超密集網(wǎng)絡基站管理算法研究

石峰，耿烜

（上海海事大學信息工程學院，上海201306）

超密集網(wǎng)絡基站管理算法研究

石峰，耿烜

（上海海事大學信息工程學院，上海201306）

針對密集網(wǎng)絡環(huán)境中基站的能耗問題，提出一種基于穩(wěn)定選擇的基站休眠算法，該算法通過遍歷小區(qū)內(nèi)所有基站，在保證網(wǎng)絡穩(wěn)定性的前提下關閉某些負載量較低的基站以節(jié)省網(wǎng)絡能源消耗。當基站進入休眠模式時，會把其原有用戶切換到相鄰基站提供服務。仿真結(jié)果表明，該算法在保證網(wǎng)絡穩(wěn)定性的同時可以有效降低基站能源消耗。

0 引言

隨著近年來移動設備數(shù)量以及移動數(shù)據(jù)需求量的爆發(fā)式增長，無線通訊網(wǎng)絡得到了快速發(fā)展，其中超密集網(wǎng)絡技術（Ultra Dense Network，UDN）是解決未來移動通信網(wǎng)絡高數(shù)據(jù)量需求的關鍵技術之一[1]。超密集網(wǎng)絡技術就是通過增加基站（Base Station，BS）部署密度的方式來提高整體網(wǎng)絡的負載能力[2]。然而，由于大量的基站部署在移動通信網(wǎng)絡中，引起了嚴重的能源消耗問題，因此提高基站的能源效率有助于降低整個移動通信網(wǎng)絡的能耗。

研究表明相比于宏基站（macro BS），部署在微蜂窩小區(qū)（small cell）中的基站及接入點的總能耗并不隨發(fā)射功率和頻率使用的變化而變化[3]。所以即使這些基站處于空閑模式下的能耗也相當大。在這種情況下，基站休眠技術被認為是解決上述問題的最有效方法之一[4]。

文獻[5]中提出了移動網(wǎng)絡中最基本的基站休眠策略，它主要研究并提出了業(yè)務負載量的變化幅度以及基站的密集程度是影響節(jié)能效果的主要因素，文中還提出業(yè)務負載量的波動越大那么所需基站的數(shù)量就越多，可以節(jié)省的能耗也越多。文獻[6]中提出了一種異構(gòu)蜂窩網(wǎng)絡能量模型，其中由小小區(qū)與宏基站共同組成了異構(gòu)網(wǎng)絡，通過跨層優(yōu)化的方式使用戶可以進行異構(gòu)基站接入，使負載量低的小小區(qū)進入休眠模式。

在基站休眠喚醒方面，其穩(wěn)定性也是需要考慮的因素之一。由于用戶的業(yè)務需求隨時可能發(fā)生變化，所以在執(zhí)行休眠策略時，基站可能會頻繁的進行開啟與關閉，這樣就會產(chǎn)生額外的網(wǎng)絡開銷對網(wǎng)絡整體性能產(chǎn)生負面影響。因此，本文針對網(wǎng)絡穩(wěn)定性的問題，提出了一種基于穩(wěn)定喚醒的基站管理算法，并綜合考慮了網(wǎng)絡穩(wěn)定性與能源消耗的問題。

1 模型

1.1 系統(tǒng)模型

網(wǎng)絡模型如圖1所示，本文中假設在一個超密集網(wǎng)絡中所有的小基站都被一個宏基站所覆蓋，宏基站可以收集所有小基站的信息，并且可以根據(jù)這些信息控制小基站進行狀態(tài)的改變（開啟或關閉）。一個用戶與相鄰基站建立連接可以有多種選擇。其他沒有與用戶建立連接的基站將被關閉或者進入休眠狀態(tài)以節(jié)省能源。本文中將處于開啟狀態(tài)的基站稱之為活動基站，處于關閉或者休眠狀態(tài)的基站稱為非活動基站。

圖1 網(wǎng)絡模型

在基站的休眠策略上，需要遵循以下要求：

（1）保持活動基站盡可能的少；

（2）所有用戶必須有至少一個基站為其提供服務；

（3）避免頻繁的開啟或關閉基站；

（4）避免頻繁的在小區(qū)之間進行切換；

（5）減少算法的計算復雜度。

1.2 優(yōu)化模型

為了得到能耗最小狀態(tài)下所對應的基站休眠組合方式，則建立以下優(yōu)化模型[7]：

其中Bi=1表示基站i處于開啟狀態(tài)，反之Bi=0則表示基站i處于休眠模式。Cij=1表示基站i與用戶j建立了連接，反之若未建立連接則Cij=0。關于連接信息Cij可以通過測量基站i的導頻信號獲得。文獻[8]中指出當基站處于休眠模式的時候，其某些組件依然處于活動狀態(tài)，這些組將將會每隔一段時間發(fā)送一次導頻信號，所以當基站處于休眠狀態(tài)時，也可以及時知道該基站的信息。另外宏基站可以利用用戶的位置信息來判斷用戶與小基站是否可以建立連接。公式（2）則保證了每一個用戶至少有一個活動基站與之相連接。

對于優(yōu)化目標（1）來說，它是一個NP-hard問題，通常對于求解整數(shù)線性規(guī)劃問題的方法是利用分支定界算法來求解[9]。

2 基于穩(wěn)定喚醒的基站管理算法

2.1 總體設計

本文提出的基于穩(wěn)定喚醒的基站管理算法主要有以下幾個方面：（1）根據(jù)用戶測量報告信息，宏基站可以得知小基站與用戶之間是否可以建立可靠連接。根據(jù)用戶基站連接信息，分支定界算法計算當前所需活動基站最小值，如果計算出所需理論活動基站的數(shù)量少于當前活動基站數(shù)量，則表示有足夠的優(yōu)化空間，然后運行優(yōu)化算法減少活動的基站數(shù)量。由于分支定界算法通常計算量比較大，它們將每隔一段時間運行一次（幾分鐘或幾小時）。（2）運行基于穩(wěn)定優(yōu)先的基站休眠算法，選擇最終合適的基站。（3）判斷開啟或關閉基站。算法流程圖如圖2所示：

圖2 基站管理算法流程圖

2.2 基于穩(wěn)定優(yōu)先的基站管理算法

當計算出的優(yōu)化空間足夠大時，則開始運行穩(wěn)定優(yōu)先的基站管理算法，來決定是否開啟或關閉基站。算法流程如下所述：

Algorithm 1基于穩(wěn)定優(yōu)先的基站管理算法

STEP 1：根據(jù)當前所有基站的負載量大小情況，將所有基站進行排列，建立一個信息表。

當前負載量最高的基站位于列表首位。將此時處于休眠狀態(tài)的基站放置到列表末端。

設置基站列表索引，處于列表第一位置的基站i=1。將所有基站狀態(tài)都調(diào)成為休眠狀態(tài)。

將列表長度設置為基站總數(shù)。

STEP 2：激活基站i，將其進入工作模式。

STEP 3：

if所有的用戶都可以被當前活動的基站所覆蓋then

if如果當前活動基站數(shù)等于計算出的理論所需基站最小數(shù)量then

結(jié)束算法并輸出結(jié)果

else

更新狀態(tài)信息；關閉基站i，使其進入休眠模式

end if

end if

STEP 4：

if在接下來的步驟中如果無法滿足保持網(wǎng)絡穩(wěn)定性的條件或者不可能獲得比當前更好

的網(wǎng)絡性能 then

關閉基站i，使其進入休眠模式

end if

if基站i是列表中的最后一個基站 then

將i的值設置為列表中最后一個活動基站的序號

end if

i=i+1

repeat

STEP 1-4

Until沒有更多的基站可以選擇輸出可能存在的計算結(jié)果

該算法首先從當前負載量最高的活動基站開始優(yōu)化，并且優(yōu)先保持這些基站的開啟狀態(tài)，這種方式可以避免基站進行頻繁的開啟與關閉，可以節(jié)省大量網(wǎng)絡開銷與能耗。

其中網(wǎng)絡穩(wěn)定性需要遵循以下原則：

不應有太多的基站需要開啟或關閉

其中NBS_SW為需要關閉或開啟的基站數(shù)量，δ2為某一預設閾值。

潛在網(wǎng)絡增益不能太小

其中NBS_sav為需要關閉的基站數(shù)量，δ3為某一預設閾值。

應盡量減少小區(qū)間切換

其中NHO為需要關閉的基站數(shù)量，δ4為某一預設閾值。

在遵循網(wǎng)絡穩(wěn)定性的條件下，不僅可以提升網(wǎng)絡的穩(wěn)定性，還可以大幅地降低休眠算法的計算復雜度。如果某基站進入休眠模式后，其用戶將全部切換到相鄰基站提供服務。

3 實驗

本文是基于LTE系統(tǒng)環(huán)境進行的仿真。本次仿真網(wǎng)絡環(huán)境為異構(gòu)網(wǎng)絡，由宏基站與小基站共同組成，所有小基站都被一個宏基站所覆蓋，每個小基站距離間隔50m。宏基站位于中心位置，小基站則隨機分布在區(qū)域內(nèi)的任意位置以模擬密集網(wǎng)絡環(huán)境。

圖3表示本文提出的基站管理算法與文獻[10]中的傳統(tǒng)基站管理算法在所需活動基站數(shù)量上的對比，本文提出的算法與文獻[10]中的算法每隔60分鐘運行一次，并且根據(jù)用戶連接數(shù)量重新計算所需的活動基站數(shù)量。圖中可以看出，在系統(tǒng)吞吐量相差不大的情況下，本文提出的算法所需活動基站數(shù)要比傳統(tǒng)算法少，本文算法平均所需33.4個活動基站而對比算法則需要平均51.2個活動基站。圖中δ2的取值為10，δ4的取值為20，將δ3設置為1可以使算法發(fā)揮最好的性能。通過不斷調(diào)整這幾個參數(shù)，可以在網(wǎng)絡穩(wěn)定性與能耗之間找出平衡，如圖5所示。

圖3 活動基站數(shù)對比

圖4 吞吐量對比圖

圖5δ2值與切換次數(shù)以及活動基站數(shù)量之間的關系

圖4 表示兩種休眠算法吞吐量的對比。圖中可以看出每個時間點的系統(tǒng)吞吐量基本相同，這就說明本文提出的休眠算法在降低基站能耗的同時可以滿足用戶的吞吐量需求。

圖5橫坐標為δ2的數(shù)值，圖中表示網(wǎng)絡切換次數(shù)、活動基站數(shù)量與δ2值之間的關系，從圖中可以看出通過調(diào)節(jié)δ2的值可以在網(wǎng)絡穩(wěn)定性與能耗之間進行平衡，例如δ2的值越高每小時切換次數(shù)就越少，網(wǎng)絡穩(wěn)定性就越高，但是所需要的活動基站數(shù)就越多，能耗也就越大，可以根據(jù)具體情況來調(diào)節(jié)δ2的值。

4 結(jié)語

本文提出了一種基于穩(wěn)定選擇的基站休眠算法，該算法通過遍歷小區(qū)內(nèi)所有基站，在保證網(wǎng)絡穩(wěn)定性的前提下關閉某些負載量較低的基站以節(jié)省網(wǎng)絡能源消耗。當某基站進入休眠模式時，會把其原有用戶切換到相鄰基站提供服務。仿真結(jié)果表明，該算法在保證網(wǎng)絡穩(wěn)定性的同時可以有效降低基站能源消耗。

[1]賈亞男,岳殿武.面向5G的小蜂窩網(wǎng)絡研究綜述[J].電訊技術,2015,55（11）：1296-1303.

[2]M.Kamel,W.Hamouda and A.Youssef,et al.Ultra-Dense Networks：A Survey[J].IEEE Communications Surveys&Tutorials,2016,18（4）：2522-2545.

[3]I.Ashraf,F.Boccardi,and L.Ho,et al.Power Savings in Small Cell Deployments Via Sleep Mode Techniques[C].IEEE 21st International Symposium on Personal,Indoor and Mobile Radio Communications Workshops（PIMRC Workshops）.IEEE，2010：307-311.

[4]X.Zhang,S.Zhou,Y.Yan,C.Xing and J.Wang,et al.Energy Efficient Sleep Mode Activation Scheme for Small Cell Networks[C].2015 IEEE 82nd Vehicular Technology Conference（VTC2015-Fall）.Boston：IEEE,2015：1-4.

[5]E.Oh and B.Krishnamachari,et al.Energy Savings through Dynamic Base Station Switching in Cellular Wireless Access Networks[C].2010 IEEE Global Telecommunications Conference GLOBECOM 2010.Miami：IEEE,2010：1-5.

[6]Han T,Ansari N.On Optimizing Green Energy Utilization for Cellular Networks With Hybrid Energy Supplies[J].Wireless Communications,IEEE Transactions on,2013,12（8）：3872-3882.

[7]I.Ashraf,F.Boccardi,and L.Ho,et al.Power Savings in Small Cell Deployments Via Sleep Mode Techniquesp[C].IEEE 21st International Symposium on Personal,Indoor and Mobile Radio Communications Workshops（PIMRC Workshops）,Sep.2010：307-311.

[8]I.Ashraf,L.T.Ho,and H.Claussen,et al.Improving Energy Efficiency of Femtocell Base Stations Via User Activity Detection[C].IEEE Wireless Communications and Networking Conference（WCNC），Apr.2010：1-5.

[9]李平風,劉海峰.線性整數(shù)規(guī)劃分支定界法并行化研究[J].電腦知識與技術，2016（24）：28-30.

[10]M.Amerga,B.Umatt,and V.Mittal,et al.Sleep Mode for Wireless Communicat-Iondevice During Out of Service Operation[J].US Patent 2007/0 207 841 A1,2007.

Research on Base Station Management Algorithm in Ultra Dense Network

SHI Feng，GENG Xuan
（College of Information Engineering,Shanghai Maritime University,Shanghai 201306）

In order to improve the energy usage efficiency,proposes a stability-aware and energy efficient management base station method.The algo?rithm traverses all the base stations in the cell,on the premise of ensuring the stability of the network,it is necessary to shut down some low?er load base stations in order to save the network energy consumption.If a BS is chosen to be turned off,it hands over all its subordinate us?ers to neighboring active BSs.The simulation result shows that this algorithm is able to ensure network stability and is capable of effectively cutting down the energy consumption of base station.

國家自然科學基金（No.61401270）

1007-1423（2017）23-0003-05

10.3969/j.issn.1007-1423.2017.23.001

石峰（1990-），男，江蘇人，在讀研究生，研究方向為無線通信

2017-05-08

2017-08-10

超密集網(wǎng)絡；基站休眠；能源效率

Ultra Dense Network;Base Station Sleep;Energy Efficiency