CN104640185A - 一种基于基站协作的小区休眠节能方法 - Google Patents

Abstract

本发明公开了一种基于基站协作的小区休眠节能方法，该方法包括：基于动态规划的网络节能目标分解方法、CoMP-JT（Coordinated Multi-point Joint Transmission 协作多点联合传输）模式下小区动态成簇的低复杂度方法以及干扰条件下的CoMP小区功率及OFDM子载波分配优化方法。通过本发明，可在实现小区休眠节能的同时，充分利用基站协作技术带来的高频谱效率和较低的同频干扰，实现进一步的网络节能效果提升。此外，本发明提出的低复杂度算法也十分适合在真实网络中开展规模应用。

Description

一种基于基站协作的小区休眠节能方法

技术领域

本发明涉及一种基于基站协作的小区休眠节能方法，涉及LTE(Long Term Evolution)网络节能问题，属于无线通信网络中的网络技术领域。

背景技术

在网络闲时，休眠低负载小区已成为一种被广泛接受的适用于蜂窝网络的节能方法。然而，在目前部署的无线蜂窝网络中，将低负载小区休眠后，其相邻小区通常需要提升发射功率以增加覆盖范围，以服务被休眠小区中的用户，这就导致网络整体的节能效果下降。为应对这一不足，一些研究指出，将协作多点技术(CoMP，Coordinated Multi-point)应用于休眠小区的邻区之间，可以削减邻区发射功率的增加值，因而提高网络节能水平。

协作多点技术于2010年被第三代合作伙伴(3GPP,3rd Generation Partnership Project)LTE Release 10标准所采用，目前已被认为是LTE-Advanced的一项重要组成内容，被视作干扰协调和频谱效率提升的有效手段。在网络节能最为关注的eNB能量消耗方面，参与协作多点传输的eNB(evolved Node B)能耗模型，将包括新增的信号处理能耗和数据在基站间的回传能耗。基于这样的能耗模型，一些基于CoMP的节能研究得以开展。研究表明：相比较于非协作***而言，采用CoMP的***在能耗和能耗等级(ECR，energy consumption ratings)方面均有所提升。而在不同的CoMP协作模式的能量效率表现中，JT(Joint Transmission)模式具有最佳的能量效率。在模式选择之外，CoMP的成簇(Clustering)方法也是一个研究热点。因为对于不同用户参数和基站负载情况，均存在对应的最佳CoMP簇大小，以实现能量效率的最大化。

目前在具体网络的节能应用方面，现有技术提出了考虑用户QoS(Quality of Service)，协作基站负载上限和频谱资源等约束条件的eNB发射功率与频谱子载波联合优化方法。然而，这类方法大多基于静态的eNB协作簇，在簇成员小区的选取方式和簇尺寸方面存在限制，不利于在实际网络节能应用中大规模使用。但另一方面，一旦采用动态CoMP成簇方法,需要额外求解一个簇成员小区配置优选 的整数优化问题，而该类问题的求解通常需要使用贪婪搜索工具，将使原优化问题的复杂度随之大幅上升，并给现网实施带来较大挑战。因此需要设计新的低复杂度方法。

发明内容

针对上述现有技术存在的问题，本发明通过研究协作多点传输(CoMP)在小区休眠节能中的应用，提出了一种适用于实际网络环境的节能优化方法。该方法基于一个小区间协作，包含小区间干扰，用户服务质量和基站负载等约束条件的网络节能优化问题，并采用动态规划方法(Dynamic Programming)将上述网络组合优化问题按照动态规划方法的原则划分为多个单独小区休眠阶段(Stage)。对其中的每一阶段，先求解其最优协作小区簇的构成组合，再使用一个启发式方法进行迭代以优化各参与协作小区的发射功率和子载波配置，从而降低了方法的整体复杂度。仿真结果表明，该方法具有较低的复杂度和便于分布式部署的优点，十分适用于实际网络节能应用。

本发明提供一种基于基站协作的小区休眠节能方法,包含以下步骤：1)网络节能目标分解；2)协作小区簇的动态构成；3)协作小区簇成员的功率及OFDM子载波分配；为求得最大的节能效果，其中后两个步骤迭代进行。

所述步骤1)由一种基于动态规划方法的网络节能目标分解方法实现，其特征在于：把网络层级的节能目标分解为一系列时序上存在前后关系的单独小区休眠阶段；每一阶段聚焦于围绕目标休眠小区动态建立协作小区簇CoMP簇，并追求协作小区簇的节能效果最大化。

优选地，根据开启协作时间点的小区业务负载情况和用户速率需求，优选出具有最大节能效果的协作小区簇。

所述步骤2)可由三种低复杂度的协作小区簇组合优选方法中的任意一种实现；具体为：方法一，搜索目标休眠小区用户对全部备选协作小区簇组合的业务负载，选取业务负载量增加最小的一个协作小区簇组合作为优选协作小区簇组合；方法二，计算目标休眠小区中的用户与各邻区的信干噪比SINR值并求和，按照高低顺序排列，选取取值最高的L个小区作为优选协作小区簇组合，其中L为协作小区簇组合尺寸；方法三，计算目标休眠小区中的用户与各邻区的负载增加值并求和，按照高低顺序排列，选取取值最低的L个小区作为优选协作小区簇组合。

所述步骤3)由一种干扰条件下的协作小区功率及OFDM子载波分配优化方法实现；该方法基于用户位置、速率需求、协作小区发射功率、信道条件等参数，通过设计一个功率迭代步进值，从初始小区发射功率开始，通过迭代寻找最优小区发射功率。

其具体步骤为：在每一个迭代周期，计算根据功率迭代步进值变化后的每一用户OFDM子载波数量需求，并将这些需求平均分配在协作小区簇组合的每一个小区上；若这些子载波需求超过小区可以提供的子载波数量上限，则中止迭代，否则继续进行功率迭代。

下面分别就以上各步骤的方法作具体说明。

1基于动态规划方法的网络节能目标分解方法

标准的动态规划方法变量包括状态、决策、状态转移函数和每阶段开销等几个部分。假设阶段i的状态为S^(k)，则其下一个阶段的状态为：

S^(k+1)＝I^(k)(S^(k),U^(k))          (1) 

其中I^(k)、U^(k)分别代表在阶段i所应用的状态转移函数和决策。

在本发明中,如果将网络整体节能看作是一系列存在时间先后顺序的小区休眠事件的集合，将第k次小区休眠后的网络状态记为其中 代表包含围绕待关闭小区T的协作小区簇C_T的参与小区构成，V^(k)代表当时已经关闭的小区列表，L_BS,b ^(k)代表各小区的业务负载，P_tx,i ^(k)代表小区i的发射功率。令U＝{U⁽¹⁾,U⁽²⁾,U⁽³⁾,...U^(k)}为在第1,2,3...k次小区休眠后的网络状态的基础上所采取的进一步小区休眠及用户功率与频率资源的配置决策。则第k+1次小区休眠后，网络状态可由S^(k+1)来描述。故原网络优化问题可以按照单个小区休眠事件分解成以协作小区簇最小能耗为目标函数的一系列小区休眠子阶段.

每一阶段的能耗优化目标函数为:

$\min P_{}=\underset{\underset{i\∈C_T}{i=1}}{\overset{L}{\mathrm{\Σ}}}{P}_{\mathrm{BS},i}---\left(2\right)$

其中P_cluster代表参与协作小区簇的L个小区能耗P_BS,i之和。达到该能耗优化 目标的限制条件在于：

(S1)满足每一用户的速率需求；

(S2)小于小区负载上限和基站发射功率上限；

(S3)参与协作小区簇的小区数量为正整数；

根据动态规划方法的思路，最终整体网络节能优化问题的解可由子阶段的解集得到。在本方法中，子阶段的构造和求解是按时序先后迭代进行的，当满足以下两个条件中任意一项时，停止构造新的子阶段：

(S4)子阶段的解无助于网络整体能耗的降低；

(S5)在给定的协作小区簇尺寸限制下，由于小区负载到达上限而无法构造新的协作小区簇；

2 CoMP-JT(联合传输)模式下的低复杂度协作小区簇组合优选方法

本方法基于CoMP-JT(联合传输)工作模式。假设目标休眠小区T节能休眠后，其用户由协作小区簇提供服务，且该部分用户所带来的业务负载被平均分配给协作小区簇的各参与小区。为避免参与协作小区负载超过各自上限，在规划第k+1次小区休眠时，通过选取当前(即阶段k)网络中负载最低的小区作为目标休眠小区T^(k+1)，其负载为：

$L_{{\mathrm{BS},T}^{(k+1)}}=\min ({L_{\mathrm{BS},b}}^{\left(k\right)},b\∈M|b\∉V^{\left(k\right)})---\left(3\right)$

其中代表目标休眠小区属于网络M且仍处于工作状态。确定了阶段k+1的目标休眠小区之后，下一步是从其邻区中选择参与CoMP-JT(联合传输)的协作小区簇组合求解使网络节能效果达到最优的协作小区簇组合 需综合考虑用户QoS，各小区基站业务负载等多个因素。这类似于一个多维背包问题，目前除穷搜法外还没有太好的解决方法，但穷搜法计算复杂程度也相对较高。

为降低计算复杂度，本发明提出三种低复杂度的协作小区簇组合优选方法。三种方法分别基于网络、小区和用户三个信息维度对成簇小区进行筛选，并考虑了动态成簇小区个数和用户QoS需求。

A)CLS方法(Cluster Load Search Based Clustering Scheme) 

CLS方法是一种基于协作小区簇的负载搜索方法。在进行第k+1次小区休眠决策中，CLS基于之前第k次小区休眠后的网络状态参数S^(k)，通过预测目标小区休眠后，其所有用户给备选协作小区簇组合所产生的负载增加值之和 进行备选协作小区簇组合的负载增加值排序，并选取负载增加值最小的协作小区簇组合作为

$L_{{\mathrm{CoMP}-\mathrm{Add},S_{f,C_T,L_{C_T}}}^{(k+1)}}=\min ({\mathrm{\Σ}}_{u=1}^{K_b}{N}_{u,{S_{f,C_T,L_{C_T}}}^{(k+1)}},\∀{S_{f,C_T,L_{C_T}}}^{(k+1)})---\left(4\right)$

B)sum-SINR方法(User Sum SINR Based Clustering Scheme) 

sum-SINR方法通过求和目标休眠小区中的用户与邻区eNB之间的信干噪比(SINR,Signal to Interference plus Noise Ratio)值θ_i ^(k+1)，进而对邻区按照θ_i ^(k+1)进行排序。选出θ_i ^(k+1)最大的个小区构成最优协作小区簇组合。

${{\mathrm{\θ}}_i}^{(k+1)}=\underset{u\∈K_T}{\mathrm{\Σ}}{\mathrm{SINR}}_{{u,T}^{(k+1)},i},\{\∀i\∈M|i\∉V^{\left(k\right)}\}---\left(5\right)$

其中代表目标休眠小区T^(k+1)中的用户u接收到小区i信号的SINR。

C)sum-LOAD方法(Cell Sum Load Based Clustering Scheme) 

sum-LOAD方法通过求和目标休眠小区中的用户给邻区所带来的负载σ_i ^(k+1)， 进而对邻区按照σ_i ^(k+1)进行排序，选出σ_i ^(k+1)最小的个小区构成最优协作小区簇组合。

${{\mathrm{\σ}}_i}^{(k+1)}=\frac{\underset{u\∈K_T}{\mathrm{\Σ}}{N}_{{u,T}^{(k+1)},i}}{N_{w,i}},\{\∀i\∈M|i\∉V^{\left(k\right)}\}---\left(6\right)$

其中，代表目标休眠小区T^(k+1)中的用户u给小区i带来的负载，N_w，i代表小区i的负载容量上限。

3功率及OFDM子载波分配优化方法

根据上述协作小区簇组合优选方法的成簇结果，本发明提出一个基于小区功率迭代的启发式方法。

其中,Δ为预置的功率迭代步进值，可根据运营商需要及实际场景设定。

相对于现有技术，本发明具有如下有益效果：本发明利用动态规划思路将网络节能问题分解为一系列小区休眠子阶段，并给出了三种低复杂度的优化成簇方 法用于子阶段中的小区成簇计算。考虑到干扰场景下小区发射功率优化的复杂度，本发明还提出了一种启发式方法，通过迭代优化求解出协作小区簇成员小区的发射功率优化值，以实现复杂度的进一步降低和网络整体节能效果的提升。

基于本发明的网络节能策略具有如下优点：

1.本发明通过提出三种改进方法，降低了协作小区成簇计算的复杂度。可应用于不同的网络使用场景，相比较于静态成簇方法，具有更大的灵活性；

2.本发明提出的CoMP-JT(联合传输)参与小区的发射功率迭代优化方法，相较于之前该领域研究文献提出的节能优化方法，计算复杂度有很大程度的降低；

3、本发明提出的基于动态规划的网络分解思路，可进一步推广到将大型网络分解为多个子网络从而并行实施节能优化策略，具有较好的扩展性；

附图说明

图1是一种网络的示意图。

图2是本发明涉及到的CoMP-JT(联合传输)示意图。

具体实施方式

下面结合附图，对本发明提出的一种基于基站协作的小区休眠节能方法的实施方法作进一步介绍：

1)在进行第k+1次(k＝0，1，2…)小区关闭时，参考当前阶段状态S^(k)及无线网络传播和业务负载模型，计算选取的目标网络中各小区的业务负载情况以及网络能耗情况(参见附图1)；

2)按照业务负载将各个小区进行排序，筛选出业务负载最低的目标关闭小区T^(k+1)(参见附图2)；

3)根据事先设定的协作小区簇尺寸限制通过本发明提供的三种低复杂度动态成簇方法的任意一种，构造协作小区簇C_T(参见附图2)；

4)根据本发明提供的功率及OFDM子载波分配优化方法，对参与C_T的小区功率及子载波进行迭代优化，并将结果记录为  $S^{(k+1)}=\{{S_{f,C_T,L_{C_T}}}^{(k+1)},V^{(k+1)},{L_{\mathrm{BS},b}}^{(k+1)},{P_{\mathrm{tx},i}}^{(k+1)}\};$

5)根据S^(k+1)与S^(k)进行网络整体能耗的计算，若满足迭代继续条件(S4)、(S5)则重复步骤1)至5)；若不满足迭代继续条件，则迭代终止。

Claims (6)

1.一种基于基站协作的小区休眠节能方法,包含以下步骤：1）网络节能目标分解；2）协作小区簇的动态构成；3）协作小区簇成员的功率及OFDM子载波分配；为求得最大的节能效果，其中后两个步骤迭代进行。

2.根据权利要求1所述的基于基站协作的小区休眠节能方法，所述步骤1）由一种基于动态规划方法的网络节能目标分解方法实现，其特征在于：把网络层级的节能目标分解为一系列时序上存在前后关系的单独小区休眠阶段；每一阶段聚焦于围绕目标休眠小区动态建立协作小区簇CoMP簇，并追求协作小区簇的节能效果最大化。

3.权利要求2所述的基于基站协作的小区休眠节能方法，其特征在于：根据开启协作时间点的小区业务负载情况和用户速率需求，优选出具有最大节能效果的协作小区簇。

4.根据权利要求1所述的基于基站协作的小区休眠节能方法，所述步骤2）可由三种低复杂度的协作小区簇组合优选方法中的任意一种实现；具体为：方法一，搜索目标休眠小区用户对全部备选协作小区簇组合的业务负载，选取业务负载量增加最小的一个协作小区簇组合作为优选协作小区簇组合；方法二，计算目标休眠小区中的用户与各邻区的信干噪比SINR值并求和，按照高低顺序排列，选取取值最高的L个小区作为优选协作小区簇组合，其中L为协作小区簇组合尺寸；方法三，计算目标休眠小区中的用户与各邻区的负载增加值并求和，按照高低顺序排列，选取取值最低的L个小区作为优选协作小区簇组合。

5.根据权利要求1所述的基于基站协作的小区休眠节能方法，所述步骤3）由一种干扰条件下的协作小区功率及OFDM子载波分配优化方法实现；该方法基于用户位置、速率需求、协作小区发射功率、信道条件等参数，通过设计一个功率迭代步进值，从初始小区发射功率开始，通过迭代寻找最优小区发射功率。

6.根据权利要求1所述的基于基站协作的小区休眠节能方法，所述干扰条件下的协作小区功率及OFDM子载波分配优化方法的具体步骤为：在每一个迭代周期，计算根据功率迭代步进值变化后的每一用户OFDM子载波数量需求，并将这些需求平均分配在协作小区簇组合的每一个小区上；若这些子载波需求超过小区可以提供的子载波数量上限，则中止迭代，否则继续进行功率迭代。