摘  要： 宏蜂窩和小蜂窩混合的異構(gòu)網(wǎng)絡(luò)必然將會成為一種滿足日益增長的移動業(yè)務(wù)量需求的手段,。然而,，大規(guī)模部署小蜂窩接入點(diǎn)（SAPs）也會導(dǎo)致相當(dāng)大的能量消耗的增長，隨著環(huán)境意識的增強(qiáng)和能源價(jià)格的提高,，為宏蜂窩和小蜂窩設(shè)計(jì)高能效的無線系統(tǒng)至關(guān)重要,。本文研究了認(rèn)知SAPs的一種分布式睡眠模式策略，利用隨機(jī)幾何工具,，得出SAP的用戶發(fā)現(xiàn)性能,，并得到位于一個(gè)宏蜂窩基站Voronoi小區(qū)中的小蜂窩的上行鏈路容量以及系統(tǒng)總的網(wǎng)絡(luò)能量消耗。

　　關(guān)鍵詞： 小蜂窩,；認(rèn)知無線,；綠色通信；能量效率

0 引言

　　過去幾年里移動數(shù)據(jù)業(yè)務(wù)量呈指數(shù)增長,，能量消耗也有了相當(dāng)大的增長,。在日益增強(qiáng)的環(huán)境意識和日漸增長的移動基站（Mobile Base Stations，MBSs）電力消耗的驅(qū)動下,，綠色無線通信已經(jīng)成為一個(gè)活躍的研究領(lǐng)域,。

　　傳統(tǒng)的蜂窩網(wǎng)絡(luò)精心部署MBSs，但室內(nèi)和小區(qū)邊緣的用戶總會遭受信號質(zhì)量差的困擾,。而且,，移動數(shù)據(jù)業(yè)務(wù)量爆炸式涌現(xiàn)，更促進(jìn)了對新的蜂窩結(jié)構(gòu)的探索,，以滿足業(yè)務(wù)量的需求,。LTE-A及以后的標(biāo)準(zhǔn)提出了異構(gòu)網(wǎng)絡(luò)（Heterogeneous Networks，HetNet′s）,，其結(jié)構(gòu)是在一個(gè)宏蜂窩網(wǎng)絡(luò)上覆蓋若干小蜂窩,。宏層保證覆蓋范圍,；而上面覆蓋的那層網(wǎng)絡(luò)是一種宏蜂窩網(wǎng)絡(luò)分流數(shù)據(jù)業(yè)務(wù)量的手段,，用于滿足本地容量需求,。這個(gè)兩層結(jié)構(gòu)中的小蜂窩可以是微蜂窩、微微蜂窩,、或者毫微微蜂窩,，這些不同類型的小蜂窩之間的區(qū)別在于小區(qū)的尺寸以及自構(gòu)造和自優(yōu)化的能力。小蜂窩能夠擴(kuò)展網(wǎng)絡(luò)的覆蓋范圍,，而小區(qū)尺寸的減小能夠帶來更高的空間頻率復(fù)用和更大的網(wǎng)絡(luò)容量,。

　　雖然前面關(guān)于異構(gòu)網(wǎng)絡(luò)的介紹能夠解決容量需求問題[1]，但是安裝這些增加的基站后,，總的能量消耗卻大大增加了,。鑒于高業(yè)務(wù)量需求在空間、時(shí)間和頻率上的波動,，睡眠模式技術(shù)是克服能量消耗問題的非常有前景的策略[2],。參考文獻(xiàn)[3]介紹了不同的SAPs睡眠模式策略，使得喚醒機(jī)制能夠由SAP,、核心網(wǎng)或用戶設(shè)備（User Equipment,，UE）驅(qū)動。對于WiFi接入點(diǎn),，參考文獻(xiàn)[4]研究了UE驅(qū)動方式,，但是反向波束成形增加了硬件復(fù)雜性且假設(shè)其已知信號結(jié)構(gòu)。分布式睡眠模式策略不涉及UE復(fù)雜性的增加,，也不需要知道用戶定位信息或相關(guān)信令[5],。

1 系統(tǒng)模型

　　1.1 網(wǎng)絡(luò)拓?fù)?/strong>

　　考慮一個(gè)在宏蜂窩網(wǎng)絡(luò)上覆蓋若干小蜂窩的蜂窩網(wǎng)絡(luò)模型，第一層MBSs的分布為密度為λm的齊次泊松點(diǎn)過程（Poisson Point Process,，PPP）Θ,，上層覆蓋的網(wǎng)絡(luò)中SAPs的分布是密度為λs的PPPΦ[6]。參考文獻(xiàn)[7]指出,，宏蜂窩集合的分布服從關(guān)于Φ的Poisson-Voronoi棋盤形鋪嵌R2,。移動用戶分散在密度為λu的PPPΨ分布的R2上。Θ,、Φ和Ψ是獨(dú)立的點(diǎn)過程,。ζ為檢測門限。當(dāng)一個(gè)SAP不向一個(gè)用戶呼叫提供服務(wù)時(shí),，它進(jìn)入睡眠模式并且周期性地感知宏蜂窩上行鏈路以檢測用戶活躍性,。認(rèn)為干擾節(jié)點(diǎn)在整個(gè)平面上的空間分布是密度為λ的齊次PPPΩ。對于一個(gè)齊次PPP,，k個(gè)節(jié)點(diǎn)落在區(qū)域R內(nèi)的概率表達(dá)式為：

　　其中,，AR為區(qū)域R的面積,。

　　一個(gè)宏蜂窩網(wǎng)絡(luò)上疊加多個(gè)小蜂窩組成的空間模型如圖1所示。

　　1.2 活動模型

　　用時(shí)隙模型描述UEs和SAPs的活動,，如圖2所示,。假設(shè)一個(gè)固定時(shí)隙的時(shí)長為T，SAP感知信道的感知時(shí)間為τs,，檢測到一個(gè)活躍的移動用戶時(shí)SAP的活躍模式持續(xù)時(shí)長為T-τs,。在一個(gè)給定時(shí)隙內(nèi)，SAP,、UE和若干節(jié)點(diǎn)的活動可以被建模為相互獨(dú)立的成功概率分別為ps,、pu和pI的伯努利過程[8]。

2 SAPs能量消耗模型

　　影響認(rèn)知SAPs能量消耗的三個(gè)主要方面為：鏈路同步相關(guān)的功率Vc,、感知功率Vs,、以及活動模式期間的處理功率Vt。鏈路同步在整個(gè)時(shí)隙內(nèi)都在進(jìn)行,，UE信號檢測是一個(gè)二進(jìn)制假設(shè)檢驗(yàn)問題,。當(dāng)出現(xiàn)一個(gè)UE信號時(shí)（假設(shè)為H1），在感知到上行鏈路信道并正確地檢測到用戶活動后,，SAP開始導(dǎo)頻傳送,。當(dāng)沒有UE信號時(shí)（假設(shè)為H0），在錯(cuò)誤地檢測到有一個(gè)用戶出現(xiàn)之后,，SAP開始導(dǎo)頻傳送,。在典型SAP的覆蓋范圍內(nèi)至少存在一個(gè)活躍UE的概率為pUE=1-exp（-puλuπR2）。一個(gè)小區(qū)的SAP能量消耗可以被建模為：

　　其中Pd和Pfa分別是用戶活動檢測概率和誤告警的概率,。

3 數(shù)值結(jié)果及分析

　　圖3描述了在一個(gè)SAP覆蓋范圍內(nèi)一個(gè)典型用戶的成功概率,。該圖說明，干擾者按PPP分布時(shí),，隨著干擾節(jié)點(diǎn)密度的增加,，成功概率大幅度降低。圖4展示了PdC（經(jīng)檢測概率修正后,，該SAP覆蓋范圍內(nèi)一個(gè)典型用戶的上行鏈路容量）作為干擾者密度的函數(shù),。該圖闡明了通過改變λ，檢測性能提高和平均信道容量降低的聯(lián)合作用,。

　　圖5描繪了固定目標(biāo)Pd和固定門限這兩種情況下分別對應(yīng)的總的能量消耗,。可見,，在所有場景下能量消耗隨干擾節(jié)點(diǎn)密度的增加而增加,，這是因?yàn)槟芰肯呐cPd和Pfa成線性正比。在固定門限的場景下,，隨著干擾者密度的增加需要向ED提供更多的能量,，從而Pd和Pfa也會提高,，如果提高了門限，Pfa和能量消耗的增加會減緩,。這說明對干擾環(huán)境的掌握有助于提高小蜂窩網(wǎng)絡(luò)的能量效率,。

　　圖6展示了SAP覆蓋范圍和干擾節(jié)點(diǎn)密度對能量消耗的影響。當(dāng)R從15 m變化到50 m時(shí),，能量消耗增加了將近50%,。對于所有覆蓋范圍內(nèi)的值,，感知時(shí)間固定在N=15采樣,，且Pd=Pd*=0.9。為了滿足對Pd的約束,，覆蓋范圍較大時(shí)降低檢測門限,，因此Pfa也隨之降低。這在總的能量消耗中有所體現(xiàn),?？梢缘贸鱿铝薪Y(jié)論：由于用戶檢測性能與覆蓋范圍之間有很強(qiáng)的相關(guān)性，改變SAP的覆蓋范圍會顯著影響能量消耗,。

4 結(jié)論

　　本文提出了一種分析架構(gòu),，可以分析出部署在一個(gè)MBS Voronoi小區(qū)內(nèi)采用認(rèn)知SAPs時(shí)系統(tǒng)的能量消耗。該模型考慮了信道衰落,、總的網(wǎng)絡(luò)干擾,、群發(fā)性活動、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及負(fù)載量,，允許量化關(guān)鍵系統(tǒng)參數(shù)的影響,，例如干擾者密度以及SAP覆蓋范圍對檢測性能以及對總的能量消耗的影響。數(shù)值結(jié)果證明,，對干擾環(huán)境的了解可以使得SAP能量消耗大幅減小,。本研究未來可能的擴(kuò)展方向：多層級的聯(lián)合能量消耗，對用戶服務(wù)質(zhì)量的約束,，以及分布式睡眠模式方案與其他策略的比較等,。

參考文獻(xiàn)

　　[1] CHEUNG W C， QUEK T Q S,， KOUNTOURIS M. Throughput optimization,， spectrum allocation， and access control in two-tier femtocell networks[J]. IEEE J Sel Areas Commun,， 2012,，30（3）：561-574.

　　[2] WU S H， CHEN C M,， CHEN M S. Collaborative wakeup in clustered ad hoc networks[J]. IEEE J Sel Areas Commun,， 2011,，29 （8）：1585-1594.

　　[3] ASHRAF I， BOCCARDI F,， HO L. Sleep mode techniques for small cell deployments[J]. IEEE Communications Magazine,， 2011，49（8）：72-79.

　　[4] HARATCHEREV I,， FIORITO M,， BALAGEAS C. Low-power sleep mode and out-of-bound wake-up for indoor access points [C]. Proc 2009 IEEE Global Telecommunications Conference， 2009：1-6.

　　[5] SAKER L,， ELAYOUBI S E,， COMBES R， et al. Optimal control of wake up mechanisms of femtocells in heterogeneous networks[J]. IEEE J Sel Areas Commun,， 2012,，30 （3）：664-672.

　　[6] ANDREWS J G， BACCELLI F,， GANTI R K. A tractable approach to coverage and rate in cellular networks [J]. IEEE Trans Commun,， 2011，59（11）：3122-3134.

　　[7] BLASZCZYSZYN B,， KARRAY M K,， KEELER H -P. Using Poisson processes to model lattice cellular networks [C]. Proc 2013 IEEE Joint Conf of the IEEE Computer and Commun Societies， 2013：797-805.

　　[8] YUCEK T,， ARSLAN H. A survey of spectrum sensing algorithms for cognitive radio applications[J]. IEEE Commun Surveys Tuts,， 2009，11（1）：116-130.