牛志升 清华大学

2012.1-2016.8

一、关键科学问题及研究内容

2.1 关键科学问题

如前所述，如何以受限的频谱与能量大幅度提高网络容量是一个巨大的挑战。为此需要从系统和网络的角度探索频谱与能量的高效利用机理与方法，并解决以下关键科学问题：

科学问题1、网络能效成因关系与高能效覆盖机理：经典信息论主要关注有效辐射能量与信道容量之间的关系，但蜂窝网络的整体能耗中基站辐射能量只占一小部分，大部分能量消耗在了基站配套设备（基带处理、功放、空调等）和网络基础覆盖上。为此需要从网络综合能耗的角度探索能效的成因关系以及高能效覆盖的机理； 

科学问题2、异构蜂窝网络的高能效资源匹配机理：移动通信有限的频谱和能量资源被独立地分割在了功能各异的多个蜂窝网络中，但各种异构蜂窝网络中业务量的时空分布却呈现出越来越大的动态特性，使得每个网络中的频谱与能量资源都无法得到充分利用。为此需要针对异构蜂窝网络环境建立高能效的弹性资源匹配机理； 

科学问题3、多样性需求业务的高能效服务机理：未来移动通信的业务种类和服务质量需求会越来越多样化，但现有网络基本上还是针对某种特定业务优化的，难以同时满足各类不同业务的需求、或是为了满足最苛刻业务的需求而浪费大量的频谱与能量。为此需要针对多样化的业务需求分别建立高能效的服务机理。

2.2 主要研究内容

为了解决以上关键科学问题，本申请提出了一个超蜂窝网络的体系架构，通过控制信道覆盖与业务信道覆盖适度的分离引入网络的柔性覆盖、资源的弹性匹配、以及业务的适度服务机制，实现能效与资源的联合优化。为此，我们将着重研究控制覆盖与业务覆盖的分离机制与动态设计方法，建立超蜂窝网络的能量效率与各种网络资源之间的理论关系与评价方法，给出逼近其能效极限的资源优化配置方案，并针对多样化业务需求设计差异化适度服务机理。具体地，拟分成以下六个课题展开研究。

1） 网络能效理论与超蜂窝体系架构

按照能效优先的原则重新审视无线通信与网络的体系架构与运行机理，从网络整体能效的角度研究网络能量效率的成因关系，并在此基础上建立能效与资源优化的移动通信系统体系架构与理论体系。

1.1）网络能效建模与成因关系分析：明确网络能效的定义，建立无线通信链路的信息处理和信令开销能耗的理论模型，分析网络能效与网络覆盖能力、频谱效率、用户群体行为、业务特征及其服务质量要求之间的成因关系，探索超蜂窝网络的能效极限，给出网络能效与系统容量的协同优化方法。这里最核心的是要建立网络能效与频谱效率、以及网络能效与业务延迟之间的互换关系。

1.2）超蜂窝网络架构及其理论基础：探索超蜂窝网络的架构，建立超蜂窝网络柔性覆盖、弹性匹配、及适度服务的理论基础，给出低能耗控制覆盖及能效与资源联合优化的业务覆盖的设计准则，并提供实验室演示验证系统。

2) 超蜂窝网络的柔性覆盖与控制理论

针对未来移动通信业务在时域和空域上大范围动态变化、且服务质量要求越来越两极分化的矛盾，深入挖掘网络覆盖的能效潜力，建立兼顾能效与容量的智能柔性覆盖与控制理论，为超蜂窝网络体系架构下的物理层与链路层的能效优化提供理论基础。主要研究内容包括：

2.1) 控制覆盖与业务覆盖分离机制及优化研究：通过控制覆盖与业务覆盖在业务级、设备级、协议级的逐级分离，研究两种覆盖的合作机制和演进方法，探索在公共控制覆盖基础上的异构业务覆盖机理和控制方法，以及公共控, 制覆盖的异构实现方法。进一步探索上下行覆盖分离的机制、能耗理论和相应的控制方法。

2.2) 柔性覆盖中控制覆盖的能效优化方法：探讨未来无线接入对控制信道需求的发展趋势，研究系统同步、信道估计、定位、寻呼、随机接入等控制功能在超蜂窝架构下的能效优化机制与方法，给出控制覆盖强度的理论描述。

2.3) 柔性覆盖动态小区形成方法研究：研究下行动态功率控制和天线形态调整在动态小区形成中对容量和能耗的影响，以及在不同信道条件下分布式天线协作覆盖虚拟小区成形方法，建立分布式覆盖容量与虚拟小区形态、回程链路能耗、处理能耗、传输能耗之间的折中关系，进一步研究动态小区构建的能效优化准则、优化方法以及规模化实现方法，探索新型天线和新频段在动态小区覆盖形成方面的解决途径。

3) 能效优先的传输理论与弹性接入方法

研究超蜂窝网络中非协作的传输理论与接入技术，即假定各蜂窝小区基站不交互信息、不使用中继协作或用户协作机制完成无线传输。

3.1) 综合链路能效优化的传输机制及与频谱效率的理论关系：针对非协作蜂窝网络，分别考虑不存在小区间干扰时的单小区多用户及存在小区间干扰时的多小区多用户系统，研究多天线、多载波系统能量效率与频谱效率之间的理论关系，分析链路能量效率与功率、带宽、收发天线数等无线资源、以及与干扰、用户数和业务动态变化特性之间的内在联系，建立优化链路能量效率的无线传输理论模型。

3．2）能效与资源联合优化的弹性接入机制：针对具有高频谱效率的MIMO和OFDMA技术，研究高能效无线传输与资源分配的优化准则；提出能充分利用信道/干扰/业务的动态变化特性、满足网络和用户服务质量要求的高能效最优接入方法；分析高能效资源分配与接入机制对系统频谱效率的影响及其与系统参数和信道环境间的关系；研究低复杂度、高能效的最优接入算法。

3．3）高能效传输与弹性接入机制演示验证系统：构建超蜂窝高能效无线传输与资源分配的系统级仿真和测试平台，评估不同无线传输技术的链路能量效率，平台的系统参数将参考下一代移动通信系统标准（不少于8根发送天线、4根接收天线、带宽不小于40MHz）。

4) 超蜂窝网络协作机制与资源优化方法

针对复杂的干扰环境及动态的业务需求，研究超蜂窝网络的协作机制与资源优化方法，建立同构蜂窝与异构蜂窝的小区之间或小区内多个传输节点之间的高能效协作机制，并在此基础上给出能效与资源联合优化方法。

4.1) 高能效异构节点协同传输理论：给出协作开销及相应回程能耗的模型，建立发射能效与协作开销、以及能效与协作基站或天线站数目之间的理论关系，研究不同载荷下的动态协作理论以及降低传输开销和基带复杂度的方法，从而确立在动态协作下能效与系统容量、传输开销、基带处理复杂度之间的理论关系。对于基于小区内天线站的多点协作，建立小区内干扰与系统能效的理论关系。对于基于中继的协作系统，建立能效与中继密度、传输开销及系统载荷的理论关系。

4.2)超蜂窝网络能效与资源联合优化方法：研究超蜂窝网络资源的优化配置方法，并通过学习和预测链路层、网络层、以及用户业务的动态特性，实现在能效优先条件下网络资源与用户需求的实时自适应匹配，从而建立基于能效优先的动态资源匹配理论。

4.3）网络节点协作算法的演示验证平台：借助课题一中的演示平台构建一个超蜂窝网络协作传输演示系统，验证以上理论与方法对能效提升的作用。

5) 用户群体行为建模与高能效服务方法

通过对实际运营的移动无线通信系统中常见业务的采集和测量，分析移动网络中多种类型业务在时域和空域分布的动态特征以及内容属性等方面的变化规律，挖掘用户群体的行为模式，建立并针对不同的群体行为特征给出高能效服务方法。

5.1）移动无线网络业务采集与分析：研究移动无线网络中业务数据采集和测量方法，研究移动网络多业务在时间、空间和相关性方面的特征分析，给出多种典型业务的流量分布函数以及多类型业务统计模型。

5.2）多维度用户群体行为分析与建模：通过业务特征分析，研究用户以群体为单位在活动规律、业务需求、接入频率、用户关联关系、聚类特性等多维度下的行为模式和特征规律，对业务内容上的相关性及用户群体行为的趋同性等进行分析，通过概率统计和数据挖掘等手段对用户群体行为进行认知与数学建模，指导超蜂窝的资源配置。

5.3) 面向用户群体行为的高能效服务机理：建立用户群体行为与网络高能效的内在联系，研究面向用户群体行为的高能效服务机理与智能动态适配技术，构建面向用户群体行为的高能效服务体系。

6) 业务特征认知与高能效差异化服务方法

基于不同业务之间在业务特征与服务质量需求上存在的差异，按照按需适度服务的原则建立差异化的服务体系与评价方法，为高能效移动通信服务系统的设计与优化提供理论基础。

6.1) 业务特征感知与业务建模理论与方法：基于业务抽象化的感知方法，从业务的实时/非实时的时间特性、点对点/点对多点/广播的传输特性、以及人与人/人与机器/机器与机器的参与者特性等多个角度对业务进行特征分析、分类与建模，并据此进行网络流量中的业务类型测量，给出不同类型业务的行为模型。

6.2) 高能效的业务差异化服务机制与方法：基于用户行为的统计趋同性和业务需求差异性的特点，结合单播、多播与广播等多种传输手段，设计面向不同类别业务的差异化服务机制，实现资源与能效的联合优化。具体包括：具有实时大容量对称特征的业务；具有软实时高速率特征的业务；具有周期性低速率特征的业务等。

关键科学问题与研究内容的对应关系见图2-1。

图2-1 关键科学问题与研究内容及各课题之间的支撑关系

二、预期目标

总体目标：面向国家建设资源节约型、环境友好型社会的战略需求，针对无线数据与视频业务的飞速发展及通信业务量的指数增长所带来的频谱和能耗瓶颈，研究并突破可使移动通信系统的能量效率大幅度提高的理论与技术，建立能效与资源优化的超蜂窝移动通信系统体系架构，并给出典型网络的低能耗设计，满足未来10-20年移动通信对宽带大容量的迫切需求。

五年内预期目标： 通过本项目的实施建立一套能效与资源优化的超蜂窝移动通信系统基础理论体系，包括：1）网络能效理论及超蜂窝体系架构；2）超蜂窝网络的柔性覆盖与控制理论；3）能效优先的非协作传输理论与弹性接入机制；4）超蜂窝网络协作机制与资源优化方法； 5）用户群体行为建模与高能效服务机制; 6）业务需求认知与高能效差异化服务机制。突破一批关键核心技术，使网络能效较现有水平有较大幅度的提高，并给出典型网络的低能耗设计及实验室演示验证系统。拟发表SCI检索论文240篇以上、申请发明专利50项以上、提交标准化建议草案10份以上、组织国际学术会议5次以上、培养优秀中青年骨干人才15人以上、博士生60名以上，并依托清华信息科学与技术国家实验室（筹）建立一个具有国际前沿水平的绿色通信与网络研究基地。

三、研究方案

4.1 学术思路

未来无线通信业务需求的发展趋势是业务总量和用户峰值速率均呈指数增长，且业务类型及业务需求的动态范围不断扩大。一方面，随着智能手机与视频业务的大量出现，用户对峰值速率的需求还在不断上升；另一方面，各种物联网应用的快速普及又会给网络带来海量的中低速率业务，它们每次请求的业务量很小，但却会很频繁。如此两极分化的业务实际上都会消耗大量的基站能量。

由经典信息论可知：在高频谱效率的点对点链路中，对于给定的带宽，无线传输容量的提高需要指数倍地提高传输功率，即无线传输的频谱效率与能量效率是一对天然的矛盾。因此，要想在不牺牲频谱效率、甚至还需要提高频谱效率的前提下大幅度地提升能量效率，即能效与资源的联合优化，单靠物理层传输技术的提高是很难实现的。为此，我们需要从系统和网络的角度寻找解决途径。

众所周知，现有蜂窝网络提高容量和降低功耗的主要手段就是不断地缩小蜂窝尺寸。但这不仅会增加小区的密度，占用更多的站址资源，提高网络覆盖的成本，而且也会加剧小区间业务量的不平衡，并带来更多的小区间干扰，可见这条路径也很快就会走到尽头的。究其原因，这主要是源于现有基站的多重身份，它不仅要负责无线信号的收发，还要负责收发信号的处理、本小区的资源调度、以及为本小区用户提供同步、唤醒、切换等控制服务，即网络的控制覆盖与业务覆盖是紧密耦合在一起的（以下简称“硬性覆盖”），难以根据业务的动态特性进行柔性的改变。

另外，现有蜂窝网络采用以基站为中心的静态设计理念，通常根据业务的峰值流量和网络的无缝覆盖需求配备基站资源，以保证用户在任何时间任何地点都可以获得满意的服务。这对于以语音业务为主的宏蜂窝网络而言是可以接受的，因为一般来讲每小区用户数足够多、且小区业务量在空间和时间上的起伏（动态性）不大，完全可以通过静态的基站规划使每个基站接近满负荷工作，基站的能耗损失不大。但随着各种非话业务（数据、视频等）的大量涌现以及蜂窝尺寸的不断缩小，使得每小区业务量在空间和时间上的起伏急剧加大，如果仍然延续传统的静态设计方法，将会导致许多基站在相当长的时间内处于低负载运行状态，浪费大量的基站能量。

还有，现有蜂窝网络的服务模式基本上是固定的，针对不同种类的业务组建不同的网络（如GSM主要针对语音业务、LTE主要针对数据业务而设计与优化），因此当不同种类的业务在同一个网络中传输时势必会造成网络资源和能量的浪费。举例来讲，如果数据业务要在语音网络中传输的话，由于其突发性较大，必然会导致其阻塞率的上升。由于语音业务无法忍受任何延迟，因此语音网络解决这个问题的唯一手段就是不断地提高传输容量，这必然会导致能耗的增加。但实际上，一般来讲数据业务是可以容忍一定的延迟的，因此网络完全可以通过缓冲的方式令其避开网络的繁忙期和信道的衰落期、或是等到用户移动到离基站较近区域时再开始通信的方式降低阻塞率，这样就可以在不增加网络资源和能量的情况下获得满意的服务。

由此可见，我们需要转变一味地追求小区内无线信道容量的思路，而是着眼于通信系统所服务的对象（即“用户”）和通信系统所传递的对象（即“信息”）本身，主动利用用户分布的动态性、业务特征的差异性、以及信息内容需求的群体趋同性等特征，通过多小区协作和异构蜂窝网络融合等手段，从网络的角度创建一套根据实际业务量与不同业务需求提供柔性覆盖和适度服务的能效优先设计理念和理论体系，即在满足用户需求的前提下通过减少资源和能量的浪费来实现能效与资源联合优化。排队论的知识告诉我们：业务的动态性和差异性越大，传统固定服务方式的浪费就越大，我们所能得到的能效增益也就越大（图1-3）。

为了实现上述转变，首先需要将现有蜂窝网络中紧密耦合在一起的控制覆盖和业务覆盖进行适度的分离，否则的话两者相互制约，无法灵活地应对环境与需求的变化。然后在此基础上引入网络的柔性覆盖、资源的弹性匹配、以及业务的适度服务机制，从而实现能效与资源的联合优化。这就是本申请提出的超蜂窝网络的核心思想，其主要特征可归纳为以下三点：

1）基于控制覆盖与业务覆盖适度分离的柔性覆盖思路

通过对网络中的控制信号和业务数据分别提供覆盖服务，网络只需以较低的能量维持控制信号的覆盖以保证用户的可连通性即可（“覆盖优先”），而在网络覆盖得到了保障的基础上，业务覆盖则可以根据实际业务需求柔性地进行布置（“能效优先”），并随时根据网络的状况及业务需求的变化调整其覆盖模式（2G/3G/4G？）、覆盖范围（微蜂窝/皮蜂窝/微微蜂窝？）和服务方式（单播/组播/广播？）。图4-1给出了一个网络覆盖随业务量分布而动态改变的示意图，图4-2则给出了超蜂窝网络架构的示意图。

传统以语音业务为主的网络，由于语音业务本身的速率也较低，将两者分离的必要性不大。但未来移动通信系统中会出现大量的高速数据和视频业务，使得这种分离变得越来越必要。

a)白天的覆盖                b) 夜晚的覆盖

图4-1, 根据实际业务需求动态地调整覆盖模式与范围的柔性覆盖示意图（其中绿色表示控制覆盖区域，黄色和红色分别表示低速率和高速率业务覆盖区域，且蜂窝的大小随业务速率要求动态调整）

图4-2超蜂窝网络架构示意图

2） 基于基站和网络协作的弹性资源匹配思路

在超蜂窝网络的架构下，由于同一业务覆盖的相邻小区之间以及不同业务覆盖的异构小区之间往往是密集和重叠覆盖的，因此完全可以通过邻小区基站之间或是异构小区之间的协同传输来应对网络中业务量分布的时空起伏，不必为每个小区都过度地匹配资源。也就是说，多个相邻小区或是异构小区之间可以形成一个簇，通过协同的方式为用户提供服务。反过来，用户则可以根据实际业务需求以及不同小区的负载状况等从某个簇中动态地选择一个合适的小区进行接入（即“弹性接入“），从而避免了网络资源和能量的浪费。当然，小区簇的形成也应该是动态的。

3) 基于差异化服务的按需适度服务思路

如前所述，无线数据和视频业务无论是在业务特征（不同类别的用户对数据和视频业务的需求存在较大差异，用户启用数据和视频业务的随机性和突发性也非常大）、还是在业务需求（数据业务可以忍受一定的延时，视频业务则对延时抖动非常敏感）上都与语音业务存在很大的差异，如果此时仍然采用传统的归一化服务方式，则势必会造成网络资源和能量的极大浪费。另一方面，无线数据和视频业务还会出现一定的群体性，即很多用户在相同的空间范围和时间范围内可能会对网上的同一个数据或视频内容感兴趣，而且越是热点的内容其群体趋同性越明显。因此如果仍然沿用像语音那样的点对点服务模式，同样的数据和视频内容会在网络中被多次重复传输，浪费了大量的网络资源和能量。特别是一般来讲数据和视频业务的数据量都是非常大的，因此其所造成的浪费也是巨大的。

为了节省能量，我们实际上可以主动利用业务内容的差异性和趋同性，通过引入差异化服务机理来为不同的业务提供按需适度服务，从而提高网络资源和能量的利用率。举例来讲，如果业务可以容忍一定延迟的话（非实时业务），完全可以通过主动改变调制方式（如从64QAM降到QPSK）等手段，以一定的延时来换取能量效率。实际上，运用排队论的知识可知：将非实时业务按照实时业务的方式进行服务的话，在相同阻塞率的情况下需要大幅度地增加网络资源和能量。反之，针对趋同性的业务需求则可以通过引入多播或广播通道，或是将广播网络融合到通信网络中，将很多用户在一定时间内共同感兴趣的信息以广播或多播的方式分发下去，从而减少同一信息在无线网络中的传输次数，在减轻网络负载的同时大幅度地提高能量效率。

综上所述，能量效率优先的无线通信与网络设计是一个全新的研究方向，几乎没有成功的经验可以借鉴，必须闯出一条崭新的学术思路来才有可能取得突破。本申请的三个主要研究思路均具有很大的创新性，且会大幅度提高能量效率。

4.2技术途径

课题一、网络能效理论及超蜂窝体系架构

1.网络能效建模及其成因关系分析

为了全面反映网络各部分的能耗，首先给出一个“网络能效”的定义，并分析其成因关系。对于给定的频谱资源、网络覆盖范围、用户分布、业务模型及服务质量要求，网络能效定义为：网络承载的用户业务总量与所消耗的总能量之比，即单位能量平均所承载的用户业务量(bits/J)，或是用频谱和覆盖区域归一化后的单位面积和单位带宽的能量效率(bits/J/Hz/area)。很显然，与经典信息论中的比特能量效率相比，它有以下几个特征： 

（1） 它是从网络整体（一定的覆盖区域）的角度来定义的，不只是单条链路或是单个小区的能效。因此在覆盖区域内通过更高效的频率复用、基站协作或是负载均衡等手段都有可能大幅度提高网络能效。与此同时，它关注网络所有设备的整体能耗，包括协议与信号处理设备能耗、外围辅助设备能耗等，而非仅仅是无线传输能耗；

（2） 它是针对实际承载的用户端业务吞吐量定义的（bits或是erl），而非网络内部各链路上的信息传输总量，更非各链路上的总容量（bits/s）。因此不仅可以通过减少同一信息在网络中的传输次数或是将不同用户的信息融合为一路信息发送等手段来降低能耗，还可以根据实际业务需求的变化自适应地匹配资源和能量（即弹性接入和按需适度服务）的方式提高网络能效。

由此可见，网络能效是一个新的概念，它可以有效地反映各种不同特性（实时、非实时；单播、多播等）的业务以及业务实际需求的不均匀性和动态特性对网络能效的影响，为研究大幅度提高能效的机理与方法指明了方向。为此，需要研究网络能效与网络覆盖能力、频谱效率、用户分布、业务特性等的理论关系，即在给定频谱资源和业务覆盖需求下的最小能量理论（以下简称“网络能效理论”），包括：如何以最小的能量实现所需的网络覆盖及业务服务需求？网络能效与频谱效率之间存在什么样的理论关系？业务的随机性和动态特性究竟会如何影响网络能效？具体地，本课题拟重点研究以下两个基础理论问题：

1) 网络能效与频谱效率的理论关系。如果只考虑单链路的发射功率，则经典信息论告诉我们：链路能效与频谱效率之间存在单调的折中关系。但如果额外考虑信息处理等能耗，则这种折中关系就会变得非常复杂，至少不再单调^[1]。进一步地，如果将链路频谱效率也改成“网络频谱效率”，即以给定的带宽在一定覆盖范围内所能传送的业务量，则两者的关系会变得更加复杂，至少不再是简单的折中关系，因为我们完全可以通过频率复用、基站协作或是负载均衡等手段，在不牺牲频谱效率的前提下提高能量效率。为此，我们拟将信息论与动态规划理论相结合，以动态优化的思想并从系统的角度分析能量效率与频谱效率的关系，借助马尔可夫决策过程的理论与方法给出该动态规划问题的数值解。

2) 网络能效与业务延时的理论关系。如前所述，为了提高网络能效，无论是引入柔性覆盖、弹性接入、还是适度服务的机制都可能会给用户带来额外的延时。但究竟多大的延时能够换来多少的能量节省还是一个急需解决的基础理论问题，因为网络延时性能是度量服务质量和用户体验的重要指标，而且额外的延时还会带来额外的处理能耗。经典信息论一般只考虑某条链路上发射功率与传输延时之间的折中关系，未针对全网的总能耗与端对端延时（包括排队延时、处理延时等）来考虑。而且，已有的结果大都只关注平均延时，未能将延时抖动考虑进来。实际上，对于大部分实时业务而言，延时的抖动是更重要的性能指标。

为此，我们拟将信息论与排队论相结合，以随机服务的思想并从业务端对端性能的角度分析能量效率与业务延时及其抖动的理论关系，借助矩阵几何解析的理论与方法给出网络能效与可容忍延时之间的定量关系（图4-3、图4-4）。

图4-3网络能效理论框架与研究方案

图4-4网络总能耗与端对端延时的关系

一个简单的例子如下：

 [例1] 假设某个用户以速率为λ的泊松过程对网络随机地产生服务请求，并要求服务请求的阻塞率不超过P_B。网络则为其分配相应的资源和能量提供服务，并假设用户占用该资源的时间也是随机的，服从负指数分布。

- 如果该服务要求严格的实时性，则网络只能通过不断增加网络资源（即提高服务速率μ₁）来保证指定的P_B，则该服务系统可以等效为一个M/M/1(0)排队模型，根据排队论中的爱尔兰公式可以求得P_B⁽¹⁾=ρ₁/(1+ρ₁)，其中ρ₁=λ/μ₁。

- 但如果该服务可以容忍一定的延时（假设缓冲区容量为k），则该服务系统可以等效为M/M/1(k)排队模型。根据排队论可以求得P_B⁽²⁾=ρ₂^k+1(1-ρ₂)/(1-ρ₂^k+2)，平均等待时间W=(1+ρ₂+···+ρ₂^k-kρ₂^k+2)/(1-ρ₂^k+2), 其中ρ₂=λ/μ₂。

- 令P_B⁽¹⁾=P_B⁽²⁾，μ₁=sμ₂, 则可以求得s=(1-ρ₂^k+1)/[(1-ρ₂)ρ₂^k ]，它相当于如果将该非实时业务按照实时业务来服务时所需要增加的服务能力。

- 例如，如果k=2、ρ₂=0.5，则s=7，W₂=1.7μ₂^-1，即实时服务系统的服务率（能力）需要增加到原来的7倍才能保证同等的阻塞率，或者说通过1.7倍于平均服务时间的延时近似换取了7倍的服务能力！

- 进一步地，如果将k扩大到8，ρ₂=0.5保持不变，则s=511，W₂=1.9μ₂^-1，即仅仅通过1.9倍于平均服务时间的延时近似换取了511倍的服务能力！

根据信息论的知识可知：对于给定的带宽，服务能力的提高需要通过提高信噪比来实现，即7倍服务能力的提高需要近似提高2⁷倍发射功率才能换取。由此可见，以较小的延时可以换来较大幅度的功率效率。当然，这只是一个简单的定性说明例子，具体多少延时能够换来多大的能效需要进一步研究，也是本课题的主要研究方向之一。

2.超蜂窝网络架构及其工作原理

本申请提出了超蜂窝的网络架构，即为控制信号提供服务的控制覆盖和为用户提供数据服务的业务覆盖需要分开进行设计，但具体如何进行设计和优化还缺乏相应基础理论的支撑，包括：为了保证给定覆盖区域内所有用户的可连通性（基本控制信号的可达性）至少需要多少能量？它与哪些因素有关？如何逼近该能效极限？如果有业务需求产生时，如何根据网络状况和具体的业务需求为其设计适当的业务覆盖？各种业务覆盖之间存在哪些制约关系？在业务服务终了之后何时令其转入休眠状态为最佳？休眠时间又该如何设计？

为了回答这些问题，迫切需要建立超蜂窝网络的基础理论体系，并在此基础上指导超蜂窝网络的建设。具体地说，超蜂窝网络中可能存在不同用户共享无线信道、多小区之间相互干扰与协作（图4-5）、多跳传输之间相互影响等（图4-6），不同队列之间相互影响，形成交互式队列（interactive queue），使得队列的延时性能变得异常复杂。而信道的时变以及用户的随机到达特性还会使得问题变得更加复杂。为此，可能需要主动利用队列长度、信道状态以及排队延时等实时信息，研究信息如何在超蜂窝网络架构下进行交互，从而设计出高效的控制算法，实现延时和能量的联合优化。

图4-5小区间相互干扰与协作分析模型

图4-6多跳传输之间相互干扰分析模型

3. 基于能量效率优先的典型绿色无线网络演示验证系统

基于能量效率优先的典型绿色无线网络演示验证系统将以校园局部区域为典型场景，建立分布式天线前端或节点与蜂窝广播相结合的演示环境。演示环境采用以大区广播覆盖、蜂窝无缝覆盖、分布式覆盖构成的三层覆盖形式，如图4-7所示。

图4-7 超蜂窝网络原理演示验证平台示意图

大区广播覆盖可基于数字电视地面广播设备建设，蜂窝小区覆盖可基于3G网络或较大功率的WiFi设备（模拟蜂窝网络协议）实现无缝小区覆盖，分布式前端采用专用分布式天线或者小功率WiFi设备实现岛状覆盖。同时系统设有软实时业务服务器提供软实时信息传输服务管理功能，以及能耗管理服务器进行系统能耗的管理与测量。

课题一将形成演示验证系统的框架和相应平台，其他课题均可在该平台上增加所需的演示验证分系统或模块。针对课题二至课题六核心研究思想进行演示验证。研究将依托承研单位的有利条件，以校园局部区域为典型场景，建立相应的演示验证系统。

课题二、超蜂窝网络的柔性覆盖与控制理论

在柔性覆盖中，应尽可能多地体现以用户为中心的理念，根据业务需求智能地提供所需的覆盖和能量，从而实现干扰的抑制和能效的提升。

1. 柔性覆盖与控制体系结构研究

结合蜂窝网络技术及电路和处理能耗的发展趋势，充分考虑无线接入中各种可能的能耗（功放、信息处理、回传链路、待机、检测、中继链路等），并考虑到未来各种小区形态和信道传播特性，深入研究网络传输中的能效机理，包括：覆盖能力和能效之间的关系、能效与系统参数之间的关系等，并在此基础上给出最优的覆盖方式和相应的控制方法。

2. 柔性覆盖的实现框架及优化研究

通过控制覆盖与业务覆盖在业务级、设备级、协议级的逐级分离，研究两种覆盖的合作机制和演进方法，探索在公共控制覆盖基础上的异构业务覆盖机理和控制方法，以及公共控制覆盖的异构实现方法。进一步探索上下行覆盖分离的机制、能耗理论和相应的控制方法。

（1） 控制覆盖与业务数据覆盖分离与解耦

控制与业务覆盖分离是一种面向未来服务的架构理念，从根本上是对现有蜂窝架构的突破，但并不排除相应的逐步演进的可能性。例如，在现有蜂窝架构下，其实已经有了控制面和业务面的分离，尽管这只是在逻辑上的，而不是物理上的。进一步，在不改变现有通信体制的前提下，可以开展一定程度上的物理分离，如控制信道和业务信道可以在具体实现时使用不同的功放，这样可以让两个功放都工作在最佳效率。再进一步，就可以考虑控制和业务在空间上的分离和优化。

图4-8 控制覆盖与业务数据覆盖分离解耦

（2） 天线/射频前端与信号/信息处理分离或解耦

为了减少网络空载时的处理能耗，节省和共享处理资源，同时也为了实现动态的联合覆盖，在柔性覆盖架构下，应尽可能地将天线/射频前端与信号/信息处理功能分离或解耦。也就是说，不再像传统基站那样在同一地点完成无线信号收发和处理功能，而是将多个分布式天线上的无线信号的信号与信息处理功能集中在一些处理节点完成；当处理任务量很大时还可以进行节点间的协作和分布式处理。这样，信号和信息处理能力就不再绑定到某个具体区域，从而可以实现大范围覆盖内处理资源的统一调配和统计复用，不再需要每个基站都针对峰值流量配备资源，从而实现设备的大幅度节省和处理能耗的大幅度降低。

（3） 上行覆盖与下行覆盖分离解耦

传输蜂窝覆盖中基站不仅是数据与控制共址，同时上下行覆盖也是共址的，即基站所处小区的上行覆盖和下行覆盖是完全对称的。然而如前所述，未来无线数据和视频业务的一个突出特征就是上下行流量及所需服务模式的不对称性，因此上下行业务的最优覆盖形态也应该是不对称的。例如，当一个区域以下载、浏览业务为主时，其下行业务会比较密集，需要密集分布的小区覆盖；而由于此时上行业务量较低，基站接收设备的使用率就会很低，从而造成较大的能量浪费（即使在DWCS或C-RAN等处理设备集中的场景中，接收天线/射频/回程链路的功耗也是需要考虑的）。反之，在一些区域（如体育场、展览会等）的某些时段，上传业务较多，下行业务较低，如果按最密集的上行业务进行下行覆盖，又会导致下行设备运行的能量浪费(特别是此时功放效率很低)。

为此在本课题所提出的柔性覆盖中，将尽可能地将上下行覆盖分离，即允许同一个用户从不同的基站/天线实现上行和下行的接入。这样上行业务覆盖和下行业务覆盖就可以分别进行独立的优化，从而能在确保覆盖服务的前提下实现最大限度的能量节省。

图4-9 上行覆盖与下行覆盖分离解耦

当然，这种上下行分离也是一个未来的理念，需要分步骤逐步演进。在当前的蜂窝体制中，可以通过在业务层面的代理，将一些明显的上下行可分离的业务（如网页浏览等）分解成单向业务，然后在不改变现有基础设施的前提下予以逐步实现。

3. 柔性覆盖动态小区形成方法研究

研究在不同信道条件下分布式天线协作覆盖虚拟小区成形方法，建立分布式覆盖容量与虚拟小区形态、回传链路能耗、处理能耗、传输能耗之间的折中关系，给出动态小区构建的能效优先准则及资源优化方法，分析下行动态功率控制和天线形态调整在动态小区形成中对容量和能耗的影响，探索新型天线和新频段在动态小区覆盖形成中的应用前景。

（1） 基站/天线选择性启用和关闭

传统基站在低负荷时的能效非常低，因为即使业务量很小甚至没有任何业务量，基站为了提供必要的覆盖都必须维持一整套信号和信令处理电路的运转，同时为了其覆盖范围内随时有可能发生的用户随时接入，还必须维持一整套控制信号的发送和接收设备运转，如导频、系统同步信号、小区识别信号、公共控制信道、寻呼信道、随机接入信道等等。在现有体制中，这些控制信道是与业务信号进行一体化设计，在实现中也是与业务信号一起发送的，这样当该基站的实际业务量很低甚至没有的时候，消耗的能量与其提供的服务相比就太浪费了。为此，可以考虑将轻负载基站中的少量业务（通过基站协作等方式）转移到其它小区中，进而将该基站关闭或是转入休眠状态，以此换取能效的提高。这与传统以性能为优先的负载均衡概念正好相反，它是通过负载聚合与基站协作换取的能量效率。

如图4-10所示，当在较大区域内总的业务量比较小的情况下，可以采用较大的小区覆盖；而当用户数不变，每用户业务量增加到一定程度时，需要将原来的大蜂窝分裂成若干个小的蜂窝；而如果这些业务量聚集到某个热点区域或是某个超级用户身上时，就需要一个大容量的微蜂窝以提供尽可能小的接入距离。

图4-10 动态小区分裂示意

（2） 基站/天线动态形成智能扇区和智能虚拟小区

在用户密度和业务强度都很大的情况下，单天线覆盖难以满足覆盖需求。而且由于小区尺寸已经很小，相互间的干扰很大，需要多个天线或多个基站联合发送与接收，形成虚拟小区（图4-11），以减少覆盖区的干扰。显然，这种虚拟小区的构成与形状应该根据用户数、位置分布、业务量等动态地确定。

图4-11虚拟小区示意

（3） 下行功率控制

为了实现不同尺寸小区的覆盖，下行功率控制至关重要。当某小区业务量较小使得基站处理能耗占主导地位时，可以通过加大周边基站的发射功率以提供更大范围的覆盖来关闭该基站，从而减少额外功耗（此时功放的效率也会更高一些）。当业务量变大时，则可以减少下行功率以减少干扰。

课题三、能效优先的传输理论与弹性接入方法

面向超蜂窝网络，在非协作传输的多小区架构下建立高能效无线传输与资源优化的理论框架，分析网络能效与频谱效率之间的理论关系，在此基础上提出能量与频谱资源联合优化的设计准则，并给出可扩展的低复杂度传输与资源分配算法。

本课题待研究内容的技术研究途径包括：

1．无线传输综合链路能效的理论分析与传输机制

由于MIMO与OFDM技术已成为下一代蜂窝网络的核心技术，并从数学角度可表征利用空域与频域资源的一般模型，所以本课题将分别以单小区OFDMA、MIMO-OFDMA和干扰受限OFDMA系统为例，对单/多小区多用户、多天线、多载波系统开展能效与频谱效率的理论分析。

首先需要建立一个合适的能效函数，尤其是对多用户系统以及无线衰落信道。对于蜂窝下行系统，, 为了实现调度和预编码，在TDD和FDD系统中分别需要上行训练或上行反馈。在考虑了上行训练或反馈资源后如何计算下行传输的有效容量是尚未解决的问题。为此，我们将考虑电路能耗和信道训练/反馈开销基础上，建立单天线OFDMA以及MIMO-OFDMA系统在衰落信道下的能效函数。在计算衰落信道下的平均能耗时，我们将根据用户的业务类型考虑对能效函数、数据率、或者功耗的折中。在干扰受限系统中，功率分配和其他资源分配不仅要考虑提高本小区的能效，还要抑制对其它小区的干扰，即考虑其它小区的能效。因此需要综合、折中地考虑MIMO-OFDM技术带来的容量增益、额外电路损耗和其抗小区间干扰的能力。针对能量效率与频谱效率的理论关系和高能效的无线传输机制，拟采用以下的技术途径：

1）分别针对单小区单/多链路、多小区单/多链路的多天线多载波系统，定量分析能量效率与频谱效率的理论关系，定量分析能量效率与带宽、多天线配置等物理层资源以及用户QoS要求之间的关系；

2）针对单小区单/多链路、多小区单/多链路的多天线多载波系统，研究给定系统或用户的服务质量要求使能效最高的子载波分配、功率分配、速率的联合分配和/或发射预编码方法；

3）针对单小区闭环多用户MIMO-OFDMA系统，考虑训练或反馈带来的频谱、功率和电路能耗，研究能效优先的MIMO传输技术、导频资源分配以及收发机联合优化设计；

4）在上述优化结果的基础上，分析这些系统能量效率与频谱效率之间的内在联系及其与系统参数、电路能耗、信道环境、用户个数和业务需求之间的关系；分析能量效率优化所带来的频谱效率损失，以及能量效率增益和频谱效率损失对资源的敏感程度。

2．基于链路自适应与跨层优化的高能效传输与弹性接入

现有的研究工作以提升频谱效率为目标，对多载波、多天线系统的自适应编码调制、速率分配、功率分配等跨层优化方法进行了大量的研究。然而，由于考虑了电路等额外系统能耗后能效函数与传输方式和无线资源参数间的关系更为复杂，若以能量效率为目标，已有的系统模型需要重新设计。为了充分利用信道信息、物理层资源及业务状态在空/时/频域的动态变化特性，以实现“弹性”高能效接入，需要探索新的传输与资源优化机制。拟采用以下的技术途径：

1）根据单小区OFDMA和MIMO-OFDMA系统的高能效资源优化模型，充分利用信道与业务的动态特性，利用跨层优化方法、提出可以进行能效与资源联合优化的设计准则，在满足给定吞吐量需求的前提下最大程度地节省系统的能量消耗，从而根据系统或用户的不同要求进行适度服务，根据信道与业务的动态特性进行多用户高能效弹性接入；

2）根据用户需求及系统的多址和其他资源配置情况，建立考虑RF链路关断后MIMO-OFDMA系统的优化模型，然后提出有效的求解方法；其次，考虑非理想信道状态/统计信息时，研究实现能量效率最优的传输方法；

3）充分利用认知无线电领域的频谱感知理论，研究基于干扰感知的分布式OFDMA和MIMO-OFDMA系统的高能效无线传输技术；分析感知干扰的过程所带来的频谱和能量消耗，在此基础上设计干扰受限多小区多用户系统的的能效资源优化。

3．次最优、高能效的低复杂度算法与性能评估

因为最优的高能效无线传输与资源分配方法往往需要多次迭代，实现复杂度过高，从而导致发射端能耗与接收端处理能耗增加，因此，需要设计低复杂度的高能效算法。为验证与评估上述研究内容中的各项关键技术与算法，我们还将研究与开发可评估不同无线传输技术的能量效率的系统仿真与测试平台。拟采用的技术途径如下： 

1）将通过减小需要优化的变量个数，或者通过分析收发机的结构，降低算法的复杂度；

2）为了降低实现的复杂度，将至少在电路能耗占主导、发射能耗占主导等特殊情况下得到问题的显式解；

3） 考虑较为实际的电路能耗和不同的用户数，基于3GPP LTE的信道模型和系统参数，建立超蜂窝高能效无线传输与资源配置的技术验证平台，验证高能效无线传输与资源优化算法在不降低数据速率的前提下能够提高的能量效率。

课题四、超蜂窝网络协作机制与资源优化方法

1. 高能效异构节点协同传输技术

1） 基站间动态协作与能效优化

通过综合考虑基站间（包括扇区间，宏小区基站、微小区基站之间）多点协作传输所获得的能效增益和其带来的系统开销，研究不同协作传输方案能取得的净能效增益与系统开销、系统载荷、基带处理复杂度、协作基站集合的选取和系统容量的关系，为超蜂窝系统的协作传输方案设计提供理论依据。

对不同的基站间协作传输方案，基站间需要交换的信息内容也往往不同。 例如，一类基站间协作方案要求各协作基站共享信道状态信息和用户数据（即基站间干扰协调技术）； 而另一类基站间协作方案却只要求基站间共享信道状态信息而无需共享用户数据（即基站间联合处理技术）。进一步，对于信道状态信息的共享程度，也可分为部分共享和完全共享两个级别。故在研究基站间协作传输与能效的关系时，可以针对具体的基站间协作方案，尽可能的对基站间需要交互的信息及开销进行压缩或采用适当的分布式算法，以便更加有效地利用有限的基站间或回传信道容量，并可以降低与开销有关的能耗及减小传输时延。

同时，为降低协作开销，我们拟引入基站动态分簇的理念，探讨其形成机制以及簇的规模与能效的理论关系。此外，不同系统载荷将产生不同的基站间干扰，因而其最佳的协作范围也会不同，需要研究针对不同系统载荷的基站间多点协作传输方案。

2） 中继传输与能效优化

传统中继节点的选择均以提高小区边缘用户的性能为目标，很少考虑能效的约束和优化，通常是用最大功率发送。但事实上，已有研究表明，在点对点通信时最节能的传递方式是在满足业务需求的前提下使用最小功率发射。那么在有固定中继的超蜂窝系统中，如何既保障用户对性能的要求，又可以最大限度地减少能耗呢？本课题拟就中继信道中延时与能量的关系开展研究，通过数学建模和动态规划理论探索在各种负载情况下的高能效中继选择策略。然后，应用网络信息论等工具对干扰信道的容量加以描述和求解，研究在有小区干扰情况下的最节能中继传输策略。

2. 高能效异构节点协同资源调度与优化

图4-12自适应的网络通信资源分配模型

基站协作依赖于基站之间的信息交换（如共享信道信息、发送数据和基站状态信息），使与中央处理单元的回程及反馈传输开销增大，从而加大基带信号处理的复杂度与能耗。通过分析比较各联合传输方案的回程及反馈传输的开销，给出基于业务需求和系统载荷状态自适应选择能效最优的联合传输和功率控制方案，实现超蜂窝系统内网络资源的最优化配置。另外，网络中总是存在多个用户业务流的传输需求，有限的回程链路容量和反馈协议开销必须在用户业务流之间进行分配，因此将根据业务流的动态特性对有限的回程及反馈传输开销进行实时自适应分配，以达到统计复用从而降低协作节点端计算处理能耗的目的。

中继协作技术不仅可以获得一定的物理层空间分集/编码增益，还可以扩大小区覆盖范围，从而提高系统容量。由于传输环境与用户业务需求的不断变化，中继的选择也将不断变化，导致系统额外开销增加，因此制定以能效优先的中继选择策略尤其重要。在优化问题中，将设计中继协作节点的智能关断机制，根据用户业务需求的动态变化，设计中继节点的开关过程，从而达到最大化网络能效的目的。另外，不同的中继处理方式（放大转发、解码转发或压缩转发）也会影响各个中继节点的复杂度与系统功耗，应当根据复杂度和性能的折中来自适应地进行资源匹配。

3. 网络节点协作算法的演示验证平台

基于东南大学在建立面向频谱效率的分布式天线(DAS)测试平台方面的经验，本项目拟搭建小区内协作系统，以演示其对能效的提升作用。

课题五、用户群体行为建模与高能效服务方法

本课题的研究内容与项目整体的贡献关系如图4-13所示。用户群体行为按照观察尺度的不同可以分为大尺度行为和小尺度行为。一般来讲，大尺度行为模型可以指导网络的规划、设计与部署，而小尺度行为模型则可以应用于网络资源的动态匹配。

图4-13面向用户群体行为的高能效服务体系架构

1. 移动通信网络业务采集与分析

为了全面详细地掌握移动网络在典型区域、典型时间段和典型业务的特征，本课题中拟使用分布式多次、多点采样的方法来获得实际网络的业务数据。在采样的过程中，首先需要通过计算机编程获得网络的流量信息，然后通过DPI和DFI等工具来获取业务的种类信息以及各种业务所占比例的数据信息。为了更好地研究业务在时空域上的大尺度和小尺度特性，采集工作需要在广域范围内持续较长时间，且在对业务信息进行抽样的过程中重点提取数值之间的变化规律，关注数值变化较大的转折点，以方便数据域的划分。

不同的业务呈现出的业务特征会有很大不同，但在实际网络中呈现的都是多种业务或者是多个业务汇聚之后形成的混合流量模型，在该模型中业务的种类以及每种业务在混合流量中所占的比例都会影响模型的形状，因此，可根据业务采集过程中获得的业务种类以及所占的比例来对业务特征进行分析。进一步地可以通过多种分布函数拟合的方法来建立业务模型。

图4-14业务测量与分析实现方案

2. 多维度用户群体行为分析与建模

用户群体行为，包括群体移动性、业务趋同性等，从统计角度来看并不是杂乱无章的，有其内在规律可循，可以借鉴数据挖掘、机器学习等理论以及信息论中熵的概念来反映用户行为的规律和可预测性。

首先，我们从不同的维度（时间、空间）颗粒分析用户群体的流动性。从时间维度上说，大尺度分析可以描绘出用户群体的长期移动特性，得到用户群体的一个固定的行为规律，进行用户群体的流动性预测；小尺度分析可以描绘出用户群体移动在短时内的移动特性。从空间维度上说，大尺度分析得到用户群体的一个宏观模型，小尺度分析即得到微观模型。更进一步地，通过对不同空间尺度的用户群行为进行分析与建模，可以得到不同空间尺度的用户行为模型，并结合时间的大小尺度综合研究用户群的移动性。从空间维度上分析用户群的移动性，用户群体行为的熵是表征一个时间序列可预测程度的最基本的量。在信息论中，熵是不确定性大小的度量。熵值越低表示用户群体行为的可测性越高，用户群体行为的规律性也就越明显。

图4-15时域/空域中大/小尺度用户群体移动性示意图

其次，生活环境大体相当的用户群体在业务需求上可能也会有一定的趋同性。因此可以通过数据挖掘等手段分析不同用户在业务需求上的趋同规律，然后将具有相同兴趣的用户群体划分为一类，当某个时刻同一业务在用户群中被大量申请时，则可以使用多播或广播等手段取代大量的单播传输，从而大幅度地提高能效。如果某个业务与此时用户群中正在广播的业务在内容上有强相似性的话，也可以通过业务协同等手段只传输用户申请业务与广播业务中不同的部分，其余部分则正常接受广播业务。

最后，我们将采用K-means算法对于用户群体的地理区域（如市区、校园区、居民区、郊区等）、移动特性、业务需求等进行聚类分析，具体流程如图所示。

图4-16 K-means算法过程说明图

本课题研究所获得的用户群体需求行为的模型分析可以为项目组其他课题提供依据。具体而言可基于大尺度的用户群体行为模型，指导基站分布的规划和小区资源的配置。然后基于小尺度的用户群体移行为模型，对网络在时域、空域的服务需求进行预测，并根据预测结果，通过采用协同通信、联合资源管理和认知无线电等技术手段对网络架构和网络资源进行动态调整，并调整业务的服务模式。

课题六、业务需求认知与高能效差异化服务机制

信息是通信系统承载传递的对象，由于信息源以及信息的发送与接收者之间内在属性的区别，决定了通信网络所需传递的信息可以通过“用户”和“业务”两个维度进行刻画。用户决定了对信息的需求，包括信息的内容、信息传递的发生时刻、传递质量的主观要求等；业务则是信息的具体表达形式，业务体现了对信息内容的抽象、涵盖对信息传递过程和传递质量的量化表示。传统移动通信网络是在语音通信需求的驱动下，进行服务机制与网络技术的设计与优化；随着信息社会的不断发展，用户产生了多种多样的信息需求，映射为各类不同的业务，而不仅仅限于单一的语音业务。本课题着眼于不同业务需求的差异性，力图通过差异化服务提高网络的能效。

1. 业务特征提取与需求认知理论

我们首先提出一种基于智能机制（感知环路）的多用户业务感知模型，通过对不同用户的业务需求、节点能量分布、所处无线环境、以及业务特征的智能感知，建立一个能效优先的多用户多域业务特征感知和分类识别理论框架（图4-17）。然后，按照以下步骤研究相关模型和算法：

1) 研究不同类型业务的抽象化模式和方法；

2) 研究快速、具有自主学习能力的应用层业务流量识别算法；

3) 研究多维业务类型信息的数据融合问题：网络中的并发业务流往往可能在多个节点检测到，业务类型的参数需要融合多维推演结果。为此需要深入研究多维测量数据的挖掘和分类聚合方法，提出高效的数据融合算法；

4) 研究不同类型业务流的行为模型、演变模式及其预测方法：根据测量得到的不同类型业务流的各种参数，采用数据挖掘、统计分析和进化预测的方法，建立不同类型业务流的行为模型。