聚類算法家庭基站的節能方法范文

本站小編為你精心準備了聚類算法家庭基站的節能方法參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《計算機應用與軟件雜志》2015年第十一期

未來的移動通信向數據高速公路方面演進，這是不容置疑的。人類在追求信息共享方面，已經向前發展了很多。然而在節能領域，當天然氣和石油價格上漲時，我們才發現了節約能源的重要性。節約能源與環境保護這兩個熱點話題帶給移動通信運營的是什么呢?幾年前，二者之間并沒有明顯的關聯，但是隨著激增的用戶數量以及不斷擴大的網絡規模，無線移動通信網絡的能源消耗也在大幅上漲，因此我們必須構建一個和諧的綠色通信網［1］。在蜂窩網絡中，大約有2/3的語音業務和90%以上的數據業務是在室內發生的，因此對于運營商來說，為用戶的話音、視頻以及高速數據業務提供良好的室內覆蓋變得日益重要。而家庭基站技術作為解決該問題的辦法被引入到LTE-A系統中。家庭基站［2］是一個低功耗(10～100mW)、低覆蓋(10～50米)、低成本且UE自行安裝購買的室內無線接入點，可以為用戶提供高質量的語音服務和數據業務，同時可以增加系統容量和擴大小區覆蓋面積。但是當家庭基站與已有宏蜂窩網絡進行聯合組網時，還要面臨一些技術挑戰:一是傳統宏蜂窩網絡由于家庭基站的引入使得網絡拓撲結構更加復雜化，這是由于家庭基站是用戶自行安裝購買的，沒有運營商的統一部署，而這些因素都會增加家庭基站網絡拓撲的不可預測性，并且隨著家庭基站個數的增加，那么相互重疊的家庭基站小區也會越來越多，從而導致系統內的干擾更加嚴重;二是家庭基站是終端用戶設備，運營商對家庭基站的數量與位置不得而知，因此傳統的網規網優方法并不適合家庭基站網絡，如果想要優化家庭基站網絡，那么需要有一個設備可以統計家庭基站的信息。

文獻［5］針對HSDPA網絡提出了一種測量混合接入模式下的家庭基站頻譜性能的方法，該方法是通過網絡流量和智能接入管理共同改變資源分配系數K(0≤K≤1)。文獻［6］中介紹了一種通過聯合部署宏基站與住宅的微微基站達到節能的方法。文獻［7］介紹了一種關于異構網絡中的家庭基站的功率控制方法，該方法減少了宏基站用戶和家庭基站用戶的中斷概率，也提高了家庭基站用戶的吞吐量，并且維持了系統的最高能效。這些節能方法已經比較成熟，大都是通過如何降低家庭基站的發射功率或者提高頻譜效率等方面進行節能的，且要求家庭基站隨時開著，但是當家庭基站內無用戶到達時，此時家庭基站的導頻信號就未能充分利用，因此會造成資源浪費。本文提出一種基于聚類算法的家庭基站網絡節能機制。在家庭基站密集部署的環境中，通過聚類算法使網絡中不必要的家庭基站進行休眠，得到可以滿足用戶需求的最少家庭基站個數。當家庭基站個數確定時，家庭基站網關根據用戶的位置判斷用戶被哪個家庭基站服務，從而有效地實現網絡節能。

1家庭基站網絡和聚類算法

1．1家庭基站網絡

1．1．1家庭基站網絡架構［8］如圖1所示，我們可以看出宏蜂窩小區和家庭基站小區通過不同的方法接入到核心網。與宏蜂窩相比，家庭基站小區增加了2個實體，分別為家庭基站網關和家庭基站管理系統。家庭基站網關主要執行的功能為驗證家用基站的安全性，處理家用基站的注冊和接入控制，負責交換核心網與家用基站間的數據，在本文中的作用主要是統計家庭基站的信息并對用戶進行管理。然而在宏蜂窩網絡中，宏基站由RNC連接到核心網。

1．1．2干擾模型3GPP定義了家庭基站和現有宏蜂窩基站組成的異構網絡的六個典型干擾場景［9］，實線表示有用信號，虛線表示干擾信號，如圖2所示。從圖中可以看出，在家庭基站網絡中的干擾管理問題要比傳統宏基站網絡嚴重的多，場景1～4為家庭基站和宏蜂窩之間的干擾場景，場景5～6為家庭基站之間的干擾，場景內的具體說明見表1所示。

1．2聚類算法思想聚類分析［10］因能探入數據空間并發現其中的數據結構———數據類，已經成為了一種理想的探知巨大數據空間的有力工具。聚類分析根據“物以類聚”的思想，根據一定的規則將物理或抽象的數據對象劃分為有意義的組。聚類分析基本步驟如圖3所示。

2算法及仿真分析

2．1算法

2．1．1數學描述假設某棟樓內有φ個家庭基站，N個用戶(由宏基站用戶uM和家庭基站用戶uH組成，其中宏基站用戶可以用MUE表示，家庭基站用戶可以用HUE表示)，且用戶隨機的分布在這φ個家庭基站中，C為用戶的吞吐量。活動家庭基站所在的小區平均吞吐量C為系統總吞吐量與活動家庭基站個數的比值，可以由式(4)表示，其中對每個用戶的吞吐量Cn進行求和即為系統總吞吐量，N和φ1分別代表用戶和活動家庭基站的數目。

2．1．2算法過程假設本文中只涉及到家庭基站用戶，家庭基站由統一的家庭基站網關管理，我們將按照圖3所示步驟進行描述:數據的采集:家庭基站掃描覆蓋區域內的家庭基站用戶個數以及相鄰家庭基站的導頻信號功率。數據的預處理:家庭基站向家庭基站網關上報掃描到的信息，并對各個家庭基站創建鄰區列表信息家庭基站網關統計出現在活動的基站個數m和總用戶數n。1)先算出每個用戶間的歐氏距離di，j，并求出歐式距離均值作為閾值，均值可參照式(8)計算。2)因第1)步中的每個樣本點i都有一個相應的個數，因此查找對應個數最多的那個樣本點i;3)將第2)步中得到的i作為首個初始聚類中心，并將和i的距離小于閥值的樣本點標記下來，重復步驟1)，直到找夠所有的用戶即可，此時對應的初始聚類個數即為活動家庭基站的個數。此時，根據上述結果，家庭基站對其進行驗證。首先家庭基站網關根據聚類算法得到的用戶位置對其所在的家庭基站進行開啟，之后家庭基站對用戶的吞吐量等性能進行計算，若不滿足用戶的要求，那么重新進行聚類算法。算法流程圖如圖4所示，其中，k為第i個用戶被統計的個數，K為k的個數，a為家庭基站可服務的最大用戶數目，n為用戶的個數，最后得到的k值即為要活動的家庭基站個數。通過該算法要達到的目的是:通過用戶聚類的方式，降低了活動家庭基站的個數，從而提高系統的能效和活動家庭基站所在的小區吞吐量。雖然本文在一定程度上降低了那些切換用戶的信噪比來獲取較大的節能，但是那些切換的用戶是在滿足自身信噪比需求的情況下做的切換，故而對現實網絡還是有一定意義的。

2．2仿真結果及性能分析

在本部分中，我們首先描繪了仿真場景，之后對系統的性能(包括活動家庭基站的個數，宏基站與街道的距離)進行分析。本文暫不考慮用戶的業務種類，只針對同一種業務。

2．2．1仿真場景本文宏小區采用正六邊形宏蜂窩結構［11］，7小區/21扇區，每個小區中有一個宏基站，宏基站的間距為1000米。每個宏小區內隨機置入一個雙條形模式的家庭基站街道(block)。每一個block由兩棟樓組成，這兩棟樓分別位于街道的兩側，每棟樓有六層，每層樓有20個公寓，如圖5所示。公式中所涉及的參數均來自標準。家庭基站和家庭基站用戶在樓內內隨機分布，每個家庭基站最多可以同時服務3個家庭基站用戶。假設樓內均為家庭基站用戶。本文采用了ITU路徑損耗模型［12］。關于HUE的路徑損耗具體如表2所示。其中(1)代表用戶與家庭基站在同一棟樓內時，(2)代表當用戶在公寓外時，(3)表示用戶與家庭基站位于不同排的公寓樓內時。

2．2．2性能分析隨用戶數目變化的活動家庭基站個數曲線圖如圖6所示。從圖6中可以看出不論是算法前還是算法后的系統，活動家庭基站的個數都會隨著用戶個數的增加而增加。其次，算法前的活動基站個數一直大于算法后的活動家庭基站個數，尤其是系統處于中低負載時。因此可以說本文提出的算法使得系統的總發射功率降低，從而達到節能的目的。最后，當系統達到滿負載(即用戶為360)時，兩者最終達到相同的活動家庭基站個數。隨著HUE數目變化的能效分布如圖7所示。從圖7中可以看出在相同的用戶個數時，本文提出的算法能使系統的能效更高。系統能耗增加的比例(即算法后的能效與算法前能效的比值)會隨著用戶增加而減少，這是由于活動家庭基站的個數也會隨著用戶增加而增加，而活動家庭基站個數的增加會導致家庭基站之間的同層干擾增加。最后，當系統處于滿負載時，兩系統最終會達到相同的能效。隨著HUE數目變化的活動家庭基站小區平均吞吐量如圖8所示。由圖8可以看出，算法后的活動家庭基站小區平均吞吐量一直高于原系統的活動家庭基站平均吞吐量。其次，當用戶較少時，可以看出算法后的活動家庭基站平均吞吐量要遠遠大于算法前的，這是由于活動家庭基站間的干擾隨著活動家庭基站個數的減少而減少，導致用戶的信噪比提高，從而使得系統的總信噪比增加。最后，兩系統最終會達到相同的活動家庭基站平均吞吐量。

3結語

本文提出了一種基于聚類算法的家庭基站網絡系統的節能方法。該算法在滿足HUE信噪比的前提下，盡量減少活動家庭基站的個數，以此來達到節能的目的。仿真結果表明，該算法對系統的能效確實有一定的提升。

作者：蔣國清 潘勇 胡飛躍 單位：長沙民政職業技術學院軟件學院 中南大學地球科學與信息物理學院