帶內(nèi)部署NB-IoT系統(tǒng)干擾問題研究

袁 曄，張博軒

（寧夏回族自治區(qū)無線電監(jiān)測(cè)站，寧夏 銀川 750004）

0 引言

2019年7月17日，在國(guó)際電信聯(lián)盟無線通信部門5D工作組（ITU-R WP5D）第32次會(huì)議上，窄帶物聯(lián)網(wǎng)（NB-IoT）技術(shù)被正式納入5G候選技術(shù)集合，作為5G的組成部分與3GPP新空口（5G NR）聯(lián)合提交至ITU。NB-IoT作為一項(xiàng)窄帶LTE技術(shù)，專為低功耗廣域應(yīng)用而設(shè)計(jì)，使用一定頻段內(nèi)的授權(quán)頻譜，可以利用現(xiàn)有基礎(chǔ)設(shè)施和頻譜，具有廣覆蓋、低功耗、大連接、低成本的優(yōu)勢(shì)。

NB-IoT支持帶內(nèi)部署（In-band）、保護(hù)帶部署（Guard-band）以及獨(dú)立部署（Stand-alone）共三種部署方式。其中，In-band是使NB-IoT相比其他低功耗廣域網(wǎng)絡(luò)技術(shù)脫穎而出的重要優(yōu)勢(shì)，在In-band場(chǎng)景下，NBIoT網(wǎng)絡(luò)使用LTE帶內(nèi)的一個(gè)物理資源塊（PRB）。對(duì)于不存在IoT流量的帶內(nèi)部署，由于LTE和NB-IoT的基礎(chǔ)架構(gòu)和頻譜使用完全兼容，LTE可以將該P(yáng)RB用于其他業(yè)務(wù)?；菊{(diào)度程序能將NB-IoT和LTE流量復(fù)用到同一頻譜上，從而最大程度地減小機(jī)器類通信（MTC）的總運(yùn)營(yíng)成本。

當(dāng)然，在In-band場(chǎng)景中，NB-IoT與LTE兩個(gè)系統(tǒng)存在一定的耦合關(guān)系，兩者的頻帶相鄰，兩個(gè)系統(tǒng)間的相互影響程度比其他部署方式更大，因此，需要針對(duì)干擾問題做進(jìn)一步分析和優(yōu)化。

1 NB-IoT系統(tǒng)干擾分析

根據(jù)干擾者與被干擾者雙方是否同處于NB-IoT系統(tǒng)，可以將NB-IoT系統(tǒng)的干擾分為系統(tǒng)內(nèi)部干擾與系統(tǒng)間干擾兩類。

1.1 NB-IoT系統(tǒng)內(nèi)部干擾分析

針對(duì)NB-IoT系統(tǒng)內(nèi)部的干擾，根據(jù)干擾的雙方所處的頻段是否一致，可以將NB-IoT系統(tǒng)內(nèi)部的干擾分為鄰頻干擾與同頻干擾兩類：

（1）鄰頻干擾：在NB-IoT下行鏈路中，子載波間隔與LTE一樣仍為15 kHz，仍采用LTE中的物理技術(shù)，NB-IoT與LTE的子載波依舊保持正交，因此其鄰頻干擾可以忽略[1，2]。

（2）同頻干擾：NB-IoT是建設(shè)在蜂窩網(wǎng)絡(luò)基礎(chǔ)上的，所以系統(tǒng)內(nèi)干擾是NB-IoT的主要干擾因素。蜂窩組網(wǎng)時(shí)，在滿足一定復(fù)用距離要求下，允許兩基站使用同樣的頻率，頻率的復(fù)用導(dǎo)致同頻干擾不可避免[3]。此外，由于NB-IoT的射頻帶寬為180 kHz，具有較明顯的窄帶特性和較高的功率譜密度，這一特性導(dǎo)致小區(qū)間同頻干擾現(xiàn)象更為嚴(yán)重。

1.2 NB-IoT系統(tǒng)與LTE系統(tǒng)間共存干擾分析

根據(jù)NB-IoT系統(tǒng)與其他無線通信系統(tǒng)干擾的鏈路的性質(zhì)，可將系統(tǒng)間干擾分為下行干擾與上行干擾兩類[4，5， 6]：

（1）下行干擾：對(duì)于In-band場(chǎng)景，在下行鏈路中，NB-IoT子載波間隔與LTE同為15 kHz，保證了NB-IoT與LTE子載波的正交結(jié)構(gòu)，因此下行鄰頻干擾可以忽略。

（2）上行干擾：?jiǎn)我簦⊿ingle-tone）和多音（Multi-tone）是NB-IoT系統(tǒng)上行鏈路的兩種傳輸模式。其中，多音傳輸模式的子載波間隔為15 kHz，此時(shí)NB-loT子載波與LTE子載波保持正交。而單音傳輸模式子載波間隔有15 kHz和3.75 kHz兩種情況，當(dāng)子載波間隔為3.75 kHz時(shí)不滿足正交關(guān)系，可能引起系統(tǒng)間干擾。因此，對(duì)于In-band場(chǎng)景而言，只需要評(píng)估子載波間隔為3.75 kHz的單音傳輸模式NB-IoT與LTE共存時(shí)的干擾。根據(jù)文獻(xiàn)[7]中報(bào)道的仿真與分析，有以下結(jié)論：

第一，對(duì)于In-band場(chǎng)景中NB-IoT對(duì)LTE的干擾，當(dāng)LTE與NB-IoT的間隔大于等于兩個(gè)PRB，可以將干擾帶來的損失控制在1 dB以內(nèi)，因此對(duì)于NB-IoT系統(tǒng)與LTE系統(tǒng)間干擾，可以通過增大PRB間隔實(shí)現(xiàn)。

第二，對(duì)于In-band場(chǎng)景中LTE對(duì)NB-IoT的干擾，假設(shè)LTE系統(tǒng)的泄露僅考慮左邊或右邊相鄰的PRB，則其對(duì)于In-band NB-IoT系統(tǒng)產(chǎn)生的鄰道干擾基本滿足RAN4共存要求，即NB-IoT系統(tǒng)的SNR損失小于1 dB，但在高信噪比的地方，性能損失偏大。

2 NB-IoT系統(tǒng)抗干擾技術(shù)方案

考慮到NB-IoT技術(shù)的低成本特性，不宜采用跳頻通信、智能天線等較復(fù)雜的抗干擾技術(shù)。相對(duì)而言，從資源分配角度來抑制干擾的方案更適合注重成本因素的NB-IoT系統(tǒng)。以下介紹幾種基于資源分配的NB-IoT系統(tǒng)抗干擾技術(shù)思路[8，9，10]。

2.1 基于小區(qū)內(nèi)干擾協(xié)調(diào)的頻譜優(yōu)化調(diào)度方案

針對(duì)大量UE同時(shí)訪問導(dǎo)致嚴(yán)重干擾的情況，該方案采用基于聚類的調(diào)度算法[8]。首先，使用改進(jìn)的K-means算法對(duì)大量存在的NB-IoT終端進(jìn)行聚類[11]。然后，在優(yōu)先級(jí)的基礎(chǔ)上提出頻譜調(diào)度策略。實(shí)驗(yàn)結(jié)果證明此優(yōu)化策略可以有效緩解網(wǎng)絡(luò)擁塞，提高網(wǎng)絡(luò)的頻譜利用率。該方案主要包含以下步驟：

2.1.1 模型建立

（1）到達(dá)過程建模：隨機(jī)到達(dá)曲線為設(shè)為α∈F，對(duì)應(yīng)界函數(shù)為NB-IoT業(yè)務(wù)到達(dá)流模型為A（t）∈sa，則對(duì)于任意的時(shí)刻t≥0和時(shí)延x≥0，其滿足：

（2）服務(wù)過程建模：隨機(jī)服務(wù)曲線為設(shè)為β∈F，對(duì)應(yīng)界函數(shù)為NB-IoT業(yè)務(wù)服務(wù)流模型為S∈sc，則對(duì)于任意的時(shí)刻t≥0和時(shí)延x≥0，其滿足：

假設(shè)基站的服務(wù)能力為C，則服務(wù)曲線為β（t）=Ct，服從S∈sc<0，Ct>。

2.1.2 接入延遲分析

假設(shè)NB-IoT系統(tǒng)中的終端總量為n，將NB-IoT系統(tǒng)的時(shí)延記為D（t），系統(tǒng)處理業(yè)務(wù)的最長(zhǎng)時(shí)限為T，每個(gè)終端發(fā)送的分組的大小為l，則通過隨機(jī)網(wǎng)絡(luò)計(jì)算方法[12]，得出網(wǎng)絡(luò)時(shí)延下界分布函數(shù)為：

2.1.3 終端聚類

使用無監(jiān)督學(xué)習(xí)中的K-means算法對(duì)NB-IoT系統(tǒng)中的終端進(jìn)行聚類，網(wǎng)絡(luò)中的n個(gè)終端集合記為D={x1，x2，…，xn}，聚類后的分簇結(jié)果記為C={C1，C2，…，Ck}。K-means算法以最小化Sum of squared errors （SSE）為目標(biāo)，使用迭代算法可以將所有終端分類到k個(gè)蔟中。

2.1.4 上行頻譜調(diào)度

基于第三步驟中對(duì)終端的聚類分蔟結(jié)果，針對(duì)時(shí)間對(duì)不同的蔟進(jìn)行調(diào)度，以減輕網(wǎng)絡(luò)中的擁塞為目標(biāo)，因此，在滿足業(yè)務(wù)QoS要求與能量消耗的約束條件下，最大化網(wǎng)絡(luò)的接入能力。調(diào)度過程如下：

（1）業(yè)務(wù)初始優(yōu)先級(jí)R1i的設(shè)置：根據(jù)蔟距離基站的距離為不同蔟設(shè)置不同的初始優(yōu)先級(jí)，距離越近，初始優(yōu)先級(jí)越高。

（2）業(yè)務(wù)任務(wù)緊急程度R2i的計(jì)算：根據(jù)業(yè)務(wù)在網(wǎng)絡(luò)中的等待時(shí)間長(zhǎng)度，等待時(shí)長(zhǎng)越長(zhǎng)，緊急程度越高。

（3）業(yè)務(wù)綜合優(yōu)先級(jí)的計(jì)算：以R1i和R2i為基礎(chǔ)，計(jì)算i業(yè)務(wù)的綜合優(yōu)先級(jí)Ri。

（4）蔟中心值的計(jì)算：根據(jù)業(yè)務(wù)的生成以及所在蔟，計(jì)算每個(gè)蔟的中心值。

（5）使用迭代的思想，按照蔟中心值從高到低進(jìn)行頻譜調(diào)度，完成一項(xiàng)任務(wù)后對(duì)所有業(yè)務(wù)優(yōu)先級(jí)進(jìn)行更新。

圖1 NB-IoT用戶平均接入時(shí)延隨用戶數(shù)目變化曲線

圖1與圖2分別是NB-IoT用戶平均接入時(shí)延隨用戶數(shù)目與分組長(zhǎng)度變化的曲線圖，圖中紅色曲線是該方案性能，藍(lán)色曲線是隨機(jī)頻譜分配算法性能。可以看出，由于該算法對(duì)終端進(jìn)行了分類，并且設(shè)計(jì)了基于優(yōu)化時(shí)延的分簇配置，抑制了小區(qū)內(nèi)部多終端間的干擾，所以接入時(shí)延有較大幅度的降低。

圖2 NB-IoT用戶平均接入時(shí)延隨分組長(zhǎng)度變化曲線

2.2 基于頻譜分配的小區(qū)間抗干擾方案

由于每個(gè)小區(qū)的NB-IoT業(yè)務(wù)量規(guī)模巨大，因此存在不同小區(qū)大量業(yè)務(wù)并發(fā)產(chǎn)生的場(chǎng)景，針對(duì)此時(shí)產(chǎn)生的下行干擾問題，可采取頻譜分配方式，提高能夠并行服務(wù)的業(yè)務(wù)數(shù)目。在建模時(shí)，該方案采用基于圖論的建模方法[9]。在無線網(wǎng)絡(luò)中，資源分配問題可根據(jù)圖論的基本定義轉(zhuǎn)化為不同的圖著色問題。具體到所討論的干擾問題，首先根據(jù)網(wǎng)絡(luò)拓?fù)錁?gòu)建干擾圖，通過對(duì)該干擾圖進(jìn)行著色，將不同的頂點(diǎn)集合分組，進(jìn)而得到能夠減少干擾的資源分配方案[13，14]。

2.2.1 干擾圖的構(gòu)建及弦化處理

由于NB-IoT的終端設(shè)備一般為靜態(tài)設(shè)備，因此，基站有充足的時(shí)間確定設(shè)備的地理位置，并且可以進(jìn)行多小區(qū)間信息的互相傳送。方案的第一步是在各宏基站中構(gòu)造干擾圖，以對(duì)應(yīng)NB-IoT網(wǎng)絡(luò)的拓?fù)?。?gòu)造的干擾圖為無向圖，記為Ginitial=（V，Einitial），其中，V和Einitial分別是點(diǎn)的集合和邊的集合。干擾圖中的點(diǎn)表示一個(gè)基站到與其關(guān)聯(lián)的NB-IoT用戶的下行鏈路，若兩個(gè)點(diǎn)所對(duì)應(yīng)的業(yè)務(wù)不能使用相同的子載波，則對(duì)應(yīng)鏈路之間存在干擾，在干擾圖中就表示為由一條邊鄰接的連個(gè)點(diǎn)。

圖3 干擾圖及其弦化舉例

根據(jù)無向圖中團(tuán)的定義，干擾圖中不能使用相同頻譜資源的點(diǎn)構(gòu)成極大團(tuán)。因此，通過對(duì)極大團(tuán)的求解，能夠獲得資源分配方案。但是，干擾圖中的一個(gè)點(diǎn)可能同時(shí)屬于多個(gè)極大團(tuán)，對(duì)這類點(diǎn)的頻譜分配會(huì)給其所在的多個(gè)極大團(tuán)帶來不同影響[15]。因此，需要首先列舉

出圖中所有極大團(tuán)，才能全面分析頻譜分配對(duì)每個(gè)業(yè)務(wù)的影響。然而，對(duì)于一般的圖而言，隨著點(diǎn)的數(shù)目增長(zhǎng)，極大團(tuán)的數(shù)目呈現(xiàn)指數(shù)增長(zhǎng)趨勢(shì)，求解算法過于復(fù)雜。而弦圖中的極大團(tuán)可以用多項(xiàng)式時(shí)間算法求解[16]。因此，對(duì)于干擾圖Ginitial=（V，Einitial），可先使用最大勢(shì)最小弦化算法將其弦化為弦圖Gg=（Vg，Eg），得到低復(fù)雜度的頻譜分配算法。

2.2.2 基于弦圖的頻譜預(yù)分配

頻譜分配算法如表1所示。

表1 基于弦圖的最大并行用戶數(shù)頻譜預(yù)分配算法流程

表1中，在獲得NB-IoT終端的弦圖之后，所有的極大團(tuán)都可以通過完美消除序列算法（PEO）以線性時(shí)間復(fù)雜度解出。如果某個(gè)極大團(tuán)出現(xiàn)過載，則使用迭代法阻塞網(wǎng)絡(luò)中NB-IoT業(yè)務(wù)，直至子載波數(shù)目可以滿足每個(gè)極大團(tuán)的需求[17]。

2.2.3 去弦化修復(fù)分配

在干擾圖的弦化過程中，需要通過加邊的方式將原圖轉(zhuǎn)化為弦圖。圖中增加的邊使原本不存在頻譜沖突的兩點(diǎn)鄰接，導(dǎo)致在資源分配中此兩點(diǎn)無法使用相同的子載波，造成過于保守的資源分配結(jié)果。因此需要對(duì)分配結(jié)果進(jìn)行修復(fù)，去掉加邊所導(dǎo)致的資源沖突，從而得到最終的子載波分配向量，如表2中的算法2所示。首先，初始化（步驟1）；然后，找到所有與加邊相鄰接的點(diǎn)的集合（步驟2）；最后，為NB-IoT業(yè)務(wù)分配去掉加邊后仍然可用的資源（步驟3）。

表2 弦圖修復(fù)分配算法流程

2.3 基于時(shí)隙功率分配的小區(qū)間抗干擾方案

該方案提出一種基于QoS感知（QoS-aware）資源分配算法，通過適當(dāng)調(diào)節(jié)功率水平來改善信干噪比（SINR），以減少每個(gè)用戶的重復(fù)因子，進(jìn)而提高NBIoT系統(tǒng)的總速率[10]。通過對(duì)NB-IoT小區(qū)間同頻干擾的量化分析，設(shè)用戶ib在時(shí)隙t上的上下行數(shù)據(jù)速率分別為用戶i在時(shí)隙t上的上下行調(diào)度變b量分別為xjb，t與xib，t，基站b的最大下行功率為Pbmax，用戶的最大上行功率為Pjb，max，從而建立多小區(qū)間基于時(shí)隙功率分配的優(yōu)化模型如下[10]：

其中，目標(biāo)函數(shù)為最大化NB-IoT系統(tǒng)的上下行速率總和；約束1和2表示調(diào)度變量為二進(jìn)制變量；約束3和4保障了被調(diào)度用戶的上下行速率要求；約束5和6保障了基站與用戶的發(fā)射功率不得超過最大值。

上述問題為混合整數(shù)非線性優(yōu)化問題，為了求解此問題，參照每位用戶的SINR計(jì)算出對(duì)應(yīng)的MCL值，從而得出重傳次數(shù)，在此基礎(chǔ)上設(shè)計(jì)一個(gè)兩步驟的迭代算法，第一步驟，按照所限定的重傳次數(shù)為控制分組與數(shù)據(jù)分組的傳輸分配時(shí)隙；第二步驟，優(yōu)化功率分配，從而最大化系統(tǒng)的速率。具體方案如下：

（1）時(shí)隙的分配。對(duì)時(shí)隙調(diào)度變量采取松弛處理，將上下行二級(jí)制調(diào)度變量xjb，t與xib，t松弛為[0，1]上的連續(xù)變量xjb，t與xib，t，利用凸優(yōu)化理論，最優(yōu)解等價(jià)于將時(shí)隙分給產(chǎn)生最高信道增益的用戶，即時(shí)隙調(diào)度變量 xjb，t與 xib，t的解為下式 ：

（2）功率的分配。在第一步驟計(jì)算出時(shí)隙調(diào)度結(jié)果的基礎(chǔ)上，對(duì)上下行最優(yōu)功率的求解可以解耦，分別轉(zhuǎn)化為對(duì)上行最優(yōu)功率的求解問題和對(duì)下行最優(yōu)功率的求解問題。分別對(duì)上行最優(yōu)功率和下行最優(yōu)功率問題應(yīng)用Lagrangian分解算法，引入Lagrange算子λib與μib，λjbb與μjb，求解最優(yōu)化的功率分配變量如式（6）與（7）。

3 結(jié)束語

頻譜資源是有限的資源，隨著NB-IoT系統(tǒng)的快速發(fā)展，In-band場(chǎng)景的成本優(yōu)勢(shì)將逐漸凸顯出來，越來越多的NB-IoT網(wǎng)絡(luò)會(huì)選擇采用In-band場(chǎng)景部署。但考慮到系統(tǒng)間的耦合，In-band場(chǎng)景下的NB-IoT系統(tǒng)所面臨的系統(tǒng)內(nèi)及系統(tǒng)間干擾問題也更嚴(yán)重。本文分析了Inband場(chǎng)景NB-IoT系統(tǒng)所面臨的主要干擾因素，總結(jié)了幾種基于資源分配的抗干擾技術(shù)方案，對(duì)NB-IoT系統(tǒng)的發(fā)展及其抗干擾性能的優(yōu)化具有積極的參考意義。