郝　敏，張治中，席　兵

(重慶郵電大學(xué)通信網(wǎng)測試工程研究中心,重慶　400065)

?

5G網(wǎng)絡(luò)中基于距離感知的動態(tài)基站關(guān)閉算法

郝敏，張治中，席兵

(重慶郵電大學(xué)通信網(wǎng)測試工程研究中心,重慶400065)

摘要:無線通信的能耗問題受到越來越多的重視，能量效率成了5G網(wǎng)絡(luò)中三大效率特性之一。一般而言，流量負載較低時，基站資源利用率也相對較低，造成基站資源浪費。為解決這個問題，提出一種基于距離感知的動態(tài)基站關(guān)閉算法。該算法通過動態(tài)關(guān)閉多余的基站來降低網(wǎng)絡(luò)能耗，在滿足基站負載均衡的條件下，通過估計用戶與其關(guān)聯(lián)基站的距離，計算可關(guān)閉基站的最大數(shù)目。仿真結(jié)果表明，所提算法較基于隨機關(guān)閉的基站節(jié)能算法，明顯地降低了能耗，并將平均節(jié)能百分比提高到88%。

關(guān)鍵詞:5G；距離感知；負載均衡；節(jié)能

隨著第五代移動通信(5G)時代的到來，業(yè)務(wù)應(yīng)用和用戶體驗的需求迫使網(wǎng)絡(luò)運營商需要尋找新的技術(shù)來降低運營成本，提高數(shù)據(jù)傳輸速率，從而提升用戶體驗質(zhì)量。成倍增長的數(shù)據(jù)業(yè)務(wù)使得網(wǎng)絡(luò)設(shè)施的需求急劇擴大，同時也引起了大量的能量消耗。綠色節(jié)能作為5G的重要需求之一，要求網(wǎng)絡(luò)的總能耗在用戶數(shù)據(jù)流量成千倍增長時不會提高。預(yù)計到2020年，未來5G網(wǎng)絡(luò)中端到端每比特能耗需要降低到現(xiàn)在的1/1 000。IMT-2020推進組提出了未來5G還將致力于改善網(wǎng)絡(luò)建設(shè)的運營能耗與成本效率[1-2]。因此，未來5G通信在維持各類業(yè)務(wù)增長的同時，減少能耗是十分必要的，能耗成本的增加也使得人們越來越多地關(guān)注降低能耗的方法。

在國內(nèi)外，基站能耗問題受到廣泛重視，在基站節(jié)能方面有眾多的研究。文獻[3]針對不同的流量模式提出不同的異構(gòu)網(wǎng)絡(luò)部署，通過比較不同網(wǎng)絡(luò)部署場景來分析小區(qū)半徑大小對基站功耗的影響以及評估最優(yōu)的網(wǎng)絡(luò)部署，但沒有涉及到網(wǎng)絡(luò)節(jié)能方案；文獻[4]提出最優(yōu)小區(qū)半徑的概念，在沒有用戶活躍的情況下，結(jié)合休眠模式分析了小區(qū)半徑大小對基站功耗的影響。但同樣沒有提出具體的節(jié)能方案；文獻[5]提出一種基于流量需求的基站節(jié)能關(guān)閉算法。小區(qū)在獲取足夠的容量和覆蓋范圍的情況下，通過能量控制機制給活躍基站分配頻譜資源和能量的方式來最小化能耗，但沒有考慮控制機制能耗問題且操作不易實現(xiàn)；文獻[6]討論了當(dāng)UMTS蜂窩網(wǎng)絡(luò)處于低流量情況時，通過隨機關(guān)閉基站的方式來達到節(jié)能的目的，但是這種節(jié)能方式會造成流量高的基站被關(guān)閉的可能；文獻[7]提出兩種節(jié)能的方法：1)集中式的貪婪算法，根據(jù)流量負載來檢查每個基站，從而決定是否關(guān)閉；2)分散算法，每個基站估計各自的流量情況來獨立決定其是否關(guān)閉。但這兩種算法都沒有研究基站負載均衡，未說明活躍基站的負載情況；文獻[8]提出基于流量變化動態(tài)基站關(guān)閉策略，同時要考慮基站的阻塞率，基站要在最短的時間內(nèi)考慮是否關(guān)閉，但是沒有考慮小區(qū)網(wǎng)絡(luò)覆蓋的問題；文獻[9]提出基于用戶關(guān)聯(lián)策略基站關(guān)閉算法，但基站關(guān)閉的數(shù)目沒有達到最佳，造成基站資源浪費。

以上所述的策略主要是根據(jù)接入網(wǎng)中流量的變化決定基站的關(guān)閉，通過減少活躍基站的數(shù)目來達到節(jié)能的目的。在低負載的情況下，關(guān)閉不必要的基站，這些關(guān)閉的基站策略或者是隨機關(guān)閉的，或者是基于流量負載進行基站關(guān)閉的。但這些策略沒有評估基站關(guān)閉小區(qū)的網(wǎng)絡(luò)覆蓋以及基站的負載情況。當(dāng)基站關(guān)閉后，活躍的基站要對關(guān)閉基站區(qū)域的用戶提供服務(wù)，但在提供服務(wù)之前，并未評估活躍基站的負載情況，這就容易造成基站負載不均衡，從而降低了網(wǎng)絡(luò)的服務(wù)質(zhì)量(QoS)。而且上述基站關(guān)閉策略的依據(jù)條件比較單一，粒度較小，沒有起到很好的節(jié)能效果。

基于此，本文提出了基于距離感知的動態(tài)基站關(guān)閉算法。當(dāng)流量負載較低時，該算法根據(jù)流量負載情況以及用戶與其關(guān)聯(lián)基站的距離動態(tài)地關(guān)閉多余的基站，不僅能夠降低網(wǎng)絡(luò)的能量損耗，而且提高了基站資源的利用率。另外，在決定基站關(guān)閉之前需對活躍基站的負載進行評估，確?；钴S基站的負載均衡，可以有效提高網(wǎng)絡(luò)QoS。

1系統(tǒng)模型

1.1網(wǎng)絡(luò)模型和流量模型

對于不同的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，本文所提的動態(tài)基站關(guān)閉算法均適用。不失一般性，本文討論的場景如圖1所示，為一個密集的網(wǎng)絡(luò)部署，相鄰的基站重疊覆蓋。假設(shè)網(wǎng)絡(luò)由K個具有相同覆蓋半徑R和周期性變化的流量負載模式的小區(qū)組成，并且每個小區(qū)由一個基站控制。在每個小區(qū)內(nèi)，假定用戶是隨機接入的，并且用戶流量的產(chǎn)生滿足泊松分布。圖2表示了一天內(nèi)基站的流量負載變化模型。

假設(shè)網(wǎng)絡(luò)中流量產(chǎn)生模式服從排隊論中經(jīng)典的M/M/N多服務(wù)臺排隊模型[10]：服務(wù)時間服從指數(shù)分布，平均值為1/μ，單位是s/call；用戶到達間隔服從均值為1/λ的指數(shù)分布，單位是s/call。當(dāng)一個呼叫發(fā)生時，基站以恒定比特率為R(kbit/s)的速率為用戶提供服務(wù)。假設(shè)系統(tǒng)總帶寬為C，c表示一個基站可以同時提供服務(wù)的最大呼叫數(shù)，有

(1)

系統(tǒng)中流量產(chǎn)生和服務(wù)時間的參數(shù)可以表示為

(2)

式中：ρ表示通信強度，同時可以表示相對的流量負載(如圖2)；α表示通信率。

系統(tǒng)的狀態(tài)是以用戶的數(shù)目為特征的，pn表示有n個用戶通話的概率，通過M/M/c多服務(wù)臺排隊論系統(tǒng)狀態(tài)平衡方程求得[10]

(3)

(4)

當(dāng)網(wǎng)絡(luò)容量達到它的上限時，不能再建立新的呼叫，這樣就會發(fā)生排隊等待。Lq表示由于系統(tǒng)過載而不能提供服務(wù)的呼叫數(shù)

(5)

1.2能耗模型

本節(jié)提出網(wǎng)絡(luò)的能耗模型，通過此模型來分析網(wǎng)絡(luò)的能耗。對于一個給定的基站(BS)，其能耗可以模擬為一個線性的方程[11]，主要包括：1)固定的能耗E[Econst]，即供給天線的能耗，這部分能耗與傳輸功率以及基站流量負載成正例；2)非恒定部分的能耗，主要分為兩類：第一類是基站處于空閑狀態(tài)的能耗E[Eidle]，即基站沒有為任何用戶提供服務(wù)；第二類是基站為用戶提供服務(wù)時所需的能耗E[ETX]，即有流量產(chǎn)生時基站需要的動態(tài)能耗，其大小由用戶數(shù)量以及用戶和基站間距離來決定。通過上面的分析，可以推出能耗模型，對于一個小區(qū)，服務(wù)K個用戶的基站總能耗為

E[EBS]=E[Econst]+E[Eidle]+E[ETX]

(6)

前面式(3)中p0表示基站沒有為用戶提供服務(wù)的狀態(tài)，即基站處于空閑狀態(tài)。處于空閑狀態(tài)的基站功耗可以表示為Pidle。假設(shè)功率的能量損耗以秒為單位計算，那么基站在處于空閑狀態(tài)下的平均能耗E[Eidle]可用下式表示

E[Eidle]=p0·Pidle·tidle

(7)

基站處于工作狀態(tài)時消耗的能量遠遠高于空閑狀態(tài)，并且隨著基站承載業(yè)務(wù)量的增大，傳輸數(shù)據(jù)所消耗的能量也逐漸增大。設(shè)PTX表示基站只提供一個呼叫服務(wù)時的功率消耗，則基站同時服務(wù)k個呼叫時的發(fā)射功率PTX,k可表示為

(8)

前面式(4)中pn=(p1,p2,…,pc)表示基站處于工作狀態(tài)，此狀態(tài)下的基站可對應(yīng)同時服務(wù)n=(1,2,…,c)個呼叫。單個基站能同時服務(wù)的最大呼叫數(shù)為c。對應(yīng)地，為了服務(wù)上述多個呼叫，分別需要的時間為1/μ,1/2μ,…,1/cμ。則基站處于服務(wù)狀態(tài)時平均能耗E[ETX]可表示為

(9)

那么整個網(wǎng)絡(luò)中的總能耗可以表示為

E[Etotal]=Non×(E[Econst]+E[Eidle]+E[ETX])

(10)

式中：Non表示處于活躍狀態(tài)的基站數(shù)。

在移動通信系統(tǒng)中，吞吐量Q[T]表示系統(tǒng)發(fā)送數(shù)沒有幀丟失的平均速率。對于單個基站而言，吞吐量等于基站服務(wù)的平均呼叫數(shù)與服務(wù)速率R之積，可表達為

Q[T]=(p1·1+p2·2+…+pc·c+pc+1·c+…)·

(11)

由公式(11)可知，當(dāng)網(wǎng)絡(luò)中基站的激活數(shù)目為Non時，則系統(tǒng)總吞吐量Q[Ttotal]可表示為

(12)

為了驗證網(wǎng)絡(luò)的綠色性[12-13]，這里以能源效率(Energy Efficiency，EE)作為衡量標(biāo)準(zhǔn)對網(wǎng)絡(luò)的綠色性能進行度量。能量效率指每單位能耗產(chǎn)生的有用工作，它是系統(tǒng)性能的重要衡量指標(biāo)。移動通信領(lǐng)域的有用工作是系統(tǒng)吞吐量，單位為bit/s。則系統(tǒng)能量效率E[EEtotal]可表達為

(13)

1.3問題公式化

由式(10)分析可知，為了使基站的能耗達到最低，應(yīng)主要將活躍基站數(shù)Non最小化，即

minNon=N-Noff

(14)

式中：N表示總基站數(shù)；Noff表示關(guān)閉的基站數(shù)。

考慮到整個網(wǎng)絡(luò)的負載均衡，在網(wǎng)絡(luò)帶寬一定的情況下，最小化Non時還應(yīng)滿足限制條件

(15)

式中：con,i表示活躍的基站i可提供的最大服務(wù)用戶數(shù)；coff,j表示關(guān)閉基站的j可提供的最大服務(wù)用戶數(shù)。

考慮到整個網(wǎng)絡(luò)的QoS，基站的關(guān)閉會對其造成影響。本文基于整個網(wǎng)絡(luò)的容量和預(yù)期的傳輸速率，在基站可覆蓋范圍內(nèi)估算出服務(wù)用戶的最大值，從而決定是否可以關(guān)閉更多的基站，而且不會影響整個網(wǎng)絡(luò)的QoS以及基站可以達到的負載均衡。

2關(guān)閉算法

本節(jié)重點描述基于距離感知的動態(tài)基站關(guān)閉算法。關(guān)閉階段主要在流量負載較低的時間段內(nèi)，通過減少活躍的基站數(shù)目以實現(xiàn)節(jié)能的目的。本文提出的算法是根據(jù)流量變化以及用戶與其關(guān)聯(lián)基站間的距離來最小化活躍基站的數(shù)目，并且在基站關(guān)閉后能保證網(wǎng)絡(luò)的QoS以及活躍基站的負載均衡，小區(qū)的覆蓋域也不會受到影響，能確保整個網(wǎng)絡(luò)的穩(wěn)定性。當(dāng)一些基站關(guān)閉時，整個網(wǎng)絡(luò)的覆蓋會受到影響，用戶通話可能發(fā)生中斷，所以為了增加覆蓋范圍，必須增加活躍基站的發(fā)射功率來覆蓋關(guān)閉小區(qū)的范圍。由于發(fā)射功率大小受用戶與基站間距離的影響，距離越長所需的發(fā)射功率越大[14]，由此本文提出一個基于距離感知的動態(tài)基站關(guān)閉算法。

本文提出的基站關(guān)閉算法不僅根據(jù)流量模式的變化，而且需要通過用戶和基站之間的平均距離來決定基站的關(guān)閉。因此，每個基站需要估算它關(guān)聯(lián)用戶的平均距離以及用戶與相鄰基站間的平均距離，平均距離越大，基站的發(fā)射功率就會越大，算法的核心是找出平均距離最大的基站進行關(guān)閉。具體步驟如下：

Step1：各個基站可以通過5G網(wǎng)絡(luò)中類似于LTE網(wǎng)絡(luò)中的X2接口來獲取基站的信息，其中包括基站負載信息以及各個基站關(guān)聯(lián)用戶的位置信息等。

Step2：通過5G網(wǎng)絡(luò)中特定的定位技術(shù)計算出各個基站所關(guān)聯(lián)用戶的距離，然后估計它們的平均距離，再根據(jù)各自基站的流量負載情況，基于估計的平均值從大到小對基站進行分類并記錄在一個列表中。

Step3：基于第二步的記錄列表信息，平均距離最大的基站需要消耗更大的發(fā)射功率，則此基站作為關(guān)閉的首要選擇。在候選關(guān)閉基站的用戶轉(zhuǎn)移到相鄰基站前，檢查基站負載情況，即滿足不等式(15)，則關(guān)閉第一個候選基站，并增加其相鄰的基站發(fā)射功率去覆蓋關(guān)閉基站的區(qū)域。

Step4：若滿足終止條件，算法結(jié)束，輸出基站活躍數(shù)Non，即求出公式(14)的最小值，否則轉(zhuǎn)到Step2繼續(xù)執(zhí)行。

算法的流程如圖3所示。

3仿真實驗

以一個經(jīng)典的城市網(wǎng)絡(luò)場景來評估本文算法的性能。網(wǎng)絡(luò)由7個小區(qū)組成，基站之間水平和垂直距離設(shè)為800 m，用戶隨機分布在小區(qū)內(nèi)并且其流量產(chǎn)生滿足泊松分布。本文主要考慮基站下行鏈路的流量所產(chǎn)生的能耗。預(yù)先分配一定數(shù)量的子載波和物理資源塊(Physical Resource Blocks，PRB)。仿真參數(shù)如表1所示。

通過對比不同的節(jié)能方法來分析算法對能耗的影響。本文比較了3種節(jié)能方案的能耗：1)沒有使用關(guān)閉策略；2)由文獻[6]中提出的基于隨機決策的半數(shù)基站關(guān)閉，此種方案的能耗通過公式(10)分析得出；3)本文提出的動態(tài)距離感知關(guān)閉策略。

表1仿真參數(shù)

圖4表示在給定的網(wǎng)絡(luò)模型中，不同算法在夜間時間段(22:00-08:00)的基站平均能耗仿真結(jié)果。從圖中很清晰的看出兩個觀察結(jié)果：首先，隨著流量的變化，能耗也隨之發(fā)生變化，符合本文前面的分析，說明本文的理論分析可以評估基站能耗；其次，在流量負載較低時，可以看出本文提出的算法比其他兩種方式有著更好的節(jié)能效果，同時進一步表明本文的算法根據(jù)流量的變化可關(guān)閉更多的基站以減少能耗進而實現(xiàn)節(jié)能的目的。

圖5呈現(xiàn)的是相對能耗。從圖中可以看出本文提出的節(jié)能算法相對于沒有關(guān)閉基站的情況能獲得接近80%的節(jié)能。此外，在低流量的情況下，依據(jù)能耗比例觀察動態(tài)的距離感知算法的節(jié)能效果是很重要的。相對于隨機關(guān)閉基站的算法，本文算法不僅能有效提高節(jié)能效果，而且在滿足用戶業(yè)務(wù)需求的同時能更好地利用網(wǎng)絡(luò)資源。在流量需求較低時，系統(tǒng)可以通過動態(tài)關(guān)閉低效的基站來降低網(wǎng)絡(luò)能耗以實現(xiàn)節(jié)能。

圖6呈現(xiàn)的是能源效益情況。分析的結(jié)果通過公式(13)獲得。從圖中可以看出系統(tǒng)的能效隨著流量的變化而變化，本文的算法相對于隨機關(guān)閉基站的策略能獲得更好的能效。

4結(jié)論

在未來5G蜂窩網(wǎng)絡(luò)中，基站為用戶提供各種服務(wù)，尤其在流量高峰期時基站提供足夠的覆蓋和服務(wù)，但是當(dāng)流量負載較低時，基站的資源就顯得過剩，從而造成資源浪費。針對流量負載較低的時間段內(nèi)，本文提出了基于距離感知的基站關(guān)閉算法。該算法在滿足用戶業(yè)務(wù)QoS要求下對基站進行動態(tài)的關(guān)閉。仿真結(jié)果顯示，與文獻[6]提出的算法相比，基于距離感知的基站關(guān)閉算法更加節(jié)能，保證整個網(wǎng)絡(luò)的QoS。

參考文獻：

[1]尤肖虎,潘志文,高西奇,等.5G移動通信發(fā)展趨勢與若干關(guān)鍵技術(shù)[J].中國科學(xué)(信息科學(xué))，2014(5)：551-563.

[2]BUDZISZ L，GANJI F，RIZZO G，et al. Dynamic resource provisioning for energy efficiency in wireless access networks：a survey and an outlook[J]. IEEE communications surveys & tutorials，2014，16(4)：2259-2285.

[3]ESODIAKAKI A，ADELANTADO F，ANTONOPOULOS A，et al. Energy impact of outdoor small cell backhaul in green heterogeneous networks[C]// 2014 IEEE 19th International Workshop on Computer Aided Modeling and Design of Communication Links and Networks (CAMAD).[S.l.]： IEEE Press，2014：11-15.

[4]RAO J B, FAPOJUWO A O. A survey of energy efficient resource management techniques for multicell cellular networks[J]. IEEE communications surveys & tutorials，2014，16(1)：154-180.

[5]HAN T, ANSARI N. Enabling mobile traffic offloading via energy spectrum trading[J]. IEEE transactions on wireless communications，2014，13(6)：3317-3328.

[6]CHIARAVIGLIO L, CIULLO D, MEO M, et al. Energy-aware UMTS access networks[J]. Proc. of IEEE W-GREEN, 2008：1-8.

[7]ABOU-ZEID H, HASSANEIN H S, VALENTIN S. Energy-8efficient adaptive video transmission：Exploiting rate predictions in wireless networks[J]. IEEE transactions on vehicular technology，2014，63(5)：2013-2026.

[8]GONG J，ZHOU S，NIU Z，et al. Traffic-aware base station sleeping in dense cellular networks[C]//. 2010 18th International Workshop on Quality of Service (IWQoS). [S.l.]：IEEE Press，2010：1-2.

[9]OZYAGCI A，SUNG K W，ZANDER J. Effect of propagation environment on area throughput of dense WLAN deployments[C]// 2013 IEEE Globecom Workshops (GC Wkshps).[S.l.]：IEEE Press，2013：333-338.

[10]MARSUDI M，BIN A N.Queuing theory application to analyze production capacity[C]// 2010 Second International Conference on Engineering Systems Management and Its Applications(ICESMA).[S.l.]：IEEE Press，2010：1-6.

[11]WU J，ZHANG Y，ZUKERMAN M，et al. Energy-efficient base stations sleep mode techniques in green cellular networks：a survey[J]. IEEE communications surveys & tutorials，2015，17(2)：803-826.

[13]HUAN K，ZHU Y，SHEN H. A new evaluation system for energy-saving effect based on extended energy consumption and extended energy efficiency[C]// 2012 China International Conference on Electricity Distribution (CICED).[S.l.]：IEEE Press，2012：1-8.

[14]BANKAR N，PATEL C. Performance analysis of closed loop uplink power control schemes in cellular radio system[C]// 2013 Nirma University International Conference on Engineering (NUiCONE). [S.l.]：IEEE Press，2013：1-8.

郝敏(1988— )，碩士生，主要研究方向為5G移動通信系統(tǒng)總體技術(shù)、通信網(wǎng)測試技術(shù)；

張治中(1972— )，教授，博士生導(dǎo)師，主要研究方向為第三、四、五代移動通信網(wǎng)絡(luò)架構(gòu)、測試及優(yōu)化技術(shù)；

席兵(1972— )，副教授，碩士生導(dǎo)師，主要研究方向為寬帶通信網(wǎng)測試技術(shù)。

責(zé)任編輯：許盈

Dynamic base station switch off algorithm in 5G network based on distance-aware

HAO Min, ZHANG Zhizhong, XI Bing

(CommunicationNetworksTestingEngineeringResearchCenter,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

Key words:5G; distance-aware; load balancing; energy saving

Abstract:The issue about energy consumption of wireless network attracts more and more attention and becomes one of three energy efficiency features in 5G. In general, resource utilization of BS is low when traffic load is not high, causing resource waste. To solve this problem, a new dynamic BS switch off algorithm based on distance-aware is proposed. This algorithm achieves a significant energy saving by dynamically switching off underutilized BS. In the premise of satisfy the network requirements of load balancing, the number of underutilized BS is calculated by estimating the distance between the user equipment and their associated BS. Simulation results show that this proposed algorithm has a better performance in energy saving percentage compares to random energy saving algorithms, increase the average percentage of energy saving to 88%.

中圖分類號：TN915

文獻標(biāo)志碼：A

DOI：10.16280/j.videoe.2016.01.015

基金項目：國家“863”計劃項目(2014AA015706；2015AA01A705)；重慶高校創(chuàng)新團隊建設(shè)計劃項目(KJTD201312)

作者簡介：

收稿日期：2015-10-11

文獻引用格式：郝敏，張治中，席兵.5G網(wǎng)絡(luò)中基于距離感知的動態(tài)基站關(guān)閉算法[J].電視技術(shù)，2016，40(1)：76-81.

HAO M，ZHANG Z Z，XI B.Dynamic base station switch off algorithm in 5G network based on distance-aware[J].Video engineering，2016，40(1)：76-81.