一种提高频谱效率的新型无线推送机制*

吴 明，李 慧，，王英赫，卜智勇，2

(1.中国科学院上海微系统与信息技术研究所宽带无线技术实验室，上海200050;2.上海瀚讯无线技术有限公司，上海200335)

1 引言

近年来，随着新型移动设备的革命性发展，移动互联网规模正以惊人速度增长，移动业务流量也在快速地增长。预计到2020年，无线通信系统需要支持超过当今4G网络1000倍的业务流量需求[1]。因此，在国内外4G已经开始商用的同时，为满足未来发展需求、提升用户体验质量的下一代移动通信的研究也已然拉开序幕。

文献[2]提出将大规模 MIMO(Multiple Input Multiple Output)技术用于下一代无线通信系统。MIMO被认为是实现无线通信标准高数据速率的基本技术之一，由多天线技术带来的自由度使得高信噪比下的多流传输成为可能，而预编码和分集等技术可以提高链路的鲁棒性。文献[3]提出灵活的频谱管理以及D2D(Device－to－Device)和M2M(Machine－to－Machine)通信技术，灵活的频谱管理可以提高资源利用率，主要有频谱重整、认知无线电等技术，而D2D和M2M是一种动态的网络结构，用户终端之间以及基站之间可以互相通信，不同终端以及基站产生的业务可以合理地分配给接入点，不会造成拥塞问题。文献[4]指出，下一代移动通信网络将是一种异构无线网络。许多新、旧无线技术将在网络中同时被使用，传统的网络架构不再适用，因此该文为下一代无线网络设计了合理的新型网络架构。

上述文献从不同技术角度考虑了下一代无线网络的需求，然而它们均忽略了大量公共内容在网络中重复发送的特点。科学测试和理论分析表明，互联网已演化成主要服从幂率分布的无尺度网络[5－6]，流量的80%属于“一点对极多点”传输的公共内容[7]，大量相同内容在网络中冗余投递，浪费大量的带宽资源。因此，本文提出基于网络需求和网络状态的推送机制。该方案的核心思想是将用户之间的公共内容通过“点对多点”的推送方式主动发送给用户，用户自主接收，避免用户通过“点对点”方式获取，节省带宽资源，提高频谱效率。同时，考虑到蜂窝小区中各时段移动数据业务流量分布不均衡，网络存在闲时和忙时，为使方案不过多地影响用户“点对点”通信性能，主要在网络闲时占用部分带宽资源进行推送。

2 系统模型

本节主要介绍基本的“点对点”通信系统模型和推送机制的“点对多点”通信系统模型。首先，对模型参数进行定义，如表1所示。

表1 参数设置Table1 Parameter setting

2.1 “点对点”通信系统模型

用户的个性化内容通过“点对点”通信获取，其系统模型参考3GPP LTE R9标准[10]。资源分配的最小单位称为资源块(Resource Block，RB)。LTE系统采用链路自适应调制编码技术，其下行调制技术采用QPSK、16QAM和64QAM。这三种调制方式对应了29种调制编码方式(MCS)承载等级以及相应的每个资源块可以支持的传输比特数。系统会根据用户接收基站的信号干扰噪声比(SINR)来决定该用户的MCS承载等级。不同天线配置及模式下，SINR与MCS承载等级的对应关系不同。本文参考文献[11]给出中兴提供的链路级仿真数据，如表2所示。

表2 下行链路SINR与MCS对应关系表(2×1，MIMO分集)Table2 The relationship between downlink SINR and MCS(2 ×1，MIMO diversity)

由表2可知，每个资源块上可以传输的比特数和用户的信噪比对应，即 rk，n(t)=f(SINRk，n)。rk，n(t)表示用户k在t时刻在资源块n上能够获得的吞吐量，SINRk，n表示用户k在资源块n上接收到的信噪比。

本文参考LTE标准，在计算资源块个数时，使用总带宽的10%作为保护带宽，且下行链路功率资源采用平均分配的方式，即基站总功率平均分配在整个系统的所有RB资源上。为了在吞吐量和用户公平性之间获得较好的折衷，本文的资源分配采用比例公平调度算法[11－12]。

“点对点”通信的频谱效率ηp为基站传输信息速率Rb与“点对点”通信占用带宽Wp之比，即

2.2 推送机制的“点对多点”通信系统模型

考虑到基站推送的内容小区所有用户都可能需要接收，为了满足所有用户的服务质量(QoS)需求，基站在推送公共内容时，根据信道条件最差的用户来选择调制编码方式[14]。调制编码方式参考2.1节。因此，基站在t时刻在资源块n上获得的吞吐量为

用户之间的公共内容存在一定的重叠率，即有一部分相同的内容被多个用户重复浏览。本文用公共内容平均重叠率α(0≤α≤1)来表征公共内容的重叠程度。

定义1:小区中用户数为K，每个用户平均每天所需公共内容为d(d≤m)。公共内容按照被用户浏览次数由高到低的顺序排列分别为d1，d2，…，dn，对应被浏览次数为 K1，K2，…Kn，其中 K≥K1≥K2≥…≥Kn≥2，则需基站推送的无重叠公共内容D为D=d1+d2+…+dn+K·d－(K1·d1+… +Kn·dn)。定义公共内容平均重叠率为

式中，0≤α≤1。那么

推送的频谱效率ηm计算方法和ηp类似。但是推送的内容被多个用户接收，在信息速率上存在一个增益因子G:

因此，推送的频谱效率计算方法为

式中，Rb为基站传输信息速率，Wm为推送占用的带宽。

3 基于频谱效率优化的无线推送方案

本文推送机制的主要思想是在网络闲时分配部分带宽资源用于用户公共内容的推送，从而提高网络的频谱效率以及用户的体验性能。

3.1 蜂窝小区流量分布

文献[15]中通过连续采集2012年国内某城市蜂窝小区数据，得到蜂窝小区中业务流量以及总的活跃用户数在一天中各时段的分布图。本文仿真中，小区的流量分布及活跃用户分布参考文献[15]，且公共内容流量和总到达流量分布相同。

3.2 推送方案

在蜂窝小区中，活跃用户数较少且流量到达总量较少的时段称为网络闲时;反之称为网络忙时。结合文献[15]中统计数据，2∶00～7∶59为网络闲时，8∶00之后为网络忙时。本文所述推送机制，在网络闲时占用点对点通信部分带宽进行公共内容推送，且先推送被浏览次数最多的内容;在网络忙时，则不进行推送。

在网络闲时，基站能推送的总内容量为M(单位 MB)，M= ∑n∫trB，n(t)d( t)。式中，t为推送时间，n为分配给推送的资源块。假设在该时段内推送的公共内容在网络忙时被用户浏览的内容为有用内容Mu:

式中，比例系数η表示网络忙时公共内容流量与全时段总公共内容流量之比。由于公共内容流量分布和总到达流量分布相同，故可用网络忙时总流量Tb和全时段总流量T之比表示，即η=Tb/T。

4 仿真和分析

4.1 无线推送机制频谱效率

仿真中，推送和点对点通信带宽分别为20 MHz，用户数K为300，随机分布在半径为1 km的蜂窝小区内。文献[16]统计，2013年平均每个用户每月需要流量600 MB，因此令用户每天需要的内容m为20 MB，且该20 MB平均重叠率在[0，1]变化。基站接收到所有用户的流量请求后用2.1节中比例公平资源算法为用户分配带宽资源，资源分配算法的调度周期为1 ms[11]。在上述条件下，结合式(1)和(6)，推送和“点对点”通信的频谱效率随用户之间公共内容的平均重叠率α的变化如图1所示。

图1 频谱效率随用户公共内容的重叠率的变化Fig.1 Spectrum efficiency in terms of different common content overlap rate

由图1可以看出，用户之间的公共内容的重叠率越高，推送的频谱效率越高;点对点通信频谱效率基本不随内容重叠率变化。公共内容重叠率α超过0.75后，推送的频谱效率开始高于“点对点”通信;α大于0.9后，推送的频谱效率开始急剧增大，远大于点对点通信的频谱效率。

根据文献[7]中“流量的80%属于‘一点对极多点’传播的公共内容”可以知道，公共内容的重叠率较大，且推送过程中先推送重叠率最高的内容，能够保证推送的频谱效率大于“点对点”通信。若公共内容的重叠率大于0.9，则推送机制的性能远远优于“点对点”通信。

4.2 引入推送机制前后用户QoE分析

由于5G网络的容量需求为4G的1000倍，下面考虑用户每天需要200 MB内容时，引入推送机制前后小区一天中闲、忙时的QoE性能。总流量和活跃用户数在各时段的分布分别如图2和图3所示[12]。根据文献[7]以及图1的仿真结果，令用户的公共内容为总内容量的80%，即d=0.8·m，该200 MB内容的平均重叠率α为0.75。仿真参数设置如表3所示，其中路径损耗的设置参考文献[11]，用户随机分布在小区内，SINR值由仿真结果得到。

图2 小区到达流量在一天中各时段的分布Fig.2 The distribution of a cellular cell’s traffic in different period of one day

图3 活跃用户数在一天中各时段的分布Fig.3 The distribution of active users in different period of one day

表3 仿真参数设置Table3 Simulation parameter setting

在某一时段，基站接收到该时段所有活跃用户的流量请求后，使用2.1节中的比例公平调度算法为这些用户统一分配资源块，仿真可得出不同时段的数据速率以及传输完该时段数据的时延。用户接收数据平均时延τ为该时段每个用户“点对点”接收数据时延τi之和与该时段活跃用户数K之比，即用户体验到的数据速率Req(i)为用户获取的总数据C( i)与“点对点”接收数据时延τi之比，其中用户获取的总数据为“点对点”接收的数据Cp(i)与该时段浏览的公共内容 Cm(i)之和，即某时段用户体验到的平均数据速率在表3所示的仿真参数下，引入推送机制前后，一天中各时段用户体验到的平均数据速率如图4所示，基站“点对点”传输完各时段用户数据所需的平均时延如图5所示。

图4 一天各时段用户体验到的平均数据速率Fig.4 The average data rate that users experience on different period of one day

图5 基站传输完各个时段数据所需的平均时延Fig.5 The average delay that base station needs to completely transmit data of each period

图4 表明，只采用原有点对点通信模型时，用户的平均速率在2∶00～7∶59时间段较高，为0.4～0.6 Mbit/s;8∶00之后，网络开始逐渐进入较忙状态，用户的平均速率则开始降低，在 0.2～0.4 Mbit/s范围内变化。引入推送机制后，在2∶00～7∶59时间段内，由于推送占用了8 MHz带宽，因此只有12 MHz带宽用于点对点通信，使得该时段内的用户数据速率下降，为0.28～0.4 Mbit/s;8∶00之后，用户体验到的数据传输速率大幅上升，为1.2～2 Mbit/s，大约在9∶00时最高，达到2 Mbit/s。因为8∶00之后，用户的数据需求一部分由20 MHz带宽的点对点通信满足，另一部分则由已获取的推送内容满足，使得用户体验到的平均数据速率大大增加。

由图5可知，只有点对点通信时，在2∶00～7∶59这个时间段，基站传输完每小时内总需求数据的平均时延较小，约为4～15 min;8∶00之后，网络变得繁忙，基站传输完该时段数据的平均时延增大，约为20～32 min;在23∶00时延最大。引入推送之后，在2∶00～7∶59时间段内，“点对点”通信带宽由原来的20 MHz减少为12 MHz，使得该时段内“点对点”接收数据时延略微上升，平均增加1～2 min。而在8∶00之后，由于基站已将用户关注的部分公共内容推送给用户，因此需要“点对点”传输的数据减少，数据的平均时延也因此大幅下降。由图5可知，8∶00之后的时延约为5 min，相比只有点对点通信时的20～32 min下降了75% ～84%。

由图4和图5可知，引入推送机制后，2∶00～7∶59时间段内用户体验性能没有下降太多，而在8∶00之后，用户体验性能得到大幅提高。

5 结束语

为了满足未来网络剧增的流量需求，结合网络存在闲、忙时的特点，本文提出了一种基于频谱效率优化的无线推送机制。该机制与其他下一代无线通信技术最大不同在于考虑了大量公共内容在网络中重复发送的特点。仿真结果表明推送机制的频谱效率随着小区用户之间公共内容重叠度的提高而增大。此外，在网络闲时使用部分带宽进行推送，不会明显降低网络闲时用户的体验性能，同时网络忙时用户体验速率提高2～4倍，用户接收完该时段数据所需时延下降75%～84%，大幅提高了网络忙时的用户体验。研究过程中，在不影响推送机制对网络性能改变的总体趋势的前提下，出于简便性考虑，本文采用固定的资源分配方式。在后续研究中，将进一步引入自适应分配机制。由研究结果可知，本文提出的无线推送机制在流量需求巨大的下一代移动通信网络中具有一定的应用前景。

[1]Ericsson.5G Radio Access Research and Vision[R].Stockholm:Ericsson，2013.

[2]Preben M，Kari P，Bernhard R.et al.B4G local area:high level requirements and system design[C]//Proceedings of 2012 International Workshop on Emerging Technologies for LTE －Advanced and Beyond－4G.Anaheim，CA:IEEE，2012:613 －617.

[3]Panagiotis D，Andreas G，Dimitrios K，et al.5G on the Horizon Key Challenges for the Radio－Access Network[J].IEEE Vehicular Technology Magazine，2013，8(3):47 －53.

[4]Aleksandar T，Toni J.Design for 5G Mobile Network Architecture[J].International Journal of Communication Networks and Information Security，2011，3(2):112 －123.

[5]Chirgui Z M.Small－World or Scale－Free Phenomena in Internet[C]//Proceedings of the 2010 IEEE ICMIT.Singapore:IEEE，2010:78 －83.

[6]王恩海，钱华林.中国互联网的无尺度现象研究[J].中国科学院研究生院学报，2010，27(5):670－676.WANG Enhai，QIAN Hualin.Scale － free Phenomena of China Internet[J].Journal of the Graduate School of the Chinese Academy of Sciences，2010，27(5):670 － 676.(in Chinese)

[7]李幼平.内容定位分组技术[J].中兴通讯技术，2011，17(2):5－6.LI Youping.Technology of Content Location Packet[J].ZTE Technology Journal，2011，17(2):5 －6.(in Chinese)

[8]李幼平.引导 CMMB走向 NGB[J].现代电视技术，2008(3):30－36.LI Youping.Guide CMMB to NGB [J].Advanced Television Engineering，2008(3):30 －36.(in Chinese)

[9]李幼平.给您一个“库”——畅想新一代广播网[J].中国数字电视，2008，48(9):51 －55.LI Youping.Give You a“Library”—Think about the New Generation of Broadcast Network[J].China Digital Television，2008，48(9):51 －55.(in Chinese)

[10]3GPP TS25.215 v9.2.0，Radio Access Network Physical layer Measurements(FDD)Release 9[S].

[11]刘玮.LTE系统资源分配算法研究与改进[D].北京:北京交通大学，2010.LIU Wei.Research and Improvement of Resource Allocation for LTE System[D].Beijing:Beijing Jiaotong U-niversity，2010.(in Chinese)

[12]李亚军，王全宝，董亚光.基于TD－LTE系统的无线资源调度策略分析与实现[J].电讯技术，2012，52(11):1711－1714.LI Yajun，WANG Quanbao，DONG Yaguang.Analysis and Implementation of Radio Resource Scheduling in TD－ LTE System[J].Telecommunication Engineering，2012，52(11):1711 －1714.(in Chinese)

[13]3GPP TR 25.803 V6.0.0，S － CCPCH performance for MBMS[S].

[14]Wong I C，Shen Z K，Brian L E.A Low Complexity Algorithm for Proportional Resource Allocation in OFDMA Systems[C]//Proceedings of 2004 SIPS.Austin，Texas:IEEE，2004:1 －6.

[15]王欢.移动分组业务流量规律及性能分析[D].北京:北京邮电大学，2013.WANG Huan.Research on Mobile Internet Trafffic Distribution and Network Capacity[D].Beijing:Beijing University of Posts and Telecommunications，2013.(in Chinese)

[16]Ericsson.Ericsson Mobile Market Report[R].Stockholm:Ericsson，2013.