吳端坡, 孔正宇, 劉兆霆, 馮 維, 許曉榮, 董 芳
(1.杭州電子科技大學(xué)通信工程學(xué)院,杭州310018;2.浙大城市學(xué)院信息與電氣工程學(xué)院,杭州310015)
近年來,移動(dòng)終端產(chǎn)生的流量增長(zhǎng)了近1 000倍[1]。移動(dòng)終端的增多,通信需求也越來越高。通信用戶期望可以在任何地點(diǎn)、任何時(shí)間,以可以負(fù)擔(dān)起的價(jià)格獲得更高的服務(wù)質(zhì)量。一種比較簡(jiǎn)單而有效的方式是密集部署接入點(diǎn)(Access Point,AP)[2]。密集部署AP,成本較高,同時(shí)AP 之間的干擾較大,對(duì)用戶造成無法忽視的影響[3-4]。合理的AP 部署方式可以提高用戶容量,減少通信干擾。
由于動(dòng)態(tài)調(diào)整AP 技術(shù)具有靈活性高,適應(yīng)性強(qiáng)的特點(diǎn),該技術(shù)越來越被廣泛認(rèn)可。例如依靠無人機(jī)技術(shù)根據(jù)用戶的位置動(dòng)態(tài)調(diào)整AP 部署的位置[5],基于深度學(xué)習(xí)的動(dòng)態(tài)頻率分配技術(shù)[6],蜂窩網(wǎng)絡(luò)利用AP網(wǎng)絡(luò)動(dòng)態(tài)分流[7],根據(jù)用戶需求的大小和位置打開或關(guān)閉AP[8]以及通過考慮用戶的移動(dòng)性,利用射頻信號(hào)同時(shí)進(jìn)行無線信息傳輸和無線能量傳輸?shù)幕旌辖尤朦c(diǎn)部署與功率分配[9]等。在建立通信模型[10],模擬實(shí)際通信過程中的運(yùn)行環(huán)境的基礎(chǔ)上,提出一種無線接入點(diǎn)自適應(yīng)部署算法,并在Matlab 仿真平臺(tái)上進(jìn)行驗(yàn)證。
傳統(tǒng)的AP調(diào)整方案多根據(jù)覆蓋范圍設(shè)置AP 的數(shù)量以及每個(gè)AP 的發(fā)射功率,典型部署方案為考慮最小發(fā)射功率和最大覆蓋范圍的部署方案[11]。但上述方案在后續(xù)運(yùn)營(yíng)中AP的功率變化不大。由于用戶的分布特性,往往出現(xiàn)因?yàn)閱蝹€(gè)AP 覆蓋范圍內(nèi)用戶激增,導(dǎo)致用戶服務(wù)質(zhì)量下降,或者由于AP內(nèi)用戶數(shù)較少。導(dǎo)致此時(shí)功率太大,能耗較高的情況。
為改善上述方案的缺點(diǎn)提出了基于負(fù)載均衡的接入點(diǎn)自適應(yīng)部署算法。該方案主要分為6 個(gè)部分:①計(jì)算每個(gè)AP 的平均用戶吞吐量,找到平均用戶吞吐量最低的AP 記為APi。②計(jì)算每增加1 位用戶,平均用戶吞吐量的變化值,記為μ。③計(jì)算吞吐量最小的AP與其相鄰AP 的平均用戶吞吐量之差,記為θ。④找出滿足θ >μ的相鄰AP,從中選取具有最大θ的AP作為分流AP,記為APj。⑤APi選擇一個(gè)用戶分流到APj。需要注意的是在分流用戶時(shí),將APi中的用戶區(qū)分為處于重疊區(qū)域的用戶以及非重疊區(qū)域的用戶,分流用戶時(shí)首先選擇重疊區(qū)域的用戶,其次選擇非重疊區(qū)域的用戶。⑥根據(jù)最新的AP 用戶分布,以其中最遠(yuǎn)用戶的距離作為覆蓋半徑,重新劃分覆蓋范圍,調(diào)整AP發(fā)射功率。
為便于理解,首先對(duì)涉及的系統(tǒng)進(jìn)行說明,其后再進(jìn)行基于負(fù)載均衡的接入點(diǎn)自適應(yīng)調(diào)整的問題分析。
考慮如圖1 所示處在多個(gè)AP 與多個(gè)用戶(User Equipment,UE)構(gòu)成的WiFi 網(wǎng)絡(luò)模型。令A(yù)Pk為所有AP中第k個(gè)AP,Nk為APk中服務(wù)用戶數(shù)。
假設(shè)所使用的WiFi 網(wǎng)絡(luò)支持IEEE 802.11 協(xié)議且工作在5 GHz頻段上,并且頻段中存在多個(gè)帶寬相同的信道,每個(gè)AP 可選擇一個(gè)干擾較小的可用信道進(jìn)行傳輸。另假設(shè)處在同一個(gè)小區(qū)中的AP會(huì)選擇不同的信道以避免干擾(在5G頻段上,IEEE 802.11n有23 個(gè)信道,可以支持一個(gè)小區(qū)范圍內(nèi)的不同AP 使用)。另假設(shè)所采用AP 都是單天線AP(可擴(kuò)展到多天線AP)且AP由運(yùn)營(yíng)商統(tǒng)一布置。此外規(guī)定同一個(gè)用戶一次只能連接到一個(gè)AP,且用戶終端位置信息可被周圍AP獲知。
圖1 WiFi網(wǎng)絡(luò)模型圖
考慮APk工作在5 GHz免許可頻段,且APk中具有Nk個(gè)用戶。由于WiFi網(wǎng)絡(luò)的飽和系統(tǒng)吞吐量可以定義為系統(tǒng)處于穩(wěn)定狀態(tài)時(shí)的最大負(fù)載,這與WiFi網(wǎng)絡(luò)中用戶的數(shù)量有關(guān)[12]。令τ 為每個(gè)用戶的傳輸概率,則給定的時(shí)隙內(nèi)至少有一個(gè)數(shù)據(jù)包傳輸?shù)牡母怕蕿?/p>
同時(shí),信道中未發(fā)生碰撞事件的概率為
綜上,WiFi網(wǎng)絡(luò)的飽和吞吐量[13]表示為
式中:E[P]為平均包長(zhǎng)度;Tσ為空時(shí)隙的間隔;Tc為由于碰撞而導(dǎo)致信道忙的時(shí)間;Ts為由于成功傳輸而導(dǎo)致信道忙的時(shí)間。
若用戶UEm與APk連接,且二者距離為dmk,單位是km。假設(shè)(Xk,Yk)是APk的位置坐標(biāo),(xm,ym)為UEm的位置坐標(biāo)。因此UEm與APk的距離可以表示為
根據(jù)自由空間路徑損耗模型[7]得路徑損耗為
式中:f為AP 所處頻段頻率,MHz。則UEm從APk獲得的接收信號(hào)強(qiáng)度為
式中:Pt(k)為APk的發(fā)射功率;Gt(k)為APk的發(fā)射增益;Gr(m)為UEm的接收增益。
用R(Nk)表示APk中存在Nk個(gè)用戶的飽和吞吐量,則其平均吞吐量可表示為
AP能量效率一般定義為AP 中用戶的平均吞吐量與AP發(fā)射功率的比值[11](APk的能量效率)為
式中,Pt(k)為APk的發(fā)射功率。
假設(shè)AP負(fù)載均衡通過業(yè)務(wù)卸載[14]方式完成,該方式是從人數(shù)最多的AP中選擇一個(gè)用戶轉(zhuǎn)到附近人數(shù)最少的AP中。而AP中的用戶越多,平均吞吐量越低。因此,上述問題可以轉(zhuǎn)化為將用戶從平均吞吐量最低的AP中卸載到鄰近具有較高平均吞吐量的AP中,實(shí)現(xiàn)AP中用戶的負(fù)載均衡,需要指出的是這種用戶轉(zhuǎn)移的數(shù)量是有限度的,同時(shí)需要保證用作接收轉(zhuǎn)移用戶的AP 平均用戶吞吐量不低于設(shè)定的限定閾值RT。
優(yōu)化目標(biāo)可以轉(zhuǎn)化為優(yōu)化所有AP 中平均用戶吞吐量最低閾值問題:
又因?yàn)锳P 中的人數(shù)是動(dòng)態(tài)變化的,Nij為從APi卸載到APj的用戶數(shù),Ni為APi原始存在的用戶,Nj為APj原始存在的用戶。則上式可以轉(zhuǎn)化為:
式中:k0為作為接收卸載用戶的AP(例如APj)的總個(gè)數(shù);k1為需要卸載用戶的AP(例如APi)的總個(gè)數(shù)。為APi卸載的總用戶數(shù)。為APj接收的總用戶數(shù)。AP平均吞吐量最低閾值RT可人為設(shè)定。約束條件保證了APj的吞吐量不低于設(shè)定的最低限定閾值。
由第二節(jié)可知,式(10)涉及用戶卸載問題。與用戶移動(dòng)造成的AP 用戶數(shù)變化不同的是,自適應(yīng)負(fù)載均衡的部署方案是在用戶位置保持基本不變的情況下,通過調(diào)整AP的覆蓋范圍實(shí)現(xiàn)負(fù)載均衡。但是AP覆蓋范圍不能無限擴(kuò)大,必須存在一個(gè)最大調(diào)整范圍,即AP的最大覆蓋半徑。圖2 表示了在部署方案中AP可以調(diào)整的覆蓋半徑的最大值。
圖2 最大覆蓋半徑示意圖
假設(shè)AP2為需要調(diào)整覆蓋范圍的AP,與其鄰近AP1與AP3的距離分別為l1與l2。為防止AP2的覆蓋范圍調(diào)整過大,將二者之中最小的距離作為最大覆蓋半徑,即AP2的覆蓋范圍不能包含AP1或AP3。但因?yàn)? 個(gè)AP 附近可能有多個(gè)AP。因此,鄰近多個(gè)AP的最大覆蓋半徑選擇方法可表示為
式中:Cmax為最大覆蓋半徑的臨界值;k 為與目標(biāo)AP鄰近的第k個(gè)AP;M為集合中所有鄰近AP的個(gè)數(shù)。
為保證用戶從APk獲得的接收信號(hào)質(zhì)量,在調(diào)整APk發(fā)射功率與覆蓋面積時(shí),令A(yù)Pk覆蓋范圍內(nèi)距離APk最遠(yuǎn)的用戶UEm的信號(hào)強(qiáng)度為最低接收信號(hào)閾值ε。因此,AP的發(fā)射功率調(diào)整為
式中,r為調(diào)整后的覆蓋半徑。式(12)保證了AP的發(fā)射功率會(huì)隨著覆蓋范圍的變化而變化。
基于AP負(fù)載均衡的接入點(diǎn)自適應(yīng)調(diào)整步驟如下所示:
步驟1初始化RT,Nij=0,?i,j.S ={1,2,…,M}為所有AP的集合;φk={UE1,UE2,…,UEk}為第k個(gè)AP中的用戶標(biāo)號(hào);Ωi為所有AP的平均用戶吞吐量的集合;O為S中小于吞吐量閾值RT的AP集合;W為S中大于吞吐量閾值RT的AP集合。
步驟2計(jì)算AP的吞吐量Ωi,i為集合S中的第i個(gè)AP,
步驟3O 為所有AP 中小于吞吐量閾值RT的AP集合
找到其中平均用戶吞吐量最小的APi*
步驟4找到吞吐量大于RT的AP的集合W
步驟5計(jì)算各個(gè)AP點(diǎn)的鄰接關(guān)系矩陣A,計(jì)算APi*與鄰接AP的吞吐量之差Δ
步驟6利用遍歷方法找到Δ內(nèi)吞吐量相差最大的值對(duì)應(yīng)的APj*。
步驟7根據(jù)式(4)計(jì)算出各用戶與AP 的從屬關(guān)系,并計(jì)算出APi*與APj*中的用戶標(biāo)號(hào)φi*與φj*,
dmi*為用戶UEm與APi*的距離,dmj*為用戶UEm與APj*的距離,ri*為APi*的覆蓋半徑,rj*為APj*的覆蓋半徑。
步驟8If φi*∩φj*≠?。根據(jù)式(6)計(jì)算APi*與APj*重疊區(qū)域內(nèi)用戶的接收信號(hào)強(qiáng)度,并找到APi*中信號(hào)質(zhì)量最差的UEm*
步驟9將UEm*從APi*卸載到APj*
步驟10更新Ωi,O,W。
步驟11若φi*∩φj*=φ*根據(jù)式(4)計(jì)算APi*中各個(gè)用戶與APj*的距離,從中找出擁有最小距離(記為dmin)的用戶UEm*作為卸載用戶。APj*以dmin為覆蓋半徑,根據(jù)式(12)更新發(fā)射功率。
步驟12APi*重復(fù)(11)可得出最小半徑,更新發(fā)射功率。
步驟13將UEm*從APi*卸載到APj*
步驟14更新Ωi,O,W。
步驟15Until:O =?‖W =?.整個(gè)過程才停止,否則重復(fù)執(zhí)行(3)~(14)。
上述方案的流程如圖3 所示。
假設(shè)用戶的最低接收信號(hào)強(qiáng)度ε =-60 dBm(可更改)。天線的接收增益為2 dBi,發(fā)射增益為5 dBi,WiFi設(shè)置參數(shù)如文獻(xiàn)[15]中所示。
假設(shè)所有AP都部署在U×V區(qū)域內(nèi),U為區(qū)域的長(zhǎng)度;V為區(qū)域的寬度。當(dāng)前已有利用K-means 均值聚類[16]的方法完成AP 位置部署的方案,該方法在100 m×100 m的區(qū)域內(nèi)的原有81 個(gè)AP 簡(jiǎn)化成9 個(gè)AP覆蓋,從而大大減少了AP的個(gè)數(shù)。如圖4 所示。
圖5 所示為在9 個(gè)AP組成的仿真環(huán)境中添加了140 個(gè)滿足隨機(jī)分布用戶。
假設(shè)RT=2.9 Mb/s。采用自適應(yīng)負(fù)載均衡布署方案優(yōu)化結(jié)果如圖6 所示。
圖3 自適應(yīng)部署方案流程圖
圖4 AP位置分布圖
圖5 用戶分布圖
由圖6 可見,與圖5 不同的是AP 的覆蓋范圍可以根據(jù)用戶的分布自動(dòng)調(diào)整。與此同時(shí),由于AP 的覆蓋范圍與AP的發(fā)射功率成正比,AP 發(fā)射功率同樣會(huì)改變。為更好體現(xiàn)出實(shí)驗(yàn)效果,對(duì)比結(jié)果中用不同用戶數(shù)下的能量效率以及吞吐量作為衡量指標(biāo)。
圖6 基于自適應(yīng)調(diào)整方案下的AP分布
由圖7 可見,在不同用戶數(shù)下,自適應(yīng)部署方案的能量效率提升了約8%。由圖8 可見,用戶的吞吐量最多可以由1.82 Mb/s提升到2.98 Mb/s。
圖7 不同方案下能量效率變化圖
圖8 整體最小平均用戶吞吐量隨用戶數(shù)變化圖
本文提出了一種WiFi 系統(tǒng)中無線接入點(diǎn)自適應(yīng)部署算法,根據(jù)用戶的接收信號(hào)強(qiáng)度與接收距離調(diào)整AP的發(fā)射功率以及發(fā)射范圍,動(dòng)態(tài)調(diào)整各AP 中的用戶數(shù),實(shí)現(xiàn)對(duì)AP的負(fù)載均衡。仿真結(jié)果表明,該算法可明顯提升目標(biāo)AP的平均用戶吞吐量性能至閾值之上。同時(shí)又保障了AP的最低工作性能不低于設(shè)定的最低閾值。