[论文解读] On/Off Macrocells and Load Balancing in Heterogeneous Cellular Networks

Qiaoyang Ye, Mazin Al‐Shalash+2 more|arXiv (Cornell University)|May 24, 2013

Advanced MIMO Systems Optimization参考文献 11被引用 32

一句话总结

本文提出了一种在异构蜂窝网络中联合优化空白资源（BR）分配与用户关联的框架，通过凸松弛实现高效计算。通过允许用户在开启/关闭子帧期间关联多个基站，该方法使小区边缘用户（最差3–10%）的频谱效率最高提升10倍，相较于无BR的常规Max-SINR方案，表明协同优化BR与负载均衡显著优于单独优化任一技术。

ABSTRACT

The rate distribution in heterogeneous networks (HetNets) greatly benefits from load balancing, by which mobile users are pushed onto lightly-loaded small cells despite the resulting loss in SINR. This offloading can be made more aggressive and robust if the macrocells leave a fraction of time/frequency resource blank, which reduces the interference to the offloaded users. We investigate the joint optimization of this technique - referred to in 3GPP as enhanced intercell interference coordination (eICIC) via almost blank subframes (ABSs) - with offloading in this paper. Although the joint cell association and blank resource (BR) problem is nominally combinatorial, by allowing users to associate with multiple base stations (BSs), the problem becomes convex, and upper bounds the performance versus a binary association. We show both theoretically and through simulation that the optimal solution of the relaxed problem still results in an association that is mostly binary. The optimal association differs significantly when the macrocell is on or off; in particular the offloading can be much more aggressive when the resource is left blank by macro BSs. Further, we observe that jointly optimizing the offloading with BR is important. The rate gain for cell edge users (the worst 3-10%) is very large - on the order of 5-10x - versus a naive association strategy without macrocell blanking.

研究动机与目标

• 解决异构网络（HetNets）中宏基站主导但小型基站资源利用率低下的干扰与负载不均问题。
• 研究通过几乎空白子帧（ABS）实现的空白资源（BR）分配，如何在与智能用户关联结合时提升网络性能。
• 开发一种凸优化框架，通过松弛二值用户关联约束，实现BR与负载均衡的可处理联合优化。
• 量化联合优化BR与用户关联的性能增益，尤其针对小区边缘用户。
• 证明在开启与关闭子帧周期中，最优关联策略存在显著差异，因此需要采用动态关联策略。

提出的方法

• 本文为具有K级基站的HetNets建立了一个网络级效用最大化问题，同时考虑正常（开启）和空白（关闭）资源块。
• 通过允许用户在时间上被多个基站服务，松弛二值用户关联约束，将组合优化问题转化为凸优化问题。
• 分别对开启与关闭子帧建模SINR：开启子帧中用户经历完整的宏基站干扰，而关闭子帧中宏基站干扰被消除，仅小型基站活跃。
• 框架假设所有宏基站采用同步的ABS模式，且统一分配z比例的时间用于空白子帧。
• 利用凸优化技术推导最优解，并建立理论边界，表明分数关联用户数极少（最多N_B - 1人）。
• 通过仿真验证模型，对比Max-SINR、无BR的最优关联以及联合优化BR的性能表现。

实验结果

研究问题

• RQ1 与单独优化相比，联合优化空白资源分配与用户关联在HetNets中如何提升频谱效率？
• RQ2 空白子帧（BR）的最优比例如何随小型基站密度变化？
• RQ3 在应用BR时，用户关联在开启与关闭子帧周期中如何不同？
• RQ4 当BR与负载感知关联结合时，相较于Max-SINR，小区边缘用户的性能增益是多少？
• RQ5 在松弛的凸优化问题中，关联多个基站的用户数量（分数关联）如何影响最优性间隙？

主要发现

• 联合优化空白资源分配与负载感知用户关联，使最差3–10%的用户频谱效率最高提升10倍，优于无BR的Max-SINR方案。
• 随着小型基站密度增加，最优空白子帧比例上升，在每宏基站拥有6–10个微微基站时达到约50%。
• 开启与关闭子帧期间的关联策略本质不同，关闭子帧期间出现更激进的负载均衡。
• 仅有极少数用户（最多N_B - 1人）关联多个基站，表明实际中二值关联近似最优。
• 若用户关联未根据BR模式调整，BR的增益将极小——错误关联甚至可能降低性能。
• 在密集网络中，由于小型基站（尤其是微微基站）干扰增加，BR增益会减弱，但在家庭基站密集场景中仍保持显著增益。