[发明专利]一种密集DTDD网络中基于小区动态分簇的干扰管控方法

权利要求书

1.一种密集DTDD网络中基于小区动态分簇的干扰管控方法，其特征在于，所述密集DTDD网络中基于小区动态分簇的干扰管控方法包括：

第一步，统计小区间的干扰强度与业务差异大小，对基站进行动态分簇，令同簇内的基站使用相同的子帧配置方案；

第二步，对簇内的业务状况进行统计，选择使簇内吞吐量最大的TDD子帧配比作为簇内统一的子帧配置方案；

第三步，对小区中的部分用户进行二次关联；确定小区动态分簇的算法开销与网络性能增益的折中关系，通过构建效用函数，确定算法开销与网络性能均衡的最佳分簇周期；

所述密集DTDD网络中基于小区动态分簇的干扰管控方法具体包括：

步骤一，设计基站分簇准则；按照下式，计算基站间互耦损耗大小，量化基站间的干扰强度：

MCL_eNB1-eNB2＝TAG_eNB1+RAG_eNB2-PL_eNB1-eNB2；

其中，TAG_eNB1和RAG_eNB2分别为基站eNB1的发射天线增益与基站eNB2的接收天线增益，PL_eNB1-eNB2为基站间的平均路径损耗，其中包括穿透损耗、路径损耗，以及由于阴影效应引起的损耗；

对分簇周期内基站间业务状况进行统计，并按照下式，设计结合互耦损耗与业务差异的基站分簇准则：

其中，ω_m,n(t)表示在第t个分簇周期结束时基站eNB_m和eNB_n能否归为一簇的评价因子，表示基站eNB_m与eNB_n在第t个分簇周期内的平均互耦损耗，u_i(t)＝B_s,i(t)/B_u,i(t)×[B_s,i(t)+B_u,i(t)]表示在第t个分簇周期内第i个小区的下行队列长度B_s,i(t)与上行队列长度B_u,i(t)的相对大小关系；0＜α,β＜1分别为互耦损耗与业务比例的权重系数，用来表示基站间干扰强度与业务差异对分簇结果的影响程度；

根据分簇准则将ω_m,n(t)值较大的基站分为一簇；

步骤二，为簇内设置统一的TDD子帧配比；

首先每个用户分别对各自在分簇周期内的业务缓存大小和平均吞吐量进行统计，将用户u_m在分簇周期内第n个子帧完成处理的上行和下行数据包的个数分别记为和计算出在u_m的上行吞吐量和下行吞吐量分别为：

其中，ξ表示网络中数据包的长度；根据用户在每个子帧中的吞吐量，得到在第t个分簇周期内用户u_m的平均上行吞吐量T_i^U(t)和平均下行吞吐量T_i^D(t)分别如下：

根据簇内每个基站关联用户的上下行吞吐量，簇内所有基站将各自在分簇周期结束时的上下行缓存大小与吞吐量发送给簇头，再由簇头对簇内所有基站的业务状况进行统计，得到在第t个分簇周期内，完成簇内所有的业务传输所需要的下行子帧个数与上行子帧个数的比值μ_i(t)的表达式如下所示：

按照下式，簇头选择与簇内缓存大小/吞吐量最为接近的TDD子帧配比，作为簇内统一的子帧配置方案，并广播给簇内的其它基站：

其中，μ_k为第k种子帧配置方案的下行子帧与上行子帧个数之比，μ_i为簇C_i内业务传输所需要的下行子帧个数与上行子帧个数的比值；

簇中其它基站收到簇头发送的子帧配置方案后，将自身的子帧配置方案修改为统一的子帧配置方案，并在下一次分簇周期内保持该子帧配置方案不变；

步骤三，按照基站分簇准则与簇内子帧配置方案，对基站进行动态分簇；

步骤四，对簇内用户进行二次关联，基站动态分簇过程中，在每次分簇周期开始前，判断是否需要对簇内用户进行二次关联；

步骤五，求解最佳分簇周期；

所述步骤三按照基站分簇准则与簇内子帧配置方案，对基站进行动态分簇具体包括：

首先，初始化基站与用户的状态信息，在七种TDD子帧配置方案中随机选择一种作为基站的初始子帧配置方案；将用户按照最近关联准则与基站进行关联，得到基站和用户的初始化集合分别为和初始化已分入簇中的基站个数为0个，簇的集合用表示；对基站间的平均互耦损耗MCL进行初始化，令作为簇C_i内的簇内互耦损耗初始值；

然后，从基站序列中随机选择一个基站S_i，判断S_i是否已经分入簇中；如果S_i已完成分簇，则重新选择一个基站进行判断；否则，将S_i归入簇C₁中，并将基站S_i设置为簇C₁的簇头，同时修改S_i的分簇状态为已完成分簇；依次对簇C_j(j＝2,3，…,N_clu)的簇头基站进行选择；

最后，完成所有簇中的簇头基站设置之后，在基站序列中随机选择另外一个未归入簇中的基站S_k，分别计算S_k与N_clu个簇内已有基站的ω评价因子的平均值，选择评价因子ω最小的簇，将基站S_k归入其中；如果S_k与多个簇的评价因子值相等，随机选择其中一个簇将S_k归入其中；将所有基站全部归入簇中；

分簇过程结束后，对每个簇分别进行遍历，按照簇内子帧配置方法，由簇头统计簇内所有基站的业务状况，计算得到簇内统一的上下行子帧配比，并将其广播给簇内的其它基站；簇内其它基站按照簇头广播的子帧配置方案修改自身TDD配置，并在下一次分簇周期中保持这种子帧配置方案不变；在下一次分簇周期结束后，重复基站分簇与簇内子帧方案配置的过程，直至仿真周期结束；

所述步骤四对簇内用户进行二次关联具体包括：

首先将簇内基站按照下行业务比例大小分为三类，如果同时存在下行业务比例较大和较小的基站，选择簇内下行业务比例较大的基站，作为切出用户的源基站，同时选择簇内下行业务比例较小的基站，作为切入用户的目标基站，按照下式，设计用户二次关联的评估因子，选择评估因子最小的用户作为二次关联用户，将该用户由源基站重新关联至目标基站：

其中，R(i,n,q,m)表示归入簇C_i中的基站S_n选择与自身关联的用户u_m，切换至簇内目标基站S_q中的评价因子；ε_n和ε_q分别表示用户u_m当前关联基站的下行业务缓存比例与簇内目标基站的下行业务缓存比例；SINR_q和SINR_n分别为用户u_m接收到来自目标关联基站S_q与当前关联基站S_n的信干噪比的比值；0＜α,β＜1分别表示将用户u_m进行二次关联后，原关联基站S_n与目标基站S_q中的下行业务比例分别与簇内统一配比相近程度的权重系数，0＜γ＜1表示二次关联的用户u_m接收到来自目标基站S_q与原基站S_n的信干噪比的相似度；

然后，完成一次用户二次关联后，判断簇内所有基站的下行业务比例与统一子帧配比中下行业务占比差值是否在一定门限内；如果同时存在下行业务比例较高和较低的基站，则继续进行用户二次关联，否则，停止对用户二次关联的选择与切换过程；

所述步骤五求解最佳分簇周期具体包括：

首先，按照下式对动态分簇算法得到的网络总体吞吐量进行统计，使用T_i^U(T)和T_i^D(T)分别表示在第t个分簇周期内，簇C_i的上行和下行吞吐量总和；

其中，和分别表示簇内每个用户的上下行吞吐量，K_n表示簇C_i中包含的基站的个数，N_m表示簇C_i中基站S_m在第t个分簇周期内关联的用户个数；给定网络中划分簇的个数为N_clu个，则在第t个分簇周期结束时，网络中上行总吞吐量T^U(T)和下行总吞吐量T^D(T)分别计算如下：

然后，对动态分簇方法的算法开销进行统计；用P_Total(T)表示在分簇周期T内用于动态分簇算法的总开销，可知：

P_Total(T)＝P₁(T)+P₂(T)+P₃(T)；

其中，P₁(T)和P₂(T)分别表示在第t个分簇周期内，动态分簇算法中簇头向簇内其它基站节点获取业务状态的开销，及簇头向簇内其它基站广播统一子帧配比的信令开销，两部分开销均发生在簇内子帧方案配置过程中；每个簇中基站的个数用N_c表示，可知在簇内子帧方案配置中算法的复杂度O(P₁(T))＝O(P₂(T))＝N_c；P₃(T)表示在第t个分簇周期内，簇内对用户进行二次关联时将基站业务状态进行排序的信令包的个数，开销发生在对基站进行分簇后，对簇内用户进行二次关联，优化簇内的业务分布过程中；使用N_clu表示网络中簇的总数，N_conn表示基站关联的最大用户数，可知用户二次关联过程中算法的复杂度O(P₃(T))＝N_c²×N_conn；

最后，得到分簇过程中吞吐量与算法的开销大小，建立算法开销与网络总吞吐量的效用函数：

其中，0＜α＜1表示吞吐量对分簇周期效用因子的影响权重，(1-α)表示算法开销对分簇周期的影响权重，为分簇周期T内的分簇开销，T^D(T)和T^U(T)分别为网络进行分簇后得到的下行与上行吞吐量之和，B(T)为折中吞吐量与分簇开销的效用因子；选择使效用因子最大的分簇周期，即为均衡算法开销与网络吞吐量的最佳分簇周期。