业务量驱动的区域化无线接入网自主节能机制
孟洛明, 苏玉林, 喻鹏, 姜正昕, 李文璟     
北京邮电大学 网络与交换技术国家重点实验室, 北京 100876
摘要

为了实现无线接入网的高效节能,提出了一种业务量驱动的自主节能机制,包括基于业务量的节能时间域划分方法、阶段式的节能触发算法和节能恢复算法. 为了评估机制的有效性,提出了无线接入网能耗模型和评估方法. 基于现网的拓扑场景,对提出的自主节能机制进行仿真验证,结果表明,该机制能在保证区域业务质量和实现有效覆盖补偿的基础上,至少达到17.5%的节能效果,相比其他节能机制,能在均衡各方面性能的基础上达到很好的节能效果.

关键词: 无线接入网     节能机制     基站能耗    
中图分类号:TN929.53 文献标志码:A 文章编号:1007-5321(2014)01-0057-05 DOI:10.13190/j.jbupt.2014.01.013
A Traffic Driven Regional Autonomous Energy Saving Mechanism in Wireless Access Network
MENG Luo-ming, SU Yu-lin, YU Peng, JIANG Zheng-xin, LI Wen-jing     
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China
Abstract

For purpose of energy saving in wireless access networks, a regional autonomous energy saving mechanism, consisted of energy saving phase division based on traffic load, was proposed. The method of stepwise choosing closed base stations was adopted when energy saving period begins as well as choosing closed base stations to resume before end of saving period. Improved energy consumption model and evaluation method are also proposed to estimate the efficiency of proposed energy saving mechanism. Simulation using situation similar to existing network was given to verify the proposed energy saving mechanism and reveal that effective energy saving of 17.5% could be achieved, while guaranteeing regional coverage and service quality. It is shown much better in terms of block rate control and user received signal strength than that of the other energy saving mechanisms.

Key words: wireless access network     energy saving mechanism     base station energy consumption    

能耗已经成为全球工业界关注的问题. 社会和经济的发展必然会导致能耗在未来持续增长,这使得高效的节能方案成为当前焦点. 接入网的节点数量众多,消耗了无线接入网络大量的能量[1]. 因此,研究无线通信网基站节能方法具有重要意义. 目前已经有多个研究组织提出了研究成果[2-5],但或者节能效果不够理想,或者不具备区域化的应用. 笔者提出一种业务量驱动的无线接入网自主节能机制,研究在给定区域内确定基于业务量的节能时间域划分,以及确定有效合理的多阶段节能触发和节能恢复算法,还提出了评估模型用来衡量节能机制的效果和其对性能的影响.

1 业务量驱动的自主节能机制

目前无线接入网节能方法主要是通过在低业务量时段关闭/休眠部分基站来实现,这部分基站称为关闭基站(SS, switched-off station). 而此时部分相邻基站需要利用呼吸效应或通过调整基站无线参数(如发射功率和天线倾角)来扩大覆盖范围,从而补偿SS所带来的覆盖漏洞,这部分基站称为补偿基站(CS, compensation station). 剩下的一部分不受影响的基站称为正常基站(NS, normal station).

1.1 基于业务量的节能时间域划分方法

考虑被基站集合B服务的区域,1个节能周期表示为T,用户可能位置x,时刻tT,服务请求服从单位面积到达率为λ(x; t)的非齐次泊松过程,平均服务时间服从均值为1/μ(x; t)的独立分布,业务负载密度定义为ρ(x;t)=λ(x; t)/μ(x; t). 对某个,一个典型的业务负载ρ(x*; t)随时间t变化示意图如图 1所示,变化周期为1 d.

图 1 业务量负载曲线

假设对未来某个时刻tT,上周同一时间的业务到达率为λ1(x; t),而前一天同一时间的业务到达率为λ2(x; t),那么该时刻的业务到达率预测为λ(x; t)=βλ1(x; t)+(1-β)λ2(x; t),其中β取1/4. 由于工作日和周末的业务量有明显不同,所以会对其进行区分.

考虑利用业务量变化在1个周期内训练出tαtβtγtδ四个时间点,并划分成以下4个时间域.

1) 对t∈[tδ, tα],区域平均业务量满足ψl,这一时间段为业务量低谷时段,其中ψl为业务量下门限值.

2) 对t∈[tβ, tγ],满足ψu,这一时间段为业务量高峰时段,其中ψu为业务量上门限值.

3) 对t∈[tγ, tδ],有ψlψud/dt﹤0,这一时间段为节能触发时段.

4) 对t∈[tα, tβ],有ψlψud/dt>0,这一时间段为节能恢复时段.

由于业务量高峰时段容易有业务量小幅波动,可能错误判断下一阶段提前出现,在确定tγ时会预测[tγ, tγ+ε]时间段的业务量,保证∈[tγ, tγ+ε],满足ψu.

节能机制在节能触发时段逐步关闭基站节能,在业务量低谷时段维持较少基站运行来节能;而在节能恢复时段逐步恢复被关闭的基站,在进入业务量高峰时段前开启所有基站以避免总负载余量不足.

1.2 阶段式的节能触发算法

在节能触发时段,每小时都根据当前区域的业务量状况关闭部分基站,从而保证每个基站最多被关闭一次. SS以及相应CS的选择通过节能触发算法完成. 设B={b1,b2,…,bn}是所有基站的集合;基站状态集合为S={s1,s2,…,sn},其中sj的取值为{0,1,2},分别对应NS、SS、CS;基站业务负载集合为Σ={σ1, σ2,…, σn};设基站bj的CS集合为Xj;基站bk补偿基站bj所分担的业务量占bj总业务量比为Ωj={ωj1,ωj2,…,ωjn},满足初始基站覆盖范围集合为Ro={r1o,r2o,…,rno};补偿后基站覆盖范围集合为R={r1,r2,…,rn}. 算法描述如算法1所示.

算法1 节能触发算法

为了达到最大化节能和最小化影响用户体验的目的,提出一种自主化选取补偿基站组合(ASCC, auto select compensate combination)的方法. 相比文献[3-4]中CS个数固定为2个/3个的补偿方式,ASCC更加灵活,节能更多. ASCC流程如图 2所示.

图 2 ASCC 流程图

1) 通过基站运行配置,得到将要被关闭基站的所有可能的CS组合. 每个组合中,基站的个数可以为多个;基站状态为非关闭状态;基站在分担被关闭基站的业务量后不会超过业务负载上限Σmax,同时覆盖范围不会超过最大范围Rmax.

2) 记当前最优补偿组合为opt,迭代变量为m.

3) 判断循环是否结束.

4) 将第m个补偿组合与opt补偿组合作对比.

5) 记N为补偿组合中CS的个数,C为补偿组合中已有的CS个数. 判断补偿组合m中已有CS所占比是否大于opt补偿组合相应比.

6) 判断第m个补偿组合中NS的个数是否小于opt补偿组合中NS的个数.

7) 基站i当前业务负载为σi,假设基站i分担的被关闭基站j的业务量Δσij与基站i到被补偿基站j的距离dij的平方成正比,即

(1)

可以得到基站i分担被关闭基站的业务量后的剩余负载余量Εij

(2)

引入补偿组合的业务量指数ξ

(3)

判断ξm是否大于ξopt.

8) 第m个组合更优,记组合m为opt组合.

9) 循环变量m加1,进入3).

10) 通过7)的业务分配方式计算被关闭基站的业务分担到组合opt中各个基站的比重.

11) 计算组合opt中基站扩展的覆盖范围.

上面的流程中,第5)~7)步选择已有CS较多的组合和业务量指数较大的补偿组合,最大化SS数目并使业务量平均分散到CS,减少业务量波动带给用户体验的影响. 在执行关闭基站前需要保证用户都已经切换到相应的CS. 切换通信协议采用与文献[5]相似的协议. 由于ASCC不会关闭CS,保证用户最多只会被切换一次.

1.3 阶段式的节能恢复算法

在节能恢复时段,每小时都根据预测下一时段业务量情况恢复部分基站. 选择需要从关闭状态重新开启的基站是通过节能恢复算法完成的,设Zj是被基站bj补偿的基站集合,算法描述如算法2所示.

算法2 节能恢复算法

恢复算法选出业务负载会超过负载上限Σmax的CS,将这些CS补偿的SS开启,并将关闭前分担的业务负载转回SS. 设节能触发时段持续时间为h1 h,节能恢复时段持续时间为h2 h,则自主节能机制的整体复杂度为O(nMNh1+nNh2). 由于MNh1h2都可为常数,算法复杂度近似为O(n),效率较高.

2 节能机制评估模型 2.1 能耗模型

根据文献[5],基站的总能耗功率表示为

(4)

其中:PTx为基站发射功率,Pmisc为基站静态功率.

假设控制开销为L,最大用户数为U,控制覆盖信道功率为Pi,时刻t的归一化业务负载量为fi(t),则天线发射功率PTxi

(5)

其中为功率调节参数,与基站覆盖半径成正比. 引入参数κ是为了调整CS的发射功率.

2.2 节能评估方法

1个节能周期可以分成2个阶段:正常时段(NP, normal period)和节能时段(SP, save period). 在所提出的机制中,业务量高峰时段为NP,而节能触发时段、业务量低谷时段、节能恢复时段为SP. 设在不进行节能的情况下,对tT,基站bi的功率为PBSi(t),区域内所有基站的总能耗可以计算为

(6)

设在t∈SP,SS和CS的功率分别为PSSi(t)、PiCS(t),则整个区域1 d的能耗计算为

(7)

在一个节能周期内的节能总量为

(8)

其中PSSi(t)和PCSi(t)-PBSi(t)相对较小,因此影响节能总量Es的主要因素是SS数目ns(t)和SP的时长. 节能效率Γ可以表示为

(9)
2.3 性能评估方法

通过区域的用户接收服务基站的信号强度和载干比的累积概率来评价节能机制的性能. 设节能时间段内的时刻点t,用户i接收到的来自于基站j的覆盖相关的信号强度为pij(t),对应的载干比为lij(t),为了防止部分区域出现过覆盖和弱覆盖,在SP上pij(t)和lij(t)的累积概率分布应该满足

(10)

其中:pminlmin分别为用户i接收基站j服务时pij(t)和lij(t)的下限值,βγ分别为pij(t)和lij(t)累积概率分布的约束门限,Fx(C)表示变量x在满足条件C时的累积概率分布.

3 仿真验证

仿真场景如图 3所示. 区域中基站相对位置是从北京某城区的统计数据得来的. 业务平均到达率和服务率采用文献[4]的数据. 基站关键参数配置采用表 1中的数据. 能耗Pmisc取1 500 W.

图 3 仿真场景基站分布

表 1 基站参数设置

性能评估中判断覆盖质量指标为导频接收信号强度(RSCP,received signal code power)和相应的导频Ec/Io值,对应的pminlmin的取值分别为-95 dBm和-12 dB,相应的概率分布门限βγ分别为98%和97%.

图 4所示为本文机制与文献[5]的对比机制在1周7 d的节能效率对比. 本文所提节能机制考虑用户接收信号质量的影响,SS数目相比对比节能机制要少,对比算法节能效果稍好.

图 4 节能效率对比

图 5所示为节能前后阻塞率的变化情况,在SP本文节能机制会导致阻塞率小幅上升,但控制在1%以下,而对比节能机制导致阻塞率大幅升高,部分时段超过1%. 因此本文算法权衡了节能效率和用户服务影响.

图 5 节能前后阻塞率变化

图 6(a)(b)分别为周一24:00时节能前后接收终端Ec/Io和RSCP的累计概率密度. 对比算法由于SS比本文算法多,信号质量不如本文算法.

图 6 性能评估对比

通过仿真验证,在现网的场景下,笔者提出的自主节能机制在保证完全覆盖以及控制阻塞率的前提下,区域整体节能效率达到13.1%~17.5%,同时区域Ec/Io和RSCP能维持在较好的水平.

4 结束语

针对无线接入网能耗高的现状,提出了一种通用的无线接入网自主节能机制,给出了在保证覆盖补偿前提下逐步执行的节能触发/恢复算法. 通过仿真验证,能在保证用户服务质量前提下实现有效节能,相对其他节能机制能获取更加均衡的效果.

参考文献
[1] Antonio C, Andre F S, Ilario F. Looking beyond green cellular networks[C]//WONS 2012. Courmayeur: IEEE, 2012: 127-130.
[2] Niu Zhisheng, Wu Yiqun, Gong Jie. Cell zooming for cost-efficient green cellular networks[J]. IEEE Communications Magazine, 2010, 48(11): 74–79. doi: 10.1109/MCOM.2010.5621970
[3] Yu Peng, Li Wenjing, Qiu Xuesong. A regional autonomic energy-saving management mechanism for cellular networks[J]. Journal of Electronics and Information Technology, 2012, 34: 2707–2714.
[4] Yu Peng, Li Wenjing, Qiu Xuesong. Self-organizing energy saving management mechanism based on pilot power adjustment in cellular networks[J]. IJDSN, 2012: 1–13.
[5] Peng Chunyi, Lee Suk-Bok, Lu Songwu, et al. Traffic-driven power saving in operational 3G cellular networks [C]//MobiCom. Las Vegas: IEEE, 2011: 121-132.