移动信息系统

PDF
移动信息系统/2016年/文章
特殊的问题

设计、尺寸和优化4 g / 5 g无线通信网络

把这个特殊的问题

研究文章|开放获取

体积 2016年 |文章的ID 3798523 | https://doi.org/10.1155/2016/3798523

PawełSroka,阿德里安公里, 无线资源管理游戏5 g在密集的无线网络”,移动信息系统, 卷。2016年, 文章的ID3798523, 17 页面, 2016年 https://doi.org/10.1155/2016/3798523

无线资源管理游戏5 g在密集的无线网络

学术编辑器:Ioannis Moscholios
收到了 2016年8月01
修改后的 2016年10月3日
接受 2016年11月01
发表 2016年12月15日

文摘

本文认为一个有效和灵活的工具的问题干扰缓解之初异质细胞5 g网络。几种基于博弈论的方法研究,关注非合作的游戏,每个基站最终试图最大化其收益。回程的需求调查的分析方法进行,提议的回程需求减少的机制。此外,改进能源使用的优化提出了进一步提高系统收益。详细的仿真结果提出之初5 g无线系统表明,讨论了博弈论的方法是很有前途的解决方案干预缓解优于LTE-Advanced的算法实现了频谱效率。最后,证明了引入节能和backhaul-optimized操作并不显著降低性能考虑的方法。

1。介绍

作为信号覆盖率,增加吞吐量的保证高效的服务交付,最后被高效的频谱利用率的主要目标,第二,第三,第四代蜂窝系统(1,2),它是各种网络的集成与能源效率已经预见到无线网络的进一步发展的关键因素。高互联网络集成的结果指导/控制的数据交换,影响回程交通增长和核心网络。与此同时,能源效率的主题在未来无线网络成为近年来一个重要的研究领域。高利息的移动网络运营商(MNOs),因为应用程序的复杂的解决方案,可以提高整体能源消耗,从而进一步降低运营支出(2- - - - - -5]。

1.1。相关工作

一般来说,能源消耗的最小化已经被认为是在各种场景中,包括蜂窝网络(例如,所有接入网优化(6,7),回程,核心网络(8,9]可以考虑),其他无细胞的无线网络(即。,无细胞的网络(10- - - - - -12]),和有线网络(包括光网络(13- - - - - -15])。提出了各种解决方案,针对通信和网络的不同方面,比如先进的无线电资源和干扰管理使吞吐量增强或传输功率降低(例如,16- - - - - -18]),将选定的网络节点进入睡眠模式(如基站,光学模块(19- - - - - -21)根据交通需求,或节能路由(例如,22,23])。可以观察到所有的网络元素的整体视图是必要的为了评估实际收益可以通过选择节能意识的应用解决方案。实际上,很可能在一个地方所有观察到的好处由于所选算法的应用程序可以在另一个地方失去了能源消费的增加。换句话说,重要的是尽可能广泛的方面来分析在开发新的节能解决方案。

1.2。范围和新奇

在这项工作中,我们专注于先进的无线电资源和干扰管理的应用算法密集城市无线网络(接入网)细胞的总吞吐量最大化和优化能源使用的基站。详细和准确的模拟场景提出了欧盟METIS2020项目这样一个环境中被选中作为让模拟接近现实的推动者(24]。干扰协调的算法提出了4 g网络(称为增强(eICIC)[注液电池干扰协调25- - - - - -27)已经与我们的解决方案基于博弈论的工具的应用。让我们注意,博弈论已经多次被认为是作为一个有价值的工具在蜂窝网络。在我们的工作中,我们试图分析的有效性提出了博弈论的工具的角度来看他们的实际实现。因此,我们不仅讨论了收敛时间(系统中导致延迟),还分析交通在回程和核心网络会影响我们的算法的应用。本文由小说方面如下:(一)无线电资源和干扰管理提供新的解决方案在密集的城市5 g细胞最大化吞吐量的网络整体能耗的最小化,考虑到回程网络流量增加(b)总结和定义各种博弈论的工具,可以用来实现这一目标及其与eICIC技术(请注意,场景和没有被认为是网络节点协调)(c)分析应用的影响提出回程交通工具和潜在的能源消耗的增加,网络的一部分

让我们强调,本文的主要目的是比较不同slow-time-scale干扰管理机制,可以视为未来候选人5 g网络,假设一个相同的仿真设置。然而,我们不打算使用相同的游戏和拍卖模型每一个情况下,不同的定义可以根据游戏类型和优化标准。

本文组织如下。首先,讨论了系统模型考虑实验部分2。一旦提出,建议节能提供了游戏在这种情况下。然后,部分3提出了详细的游戏一起定义建议的方法实现平衡预计为每一场比赛。回程交通的分析,往往被沉重的负担新的复杂的算法,如协调多点(CoMP)中提供了部分4,实现了计算机仿真结果和描述的部分所示5。最后,本文得出结论。

2。一个密集的网络的系统模型

为了分析该算法的效率在降低能源消耗在下一代网络的背景下,一个密集的城市场景已被选为考虑,在多个户外用户终端与宏观或微观通信基站部署在建筑和由MNO管理。

2.1。详细的模型描述

在这部作品中,用例开发的梅蒂斯人2020项目24)被认为是,一样密集的城市无线网络建模。假设移动用户使用正交频分多址(OFDMA)技术的频率复用因子等于1与其中一个部门天线部署MNO在周围的建筑,如图1。一个人可以观察到 天线安装在被认为是区域,三个主要的 行业宏观天线安装在中央大楼和9双 行业微型天线部署在靠近邻近的建筑物。随着宏观基站安装在屋顶(5米高的桅杆已经使用),微基站的天线位于10米和3米的高度,建筑墙分开。每个建筑都包含六层(高3.5米),有一个广场的基本大小的120米 120米。街道的宽度包括人行道和车道设置为12米。full-buffer的数量、静态和均匀分布用户设备(UE)将考虑地区 。这意味着用户的平均数量由一个基站 等于

每个基站可用带宽(BSs)分为时频块,BSs传输的每个块使用所选的每副载波功率水平。选择这些级别的设置 ,如图2

现在让我们用数学形式描述场景。以后表示为所有用户的集合 , 表示一组用户的废话 。在每一个时间间隔,每个BS划分了10件问题可用的资源根据比例公平(PF)规则。让 表示之间的信道增益 th BS和 在副载波th问题 ( ),让 在接收机噪声方差 (我们假设每个移动用户拥有的知识频道衰减根据观察到的飞行员从所有基站信号;然后这些信息可以发送到服务基站)。信号干扰加噪声比(SINR)问题 的废话 在副载波 给出如下: 在哪里 表示BS的传播力量 在副载波 代表了基站的设置(球员)。

在我们的工作中,我们假设所有BSs感兴趣实现至少最低的吞吐量 和所表达的运营成本最小化总消耗能量。的吞吐量 问题,BS 可以计算的 在这里 代表副载波的分配 在时间 到问题 的废话 , 和问题的速度 的废话 在副载波 , 计算,根据传输传输块大小决定按3 gpp长期演进(LTE)规范(28]。

2.2。回程连接

所有BSs可以使用专用的控制和信号信息交换接口。为进一步回程流量分析(见部分4)是任意假定每个微基站直接fiber-connected宏观基站,如图3。一起,例如,fiber-to-the-antenna radio-over-fiber技术,可以作为技术推动者等实现一个回程网络。然而,请注意,其他回程连接的实现是可能的(有线但nonfiber、无线等),但这样的详细分析超出了本文的范围。让我们注意回程负载优化不是直接包含在任何干扰管理解决方案相比,与回程只考虑作为一个贡献整体能源消耗。

2.3。节能在密集的网络游戏

光谱和能源效率的关键人物是值得在下一代网络的背景下,特别是在密集的情况下用户(问题)的部署。指前要求,在考虑的场景中,所有基站共享同一频谱;就是一个完整的频率复用情况一起实现先进的基站之间干扰管理解决方案和服务的用户。在当代的蜂窝网络的背景下,注液电池等技术干扰协调(ICIC)在LTE或eICIC almost-blank子帧(ABS)在长期Evolution-Advanced (LTE-A)提出了25- - - - - -27]。我们想集中精力解决方案将至少达到现在的效率水平的解决方案。因此,在各种提案等无线资源管理(RRM),我们选择博弈论的工具,每个无线网络实体作为一个球员在一个指定的游戏。这些工具已经被证明是有效的RRM在各种场景中,例如,(29日- - - - - -34]。

在这项工作中,我们已经决定利用博弈论的工具在实际场景中但专注于实现频谱和能源效率。特别是,以下假设了:首先,这个游戏在基站(手机用户不积极参与游戏)在非合作的方式;第二,相同的游戏策略定义为每个球员;第三,游戏和玩家的回报定义的方式促进能源效率的同时达到吞吐量/率优于或至少与eICIC解决方案。下面的方法从LTE-A RRM算法,我们假设能源效率可以通过自适应功率分配和无线资源块中用户,根据他们的立场和有效的信噪比。考虑的假设,16传播策略已确定。他们定义了传输功率在一定频率可能由BSs部分波段,如图4

首先,给定策略的选择将一帧的时间,由十子帧(也称为传输时间间隔(创科实业))的1每个女士;因此可能改变在时频平面上的功率分配方案将每10毫秒。在我们的方案中,考虑频带 资源块(苏格兰皇家银行)(相当于20 MHz)进一步分为三个部分波段的33岁,33和34岁的苏格兰皇家银行,分别。换句话说,这些次能带的带宽= kHz = 6.6 MHz kHz = 6.8 MHz。每个玩家(宏观或微观基站)可以传播基地或减少传输能量,表示 。十六10之间的权力分配方案进行选择,如在图表示4。任意假定,减少传输能量的值是10 dBm低于基本传输能量在整个10 MHz频带宽度。此外,已经决定宏观的总传输功率基站设置为46 dBm(或相当于26 dBm每一个RB)和微基站33 dBm(或相当于13 dBm / RB)。

可以观察到这种方法能源效率将通过先进的作业在基站中选择策略。然而,这将在稍后讨论,这种方法会导致高的应用需要分发的详细和准确的网络节点之间的上下文信息(球员)。例如,交换的确切值信噪比率之间的基站和每个用户可能是必要的。在我们的工作中,我们还将讨论这个实用方面的解决方案;,将提供回程流量分析,包含这部分的网络是一个公平的关键整体能源效率的分析。

为了评估提出的能源效率的解决方案,我们表达这个变量的任意位/ Hz的平均数量每焦耳每细胞。第二个指标用于评估算法的质量是在给定的时间内消耗的总功率。

3所示。能源效率的游戏的定义

3.1。游戏的定义

注液电池干扰问题的缓解游戏可以描述使用以下标准定义: 让我们假设,在每一个时间 ,废话 选择它的行动从一个有限集合 后,概率分布 在哪里 表示BS的概率 戏剧行动 。由于玩的一个策略 基站会收到回报,表示以后 。这样的收益可以被定义为,例如,总吞吐量观察到基站降低成本这个基站已经支付这个策略(例如,能源消耗)。因此,一般来说,每个BS的目的是最大化其收益与其他BSs或不合作,实现所谓的游戏平衡。在下面,我们将根据需求扩展和适应这个简单的模型被选中的平衡。

3.2。选择的平衡
3.2.1之上。纳什均衡

最受欢迎的概念是一个被称为“纳什均衡”。当基站中表示为纳什均衡策略 (35,36),以下将持有的关系: 在哪里 代表的可能策略 th BS,而 定义了策略选择的其他BSs的设置;也就是说, , , BSs的基数吗 。纳什均衡背后的想法是找到实现率的地区相关(选择一个可用的策略),从任何球员不能增加其效用(增加总收益)不减少其他球员的回报。

回报定义。纳什均衡的成就将被认为是一个非合作的游戏,在基站优化自己的时间,不考虑整体系统的性能。此外,我们认为不需要发送附加信息之间的球员。在这种情况下,b的效用或更好的回报 将被定义为速度观测到这个球员:

波尔兹曼吉布斯分布。一个直接的问题:如何保证实现纳什均衡。一个著名的学习方法,有效的收敛的速度,是使用分对数学习,也称为波尔兹曼吉布斯学习。波尔兹曼吉布斯规则后的均衡实现的一个特例 纳什均衡,可以学会在一个完全分布式的方式(37]。波尔兹曼吉布斯分布可以使用进行描述 的球员 , 选择的概率是行动 在时间 , 是一组可用的行动,对吗 , ,该值 被解释为影响收敛速度的温度参数。

战略识别。在我们的工作,我们比较不同的平衡。为了确保每个部分的清晰性和可读性,我们提供一个惟一的标识符用于进一步的文本参照一定的场景。以后,纳什均衡,本节中描述的场景将被称为东北。

3.2.2。相关的平衡

现在让我们关注相关均衡的概念,在那里,简而言之,执行选择操作的联合概率的球员是考虑38]。相反的纳什均衡,平衡假设相关的成就在我们的例子中活跃的玩家之间的信息交换。一般来说,在每一次瞬间,每个BS扮演的一个 策略 , 。因此,假设集 离散和有限的,至少存在一个平衡表示系统状态当一个球员不能改善其收益(效用)当其他玩家不改变自己的行为。这种状态被称为相关均衡(CE),定义如下: 在(8), 的概率是玩战略 在当其他BSs选择自己的策略 , 。概率分布 是一个联合质点BSs策略的不同组合的函数。在[29日),相关的不平等均衡定义意味着当BS的建议 是选择行动 而不是,然后选择其他行动 不能导致较高的预期回报BS。

回报定义。让我们制定一组所有BSs的行动选择 ,在那里 是一组动作选择以外的所有BSs 。我们可以介绍rate-dependent Vickrey-Clarke-Groves(向量)30.)拍卖机制,每个BS旨在最大化效用 , ,定义为 在哪里 表示成本(利率损失)介绍了BS 所有其他的BSs,评估如下: 拍卖机制的使用向量基于速率会导致系统的整体性能的最大化利用节点之间的合作。然而,在现代无线系统,问题更感兴趣的是履行的服务质量(QoS)需求比最大化。因此,作为一种替代方法,可以考虑一个拍卖机制,表明向量与满意度 定义为(19)和(21),可作为制定 在哪里 表示表明成本评估如下:

Regret-Matching学习。达到CE,可以应用一个集中的方法,那就是,然而,非常复杂30.]。根据(39),regret-matching学习的过程可以用于迭代达到CE。在[29日- - - - - -31日),修改regret-matching学习算法分配的方式来学习如何实现平衡相关的解决向量拍卖,旨在最小化后悔的选择一个特定的行动。后悔 的废话 在时间 在行动 而不是其他操作给出如下: 在哪里 在哪里 该实用程序在时间吗 的平均收益是废话吗 将获得如果它扮演了另一个动作而 在过去每一次。因此,积极的价值 意味着废话 将会获得更高的平均回报比当玩不同的行动 。最后,考虑到后悔 行动,BS的概率 选择策略 可以制定如下: 在哪里

战略识别。相关的平衡通过上述regret-matching算法的应用将被表示为

3.2.3。相关的平衡和降低复杂性

的一个主要负担相关的实际应用前面小节中所描述的相关均衡概念是需要快速交换每个移动用户的信道状态的详细信息,或者至少支付观察到每一个基站(BS)(球员)。准确的数据交换将导致高流量增加回程网络中观察到,在部分将详细讨论4。因此,现在让我们来介绍实现均衡的概念与regret-matching算法复杂性的降低。在这种方法中,效用函数以及整个regret-matching拍卖算法和向量保持不变,除了这样一个事实:在每个迭代中只有回报的策略选择每个BS流传在网络中其他玩家,而不是整个表的回报。

战略识别。为了区分这个解决方案和纯粹的应用相关的平衡我们表示这个场景

3.2.4。广义纳什均衡:满意度平衡

的成就满意均衡(40),代表一个特定情况下所谓的广义纳什均衡,是一个非合作的博弈的目标的例子假定信息交换。学习满意度平衡(SE)的过程中可以使用的元素描述以下游戏: 在哪里 表示一组球员(BSs), 表示一组可用的行动, 满足对应的球员吗 ,这表明玩家是否满意。信件被定义为 , 玩动作时代表球员的观察工具 表示所需要的最小效用水平的球员 。游戏状态,当所有玩家同时满足个人的约束被称为满意度平衡(SE),定义如下(40]。

操作配置文件 是一个平衡的游戏吗

满足通信和回报定义。SE的存在主要取决于约束对效用函数的集合,与约束的可行性作为必要条件。

考虑场景的BSs作为游戏玩家,满足通信可以被定义在所有用户的满意度水平,BS,如下所示: 在哪里 是问题的满意度 当b选择行动 。个人问题满意度可以定义使用二进制表示: 另外,可以考虑一个放松版本的个人问题满意使用s形的函数:

请注意相关的情况相比,平衡每个球员的回报满意度定义的严格对应,不显式地引用率,因为它是如此的平衡相关。

学习满意度平衡。我们假设游戏玩家采取行动在连续时间间隔,每个时间间隔内的选择只有一个行动。在每一个时间间隔,球员也观察是否满意。在每个时间间隔的选择行为是基于概率分布: 这被称为勘探的概率分布(40]。在这样的假设,SE可以找到使用行为规则,即玩家采取下一步行动 如下: 概率分布的选择 可能会影响收敛时间和也应该允许勘探的所有操作(因此所有操作应该有非零概率)。一个简单的选择可能是使用统一的概率分布 。另一方面,更复杂的概率分布可以使用更新方法,提高收敛速度,例如,基于动作之前已经被选择的次数(40]。

上面给出的学习解决方案的主要问题是,它忽略了公用事业玩家在更新的过程中观察到的概率分布。另一种方法提出了在41),分散优化使用修改后的执行行为规则,占观察工具。这种方法,称为满意均衡搜索算法(SESA),利用个人的知识工具增加的概率选择行动,提供更高的回报。

战略识别。解决方案基于使用满意度平衡将表示以后 ,前者描述情况满意度由二进制表示函数在(20.),后者标识情况乙状结肠函数中定义(21使用)。

3.3。能源效率因素在游戏中定义

到目前为止,我们已经讨论了策略,保证速率最大化通过适当的资源和干扰管理。让我们注意的成就满足平衡可以被视为一种游戏,能源效率纳入账户中玩家满意,它将不考虑资源分配给其他玩家的持续的过程。这意味着将最小化多余地分配资源的浪费,从而导致更好的能源利用系统。然而,在前一节中给出的解决方案,利用相关的平衡需要修改以导致整体能源效率改善系统。因此,我们建议在游戏中包括能源消耗成本的定义,特别是我们建议修改支付功能。

回报定义。为了达到更好的能源利用率的基站,同时保持平均细胞率不变,我们建议定义的回报 th BS如下: 在哪里 代表的总传输功率 th BS和 表示成本(利率损失)介绍了BS 所有其他的BSs,评估如下:

同样,考虑到能源利用系数在考虑满足平衡,(19)修改如下: 的满意度问题 计算使用(21)。

战略识别。上面的概念被应用到以下策略: , , 。为了区分新的解决方案,我们使用下标 ;也就是说,以下将使用标识符: , ,

3.4。回程交通减少

在讨论部分3.2。3,应用程序的每个在这一节中描述的解决方案需要的交换数量相对较高的流量。尽管其影响能源消耗的回程网络将在稍后讨论,很明显,任何减少的数量控制信息是有益的。因此,以下章节中讨论的解决方案3所示。3,我们建议进一步简化算法的回报值的量化过程的应用程序分布在球员。到目前为止,我们已经假定每个基站循环的完整信息本身和所有服务用户之间的信道或回报的表。在战略表示 ,只有值与所选策略必须交付给其他玩家。然而,信道信息和回报价值都是双值,使用二进制表示,例如,32位。为了减少此类信息开销,我们提出量化的信息回报价值四位;,仅有的16个代表值的指数的回报可以流传。可以观察到这种方法应用的回程交通将减少至少8次(如果使用32位表示)。

策略识别。以前,信息量子化的概念已经应用到策略: , , 现在表示 , ,

3.5。混合解决方案

最后,我们共同应用部分中描述的概念3所示。33所示。4。表示的策略 , ,

3.6。战略的比较

为了简要比较上述解决方案,我们收集了简洁的信息表1


策略名称 ID 回报定义 信息交换

1 纳什均衡 细胞率通过基站:看(6) 没有一个
2 相关的平衡 至于不,但降息观察到其他玩家的成本被认为是;看到(9) 通道信息或收益表
3 CE减少 至于2号,但减少回程交通,只有选择更新回报 选择策略的回报价值
4 满意度平衡二叉 最小化多余地分配资源的浪费;满足对应计算(20.) 没有一个
5 满意度平衡乙状结肠 至于4,但满意度计算通信(21) 满意度表
6 能源效率 选择策略已经修改为包括能源效率在回报定义(24节)3所示。3 在2 - 5
7 量化 16-level量化玩家之间的信息交换,部分3所示。4 在2 - 5,但减少到4位二进制表示
8 能源效率和量化 混合策略利用能源效率增加收益的定义和量化,部分3所示。5 在7

4所示。回程交通分析

的一个关键问题,这种方法的实际实现的数据量必须活跃中传阅players-BSs(例如,在相关均衡情况下)。这个参数是严格相关观测数据延迟交付b;因此重要的是要评估的信息添加到回程网络负担。此外,它很容易预测,即使是高度复杂的解决方案的保证利率或吞吐量不会实际部署,如果他们将导致nonacceptable延迟网络或需要较高的基础设施投资。在这两种情况下,应用程序的算法将导致直接或间接成本增加MNO可能不是可接受的。当我们处理一个高度密集的无线网络的现实场景,本章的主要目的是讨论的技术可行性考虑博弈论的解决方案。

以下部分中给出的假设2.2让我们记住,每个球员都有光纤连接在星型拓扑结构(即与另一个。,one or two hops are required to deliver data between any two nodes) (fiber connection is our technology of choice, since solutions like fiber-to-the-antenna, FTTA, and/or radio-over-fiber, RoF, based techniques are often of the highest interest from the MNO point of view, e.g., [42- - - - - -44];感兴趣的读者也鼓励遵守相关工作的无线和光学零件之间的连接通信网络(45- - - - - -47])。尽管我们选择光纤作为一种保证基站连接,其他的解决方案,如千兆以太网或无线回程,也可以考虑。在本文中讨论的用例,我们故意选择一个光纤网络作为一个相当成熟的技术,使网络中实现高数据率。一旦选定参考技术,我们需要估计的交通负载由于应用程序提出的解决方案。在我们的计算中,我们将重点关注相关的算法利用均衡情况下,因为它的特点是最高的需要进行数据交换。然而,让我们再次注意回程优化不是任何被认为是游戏的一部分,仅用于比较能耗的目的。

在最简单的情况下,每个基站都需要与其他节点的信息交流通道特征的服务用户 和每个可能的概率分布策略。在下面,我们修复的二进制表示每个节点之间交换的32位值。这样的一个矩阵通道包含的信息 条目, 代表苏格兰皇家银行的总数 对于普通的用户数量由一个基站(例如, ,在那里 是基站总数)。假设统一的用户考虑地区部署(即。,大约。 ),所需的比特数等于转移 对应于大约每10位数进行。44 Gbps。此外,为了循环所选择的策略(在我们的例子中16日),每个基站都需要发送4位导致总交通 位/ 10进行。这样一个伟大的比特数必须交换肯定会取消这种从进一步考虑由于其nonpracticality算法。希望可以强烈减少因为这样一个沉重的负担而不是渠道收益矩阵可以交换信息。特别是,为了分配矩阵的回报(大小的计算策略的数量乘以基站的数量),我们需要发送 位/ 10进行。因此,总的流量增加观察在回程网络=约。 Mbps。

为了评估能源消耗增加的成本由于更高的交通在回程网络,我们评估了典型值的权力被当代纤维网络的运营商所使用的设备。这个问题的详细分析提出了(14]。由于网络中节点之间的短距离(小于2公里),不需要任何在线放大器。因此,必须占电力消耗的助推器,功率放大器,,最终,光交叉连接的回热器部署在中间节点(宏观基站)。后(14),两个模型的能量消耗可以analyzed-one依靠现代设备市场上的测量,另一个是基于一个分析模型。在前者情况下,流量的变化1.1 Mbps,事实上,没有可衡量的影响功率消耗的光学设备。正是由于电力消耗的值引用特定类的光学仪器或根本不取决于交通负载(例如,光放大器,OLA,用于短2公里消耗了恒功率65 W,而应答器/ muxponder为2.5 g流量和10 g流量需要25 W和50 W,职责)。1.1 Mbps的整体流量的改变不会导致改变,例如,应答器类。换句话说,第一种方法后,回程功耗将保持不变。因此,现在让我们讨论这个问题的功耗分析模型的应用提出了公式 在[14]。可以观察到具体的功耗取决于各种参数,如功率效率值(表示 ),冷却和设施开销 保护、交通 ,跳数 ,需求能力 ,交通需求的数量 。一个模范的力量被公式,例如,是 在哪里 光学放大跨度和吗 平均长度(lightpath)链接。可以观察到,对于一个给定的回程网络拓扑结构,所有的组件保持不变,除了交通需求的数量和平均容量的需求。可以得出类似的结论对其他回程网络的功率模型元素。因此,需要找到一个以下的价值关系 ,标 表示系统的状态和没有回程交通生成的算法本文中讨论。然而,根据讨论结果(数据 )(14),它可以得出结论,总消耗功率的增加由于交通增长1.1 Mbps,而可以忽略不计。

上面的讨论是要求最高的有效解决方案,即利用的概念相关的平衡和完整的信息交换。因为所有其他算法需要更少的转向在回程中交换数据网络,它可以得出结论,从能耗的角度回程网络的应用任何算法讨论了只有一个微不足道的影响。显然,这样的分析必须重复MNO采用一定的技术和解决方案。

5。仿真结果和分析

调查的性质和有效性考虑基于游戏的解决方案,系统级的蒙特卡罗模拟中描述的系统部分2一直在进行。仿真参数,微BS细胞范围扩展因数已经使用,认为有五个值 12.5,7.5,10日, (dB)。作为参考,四个配置已使用:(我)一个普通系统无干扰缓解(表示no_ICIC),(2)系统利用LTE-A固定eICIC四ABS指定宏BSs(以下指示为LTE-A eICIC),(3)系统使用一个动态LTE-A eICIC机制提出了(48(表示动态eICIC),(iv)系统使用一种自适应机制快速静音的适应与PF判据,提出了(49)(表示eICIC])。基于游戏的解决方案中,其中三个,即, , 和提出的版本 也被认为是节能,backhaul-optimized,混合形式。

5.1。基本的解决方案

在图5细胞的平均频谱效率(每秒每单位带宽)的比特数为基准提出了解决方案。人能注意到最高频谱效率是假设丰富信息交换实现方法, 优于其它解决方案。观察到的增益 与普通的系统或系统使用LTE-A eICIC超过20%,与 只表现稍差(相比减少了5% )。因此,当分析频谱效率,可以使用相关的平衡状态,基于游戏的方法是一个很有前途的解决方案减轻干扰。一个也可以注意到,没有改善,甚至减少频谱效率使用eICIC方法时,相比没有干扰的缓解。这表明干涉的主要受害者认为情况是影响微宏观问题件BSs传播。在这种情况下,eICIC不能改善宏观问题件的吞吐量,因为它指定almost-blank子帧(ABSFs)宏观BSs。另一方面,该方法使用CE或SE优化资源的使用在这两个宏和小BSs,从而提高宏观问题件经历高干扰的性能。

所有方法的性能改善与提高的范围扩张(重新)参数,它对应于一个更高的小型BSs问题件连接的数量。对于高RE,问题件,否则被分配到宏观BS和经验高干扰连接到小BSs和受益于使用eICIC或其他干扰缓解解决方案。此外,小BSs通常提供的服务比宏观BSs小数量的问题。因此,卸载用户小BSs导致更多的问题件被安排在传播。

解决方案基于SE概念的本质比CE表现更差,因为通信功能。对于达到所需的吞吐量的问题件,进一步提高数据率不会增加他们的满意度。因此,系统频谱效率改进的交易是一般用户满意度表示为实现某些必需的吞吐量。

5.2。节能解决方案

的属性是基于游戏的解决方案也可以用来提高系统的能源效率。因此,节能版本的选择算法也被认为是在调查。数据67现在的比较基线和节能版本的实现平均细胞能源效率和总功率消耗的系统,分别。人们可以注意到一个巨大的能源效率的获得可以在使用energy-optimized版本的实现 为高值,在大多数的交通是微BSs卸载。此外,它可以观察到在图7使用3 - 4次低传输能量的energy-optimized解决方案相比,使用eICIC平原系统或系统。

在大多数情况下,当使用能源效率达到最高 的方法。这种行为的原因是本身的性质对应功能。对于实现所需的吞吐量水平的问题件,进一步提高他们的效用可以通过减少传输功率。因此,能源效率提高的成本略有减少频谱效率,这是显示在图8

一个非常有趣的观察可以energy-optimized的行为 解决方案。可以注意到,由于减少之间的信息交换BSs能源使用的优化机制不能确定收益使用其他策略;因此他们大多吞吐量分析的基础上进行操作。这导致了几乎相同的性能基线的energy-optimized方法

能效优化的引入不会降低收益的考虑方法的频谱效率。如图8,energy-optimized的频谱效率实现的解决方案几乎是一样的,对于基线算法。唯一的例外是 的因素等于15分贝,达到很高的能源效率在频谱效率降低,成本仍高于普通系统。

5.3。Backhaul-Optimized解决方案

算法基于CE或SE可以产生高收益的光谱和能源效率。然而,BSs之间需要交换控制信息。为了减少负担回程网络,提出了一种基于回报的方法量化,在四位用来表示每个在回程中交换回报价值。图9介绍了频谱效率的比较实现基线和backhaul-optimized解决方案。人能注意到量化的引入对性能有轻微退化数情况下;然而,收益的频谱效率相比仍然是重要的简单的系统。

一个有趣的观察是,在频谱效率几乎没有任何损失 相比 。这表明量化有更大的影响在使用解决方案基于充分的信息交换。当使用SE方法,对应的特征函数降低了量化的成本。同样的,对 ,有限的信息交换,因此慢收敛,减小量化误差的影响。

同样,在评估混合方法,节能和backhaul-optimized方法同时应用。数据1011目前取得了平均细胞频谱效率和平均细胞能源效率,分别。可以注意到,使用混合方法的不显著降低性能的考虑与参考基线算法的解决方案。结论是相同的能源和backhaul-optimized解决方案。因此,改进都是有前途的,完全适用的方法提供了实用的方法实现认为博弈论的计划。

5.4。总结

提出基于游戏的解决方案已经评估的频谱效率、能源效率和总消耗功率。仿真结果清楚地表明,是最有前途的解决方案 算法,提供光谱方面的显著增加和能源效率。在实际系统中,本身可能是一个更合适的解决方案,通常使用服务问题部分,需要一些最小或聚合数据率,可以使用满意度对应函数来表示。通过使用不同的满意度定义为不同的服务,很容易区分的不同回报问题许多作品基于它们所使用的服务。

人能注意到显著提高CE和SE eICIC方法相比,这些不适合的场景与小到macro-layer干扰。BSs同样将微观和宏观的CE和SE的案例中,我们可以提高问题件的性能与宏观BS受害者的强烈干扰。此外,使用动态eICIC方法不能带来任何改善,考虑的场景是一个低流动性。

提出节能改造进一步增加了CE和SE的节能解决方案。高能源效率一直在观察,尤其是SE方法。在CE、高达到减少能源消耗仅在高RE参数的情况下,大多数小BSs问题件的连接。

从实用的角度来看,将是最合适的解决方案 一个,因为它需要最少的信息交换在回程网络。然而,人能注意到它好处少energy-optimized方法比其他解决方案。此外,实际应用的考虑与完整的信息交换是可能的和具有成本效益的方法由于考虑算法的鲁棒性与回报值的准确量化引起的。只稍稍降低实现光谱效率一直在观察 当基线相比,他们的解决方案。

最后,一个国家,可以使用不同的功率在BSs部分波段的选择提供了一种提高系统的频谱效率。这一增长是独立于类型的用户受到最高的干扰影响。对于宏观问题时的情况都块或小细胞问题件干涉受害者,系统性能的改善可以观察到当使用基于CE和SE认为博弈论的解决方案。这与基于使用ABSF eICIC的解决方案,因为这些旨在减少干扰从宏观到小细胞层下行。

6。结论

这项工作的目的是提出一个高效的无线资源管理和灵活的工具在其实际实现的背景下未来的无线网络。的基础上,提出了模拟的结果进行了一个高度密集的城市网络的精确模型,可以得出结论,提出对策论的应用算法保证细胞高吞吐量的成就,同时最小化能量消耗的基站。本文集中讨论的所有算法的优化整体能源消耗和这些策略是首选,减少能源消耗,同时保证高数据率观察到所有用户。所有的算法都与解决方案从LTE-A标准相比,eICIC,证明了它们的有效性。此外,基于详细讨论回程网络的流量增加的成本可以得出结论,提出解决方案的实际实现RRM将,而当考虑回程需求可以忽略不计。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

工作由PawełSroka部分框架中执行的FP7项目之下ict - 317669混血儿,这部分是由欧盟资助的。他的工作已经被波兰也支持科学和高等教育基金项目DSPB / 08/81/0161地位的活动。Adrian公里的工作已经被欧盟H2020支持项目的合同671639。

引用

  1. i f . Akyildiz d . m . Gutierrez-Estevez r··e . Chavarria-Reyes,“LTE-advanced和进化超越4 g (B4G)系统,”物理通信,10卷,31-60,2014页。视图:出版商的网站|谷歌学术搜索
  2. h . Boostanimehr z哈桑,v . k . Bhargava“绿色蜂窝网络:一项调查显示,一些研究问题和挑战,”IEEE通信调查和教程,13卷,不。4、524 - 540年,2011页。视图:出版商的网站|谷歌学术搜索
  3. m·a·Marsan和m . Meo节能与合作蜂窝网络无线上网,“计算机网络,55卷,不。2、386 - 398年,2011页。视图:出版商的网站|谷歌学术搜索
  4. l·m·科雷亚d·西o .布卢姆et al .,“挑战和支持技术对能源意识到移动无线网络,“IEEE通讯杂志,48卷,不。11日,第72 - 66页,2010年。视图:出版商的网站|谷歌学术搜索
  5. e·侯赛因v . k . Bhargava, g . p . Fettweis Eds。绿色无线通信网络英国剑桥,剑桥大学出版社,2012年。
  6. 公元前k . s . Ko,荣格,d . k .唱”的能源效率与多包接收无线随机存取网络,”学报2013年IEEE 24日年度个人国际研讨会,室内,和移动无线电通信(PIMRC 13),页1666 - 1670,伦敦,英国,2013年9月。视图:出版商的网站|谷歌学术搜索
  7. Q.-D。Vu, L.-N。Tran, m . Juntti E.-K。香港,“节能多宿主网络带宽和功率分配”,IEEE信号处理,卷63,不。7,1684 - 1699年,2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet
  8. x通用电气、m . Guizani h . Cheng和t·汉”5 g无线回程网络:挑战和研究进展,”IEEE网络,28卷,不。6,6尺11寸,2014页。视图:出版商的网站|谷歌学术搜索
  9. s . Tombaz k . w .唱,j .詹德”节能指标和模型设计的无线接入网络,”IEEE无线通信信,3卷,不。6,649 - 652年,2014页。视图:出版商的网站|谷歌学术搜索
  10. j . Baliga r·w·a·艾尔k .辛顿和r·s·塔克”在有线和无线接入网络能量消耗,”IEEE通讯杂志卷,49号6,70 - 77年,2011页。视图:出版商的网站|谷歌学术搜索
  11. 张y”,能源管理机制的性能建模在IEEE 802.16 e移动WiMAX,”IEEE无线通信和网络研讨会论文集(WCNC ' 07)IEEE,页3205 - 3209年,香港,2007年3月。视图:出版商的网站|谷歌学术搜索
  12. t . Adame a·贝尔b . Bellalta j . Barcelo m·奥利弗,”IEEE 802.11啊:WiFi M2M通信方法,”IEEE无线通信,21卷,不。6,144 - 152年,2014页。视图:出版商的网站|谷歌学术搜索
  13. n . Benzaoui y Pointurier, t . Bonald J.-C。Antona、问:魏和m·洛特”在下一代光学性能分析移动回程网络,”学报》第16届国际会议上透明光网络(ICTON 14)2014年7月,页1 - 4,。视图:出版商的网站|谷歌学术搜索
  14. w·w·范·Heddeghem f·伊济科夫斯基Vereecken, d .穿过公路,m . Pickavet和p . Demeester“功耗建模在光学多层网络,”光子网络通信,24卷,不。2、86 - 102年,2012页。视图:出版商的网站|谷歌学术搜索
  15. Bauknecht和f .樵夫”操作动态资源和权力IP-over-WSON网络模型”通信网络的进步:19尤妮斯/联合会WG 6.6国际研讨会,开姆尼茨,德国,2013年8月28 - 30日。诉讼卷,8115在计算机科学的课堂讲稿施普林格,页1 - 12,柏林,德国,2013年。视图:出版商的网站|谷歌学术搜索
  16. h·李,“多用户多代理渠道选择的q学习的认知无线电系统:一个2×2的情况下,”《IEEE国际会议系统,人与控制论(SMC ' 09)IEEE,页1893 - 1898年,圣安东尼奥,德克萨斯州,美国,2009年10月。视图:出版商的网站|谷歌学术搜索
  17. c .汉和盔甲,“节能绿色广播、无线资源管理策略”专业的沟通,5卷,不。18日,第2639 - 2629页,2011年。视图:出版商的网站|谷歌学术搜索
  18. 公里,n . Dimitriou a Zalonis, o .荷兰,“节能、无线流量卸载”学报2013 20电信国际会议(ICT的13)摩洛哥卡萨布兰卡,页1 - 5,,2013年5月。视图:出版商的网站|谷歌学术搜索
  19. j . Christoffersson“能源效率的细胞重新配置:MIMO non-MIMO和3芯网站泛光灯,”IEEE 73车辆技术研讨会论文集(职业训练局的11)IEEE,页1 - 5,2011年5月,日本横滨。视图:出版商的网站|谷歌学术搜索
  20. p . Kolios诉Friderikosy, k . Papadaki“关掉低利用率基站通过存储携带和转发转发,”《IEEE 21个人国际研讨会,室内和移动无线电通信车间(PIMRC 10)2010年9月,页312 - 316。视图:出版商的网站|谷歌学术搜索
  21. n . Sapountzis s Sarantidis t . Spyropoulos n . Nikaein和萨利姆,“减少能源消耗小细胞网络的体验质量受到限制,”学报2014年IEEE全球通讯大会(GLOBECOM 14)德克萨斯州奥斯汀市,页2485 - 2491,美国2014年12月。视图:出版商的网站|谷歌学术搜索
  22. 问:李,m .徐y, l .高,崔y,和j .吴“安全、实用节能迂回路由的IP网络,”IEEE / ACM交易网络,22卷,不。6,1925 - 1937年,2014页。视图:出版商的网站|谷歌学术搜索
  23. j .左c .董h . v . Nguyen l l s x Ng。杨,l . Hanzo“跨层辅助节能机会主义路由在临时网络,”IEEE通信,卷62,不。2、522 - 535年,2014页。视图:出版商的网站|谷歌学术搜索
  24. METIS2020、移动和无线通信二千零二十信息社会的推动者,2015,https://www.metis2020.com/
  25. d . Lopez-Perez Guvenc, g . de la罗氏m . Kountouris t .问:美国Quek)和j·张,“强化inter-cell干扰协调异构网络的挑战,”IEEE无线通信,18卷,不。3,比如22 - 30,2011页。视图:出版商的网站|谷歌学术搜索
  26. r1 - 104256,eICIC解决方案细节德国德累斯顿,3 gpp标准,2010年。
  27. r4 - 10493,前进在候选人TDM模式评价eICIC Intra-Frequency要求。3 gpp标准,杰克逊维尔,佛罗里达州,美国,2010年。
  28. 3 gpp TS 36.300,“第三代合作伙伴项目;技术规范集团无线接入网络;进化通用陆地电台访问(进阶)和通用陆地无线接入网(E-UTRAN);统一描述、诉11.3.0 2012。视图:谷歌学术搜索
  29. m . Charafeddine z, a Paulraj, j . Cioffi”结晶率的区域平衡与干扰噪声,干扰通道通过相关”IEEE国际会议通信学报》(ICC ' 09)德累斯顿,页1 - 6,IEEE,德国,2009年6月。视图:出版商的网站|谷歌学术搜索
  30. 公里,p . Sroka, m . Debbah“结晶速率区域MIMO传输,”Eurasip无线通讯和网络》杂志上ID 919072条,卷。2010年,17页,2010。视图:出版商的网站|谷歌学术搜索
  31. p . Sroka和a .公里”分布式干扰减轻双重无线网络使用相关的平衡和regret-matching学习,”《欧洲网络和通信会议(EuCNC 14),2014年6月。视图:出版商的网站|谷歌学术搜索
  32. n .驻香港m . Hayajneh和h,“Congestion-based定价在宽带无线网络资源管理,”IEEE无线通信,9卷,不。8,2600 - 2610年,2010页。视图:出版商的网站|谷歌学术搜索
  33. 黄永发。小云和k . g . Shin自适应干扰管理同信道OFDMA家庭基站的部署,“IEEE在选定地区通讯》杂志上卷,29号6,1225 - 1241年,2011页。视图:出版商的网站|谷歌学术搜索
  34. m·哈达德s e . Elayoubi e·奥特曼和z奥特曼,”一个混合方法异构无线资源管理认知网络,”IEEE在选定地区通讯》杂志上卷,29号4、831 - 842年,2011页。视图:出版商的网站|谷歌学术搜索
  35. j·f·纳什”,平衡在n人游戏”,美国国家科学院院刊》上的美利坚合众国,36卷,不。1、49、1950页。视图:出版商的网站|谷歌学术搜索|MathSciNet
  36. e . g .拉尔森e·a·Jorswieck j . Lindblom和r . Mochaourab“博弈论与平落高斯干扰信道:分析在无线网络资源冲突,”IEEE信号处理杂志,26卷,不。5,18-27,2009页。视图:出版商的网站|谷歌学术搜索
  37. Lasaulce和h . Tembine博弈理论对无线网络和学习:基本面和应用程序、学术出版社、剑桥、质量,美国,2011年。
  38. r . j . Aumann“主体性和相关随机策略,”数理经济学杂志,1卷,不。1,第96 - 67页,1974。视图:出版商的网站|谷歌学术搜索|MathSciNet
  39. “美国哈特和A . mas - colell简单的自适应过程平衡,导致相关”费雪,卷68,不。5,1127 - 1150年,2000页。视图:出版商的网站|谷歌学术搜索|MathSciNet
  40. s . m . Perlaza h . Tembine s Lasaulce和m . Debbah”服务质量在分散的网络配置:满意度平衡的方法,”IEEE杂志在信号处理所选主题》第六卷,没有。2、104 - 116年,2012页。视图:出版商的网站|谷歌学术搜索
  41. s . m . Perlaza h . Tembine s Lasaulce和m . Debbah”满意度平衡:一般在自配置网络QoS提供框架,”《IEEE全球通信会议配置网络(GLOBECOM 10)美国佛罗里达州,迈阿密,2010年12月。视图:谷歌学术搜索
  42. k m . Maamoun和h t Mouftah”,调查和小说方案RoF-PON FTTx无线服务,”学报第六高容量光纤网络和支持技术国际研讨会(HONET ' 09)IEEE,页246 - 253年,亚历山大,埃及,2009年12月。视图:出版商的网站|谷歌学术搜索
  43. j .比阿斯g . Castanon Aldaya, a . Aragon-Zavala和g . Campuzano“毫米波频率电台在光纤系统:一项调查,“IEEE通信调查和教程,15卷,不。4、1593 - 1619年,2013页。视图:出版商的网站|谷歌学术搜索
  44. 诉a·托马斯·m·El-Hajjar, l . Hanzo”性能改进和成本降低技术在光纤通信、广播”IEEE通信调查和教程,17卷,不。2、627 - 670年,2015页。视图:出版商的网站|谷歌学术搜索
  45. n . Ghazisaidi m·迈尔和c m . Assi”Fiber-wireless (FiWi)接入网络:一项调查,“IEEE通讯杂志卷,47号2、160 - 167年,2009页。视图:出版商的网站|谷歌学术搜索
  46. 郭l . y . Liu, b .龚et al .,“绿色生存Fiber-Wireless (FiWi)宽带接入网络,”光纤技术,18卷,不。2、68 - 80年,2012页。视图:出版商的网站|谷歌学术搜索
  47. b . Kantarci: Naas, h·t·Mouftah”节能DBA和QoS metro-access收敛FiWi网络限制,”学报》第14届国际会议上透明光网络(ICTON 12)英国考文垂,页1 - 4,2012年7月。视图:出版商的网站|谷歌学术搜索
  48. s . Vasudevan r . n . Pupala, k . Sivanesan”动态eICIC-a主动策略提高频谱效率的异构LTE蜂窝网络利用用户移动性和交通动态,“IEEE无线通信,12卷,不。10日,4956 - 4969年,2013页。视图:出版商的网站|谷歌学术搜索
  49. “俗和k . i Pedersen集中式和分布式解决方案快速静音适应LTE-Advanced HetNets,”IEEE车辆技术,卷64,不。1,第158 - 147页,2015。视图:出版商的网站|谷歌学术搜索

版权©2016 PawełSroka和Adrian公里。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点999年
下载544年
引用

相关文章