UDN中的小區(qū)切換算法分析

［張仁遲］

?

UDN中的小區(qū)切換算法分析

［張仁遲］

摘要從2G到3G，再到4G，直到未來5G，移動(dòng)通信正朝著網(wǎng)絡(luò)多元化、寬帶化、綜合化、智能化的方向發(fā)展。隨著各種智能終端的普及，尤其到2020年及以后，移動(dòng)數(shù)據(jù)流量將呈現(xiàn)爆炸式增長(zhǎng)，超密集網(wǎng)絡(luò)（UDN）成為未來5G網(wǎng)絡(luò)提高數(shù)據(jù)流量的關(guān)鍵技術(shù)之一。在超密集網(wǎng)絡(luò)中，微基站密集地部署使得小區(qū)數(shù)量劇增，加之形狀的不規(guī)則，引起了頻繁復(fù)雜的切換，為了滿足移動(dòng)性以及綠色通信的時(shí)代需求，新的切換算法勢(shì)必會(huì)出現(xiàn)。文章通過對(duì)當(dāng)下主流的小區(qū)切換技術(shù)進(jìn)行研究分析，給出了每種技術(shù)的基本概念或原理，以及應(yīng)用到UDN時(shí)潛在的問題，最后概述了當(dāng)前UDN中小區(qū)切換算法存在的難點(diǎn)及發(fā)展趨勢(shì)。

關(guān)鍵詞：超密集網(wǎng)絡(luò)連接模式小區(qū)切換綠色通信

張仁遲

男，碩士研究生，重慶郵電大學(xué)通信與信息工程學(xué)院。主要研究方向?yàn)樾乱淮苿?dòng)通信。

1　引言

移動(dòng)通信經(jīng)歷了從模擬到數(shù)字的發(fā)展過程，在二十世紀(jì)九十年代經(jīng)歷了快速的發(fā)展，移動(dòng)通信的1G是采用模擬技術(shù)，其頻譜利用率低，保密性差等；2G主要是以話音為主；3G則是面向快速發(fā)展的數(shù)據(jù)業(yè)務(wù)的時(shí)代；現(xiàn)在逐步商用的4G是面向全數(shù)據(jù)網(wǎng)絡(luò)，是向下兼容的，能夠兼容3G，2G網(wǎng)絡(luò)。LTE也俗稱3.9G，2012年LTE正式成為國(guó)際標(biāo)準(zhǔn)，將4G的發(fā)展推向了新的高峰，具有百兆的數(shù)據(jù)下載以及接入能力［1］。根據(jù)預(yù)測(cè)，未來無線網(wǎng)絡(luò)中，隨著各種智能終端的普及，面向2020年及以后，移動(dòng)數(shù)據(jù)流量將呈現(xiàn)爆炸式增長(zhǎng)。在未來5G網(wǎng)絡(luò)中，減小小區(qū)半徑，增加低功率節(jié)點(diǎn)數(shù)量的UDN技術(shù)，是保證未來 5G 網(wǎng)絡(luò)支持千倍流量增長(zhǎng)的核心技術(shù)之一。

小區(qū)半徑的縮小意味著基站間隔的縮小，在今后的超密集網(wǎng)絡(luò)（UDN）中大部分微基站的覆蓋范圍將在50～150 m，隨著技術(shù)的發(fā)展甚至?xí)s小至10 m左右，在城市人口密集區(qū)域形成相當(dāng)密集的節(jié)點(diǎn)部署。這些微基站部署在宏小區(qū)內(nèi)，對(duì)宏小區(qū)在熱點(diǎn)地區(qū)的服務(wù)進(jìn)行補(bǔ)充，如果繼續(xù)沿用以往的小區(qū)切換算法，由于小區(qū)更多、覆蓋范圍更不規(guī)則，勢(shì)必會(huì)出現(xiàn)頻繁的切換，甚至出現(xiàn)掉話現(xiàn)象，難以保證移動(dòng)性能。而且，隨著綠色通信的流行，基站休眠技術(shù)也受到大家越來越多的關(guān)注，那么，如何減少密集小小區(qū)切換的“乒乓效應(yīng)”，小小區(qū)之間和小小區(qū)與宏基站之間的切換與基站休眠之間的平衡成了一個(gè)不容忽視的熱點(diǎn)問題［2］。

超密集網(wǎng)絡(luò)中的切換，為傳統(tǒng)切換技術(shù)提出了更高的挑戰(zhàn)，與此同時(shí)，各種新技術(shù)、新業(yè)務(wù)、新場(chǎng)景的不斷涌現(xiàn)，需要現(xiàn)有切換技術(shù)不斷增強(qiáng)適應(yīng)性、準(zhǔn)確性、通用性。本文的重點(diǎn)即為上述領(lǐng)域的小區(qū)間的切換技術(shù)。在此環(huán)境中，切換策略不同于單一網(wǎng)絡(luò)中只依靠信號(hào)強(qiáng)度來決策的水平切換，而是要綜合考慮影響用戶體驗(yàn)尤其是臨近小區(qū)數(shù)量的不斷變化等多種因素以便對(duì)備選的網(wǎng)絡(luò)做出綜合評(píng)判。

2　UDN架構(gòu)

通過在原有LTE-A技術(shù)的宏基站下引進(jìn)了大量低功耗的非傳統(tǒng)節(jié)點(diǎn)，如微蜂窩（Microcell）、家庭基站（Femtocell），以及中繼（Relay）和分布式天線等，5G UDN技術(shù)縮小基站的間隔以形成很高的頻率復(fù)用率，有效地利用了寶貴的頻譜資源。并且由于接入點(diǎn)的增加，UDN 可以有效緩解熱點(diǎn)地區(qū)的業(yè)務(wù)擁堵，分流與平衡全網(wǎng)負(fù)載，減少擁塞和掉話的發(fā)生。

UDN 允許用戶自主部署低功率、低成本、低能耗的家庭基站或微型基站，這些微基站通常直接部署在室內(nèi)，覆蓋面積較小，縮短了終端與基站之間的距離，由于不需經(jīng)過建筑的穿透損耗，一定程度上降低了信號(hào)的衰減，改善了基站與終端之間的鏈路質(zhì)量，增強(qiáng)了室內(nèi)覆蓋，使用戶的通信質(zhì)量得到更好的保證。許多小區(qū)還能夠根據(jù)系統(tǒng)內(nèi)的業(yè)務(wù)狀況自適應(yīng)地選擇休眠與激活，不僅提高了能效，同時(shí)也減小了用戶之間的干擾。低功率發(fā)射增加了終端電池的續(xù)航時(shí)間，對(duì)于電池電量受限的許多智能設(shè)備具有重要意義。不同于Wi-Fi使用未經(jīng)認(rèn)證的頻段，UDN中小小區(qū)復(fù)用宏小區(qū)的頻率，微型基站發(fā)射功率低，多布置在人群集中地方，如機(jī)場(chǎng)、車站和大型商場(chǎng)等，對(duì)宏小區(qū)的頻率資源進(jìn)行補(bǔ)償，保證熱點(diǎn)地區(qū)的服務(wù)質(zhì)量［3］。

由此可以看出，UDN技術(shù)在增強(qiáng)室內(nèi)覆蓋方面有著顯著優(yōu)勢(shì)，同時(shí)大大提升了頻率與能量利用率，分流與均衡網(wǎng)絡(luò)負(fù)載，使得網(wǎng)絡(luò)性能得到顯著改善，是未來5G網(wǎng)絡(luò)重要技術(shù)之一。

3　研究現(xiàn)狀

圖1　UDN網(wǎng)絡(luò)構(gòu)架

傳統(tǒng)的切換算法主要分為四類：（1）以用戶測(cè)量到的來自各基站的信號(hào)強(qiáng)度為判決指標(biāo)，當(dāng)信號(hào)強(qiáng)度低于切換值時(shí)做出切換決定。（2）基于模糊邏輯的多目標(biāo)判決算法，結(jié)合網(wǎng)絡(luò)性能和用戶特性做出垂直切換判決。（3）基于多屬性決策的判決算法，根據(jù)接入網(wǎng)絡(luò)的特性、業(yè)務(wù)類型及移動(dòng)性等用戶特性做出垂直切換判決。（4）基于代價(jià)函數(shù)的切換判決算法，根據(jù)各目標(biāo)網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度、網(wǎng)絡(luò)帶寬、業(yè)務(wù)的服務(wù)費(fèi)用、連接時(shí)延、用戶業(yè)務(wù)類型等性能指標(biāo)來建立代價(jià)函數(shù)，根據(jù)得到的代價(jià)函數(shù)值確定切換的最佳目標(biāo)網(wǎng)絡(luò)。

隨著無線通信技術(shù)的快速發(fā)展，通信構(gòu)架的一次次變更，切換算法也在隨著技術(shù)的變革不斷改進(jìn)。

以往移動(dòng)通信中，最基本的算法是基于接收信號(hào)強(qiáng)度策略（RSS）的切換算法，但是由于在UDN異構(gòu)無線網(wǎng)中各網(wǎng)絡(luò)的物理層所使用技術(shù)并不相同，因此，不能僅根據(jù) RSS 將不同網(wǎng)絡(luò)進(jìn)行直接比較。文獻(xiàn)［4］則提出了相對(duì)接收信號(hào)強(qiáng)度的概念，來對(duì)不同無線接入技術(shù)的網(wǎng)絡(luò)RSS 進(jìn)行比較，公式如下：

文獻(xiàn)［5］提出了一種具有預(yù)判決功能的基于神經(jīng)網(wǎng)絡(luò)的差值門限模糊邏輯算法NNDTFH（Neural Network Difference Threshold Fuzzy Handoff）。該算法分為反向傳播BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、模糊推理控制和切換判決幾個(gè)過程。在BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)階段，根據(jù)移動(dòng)終端的運(yùn)動(dòng)速度V、由BP神經(jīng)網(wǎng)絡(luò)在信息處理之后，所估計(jì)的下一刻信號(hào)強(qiáng)度RSS，預(yù)先判決當(dāng)前終端是否需要切換到下一網(wǎng)絡(luò)，這樣可以很好的減少不必要的切換指示和信令開銷。模糊推理控制階段，將預(yù)判決的信號(hào)強(qiáng)度RSS、網(wǎng)絡(luò)可用帶寬B（Bandwidth）和網(wǎng)絡(luò)費(fèi)用C（cost）送入模糊化控制器，通過模糊化、模糊推理、去模糊，最終得到目標(biāo)網(wǎng)絡(luò)的綜合性能，以此作為切換判決依據(jù)。

圖2　NNDTFH 算法結(jié)構(gòu)框

基于神經(jīng)網(wǎng)絡(luò)的差值門限模糊邏輯算法與考慮其他參數(shù)的遲滯電平算法和駐留時(shí)間算法相比，在切換判決階段綜合考慮兩個(gè)網(wǎng)絡(luò)的差值，引入了差值門限的方法，減少了切換中乒乓效應(yīng)發(fā)生的概率，提高系統(tǒng)的切換性能，保證用戶服務(wù)質(zhì)量，但遇到UDN中的密集基站時(shí)，它的判決以及模糊進(jìn)程將變得非常復(fù)雜，因此需進(jìn)行一定的改進(jìn)。

Lin等［6］對(duì)比分析了小小區(qū)的3種工作模式（封閉、混合、開放），以博弈模型對(duì)其進(jìn)行分析。采用混合模式，將所有終端分別按從宏基站或者家庭基站接收到的信號(hào)功率分為兩類:讓從宏基站接收到的信號(hào)更強(qiáng)的用戶接入宏基站，不參與博弈算法；接收到微型基站的信號(hào)更強(qiáng)的用戶則根據(jù)接入網(wǎng)絡(luò)的不同性能決定接入何種基站。由小小區(qū)的開放度［0，1］（0表示封閉模式，1表示開放模式），均分其時(shí)域資源。所有參與博弈者根據(jù)不同策略算出的吞吐量進(jìn)行博弈，選擇切換到的服務(wù)基站。經(jīng)仿真對(duì)比得出，在混合模式下而非封閉模式，系統(tǒng)容量達(dá)到最大；在開放模式下，即0=1時(shí)，系統(tǒng)總?cè)萘孔畲?，且最具公平性。但在此算法中，終端在做出切換前必須知道各個(gè)基站擁有的資源以及駐留的用戶數(shù)量，才能計(jì)算對(duì)比接入不同基站時(shí)各個(gè)系統(tǒng)的吞吐量，這就需要從密集的基站收集用戶與資源信息，無疑增加了用戶終端的負(fù)擔(dān)及復(fù)雜度，要想運(yùn)用到UDN中還需要解決以上難題。

眾所周知，通信過程中基站端的能耗遠(yuǎn)遠(yuǎn)高于終端。那么，如果當(dāng)網(wǎng)絡(luò)處于低負(fù)載狀況下，在滿足用戶服務(wù)質(zhì)量需求的基礎(chǔ)上，基于基站端節(jié)能的負(fù)載均衡及基站開關(guān)策略，通過選擇性的關(guān)閉部分負(fù)載較輕或者沒有負(fù)載的，將其服務(wù)用戶切換到相鄰活躍基站，在保證用戶服務(wù)質(zhì)量需求的基礎(chǔ)上大幅降低基站端能耗，提高能量效率，成為了當(dāng)今的一個(gè)研究熱點(diǎn)。

可以發(fā)現(xiàn)其是一個(gè)非凸整數(shù)規(guī)劃問題。從直觀上來說，可以通過傳統(tǒng)的遍歷算法對(duì)其進(jìn)行求解，從而得出最優(yōu)的基站開關(guān)策略。具體來說，就是通過計(jì)算每一種可能的基站休眠圖樣的能效，進(jìn)行比較后選擇能效最大的一個(gè)作為最優(yōu)的基站休眠方案。但是其復(fù)雜度是隨著指數(shù)上升的，因此這時(shí)遍歷算法的復(fù)雜度會(huì)比較高而難以實(shí)現(xiàn)。

為此，文獻(xiàn)［7］將關(guān)閉基站數(shù)目為時(shí)，最優(yōu)的基站開關(guān)策略為，提出如下遍歷算法：

此算法相比于傳統(tǒng)的遍歷算法，大大降低了計(jì)算復(fù)雜度，提高了系統(tǒng)能效。但是在超密集網(wǎng)絡(luò)場(chǎng)景下，數(shù)目往往比較多，加之網(wǎng)絡(luò)的異構(gòu)性，上述算法的復(fù)雜度仍然可能較大而難以實(shí)現(xiàn)，因此還需要進(jìn)行進(jìn)一步的優(yōu)化。

此外深圳中興通訊將Cloud Radio向UDN演進(jìn)，相比于傳統(tǒng)的小區(qū)是物理小區(qū)，用基站ID標(biāo)識(shí)小區(qū)，而終端（UE）的所有通信均基于基站ID，他們提出了讓基站ID變得不重要甚至消失虛擬基站技術(shù)。在虛擬基站中，由網(wǎng)絡(luò)動(dòng)態(tài)生成針對(duì)特定用戶的“UEID”，在用戶看來，感知上等同于有一個(gè)虛擬的邏輯站點(diǎn)一直跟隨自己的移動(dòng)，因此業(yè)務(wù)的切換效率、服務(wù)質(zhì)量等都有大幅度提升［8］。

4　挑戰(zhàn)及發(fā)展趨勢(shì)

在UDN中，因?yàn)橄到y(tǒng)中的小區(qū)不再是傳統(tǒng)蜂窩網(wǎng)絡(luò)的場(chǎng)景，是含多種接入技術(shù)，小小區(qū)、宏小區(qū)重疊覆蓋的異構(gòu)網(wǎng)絡(luò)場(chǎng)景。就需要考慮多種因素進(jìn)行切換判決，切換技術(shù)的好壞將直接影響到切換時(shí)延、切換頻率、頻率利用率、用戶體驗(yàn)、呼叫阻塞率、切換失敗率等指標(biāo)，從而影響整個(gè)系統(tǒng)的性能。

（1）UDN中微型基站復(fù)用宏小區(qū)的頻段，這種頻率復(fù)用模式雖然大大增加了頻譜復(fù)用率，但這種頻率復(fù)用距離過小無論在宏小區(qū)用戶與小小區(qū)之間還是小小區(qū)用戶內(nèi)部都帶來了不可忽略的同頻干擾，如何選擇切換中的目標(biāo)小區(qū)以降低干擾成為了UDN切換技術(shù)不得不考慮的一個(gè)難點(diǎn)；

（2）多層網(wǎng)絡(luò)與不同服務(wù)接入點(diǎn)的存在給用戶帶來了更豐富的選擇，同時(shí)也造成了更大的困擾：在以往的基于代價(jià)函數(shù)的切換判決算法，根據(jù)各目標(biāo)網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度、網(wǎng)絡(luò)帶寬、業(yè)務(wù)的服務(wù)費(fèi)用、連接時(shí)延、用戶業(yè)務(wù)類型等性能指標(biāo)來建立代價(jià)函數(shù)，往往為了某一方面的性能而犧牲其他方面的服務(wù)質(zhì)量，現(xiàn)如今，隨著硬件材料的成熟，CPU計(jì)算能力的加大，以往需要通過犧牲部分系統(tǒng)性能以降低計(jì)算復(fù)雜度的算法需要適當(dāng)修改，我們可以在原有的切換算法上，考慮更多的小區(qū)性能參數(shù)，根據(jù)得到的函數(shù)值確定切換的最佳目標(biāo)網(wǎng)絡(luò)，那么如何權(quán)衡性能參數(shù)及其代價(jià)以便在多個(gè)可用網(wǎng)絡(luò)中選出最佳的接入點(diǎn)也是UDN中的重要研究課題；

（3）當(dāng)今網(wǎng)絡(luò)和網(wǎng)絡(luò)業(yè)務(wù)的迅速擴(kuò)展帶來了巨大的能量和頻譜消耗，日益嚴(yán)重的溫室效應(yīng)也成為了人類未來可持續(xù)發(fā)展的重要威脅，綠色越來越成為通信發(fā)展的追求。傳統(tǒng)通信過程消耗大量能源，不符合當(dāng)今綠色理念，而UDN中基站數(shù)量巨大，更是讓能耗擴(kuò)大了數(shù)倍，基站休眠技術(shù)的提出一定程度提高了能效，但是基站何時(shí)休眠，休眠過程中原駐留終端怎樣切換以及切換到哪個(gè)基站還有待進(jìn)一步的研究；

（4）隨著私有小區(qū)開放化的商業(yè)進(jìn)程、用戶服務(wù)質(zhì)量需求的不斷提高，自組織與自適應(yīng)的運(yùn)用以及異構(gòu)網(wǎng)絡(luò)融合過程中的網(wǎng)絡(luò)差異等也是UDN切換研究中不可忽略的重要問題。

因此，鑒于UDN中存在的挑戰(zhàn)，未來5G切換技術(shù)的發(fā)展必然朝著減少同頻干擾、降低能耗，提升用戶服務(wù)質(zhì)量的方向發(fā)展。

5　結(jié)束語

隨著物聯(lián)網(wǎng)和智能終端的飛速發(fā)展，廣大用戶對(duì)更多通信接入點(diǎn)和網(wǎng)絡(luò)容量的需求出現(xiàn)爆炸式增長(zhǎng)，UDN以其在提升網(wǎng)絡(luò)吞吐量與資源利用率方面，并有效融合通信和計(jì)算技術(shù)的優(yōu)良性能成為未來5G通信中不可或缺的關(guān)鍵技術(shù)。本文對(duì)UDN的系統(tǒng)構(gòu)架進(jìn)行了簡(jiǎn)要介紹，并概述了傳統(tǒng)小區(qū)切換技術(shù)以及UDN在切換中可能遇到的挑戰(zhàn)，希望為UDN切換技術(shù)的研究帶來一定的幫助。

參考文獻(xiàn)

1沈嘉，索士強(qiáng)，全海洋等.3GPP長(zhǎng)期演進(jìn)（LTE）技術(shù)原理與系統(tǒng)設(shè)計(jì)［M］.北京：人民郵電出版社，2008:1-5

2Peng H，Xiao Y，Ruyue Y N，et al.Ultra dense network: Challenges，enabling technologies and new trends［J］.Communications China，2016，13（2）:30-40

3王瑩，繆中宇，張平.超高密度網(wǎng)絡(luò)關(guān)鍵技術(shù)及研究現(xiàn)狀［J］.北京郵電大學(xué)學(xué)報(bào)，2015，38（5）:1-17

4Su Kyoung Lee，Sriram，K.，Kyungsoo Kim，et.al.Vertical hHandoff decision algorithms for providing optimized performance in heterogeneous wireless networks ［J］.IEEE Trans.on Vehicular Technology，2009，20（12）:1213-1216

5周晶.異構(gòu)網(wǎng)中垂直切換算法的研究［D］.南京郵電大學(xué)，2013

6Lin J S，F(xiàn)eng K T.Femtocell access strategies in heterogeneous networks using a game theoretical framework［J］.Wireless Communications IEEE Transactions on，2014，13（3）:1208-1221

7Jin Y，Qiu L，Liang X.Small cells on/off control and load balancing for green dense heterogeneous networks［C］，Wireless Communications and Networking Conference （WCNC），2015 IEEE.IEEE，2015

8向際鷹.對(duì)無線新技術(shù)演進(jìn)的思考［J］.中興通訊技術(shù)，2015，（3）:50-54

DOI:10.3969/j.issn.1006-6403.2016.05.012

收稿日期：（2016-04-06）