LTE—A下行异构CoMP性能分析

admin

本文摘自《移动通信》2013年4期。作者：张珩智 刘凯 彭木根

【摘 要】为了解决同频组网LTE-A异构网络中宏基站和小功率传输节点之间共信道干扰问题，在异构网络中引入CoMP技术，研究采用多用户CoMP技术抑制共信道干扰，提出一种基于信道质量的配对算法，并通过系统级仿真分析不同pico数目、不同天线数目对系统性能的影响。分析结果表明，采用CoMP技术可以提高小区平均吞吐量并改善边缘性能。
　　【关键词】LTE-A 下行异构 协作多点传输技术
　　1 引言
　　LTE-Advanced作为LTE的演进技术，在系统容量、瞬时峰值数据速率、频谱效率、小区边缘用户吞吐量以及时延等诸多方面有了更高的要求[1]。虽然LTE-A系统下行采用OFDM技术以避免干扰，但在同频组网的情况下仍会带来严重的小区间干扰。作为一种可以提高小区平均吞吐量以及小区边缘用户吞吐量的技术，协同多点传输（CoMP，Coordinated Multi-Point）技术应运而生[2-4]。CoMP技术的核心思路是协作多个相邻基站同时为小区边缘用户提供服务。这样可以有效降低小区间干扰，提升小区边缘用户的服务质量。
　　CoMP可以分为协作调度/波束赋形（CS/CB，Coordinated Scheduling/Beamforming）和联合处理（JP，Joint Processing）[3-4]。在CS/CB模式中，一个基站服务一个用户，通过基站间调度策略或波束赋形策略减少小区间的干扰；在JP模式中，多个基站同时服务一个或多个用户，有效提升了接收信号质量，减少小区间的干扰。JP又包括联合传输（JT，Joint Transmission）和动态小区选择（DCS，Dynamic Cell Selection）。
　　按照协作基站同时服务的用户数量，CoMP技术可分为单用户CoMP（SU-CoMP，single user）和多用户CoMP（MU-CoMP，multi user）[3，5]。在SU-CoMP中，协作基站共同服务一个用户，有效提升小区边缘用户的性能，但可能会降低系统的频谱效率。在MU-CoMP中，协作基站共同服务于多个用户，通过选择合适的配对用户以及预编码矩阵，可消除多用户间的干扰，有效提升系统性能。
　　为了进一步提高系统的频谱效率，降低资本开销，同频共信道的异构网络受到人们的广泛关注[1，6]。在现有宏基站（Macro BS，macro base station）的覆盖范围内，在热点区域中部署低功率节点可以增强对热点地区的覆盖，有效提高整个网络的性能。现阶段低功率节点主要包括毫微（Pico）基站、家庭基站（Femto cell）、远程射频节点（RRH，remote radio head）和中继等。这些低功率节点与宏基站占用相同的频谱资源，宏基站和小功率传输节点之间会存在共信道干扰的问题。采用CoMP技术可抑制异构网络共信道干扰。
　　本文主要研究macro-pico部署场景。考虑在macro基站和pico基站之间采用CoMP技术，重点研究多用户多入多出的协作多点传输技术（CoMP-MU-MIMO），采用改进的迫零（ZF，Zero Forcing）预编码方式，在接收端使用MMSE滤波器，并比较不同配对方式对CoMP系统性能的影响，分析不同pico数目、不同天线数对系统性能的影响。
　　2 系统模型
　　在3GPP TR 36.814协议中，对异构网络给出了详细的描述[7]。其中，同构宏小区模型系统仿真采用3GPP case 3，在此基础上增加低功率节点组成异构网络。低功率节点可以分为Remote radio head（RRH）、Pico eNB（node for Hotzone cells）、HeNB（node for Femto cells）、Relay nodes四种类型，本文主要研究macro +outdoor RRH/Hotzone（outdoor pico）的异构网络部署场景。可以把pico基站看作是常规基站，与传统macro基站唯一区别在于pico基站具有更低的发射功率。一般情况下，pico基站会配置全向天线，并且根据需要在室内或室外进行部署。
　　对于异构网络，节点和用户的分布有新的要求，具体部署可参考TR 36.814协议。一个简单传统的异构CoMP系统模型如图1所示。这是一个三扇区场景，每个扇区有一个macro基站（BS，Base Station）和N个pico基站，其中N∈{1，2，4，10}，图中扇区0、扇区1、扇区2分别显示了N=1（1pico）、N=2（2pico）、N=4（4pico）三种场景下pico基站和用户的分布。macro基站和pico基站以MU-CoMP的方式在每个子载波上协作服务区域内的多个macro用户和pico用户，当用户处于pico基站覆盖边缘的位置（即图中虚线内的用户），通过RSRP（Reference Signal Receiving Power）准则判断用户为CoMP用户，选择协作基站与服务基站共同为CoMP用户传输数据。
　　RSRP参考准则如下：
　　首先用户选取RSRP值对应最大的基站作为该用户的服务基站。在本文中，将每个扇区作为一个协作簇，根据N的不同，协作簇的大小会有相应变化，比如图1中扇区0、扇区1、扇区2协作簇的大小分别为2、3、5。用户确定服务基站后，也就确定了它所在的协作簇。协作簇的编号可按照扇区的编号来定。用户的协作基站只能在所在的协作簇中进行选择，通过计算协作簇中其他基站到用户的RSRP强度，可以确定该用户的协作基站，公式如下：
　　RSRPserving-RSRPi≤Δthres （1）
　　其中，RSRPserving是指服务基站到用户的RSRP，RSRPi是指位于协作簇内的基站i（i≠0）到用户的RSRP。Δthres是预设门限值。
　　因为采用多用户联合传输方案，因此需要为CoMP用户选择配对用户。如图1扇区0所示，在这类方案中，多个基站会向多个用户传输数据，多个用户在相同的资源上同时接受多个基站发送的信息。CoMP用户会受到配对用户的干扰。通过在基站端采用迫零（ZF，Zero Forcing）预编码[8]，可以有效克服多用户间的干扰，提升系统性能。

迫零预编码是在MU-MIMO系统中比较常用的预编码方式，也可用于CoMP系统中。如图2所示，假设基站有nt个发送天线，接收端有nr个接收天线，UEi是CoMP用户，服务基站是BS1，协作基站是BS2，UEs是配对用户。定义在第n个子载波上用户i的复合信道矩阵：
　　（2）
　　其中，Hki[n]是第k个基站到第i个用户的空间信道。
　　对Hi[n]进行奇异值分解（SVD，Singular Value Decomposition），得到Hi[n]的右奇异值向量Vi，同理可得Vs，令，对V进行ZF处理后，到两个用户的ZF波束赋形矢量、。
　　在接收端采用线性MMSE接收滤波器[9，10]。则用户i在第n个子载波上接收到的信息为：
　　Si、Ss分别是用户i和它的配对用户s的信号，nnoise是服从高斯分布的噪声。设：
　　用户i的MMSE加权因子为：
　　E是单位对角矩阵。因此，用户i的SINR计算式可表示为：
　　在频谱分配方面[3]，先划出一部分频谱预留给CoMP用户。在调度时，先把CoMP用户分配在这部分预留的资源上，然后再将剩余的资源分配给非CoMP用户。
　　对于非CoMP用户，因为是单用户MIMO，在一个调度周期内每个RB上只调度一个用户，因此只需要在每个资源块上按调度算法为小区内用户排序，并将当前资源分配给优先级最高的用户。但对于CoMP用户，因为本文主要采用MU-JP-CoMP模式，每个RB上会调度多个用户。为了兼顾非CoMP用户的调度策略，首先每个RB上根据用户调度原则选择一个CoMP用户作为主用户，然后根据配对算法选取它的配对用户，再将该RB分配给主用户和配对用户。本文主要考虑两种配对算法：随机配对和基于信道质量配对。
　　3 配对用户选择算法
　　在MU-CoMP系统中，为了提高多用户分集性能，基站要选择最适合的多用户进行通信。通过合理的选择配对用户，可以有效提升系统性能。
　　（1）随机配对：最简单的配对方式。首先，根据公式计算簇中CoMP用户的优先级并进行排序，选出优先级最高的CoMP用户k1作为主用户。然后，从剩余CoMP用户中随机挑选一个用户k2作为配对用户即可。流程如图3所示：
　　（2）基于信道质量配对：在选择配对用户时，需要考虑配对用户的信道质量，具体算法如下：
　　1）根据公式计算簇中CoMP用户的优先级并进行排序。
　　2）选出优先级最高的CoMP用户k1作为主用户。
　　3）轮询簇中的其他CoMP用户k1，根据奇异值分解计算k1和ki的预编码向量V1、Vi，由公式R=VHi×V1得到相关矩阵。通过计算相关矩阵的大小获得相关系数R。
　　4）根据公式R≤δbase选择用户kj，计算用户k1和kj同时传输的和速率R1，j=R1+Rj，其中δbase是预先选定的门限值，R1、Rj是用户对（k1，kj）同时传输时，主用户k1和配对用户kj各自的传输速率，可通过用户反馈CQI推算。
　　5）选择使得和速率R1，j最大的用户为第二用户k2=argmaxRk，j。
　　6）若和速率大于主用户k1单独传输的速率R1，则用户kj是主用户k1的配对用户。
　　流程如图4所示。
　　4 仿真结果
　　利用OPNET对LTE-A下行异构CoMP进行动态系统级仿真。比较不同配对算法下的系统性能，分析不同pico数目、不同天线数目下使用CoMP技术对系统的影响。其中，平台采用19小区三扇区蜂窝结构，小区半径设定为500米，带宽为10MHz，其他参数设置如表1所示。
　　首先，比较不同配对算法对CoMP系统性能的影响。如图5所示，采用2pico、2×1天线（基站端有2个发送天线，接收端有1个接收天线，下同）场景可以看出，与随机配对相比，基于信道质量的配对方法不管在小区平均频谱效率还是在边缘频谱效率方面都有一定提升。这是因为基于信道质量的配对方法考虑了配对用户对主用户的信道质量影响，选取传输速率最大的用户作为配对用户，有效地提升了系统性能。但是相对来说，基于信道质量配对比随机配对较为复杂。
　　为了更好地对仿真结果进行说明，本文之后的研究都是针对基于信道质量配对方式。
　　使用CoMP部署的LTE-A系统为基准，分别比较不同pico和不同天线数下CoMP和非CoMP系统性能。可以看出，使用CoMP技术可以有效提升总吞吐量和用户边缘吞吐量。下面按不同场景分别取出不同数据进行比较。
　　（1）相同pico数，不同天线数
　　这里取2pico场景，比较不同天线模式下的系统性能。仿真结果如表2所示。从表2中可以看出，随着天线数的增加，相应场景小区平均频谱效率和边缘频谱效率都有所提升。这说明对于1×1、2×1、4×1天线场景，使用CoMP技术可以有效提升小区平均频谱效率和边缘频谱效率。但是随着天线数的增加，小区平均频谱效率和边缘频谱效率提升百分比有所下降。
　　图6显示了仿真2pico时不同天线数CoMP和非CoMP下的SINR值。仿真结果表明，CoMP系统SINR状况要比非CoMP系统SINR状况有明显改善，系统性能有大约5dB的提升。
　　（2）相同天线数，不同pico数
　　这里取2×1场景，比较不同pico数的系统性能。仿真结果如表2所示。从表2中可以看出，对于1pico、2pico、4pico场景，使用CoMP技术可以有效提升小区平均频谱效率和边缘频谱效率。但是随着pico数的增加，小区平均频谱效率提升百分比有所下降，这主要是由于分给CoMP用户的频率资源变多，相应减少了中心用户的频谱资源，使系统的频谱效率下降。这一点从小区边缘频谱效率增长的趋势也可以看出。

由此可见，频谱的划分会影响CoMP系统的性能。在采用CoMP技术时，要充分考虑边缘用户频谱效率和系统总频谱效率，在提升边缘用户性能的同时尽量减少系统频谱效率的损失。
　　5 结束语
　　本文在异构网络中引入基于JP的MU-CoMP技术，给出了异构CoMP协作集分类、用户配对、资源分配、预编码算法等技术，通过搭建仿真平台对异构CoMP技术进行了分析，比较了随机配对和基于信道模型配对两种方式的性能，分析了不同pico数目、不同天线数目对系统性能的影响。结果表明，采用CoMP技术可以有效提升系统性能。
　　参考文献：
　　[1] Mugen Peng， Wenbo Wang. Technologies and standards for TD-SCDMA evolutions to IMT-Advanced[J]. IEEE Communications Magazines， 2009，47（12）： 50-58.
　　[2] 3GPP TR 36.819 V11.0.0. Coordinated multi-point operation for LTE physical layer aspects （Release 11）[S]. 2011.
　　[3] 刘凯，全庆以，胡炜，等. LTE-Advanced中协作多点传输技术研究[J]. 数据通信， 2012（3）： 24-28.
　　[4] 刘思杨. LTE-Advanced系统中的协作多点传输技术[J]. 电信网技术， 2009，9（9）： 5-9.
　　[5] Zhijie Wang， Yafeng Wang， Chongsheng Lin， et al. Enhanced Downlink MU-CoMP Schemes for TD-LTE-Advanced[C]. IEEE Wireless Communications and Networking Conference， April 2010： 1-6.
　　[6] Mugen Peng， Yang Liu， Dongyan Wei， et al. Hierarchical cooperative relay based heterogeneous networks[J]. IEEE Wireless Communications， 2011，18（3）： 48-56.
　　[7] 3GPP TR 36.814 V9.0.0. Further Advancements for E-UTRA Physical Layer Aspects （Release 9）[S]. 2010.
　　[8] Somekh O， Simeone O， Bar-Ness Y， et al. Cooperative Multicell Zero-Forcing Beamforming in Cellular Downlink Channels[J]. IEEE Transactions on Information Theory， 2009，55（7）： 3206-3219.
　　[9] Sawahashi M， Kishiyama Y， Morimoto A， et al. Coordinated Multipoint Transmission/Reception Techniques for LTE-Advanced[J]. IEEE Wireless Communications， 2010，17（3）： 26-34.
　　[10] 3GPP R1-110586. Proposal for UE receiver assumption in CoMP simulations[S]. LG Electronics， et al， 2011.