基于LTE-A的室外异构网络的感知干扰模型和基站功率节约最大化研究

Outdoor heterogeneous network for long term evolution advanced (LTE-A) creates severe interference. It is an urgent task to overcome the interference in macro cellular with outdoor low-power base stations (BSs), such as relay and pico. In our coming research,combining the requirement of energy efficiecy of base station for green communication, the cognitive interference model in interference zone (IZ) of the practical heterogeneous scenario will be proposed. Based on investigation of interaction between the macro BS and low-power BSs in this model, the strategy framework will be set up for interference management aiming to get the maximum net saving power for two kinds of base station. The study of interference management can be transformed into a multiple objective non-linear programming (MONLP) of the maximum saving power for them. To facilitate the best compromise solution for both, a suitable optimization method is employed to obtain the global optimum solution. In addition, the practical implementation using the proposed algorithm in outdoor heterogeneous network for LTE-A will be designed. Finally, numerical evaluation will be used to test the applicability of the proposed algorithm, and system level simulation can be used to demonstrate the effectiveness of the proposed sensing interference scheme. It is noted that this research and the results lay the foundation for promoting the development from the heterogeneous network to self-organizing, self-optimizing and self-configuring network mode.

基于LTE-A的室外异构网络是为了优化传统网络而引入低功率基站(relay 和pico)来提升系统容量和QoS，但是这种新型架构网络的同频信道干扰成为网络性能提升的瓶颈。针对干扰问题，并结合绿色通信基站能效需求，欲推荐一种基于室外低功率基站感知小区间下行同频信道干扰的方法来实现异构网络干扰消除和基站功率节约。首先建立异构场景下的感知干扰模型。其次认识该模型中宏网基站和低功率基站间的行为关系，建立两种基站功率节约的策略空间。为了实现干扰消除，将策略空间研究转化为两种基站功率节约最大化的多目标非线性规划问题。通过选择合适的优化算法，获得令两个实体均满意的全局最优解。然后针对异构网络，设计感知干扰的基站功率节约最大化方案的具体实现过程。最后，通过量化评估和系统级仿真验证推荐方案的可行性和有效性。项目研究及结果对推动异构网络向自组织、自优化和自配置网络模式发展奠定了基础。

在国家自然科学基金项目的资助下，本课题主要针对三个内容进行了详细的研究。第一个问题是异构网络中的感知机会接入模型研究。该研究针对传统异构网络给出低功率基站的感知干扰机会接入模型。后续将会针对接入模型给出具体的量化分析。研究给出的基于感知技术的异构网络中断模型对于感知干扰模型的量化性能评估参数和评估方法有重要指导作用。第二个问题是超蜂窝异构网络能效模型的研究。该研究针对未来超蜂窝给出网络速率和网络功率消耗模型。同时网络能耗模型的量化分析是未来的我们一项重要工作。该研究是基于目前的研究现状给出的研究思路和研究方法。关于超蜂窝异构网络研究没有系统全面的能效模型，典型的研究中没有基于该场景的回传链路和干扰消除考虑，而且关于能效的优化问题，在我们的研究任务中也比较明确。证明了该研究是切实可行的。第三个问题是感知干扰中的功率回报机制研究。该研究结合Q-learning 算法给出功率回报机制的理论验证模型。后期通过量化分析和实验仿真，争取得到理想的研究结果。基于机器学习的功率回报算法应用于感知干扰模型，对于提升感知干扰模型的科学性有重要的理论支持作用。