蜂窩上行鏈路以檢測用戶活躍性。認(rèn)為干擾節(jié)點在整個平面上的空間分布是密度為λ的齊次PPPΩ。對于一個齊次PPP,k個節(jié)點落在區(qū)域R內(nèi)的概率表達(dá)式為:
其中,AR為區(qū)域R的面積。
一個宏蜂窩網(wǎng)絡(luò)上疊加多個小蜂窩組成的空間模型如圖1所示。
圖1 MBS、SAPs以及UEs的空間分布
1.2 活動模型
用時隙模型描述UEs和SAPs的活動,如圖2所示。假設(shè)一個固定時隙的時長為T,SAP感知信道的感知時間為τs,檢測到一個活躍的移動用戶時SAP的活躍模式持續(xù)時長為T-τs。在一個給定時隙內(nèi),SAP、UE和若干節(jié)點的活動可以被建模為相互獨立的成功概率分別為ps、pu和pI的伯努利過程[8]。
圖2 時隙模型在時間上展示UE和SAP的活動
影響認(rèn)知SAPs能量消耗的三個主要方面為:鏈路同步相關(guān)的功率Vc、感知功率Vs、以及活動模式期間的處理功率Vt。鏈路同步在整個時隙內(nèi)都在進(jìn)行,UE信號檢測是一個二進(jìn)制假設(shè)檢驗問題。當(dāng)出現(xiàn)一個UE信號時(假設(shè)為H1),在感知到上行鏈路信道并正確地檢測到用戶活動后,SAP開始導(dǎo)頻傳送。當(dāng)沒有UE信號時(假設(shè)為H0),在錯誤地檢測到有一個用戶出現(xiàn)之后,SAP開始導(dǎo)頻傳送。在典型SAP的覆蓋范圍內(nèi)至少存在一個活躍UE的概率為pUE=1-exp(-puλuπR2)。一個小區(qū)的SAP能量消耗可以被建模為:
其中Pd和Pfa分別是用戶活動檢測概率和誤告警的概率。
圖3描述了在一個SAP覆蓋范圍內(nèi)一個典型用戶的成功概率。該圖說明,干擾者按PPP分布時,隨著干擾節(jié)點密度的增加,成功概率大幅度降低。圖4展示了PdC(經(jīng)檢測概率修正后,該SAP覆蓋范圍內(nèi)一個典型用戶的上行鏈路容量)作為干擾者密度的函數(shù)。該圖闡明了通過改變λ,檢測性能提高和平均信道容量降低的聯(lián)合作用。
圖3干擾者稀疏或密集情況下的成功概率
圖4 SoI與干擾者不同功率比的情況下,經(jīng)檢測概率修正后的平均信道容量
圖5 描繪了固定目標(biāo)Pd和固定門限這兩種情況下分別對應(yīng)的總的能量消耗??梢?,在所有場景下能量消耗隨干擾節(jié)點密度的增加而增加,這是因為能量消耗與Pd和Pfa成線性正比。在固定門限的場景下,隨著干擾者密度的增加需要向ED提供更多的能量,從而Pd和Pfa也會提高,如果提高了門限,Pfa和能量消耗的增加會減緩。這說明對干擾環(huán)境的掌握有助于提高小蜂窩網(wǎng)絡(luò)的能量效率。
圖5固定或改變檢測門限值,不同感知時間下總的能量消耗
圖6 展示了SAP覆蓋范圍和干擾節(jié)點密度對能量消耗的影響。當(dāng)R從15 m變化到50 m時,能量消耗增加了將近50%。對于所有覆蓋范圍內(nèi)的值,感知時間固定在N=15采樣,且Pd=Pd*=0.9。為了滿足對Pd的約束,覆蓋范圍較大時降低檢測門限,因此Pfa也隨之降低。這在總的能量消耗中有所體現(xiàn)??梢缘贸鱿铝薪Y(jié)論:由于用戶檢測性能與覆蓋范圍之間有很強(qiáng)的相關(guān)性,改變SAP的覆蓋范圍會顯著影響能量消耗。
圖6 不同干擾者密度情況下總的能量消耗
本文提出了一種分析架構(gòu),可以分析出部署在一個MBS Voronoi小區(qū)內(nèi)采用認(rèn)知SAPs時系統(tǒng)的能量消耗。該模型考慮了信道衰落、總的網(wǎng)絡(luò)干擾、群發(fā)性活動、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及負(fù)載量,允許量化關(guān)鍵系統(tǒng)參數(shù)的影響,例如干擾者密度以及SAP覆蓋范圍對檢測性能以及對總的能量消耗的影響。數(shù)值結(jié)果證明,對干擾環(huán)境的了解可以使得SAP能量消耗大幅減小。本研究未來可能的擴(kuò)展方向:多層級的聯(lián)合能量消耗,對用戶服務(wù)質(zhì)量的約束,以及分布式睡眠模式方案與其他策略的比較等。
[1]CHEUNG W C,QUEK T Q S,KOUNTOURIS M.Throughput optimization,spectrum allocation,and access control in two-tier femtocell networks[J].IEEE J Sel Areas Commun,2012,30(3):561-574.
[2]WU S H,CHEN C M,CHEN M S.Collaborative wakeup in clustered ad hoc networks[J].IEEE J Sel Areas Commun,2011,29(8):1585-1594.
[3]ASHRAF I,BOCCARDI F,HO L.Sleep mode techniques for small cell deployments[J].IEEE Communications Magazine,2011,49(8):72-79.
[4]HARATCHEREV I,F(xiàn)IORITO M,BALAGEAS C.Low-power sleep mode and out-of-bound wake-up for indoor access points[C].Proc 2009 IEEE Global Telecommunications Conference,2009:1-6.
[5]SAKER L,ELAYOUBI S E,COMBES R,et al.Optimal control of wake up mechanisms of femtocells in heterogeneous networks[J].IEEE J Sel Areas Commun,2012,30(3):664-672.
[6]ANDREWS J G,BACCELLI F,GANTI R K.A tractableapproach to coverage and rate in cellular networks[J].IEEE Trans Commun,2011,59(11):3122-3134.
[7]BLASZCZYSZYN B,KARRAY M K,KEELER H-P.Using Poisson processes to model lattice cellular networks[C]. Proc 2013 IEEE Joint Conf of the IEEE Computer and Commun Societies,2013:797-805.
[8]YUCEK T,ARSLAN H.A survey of spectrum sensing algorithms for cognitive radio applications[J].IEEE Commun Surveys Tuts,2009,11(1):116-130.
A research on energy consum ption of heterogeneous netw orks
Liu Ying
(School of Telecommunications and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)
Heterogeneous networks using a mix of macrocells and small cells are foreseen as one of the solutions to meet the ever increasing mobile traffic demand.Nevertheless,a massive deployment of small cell access points(SAPs)leads to a considerable increase in energy consumption.With growing of the environmental awareness and the high price of energy,it is crucial to design energy effcient wireless systems.In this work,we evaluate a distributed sleep-mode strategy for cognitive SAPs.Using tools from stochastic geometry,we define the user discovery performance of the SAP and system′s aggregate energy consumption and derive the uplink capacity of the small cells located in the Voronoi cell of a macrocell base station.
small cell;cognitive radio;green communications;energy efficiency
TN929.53
A
1674-7720(2015)13-0062-03
2015-03-02)
劉穎(1989-),通信作者,女,碩士研究生,主要研究方向:MIMO大規(guī)模無線通信、蜂窩異構(gòu)網(wǎng)絡(luò)。E-mail:1003971665@qq.com。