葉遠(yuǎn)青/YE Yuanqing，張四海/ZHANG Sihai，朱近康/ZHU Jinkang

（中國科學(xué)技術(shù)大學(xué)，中國 合肥 230026）

人工智能的發(fā)展和智能設(shè)備的普及對6G移動網(wǎng)絡(luò)提出了核心需求。6G網(wǎng)絡(luò)將支持高速率、大容量、超密集類型的業(yè)務(wù)，即超高數(shù)據(jù)密度業(yè)務(wù)（uHDD）[1]。隨著數(shù)據(jù)流量的急劇增長和連接設(shè)備數(shù)量的不斷增加，無線網(wǎng)絡(luò)的能源消耗也在快速增長。這將導(dǎo)致溫室氣體大量產(chǎn)生，對環(huán)境保護(hù)和可持續(xù)發(fā)展造成重大威脅[2]。因此，未來移動通信和網(wǎng)絡(luò)技術(shù)的發(fā)展勢必要統(tǒng)籌兼顧能耗和資源，打造綠色通信網(wǎng)絡(luò)。

為了提高無線網(wǎng)絡(luò)的能效，在由分布單元（DU）、集中單元（CU）與核心網(wǎng)構(gòu)成的5G三級網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，創(chuàng)新演進(jìn)出更多的無線覆蓋結(jié)構(gòu)，如5G云無線接入網(wǎng)（CRAN）覆蓋結(jié)構(gòu)、霧無線接入網(wǎng)（Fog-RAN）覆蓋結(jié)構(gòu)、無蜂窩大規(guī)模輸入輸出（MIMO）覆蓋結(jié)構(gòu)等。但這些傳統(tǒng)無線覆蓋結(jié)構(gòu)部署方式較為固定，只能在局部范圍內(nèi)進(jìn)行有限的調(diào)整，難以與業(yè)務(wù)分布不均勻的uHDD場景匹配，降低了網(wǎng)絡(luò)的容量覆蓋能力。

資源小區(qū)覆蓋結(jié)構(gòu)[3]可消除容量覆蓋漏洞，克服網(wǎng)絡(luò)的復(fù)雜干擾，其生成方法（RCG）根據(jù)用戶位置對用戶進(jìn)行聚類，同時(shí)根據(jù)用戶位置信息和信道狀態(tài)信息（CSI）調(diào)整覆蓋結(jié)構(gòu)以匹配業(yè)務(wù)分布，并通過貪婪啟發(fā)式算法[4]朝著系統(tǒng)和速率最大化的方向迭代優(yōu)化資源小區(qū)。然而，用戶位置信息很難獲取，例如：現(xiàn)有的用戶定位方法（如三角測量）受限于視距傳播條件[5]，根據(jù)開放系統(tǒng)互連分層原則，基站無法從全球?qū)Ш叫l(wèi)星系統(tǒng)獲取位置信息[6]等。此外，上述方法在很大程度上依賴于可用CSI的準(zhǔn)確性和時(shí)效性。然而，由快速衰減引起的瞬時(shí)信道狀態(tài)變化導(dǎo)致獲取的CSI總是過時(shí)的。

為了解決用戶位置難獲取和CSI過時(shí)的問題，我們提出了一種基于多點(diǎn)信道海圖（MPCC）的資源小區(qū)生成方法。傳統(tǒng)通信系統(tǒng)的能效最大化通常由信噪比或速率約束來保證。本文中，我們在能量消耗約束下最大化系統(tǒng)和速率，從長期CSI獲得的二階信道統(tǒng)計(jì)量中提取有效特征，然后構(gòu)建MPCC，以便更有效地保持用戶之間的信道相關(guān)性。MPCC上相鄰用戶具有很強(qiáng)的空間相關(guān)性，如果用戶共享同一個(gè)資源塊（RB），將會產(chǎn)生嚴(yán)重的干擾。因此，采用基于MPCC的RCG算法，將MPCC上相鄰的用戶劃分為同一簇，生成資源小區(qū)，在每個(gè)資源小區(qū)內(nèi)分配正交RBs，并在資源小區(qū)間進(jìn)行RBs的空間復(fù)用，可以減少系統(tǒng)干擾，提高系統(tǒng)和速率。結(jié)果表明，該算法可在用戶位置不可用和RCG可用CSI不完善或過時(shí)的情況下提升系統(tǒng)和速率。

1 資源小區(qū)與系統(tǒng)模型

1.1 資源小區(qū)

資源小區(qū)覆蓋結(jié)構(gòu)[3]是通過控制/數(shù)據(jù)平面分離和系統(tǒng)級資源管理實(shí)現(xiàn)超高數(shù)據(jù)密度服務(wù)的關(guān)鍵覆蓋結(jié)構(gòu)之一。在gNodeB架構(gòu)中，CU負(fù)責(zé)處理非實(shí)時(shí)協(xié)議和服務(wù)，DU負(fù)責(zé)處理實(shí)時(shí)協(xié)議和物理層協(xié)議，有源天線單元（AAU）負(fù)責(zé)射頻傳輸以及部分物理層功能的實(shí)現(xiàn)。其中，CU與DU之間通過中傳鏈路（光纖）連接?？刂茖訉?shí)現(xiàn)覆蓋結(jié)構(gòu)靈活適變的本質(zhì)在于CU-DU之間中傳鏈路的調(diào)整，即在形成資源小區(qū)基本空間單元后，為符合現(xiàn)有5G gNodeB CU/DU分離的網(wǎng)絡(luò)結(jié)構(gòu)需求，每個(gè)資源小區(qū)需選擇一個(gè)基站激活CU模塊功能，其余基站激活DU模塊功能。

在實(shí)際部署中，可由一個(gè)中央處理單元集中控制區(qū)域內(nèi)的全部基站，由區(qū)域級計(jì)算中心執(zhí)行計(jì)算任務(wù)。該處理單元部署于接入網(wǎng)側(cè)虛擬操作和管理中心（vOMC）。資源小區(qū)覆蓋結(jié)構(gòu)生成的協(xié)議流程如圖1所示?；靖鶕?jù)用戶發(fā)送的上行導(dǎo)頻序列與信令信息進(jìn)行局部區(qū)域內(nèi)的網(wǎng)絡(luò)狀態(tài)（如信道狀態(tài)信息、用戶業(yè)務(wù)信息等）特征提取與壓縮。壓縮后的信息通過回程鏈路傳遞至vOMC，然后vOMC綜合接收到的信息并決定資源小區(qū)內(nèi)的基站集合，在所有的信息處理完畢后，將結(jié)果用統(tǒng)一、簡單的信令表達(dá)并分發(fā)至基站?；咀x取信令后調(diào)整中傳鏈路，以形成資源小區(qū)覆蓋結(jié)構(gòu)。資源小區(qū)與其他傳統(tǒng)覆蓋結(jié)構(gòu)的本質(zhì)區(qū)別在于：資源小區(qū)既能在宏觀上實(shí)現(xiàn)覆蓋結(jié)構(gòu)隨業(yè)務(wù)分布變化的靈活性和適應(yīng)性，又能在微觀上為覆蓋范圍內(nèi)的用戶準(zhǔn)確分配資源，實(shí)現(xiàn)最終的干擾管理。

圖1 資源小區(qū)覆蓋結(jié)構(gòu)生成的協(xié)議流程[3]

1.2 系統(tǒng)模型

我們考慮包括M個(gè)基站、N個(gè)單天線用戶和S個(gè)資源小區(qū)的二維平面上的超密集網(wǎng)絡(luò)，其中基站配備A根天線的均勻線性陣列（ULA）?；炯蠟镸={1,2,…,M}，用戶集合為N={1,2,…,N}，資源小區(qū)集合為RC={C1,CS2,…,C}，任意資源小區(qū)內(nèi)的基站集合為CAPs={1,2,…,Ms}，小區(qū)內(nèi)資源塊集合為Ks={1,2,…,K}，小區(qū)內(nèi)用戶集合為CsUE={1,2,…,Ns}。

小區(qū)內(nèi)基站與用戶之間的映射關(guān)系可表示為：

由于每個(gè)基站只有K個(gè)獨(dú)立正交資源塊，因此在一個(gè)時(shí)隙內(nèi)資源小區(qū)Cs最多能服務(wù)的用戶數(shù)不超過Ms×K個(gè)，其中Ms表示小區(qū)內(nèi)的基站數(shù)，即：

資源塊k在一個(gè)時(shí)隙內(nèi)被復(fù)用的次數(shù)不會超過資源小區(qū)內(nèi)的基站數(shù)Ms，即：

此外，小區(qū)內(nèi)的用戶在一個(gè)時(shí)隙內(nèi)至多被來自不同基站的正交Ms個(gè)資源塊所服務(wù)，即：

根據(jù)小區(qū)內(nèi)基站與用戶的映射關(guān)系，用戶u與所關(guān)聯(lián)的基站i在資源塊k的信干噪比表示為：

其中，Di={j|di,j＜=ε}表示與用戶u之間距離不大于ε的所有基站集合，Pu,i,k表示基站i在資源塊k上為用戶u分配的功率，hu,i表示基站i與用戶u之間的信道矢量，σ20為用戶端的加性高斯白噪聲?；诙鄰娇臻g相關(guān)信道模型，hu,i可以表示為：

其中，L表示多徑分量數(shù)，αu,i,l是用戶u與基站i之間第l條徑的信道的小尺度衰落增益，其被建模為服從零均值方差為1的復(fù)高斯隨機(jī)分布。βu,i表示無線信道傳播過程中的大尺度衰落，主要包括路徑損耗與陰影效應(yīng)，建模為：

其中，du,i為用戶u和基站i之間的距離，γ表示經(jīng)驗(yàn)衰落系數(shù)，一般取值為3.8。另外zk為用戶u與基站i之間的陰影衰落，滿足10log10(zu,i)服從CN(0,ζ2)分布，ζ為陰影衰落系數(shù)，一般取值為8 dB。e(θu,i,l)是基站端ULA的導(dǎo)向矢量，天線之間的距離為d=λ/2，其中λ為電磁波波長。導(dǎo)向矢量可以表示為：

其中，θu,i,l為用戶u與基站i間信道第l條徑的到達(dá)角，對于任意u和i滿足θu,i,l∈[-π/2,π/2]。用戶u和基站i間L條徑的用戶到達(dá)角（AoA）都服從均勻分布θu,i表示用戶u和基站i之間的入射角，σ表示多徑信道AoA的角度標(biāo)準(zhǔn)差。

用戶端的下行速率可以表示為：

其中，W為系統(tǒng)預(yù)先為每個(gè)資源塊設(shè)定好的帶寬，需要滿足最低速率要求Rmin。

對系統(tǒng)中的每個(gè)資源小區(qū)下的每個(gè)用戶端的下行速率進(jìn)行求和，得到整網(wǎng)下行速率：

我們采用理想的網(wǎng)絡(luò)功耗模型，即只考慮基站的發(fā)射功率[7]。假設(shè)將基站的總發(fā)射功率平均分配給用戶，以約束整個(gè)網(wǎng)絡(luò)的總功耗?；緄在資源塊k上分配給用戶u的發(fā)射功率為：

其中，Pmax表示基站的最大發(fā)射功率。

基于上述假設(shè)條件與模型設(shè)計(jì)，可以得到整網(wǎng)下行速率優(yōu)化模型。

2 基于多點(diǎn)信道海圖的資源小區(qū)覆蓋優(yōu)化

針對未來無線通信系統(tǒng)需要滿足移動用戶對高速數(shù)據(jù)傳輸業(yè)務(wù)的需求，由于業(yè)務(wù)時(shí)空分布動態(tài)變化，缺乏適配動態(tài)業(yè)務(wù)靈活性的覆蓋結(jié)構(gòu)，將會導(dǎo)致資源的使用沖突和網(wǎng)絡(luò)中復(fù)雜干擾，降低局部區(qū)域內(nèi)的網(wǎng)絡(luò)容量。受資源小區(qū)[3]的啟發(fā)，本文中我們提出基于多點(diǎn)信道海圖的資源小區(qū)覆蓋結(jié)構(gòu)優(yōu)化方法。

由于用戶間干擾與不同用戶信道域之間的相關(guān)性密切相關(guān)，因此本文主要思想是通過提取無線信道特征構(gòu)建多點(diǎn)信道海圖并學(xué)習(xí)不同用戶信道之間的相關(guān)性，從而將相關(guān)性強(qiáng)的用戶劃分為同一簇，將其相關(guān)聯(lián)的基站劃分到同一個(gè)資源小區(qū)，資源小區(qū)內(nèi)基站進(jìn)行聯(lián)合傳輸并給用戶分配正交資源塊，以降低用戶間干擾，資源小區(qū)間進(jìn)行資源塊復(fù)用，從而提升系統(tǒng)和速率?；诙帱c(diǎn)信道海圖的資源小區(qū)覆蓋結(jié)構(gòu)生成框架如圖2所示。

圖2 基于多點(diǎn)信道海圖的資源小區(qū)覆蓋結(jié)構(gòu)優(yōu)化流程

2.1 多點(diǎn)信道海圖生成

圖2虛線部分展示了多點(diǎn)信道海圖的構(gòu)造過程。首先，每個(gè)基站（BS）從所有用戶信道狀態(tài)信息Hm∈CN×P中提取特征Fm，計(jì)算局部相異度矩陣Dm∈CN×N，其中N和P分別是用戶數(shù)和CSI的維數(shù)。不同相異度矩陣Dm表示基站m處CSI的局部視圖，與用戶間的無線電距離有關(guān)。然后，將Dm上報(bào)給vOMC并進(jìn)行數(shù)據(jù)融合，從而構(gòu)建全局相異度矩陣D∈CN×N。最后，通過主成分分析（PCA）[8]、Sammon’s Mapping（SM）[9]等流形學(xué)習(xí)方法將D變換成滿足Nd?N的低維圖Z∈CN×Nd。大多數(shù)信道海圖的工作將Nd設(shè)置為2。信道海圖技術(shù)的核心思想可以表達(dá)為：在低維空間找到一組數(shù)據(jù)點(diǎn)。當(dāng)dp(pi,pj)較小時(shí)，存在：

其中pi和pj為原始空間中距離較近的兩個(gè)數(shù)據(jù)點(diǎn)的三維坐標(biāo)，zi和zj分別為pi和pj降維后在海圖空間的二維坐標(biāo)。海圖空間中的坐標(biāo)沒有絕對的物理意義，但是可以通過dz(zi,zj)表示海圖上數(shù)據(jù)點(diǎn)之間的差異程度。當(dāng)dp和dz表示歐式距離計(jì)算且滿足式（13）時(shí)，說明所構(gòu)造的信道海圖保留了數(shù)據(jù)點(diǎn)在原始空間中的局部相對位置關(guān)系。

從信道狀態(tài)信息中提取的特征是決定MPCC提供何種信息，以及其是否能有效解決通信問題的關(guān)鍵。由于空間幾何上接近的位置會經(jīng)歷類似的多徑分量，因此，可以從信道狀態(tài)信息中挖掘多徑分量的到達(dá)角θu,i,l和信道增益βu,i來構(gòu)造MPCC。本文采用多重信號分類（MUSIC）算法進(jìn)行特征提取[10]，其輸入是上行鏈路CSI的協(xié)方差矩陣R=E{HHH}，其攜帶與距離有關(guān)的大規(guī)模衰落特性的信息。在實(shí)際中，一般信道協(xié)方差矩陣計(jì)算方法為：

基于這些多徑特征進(jìn)行用戶間的相異度度量可揭示信道圖上用戶間的近鄰關(guān)系。在虛擬操作和管理中心融合各個(gè)基站上傳的相異度矩陣，并進(jìn)行降維，可實(shí)現(xiàn)其到信道海圖的線性映射。

2.2 覆蓋結(jié)構(gòu)優(yōu)化策略

系統(tǒng)模型假設(shè)用戶與資源小區(qū)已匹配，即：任意用戶u只屬于一個(gè)用戶集合Ns，且該用戶集合Ns中的所有用戶只被對應(yīng)的資源小區(qū)Cs提供服務(wù)，因此可通過用戶分組來優(yōu)化資源小區(qū)覆蓋結(jié)構(gòu)。

用戶在空間幾何上的距離越近，用戶之間的干擾相對較大。MPCC上用戶間的距離反映用戶的最近鄰關(guān)系，因此兩個(gè)用戶在MPCC上距離越近，其發(fā)生同頻干擾的可能性就越大。基于MPCC的K-means聚類后，這些用戶以更大概率被分配到同一簇（定義為資源小區(qū)）。首先，通過K-means算法形成初始用戶簇，其中初始用戶簇?cái)?shù)量K0定義為min(,M)。為確保每個(gè)資源小區(qū)中有足夠的正交資源塊用于分配，我們將K0設(shè)置為。隨著用戶數(shù)的增加，可能大于基站數(shù)量，因此將K0設(shè)置為兩者的最小值。在此基礎(chǔ)上，根據(jù)用戶最大參考信號接收功率（Max-RSRP）關(guān)聯(lián)基站的原則，得到初始資源小區(qū)集。

為確保資源小區(qū)是完全獨(dú)立的，我們需要若干驗(yàn)證。例如：1）當(dāng)不同資源小區(qū)之間存在相同基站時(shí)，該基站被分配給所關(guān)聯(lián)用戶最多的資源小區(qū)；2）檢查每個(gè)資源小區(qū)中的用戶數(shù)量，以確保每小區(qū)中有足夠的正交資源塊用于分配。當(dāng)資源小區(qū)中的用戶數(shù)超過閾值Nthre時(shí)，就需要進(jìn)行細(xì)粒度分區(qū)。具體來說，當(dāng)資源小區(qū)Cs中的用戶數(shù)量Ns大于Ms×K時(shí)，需要將該資源小區(qū)Cs中的所有基站劃分為獨(dú)立的資源小區(qū)；當(dāng)Ns大于細(xì)粒度分區(qū)閾值Nthre但小于Ms×K時(shí)，資源小區(qū)Cs應(yīng)根據(jù)用戶數(shù)量Ns分裂為更多的資源小區(qū)?；贛PCC的資源小區(qū)生成算法的具體步驟如算法1所示。

算法1 基于多點(diǎn)信道海圖的資源小區(qū)覆蓋結(jié)構(gòu)優(yōu)化策略輸入：多點(diǎn)信道海圖Z∈CN×Nd輸出：資源小區(qū)集合RC={C1,C2,…,CS}1：用戶根據(jù)Max-RSRP原則關(guān)聯(lián)基站，得到初始用戶-基站關(guān)聯(lián)對2：計(jì)算聚類的數(shù)目S=K0 3：基于多點(diǎn)信道海圖通過K-means聚類算法初始化用戶簇4：if關(guān)聯(lián)同一個(gè)基站的不同用戶被劃分到不同的用戶簇then 5：將基站劃分到其關(guān)聯(lián)用戶最多的簇6：end if 7：輸出初始資源小區(qū)集RCspre={C1,C2,…,CS}8：for資源小區(qū)Cs，s=1,2,…,S do 9：if Ns≥Ms×K then 10：將Cs中的所有基站都視為一個(gè)獨(dú)立的資源小

3 仿真結(jié)果分析

3.1 實(shí)驗(yàn)設(shè)置

本部分內(nèi)容針對所提的基于MPCC的資源小區(qū)優(yōu)化策略，在能耗約束下評估系統(tǒng)和速率來驗(yàn)證性能。為了簡單而又不失一般性，我們考慮一個(gè)210 m×210 m場景，其中基站均勻分布。參數(shù)匯總?cè)绫?所示。

▼表1 仿真實(shí)驗(yàn)參數(shù)表

我們以圖3所示C-RAN靜態(tài)覆蓋結(jié)構(gòu)為基準(zhǔn)，采用基于位置和貪心策略的優(yōu)化方法[3]作為對比，下文中將其稱為LG算法。LG方法使用基于用戶地理位置的K-means算法形成用戶初始簇，基于用戶地理位置通過K-means算法進(jìn)行用戶分簇形成初始用戶簇，在此基礎(chǔ)上進(jìn)行貪心迭代形成資源小區(qū)，使系統(tǒng)和速率達(dá)到最大。

圖3 傳統(tǒng)C-RAN靜態(tài)覆蓋結(jié)構(gòu)

3.2 實(shí)驗(yàn)結(jié)果及分析

圖4為資源小區(qū)生成示意圖，其中用戶數(shù)為1 500。圖4（a）展示了用戶均勻分布情況，其中用戶根據(jù)均勻點(diǎn)過程獨(dú)立生成。不同顏色的點(diǎn)代表不同空間位置的用戶，用戶間標(biāo)記的顏色越相似，其在通信系統(tǒng)中的實(shí)際物理距離就越近。圖4（b）多點(diǎn)信道海圖顯示，用戶在海圖上的位置分布形狀與原始位置相似，證明MPCC可有效保持信道域中用戶之間的最近鄰關(guān)系。圖4（c）中展示了基于多點(diǎn)信道海圖的資源小區(qū)優(yōu)化算法得到的資源小區(qū)覆蓋結(jié)構(gòu)，其中不同的顏色分別代表不同的資源小區(qū)。圖4（d）和圖4（e）分別為用戶非均勻分布情況和對應(yīng)的多點(diǎn)信道海圖。其中，600個(gè)用戶是由泊松點(diǎn)過程獨(dú)立生成，其余用戶均服從均勻分布。從直觀上看，雖然MPCC中用戶的空間位置分布與原始位置相比發(fā)生了變化，但海圖轉(zhuǎn)換后用戶的顏色標(biāo)記并沒有出現(xiàn)明顯的混疊現(xiàn)象。為了更直觀地反映資源小區(qū)的覆蓋效果，圖4（f）展示了所提算法優(yōu)化得到的資源小區(qū)?？梢钥闯觯谟脩裘芗植嫉膮^(qū)域，資源小區(qū)盡可能分裂出更多的資源小區(qū)，而在用戶稀疏分布時(shí)，盡可能多地合并接入點(diǎn)，從而發(fā)揮BS協(xié)作的優(yōu)勢。

圖4 資源小區(qū)生成示意圖（N=1 500）

圖5展示系統(tǒng)下行和速率與用戶數(shù)的關(guān)系。隨著用戶數(shù)量的增加，可實(shí)現(xiàn)的系統(tǒng)下行和速率在初始階段呈上升趨勢，隨后逐漸趨于穩(wěn)定。值得注意的是，隨著用戶數(shù)增多，用戶速率需求也在變化，即分為兩種業(yè)務(wù)場景：用戶連接數(shù)少但速率需求高，用戶連接數(shù)多但速率需求低。9個(gè)小區(qū)的C-RAN靜態(tài)覆蓋結(jié)構(gòu)中，由于正交資源塊數(shù)量的限制，全網(wǎng)最大接入用戶數(shù)為9×100 = 900。因此，在用戶均勻分布的情況下，接入用戶數(shù)超過1 000個(gè)時(shí)，C-RAN靜態(tài)覆蓋結(jié)構(gòu)的網(wǎng)絡(luò)承載能力將達(dá)到上限，而用戶非均勻分布時(shí)，在超過用戶數(shù)1 500的情況下C-RAN靜態(tài)覆蓋結(jié)構(gòu)不再有增益。對于資源小區(qū)這種彈性覆蓋結(jié)構(gòu)，小區(qū)的數(shù)量隨用戶數(shù)量的增加而靈活變化。當(dāng)用戶數(shù)量不斷增加時(shí)，原始小區(qū)開始分裂為更多的資源小區(qū)，以確保允許更多的用戶訪問，直到超過4 500個(gè)用戶時(shí)接近承載能力的上限。綠色實(shí)線代表基于瞬時(shí)CSI的LG方法的性能，紅色實(shí)線代表我們所提的利用平均CSI基于MPCC的算法?？梢钥闯?，本文算法性能略差或相當(dāng)于基于位置的貪心策略的優(yōu)化方法，但都優(yōu)于CRAN靜態(tài)覆蓋結(jié)構(gòu)（藍(lán)色實(shí)線）。在用戶均勻分布的情況下，本文方法與LG方法性能相比降低最大為7.8%，此時(shí)用戶數(shù)為1 000，其相比于C-RAN性能提升1.84%；當(dāng)用戶數(shù)為5 500時(shí)，本文算法和LG算法性能相當(dāng)，相比于C-RAN系統(tǒng)和速率分布提升126.27%。在用戶非均勻分布情況下，用戶數(shù)為1 500時(shí)，本文方法與LG方法性能相差最大為6.35%，此時(shí)，其相比于C-RAN性能提升12.45%；當(dāng)用戶數(shù)為5 500時(shí)，本文算法和LG算法性能相當(dāng)，相比于CRAN系統(tǒng)和速率提升153.23%。

圖5 系統(tǒng)可達(dá)和速率隨用戶數(shù)的變化趨勢（Pmax=10 W)

通過提高基站總發(fā)射功率可以提高系統(tǒng)和速率，圖6給出了N=500和N=1 000時(shí)系統(tǒng)可達(dá)和速率與基站最大發(fā)射功率對應(yīng)關(guān)系。對于兩種覆蓋結(jié)構(gòu)可達(dá)的系統(tǒng)和速率區(qū)間（橙色虛線框），資源小區(qū)的某個(gè)系統(tǒng)和速率RRC對應(yīng)的基站最大發(fā)射功率為PRC，找到RRC±5范圍內(nèi)的RC-RAN，其對應(yīng)的基站最大發(fā)射功率為PC-RAN，然后再按照公式η=×100%進(jìn)行計(jì)算，可以得到資源小區(qū)相比于C-RAN達(dá)到相同系統(tǒng)和速率的能耗降低百分比η。N=500時(shí)，在用戶均勻分布情況下，資源小區(qū)相比于C-RAN達(dá)到相同系統(tǒng)和速率的能耗約為75.66%；在用戶非均勻分布情況下，能耗降低約為85.46%。N=1 000時(shí)，資源小區(qū)的能耗降低百分比在用戶均勻分布和分均勻分布兩種情況下分別為69.05%和77.90%。

圖6 系統(tǒng)可達(dá)和速率與基站最大發(fā)射功率對應(yīng)關(guān)系

4 結(jié)束語

針對日益增長的用戶速率需求，我們提出基于多點(diǎn)信道海圖的資源小區(qū)覆蓋結(jié)構(gòu)優(yōu)化策略，通過構(gòu)建信道海圖來感知用戶空間分布，將信道特征相關(guān)性強(qiáng)的用戶劃分到同一資源小區(qū)。資源小區(qū)內(nèi)基站對用戶進(jìn)行聯(lián)合傳輸并分配正交資源塊，以減少干擾，提升用戶速率。資源小區(qū)間通過正交資源塊復(fù)用以提升系統(tǒng)和速率。仿真結(jié)果表明，在相同基站總發(fā)射功率約束下，所提方法優(yōu)化得到的資源小區(qū)彈性覆蓋結(jié)構(gòu)對比靜態(tài)C-RAN覆蓋結(jié)構(gòu)有效提升了系統(tǒng)和速率。在能耗方面，在系統(tǒng)達(dá)到相同系統(tǒng)和速率的情況下，資源小區(qū)彈性覆蓋結(jié)構(gòu)有效降低了所需的基站發(fā)射功率。本文所提算法能夠解決現(xiàn)有基于貪婪的資源小區(qū)覆蓋結(jié)構(gòu)優(yōu)化算法中用戶位置很難獲取、瞬時(shí)信道狀態(tài)信息不完美的問題，對網(wǎng)絡(luò)覆蓋結(jié)構(gòu)優(yōu)化具有重要參考價(jià)值。

致謝

感謝中國科學(xué)技術(shù)大學(xué)陳玥刪、張佳杰同學(xué)對本論文做出的貢獻(xiàn)！