CN113727414B - 基于虚拟基站的超密集网络中动态基站部署和回程方法 - Google Patents

Abstract

本发明公开了一种基于虚拟基站的超密集网络中动态基站部署和回程方法，包括使用修改的亲和力传播聚类算法，选择符合条件的通信设备UE作为虚拟基站；使用多跳负载平衡地理路径选择算法选择符合条件的虚拟基站作为虚拟中继节点，建立从虚拟基站到移动通信基站地BS的回程通信路径；本发明利用密集分布在网络环境中的移动设备，形成新的动态、高度灵活和具有成本效益的虚拟基站层。然后，可以根据需求在任何时间、任何地点，根据需要对虚拟基站或虚拟中继节点进行即时部署与开发，提高了超密集网络的通信效率和网络性能，降低移动网络运营商的成本，增加了网络吞吐量，降低时延，从而在整个小区中提供更好的服务质量。

Description

基于虚拟基站的超密集网络中动态基站部署和回程方法

技术领域

本发明涉及无线通信技术领域，更具体的说是涉及一种超密集网络中基 于虚拟基站的动态基站部署和虚拟基站向实际基站回传数据业务的方法。

背景技术

随着经济和科学技术的发展，人民生活水平不断提高，通信需求从最初 的语音通信发展到今天的数据、流媒体和其他实时服务，应用场景涉及人们 的生活与工作，传统的无线网络已经不能满足人们的通信需求，需要新型技 术推动网络的更新换代，超密集网络(Ultra-Dense Networks，UDN)被提议 作为第五代移动通信***的关键技术之一。

UDN通过在传统蜂窝网络中大量部署低功率站点(Femtocell、Picocell、Microcell)，缩短了用户接入距离，实现了小区的无缝覆盖。而且，低功率 的微基站提供了在室内和室外广泛部署的可能性，它们可以更有针对性地部署，比如将微基站大量部署在购物中心、体育场馆、机场和火车站，以缓解 人口稠密地区的网络资源有限的问题，降低宏基站的传输负荷。微基站使网 络具有更高的数据速率和吞吐量，而且它们的低价格和使用的便捷性降低了 使用成本，微基站的低传输容量不会影响到已建成的网络。然而，目前小型 基站的部署是静态的，由于人为因素的移动，在空间和时间领域不对称地传 递多功能移动流量，小型基站的静态部署将不灵活且无法应对动态移动流量。

目前，国内外学者引入虚拟基站的概念来解决基站部署面临的挑战，普 通人群的通信设备(User Equipment，UE)通过基站和中继节点，功能得到 增强，并嵌入为多功能虚拟基站(Virtual Base Station，VBS)，以补充移 动网络运营商基础设施。然后根据网络需求选择具有UE-VBS功能(称之为 合格UE)的通信设备，主要有两种类型：(1)用于在基础设施薄弱的应变 热点地区扩展覆盖/容量/数据速率的虚拟小单元(Virtual Small Cell,VSC)： (2)作为通信路径中的中间虚拟中继节点(Virtual Relay Node,VRN)，促进无线电访问部分内数据的有效和高效流动。将现有的超密集网络和虚拟 基站融合已成为当前无线通信的一个研究热点。

因此，针对目前超密集网络中基站部署不灵活的主要问题，如何提供一 种基于虚拟基站的动态基站部署和虚拟基站向实际基站回传数据业务的方法 是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于虚拟基站的动态基站部署和虚拟基站 向实际基站回传数据业务的方法，可以根据需要随时随地部署虚拟基站，给 用户提供更好的服务质量。

为了实现上述目的，本发明采用如下技术方案：

基于虚拟基站的超密集网络中动态基站部署和回程方法，包括：

根据亲和力传播聚类算法MAPC选择合格的通信设备UE作为虚拟基站 VBS，具体包括初始阶段和形成虚拟基站阶段；

所述初始阶段包括：移动通信基站地BS根据小区中通信设备总数N和小 区中可作基站的通信设备总数M之间交换的消息，计算相似度矩阵S_N×M、责任 矩阵R_N×M和可用性矩阵A_N×M；

将所述责任矩阵R_N×M和所述可用性矩阵A_N×M相加构建新矩阵E_N×M，判断新 矩阵E_N×M中的元素E(i,j)是否大于0，i表示用户通信设备，j表示可作基站 的通信设备，i∈N,j∈M,大于则将第j个可作基站的通信设备作为可用通信 设备UE，将所述可用通信设备UE记录在集合L中，并记录与每个可用通信设 备UE关联的AUE列表,通过信噪比偏好计算小区中通信设备与可用通信设备的关联；

所述形成虚拟基站阶段包括：判断可用通信设备UE_l的集群大小：

若小于预设的与可用通信设备UE关联的最小UE数量minThreshold，则将 可用通信设备UE_j从集合L中删除，并将其包含在可作基站的通信列表M中， 等待下一次信息迭代；

若大于预设的与可用通信设备UE关联的最大UE数量maxThreshold，则根 据信噪比偏好值降序并对该集群中的用户通信设备进行排序，序号大于 maxThreshold的用户通信设备添加到未关联集中，等待与下一个符合条件的可 用通信设备相关联，并将该集群中的可用通信设备作为集群头，即虚拟基站；

对于附近没有可用通信设备UE的用户通信设备，直接将用户通信设备与 移动通信基站地BS关联，知道未关联集合为空时停止运行。

根据多跳负载平衡地理路径选择算法MLGP建立从所述虚拟基站到所述移 动通信基站地BS的回程通信路径。

其中，在虚拟基站的形成阶段设置minThreshold与maxThreshold， minThreshold表示应与符合条件的可用通信设备UE关联的最小用户数量，以便 证明其激活为虚拟微基站是合理的，maxThreshold表示虚拟基站支持的可用通 信设备UE的最大数量，不允许在硬件和可用带宽方面支持比虚拟基站资源更 多的通信设备，这样做是为了保证通信的可靠性，从而提高吞吐量。

优选的，所述相似度矩阵S_N×M具体计算过程为：

计算用户通信设备i和可作基站的通信设备j的距离：X_i，Y_i表示通信设备i的坐标，X_j，Y_j表示可作基站 的通信设备j的坐标，i∈N,j∈M；

将距离的相反数存储至S(i,j)中，即S(i,j)＝-d_ij，表示可作基站的通信设备 被激活为虚拟基站的可能性，从而得到相似度矩阵S_N×M,N表示小区中通信设 备总数，M表示小区中可作基站的通信设备数量。

优选的，责任矩阵R_N×M和可用性矩阵A_N×M计算公式为：

R(i,j)＝S(i,j)-max_j'≠j{A(i,j')+S(i,j')}

其中，S(i，j)表示用户通信设备i和可作基站的通信设备j之间距离的相反 数，S(i,j’)表示用户通信设备i和可作基站的通信设备j’之间距离的相反数；R(i， j)是用户通信设备i发送给可作基站的通信设备j的信息，R(i’，j)是用户通 信设备i’发送给可作基站的通信设备j的信息，R矩阵反映出更适合成为虚拟基 站的用户设备；A(i，j)是可作基站的通信设备j发送给用户通信设备i的信息， A(i，j’)是可作基站的通信设备j’发送给用户通信设备i的信息，A矩阵反映出 可能的小区集群，即指出与虚拟基站连接的用户通信设备。

优选的，信噪比偏好计算公式为：

SNR_ij＝TP_ij*G_ij/σ

其中，其中，SNR_ij表示用户通信设备i到可作基站的通信设备j的信噪比， TP_ij表示用户通信设备i到可作基站的通信设备j的传输功率，G_ij表示可作基站 的通信设备j到用户通信设备i的信道增益，σ表示噪声功率，α表示衰减因子， d_ij表示用户通信设备i与可作基站的通信设备j的距离。

责任矩阵R_N×M反映出更适合成为虚拟基站的合格可用通信设备，可用性矩 阵A_N×M反映出可能的集群，指出可以将某些用户通信设备连接到某些可作为 虚拟基站的UE(即集群头)。

优选的，根据多跳负载平衡地理路径选择算法MLGP建立从虚拟基站到移 动通信基站地BS的回程通信路径具体包括：

输入未在所述移动通信基站地BS有效通信范围内的虚拟基站集合S和能 够作为虚拟中继节点集合R；其中，虚拟中继节点集合R为亲和力传播聚类算 法得到的虚拟基站中除去未在移动通信基站地BS有效通信范围内的虚拟基站 之后剩余的虚拟基站，未在移动通信基站地BS有效通信范围内的虚拟基站也 叫虚拟微基站。

计算虚拟中继节点j的剩余能量是否大于等于虚拟基站k的能 量，k∈S，满足则虚拟中继节点j状态为开启模式，否则为关闭模式；

在第k个虚拟基站与所述移动通信基站地BS之间绘制欧几里得线，并计 算第k个虚拟基站与可作基站的通信设备之间的欧几里得距离；

计算虚拟中继节点j与所述移动通信基站地BS之间的欧几里得线DE_line；

选择所述欧几里得线DE_line最短且与所述虚拟基站有最大欧几里得距离 的开启模式的虚拟中继节点；

将虚拟中继节点视为从虚拟基站到所述移动通信基站地BS的下一跳，所 述虚拟中继节点与所述移动通信基站地BS建立通信路径。

本发明MLGP算法将采用动态设置虚拟基站和BS之间的高效多跳通信 路径。多个符合条件的虚拟基站可选择并激活为虚拟中继节点，通过该节点， 聚集的移动数据业务将通过该虚拟中继节点流动(即回程)。同时，考虑候 选中继节点的数据流量负载，避免BS在通过中继节点的回程通信路径中出现 瓶颈。

优选的，

其中，表示虚拟中继节点l的总能耗，/>表示虚拟中继节点的最小输 出功率，Δp表示虚拟中继节点的负载，Δp_k表示第k个虚拟基站的负载，R_e表 示剩余功率，/>表示虚拟中继节点的最大功率，/>表示虚拟基站k的总能 耗，/>表示虚拟基站的最小输出功率，/>表示虚拟基站的最大功率， BW_PRBlog₂(1+SNR)表示信号在虚拟基站上的频谱效率，表示虚拟微基站k 分配给信号的N个资源块，f_n表示信号在资源块n上的传输速率(n∈N)。

优选的，欧几里得线DE_line计算公式为：

DE_line＝((Y_l-Y_k)X_l+(X_k-X₁)Y_l+X₁Y_k-Y₁X_k)/d_kl

其中，

其中，(X₁，Y₁)表示实际基站BS的坐标，(X_k,Y_k)表示用户通信设备k的 坐标，(X_l,Y_l)表示虚拟基站l的坐标，d_kl表示用户通信设备k与虚拟基站l的距 离。

综上，本发明有以下有益效果：

1、本发明基于虚拟基站的概念，普通用户的智能手机能够通过基站和中 继节点功能得到增强，并嵌入为移动网络基础设施的组成部分，在压力或超 载的情况下提供缓解。

2、本发明采用经过修改的亲和力传播聚类(MAPC)算法，选择可作为基 站的用户通信设备作为VSC(Virtual Small Cell,虚拟微基站)，用于在基 础设施薄弱且需要更高效、更灵活的网络操作的区域进行容量/数据速率扩 展。

3、本发明采用多跳负载平衡地理路径选择(MLGP)算法，选择可作为基 站的用户通信设备作为VRN(Virtual Relay Node,虚拟中继节点)提供从VSC 向BS的移动数据流量的更高效的回程。

4、本发明在吞吐量、延迟和抖动方面提高了网络性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不 付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明部署虚拟基站的框架图。

图2为本发明使用MAPC算法的流程图。

图3为本发明使用MLGP算法的流程图。

图4为本发明使用MAPC部署虚拟基站并形成相应集群的Matlab仿真图。

图5为本发明使用MLGP建立虚拟基站与BS通信路径的Matlab仿真图， 图5(1)表示使用MLGP建立虚拟基站S1与BS通信路径的Matlab仿真图，图5(2)表示表示使用MLGP建立虚拟基站S2与BS通信路径的Matlab仿真图。

图6为在不同场景下，MAPC、APC、KVF三种算法选定UE-VBS数量的比较。

图7为在不同场景下，MAPC、APC、KVF三种算法吞吐量的比较。

图8为在不同场景下，MAPC、APC、KVF三种算法平均延迟的比较。

图9为在不同场景下，MAPC、APC、KVF三种算法平均抖动的比较。

图10为在不同场景下，MLGP、SBGR、NAR三种算法吞吐量的比较。

图11为在不同场景下，MLGP、SBGR、NAR三种算法平均延迟的比较。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1本发明使用MAPC算法形成虚拟基站的过程。

本发明虚拟微基站的形成过程，包含初始阶段，和虚拟基站形成阶段。

参照图4，算法进入虚拟基站(VBS)形成阶段，算法首先检查创建的每 个集群、与每个集群头关联的UE数量(即在初始阶段选择的可用UE)，本实 施例中将maxThreshold值设置为12，minThreshold值设置为6，用建议的MAPC 算法确定哪些可用通信设备UE将被激活为虚拟基站，以及每个虚拟基站将关 联的UE。

可以发现：在这些集群的虚拟基站形成阶段，发现第7组和第2组违反 了上述阈值限制。

1、第7组集群(15UEs)的大小大于允许的最大阈值(即12UE)。在 这种情况下，与第7组集群头(即可用的UE)关联的UE会根据其SNR值按 降序排序。选择前12名用户通信设备，并选择该集群中的可用通信设备UE 作为虚拟基站。其余三个用户通信设备(在图5中突出显示为红色圆圈)将 添加到“不关联”集中。这些将尝试与他们的下一个可用通信设备UE关联， 但是，由于这三个用户通信设备在其附近没有任何其他可用通信设备，因此 它们将直接与BS关联。

2、第2组集群(5UEs)的大小低于允许的最低阈值(即6UEs)。在 这种情况下，将从可用的AUE列表中删除第2组集的集群头，并在“非关联 集”中添加与之相关的用户设备UEs(突出显示为绿色圆圈)。然后，这些普 通用户设备UEs与其下一个集群大小小于最大阈值的集群头相关联。这里， 这些UEs与8号和9号集群头关联。

在虚拟微基站形成阶段结束时，选定的可用UE被激活作为与它们相关的 UEs的虚拟微基站。

实施例2本发明使用MLGP算法的多跳路径选择过程。

参照图6，与BS不在“有效”通信范围内的虚拟微基站的集合表示为S^ue， 其中可以被选择为虚拟中继节点的合格UE的集合 被表示为R^ue，其中/>图中的圆圈表示S^ue中每个 UE-VBS的覆盖区域，红色线表示UE-VBS到BS之间的最佳路径。使用提出的 MLGP算法，来找到源节点/>和BS之间的最佳路径。

1、MLGP算法在传输范围内执行本地搜索，并选择"打开状态"的合格 UE。其中，"开启模式"和"关闭模式"是根据R^ue的剩余能量以及S^ue卸载数据 所需的能量确定的。本实施例中，/>和/>模式均为“打开模式”，/>在/>覆盖的范围内，并且/>与/>的欧几里德距离更接近/>与BS的欧几里得距 离，因此，选择/>作为下一个中继节点，并将其添加到路径列表中。从/>开始遵循相同的过程，并选择/>作为路径中的下一个中继节点。最后，/>在其传输范围内执行本地搜索，并在其传输范围内找到BS(目的地)。因此，该过程被停止并且建立了通信路径。

2、对于选择/>作为/>到BS的通信路径的下一个中继节点，执 行与上述完全相同的过程。然后从/>开始，算法在其传输范围内执行局部 搜索。在这种情况下，被发现。但是，由于/>的路径中已经使用 了/>因此/>的剩余能量/资源不足以卸载/>的数据，将/>的估计模 式设置为“关闭模式”。因此，选择/>作为下一个中继节点，并将其添加 到路径列表中。最后，/>在其传输范围内执行本地搜索，在其传输范围内找 到BS(目的地)，并最终确定并建立通信路径。

表3中给出了实施例2的相关值。

表3符号与值

图7、图8、图9、图10、图11是在Matlab平台上对本发明所述方法的 仿真结果，从仿真结果可以看出利用本发明的方法，小区的整体网络性能有 所提高。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都 是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。 对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述 的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用 本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下， 在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.基于虚拟基站的超密集网络中动态基站部署和回程方法，其特征在于，包括：

根据亲和力传播聚类算法MAPC选择合格的通信设备UE作为虚拟基站VBS，具体包括初始阶段和形成虚拟基站阶段；

所述初始阶段包括：移动通信基站地BS根据小区中通信设备总数N和小区中可作基站的通信设备总数M之间交换的消息，计算相似度矩阵S_N×M、责任矩阵R_N×M和可用性矩阵A_N×M；

将所述责任矩阵R_N×M和所述可用性矩阵A_N×M相加构建新矩阵E_N×M，判断新矩阵E_N×M中的元素E(i,j)是否大于0，i表示用户通信设备，j表示可作基站的通信设备，i∈N,j∈M,大于则将第j个可作基站的通信设备作为可用通信设备UE，将所述可用通信设备UE记录在集合L中，并记录与每个可用通信设备UE关联的AUE列表,通过信噪比偏好计算小区中通信设备与可用通信设备的关联；

所述形成虚拟基站阶段包括：判断可用通信设备UE_l的集群大小：

若小于预设的与可用通信设备UE关联的最小UE数量minThreshold，则将可用通信设备UE_l从集合L中删除，并将其包含在可作基站的通信列表M中，等待下一次信息迭代；

若大于预设的与可用通信设备UE关联的最大UE数量maxThreshold，则根据信噪比偏好值降序并对该集群中的用户通信设备进行排序，序号大于maxThreshold的用户通信设备添加到未关联集中，并将该集群中的可用通信设备作为集群头，即虚拟基站；

根据多跳负载平衡地理路径选择算法MLGP建立从所述虚拟基站到所述移动通信基站地BS的回程通信路径；

所述相似度矩阵S_N×M具体计算过程为：

计算用户通信设备i和可作基站的通信设备j的距离：X_i，Y_i表示通信设备i的坐标，X_j，Y_j表示可作基站的通信设备j的坐标，i∈N,j∈M；

将距离的相反数存储至S(i,j)中，即S(i,j)＝-d_ij，表示可作基站的通信设备被激活为虚拟基站的可能性，从而得到相似度矩阵S_N×M,N表示小区中通信设备总数，M表示小区中可作基站的通信设备数量；

责任矩阵R_N×M和可用性矩阵A_N×M计算公式为：

R(i,j)＝S(i,j)-max_j's.t,j'≠j{A(i,j')+S(i,j')}

其中，S(i，j)表示用户通信设备i和可作基站的通信设备j之间距离的相反数，S(i,j’)表示用户通信设备i和可作基站的通信设备j’之间距离的相反数；R(i，j)是用户通信设备i发送给可作基站的通信设备j的信息，R(i’，j)是用户通信设备i’发送给可作基站的通信设备j的信息，R矩阵反映出更适合成为虚拟基站的用户设备；A(i，j)是可作基站的通信设备j发送给用户通信设备i的信息，A(i，j’)是可作基站的通信设备j’发送给用户通信设备i的信息，A矩阵反映出可能的小区集群，即指出与虚拟基站连接的用户通信设备。

2.根据权利要求1所述的基于虚拟基站的超密集网络中动态基站部署和回程方法，其特征在于，信噪比偏好计算公式为：

SNR_ij＝TP_ij*G_ij/σ

其中，SNR_ij表示用户通信设备i到可作基站的通信设备j的信噪比，TP_ij表示用户通信设备i到可作基站的通信设备j的传输功率，G_ij表示可作基站的通信设备j到用户通信设备i的信道增益，σ表示噪声功率，α表示衰减因子，d_ij表示用户通信设备i与可作基站的通信设备j的距离。

3.根据权利要求1所述的基于虚拟基站的超密集网络中动态基站部署和回程方法，其特征在于，根据多跳负载平衡地理路径选择算法MLGP建立从虚拟基站到移动通信基站地BS的回程通信路径具体包括：

输入未在所述移动通信基站地BS有效通信范围内的虚拟基站集合S和能够作为虚拟中继节点集合R；

计算虚拟中继节点j的剩余能量是否大于等于虚拟基站k的能量，k∈S，满足则虚拟中继节点j状态为开启模式，否则为关闭模式；

在第k个虚拟基站与所述移动通信基站地BS之间绘制欧几里得线，并计算第k个虚拟基站与可作基站的通信设备之间的欧几里得距离；

计算虚拟中继节点j与所述移动通信基站地BS之间的欧几里得线DE_line；

选择所述欧几里得线DE_line最短且与所述虚拟基站有最大欧几里得距离的开启模式的虚拟中继节点；

将虚拟中继节点视为从虚拟基站到所述移动通信基站地BS的下一跳，所述虚拟中继节点与所述移动通信基站地BS建立通信路径。

4.根据权利要求3所述的基于虚拟基站的超密集网络中动态基站部署和回程方法，其特征在于，

其中，P_l ^R表示虚拟中继节点l的总能耗，表示虚拟中继节点的最小输出功率，Δp表示虚拟中继节点的负载，Δp_k表示第k个虚拟基站的负载，R_e表示剩余功率，/>表示虚拟中继节点的最大功率，/>表示虚拟基站k的总能耗，/>表示虚拟基站的最小输出功率，/>表示虚拟基站的最大功率，BW_PRBlog₂(1+SNR)表示信号在虚拟基站上的频谱效率，/>表示虚拟微基站k分配给信号的N个资源块，f_n表示信号在资源块n上的传输速率，n∈N。

5.根据权利要求3所述的基于虚拟基站的超密集网络中动态基站部署和回程方法，其特征在于，欧几里得线DE_line计算公式为：

DE_line＝((Y_l-Y_k)X_l+(X_k-X₁)Y_l+X₁Y_k-Y₁X_k)/d_kl

其中，

其中，(X₁，Y₁)表示实际基站BS的坐标，(X_k,Y_k)表示用户通信设备k的坐标，(X_l,Y_l)表示虚拟基站l的坐标，d_kl表示用户通信设备k与虚拟基站l的距离。