一種面向超密集網絡非理想Backhaul部署的負載均衡方法
【技術領域】
[0001] 本發(fā)明涉及無線通信技術領域，特別涉及第五代移動通信系統（the 5th generation，簡稱為5G)中超密集網絡場景下考慮非理想回程部署的負載均衡。
【背景技術】
[0002] 移動互聯網和智能終端的快速發(fā)展帶來了移動數據業(yè)務的爆發(fā)式增長，數據流量 呈現指數式增長。這些變化引發(fā)了業(yè)界對第五代(5G)移動通信的討論。未來的網絡將面對 巨大的挑戰(zhàn)，這些挑戰(zhàn)包括更大的容量，更優(yōu)的性能，更低的能耗，更高的頻譜效率，更低的 開銷等。而超密集網絡(ultra-dense network，簡稱為UDN)是第五代(5G)移動通信的關鍵 技術之一。小型化基站(small cell)的密集部署可以提高覆蓋，同時增加數據業(yè)務的傳輸 速率，從而適應未來5G移動通信1000倍的數據業(yè)務量需求。
[0003] 在超密集網絡中，由于站點和用戶的分布都是不均勻的，每個站點服務的用戶數 可能存在較大差異。另一方面，距離small cell較近的用戶由于站點功率的差異可能仍然 接入宏基站，這不僅導致small cell對用戶產生較大干擾，而且宏基站中用戶較多會導致 宏基站負載過重。以上因素將導致整個網絡的負載不均衡，小基站的無線資源不能充分的 得到利用。而過多的用戶接入宏基站，將導致用戶平均分配的資源減少，用戶的業(yè)務需求無 法得到保證，特別是高速流媒體業(yè)務將受到嚴重的影響。因此，通過有效的功率控制進行業(yè) 務分流，擴大小基站的服務范圍是十分必要的。整個網絡的負載均衡也將改善網絡的性能， 提高用戶的服務體驗。但小基站的密集化，小基站部署位置的隨機化，受限于部署場景，非 理想回程將被廣泛應用。隨著干擾控制等空口技術的日趨成熟，空口的傳輸速率有很大提 升，非理想backhaul(回程)已逐漸成為超密集網絡的瓶頸，它將直接限制小基站的吞吐量。 換言之，如果過多的用戶被分流至小基站中，若小基站的backhaul鏈路無法承載，則會帶來 較大的時延，小基站無法滿足用戶的QoS(QuaIity of Service);而如果分流的用戶過少， 小基站的空口資源和回程資源都無法得到有效的利用。
[0004] 因此，在考慮小基站backhaul能力的基礎上，將宏蜂窩中的用戶分流至小基站，提 高小基站空口和backhaul鏈路的資源利用率，同時實現整個網絡的負載均衡是超密集網絡 中需要解決的關鍵問題。

【發(fā)明內容】

[0005] 本發(fā)明的負載均衡算法主要考慮兩個因素。第一，小基站在通過功率調整，擴大覆 蓋范圍的時候，需要考慮發(fā)射功率的限制。即小基站的最大發(fā)射功率是受限的。第二，小基 站在進行用戶分流時，需要考慮自身backhaul的能力，需要保證小基站的吞吐量不超過 backhaul容量，否則將會帶來較大的時延，而且無法保證用戶的QoS需求。
[0006] 進一步，本發(fā)明在符合超密集網絡部署的場景中參考3GPP TR36.932(3rd Generation Partnership Project technical request 36·942)中對wireless backhaul (無線回程）容量的界定，確定小基站非理想backhaul的容量。為了區(qū)別不同小基站的 backhaul能力，小基站的backhaul容量在界定的范圍內隨機取值，從而模擬實際的部署情 況。在此基礎之上，各個小基站進行獨立的功率控制，根據backhaul容量情況，調整功率因 子的取值，實現有效合理的用戶分流。
[0007] 本發(fā)明的負載均衡算法包括以下步驟：
[0008] 步驟200,計算小基站的吞吐量。
[0009] 網絡由M個UE與S個small cell組成，所有small cell與宏基站頻率復用。在信道 模型中，我們考慮路徑損耗和瑞利衰落。所有的small cell與宏基站構成集合Q。用戶與平 均SINR(Signal to Interference plus Noise Ratio,信干噪比）最大的基站建立連接。 [0010]因此，用戶j的接收速率計算如式⑴所示：
[0012] 其中，上述式（1)中，hij代表用戶j與小基站i之間的信道衰落，gij代表用戶j與小 基站i之間的路徑損耗。Pi代表小基站i的發(fā)射功率，N代表噪聲功率，Bi代表小基站i的功率 控制因子。Wij代表分配給用戶的帶寬。Q為small cell與宏基站構成的基站集合。hkj代表用 戶j與基站k(除小基站i外的其余基站)之間的信道衰落，gkj代表用戶j與基站k之間的路徑 損耗，Pk代表基站k的發(fā)射功率，Bk代表基站k的功率控制因子。
[0013] 從而，小基站i的吞吐量Ri計算如式(2)所示：
[0015]其中，上述式(2)中乃為小基站i服務的用戶集合 [0016] 步驟210，比較backhau 1容量和功率是否超過限制。
[0017] 由于小基站的最大發(fā)射功率是受限的，因此根據最大發(fā)射功率可以得到小基站能 夠采用的最大功率控制因子為Bmax，即控制門限。將步驟200計算的小基站的吞吐量與小基 站backhaul容量進行比較，并將小基站的功率控制因子Bi與最大功率控制因子進行比較， 若滿足以下兩個條件，則可以增大功率控制因子，分流用戶;任何一個條件不滿足，則小基 站不再對功率控制因子進行調整。
[0018] 條件 l:Ri〈Ci
[0019] 條件 2:Bi〈B腹
[0020] 其中，條件1中Ci小基站i的backhaul容量。
[0021] 步驟220,功率控制因子調整
[0022] 根據步驟210的比較結果，進行功率控制因子的調整。功率控制因子按照一定的歩 長進行調整。調整的歩長Bo可以由各個小基站自行確定。則功率控制因子按照以下公式進 行調整：
[0023] Bi = Bi+(l-Ri/Ci)*Bo (3)
[0024] 若小基站i沒有分流到用戶，則小基站i按照公式(3)繼續(xù)進行功率因子的調整，并 進行條件2的判斷。一旦小基站分流到用戶或功率控制因子達到限制，則不再進行功率因子 的調整。每次成功分流后，小基站對用戶進行調度，之后返回步驟200,從步驟200開始進行 再一次的功率因子的調整。
[0025]本發(fā)明中負載均衡算法核心思想在于考慮小基站非理想backhaul的能力，即 backhaul容量，并考慮小基站功率的限制，之后進彳丁功率因子的調整。功率因子的調整的歩 長可以由各個小基站自行確定。一般來說，歩長越大，分流的用戶越多。因此，backhaul容量 較大的小基站，可以采用較大的功率因子歩長進行調整。
[0026]有益效果
[0027] 本發(fā)明的負載均衡算法，可以進行分布式的功率因子調整，各個小基站根據自身 的backhaul容量進行獨立的用戶分流，做到將backhaul能力與分流能力匹配。對同一小基 站不同分流區(qū)域的用戶而言，其功率控制因子是不相同的，從而保證了較小的功率開銷。
【附圖說明】
[0028] 圖1是本發(fā)明的超密集組網系統模型示意圖；
[0029] 圖2是本發(fā)明的算法實施流程圖；
[0030] 圖3是本發(fā)明的小基站平均用戶頻譜效率的仿真示意圖；
[0031 ]圖4是本發(fā)明的小基站平均吞吐量的仿真示意圖；
【具體實施方式】
[0032] 本發(fā)明實施案例結合附圖做詳細說明。
[0033] 實例1是本發(fā)明的超密集網絡下的負載均衡的算