［劉文晶］

LTE系統(tǒng)中的節(jié)能資源分配算法

［劉文晶］

針對如何降低LTE系統(tǒng)下行鏈路用于數(shù)據(jù)傳送的能耗問題，建立了一種適用于不均衡低負載場景的節(jié)能資源分配最優(yōu)化模型，并提出了一種次優(yōu)化的節(jié)能資源分配算法用以解決所提出的能效優(yōu)化問題。該方法在不均衡低負載場景下，通過與負載均衡思想的有效結(jié)合，充分利用空閑無線網(wǎng)絡資源，最終達到整個網(wǎng)絡用于下行鏈路數(shù)據(jù)傳送總能耗節(jié)約的目的。仿真結(jié)果表明，在不均衡低負載情況下該方法帶來了可觀的能耗增益并且有效提高了頻譜利用率。

LTE 資源分配 不均衡低負載 帶寬擴展 節(jié)能

劉文晶

重慶郵電大學移通學院，通信技術(shù)教研室。

1 引言

隨著移動通信的飛速發(fā)展，基站建設規(guī)模擴大，基站年耗電量也在劇烈增長，這不僅給運營商帶來較大的運營成本負擔，也給環(huán)境帶來了污染。未來的無線通信正朝著低碳、健康、高效的綠色通信方向演進，在這樣一種背景下，節(jié)能減排已成為移動通信運營的一個重要環(huán)節(jié)。

統(tǒng)計表明，基站是移動運營過程中最主要的能耗來源［1］，因此，致力于基站節(jié)能問題的研究顯得尤為重要。傳統(tǒng)的資源分配算法多是在輪詢、最大載干比、比例公平等經(jīng)典調(diào)度算法的基礎上，以提高用戶間公平性、系統(tǒng)吞吐量最大化為目標，很少考慮基站用于資源分配的能耗問題。近些年來，致力于節(jié)能資源分配算法的研究已經(jīng)逐漸受到了研究者們的關(guān)注，文獻［2］在LTE自組織網(wǎng)絡的基礎上考慮了自適應調(diào)整調(diào)制編碼方式、物理資源塊RB（Resource Block）以及功率的聯(lián)合優(yōu)化分配問題，在保證各個用戶所需最小服務質(zhì)量水平的基礎上最小化整個小區(qū)的輻射功率。文獻［3］提出了一種基于最小傳送功率的包調(diào)度算法，考慮了傳輸每比特信息所需的最小傳送功率。通過將傳輸每比特信息所需最小傳送功率的RB分配給當前活躍用戶達到節(jié)能的目的，該算法在達到節(jié)能傳輸?shù)耐瑫r保證了系統(tǒng)吞吐量增益以及公平性的提高。然而，現(xiàn)有的節(jié)能調(diào)度機制研究，多是針對峰值負載場景下的系統(tǒng)能效優(yōu)化，很少考慮低負載業(yè)務場景，尤其是不均衡低負載場景下的系統(tǒng)能效優(yōu)化問題。因此，自適應負載的節(jié)能調(diào)度機制研究將會是“綠色通信”在LTE系統(tǒng)中的一個重要研究方向。

本文在帶寬擴展模式［4］基礎上建立了一種適用于不均衡低負載場景的節(jié)能資源分配最優(yōu)化模型，并進一步給出了一種低復雜度的次優(yōu)化節(jié)能資源分配方法ALBEM（Adaptive Low-Load Bandwidth Expansion Mode）用以解決上述優(yōu)化問題，致力于降低整個網(wǎng)絡下行鏈路用于數(shù)據(jù)傳送的總能耗，最后對所提出算法與單獨使用帶寬擴展模式以及傳統(tǒng)資源分配算法進行了仿真對比分析。

2 系統(tǒng)模型

（1）模型描述

系統(tǒng)模型如圖1所示，無線網(wǎng)絡系統(tǒng)由若干小區(qū)構(gòu)成，系統(tǒng)負載較輕，有大量剩余帶寬，且各小區(qū)負載處于不均衡狀態(tài)。對于LTE多小區(qū)系統(tǒng)，小區(qū)間頻率復用因子為1，系統(tǒng)模型主要基于LTE/3GPP下行鏈路標準，在下行發(fā)送過程中，基站可以獲得本小區(qū)用戶在每個子信道上的瞬時鏈路增益，且各基站控制本小區(qū)內(nèi)的RB分配和發(fā)送功率分配。設系統(tǒng)內(nèi)小區(qū)數(shù)為M，每個小區(qū)內(nèi)用戶數(shù)為U.系統(tǒng)總帶寬為B，RB個數(shù)為I。M=｛M1，...Mm，…MM｝為小區(qū)索引集合，U=｛UE1，…UEu，…UEU｝代表各小區(qū)用戶數(shù)集合，I=｛I1，…Im，…IM｝表示各小區(qū)RB總數(shù)集合。

圖1 系統(tǒng)模型

（2）相關(guān)準則

文中提出的節(jié)能資源分配算法主要涉及以下兩個基本準則。

（a）帶寬擴展模式（BEM，Bandwidth Expansion Mode）：

當系統(tǒng)負載比較輕，有大量剩余帶寬時，可通過調(diào)整擴展因子α值，適當增加當前活躍用戶的有限帶寬，在保證各用戶原服務速率不變的基礎上達到節(jié)能的目的。通過將原有RB上的比特信息均勻分布在擴展后的RB上，進而降低每個RB上的調(diào)制等級以及SINR需求，這也就是產(chǎn)生節(jié)能傳輸?shù)闹攸c。

如圖2所示，常規(guī)模式下假設一個用戶被分配了3個RB用以滿足其服務質(zhì)量需求，現(xiàn)在還有7個剩余的RB，在BEM模式下，將分配額外3個RB給該用戶，此時α=2。這樣在滿足當前用戶服務質(zhì)量需求的基礎上，每個RB上也將自適應的調(diào)整為更節(jié)能的低調(diào)制等級。此時，每個RB上傳送一定數(shù)據(jù)所需要的SINR值也將降低，因此最終分配給每個RB上的傳送功率也將相應降低。

圖2 RB分配示例

（b）虛擬負載均衡（VLB，Virtual Load Balancing）：

VLB是本文新提出的一個概念，即當多個低負載小區(qū)的業(yè)務分布處于不均衡狀態(tài)時，把全部或部分處于各小區(qū)相鄰部分的用戶轉(zhuǎn)移到相對較輕負載的小區(qū)中。此處的虛擬負載均衡與傳統(tǒng)負載均衡的區(qū)別在于，并非是要小區(qū)業(yè)務過載后才進行用戶轉(zhuǎn)移，只要轉(zhuǎn)移過后，通過對各小區(qū)的用戶使用帶寬擴展模式能夠帶來整個系統(tǒng)的下行鏈路傳送能耗降低，就會進行用戶轉(zhuǎn)移，此處的轉(zhuǎn)移即“切換”。

（3）優(yōu)化模型推導

根據(jù)香農(nóng)公式我們可以得到RB i上所能承載的信息容量Ci：

其中Bi 代表RB i的帶寬，Pi代表基站用于RB i上的傳送功率，|hm，u|2代表服務基站m到目標用戶u的路徑增益，hm，u代表相應的頻率響應并且假定在基站端能夠知道準確的數(shù)值，N0代表噪聲功率譜密度，Ii代表RB i 上受到的干擾功率之和。

首先我們可以通過常規(guī)條件下用戶u的目標SINR Гi值來計算BEM 模式下用戶u的目標SINR ГiBEM。其中，帶寬擴展前后各用戶的數(shù)據(jù)速率保持不變，即一個RB上所承載的信息與α個RB上所承載的信息量是一樣的（此處假定為理想情況下的通信場景），根據(jù)香農(nóng)公式表述如下：

進而可以得到Гi和的關(guān)系：

因此我們可以很容易地計算出當所有用戶請求的目標SINRΓi，u被滿足時，小區(qū)m在常規(guī)模式下的整體下行鏈路傳送能耗，以及帶寬擴展模式下所有用戶請求的目標SINR被滿足時小區(qū)m的整體下行鏈路傳送能耗：

因此，各基站在經(jīng)過VLB及BEM之后所需要的用于下行鏈路傳送的總能耗可表述為：

通過上述分析，最終的節(jié)能優(yōu)化問題模型可以表述如下：

約束條件：

本文所提出最優(yōu)化算法的時間復雜度近似為Ο（M· U·γU），其中γ是α的可能取值范圍。可見隨著用戶數(shù)的增多，α取值范圍的不斷變化，該算法的時間復雜度將不斷增大，并且在判斷各用戶具體應該切換到某個目標小區(qū)才能帶來更多的能量節(jié)約時，是一個比較復雜的問題。因此，文中提出了一種低復雜度的次優(yōu)化資源分配方法用以解決上述優(yōu)化問題。

3 低復雜度節(jié)能資源分配算法

在介紹低復雜度節(jié)能算法之前，首先對可能影響到帶寬擴展機制性能的相關(guān)因子進行簡單的分析。

根據(jù)公式（3）、（4）、（5），可以得到單小區(qū)場景下，單用戶使用帶寬擴展模式所帶來的理論能耗節(jié)約增益ESG：

從圖3中可以看到，隨著各用戶SINR值的增加，α值的增大，BEM所能帶來的能量增益呈現(xiàn)出上升趨勢。當各用戶所使用的擴展因子相同時，Гi值越高的用戶所帶來的能量節(jié)約增益越明顯，對于同一SINR用戶來說，當其擴展因子為2、3、4時，BEM所帶來的能耗增益有明顯的增加。當擴展因子達到大于4時，BEM所帶來的能量節(jié)約增益將不再有明顯變化，此時為用戶分配過多的資源將是一種浪費，同時考慮到環(huán)路功耗的影響，后面的仿真中我們設定α的取值為2到4。基于以上兩種趨勢本文提出了一種有效的低復雜度次優(yōu)化算法ALBEM，大體可分為以下幾個步驟：

圖3 不同Γi ，ɑ值下的能量節(jié)約增益

Step1：虛擬負載均衡

在各當前小區(qū)配置中增加其他小區(qū)的位置信息，小區(qū)之間可以互相交換自身的負載信息，各自利用獲得的負載信息判斷自身和鄰區(qū)之間是否出現(xiàn)負載差距。一旦某兩個小區(qū)之間的負載差距超過預設閾值后，虛擬負載均衡過程將自動啟動。相對過載小區(qū)通過轉(zhuǎn)移合適比例的用戶到較低負載小區(qū)，使各小區(qū)負載得到均衡，為了不影響用戶的服務質(zhì)量，進行虛擬負載均衡的用戶必須是處于各個小區(qū)重疊區(qū)域的用戶。此處的虛擬負載均衡致力于使整個網(wǎng)絡的負載達到一個相對的均衡狀態(tài)即可，無需進行復雜的判斷過程來決定各用戶的目標小區(qū)選擇。

Step2：計算達到各用戶請求數(shù)據(jù)速率所需要的最少RB個數(shù)

Step 3：用戶優(yōu)先級排序

將各用戶按其目標SINR高低進行優(yōu)先級排序，高目標SINR用戶具有高的優(yōu)先級使用帶寬擴展模式，即具有高優(yōu)先級的用戶趨于使用高的α值。

Step 4 ：資源分配

因為本文研究低負載場景，因此小區(qū)中有足夠的資源滿足現(xiàn)有用戶的服務請求。根據(jù)Step2得出的結(jié)果進行首輪分配，為每個用戶分配Du個RB并且保證每個RB最多只能分給一個用戶；然后根據(jù)Step3開始進行第二輪分配，對高優(yōu)先級的用戶優(yōu)先使用BEM，此時α=2。如果第二輪分配結(jié)束之后仍然有剩余資源，則繼續(xù)重復上述第二輪分配，按優(yōu)先級高低依次為每個用戶分配一個RB，直至無剩余資源或者α達到設定閾值。

Step 5：算法結(jié)束

4 仿真結(jié)果

仿真考慮一個7小區(qū)蜂窩場景，假定所有用戶都具有相同的數(shù)據(jù)速率請求256kbit/s，由于考慮到系統(tǒng)資源有限以及環(huán)路功耗的影響，α的取值范圍設定在2～4。系統(tǒng)帶寬為15MHz共75個RB，用戶數(shù)40～220，基站峰值功率43dBm，噪聲功率為-121.4dBm，路損模型為修正的COST231哈塔市區(qū)模型。仿真中設定了3個初始虛擬熱點小區(qū)，4個小區(qū)低負載小區(qū)，初始條件下，低負載小區(qū)用戶數(shù)設置為7。仿真中預留部分資源用于控制信令傳輸，剩余RB可全部用于資源分配，這里我們使用的常規(guī)模式分配算法為輪詢分配算法（RR）。

仿真結(jié)果將著重比較當系統(tǒng)負載處于不均衡狀態(tài)時，ALBEM與BEM所帶來的能耗增益比較，以及與常規(guī)模式相比ALBEM與BEM所帶來的頻譜利用率的提升比較，仿真中用到的能耗增益、負載因子、頻譜利用率定義如下：

（a）能量增益ECG=常規(guī)分配算法的能耗/提出算法的能耗

（b）負載因子σ=虛擬過載小區(qū)用戶數(shù)/低負載小區(qū)用戶數(shù)

（c）頻譜利用率=用于數(shù)據(jù)傳輸?shù)南到y(tǒng)帶寬/系統(tǒng)總帶寬

圖4比較了負載因子1≤σ≤5時，ALBEM與BEM兩種模式所帶來的能耗增益。從圖4中可以看出，當負載因子值小于2時，系統(tǒng)負載處于相對均衡的狀態(tài)且負載較輕，有足夠的資源使用帶寬擴展，因此，ALBEM與BEM所帶來的能耗增益值大致相同。當負載因子值大于2時，系統(tǒng)的不均衡程度增加，傳統(tǒng)模式下各小區(qū)不能有效的使用帶寬擴展機制。這是由于部分小區(qū)有大量剩余資源不能得到有效的利用，部分小區(qū)卻沒有足夠的空閑資源用以使用帶寬擴展機制，然而提出方法有效解決了上述問題。通過將虛擬熱點小區(qū)的部分用戶轉(zhuǎn)移到相對的低負載小區(qū)，使得各小區(qū)用戶都能使用一個合適的擴展因子值。此外，隨著負載因子值的增加，系統(tǒng)負載不均衡程度增加，接入到虛擬熱點小區(qū)中的用戶數(shù)逐漸增多，致使系統(tǒng)資源不能充分地使用BEM來達到更多的能量節(jié)約，因此能量增益隨著負載因子值的增加呈下降趨勢。

圖4兩種模式的能耗增益比較（1≤σ≤5）

圖5 給出了負載因子1≤σ≤5時，3種模式頻譜利用率的比較。從圖5中可以看出，當負載因子小于2時，系統(tǒng)負載較輕且處于一個相對均衡的狀態(tài)時，各小區(qū)用戶都有足夠多的資源使用帶寬擴展模式，擴展因子均能達到設定閾值α=4，因此ALBEM與BEM此時沒有明顯差別。隨著負載因子的增加，接入到熱點小區(qū)中的用戶數(shù)越來越多，此時部分小區(qū)有大量空閑資源，而部分小區(qū)卻沒有足夠的資源使用帶寬擴展模式，提出方法有效地解決了這一問題，使得各小區(qū)負載得到均衡，整個系統(tǒng)的頻譜利用率得到了很大的提升，最終使得小區(qū)的空閑頻譜得到最大化的有效利用。

圖5 三種模式下的頻譜利用率比較（1≤σ≤5）

5 結(jié)論

本文針對LTE系統(tǒng)下行鏈路用于數(shù)據(jù)傳送的能耗問題，建立了一種適用于不均衡低負載場景的節(jié)能資源分配最優(yōu)化模型，并提出了一種低復雜度的次優(yōu)化的資源分配方法用以解決上述優(yōu)化問題。仿真結(jié)果表明，該方法在不均衡低負載場景中，帶來了可觀的能耗增益并且有效提高了頻譜利用率。

1 Congzheng Han，Tim Harrold，and Simon Armour.Green Radio： Radio Techniques to Enable Energy-efficient Wireless Networks ［J］.IEEE Commun.Mag.，2011，49（6）：46-54

2 David López-Pérez，ákos Ladányi.Optimization Method for the Joint Allocation of Modulation Schemes，Coding Rates，Resource Blocks and Power in Self-Organizing LTE Networks［C］//IEEE INFOCOM 2011.Shanghai： IEEE Press，2010： 111-115

3 C.Han and S.Armour，“Energy efficient radio resource management strategies for green radio，” IET Communications，vol.5，2011，pp.2629-2639

4 Stefan Videv and Harald Haas.Energy-Efficient Scheduling and Bandwidth-Energy Efficiency Trade-Off with Low Load［C］//ICC 2011.Kyoto： IEEE Press，2011： 1-5

10.3969/j.issn.1006-6403.2016.08.018

2016-07-18）