异构蜂窝网络中基于功率控制的动态LP-ABS干扰抑制方法

摘要

本发明涉及一种异构蜂窝网络中基于功率控制的动态LP-ABS干扰抑制方法，属于移动通信技术领域。该方法包括以下步骤：1)根据当前周期内的实际网络负载情况来确定下一调度周期应该采用的ABS配置比例，求出最佳的ABS配置比例；2)计算每个CRE用户最优传输时间，计算最优传输速率，计算最优的SINR，计算可以容忍宏基站的最大干扰，最终得出宏基站在LP-ABS的传输功率；3)根据网络的整体干扰情况求出zero-ABS和LP-ABS所占的比例，动态调节混合ABS比例，应用于下一个调度周期。本方法通过动态分配ABS比例，合理的分配时域资源，减小了邻区的干扰；通过基于网络干扰情况的zero-ABS和LP-ABS动态调整方法，来提高宏基站的整体吞吐量，避免不必要的资源浪费，并平衡网络负载，提高频谱的利用率。

说明书

技术领域

本发明属于移动通信技术领域，涉及一种异构蜂窝网络中基于功率控制的动态LP-ABS 干扰抑制方法。

背景技术

随着无线通信网络的发展，未来的无线网络正朝着网络智能化、宽带化、多元化、综合 化的方向演进。随着智能终端的大量普及，数据业务将出现爆炸式的增长。密集异构网络能 够改善网络覆盖，大幅度提升系统容量，并且对业务进行分流，具有更灵活的网络部署和更 高效的频率复用。未来，面向高频段大带宽，将采用更加密集的网络方案，部署小小区/扇区 将高达100个以上。

与此同时，愈发密集的网络部署也使得网络拓扑变得更加复杂，小区间干扰已经成为制 约系统容量增长的主要因素，极大地降低了网络能效。

时域干扰协调技术通过CRE技术扩大小蜂窝的覆盖范围，此时CRE中的用户将会受到 宏基站的强烈干扰，为了抑制这种干扰，ABS技术被使用，这种方式是在特殊的子帧让宏基 站保持静默，不再进行数据信息的传送。但是这种技术显著地减少宏用户的吞吐量，因此3GPP Release11提出了一种低功率的ABS来解决这个问题，被称作LP-ABS，这种子帧相较于传 统的ABS依然对宏用户进行调度，不同之处在于适当的降低了宏基站的发射功率，通过这种 方式能较好的保护好宏用户的吞吐量。

在Macro-Pico场景中LP-ABS比例的调整可以较大程度上均衡宏蜂窝和微基站之间的吞 吐量，从而提高整个系统的性能，因此动态调节LP-ABS比例是一种较有效的提高Macro-Pico 场景吞吐量的方法。

然而宏基站分配的LP-ABS比例越多，宏基站下宏用户的吞吐量表现也就越差，因为提 升Pico用户的性能是牺牲宏用户性能为前提的，为了保护宏用户的性能，因此我们对LP-ABS 进行了一定的功率控制。我们希望在保证Pico用户传输速率的情况下，来进行整个系统性能 上的优化。

因此，在未来异构蜂窝网络中，需要一种有效的干扰管理方案，使其能够有效地的降低 蜂窝网络中的干扰，同时对异构蜂窝网络中的负载进行适当的均衡，从而极大的提高通信系 统的容量，获得更好地频谱利用率，进一步提高用户的服务质量。

发明内容

有鉴于此，本发明的目的在于提供一种异构蜂窝网络中基于功率控制的动态LP-ABS (LowerPowerAlmostBlankSubframe，低功率的几乎空白子帧)干扰抑制方法，该方法能够 很好的改善异构蜂窝网络中的干扰严重的问题。

为达到上述目的，本发明提供如下技术方案：

一种异构蜂窝网络中基于功率控制的动态LP-ABS干扰抑制方法，包括以下步骤：

步骤一：根据当前周期内的实际网络负载情况来确定下一调度周期应该采用的ABS配置 比例，求出最佳的ABS(AlmostBlankSubframe,几乎空白子帧)配置比例；

步骤二：计算每个CRE(CellRangeExpansion，小区范围扩展)用户最优传输时间，计 算最优传输速率，计算最优的SINR(SignaltoInterferenceplusNoiseRatio，信号与干扰加噪 声比)，计算可以容忍宏基站的最大干扰，最终得出宏基站在LP-ABS的传输功率；

步骤三：根据网络的整体干扰情况求出zero-ABS和LP-ABS所占的比例，动态调节混合 ABS比例，应用于下一个调度周期。

进一步，在步骤一中，最佳ABS配置比例的计算具体包括：

根据调度策略，建立了不同种类用户传输时间函数如下：

$T_i^{Lp}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}$

$T_i^{Normal}=\frac{B_{ij}}{(1-\theta )R_{ij}^{Normal}}$

$T_i^{pico}=\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}$

$T_i^{cre}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cre}}$

其中表示LP-ABS下的宏用户传输时间，T_i^Normal表示正常子帧下的宏用户传输时间， T_i^pico表示pico中心用户给出的传输时间，T_i^cre表示CRE用户给出的传输时间；B_ij表示服务 基站准备传输给用户的数据量，分别表示对应用户的平均传输速率；

则在每个调度周期内，对每个宏基站下四种用户建立统一的效用函数，数据传输的时间 效用函数表示为：

$U_{\Lambda }=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{LP}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{normal}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{Pico}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{cre}$

$\left(\begin{array}{c}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{normal}}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}\\ +\underset{j\in P}{\Sigma }\underset{i\in cre\left(P\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cer}}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}\end{array}\right)$

可以写成：

$U_{\Lambda }=\frac{1}{\theta }{A}^{Lp}+\frac{1}{1-\theta }{A}^{normal}+\frac{1}{\theta }{A}^{cre}+\frac{1}{1-\theta }{A}^{pico}$

其中：

$A^{Lp}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{LP}}$

$A^{Normal}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{Normal}}$

$A^{cre}=\underset{j\in P}{\Sigma }\underset{i\in cre\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{cre}}$

$A^{pico}=\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{pico}}$

通过计算$\frac{\partial U_{\Lambda }}{\partial \theta }{|}_{\theta ={\theta }_{\Lambda }^{opt}}=0,$可以得到：

${\theta }_{\Lambda }^{opt}=\frac{\sqrt{A^{cre}+A^{Lp}}}{\sqrt{A^{cre}+A^{Lp}}+\sqrt{A^{pico}}+\sqrt{A^{normal}}}$

又$\frac{{\partial }^2{U}_{\Lambda }}{\partial {\theta }^2}{|}_{\theta ={\theta }_{\Lambda }^{opt}}>0,$所以表示U_Λ最小值；

则当前网络负载场景下动态ABS最佳比例设置为

进一步，步骤二具体包括：

1)计算用户i最优传输时间：首先计算每个CRE用户的传输速率，为保护CRE用户的 吞吐量，CRE用户在与宏基站LP-ABS对应的保护子帧中被调度；此时根据调度算法以及调 制编码方式确定此帧传输块的大小为TB(TransmissionBlock)，此帧的时长为T_slot，则此时用 户i的传输速率可表示为：

$R_i=\frac{TB}{T_{slot}}$

$T_i=\frac{B_i}{R_i}$

其中B_i表示用户i在T_slot内需要传输的数据量；

2)计算最优传输速率：为了保证每个CRE用户的性能，希望得到一个最优的速率门限 R_th，在此门限下，较多的用户都将获得较好的服务；而通过上一步的计算，得到了每个用户 传输时间T_i，而每个用户都想获得较小的传输时间T_min，假设所有CRE用户总数为K，因此 在每个调度周期内，选择最小的传输时间即T_min＝min(T₁,T₂,...,T_k)；选择最严峻的数据量最为 CRE用户期望的数据传递量，表示为B_th，取所有CRE用户需要传输的数据量中最大的一个 值，则B_th＝max(B₁,B₂,...,B_K)；

最优速率则R_th作为小区的CRE用户的最优传输速率；

3)计算最优SINR：

R_th＝ΔB·log₂(1+SINR_best)

根据香浓理论，B表示CRE用户的传输带宽，根据用户的最优传输速率R_th，可以得到 用户的最优SINR_best；

4)计算可以容忍宏基站的最大干扰：

${\mathrm{SINR}}_{best}=\frac{P_{pico}}{I_{max}+N_0}$

$I_{max}=\frac{P_{pico}}{{\mathrm{SINR}}_{best}}-N_0$

其中I_max表示CRE用户收到宏基站的最大干扰，这意味着当CRE用户受到更大干扰时， CRE用户的服务质量将会受到影响；

5)计算宏基站在LP-ABS的传输功率：通过上一步确定了CRE用户接受的最大干扰I_max， CRE用户的传输天线增益，以及接收天线增益分别为G_t和G_R，P_L代表路径损失，因此宏基 站最大传输功率计算方法表示如下：

I_max＝P_t+G_t+G_R-P_L

通过以上计算得到宏基站传输功率P_t，则LP-ABS子帧的发射功率P_LP-ABS表示为：

$P_{LP-ABS}=\left(\begin{array}{cc}0& P_t\ge P_{normal}\\ P_t& P_t<P_{normal}\end{array}\right)$

其中P_normal表示的是宏基站正常子帧的发射功率。

进一步，步骤三具体包括：

1)计算SINR，假设第n_th个UE的正常子帧的SINR为S_N,n，ABS静默子帧时UE的SINR 为Δ_A,n，LP-ABS低功率ABS时UE的SINR为Δ_L,n，Macro和Pico小区UE的SINR计算公 式如下：

$S_{N,n,Macro}=\frac{S_{T,l,P_k}^{Pico}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise}$

$S_{N,n,Pico}=\frac{S_{T,l,P_k}^{Pico}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise};$

2)计算求出最佳的zero-ABS和LP-ABS比例分配，应用zero-ABS和LP-ABS，存在以 下两种分配方式：

a)zero-ABS和LP-ABS并存；b)只有zero-ABS子帧分配或者LP-ABS子帧分配；

考虑两个UE的情况，zero-ABS和LP-ABS比例分配那么此时存在两个门限值和三个比 例区域，分别是执行zero-ABS、zero-ABS和LP-ABS并存，还有执行zero-ABS；两个门限 值分别记作r_th1和r_th2；如果扩展到n个用户，zero-ABS和LP-ABS比例分配则会执行(2n-1) 次，则会有2(n-1)个门限值，计算步骤如下：

(1)分别求出两两用户之间的两个门限值r_th,2k-1和r_th,2k；

$r_{th,2k-1}=\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}},k=1,2,\mathrm{.....}(n-1)$

$r_{th,2k}=\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}},k=1,2,\mathrm{.....}(n-1);$

(2)由上式可知有2(n-1)个门限值，r_th,2k-1和r_th,2k分别有(n-1)个，由下式公式求求平均 值求出r_th1和r_th2则能代表系统此时的两个门限；

$r_{th1}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k-1}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}}\right),k=1,2,\mathrm{.....}(n-1)$

$r_{th2}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k+1}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}}\right),k=1,2,\mathrm{.....}(n-1);$

(3)每个执行周期设置一个固定的LP-ABS执行门限值I_thr，由以上步骤可得I_max，可求 出r：$r=\frac{I_{max}}{I_{throld}},0<r<1;$

3)当0＜r＜r_th1，全部ABS执行LP-ABS，那么此时r_zero-ABS为0，r_LP-ABS为1；

当r_th1＜r＜r_th2，ABS分别执行zero-ABS和LP-ABS，此时r_zero-ABS为r，r_LP-ABS为(1-r)；

当r_th2＜r＜1，全部ABS执行zero-ABS，那么此时r_zero-ABS为1，r_LP-ABS为0；

原先的分配方式就是把所有的ABS设为zero-ABS，基站不发送数据流。混合配置的思 想就是按比例把一部分的zero-ABS子帧变成LP-ABS子帧，那么此时子帧的类型由原来的正 常子帧和zero-ABS子帧变成了正常子帧、zero-ABS和LP-ABS混合搭配。根据网络的整体 干扰情况求出zero-ABS和LP-ABS分别所占的比例为r_zero-ABS和r_LP-ABS，并且由步骤一可知最 佳的ABS配置比例θ，所以此时宏基站正常子帧配置比例为(1-θ)，zero-ABS配置比例为 (r_zero-ABS*θ)，LP-ABS配置比例为(r_LP-ABS*θ)，根据上述步骤求出的混合型的ABS比例值和 LP-ABS宏基站发射功率应用于下一个调度周期。

本发明的有益效果在于：本发明提供的方法通过动态分配ABS比例，合理的分配时域资 源，减小了邻区的干扰；通过基于网络干扰情况的zero-ABS和LP-ABS动态调整方法，来提 高宏基站的整体吞吐量，避免不必要的资源浪费，并平衡网络负载，提高频谱的利用率。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为时域eICIC(enhancedInter-cellinterferenceCoordination，增强型小区干扰消除) 异构蜂窝网络系统架构示意图；

图2为本发明所述方法的整体流程示意图；

图3为LP-ABS功率计算流程图；

图4为LP-ABS和zero-ABS混合配置计算流程图；

图5为帧结构LP-ABS和zero-ABS示意图；

图6为LP-ABS和zero-ABS配置示意图；

图7为X2信令接口流程图。

具体实施方式

本发明提供的基于功率控制的动态LP-ABS干扰抑制方法，包括以下步骤：

步骤一：根据当前周期内的实际网络负载情况来确定下一调度周期应该采用的ABS配置 比例，求出最佳的ABS配置比例θ，则宏基站正常子帧比例为(1-θ)。针对目前的异构蜂窝网 络，本方案的ABS作用于宏基站，而pico则使用正常子帧。在异构蜂窝网络中，真正需要 考虑的用户是CRE区域的用户，CRE用户虽然此时的服务基站是较近的微基站，但是在没有 加上CRE偏置值的时候是附属于宏基站，那么加上CRE偏置值时候会收到来自宏基站的干 扰，SINR很低，性能很差。所以需要相应的控制宏基站对CRE边缘用户的干扰，提高通信 网络性能；

步骤二：然后计算每个CRE用户最优传输时间，计算最优传输速率，计算得到最优的 SINR值，计算可以容忍宏基站的最大干扰，最终计算得出宏基站在LP-ABS子帧下的传输功 率。通过降低宏基站对微蜂窝用户的干扰提高微蜂窝用户的吞吐量，是建立在牺牲宏基站用 户吞吐量的基础上实现的。因为本方案的ABS作用于宏基站，而pico则使用正常子帧，在 ABS静默子帧下宏基站是不工作的，把宏基站理解成一个微蜂窝，覆盖半径由发射功率决定， 相应的降低宏基站的发射功率。当前最佳的LP-ABS基站发射功率的宏基站覆盖面近似与 CRE覆盖区域面相切，这样既能提高了宏基站的吞吐量又不会对CRE区域的边缘用户造成干 扰，整体网络吞吐量会有一个明显的提升；

步骤三：根据网络的整体干扰情况求出zero-ABS和LP-ABS分别所占的比例为r_zero-ABS和 r_LP-ABS，并且由步骤一可知最佳的ABS配置比例θ，所以此时宏基站正常子帧配置比例为 (1-θ)，zero-ABS配置比例为(r_zero-ABS*θ)，LP-ABS配置比例为(r_LP-ABS*θ)，根据上述步骤求 出的混合型的ABS比例值和LP-ABS宏基站发射功率应用于下一个调度周期。本方案也提出 来一种基于用户调度优先级metric值来设定两个门限值，进而求出zero-ABS和LP-ABS所占 的比例。现在的网络是随时动态变化，用户需求和性能是实时变化的，使得把所有的ABS变 成LP-ABS这种机制是不太合适的，也要需要随着用户性能需求的变化来动态调整zero-ABS 和LP-ABS所占的比例。

步骤一中最佳ABS配置比例的计算方法具体包括：

根据调度策略，建立了不同种类用户传输时间函数如下：

$T_i^{Lp}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}$

$T_i^{Normal}=\frac{B_{ij}}{(1-\theta )R_{ij}^{Normal}}$

$T_i^{pico}=\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}$

$T_i^{cre}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cre}}$

其中T_i^Lp表示LP-ABS下的宏用户传输时间，T_i^Normal表示正常子帧下的宏用户传输时间， T_i^pico表示pico中心用户给出的传输时间，T_i^cre表示CRE用户给出的传输时间。B_ij表示服务 基站准备传输给用户的数据量，分别表示对应用户的平均传输速率。

则在每个调度周期内则，对每个宏基站下四种用户建立统一的效用函数，数据传送的时 间效用函数表示为：

$\left(\begin{array}{c}{U}_{\Lambda }=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{LP}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{normal}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{Pico}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{cre}\\ =\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{normal}}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}\\ +\underset{j\in P}{\Sigma }\underset{i\in cre\left(P\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cre}}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}\end{array}\right)$

可以写成：

$U_{\Lambda }=\frac{1}{\theta }{A}^{Lp}+\frac{1}{1-\theta }{A}^{normal}+\frac{1}{\theta }{A}^{cre}+\frac{1}{1-\theta }{A}^{pico}$

其中：

$A^{Lp}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{Lp}}$

$A^{Normal}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{Normal}}$

$A^{cre}=\underset{j\in P}{\Sigma }\underset{i\in cre\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{cre}}$

$A^{pico}=\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{pico}}$

通过计算$\frac{\partial U_{\Lambda }}{\partial \theta }{|}_{\theta ={\theta }_{\Lambda }^{opt}}=0,$可以得到：

${\theta }_{\Lambda }^{opt}=\frac{\sqrt{A^{cre}+A^{Lp}}}{\sqrt{A^{cre}+A^{Lp}}+\sqrt{A^{pico}}+\sqrt{A^{normal}}}$

又$\frac{{\partial }^2{U}_{\Lambda }}{\partial {\theta }^2}{|}_{\theta ={\theta }_{\Lambda }^{opt}}>0,$所以表示U_Λ最小值。

则当前网络负载场景下动态ABS最佳比例设置为

步骤二具体包括：

1)计算第i个用户的最优传输时间：首先计算每个CRE用户的传输速率，为保护CRE 用户的吞吐量，CRE用户在与宏基站ABS对应的保护子帧中被调度。此时根据调度算法以及 调制编码方式确定此帧传输块的大小为TB(TransmissionBlock)，此帧的时长为T_slot，则此时 用户i的传输速率可表示为：

$R_i=\frac{TB}{T_{slot}}$

$T_i=\frac{B_i}{R_i}$

其中B_i表示用户i在T_slot内需要传输的数据量；

2)计算最优传输速率：为了保证每个CRE用户的性能，希望得到一个最优的速率门限 R_th，在此门限下，较多的用户都将获得较好的服务。而通过上一步的计算，得到了每个用户 传输时间T_i，而每个用户都想获得较小的传输时间T_min，假设所有CRE用户总数为K，因此 在每个调度周期内，我们选择最小的传输时间即T_min＝min(T₁,T₂,...,T_k)。选择最严峻的数据量 最为CRE用户期望的数据传递量，表示为B_th，取所有CRE用户需要传输的数据量中最大的 一个值，则B_th＝max(B₁,B₂,...,B_K)。

最优速率则R_th作为小区的CRE用户的最优传输速率；

3)计算最优SINR：

R_th＝ΔB·log₂(1+SINR_best)

根据香农理论公式可知，ΔB表示CRE用户的传输带宽，根据用户的最优传输速率R_th， 可以得到用户的最优SINR_best；

4)计算可以容忍宏基站的最大干扰：

${\mathrm{SINR}}_{best}=\frac{P_{pico}}{I_{max}+N_0}$

$I_{max}=\frac{P_{pico}}{{\mathrm{SINR}}_{best}}-N_0$

其中I_max表示CRE用户收到宏基站的最大干扰，这意味着当CRE用户受到更大干扰时， CRE用户的服务质量将会受到影响；

5)计算宏基站在LP-ABS的传输功率：通过上一步确定了CRE用户接受的最大干扰I_max， CRE用户的传输天线增益，以及接收天线增益分别为G_t和G_R，P_L代表路径损失，因此宏基 站最大传输功率计算方法表示如下：

I_max＝P_t+G_t+G_R-P_L

通过以上计算得到宏基站传输功率P_t，则LP-ABS子帧的发射功率P_LP-ABS表示为：

$P_{LP-ABS}=\left(\begin{array}{cc}0& P_t\ge P_{normal}\\ P_t& P_t<P_{normal}\end{array}\right)$

步骤三中的zero-ABS和LP-ABS混合分配执行方案具体包括：

1)计算SINR，假设第n_th个UE的正常子帧的SINR为S_N,n，ABS静默子帧时UE的SINR 为Δ_A,n，LP-ABS低功率ABS时UE的SINR为Δ_L,n，Macro和Pico小区UE的SINR计算公 式如下：

$S_{N,n,Macro}=\frac{S_{T,l,P_k}^{Pico}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise}$

$S_{N,n,Pico}=\frac{S_{T,l,P_k}^{Pico}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise};$

2)计算求出最佳的zero-ABS和LP-ABS比例分配，应用zero-ABS和LP-ABS，存在以 下两种分配方式：

a)zero-ABS和LP-ABS并存；b)只有zero-ABS子帧分配或者LP-ABS子帧分配；

考虑两个UE的情况，zero-ABS和LP-ABS比例分配那么此时存在两个门限值和三个比 例区域，分别是执行zero-ABS、zero-ABS和LP-ABS并存，还有执行zero-ABS；两个门限 值分别记作r_th1和r_th2；如果扩展到n个用户，zero-ABS和LP-ABS比例分配则会执行(2n-1) 次，则会有2(n-1)个门限值，计算步骤如下：

(1)分别求出两两用户之间的两个门限值r_th,2k-1和r_th,2k；

$r_{th,2k-1}=\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}},k=1,2,\mathrm{.....}(n-1)$

$r_{th,2k}=\frac{{\mathrm{k\Delta }}_{L,k+1}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}},k=1,2,\mathrm{.....}(n-1);$

(2)由上式可知有2(n-1)个门限值，r_th,2k-1和r_th,2k分别有(n-1)个，由下式公式求求平均 值求出r_th1和r_th2则能代表系统此时的两个门限；

$r_{th1}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k-1}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}}\right),k=1,2,\mathrm{.....}(n-1)$

$r_{th2}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k+1}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}}\right),k=1,2,\mathrm{.....}(n-1);$

(3)每个执行周期设置一个固定的LP-ABS执行门限值I_thr，由以上步骤可得I_max，可求 出r：$r=\frac{I_{max}}{I_{throld}},0<r<1;$

3)当0＜r＜r_th1，全部ABS执行LP-ABS，那么此时r_zero-ABS为0，r_LP-ABS为1；

当r_th1＜r＜r_th2，ABS分别执行zero-ABS和LP-ABS，此时r_zero-ABS为r，r_LP-ABS为(1-r)；

当r_th2＜r＜1，全部ABS执行zero-ABS，那么此时r_zero-ABS为1，r_LP-ABS为0；

原先的分配方式就是把所有的ABS设为zero-ABS，基站不发送数据流。混合配置的思 想就是按比例把一部分的zero-ABS子帧变成LP-ABS子帧，那么此时子帧的类型由原来的正 常子帧和zero-ABS子帧变成了正常子帧、zero-ABS和LP-ABS混合搭配。根据网络的整体 干扰情况求出zero-ABS和LP-ABS分别所占的比例为r_zero-ABS和r_LP-ABS，并且由步骤一可知最 佳的ABS配置比例θ，所以此时宏基站正常子帧配置比例为(1-θ)，zero-ABS配置比例为 (r_zero-ABS*θ)，LP-ABS配置比例为(r_LP-ABS*θ)，根据上述步骤求出的混合型的ABS比例值和 LP-ABS宏基站发射功率应用于下一个调度周期。

下面将结合附图，对本发明的优选实施例进行详细的描述。

如图1所示，异构蜂窝网络整体的干扰情况。CRE边缘用户会受到来自相邻宏基站的干 扰，并且由于CRE用户原来是属于宏基站的，现在加上RSRP(ReferenceSignalReceiving Power，参考信号接收功率)偏置以后强制把服务基站转换成pico-eNB,此时CRE用户的整体 SINR很低，因为受到来自宏基站很强的干扰。本发明利用zero-ABS和LP-ABS联合优化， 并把最后需要优化参数通过X2接口分别发送给基站并执行。宏基站的覆盖范围和pico覆盖 范围相切，其实是结合到后面使用的LP-ABS方案，目的主要是减小宏基站的覆盖范围，使 得CRE的边缘用户不会受到宏基站的干扰。

图2为本方法的总体流程图，从图中可以看出本方法主要分为三个主要的部分：

步骤一：根据当前周期内的实际网络负载情况来确定下一调度周期应该采用的ABS配置 比例，求出最佳的ABS配置比例；

步骤二：然后计算每个CRE用户最优传输时间，计算最优传输速率，计算最优的SINR， 计算可以容忍宏基站的最大干扰，最终得出宏基站在LP-ABS状态下的传输功率；

步骤三：根据网络的整体干扰情况求出zero-ABS和LP-ABS所占的比例，动态调整ABS 比例，应用于下一个调度周期。

考虑到用户移动性，以及负载的变化，需要周期时间T重复上述步骤，在较短的时间内， 用户可认为静止，用户负载变化可以近似认为不变，因此将T设置为较短时间，考虑到时间 较短会增加系统开销，计算过于频繁，将T设置为1s，可根据实际情况具体调整，如用户移 动速度等。

步骤1详细说明如下：

步骤1.1：根据调度策略，建立了不同种类用户传输时间函数如下：

$T_i^{Lp}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}$

$T_i^{Normal}=\frac{B_{ij}}{(1-\theta )R_{ij}^{Normal}}$

$T_i^{pico}=\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}$

$T_i^{cre}=\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cre}}$

其中T_i^Lp表示LP-ABS下的宏用户传输时间，T_i^Normal表示正常子帧下的宏用户传输时间， T_i^pico表示pico中心用户给出的传输时间，T_i^cre表示CRE用户给出的传输时间。B_ij表示服务 基站准备传输给用户的数据量，分别表示对应用户的平均传输速率。

步骤1.2：在每个调度周期内，对每个宏基站下四种用户建立统一的效用函数，传送数 据的时间效用函数表示为：

$U_{\Lambda }=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{LP}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }{T}_{ij}^{normal}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{Pico}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }{T}_{ij}^{cre}$

$\left(\begin{array}{c}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{normal}}+\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{Lp}}\\ +\underset{j\in P}{\Sigma }\underset{i\in cre\left(P\right)}{\Sigma }\frac{B_{ij}}{\left(\theta \right)R_{ij}^{cre}}+\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{(1-\theta )R_{ij}^{pico}}\end{array}\right)$

可以写成：

$U_{\Lambda }=\frac{1}{\theta }{A}^{Lp}+\frac{1}{1-\theta }{A}^{normal}+\frac{1}{\theta }{A}^{cre}+\frac{1}{1-\theta }{A}^{pico}$

其中：

$A^{Lp}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{Lp}}$

$A^{Normal}=\underset{j\in M}{\Sigma }\underset{i\in M\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{Normal}}$

$A^{cre}=\underset{j\in P}{\Sigma }\underset{i\in cre\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{cre}}$

$A^{pico}=\underset{j\in P}{\Sigma }\underset{i\in P\left(j\right)}{\Sigma }\frac{B_{ij}}{R_{ij}^{pico}}$

通过计算$\frac{\partial U_{\Lambda }}{\partial \theta }{|}_{\theta ={\theta }_{\Lambda }^{opt}}=0,$可以得到：

${\theta }_{\Lambda }^{opt}=\frac{\sqrt{A^{cre}+A^{Lp}}}{\sqrt{A^{cre}+A^{Lp}}+\sqrt{A^{pico}}+\sqrt{A^{normal}}}$

又$\frac{{\partial }^2{U}_{\Lambda }}{\partial {\theta }^2}{|}_{\theta ={\theta }_{\Lambda }^{opt}}>0,$所以表示U_Λ最小值。

则当前网络负载场景下动态ABS最佳比例设置为

步骤2详细说明如下：

图3为LP-ABS功率计算流程图，从图中可以看出主要分为五个部分：

步骤2.1：计算第i个用户的最优传输时间：首先计算每个CRE用户的传输速率，为保 护CRE用户的吞吐量，CRE用户在与宏基站ABS对应的保护子帧中被调度。此时根据调度 算法以及调制编码方式确定此帧传输块的大小为TB(TransmissionBlock)，此帧的时长为T_slot， 则此时用户i的传输速率可表示为：

$R_i=\frac{TB}{T_{slot}}$

$T_i=\frac{B_i}{R_i}$

其中B_i表示用户i在T_slot内需要传输的数据量；

步骤2.2：计算最优传输速率：为了保证每个CRE用户的性能，希望得到一个最优的速 率门限R_th，在此门限下，较多的用户都将获得较好的服务。而通过上一步的计算，得到了每 个用户传输时间T_i，而每个用户都想获得较小的传输时间T_min，假设所有CRE用户总数为K， 因此在每个调度周期内，我们选择最小的传输时间即T_min＝min(T₁,T₂,...,T_k)。选择最严峻的数 据量最为CRE用户期望的数据传递量，表示为B_th，取所有CRE用户需要传输的数据量中最 大的一个值，则B_th＝max(B₁,B₂,...,B_K)。

则最优速率都有，则R_th作为小区的CRE用户的最优传输速 率；

步骤2.3：计算最优SINR：

R_th＝ΔB·log₂(1+SINR_best)

根据香农理论公式可知，ΔB表示CRE用户的传输带宽，根据用户的最优传输速率R_th， 可以得到用户的最优SINR_best；

步骤2.4：计算可以容忍宏基站的最大干扰：

${\mathrm{SINR}}_{best}=\frac{P_{pico}}{I_{max}+N_0}$

$I_{max}=\frac{P_{pico}}{{\mathrm{SINR}}_{best}}-N_0$

其中I_max表示CRE用户收到宏基站的最大干扰，这意味着当CRE用户受到更大干扰时， CRE用户的服务质量将会受到影响；

步骤2.5：计算宏基站在LP-ABS的传输功率：通过上一步确定了CRE用户接受的最大 干扰I_max，CRE用户的传输天线增益，以及接收天线增益分别为G_t和G_R，P_L代表路径损耗， 因此宏基站最大传输功率计算方法表示如下：

I_max＝P_t+G_t+G_R-P_L

通过以上计算得到宏基站传输功率P_t，则LP-ABS子帧的发射功率P_LP-ABS表示为：

$P_{LP-ABS}=\left(\begin{array}{cc}0& P_t\ge P_{normal}\\ P_t& P_t<P_{normal}\end{array}\right)$

步骤3详细说明如下：

图4为LP-ABS和zero-ABS混合配置计算流程图。

步骤3.1：计算SINR，假设第n_th个UE的正常子帧的SINR为S_N,n，ABS静默子帧时UE的 SINR为Δ_A,n，LP-ABS低功率ABS时UE的SINR为Δ_L,n，Macro和Pico小区UE的SINR计算公 式如下：

$S_{N,n,Macro}=\frac{S_{T,l,P_k}^{Macro}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise}$

$S_{N,n,Pico}=\frac{S_{T,l,P_k}^{Pico}}{\underset{m=1,m\ne l}{\overset{S}{\Sigma }}{i}_{T,m}^{Macro}+\underset{n=1}{\overset{R}{\Sigma }}{i}_{T,l,n}^{Pico}+Noise}$

其中是MUE的RSRP参考信号功率值，是PUE的RSRP参考信号功率值，是MUE受到相邻宏小区的干扰值，是PUE受到相邻宏Pico小区的干扰值，Noise是噪 声值；

步骤3.2：计算求出最佳的zero-ABS和LP-ABS比例分配；

考虑两个UE的情况，那么此时存在两个门限值和三个比例区域，可以执行zero-ABS和 LP-ABS并存，可以执行LP-ABS，还可以执行zero-ABS。两个门限值分别记作r_th1和r_th2。如 果扩展到n个用户，，zero-ABS和LP-ABS比例分配则会执行(2n-1)次，则会有2(n-1)个门限 值。zero-ABS和LP-ABS比例分配具体如下：

1)分别求出两两用户之间的两个门限值r_th,2k-1和r_th,2k；

$r_{th,2k-1}=\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}},k=1,2,\mathrm{.....}(n-1)$

$r_{th,2k}=\frac{{\mathrm{k\Delta }}_{L,k+1}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}},k=1,2,\mathrm{.....}(n-1)$

2)由上式可知有2(n-1)个门限值，r_th,2k-1和r_th,2k分别有(n-1)个，由下式公式分别求平均 值，可求出r_th1和r_th2，代表系统此时设定的两个门限；

$r_{th1}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k-1}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k}}{(n-k){\Delta }_{A,k}+{\mathrm{k\Delta }}_{L,k}}\right),k=1,2,\mathrm{.....}(n-1)$

$r_{th2}=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}{r}_{th,2k}\right)=\frac{1}{n-1}\left(\underset{k=1}{\overset{n-1}{\Sigma }}\frac{{\mathrm{k\Delta }}_{L,k+1}}{(n-k){\Delta }_{A,k+1}+{\mathrm{k\Delta }}_{L,k+1}}\right),k=1,2,\mathrm{.....}(n-1)$

3)每个执行周期设置一个固定的LP-ABS干扰执行门限值I_thr，由以上步骤可知可以容忍 宏基站的最大干扰I_max，可求出r：

$r=\frac{I_{max}}{I_{throld}},0<r<1$

步骤3.3：图6为LP-ABS和zero-ABS具体的配置示意图：

1)当0＜r＜r_th1，全部ABS执行LP-ABS，那么此时r_zero-ABS为0，r_LP-ABS为1；

2)当r_th1＜r＜r_th2，ABS分别执行zero-ABS和LP-ABS，那么此时r_zero-ABS为r，r_LP-ABS为 (1-r)；

3)当r_th2＜r＜1，全部ABS执行zero-ABS，那么此时r_zero-ABS为1，r_LP-ABS为0。

步骤3.4：图7为X2信令接口流程图。

Pico-eNodeB通过X2接口将上述求解得到ABS子帧和LP-ABS配置参数信息发送给宏基 站，宏基站再进行配置，配置执行完发送相关确认信息告知Pico-eNodeB已经执行完成。 Pico-eNodeB会实时监测网络负载及干扰状况，超过一定的门限则会再次发送ABS请求，需 要宏基站进行ABS重配置。

步骤3.5：参照图5为帧结构LP-ABS和zero-ABS示意图，由以上步骤可得知，最佳ABS 比例为X，那么正常子帧的比例为(1-X),根据协议可知一帧包括十个子帧，每个子帧1ms，其 中八个下行子帧和两个上行子帧，所以正常子帧个数为8*(1-X)。(8*X)个ABS子帧又分别分 为zero-ABS和LP-ABS，已知比例为r，则zero-ABS子帧所占的个数是(8*X*r)，LP-ABS子 帧所占的个数是(8*X*(1-r))。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述 优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和 细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。