设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Hans Journal of Wireless Communications 无线通信, 2013, 3, 45-50
http://dx.doi.org/10.12677/hjwc.2013.32006 Published Online April 2013 (http://www.hanspub.org/journal/hjwc.html)
A Comparison of Interference Management Schemes in
Cognitive Heterogeneous Network*
Qian Ge, Rongfang Song
College of Telecommunications and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing
Email: geqian_23@126.com, songrf@njupt.edu.cn
Received: Sep. 28th, 2012; revised: Oct. 26th, 2012; accepted: Nov. 29th, 2012
Copyright © 2013 Qian Ge, Rongfang Song. This is an open access article distributed under the Creative Commons Attribution License, which per-
mits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract: Cognitive rad io can be applied to interference management in hetero geneous network. An an alysis and com-
parison of interference management schemes based on channel reuse and opportunistic selection are made. It proves
that interference management scheme based on channel reuse is more suitable for macrocell user and the other fits for
femtocell user better. Besides, the two interference management schemes both improve the system performance greatly
even if femtocells are largely deployed in a macrocell.
Keywords: Heterog e neous Network; Interference Management; Cognitive Radio; Femtocell
认知异构网络中的干扰管理策略比较*
葛 倩,宋荣方
南京邮电大学通信与信息工程学院,南京
Email: geqian_23@126.com, songrf@njupt.edu.cn
收稿日期:2012 年9月28 日;修回日期:2012 年10 月26 日;录用日期:2012 年11 月29 日
摘 要:将认知无线电运用到异构网络的干扰管理中,分析了基于信道复用的认知干扰管理策略和基于机会选
择的认知干扰管理策略,并对两种干扰管理策略进行了比较。结果表明,基于信道复用的认知干扰管理策略适
合于宏小区用户,基于机会选择的认知干扰管理策略适合于家庭用户。使用了认知干扰管理策略后,用户的性
能得到较大的提升,即使宏小区中的家庭基站较多时,用户 SINR 的中断概率依然很小。
关键词:异构网络;干扰管理;认知无线电;家庭基站
1. 引言
随着无线网络的发展,用户对网络容量和速度的
要求越来越高。研究表明,50%的话音业务和 70%的
数据业务都是来自于室内[1],并且 30%的商务人士和
45%的家庭用户感觉到室内的 信号覆盖较差[2] ,而现
有网络所能提供的速度和覆盖范围是有限的,近几年
出现的家庭基站很好地解决了上述问题。
家庭基站(femtocell)[3]是在家庭、办公等环境为用
户提供服务的室内接入点。在现有的宏小区蜂窝网络
中,引入家庭基站成为异构网络后,可以带来以下几
个方面的变化:1) 提高了覆盖范围和网络容量;2) 增
强了宏小区网络的可靠性;3) 降低了设备费用;4) 减
少了网络用户的流失。因此,家庭基站由于其功率低、
价格便宜、架设方便等优点而被广泛接受,它可以通
过宽带连接如数字用户线路(DSL)、独立的无线信道
等与宏小区网络相连。同时,家庭基站的引入也带来
*资助信息:国家自然科学基金(60972041,61271234)。
Copyright © 2013 Hanspub 45
认知异构网络中的干扰管理策略比较
了一些技术问题[4],如:移动性管理[5]、接入模式[6]、
安全性、干扰管理等等。在异构网络中,家庭基站可
以在任何时间任意部署,它也可以从一个部署位置移
动到另一个位置,因此动态地进行资源管理和干扰管
理是一个很复杂的问题[7]。
近些年来,认知无线电技术的发展使得未授权的
用户能够使用原有系统的频谱资源,极大的提高了频
谱利用效率[8,9]。本文研究宏基站和家庭基站共同存在
的异构网络中的干扰管理问题,将认知无线电应用到
异构网络的干扰管理中,使得网络中的家庭基站具有
认知功能,称为感知家庭基站。本文的组织如下:首
先分析了异构网络中存在的干扰类型和研究的系统
模型,接着详细分析了基于信道复用和机会选择的认
知干扰管理策略,最后针对宏小区用户和家庭用户对
这两种干扰管理策略分别进行了仿真。
2. 异构网络中的干扰
家庭基站的部署有两种频谱接入方式,即:专有
频谱接入和同频接入。为了提高网络的容量,我们更
倾向于同频接入的方式,这样就不可避免地带来了同
频干扰的问题[10,11]。根据干扰的源端、目的端和上行
的区别,同频干扰可以分为6类(图1)。
图2是我们所分析问题的系统模型,在 OFDMA
系统下,一些家庭基站随意的分布在一个宏小区中。
家庭基站的接入点功率大小一般为10 mW~100 mW,
其覆盖范围一般为 10~30 m[4]。图中①~⑥标示了图 1
所列出的异构网络中的干扰。
本文将着重解决下行干扰,即家庭基站对宏用户
异构网络中的干扰
上行干扰 下行干扰
家庭用户
对宏基站
的干扰①
宏用户对
家庭基站
的干扰②
其他家庭用
户对家庭基
站的干扰③
家庭基站
对宏用户
的干扰④
宏基站对
家庭用户
的干扰⑤
其他家庭基
站对家庭用
户的干扰⑥
Figure 1. The classification of interference in heterogeneous n e t-
work
图1. 异构网络中的干扰分类
宏基站
宏小区用户
宏小区用户
家庭基站
家庭基站
家庭基站
家庭用户
家庭用户
家庭用户
②
①
③
④
⑤
⑥
Figure 2. Interference scenarios related to femtocell communica-
tions
图2. 系统模型和干扰示意
的干扰④、宏基站对家庭用户的干扰⑤和其他家庭基
站对家庭用户的干扰⑥。这三类干扰可简化为两类:
宏用户受到的干扰和家庭用户受到的干扰。宏小区用
户收到附近家庭基站的干扰,家庭用户同时受到宏基
站和其他家庭基站的干扰,特别是家庭基站较多,部
署较为密集的时候,干扰的影响将非常大。
3. 认知干扰管理策略
3.1. 基于信道复用的干扰管理策略
3.1.1. 策略思想
假设将小区用户 1所使用的信道资源块表示为


11111
,,,
A
ftcs,1
A
是由频率 f、时 间s、码 字c和空
间s所组成的四维信道模式。在 GSM 系统中,


GSM ,
A
ft;在 HSDPA 系统中,


HSDPA ,,
A
tcs。
一般来说,对于同一个宏小区中的用户 1和用户2,
我们采用传统的正交信道复用方式,来保证用户之间
不发生干扰,即
12
A
A (1)
同样地,如果小区用户附近的基站能够选择与该
用户所占用的信道资源块正交的信道,将可消除其对
小区用户的干扰。
Copyright © 2013 Hanspub
46
认知异构网络中的干扰管理策略比较
基于以上分析,我们提出一种认知的干扰管理策
略,基站作为认知干扰管理过程中的次用户,周期性
地感知周围一定范围内的小区用户,并复用与其信道
资源块正交的信道来避免干扰。具体过程如图 3所示
(以宏小区用户为例):
步骤 1 信号侦听:家庭基站侦听宏小区用户的上
行信号,由于上行信号的功率一般都比较大,家庭基
站可以很方便的进行干扰信号的判别。家庭基站将其
附近一定范围内的宏小区用户视为被干扰用户,这个
范围由干扰门限 G来决定,如果家庭基站到某宏小区
用户的路径损耗大于干扰门限G,那么将该宏小区用
户视为被干扰用户。
步骤 2 信道资源获取:上行信道信息决定了使用
该信道资源的用户,因此家庭基站可以向宏基站询问
使用该信道资源的用户信息,并获知该用户下行信道
所使用的信道资源块。
步骤 3 认知信道复用:家庭基站复用与其附近宏
用户下行信道资源块正交的信道,从而减小干扰。
3.1.2. 信道复用效率
假设宏小区中有
p
N个宏小区用户和 个家庭
基站,对于任意的宏小区用户 i,宏基站为其分配了
q
N
i
A
个信道。对于给定的干扰门限 G,假设该用户周围共
有 个家庭基站需要进行正交信道复用,那么,整个
宏小区由于使用了认知干扰管理策略而损失的信道
数为
i
N
1
损失
p
N
i
ii
A
AN


 (2)
假设宏小区和家庭小区共同可用的信道资源块
的数目为 A,那么信道复用效率
信号侦听(上行信道)
信道资源获取(下行信道)
认知信道复用
Figure 3. Procedure for interference management based on chan-
nel reuse
图3. 基于信道复用的干扰管理过程
1
11
损失
p
N
ii
i
qq
A
N
A
AN AN



 



(3)
当干扰门限 G越小的时候,家庭基站的感知灵敏
度越高, 越大,宏小区用户受到的干扰越小,
i
N

越
低。
基于信道复用的干扰管理策略根据给定的干扰
门限 G进行干扰管理,不仅算法较为简单,而且仅仅
是距离用户较近的基站,即对用户干扰较大的基站需
要牺牲一部分信道资源,避免了离用户较远的基站进
行信道复用而产生不必要的信道资源浪费。干扰门限
G的选取也非常重要,若干扰门限 G选择过大,则被
干扰用户仍然受到较大的干扰,性能得不到提高;若
干扰门限 G选择过小,则损失的信道资源过多,信道
复用效率太低。
3.2. 基于机会选择的干扰管理策略
文献[12]研究了分布式信道选择机制来解决异构
网络中的干扰,文中提出了两种机会选择机制,分别
以最大化信道增益和最小化信道干扰为准则。本文的
机会选择机制将这两种准则相结合。
系统中所有可用的正交信道资源块组成集合,称
为信道资源池。同一时间,若分配信道资源池中不同
的信道资源块给用户,用户所受到的干扰情况也不
同。若分配信道资源 (1,M为总的信道资
源块数目)给任意的用户 x(1
i
CiM
x
X ,X为用户数目),
我们定义
,
,,,
xi
xi
x
ix
G
i
I
N

 (4)
来表示该信道上的干扰。其中, ,
x
i
G表示信道增益, ,
x
i
I
表示用户受到的干扰,包括其他家庭基站和宏基站所
引起的干扰, ,
x
i
N表示信道的噪声。

越大,干扰越
小。我们的干扰管理策略是分配最优的信道资源块
给用户,其中 满足
*
i
*
i


*,1 ,2,,
argmax,, ,,
xxxi xM
i
i

 (5)
同时,为了确保用户的通信质量,该信道上还应该满
足用户的 Qos 需求:
*
,
x
x
xi
P


 (6)
Copyright © 2013 Hanspub 47
认知异构网络中的干扰管理策略比较
其中,
x
P表示服务基站的发射功率,
x

表示用户的信
干噪比门限。
一般来说,一个基站为多个用户服务,为了减小
对整个网络的干扰,在满足每个用户 Qos需求的情况
下,应该动态地尽可能小的配置基站的发射功率。根
据上面的分析,用户的干扰问题可以转化为如下的优
化问题:
1
min X
x
x
P


..
s
t*
,
x
x
xi
P


,1, 2,,
x
X (7)
0
x
P
整个认知干扰管理的过程如图 4所示(以家庭用
户为例):
步骤 1 环境感知:家庭基站周期性的感知周围的
无线环境;
步骤 2 干扰确定:家庭基站根据感知结果和公式
(4)确定每个用户所受到的干扰情况

;
步骤 3 信道选择:确定了用户的干扰情况后,根
据公式(5)选择信道资源;
步骤 4 功率分配:判断所选择信道能否满足用户
的 需求。如果满足,使用该信道,并分配功率;
否则,重新选择。
Qos
4. 仿真分析
为了研究本文所提出的认知干扰管理策略的系
Figure 4. Procedure for interference management based on oppor-
tunistic selection
图4. 基于机会选择的干扰管理过程
统性能,我们在 OFDMA 的系统模型下,通过调整宏
小区中家庭基站的数目,观察宏小区用户和家庭基站
用户在 10,000 次试验下的中断概率。 SINR
4.1. 仿真参数设置
Table 1. Simulation parameters
表1. 仿真系统的参数
仿真参数名称 参数值
宏小区半径 500 m
宏小区衰落模型


10
30 40logdBLd d

宏基站发射功率 200 mW/信道
家庭基站发射功率 1 mW/信道
总的信道资源数 100
家庭小区衰落模型


 
 

10 0
10 01000
0
40 25logdB
60 25loglog
15 m
Ld
ddd
ddddd
d







4.2. 仿真结果与分析
图5给出了宏小区用户在两种不同的干扰管理策
略下 5 dBSINR

的中断概率。从图中可以看出,基于
信道复用的认知干扰管理策略和基于机会选择的认
知干扰管理策略都能保持较低的中断概率,即使当家
庭基站的个数逐渐增加时,两者的性能差异也不大。
图6是家庭用户在两种不同的干扰管理策 略下
10 dBSINR

的中断概率。家庭基站在采用基于机会
选择的认知干扰管理策略时,即使当干扰门限取值很
小,如图中 135 dBG

,宏小区中的家庭基站个数
100 200 300 400 500600 700 800 9001000
0
0.05
0.1
0.15
0.2
0.25
每个宏小区中家庭基站的个数
宏小区用户的
SINR
中断概率
基于信道复用的认知干扰管理策略,
G=-100dB
基于机会选择的认知干扰管理策略
Figure 5. The comparison of macrocell user under different inter-
ference management schemes
图5. 宏小区用户采用两种干扰管理策略的性能比较
Copyright © 2013 Hanspub
48
认知异构网络中的干扰管理策略比较
100 200 300 400 500600 700 800 900 1000
0
0. 05
0.1
0. 15
0.2
0. 25
每个宏小区中家庭基站的个数
家庭用户的
SINR
中断概率
基于信道复用的认知干扰管理策略,
G=-135dB
基于机会选择的认知干扰管理策略
Figure 6. The comparison of femtocell user under different inter-
ference management schemes
图6. 家庭用户采用两种干扰管理策略的性能比较
仅为 100 个时,家庭用户的 中断概率已经超过
0.1,且随着家庭基站数目的增多而逐渐增大。而当家
庭基站的数目达到 1000时,基于机会选择的认知干
扰管理策略则能保持低于 0.1 的中断概率。
SINR
SINR
根据以上分析,宏小区用户在这两种干扰管理策
略下 性能差异不大,但基于信道复用的认知干
扰管理策略算法较为简单,复杂度比基于机会选择的
认知干扰管理策略低很多(表2),且用户能够根据自己
的需要选择系统的灵敏度,在实现上存在一定的优越
性。对于家庭用户来说,若采用基于信道复用的认知
干扰管理策略,其系统性能较差,不能满足 Qos 的需
求。因此,宏小区用户适合采用基于信道复用的认知
干扰管理策略,家庭用户适合采用基于机会选择的认
知干扰管理策略。
SINR
图7和图8分别对比了宏小区用户和家庭用户在
两种不同的情况下 的中断概率,第一种情况是
网络中的用户随机地选择信道资源,第二种情况是网
络中的用户根据上文所分析的认知干扰管理策略进
行信道分配,即宏小区用户(图7)采用了基于信道复用
的干扰管理策略,家庭小区用户(图8)采用了基于机会
选择的认知干扰管理策略。
SINR
从图 7可以看出,随机使用信道资源时,当宏小
区中家庭基站的个数达到 2000 个时, 5 dBSINR

中
断概率已经超过 90%。运用基于信道复用的认知干扰
管理策略后, 性能明显提高。当家庭基站数目
达到 5000 个时,宏小区用户 中断概率仍然小于
SINR
SINR
Table 2. The complexity comparison of different interference
management schemes
表2. 两种干扰管理策略算法复杂度比较
每个宏小区中家庭
基站的数目 k
基于信道复用的
认知干扰管理策略
的时间复杂度
基于机会选择的
认知干扰管理策略
的时间复杂度
100 400 500,000
500 2000 2,500,000
1000 4000 5,000,000
4 × k 5000 × k
5001000 1500 2000 25003000 3500 4000 45005000
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
每个宏小区中家庭基站的个数
宏小区用户的
SINR
中断概率
随机使用信道资源
根据认知干扰管理策略选择信道
Figure 7. Macrocell user SINR outage
图7. 宏小区用户的 SINR 性能
100 200 300 400 5006007008009001000
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
每个宏小区中家庭基站的个数
家庭用户的
SINR
中断概率
随机使用信道资源
根据认知干扰管理策略选择信道
Figure 8. Femtocell user SINR outage
图8. 家庭小区用户的 SINR 性能
0.2。在进行仿真时,我们选择了干扰门限90 dBG

。
干扰门限 G越小,家庭用户感知周围的宏小区用户越
灵敏,宏小区用户受到的干扰也越小。干扰门限 G对
宏小区用户性能的影响见图 9。
图8也很好地体现了家庭用户采用基于机会选择
Copyright © 2013 Hanspub 49
认知异构网络中的干扰管理策略比较
Copyright © 2013 Hanspub
50
100 200 300400 500600 700 800900 1000
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
每个宏小区中家庭基站的个数
宏小区用户的
SINR
中断概率
基于信道复用的认知干扰管理策略
,G=-90dB
基于信道复用的认知干扰管理策略
,G=-100dB
Figure 9. Macrocell user SINR outage under different threshold
图9. 宏小区用户不同干扰门限下的SINR 中断概率
的认知干扰管理策略后性能的提高。若家庭用户随机
使用信道资源,当宏小区中的家庭基站个数达到 500
个时,中断概率已经达到 0.5。而进行干扰管理
后,家庭基站数目为 1000时,家庭用户也能够保持
低于 0.1 的 中断概率。
SINR
SI 10 dBNR 
图9显示了当干扰门限分别选取 和
的时候,宏小区用户 的中断
概率。
当干扰门限 G变小时,宏小区用户附近更大范
围内的家庭基站需要感知周围环境,并采用基于信道
复用的认知干扰管理策略,因此,宏小区用户受到的
干扰也越小,同时家庭基站需要牺牲更多的信道资源
块,整个小区的信道利用效率
90 dBG
5 dB100 dBG SINR

降低。
5. 结论
在本文中,针对异构网络中的干扰问题,分析了
基于信道复用和基于机会选择的认知干扰管理策略。
仿真研究表明:基于信道复用的认知干扰管理策略适
合于宏小区用户,基于机会选择的认知干扰管理策略
适合于家庭用户。运用了认知干扰管理策略后,宏小
区用户和家庭用户的系统性能得到较大提高,即使异
构网络中每个宏小区中的家庭基站较多时,宏小区用
户和家庭用户仍然能够保持较低的中断概率。 SINR
6. 致谢
本文受到国家自然科学基金(60972041,61271234)
资助,特此感谢!
参考文献 (References)
[1] ABI Research, Picochip, Airvana. IP. access, gartner and telefo-
nica espana. 2nd International Conference on Ho me Ac ce ss P o in ts
and Femtocells, 2007.
[2] J. Cullen. Radioframe. Femtocell Europe, 2008.
[3] V. Chandrasekhar, J. Andrews and A. Gatherer. Femtocell net-
works: A survey. IEEE Communication Magazine, 2008, 46(9):
59-67.
[4] T. Zahir, K. Arshad, A. Nakata, et al. Interference management
in femtocells. IEEE Communications Surveys and Tutorials,
2013, 15(1): 293-311.
[5] L. Wang, Y. S. Zhang and Z. R. Wei. Mobility management
schemes at radio network layer for LTE femtocells. IEEE 69th
Vehicular Technology Conference, 26-29 April 2009: 1-5.
[6] M. Latham. Consumer attitudes to femtocell enabled in-home
services-insights from a European survey. Femtocells Europe,
2008.
[7] M. Neruda, J. Vrana and R. Bestak. Femtocells in 3G mobile
networks. 16th International Conference on Systems, Signals and
Image Processing, 18-20 June 2009: 1-4, 18-20.
[8] A. Ghasemi, E. S. Sousa. Spectrum sensing in cognitive radio
networks: Requirements, challenges and design tradeoffs. IEEE
Communications Magazine, 2008, 46(4): 32-39.
[9] S. Xie, Y. Liu, Y. Zhang, et al. A parallel cooperative spectrum
sensing in cognitive radio networks. IEEE Transactions on Ve-
hicular Technology, 2010, 59(8): 1-13.
[10] M. E. Sahin, I. Guvenc, M.-R. Jeong, et al. Handling CCI and
ICI OFDMA femtocell networks through frequency scheduling.
IEEE Transactions on Consumer Electronics, 2009, 55(4): 1936-
1944.
[11] H.-S. Jo, C. Mun, J. Moon, et al. Interference mitigation using
uplink power control for two tier f emtocell networks. IEEE Trans-
actions on Wireless Communications, 2009, 8(10): 4906- 4910.
[12] C. Lee, J.-H. Huang and L.-C. Wang. Distributed channel selec-
tion principles for femtocells with two-tier interference. 2010
IEEE 71st Vehicular Technology Conferen ce (VTC 2010-Sp ri ng ),
16-19 May 2010: 1-5.

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.