摘  要： 宏蜂窩和小蜂窩混合的異構網(wǎng)絡必然將會成為一種滿足日益增長的移動業(yè)務量需求的手段。然而，大規(guī)模部署小蜂窩接入點（SAPs）也會導致相當大的能量消耗的增長，隨著環(huán)境意識的增強和能源價格的提高，為宏蜂窩和小蜂窩設計高能效的無線系統(tǒng)至關重要。本文研究了認知SAPs的一種分布式睡眠模式策略，利用隨機幾何工具，得出SAP的用戶發(fā)現(xiàn)性能，并得到位于一個宏蜂窩基站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)絡能量消耗。

　　關鍵詞： 小蜂窩；認知無線；綠色通信；能量效率

0 引言

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

　　傳統(tǒng)的蜂窩網(wǎng)絡精心部署MBSs，但室內和小區(qū)邊緣的用戶總會遭受信號質量差的困擾。而且，移動數(shù)據(jù)業(yè)務量爆炸式涌現(xiàn)，更促進了對新的蜂窩結構的探索，以滿足業(yè)務量的需求。LTE-A及以后的標準提出了異構網(wǎng)絡（Heterogeneous Networks，HetNet′s），其結構是在一個宏蜂窩網(wǎng)絡上覆蓋若干小蜂窩。宏層保證覆蓋范圍；而上面覆蓋的那層網(wǎng)絡是一種宏蜂窩網(wǎng)絡分流數(shù)據(jù)業(yè)務量的手段，用于滿足本地容量需求。這個兩層結構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)的尺寸以及自構造和自優(yōu)化的能力。小蜂窩能夠擴展網(wǎng)絡的覆蓋范圍，而小區(qū)尺寸的減小能夠帶來更高的空間頻率復用和更大的網(wǎng)絡容量。

　　雖然前面關于異構網(wǎng)絡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)務量需求在空間、時間和頻率上的波動，睡眠模式技術是克服能量消耗問題的非常有前景的策略[2]。參考文獻[3]介紹了不同的SAPs睡眠模式策略，使得喚醒機制能夠由SAP、核心網(wǎng)或用戶設備（User Equipment，UE）驅動。對于WiFi接入點，參考文獻[4]研究了UE驅動方式，但是反向波束成形增加了硬件復雜性且假設其已知信號結構。分布式睡眠模式策略不涉及UE復雜性的增加，也不需要知道用戶定位信息或相關信令[5]。

1 系統(tǒng)模型

　　1.1 網(wǎng)絡拓撲

　　考慮一個在宏蜂窩網(wǎng)絡上覆蓋若干小蜂窩的蜂窩網(wǎng)絡模型，第一層MBSs的分布為密度為λm的齊次泊松點過程（Poisson Point Process，PPP）Θ，上層覆蓋的網(wǎng)絡中SAPs的分布是密度為λs的PPPΦ[6]。參考文獻[7]指出，宏蜂窩集合的分布服從關于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是獨立的點過程。ζ為檢測門限。當一個SAP不向一個用戶呼叫提供服務時，它進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。認為干擾節(jié)點在整個平面上的空間分布是密度為λ的齊次PPPΩ。對于一個齊次PPP，k個節(jié)點落在區(qū)域R內的概率表達式為：

　　其中，AR為區(qū)域R的面積。

　　一個宏蜂窩網(wǎng)絡上疊加多個小蜂窩組成的空間模型如圖1所示。

　　1.2 活動模型

　　用時隙模型描述UEs和SAPs的活動，如圖2所示。假設一個固定時隙的時長為T，SAP感知信道的感知時間為τs，檢測到一個活躍的移動用戶時SAP的活躍模式持續(xù)時長為T-τs。在一個給定時隙內，SAP、UE和若干節(jié)點的活動可以被建模為相互獨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

　　影響認知SAPs能量消耗的三個主要方面為：鏈路同步相關的功率Vc、感知功率Vs、以及活動模式期間的處理功率Vt。鏈路同步在整個時隙內都在進行，UE信號檢測是一個二進制假設檢驗問題。當出現(xiàn)一個UE信號時（假設為H1），在感知到上行鏈路信道并正確地檢測到用戶活動后，SAP開始導頻傳送。當沒有UE信號時（假設為H0），在錯誤地檢測到有一個用戶出現(xiàn)之后，SAP開始導頻傳送。在典型SAP的覆蓋范圍內至少存在一個活躍UE的概率為pUE=1-exp（-puλuπR2）。一個小區(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)值結果及分析

　　圖3描述了在一個SAP覆蓋范圍內一個典型用戶的成功概率。該圖說明，干擾者按PPP分布時，隨著干擾節(jié)點密度的增加，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覆蓋范圍內一個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Pd和固定門限這兩種情況下分別對應的總的能量消耗?？梢姡谒袌鼍跋履芰肯碾S干擾節(jié)點密度的增加而增加，這是因為能量消耗與Pd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)絡的能量效率。

　　圖6展示了SAP覆蓋范圍和干擾節(jié)點密度對能量消耗的影響。當R從15 m變化到50 m時，能量消耗增加了將近50%。對于所有覆蓋范圍內的值，感知時間固定在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)。可以得出下列結論：由于用戶檢測性能與覆蓋范圍之間有很強的相關性，改變SAP的覆蓋范圍會顯著影響能量消耗。

4 結論

　　本文提出了一種分析架構，可以分析出部署在一個MBS Voronoi小區(qū)內采用認知SAPs時系統(tǒng)的能量消耗。該模型考慮了信道衰落、總的網(wǎng)絡干擾、群發(fā)性活動、網(wǎng)絡拓撲結構以及負載量，允許量化關鍵系統(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展方向：多層級的聯(lián)合能量消耗，對用戶服務質量的約束，以及分布式睡眠模式方案與其他策略的比較等。

參考文獻

　　[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.