超密集网中基于分簇的功率优化控制方案

第45卷第1期Vol.45 No. 1计算机工程Computer Engineering2019年1月January 2019•移动互联与通信技术•文章编号：1000#428(2019)01-0055-06 文献标志码：A 中图分类号：TP393超密集网中基于分簇的功率优化控制方案徐昌彪a，吴杰9(重庆邮电大学2光电工程学院；b.通信与信息工程学院，重庆400065)摘要：超密集网（UDN)的组建可増加热点地区的系统容量，但由于网络中存在严重区间干扰，限制了 U D N的部署。

为此，提出一种基于小区分簇的功率优化控制方案。

通过预先设定的系统平均干扰阈值进行分簇，将系统中干扰较大的小区分到一个簇中，当簇中的小区对其他小区用户的干扰低于设定的阈值时，将此小区从这个簇中去除。

该方案的功率控制由控制器根据簇内基站所占的权重值为各个基站分配相应的功率值，从而达到控制目的。

仿真结果表明，该方案能够有效抑制网络中的干扰，提高系统吞吐量。

关键词：超密集网；系统容量；区间干扰；分簇；功率控制；权重值;吞吐量中文引用格式：徐昌彪，吴杰.超密集网中基于分簇的功率优化控制方案[J].计算机工程，2019,45(1):55-60.英文引用格式 :XU Changbiao，WU Jie. Power optimization control scheme based on clustering in ultra-dense netw ork'J]. Computer Engineering，2019，45 (1) ：55 -60.Power Optimization Control Scheme Based on Clustering in Ultra-dense NetworkX U Changbiaoa，W U Jieb(a. School of Optoelectronic E ngineering；b. School of Com m unication and Inform ation E ngineering，Chongqing University of Posts and T elecom m unications，Chongqing 400065,China)[Abstract] The establishment of Ultra-dense Network! UDN) can increase the system capacity of the serious interval interference in the network,the deployment of UDN is limited. Therefore,a power optimization control scheme based on cell clustering is proposed. Clustering is performed by a preset system average interference threshold,andcells with large i nterference in the system are grouped into one cluster, when the cell in the cluster interferes with othercell users below a set threshold, the cell is removed from the cluster. The power control of the scheme is controlled by the controller according to the weight value occupied by the base station in the cluster,and the corresponding power value is allocated to each b ase station, thereby achieving the control purpose. Simulation results show that the scheme can effectively suppress the interference in the network and improve the system throughput.[K e y words] Ultra-dense Network ( UDN); system capacity;interval interference;clustering;power control;weight value；throughputD O I:10. 19678/j. issn. 1000-3428.0049618〇概述由于互联网业务的快速发展，传统网络已经无 法满足当前网络快速发展的要求，互联网正面临着 巨大考验。

为了应对挑战，研究人员提出通过部署 超密集网络来提高网络容量，在宏基站的覆盖范围 内，即在热点区域，通过部署大量的低功率接人点 (Access Point，AP)来提高网络容量[1-]。

但是，由于 频谱的稀缺性，为了提高频谱重复使用率，在组建超 密集网时，要求宏基站和大量的A P使用相同的频 段，于是网络中会存在严重的区间干扰，即宏小区和 小小区之间的干扰以及小小区和小小区之间的干扰。

由于这些干扰大大限制了超密集网的部署，因此对这些干扰进行有效管理，降低干扰对超密集网 的影响，已成为超密集网研究的重点。

针对上述问题，本文在分簇基础上，提出一种基 于基站权重的功率控制（Power Control Base Station W eight，PCBAW)方案。

i研究现状针对区间干扰问题，国内外学者开展了大量的 研究工作。

文献[5]针对超密集网中的干扰问题，提 出一种新的动态定价博弈的功率控制方案解决此问 题，但是忽略了宏基站对小基站的干扰。

文献[6 ]对基金项目：国家自然科学基金青年基金（61602073)。

作者简介：徐昌彪（1972—），男，教授、博士，主研方向为起密集网络、移动通信、网络编码、未来网络；吴杰，硕士研究生。

收稿日期：2017-12-08 修回日期：2018-01-11 E-m ail:1650092553+qq. com56计算机工程2019年1月15日于小蜂窝网中的干扰采用功率分配策略，通过提出 Stackelberg博弈使宏基站和小基站的效用最大化来 达到优化目标，但是这种分配策略性能不突出。

文 献[7]在小蜂窝密集部署情况下，基于定价的功率控 制方案来最小化小蜂窝对于宏基站的干扰，但却忽 略了小蜂窝间的干扰。

文献[)]在最大最小公平准 则下，针对蜂窝网中的干扰，提出一个两阶段算法去 找到一个次优解，但是算法的复杂度较高。

文献[9] 针对蜂窝网中的干扰问题，提出一种新的分布式定 价算法，此算法只涉及有限的小蜂窝间协作，因而只 考虑了小蜂窝间的干扰，却没有考虑宏基站对小蜂 窝的干扰。

文献[10]针对小蜂窝密集部署，提出一 种动态分簇的频谱资源分配算法，通过构建干扰图 和基于干扰图分簇，以此来分配相应的资源块去减 弱干扰，提高吞吐量，但是忽略了宏基站对小蜂窝的 干扰。

文献[11]针对小基站密集部署，提出一种基 于分簇和资源分配的干扰管理方案解决干扰，但是 没有考虑用户的通信优先级以及服务质量需求。

文 献[12]提出基于分簇的资源分配和功率控制减轻蜂 窝边缘用户受到干扰，但是没有考虑小蜂窝对宏用 户的干扰。

文献[13]提出将小区分簇以及利用注水 算法的功率控制（Power Control Water Injection Algorithm，P C W I A)方案控制簇中基站在相应频段 上的功率值来解决干扰，但是忽略了宏基站对小基 站的干扰，同时在给簇内小基站分配功率时，只是简 单地采用注水算法求解簇内基站在相应频段上的功 率值，但没有给出具体的分配方法。

文献[14]从联 合功率控制和用户调度的角度考虑用均值域博弈来 构建一个随机优化问题，此问题的目标是在队列状 态指示器以及信道状态指示器不确定的情况下去最 大化平均时间效用以及确保移动用户的服务质量，但把队列状态指示器以及信道状态指示器考虑到功 率控制和用户调度中，会使得所期望干扰的不准确 性影响网络的性能。

文献[15]提出基于Stackelberg 博弈统一定价的功率控制方案对蜂窝网中的干扰进 行抑制，然而基于统一定价的机制使得每个A P接受 相同的惩罚，这样会使并没有对宏用户产生很大干 扰的A P也要降低发射功率，会影响整个蜂窝网络的 性能，降低网络吞吐量。

本文针对上述方案在干扰抑制方面的不足，提 出在分簇基础上基站权重的功率控制（P C B A W)方 案。

该方案在信道分配的基础上，对网络中的干扰 进行分析，建立干扰图，根据干扰图和设定的干扰阈 值，将干扰强的基站分到一个簇中，然后由控制器根 据簇中基站所占的权重值来为各个基站分配相应的 功率值。

仿真结果表明，本文所提方案相比于已有 方案，在干扰抑制方面效果更好。

2网络架构及吞吐量建模2.1网络架构本文主要研究由宏基站和低功率接入点构成的 超密集网中的下行传输链路干扰情况，其结构如图1所示。

该结构模型由一个宏基站、#个a p、k个低 功率A P用户以及S个宏用户构成，此外还加入了控 制器，专门负责基站分簇以及功率分配操作，其中宏 基站使用专用频段和A P进行通信，而宏基站以及 A P则使用除专用频段以外的其他相同频段和自己 控制的用户进行通信。

在本文系统中，系统总带宽 为Y，同时把系统带宽分成#等分，每个A P和宏基 站都使用#等分的资源去为自己的用户服务。

2.2吞吐量建模针对上述网络架构，设其中某个A"在子信道7 上对其管理的用户的发射功率为"，，对其管理的 用户j的信道增益为I,，宏基站.在子信道7上对 其管理的用户-的发射功率为".，-，对其管理的用户 -的信道增益为I.，-，别的A"在子信道7上对A"管理的用户j的发射功率为"：，对A"管理的用户j 的信道增益为I:，宏基站.在子信道7上对A"管 理的用户的发射功率为".，,，对A"管理的用户 的信道增益为I.，,，于是对A"管理的用户j在子信 道7上的信干燥比可表示为：，二_______________________⑴而对宏基站.管理的用户-在子信道7上的信 干燥比；.，-可表示为：其中，-%表示加性高斯白噪声，- A71m i(，1)，I.，- - A.1m i('.!-，1)，A是A P到用户的下行路径 损耗，A.是宏基站到用户的下行路径损耗。