蜂窝移动网络中机器类型通信的接入策略

摘要

机器类型通信的引入将对传统蜂窝移动通信网络产生及其深远的影响,带来通信方式和业务模式的巨大变革。首先,传统移动通信网络主要针对人与人之间(H2H)的语音通信,虽然在近几年加入了IMS,NGN等对VOIP多媒体,IP业务进行了支持,但是,其本质上还只是对H2H通信进行优化,在协议层面并没有针对M2M通信特性进行相关的优化或支持,例如低数据率、低能耗、低移动性、长期空闲而突发传输等。其次,机器间通信与传统语音通信有着巨大差异,这些差异可能使得现有移动通信网络不能工作,或是低效率同时造成巨大的带宽资源浪费。例如,根据统计数据,机器间通信的连接需求的数量级比人人通信至少大一倍,想象同一蜂窝下,数百个传感器被同时激活发送数据(由于突发事件或是大面积数据查询)会直接造成网络崩溃。在这种条件,针对M2M通信特性的新的接入控制协议的需求就迫在眉睫了,例如海量传感器节点的资源调度策略和随机接入控制。第三,机器间通信最广泛的例子发生在传感器应用上,而传感器一般都是有电池供电、能耗受限的,同时,传感器之间也已有一些短距离无线通信协议(Zigbee,Bluetooth,Wifi…),网络结构也具有多样性(Mesh,Ad hoc,Tree,Star…)。研究为这些异构网络结构提供新的路由协议,使得机器间通信能够以移动通信网络为主,其他通信手段为辅进行综合考虑,既能利用蜂窝网的广度覆盖和集中控制,也能具有传感网的低能耗传输的优点。
　　 本课题特别针对机器类型通信的特点在LTE-A的异构网络环境下对干扰消除机制,频域和时域的动态资源分配,优化公平的接入策略,以及机器类型直连通信的拓扑构建、维护管理及最优中继路径的选择策略分别做了大量深入有效的研究。
　　 首先,在传统的蜂窝网络中引入无线中继/网关技术,可以增加网络覆盖范围并提高小区边缘移动终端性能。但是,这些无线中继/网关的部署同时也给宏基站带来了额外的干扰。一个通常的解决方案是给宏基站和无线中继/网关分配相互正交的频率资源来消除干扰。在本课题中,我们使用比例公平模型来形式化这个频率资源调度的优化问题,并基于无线中继/网关的边缘移动终端的分布以及动态负载平衡提出了一个新的自适应的方法(分别给出了集中式和分布式算法)来做干扰协调。这个干扰协调方法可以同时有效减少小区之间和小区内部的干扰,和传统的静态干扰协调方法(频率资源平均的在基站之间或是无线中继/网关之间分配,并不考虑负载)相比,可以大大提高频谱利用率。通过系统级仿真评估,提出的方法能够动态的适应各种移动终端的分布模型包括非均匀分布,移动场景等等,同时相应的提高蜂窝网络容量,并提升边缘移动终端的体验。
　　 其次,在异构网络中,由于在宏基站和微基站(部署在热点区域以提高对机器终端的覆盖)中的发送功率不同导致的负载失衡,提出了范围扩张(RE-range expansion)技术,当新的移动终端进行接入时,通过对宏基站和微基站的下行接收信号功率加上不同的偏离值,来增加微基站中接入移动终端的个数。这种方法可以一定程度的解决负载失衡问题,提高频谱的利用率,但是微基站中的边缘终端也会受到宏基站更强的干扰,这些终端成为干扰受限终端(victim UE)。为了减轻来自宏基站的干扰,宏基站的某些子帧被配置成ABS帧(Almost Blank Subframe),在这些ABS帧中,不包含数据传输,只有少量甚至没有控制信号的传输。由于在ABS帧中,干扰受限终端可以免于来自宏基站的强干扰,因此,为了更好的提高这些ABS子帧的利用率,ABS子帧配置的密度和模式就成为取得更好性能的关键因素。最优的ABS子帧密度应能在宏基站和微基站的终端分布中找到最佳的平衡点,而这些取决于宏基站和微基站普通终端和干扰受限终端的负载情况。目前的研究并没有成熟的方法可以解决这个最佳ABS子帧密度的问题,一般都是根据统计分布而得出的经验值,并不能很好的适应干扰环境和终端分布的变化。本课题中,我们基于终端的干扰环境,负载平衡,分布情况等,提出了一个比例公平最优的ABS子帧密度配置方法,其中,宏基站可以自适应的调整ABS子帧的密度并选择模式。同时,这种方法兼顾了目前3GPP标准化中LTE版本10的要求,只需在宏基站和微基站的X2接口新定义一些交互信息。
　　 第三,微微小区(Pico cell)作为一个新的技术被引入到蜂窝网络中来提高那些难以达到区域低成本的覆盖扩展,同时为高密度的热点区域提供小区分裂的复用增益。但是,根据现有的最强接收信号接入的方法,在宏基站覆盖范围内,微基站由于极低的发送功率受到很大的接入限制。因此导致的负载不平衡使得新引入的微基站的频谱并不会得到有效的利用。在本课题中,考虑到这种宏小区和微微小区并存的异构网络结构,我们同时对应长期的信道条件以及小区间的负载平衡,把这个移动终端的小区接入问题归纳成一个全网的比例公平函数的优化问题。同时给出了最优解法(动态规划方法)和高效的启发式算法(贪心法)。在3GPP LTE-A的异构网络场景中,通过系统级仿真实验,我们验证了和传统最大信道强度接入方法相比,提出的优化公平方案可以达到更好的性能增益,尤其对于小区边缘的移动终端。
　　 最后,很多的机器间通信的应用与地理位置信息相关,这种基于位置的机器间通信(location-based MTC)是一种新的业务模式,针对这种定位的需求,本课题中首次提出了一种传感器辅助蜂窝网的低能耗精确定位技术,即利用蜂窝网络定位技术得到的低精度定位信息,定向的激活少量的传感器锚节点来提供更高精度,快速响应的定位服务。同时,由电池供电的传感器节点能够长时间的工作在低能耗方式,从而整个传感器网络的生命周期可以大大延长。我们把传感器节点选择问题进行分析并形式化定义成一个最小能耗覆盖问题(MECP)。基于精度和覆盖的分析,我们提供了最优解决方案和低复杂度的在线启发式算法。和之前提出的定位方法研究,如蜂窝网络中的AOA/TOA/RSS算法以及传感器网络中的锚节点定位算法相比,我们的方案可以提高定位精度的同时,大大减少传感器节点的能耗,从而提高整个网络生命周期。仿真结果验证了算法的可行性和算法性能增益的比较。
　　 上述的这些前瞻性创新研究并不仅仅局限于传感器网络与蜂窝移动通信网络融合的概念,同时也可以扩展到未来的无线泛在网络(包括移动蜂窝接入、无线接入、短距离和传感器接入)的拓扑结构研究,组网技术研究,以及在异构网络下的接入技术和资源的调度、管理和协同。