0 引言

提高移动网络的能效是5G的主要目标之一。由于移动互联网业务和物联网设备的激增，未来的无线网络将会连接大量的设备。事实上，如此高水平的互联互通将不可避免地导致全球能源消耗空前高涨。最新的数据分析显示，信息和通信技术的能源需求已占全球能源消费总量的近10％^[1]。另外，高碳排放等关键的环境问题也是一大问题。因此，需要开发“绿色”解决方案来提高网络能效。在新兴技术中，能量获取被认为是一个可行的解决方案^[2]。通过允许基站从太阳能和风能等可再生能源收集能量，使得无线网络在传统电网的能量消耗大大降低。此外，基站通过智能电网进行能源协作可以进一步提高可再生能源的利用率^[3]。

大量的关于异构网络的研究都是基于基站拥有持续的能源供给，例如传统电网和柴油机等^[4]。然而，实际上，传统电网的持续能源供给并不是在任何情况下都允许的，尤其是一些没有电网覆盖的偏远的地方。在这种情况下，能源获取技术提供了一种实用的解决方案，其中基站可以配置可再生能源发电装置进行发电，从而大大降低了运营商的运营成本，增加了蜂窝网的覆盖范围。

然而，虽然可再生能源的供给是无限的，但可再生能源的间歇性将导致能源基础设施的高度随机性，这就需要其他互补的稳定能源供应。由于电网能够提供持续的能源供应，由混合能源（传统电网和可再生能源相结合）提供动力的基础设施比仅靠可再生能源供电的基站更可取^[5]。混合能源的概念已被业界所接受。华为已经部署了从恒定能源供应和可再生能源中获取能源的基站。

研究人员还通过提出能量感知的小区选择方案来提高具有能量获取功能的蜂窝网络的性能。文献[3]提出了一种自适应小区选择方案，以最大化支持的用户的数量并且最小化可再生能源基站中的无线电资源利用。文献[6]中提出了一种小区选择方案，以最大限度地提高配备有限电池容量的可再生能源的蜂窝网络的总下行吞吐量。文献[7]考虑了由混合能源驱动的异构蜂窝网络，并通过将业务分布在不同基站上来执行用户关联和绿色能量分配。文献[8]提出了一种分布式用户关联算法，用于能量采集蜂窝网络，以降低平均流量延迟并改善负载均衡。尽管上述所有的研究都集中在能量收集蜂窝网络的小区选择方案上，但忽略了基站之间能量协作的可能性以及需要考虑不同的能量可用性和用户需求的自适应小区选择方案。

因此，结合上述相关研究，本文从能量获取、能量协作、异构网络等方面考虑，提出了一种折中能量获取、能量消耗、负载、接收速率等性能指标的小区选择算法。仿真结果表明，该算法可以减少基站对电网能量的需求，增加用户选择的可能，满足公平性和有效性。

1 系统模型

1.1 业务模型

考虑宏基站——低功率节点场景下基于正交频分多址技术的异构网下行链路小区选择场景，频率复用因子为1。M={1，…，M_max}表示系统中的宏基站集，M_max表示宏基站的最大数量，一个宏基站中包含N_p个低功率节点。每个基站均配置可再生能源发电装置以及蓄电池，并与智能电网和传统电网互联。业务模型如图1所示。每个小区内由位于中心的一个基站(宏基站或低功率节点)控制，小区内不再分扇区。因此，小区和基站概念可以互换。系统带宽为B，假设系统满足如下特性：

(1)基站最大发射功率恒定且每个子信道上的功率均相等；

(2)用户可以通过导频测量获取每个小区的平均信道增益；

(3)基站周期性地向用户广播小区的负载系数和能耗系数；

(4)用户进行小区选择的时间快于基站广播负载系数和能耗系数的时间。

用U表示用户集合，其中用户用u表示。则用户在宏蜂窝m(m∈M)中与基站k(其中k={0，1，…，N_p}，k=0表示当前基站为Macro基站，否则表示宏小区中的低功率节点)相关联时的数据速率表示为：

1.2 能量获取模型

假设异构网络中的基站都配有可再生能源发电装置进行供电，每个发电装置配置一个电池，用以存储能量。由于具有智能电网，因此基站之间支持能量协调，当能量协调与能量获取均不足以补充基站的供电时，可以使用传统电网进行供电。

1.2.1 符号描述

1.2.2 限制条件

(1)对于电池，能量存储应该满足以下限制：

2 能量消耗与小区选择

为了弥补增加的能量消耗，可以通过能量获取和能量协调技术来进行弥补，当能量获取和能量协调均不能满足多余的能量消耗时，使用传统电网进行供电。则通过传统电网和能量获取框架可以获取的总能量为：

3 数值结果分析

在仿真中，假设一个宏小区由一个宏基站(Macro Base Station，MBS)和3个低功率节点组成，低功率节点使用Pico基站(Pico Base Station，PBS)。其中，以MBS为圆心，PBS位于半径为400 m的圆周上。由于每个基站的能量获取速率的测量周期是分钟级或者小时级的，而小区选择的决策在几秒钟之内就可以进行，因此，在小区选择过程中，假设能量获取是连续的。

为了体现异构网络中低功率节点部署的随机性，PBS和用户均采用泊松点过程进行建模，其密度分别为3个/Macro以及300个/Macro^[10]。MBS与用户之间的路损的计算公式为128.1+37.3log₁₀d(km)，PBS与用户之间的路损的计算公式为140.7+36.7log₁₀d(km)。

由于基站的可再生能源发电装置的收获功率的分布依赖于场景，为简单起见，假定获取的功率是均匀分布的，即其中分别表示为基站的最大以及最小获取功率。其余仿真参数参考文献 [11]。

将本文中所提的算法与传统的小区选择算法相比较。传统的小区选择算法的选择标准主要参照于用户接收到的来自基站的最大的参考信号接收功率，传统的小区选择算法在图中表示为max RSRP UA。本文所提出的算法在仿真中用proposed UA表示。

图2描述了传统小区选择算法与所提算法在基站接收UE的比率上的比较。在基站端的用户关联中，在基站接收UE的比率因为负载随着UE请求的数量的增加而减少。从图2中可以看出，基站接收用户的比率随着UE的请求数的增加而减少时，所提出的算法优于传统的小区选择算法。

由于能量获取框架的参与，在图3中模拟了当获取功率增加时，传统小区选择算法与所提算法在基站接收UE的比率的比较。从图中可以获知，当基站的获取功率越大，所提的算法使得基站接收UE的比率越大。在图4中对传统小区选择算法与所提算法在基站能量消耗方面进行了比较。本文提出的算法由于使用了可再生能源发电装置以及能量协调等能量获取框架技术，基站在传统电网中的电量消耗大大减小，节省了运营商的开销，响应了国家环境建设的号召。

4 结论

在本文中，提出了一种基于异构网络能量获取框架下的一种适用于5G绿色通信的小区选择算法，给出了能量获取、能量协作以及小区选择之间的关联并建立了模型，折中了能量获取、能量消耗、负载均衡等性能指标。仿真结果表明，所提的算法在公平性、有效性以及能量消耗方面优于传统的小区选择算法。所提算法考虑了可再生能源发电装置、能量协调以及负载均衡，减少了电网能量的消耗，提高了网络的性能，可适用于5G绿色通信。

参考文献

[1] JIANG D，ZHANG P，LV Z，et al.Energy-efficient multiconstraint routing algorithm with load balancing for smart city applications[J].IEEE Internet of Things Journal，2016，3(6)：1437-1447.

[2] HAN T，ANSARI N.Powering mobile networks with green energy[J].IEEE Wireless Communications，2014，21(1)：90-96.

[3] LIU D，CHEN Y，CHAI K K，et al.Adaptive user association in HetNets with renewable energy powered base stations[C].International Conference on Telecommunications.IEEE，2014：93-97.

[4] QIAN L P，ZHANG Y J A，WU Y，et al.Joint base station association and power control via benders' decomposition[J].IEEE Transactions on Wireless Communications，2013，12(4)：1651-1665.

[5] HAN T，ANSARI N.Network utility aware traffic load balancing in backhaul-constrained cache-enabled small cell networks with hybrid power supplies[J].IEEE Transactions on Mobile Computing，2017，PP(99)：2819-2832.

[6] ZHANG T，XU H，LIU D，et al.User association for energy-load tradeoffs in HetNets with renewable energy supply[J].Communications Letters IEEE，2015，19(12)：2214-2217.

[7] LIU D，CHEN Y，CHAI K K，et al.Two-dimensional optimization on user association and green energy allocation for HetNets with hybrid energy sources[J].IEEE Transactions on Communications，2015，63(11)：4111-4124.

[8] XU H，ZHANG T，ZENG Z，et al.Distributed user association for delay-load tradeoffs in energy harvesting enabled Het-Nets[C].Wireless Communications and Networking Conference Workshops.IEEE，2015：386-390.

[9] AUER G，GIANNINI V，DESSET C，et al.How much energy is needed to run a wireless network?[J].IEEE Wireless Communications，2012，18(5)：40-49.

[10] 李锋，耿莉娜，朱世华.一种Macro-Pico异构网络基于博弈的小区选择算法[J].计算机应用研究，2015(11)：3364-3367.

[11] LIU D，CHEN Y，CHAI K K，et al.Joint user association and green energy allocation in HetNets with hybrid energy sources[J].Wireless Communication & Networking Conference，2015，11(4)：1542-1547.

作者信息:

张德民，付永莉，杨 康

（重庆邮电大学 重庆市移动通信技术重点实验室，重庆400065）