第３３卷第１期 通信学报 ＶｏＩ ３３ Ｎｏ．１ ２０１２年１月 Ｊｏｕｒｎａｔ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｊａｎｕａｒ＇／２０１２ 异构无线网络中的共享载波垂直网络转换算法 赵亮，金梁，黄开枝，杨梅樾 （国家数字交换系统工程技术研究中心，河南郑州４５０００２） 摘要：为了提高异构无线网络的频谱利用率，将认知无线电中合作动态频谱分酉己（ＤＳＡ）的思想应用ｒ以基站 和用户为基本单元的异构无线网络，将多模终端用户垂直切换的思想引入基站侧，捉ｍ了异构无线网络中的共享 载波垂直网络转换（ｓｃＶＮＴ）算法。理论分析与仿真实验表明，ＳＣＶＮＴ算法可有效提高异构无线网络的总体信 道利用率，改善资源分配的公平性，并可实现平滑升级，具有较高的应用价值。 关键词：异构无线网络；频谱利用率；认知无线电；动态频谱分配；多模基站 中图分类号：ＴＮ９２９．５ 文献标识码：Ａ 文章编号：１０００—４３６Ｘ（２０１２）０ｌ一００７９—１０ 一■ １ ● Ｊ■ ｌ ・ １ ． ｎ －● ｎａｒｅｃＩ Ｃａｒｒｌｅｒ ｖｅｒｔｉｃａｌ ｎｅｔｗｏｒＫ ｔｒａｎｓｔｏｒｍａｔｉｏｎ ’ ‘ ’ ● ■ Ｊ 一 一 一 ａｌｇｏｒｉｔｈｍ ｌｎ ｎｅｔｅｒ０ｇｅｎｅ０ｕＳ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ ＺＨＡｏ Ｌｉａｎｇ，儿Ｎ Ｌｉａｎｇ，ＨＵＡＮＧ Ｋａｉ－ｚｈｉ，ＹＡＮＧ Ｍｅｉ—ｙｕｅ （Ｎａｔｉｏｎａｌ Ｄｉｇｉｔａｌ Ｓｗｉｔｃｈｉｎｇ Ｓｙｓｔｅｍ Ｅｎｇｉｎｅｅｒｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｒ＆Ｄ Ｃｅｎｔｅｒ．Ｚｈｅｎｇｚｈｏｕ ４５０００２．Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｅｎｈａｎｃｅ ｔｈｅ ｓｐｅｃｔｒｕｍ ｅｆｉｆｃｉｅｎｃｙ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ，ｔｈｅ ｉｄｅａ ｏｆ ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｌｌｏｃａｔｉｏｎ（ＤＳＡ）ｕｓｅｄ ｉｎ ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎｔｏ ｔｈｅ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ，ｔｈｅ ｉｄｅａ ｏｆ ｖｅｒｔｉｃａｌ ｈａｎｄｏｆｆ ｆｏｒ ｍｕｌｔｉ—ｍｏｄｅ ｍｏｂｉｌｅ ｕｓｅｒｓ ｗａｓ ｉｎ￣ｏｄｕｃｅｄ ｉｎｔｏ ｔｈｅ ｂａｓｅ ｓｔａｔｉｏｎ ｓｉｄｅ．ｔｈｅｒｅａｆｔｅｒ，ｔｈｅ ｓｈａｒｅｄ ｃａｒｒｉｅｒ ｖｅ￣ｉｃａｌ ｎｅｔ— ｗｏｒｋ ｔｒａｎｓｆｏｒｍａｔｉｏｎ（ＳＣＶＮＴ）ａｌｇｏｒｉｔｈｍ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ ｗａｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｔｈｅｏｒｅｔｉｃａｌ ａｎａｌｙｓｉｓ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ＳＣＶＮＴ ａｌｇｏｒｉｔｈｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｅｎｈａｎｃｅ ｔｈｅ ｔｏｔａｌ ｃｈａｎｎｅｌ ｅｆｉｆｃｉｅｎｃｙ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ，ｉｍｐｒｏｖｅ ｆａｉｎｒｅｓｓ ｉｎ ｒｅｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ，ａｎｄ ｗｉｌｌ ｂｅ ａｂｌｅ ｔｏ ａｃｈｉｅｖｅ ｓｍｏｏｔｈ ｕｐｇｒａｄｅ，ｗｈｉｃｈ ｉｓ ｏｆ ａ ｒｅｌａｔｉｖｅｌｙ ｈｉｇｈ ａｐｐｌｉｃａｔｉｏｎ ｖａｌｕｅ． Ｋｅｙ ｗｏｒｄｓ：ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ；ｓｐｅｃｔｒｕｍ ｅｆｉｆｃｉｅｎｃｙ；ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ；ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｌｌｏｃａｔｉｏｎ＇； ｍｕｌｔｉ—ｍｏｄｅ ｂａｓｅ ｓｔａｔｉｏｎ １ 引言 术，形成以业务需求区分的异构无线网络。同时， 基于建设成本和服务质量的考虑，在标准演进中每 随着无线通信技术的发展，基于基站和移动用 种无线网络建成后都要运营相当长的一段时间，不 户架构的异构无线网络层出不穷。由于不同移动业 会在短时间内被采用新技术的无线网络取代，形成 务对通信速率、误比特率、时延抖动、安全性和移 以技术水平区分的异构无线网络。此外，由于运营 动性有不同的需求，需要使用不同的无线通信技 商之间存在竞争关系，导致同一种业务需求和技术 收稿日期：２０１０—０７—０２；修回日期：２０１０—１２—０８ 基金项目：国家高技术研究发展计划（“８６３计划”）基金资助项目（２００９ＡＡ０１１２０２，２００９ＡＡ０１１２０５）；ｌ 家科技重大专项基金资 助项目（２００９ＺＸ０３００６—００７）；新世纪优秀人才支持计划基金资助项目 Ｆｏｕｎｄａｔｉｏｎ Ｉｔｅｍｓ：Ｔｈｅ Ｎａｔｉｏｎａｌ Ｈｉｇｈ Ｔｅｃｈｎｏｌｏｇｙ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ（８６３ Ｐｒｏｇｒａｍ）（２００９ＡＡ０１１２０２， ２００９ＡＡ０１１２０５）；Ｔｈｅ Ｎａｔｉｏｎａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｍａｊｏｒ Ｐｒｏｊｅｃｔ ｏｆ Ｃｈｉｎａ（２００９ＺＸ０３００６—００７）；Ｔｈｅ Ｐｒｏｇｒｍａ ｆｏｒ Ｎｅｗ Ｃｅｎｔｕｒｙ Ｅｘｃｅｌｌｅｎｔ Ｔａｌｅｎｔｓ ｉｎ Ｕｎｉｖｅｒｓｉｔｙ 通信学报 第３３卷 水平也会产生互不兼容的标准，形成以运营机构区 分的异构无线网络 ¨。以我国的频谱规划为例，目 前典型蜂窝无线网络的载波带宽、每载波话音信道 出异构无线网络之间的频谱分配策略。在目前的研 究中，非合作ＤＳＡ是指非授权用户进行频谱检测， 在授权用户不使用的频段进行频谱接入。而合作 数和已分配频段如表１所示。 表１ 我国典型蜂窝无线网络的载波带宽、 每载波话音信道数和已分配频段 从上面的分析可以看出，未来采用多种技术和 标准的异构无线网络将会在相当长的时间内共存， 并按市场竞争驱动的原则确定各自的市场定位，并 相互补充，在下一代网络统一平台的基础上逐步趋 向融合，而不是统一Ｉ２＇３ｌ，这就带来了一些新的问题。 为了避免干扰，目前的蜂窝无线网络一般使用 固定频谱分配（ＦＳＡ）的方式，频谱一旦分配给一 种无线网络就无法为其他无线网络所用，大量频谱 资源还需要被预留用于开发新的无线网络，而由于 在不同区域和不同时间异构无线网络之间的频谱 利用率差别很大，导致大量频谱资源被浪费。而随 着宽带和超宽带通信技术逐步得到广泛应用，这种 频谱资源的浪费将会更加严重 ．４ Ｊ。认知无线电技术 通过对无线环境的检测、分析、学习、推理和规划， 调整传输参数以使用最适合的无线资源完成无线 通信，可以在时问和空间上充分利用频谱资源，是 提高频谱利用率的有效方法 ｊ。动态频谱分配 （ＤＳＡ）作为认知无线电的频谱接入方式，可获得 比ＦＳＡ更高的频谱利用率。基于认知无线电的ＤＳＡ 的思想在ＩＥＥＥ １９００．１标准［６１、ＩＥＥＥ １９００．４标准 ￣９Ｊ 和ＥＴＳＩ技术报告ｌｌ０］中已经有所体现，但其仅定义 了网络融合与频谱资源共享的框架，并没有具体给 ＤＳＡ则是采用特定的算法对频谱资源进行统一的 动态分配【５’ｌｌ１。目前针对合作ＤＳＡ的研究主要包括 基于干扰控制的ＤＳＡ＿ｌ 、基于博弈的ＤＳＡＬ１ ＇１引、 基于拍卖的ＤＳＡＩｌ 】以及基于遗传算法的ＤＳＡＩｌ 等。但是，这些研究所建立的系统模型往往不完善， 缺乏对业务模型瞬态分布的分析，且对于实际系统 设计中存在的垂直切换、多模基站、载波单元划分 和网内信道分配等问题考虑较少。 为了提高服务质量，多模终端用户可以根据 无线网络环境、业务需求和价格偏好等因素通过 多目标决策在各种异构无线网络之间进行垂直切 换【 刚。但由于无线网络种类繁多，差异很大，导 致多模终端的芯片设计复杂，且多无线网络信号质 量检测的功耗较高，而用户对成本和功耗的要求比 基站严格得多，所以将这种芯片成本和功耗转移到 基站侧是更好的选择。此外，传统应用是用户在不 同的小区之间切换以适应基站的变化。而随着基站 的数量越来越多，智能化程度越来越高，让基站适 应用户的变化成为一种发展趋势，这种思想在分布 式无线通信系统中已经有所体现¨圳。 经过长时间的研究开发，目前基于软件无线电 的多模基站技术已经比较成熟。美国的ＭＩＴ于１９９５ 年即开始进行ＳｐｅｃｔｒｕｍＷａｒｅ项目从事软件无线电 系统的开发，其中部分人所创办的Ｖａｎｕ公司已经 开发出基于软件无线电的商用ＧＳＭ／ＣＤＭＡ／ｉＤＥＮ 多模基站。法国的ｗｉｒｅｌｅｓｓ３Ｇ４Ｆｒｅｅ项目也已经开发 出基于软件无线电的采用ＲＴＬｉｎｕｘ操作系统的 ３ＧＰＰＵＭＴＳ／ＴＤＤ全ＩＰ无线网络。目前华为、中兴、 诺基亚西门子以及家庭基站开发商ｐｉｃｏＣｈｉｐ等公司 开发的基于软件无线电平台的多模基站产品已经 得到商用，并且涵盖了表１所涉及的大部分无线网 络。但是，不同于已经商用的多模终端用户的垂直 切换技术，目前对多模基站的系统设计大部分局限 于多种无线网络的集成，并未考虑异构无线网络之 间的频谱资源共享问题。 可以看出，如果能设置共享载波频段自由承载 不同的无线网络，就可以正常使用预留频段，并使 有限的频率资源得到充分利用。据此，本文提出了 异构无线网络中基站的共享载波垂直网络转换 （ＳＣＶＮＴ，ｓｈａｒｅｄ ｃａｒｒｉｅｒ ｖｅｒｔｉｃａｌ ｎｅｔｗｏｒｋ Ｖａｎｓｆｏｒ＿ 第１期 赵亮等：异构无线网络中的共享载波垂直网络转换算法 ・８Ｉ． ｍａｔｉｏｎ）算法。作为合作ＤＳＡ的一种具体应用策略， 该算法的基本思想是多模基站通过对不同异构无 线网络中用户业务量需求的分析和预测，将更多的 仿真数据的均值。 设无线网络Ａ、Ｂ的用户发起新呼叫的位置在 每个小区内服从随机均匀分布，且通信时保持静 止，则可忽略水平切换和垂直切换问题 Ｊ。基于路 共享载波分配给业务量需求高的无线网络，从而平 衡异构无线网络的频谱利用率，而其享载波所 承载的网络发生改变的过程称为垂直网络转换。为 径传播损耗模型，任一点上的信号功率是接收机和 发射机之间距离的函数，则不考虑阴影衰落时基站 接收距离ｄ处的用户的信号功率为 了介绍该算法，第２节给出了系统模型，包括蜂窝 系统模型和网内信道分配策略：第３节介绍ＳＣＶＮＴ 算法的基本原理和系统仿真流程，并给出了用户数 Ｐ（ ）： 【粤１“ （１） 己知和用户数未知时２种ＳＣＶＮＴ算法的信道数更 新策略；第４节进行了仿真实验与性能分析；第５ 节是结束语。 ２系统模型 ２．１蜂窝系统模型 本文仅研究２种无线网络Ａ、Ｂ中单模终端用 户到多模基站的反向信道。假设无线网络Ａ、Ｂ的 蜂窝小 个数为 ，对每个小区考察的干扰小区 个数为Ⅳ 为了避免边界小区所受到的干扰无法 表达，将对称位置的小区和用户模型复制到边界小 区周边，在原有的 个小区基础上扩展 个小 区，仅提供干扰数据。基于本文仿真参数的蜂窝小 区扩展方案如图１所示 Ｕ＿ １。 模基站 的用户 的用户 的小区 的小区 １ 基于本文仿真参数的蜂窝小区扩展方案 在本文的分析中，右上标为Ａ表示网络Ａ中的 参数，右上标为 表示网络Ｂ中的参数，右上标为 ｔｏｔ表示网络Ａ、Ｂ的总体参数，而无右上标则表示 泛指网络Ａ或Ｂ的参数。虽然文中的参数是针对每 个小区的分析，但给出的仿真结果为～。。．。个小区中 其中， 为路径损耗因子， 是近地参考距离ｄ 处基站的接收功率，而Ｐｅｆ／ＰＮ由基站接收小区边界 用户信号的信噪比确定： ＳＮＲ￣ａｇ。＝Ｐ（ｄ咄）／ＰＮ （２） 其中， 。为蜂窝小区的半径， 为热噪声功率。 考虑慢衰落和阴影效应的影响，大尺度对数正态阴 影衰落为 厶＝１０￣ｅ，／ｍ （３） 其中， 是均值为０，方差为１的正态随机变量， 为阴影损耗因子。考虑信干噪比主要取决于加性高 斯白噪声以及相邻Ⅳ 个小区中其他使用相同信道 的用户带来的同频干扰，则基站接收某个用户信号 的信干噪比为 ＳＩＮＲｏ：— 一 （４） 尸￣＋∑Ｐ（ｄ ） ｉ＝１ 其中，ｄ 为该用户与服务基站的距离，ｄ 为周围第 （ｆ≤ＪＶ ）个小区中的干扰用户与该用户服务基站 的距离。考虑存在阴影效应和小区间干扰，实际使 用的导致呼叫阻塞和通话中断的信干噪比门限应 满足ＳＩＮＲｔ￣＜ＳＮＲ甜 。。蜂窝系统的参数如表２所示。 表２ 蜂窝系统的参数 通信学报 第３３卷 ２．２网内信道分配策略 设２种网络均使用实时固定速率业务，定义如 果新用户发起呼叫时已无信干噪比高于门限的空 ３ ＳＣＶＮＴ算法 ３．１ ＳＣＶＮＴ算法的原理和仿真参数 由表１可以看出，根据已分配频段，每种蜂窝 闲信道，则认为呼叫阻塞。如果用户在通信过程中 由于其他用户的接入导致信干噪比降低到低于门 限且无可用空闲信道，则认为通信中断 …。 考虑无线网络Ａ、Ｂ内部可以使用频率复用系 数为７的固定信道分配（ＦＣＡ）或动态信道分配 无线网络都可以占有一定数量的载波，但这些载波 并不能由不同的无线网络共享。这里假设异构无线 网络Ａ、Ｂ都有多个可承载一定数量信道的载波。 ＳＣＶＮＴ算法的原理是如果某种网络的信道利用率 （ＤＣＡ）。ＦＣＡ是指无论蜂窝小区中用户数的多少， 每个小区的信道数固定，使用较高的频率复用系数 控制小区问干扰，所以其中断率可忽略不计。ＤＣＡ 是指每个小区的信道数可变，最多时可以使用所有 信道，在进行空闲信道分配时同时进行信干噪比测 量，如果某信道的信干噪比超过门限则可分配，而 若在通信过程中某信道的信干噪比低于门限，则选 择新的信干噪比高于门限的空闲信道，若无可用空 闲信道则通信中 川。 使用ｅｎｇｓｅｔ流量模型，系统服从有限用户数的损 失制Ｍ／Ｍ／ｃｌｏｌｖ排队过程。设每个小区的信道数为 ｃ，用户总数为【，，已接入用户数为Ｈ。设每个用户 的呼叫请求次数服从参数为 ＝１／ 的泊松分布，其 中， 为呼叫周期的期望，且有Ｐ｛Ｎ（Ｔ＇）＝／７，｝ ｒｊＴ、 ＝ ｅ ，其中，Ⅳｆ １为时间丁内的呼叫次数。 ！ 、 通信时间服从参数为 的负指数分布，其中， 。。 为通信时问的期望，且有Ｐ｛ ≤ｔ｝＝１一ｅ叫 ， ＝１／ ，ｔ≥０。则服务系统的负荷Ｐ＝ ＝ 丁ｈ。 ／ ，且稳态分布下的理论阻塞率为 。 Ｐ’ｂｌｋ＝（ ］ 。／姜（ ］ ｃ５ 设仿真中的采样时间间隔为 。，仿真持续时间 为ｒｓ ，仿真中的总呼叫次数为Ⅳｃ ＩＩ＇且期望为 Ｅ（ ）＝ 。 ／ ，被阻塞的呼叫次数为ＪＶ ，被 中断的呼叫次数为Ｎ ，则网络Ａ、Ｂ的阻塞率和中 断率以及２种网络的总阻塞率和总中断率分别为 ｐ Ａ ＝～ Ａｋ／Ⅳ 。，ｐ Ａ血＝Ｎ。Ａ ， （。Ａ 。一心）， ｔｏｌ ｔ ＝（。Ｎ ａ． ＋～ ） ／ （Ｎ￣ａｌ １＋ 。）， ‘ ㈣ ｔｏ ｔ＝（ＪＶ ＋Ｎ。Ｂ ）， （ Ａ 。。～Ⅳ ＋ＪＶ曼．．一～ ） 高，而另一种网络的信道利用率低，则基站对２种 网络的共享载波进行重新分配，以减少信道利用率 低的网络的载波数为代价增加信道利用率高的网 络的载波数，从而提高２种网络的总体信道利用 率。为了保证服务质量，需要为每个网络保留不 能进行网络转换的私有载波。根据本文的仿真参 数，假设异构无线网络Ａ、Ｂ各具有１个私有载 波和１８个共享载波，则ＳＣＶＮＴ算法的载波分配 策略如图２所示。 图２ ＳＣＶＮＴ算法的载波分配策略 使用ＳＣＶＮＴ算法时，网络Ａ、Ｂ中有关无线 资源分配的参数的定义和默认取值如表３所示。 表３中关于信道数的参数满足Ｃ ＋Ｃ ＝ｃｉＡ：＋ ＝ｃ品 ＋ｃ ＋ 。设 表示上一次网络Ａ、 Ｂ内信道分配判决的时间，ｔ 表示上一次ＳＣＶＮＴ 算法判决的时间，则使用ＳＣＶＮＴ算法时的系统仿 真流程如图３所示。 ３．２ ＭＴＢＰ．ＳＣＶＮＴ算法 当用户数和接入分布模型已知或可预测时，对 于网络Ａ、Ｂ的每个小区，设｛Ｈ㈤ｔ，ｆ≥０｝表示时 刻ｔ的已接入用户数，对于任意小的时间 ，有转 移概率函数［２６，２７１： 第１期 赵亮等：异构无线网络中的共享载波垂直网络转换算法 表３网络Ａ、Ｂ中有关无线资源分配的参数 （ ）：Ｐ｛Ｈ（ｆ＋ ）＝ ＩＨ（ｆ）＝ｆ） ｆ（ 一 ） ＋。 ＝｛ｆ ＋Ｄ（ ）， （ ）＝ｆ一１， ＝，１≤ｆ≤ｃ ＋ ，０≤ ≤ｃ一 （７）【Ｄ（ ），Ｉｉ－ ≥２ 则｛－９），ｔ≥０）为状态空问 ＝｛０，１，２，…，Ｃ】， Ｃｐ ≤Ｃ≤Ｃｐ ＋ 上的生灭过程。根据生灭过程 微分方程组解的存在性，对有限状态 的生灭过 程，若满足瞬时概率分布ｐ，（ｆ）≥０，∑Ｐ，（ｔ）≤１， ｊ＝ｏ 则对任给的初始条件，方程组的解存在、唯一，且 有ｐ，（ｆ）≥０， ∑Ｐ （ｔ）＝１，ｆ≥０。则该生灭过程的 ｊ＝ｏ 微分方程细为 ＪＰ （ｆ）：（Ｕ—ｊ＋１）２ｐ， （ ）一［（ 一 ） 十 ］’ ｊ』ｐＰ （，（ｆｆ））：一ＵＡｐ。（＋（ ＋ ） （ｆ）＋ｌ ｉ）ｐ （， ｔ＝） ，２，…，ｃ一 （８） ｌｐ （ｆ）＝（Ｕ—ｃ＋１）２ｐ 一。（ ）一 。（ｆ） 由于状态数有限，即最大的队列数为Ｃ，此时 Ｋｏｌｍｏｇｏｒｏｖ前向方程为 ｄ Ｐ（ｆ）：Ｐ（ｆ）Ｑ ／， 仿真开始 、 Ｈ 仁０，Ｈ 仁０，Ｃ 乍Ｃ ．，Ｃ （ｆ）仁Ｃ． ， Ｎ Ａ ｌ１乍０，Ｎ２ｌｌ仁０， 乍０，Ⅳ ＜２－０， 仁０…Ｎｕｋ仁０，ｆ乍０ ／ 一 ｔ ｔ＋ ｌｃｎ Ｙ ＦＣＡ或ＤＣＡ Ｈ 乍 ＋ＡＨ ，Ｈ 乍Ｈ ＋ＡＨ ，ｔｃ Ｃ－ｔ ：】】仁 ：１１＋△ Ｎ ｕ１乍Ｎ ｆ ＋ＡＮ Ｂｌ， Ｎａ．ｋ仁Ｎ ４＋△Ⅳ 。ｋ，Ⅳ ｋ乍：Ｊｖ：ｋ＋△Ⅳ ” Ｎ ｅ《＝．ｖ ＋△Ⅳ Ⅳ 乍Ｎ ｕ＋△，ｖ ， ｔ Ｈ ￣＜ｍｉｎ｛ｃ ，Ｕ ｝，Ｈ ≤ｒａｉｎ｛Ｃ ，Ｕ ｊ ＭＴＢＰ—ＳＣＶＮＴ或ＭＲＣＤ－ＳＣＶＮＴ Ｃ 乍Ｃ ＋ＡＣ ，Ｃ 仁Ｃ ＋ＡＣ ，，… 仁ｆ ＡＣ ＝ｍＣ， ＡＣ ＝一 ＧＴｒ，ｍ∈｛＿ｌ，０，１｝． ｍａｘｓ．ｔ ｛Ｐ ， ｝≤ｃ ≤ｃ ＋ｃ ｍａｘ｛ｆｌ ， ｝≤ｃ ≤ｃ ＋ｃ ， Ｃ ＋Ｃ －二ｃ ．＋ｃ ＋ｃ ， —＝＝＝二奎＞Ｙ Ｊｒ Ｎ 厂 仿真结束 ／ 图３使用ＳＣＶＮＴ算法时的系统仿真流程 其中，Ｐ（ｆ）＝［ （ｆ），Ｐ。（ ），…，Ｐ （ｆ）］是状态概率的 行向量，而无穷小生成子Ｑ可由式（８）确定。则方程 （９）的一般解为 Ｐ（ｆ）＝Ｐ（Ｏ）ｅ ０ｏ） 其中，ｅ（ｏ）＝Ｉ Ｐ。（０），Ｐ （０），…，Ｐ （０）Ｉ为状态概率 的初始值，由于矩阵Ｑ为三角阵且次对角线元素同 号，则矩阵Ｑ与以其特征值为元素的对角矩阵相 似，即 Ｑ＝ＭＤＭ （１１） 其中， 是非奇异矩阵，张成Ｃ＋１维空间， Ｄ＝ｄｉａｇ（ｏ＂０， ，…，ｏ－ｃ）， 是Ｑ的第ｉ个特征值， 且 ＜…＜ ＜ ＜ｏ－０＝０，Ｍ的第ｉ列是对应于 的右特征向量。由于 通信学报 第３３卷 ｅ ： （竺 ： ） ｎ！ Ｍ—Ｄｎ—ｔｎ Ｍ ｎ＝Ｏ ｎ！ 统ｌ沮塞率的估计值为 ｎ＝Ｏ ＝ｐｂｌｋ（Ｕ，Ｈ，ｔ，Ｃ）＝Ｐ （Ｕ一１，Ｈ，ｔ，Ｃ） Ｍｄｉａｇ（ｅ ，ｅ ，…，ｅ １ （１２） ＝Ｎ （Ｕ，Ｈ，ｔ，Ｃ）／Ｎ （Ｕ，Ｈ，ｆ）（１４） 所以有 而在时间ｔ之内呼叫次数的估计值为 Ｐ（ｔ）＝Ｐ（Ｏ）Ｍｄｉａｇ（ｅａｏｔ，ｅｏｌｔ，…，ｅ ）Ｍ （１３） 当蜂窝网络中的已接入用户数为 时，有 ｐ （０）＝ｌ，ｐＡ０）＝０，０≤ｉ≤ｃ，ｉ ＣＨ。则时间ｆ之内系 ｐ＾ｂｔｏＩｋ（Ｕ，Ｈ，ｔ）＝（Ｕ—Ｈ）２ｔ 统总阻塞率的估计值为 （１５） 将式（１４）和式（１５）代入式（６），可求出 ＂之内系 ｔ（Ｕａ，ＵＢ ＨＡ，ＨＢ， ＴＪ，ＣＡ Ｃ ） ｐ （ｕＡ ５ＨＡ， ，Ｃ ） （Ｕａ，ＨＡ， ）＋ｐ （ ，ＨＢ， ，，Ｃ ） ｃａ ｌ （ ，ＨＢ， ） （Ｕａ，ＨＡ， ，）＋ 。ｕＢ ＨＢ， ） 由于单次网络转换的信道数为固定值ｃ ＝ ， 网络转换的判决结果仅有３种情况，可以将满足限 制条件且使系统总阻塞率取最小值时网络Ａ、Ｂ的 信道数作为网络转换判决的输出。虽然系统总阻塞 （１６） 测，从而无法估计出下一个时问段内的总阻塞率。考 虑这种应用场景，以公平性为原则，可以将满足 条件且使２种网络的冗余信道差值Ｄ 取最小值时网 络Ａ、Ｂ的信道数作为网络转换判决的输出。通过对 垂直切换中乒乓效应的分析ｌ１ ｂ１ 】，为了避免出现乒乓 网络转换，应增加冗余信道差值门限Ｄ１ 作为算法的 率的求解比较复杂，但由于各参数取值的状态空问 有限，当Ｕ 、Ｕ 和 ，确定时，每次求解时系统 总阻塞率最多仅有（ｃ ） ／（ ．Ⅲ２种取值情况，且 算法对计算精度的要求不高，可采用查表法求近似 解，所以在实际应用中一般可以接受。由于算法基 于最小总阻塞率（ＭＴＢＰ，ｍｉｎｉｍｕｍ ｔｏｔａｌ ｂｌｏｃｋｉｎｇ 判决条件，并取Ｄｍ＞ 。为了避免信道数不均衡 时产生不合理的判决，还需增加信道利用率的条 件。由于该算法基于最小冗余信道差值（ＭＲＣＤ， ｍｉｎｉｍｕｍ ｒｅｄｕｎｄａｎｔ ｃｈａｎｎｅｌ ｄｉｆｅｒｅｎｃｅ），所以称为 ｐｒｏｂａｂｉｌｉｔｙ），所以称为ＭＴＢＰ—ＳＣＶＮＴ算法。使用 ＭＲＣＤ—ＳＣＶＮＴ算法。使用ＭＲＣＤ。ＳＣＶＮＴ算法时， 图３中的信道数更新策略如图４所示。 该算法时，图３中的信道数更新策略为 ［ＣＡ，Ｃ ］ ｝ Ｊ｛ｐ （ ， ， Ａ ｎＢ＇ ，ｅ ，ｅ ）｝ 仁 ， ［ 科∈｛［ｃＡ，Ｃ ］，［ｃ ＋Ｄｔ ，Ｃ 一 ］， ［Ｃ 一 ，Ｃ ＋ ］） ｍａｘ｛Ｃ￣，Ｈ ）≤ｅ ≤ ＋ ｍａｘ｛Ｃ￣，Ｈ ）≤ 。≤ ＋ ｅ ＋ｅ ＝ ＋ ＋ 需要说明的是，虽然在实际应用中ＭＴＢＰ— ＳＣｖＮＴ算法要求用户数已知的条件可能无法满足， ‘ ７ 但该算法的结果作为理想条件下的性能上界，可以 为其他算法的性能评价提供重要参考。 ３．３ ＭＲＣＤ．ＳＣＶＮＴ算法 虽然对ｅｎｇｓｅｔ模型而言用户数 已知，但实际应 用中用户数和接入分布模型往往是未知的，且难以预 图４ ＭＲＣＤ．ＳＣＶＮＴ算法的信道数更新策略 第１期 赵亮等：异构无线网络中的共享载波垂直网络转换算法 ・８５・ 可以看出，在实际应用中ＭＲＣＤ．ＳＣＶＮＴ算法的 已知条件一般可以满足，且复杂度很低，具有广泛的 适用性。但是该算法的性能不是最优的，并且需要根 据实际条件对Ｄｌ 、 等判决参数进行优化选择。 ４仿真实验与性能分析 ４．１使用ＦＣＡ时２种ＳＣＶＮＴ算法的性能 使用ＦＣＡ作为网内信道分配方式，则ＭＴＢＰ ＳＣＶＮＴ算法和ＭＲＣＤ—ＳＣＶＮＴ算法的性能比较 如图５所示。仿真中网络Ａ的阻塞率略高于理论值 是因为当用户信号的信干噪比低于门限时也将被阻 塞接入。可以看出，当２种网络的用户数很少时， 信道利用率很低，ＳＣＶＮＴ算法可以同时降低２种网 络的阻塞率。但随着２种网络用户数的增多和信道 利用率的提高，系统性能的提升则不再明显。另外， Ｕ｛ （ｂ）阻塞率，ｔ／＇＝５ｏｏ 图５使用ＦＣＡ时２种ＳＣＶＮＴ算法的性能 与Ｕ ＝Ｕ 时相比，当Ｕ ＝５００时使用ＳＣＶＮＴ算 法时总阻塞率的降低更为明显。这是因为２种网络 的用户数不同导致信道利用率不同，ＳＣＶＮＴ算法以 略微提高信道利用率较低的网络的阻塞率为代价， 大幅度降低了信道利用率较高的网络的阻塞率，不 仅降低了两种网络的总阻塞率，还提高了２种网络 之间的公平性。考虑ＳＣＶＮＴ算法更适用于信道利用 率不均衡的无线网络，在后面的分析中仅考虑该条 件。另外在各种条件下，理想的ＭＴＢＰ．ＳＣＶＮＴ算 法的性能均优于ＭＲＣＤ—ＳＣＶＮＴ算法。 ４．２使用ＦＣＡ时ＳＣＶＮＴ算法中 ¨的选择 使用ＦＣＡ作为网内信道分配方式，当使用 ＭＴＢＰ ＳＣＶＮＴ算法或ＭＲＣＤ．ＳＣＶＮＴ算法时，在判 决周期ｚ 取不同值时，网络Ａ、Ｂ的总阻塞率和平 均网络转换周期如图６所示，其中平均网络转换周期 为网络转换问隔时问的统计平均值。可以看出，由于 难以跟踪业务量的快速变化，ＳＣＶＮＴ算法的判决周 期 越长，其触发的概率越小，性能改善也越小。 ｆａ）总阻塞率，ｕ￣＝５ｏｏ （ｂ）平均网络转换周期，ｔＹ＝５ｏｏ 图６使用ＦＣＡ时 ＴＪ取不同值时２种ＳＣＶＮＴ算法的性能 通信学报 第３３卷 同时，虽然ＭＴＢＰ－ＳＣＶＮＴ算法在所有条件下的总阻 塞率均低于ＭＲＣＤ．ＳＣＶＮＴ算法，具有更好的性能， 但当 较短时其平均网络转换周期远小于 ＭＲＣＤ—ＳＣＶＮＴ算法，导致系统稳定性较差。 下面对 Ｊ的取值问题作进一步分析。当使 用ＦＣＡ作为网内信道分配方式而初始用户数 取不同值时，网络的理论阻塞率与不使用ＳＣＶＮＴ 算法的持续时间的关系如图７所示，其中，Ｕ＝５００， Ｃ＝５０。可以看出，ＳＣＶＮＴ算法的判决周期 越 长，其性能的改善越小，且当 ，＞３００ｓ时将失去 其时效性。 瓣 悄 蛊 垒 酗 不使用ＳＣＶＮＴ算法的持续时Ｊ司 ７ 网络的理论阻塞率与不使用ＳＣＶＮＴ算法的持续时问的关系 ４．３使用ＦＣＡ时ＭＲＣＤ—ＳＣＶＮＴ算法中ＤｔＩ１的选择 使用ＦＣＡ作为网内信道分配方式，当使用 ＭＲＣＤ—ＳＣＶＮＴ算法时，如果网络转换判决门限Ｄｆｈ 取不同值时，网络Ａ、Ｂ的总阻塞率和平均网络转 换周期如图８所示。可以看｝｝｛，增大Ｄ 时平均网 络转换周期增大，可提高系统的稳定性。同时，当 ＤＬｈ＝１０时，ＭＲＣＤ—ＳＣＶＮＴ算法的总阻塞率性能达 到最佳，而增大或减小Ｄｔｈ均导致总阻塞率性能变 差，所以本文的仿真中默认取Ｄ ｈ＝１０。与 ＴＪ类似， 可以根据实际应用需求对Ｄ 进行必要的调整。 ４．４使用ＤＣＡ时２种ＳＣＶＮＴ算法的性能 使用ＤＣＡ作为网内信道分配方式，则ＭＴＢＰ— ＳＣＶＮＴ算法和ＭＲＣＤ—ＳＣＶＮＴ算法的性能比较如 图９所示。可以看出，使用ＳＣＶＮＴ算法时系统的 总阻塞率略有降低，但其所带来的性能提升远低于 使用ＦＣＡ时。另外，ＳＣＶＮＴ算法导致了系统总中 断率的升高。这是因为较之ＦＣＡ而言，ＤＣＡ已经 在网络内部对信道资源进行了充分利用，导致网络 转换被触发的概率较低，而触发的网络转换由于没 有考虑小区间干扰问题，导致更多用户的通信中 断。所以使用ＤＣＡ时需要针对该问题对ＳＣＶＮＴ 算法进行优化。 （ａ）总阻塞率， ＝５００ 舞 匿 磐 姆 窿 （ｂ）平均网络转换周期，Ｕ ＝５００ 图８使用ＦＣＡ时Ｄｍ取不同值时ＭＲＣＤ—ＳＣＶＮＴ算法的性能 事实上，ＤＣＡ算法由于会导致小区间干扰，往 往会增加系统的中断率，而在实际应用中采用各种 优化算法则会大大提高系统设计的复杂度，所以目 前应用较少Ｌｚ厶 Ｊ。而ＳＣＶＮＴ算法实际上是一种异 构无线网络之间的动态载波分配，具有不同的优化 目标。使用ＦＣＡ时，ＳＣＶＮＴ算法仅需每个多模基 站单独在异构无线网络之间进行载波资源分配，不 需要考虑小区间干扰，也不会导致用户通信中断， 且复杂度较低，所以具有更高的应用价值。考虑到 异构无线网络之间不可能做到理想同步，在实际应 用中ＳＣＶＮＴ算法与异构无线网络内部的信道分配 是相互的，该功能的配置与否不会影响每种无 线网络内部的工作状态，这也使得ＳＣＶＮＴ算法具 有很好的兼容性与扩展性。 第１期 赵亮等：异构无线网络中的共享载波垂直网络转换算法 ・８７・ 锝 奇鞫 盟 （ａ）阻塞率，Ｕａ＝５００ （ｂ）中断率，ＵＢ＝５００ 图９使用ＤＣＡ时两种ＳＣＶＮＴ算法的性能 ５结束语 从理论分析和仿真实验可以看出，在使用ＦＣＡ 时ＳＣＶＮＴ算法具有较高的应用价值，但在使用 ＤＣＡ时其应用价值不高。同时，ＳＣＶＮＴ算法在异 构无线网络之间信道利用率不均衡时优势更为明 显。ＭＴＢＰ—ＳＣＶＮＴ算法的总阻塞率性能是最优的， 但算法要求用户数已知的条件不易满足，且复杂度 较高，在判决周期较短时系统稳定性较差。 ＭＲＣＤ—ＳＣＶＮＴ算法虽然不是最优的，但其应用条 件易于满足，且复杂度较低，所以具有更高的实用 价值。增大判决周期和提高冗余信道差值门限会降 低ＳＣＶＮＴ算法的性能，但却可提高系统的稳定性， 所以需要对这些参数进行合理选择。总之，ＳＣＶＮＴ 算法在大部分条件下可以有效降低异构无线网络 的总阻塞率，提高信道分配的公平性，并且可以实 现平滑升级，是提高异构无线网络频谱利用率的有 效方法。本文对ＳＣＶＮＴ算法的研究仅是一个开始。 下一步的研究将引入用户的移动性，同时考虑各种 异构无线网络中具体的接入控制与信道分配准则， 水平切换与垂直切换策略，以及速率控制与功率控 制方法，并针对更多的异构无线网络和更多的业务 种类对算法进行优化。 参考文献： ＡＫＹＩＬＤＩＺ １ Ｆ ＭＯＨＡＮＴＹ Ｓ．ＸＩＥ Ｊ．Ａ ｕｂｉｑｕｉｔｏｕｓ ｍｏｂｉｌｅ ｃｏｍｍｕ— ｎｉｃａｔｉｏｎ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｎｅｘｔ－－ｇｅｎｅｒａｔｉｏｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｓｙｓ－－ ｔｅｒｎｓ［Ｊ］．ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ，２００５，４３（６）：２９—３６ ［２］ ＭＵＮＡＳＩＮＧＨＥ Ｋ Ｓ．ＪＡＭＡＬＩＰＯＵＲ Ａ．Ｉｎｔｅｒｗｏｒｋｅｄ ＷｉＭＡＸ．３Ｇ ｃｅｌｌｕｌａｒ ｄａｔａ ｎｅｔｗｏｒｋｓ：ａｎ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｍｏｂｉｌｉｔｙ ｍａｎａｇｅｍｅｎｔ ａｎｄ ｐｅｒｆｏｒｍａｎｃｅ ｅｖａｌｕａｔｉｏｎ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉ— ｃａｔｉｏｎｓ，２００９，８（４）：１８４７—１８５３． ［３］ ＥＴＳＩ Ｕｎｉｖｅｒｓａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍ（ＵＭＴＳ）；Ｅｖｏｌｕ— ｔｉｏｎ ｏｆ ３ＧＰＰ Ｓｙｓｔｅｍ［Ｒ］ＥＴＳＩ ＴＲ １２１ ９０２ Ｖ７ ０．０，２００７． ［４］ ＢＨＡＲＧＡＶＡ Ｖ．ＨＵＳＳＡＩＮ Ｅ．Ｃｏｇｎｉｔｉｖｅ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００７． ［５］ ＭＩＴＯＬＡ Ｊ．Ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ ａｒｃｈｉｔｅｃｔｕｒｅ ｅｖｏｌｕｔｉｏｎ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ，２００９，９７（４）：６２６—６４１． ［６］ ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｏｃｉｅｔｙ ＩＥＥＥ Ｓｔａｎｄａｒｄ Ｄｅｆｉｎｉｔｉｏｎｓ ａｎｄ Ｃｏｎ— ｃｅｐｔｓ ｏｆｒ Ｄｙｎａｍｉｃ Ｓｐｅｃｔｒｕｍ Ａｃｃｅｓｓ：Ｔｅｒｍｉｎｏｌｏｇｙ Ｒｅｌａｔｉｎｇ ｔｏ Ｅｍｅｒｇ— ｉｎｇ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ，Ｓｙｓｔｅｍ Ｆｕｎｃｔｉｏｎａｌｉｔｙ，ａｎｄ Ｓｐｅｃｔｒｕｍ Ｍａｎａｇｅ— ｍｅｎｔ［Ｓ］ＩＥＥＥ Ｓｔｄ １９００ １－２００８ 【７］ ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｏｃｉｅｔｙ．ＩＥＥＥ Ｓｔａｎｄａｒｄ ｆｏｒ Ａｒｃｈｉｔｅｃｔｕｒａｌ Ｂｕｉｌｄｉｎｇ Ｂｌｏｃｋｓ Ｅｎａｂｌｉｎｇ Ｎｅｔｗｏｒｋ—Ｄｅｖｉｃｅ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ ｆｏｒ Ｏｐｔｉｍｉｚｅｄ Ｒａｄｉｏ Ｒｅｓｏｕｒｃｅ Ｕｓａｇｅ ｉｎ Ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ｗｉｒｅ— ｌｅｓｓ Ａｃｃｅｓｓ Ｎｅｔｗｏｒｋｓ［Ｓ］．ＩＥＥＥ Ｓｔｄ １９００ ４—２００９． ［８］ ＢＵＬＪＯＲＥ Ｓ，ＨＡＲＡＤＡ Ｈ，ＦＩＬｌＮ Ｓ，ｅｔ ａ１．Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｅｎａｂｌｅｒｓ ｏｆｒ ｏｐｔｉｍｉｚｅｄ ｒａｄｉｏ ｒｅｓｏｕｒｃｅ ｕｓａｇｅ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ａｃｃｅｓｓ ｎｅｔｗｏｒｋｓ：ｔｈｅ ＩＥＥＥ １ ９００．４ ｗｏｒｋｉｎｇ ｇｒｏｕｐ［Ｊ］ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ，２００９，４７（１）：１２２—１２９． ［９］ ＭＯＤＹ Ａ Ｎ，ＳＨＥＲＭＡＮ Ｍ Ｊ，ＭＡＲＴＩＮＥＺ Ｒ．Ｓｕｒｖｅｙ ｏｆ ＩＥＥＥ ｓｔａｎ— ｄａｒｄｓ ｓｕｐｐｏｒｔｉｎｇ ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ ａｎｄ ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｃｃｅｓｓｌＡ］． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ＭＩＬＣＯＭ［Ｃ］．Ｓａｎ Ｄｉｅｇｏ，ＣＡ，ＵＳＡ，２００８． １—７ ［１０】 ＥＴＳＩ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｒａｄｉｏ Ｓｙｓｔｅｍｓ（ＲＲＳ）；Ｃｏｇｎｉｔｉｖｅ Ｒａｄｉｏ Ｓｙｓｔｅｍ Ｃｏｎｃｅｐｔ［Ｒ］．ＥＴＳＩＴＲ１０２ ８０２Ｖ１．１．１，２０１０． ［１１］ ＺＨＡＯ Ｑ，ＳＡＤＬＥＲ Ｂ Ｍ．Ａ ｓｕｒｖｅｙ ｏｆ ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｃｃｅｓｓ［Ｊ］． ＩＥＥＥ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｍａｇａｚｉｎｅ，２００７，２４（３）：７９—８９ ［１２］ ＨＯＵＺＥ Ｐ’ＲＵＩＺ Ｄ，ＪＥＭＡＡ Ｓ Ｂ，ｅｔ ａ１．Ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｌｌｏｃａｔｉｏｎ ｌａｇｏｒｉｔｈｍ ｆｏｒ ｃｏｇｎｉｔｉｖｅ ｎｅｔｗｏｒｋｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ／ＣＷＭＣ［Ｃ］Ｇｕａｄｅｌｏｕｐｅ，Ｆｒａｎｃｅ，２００７．２５—２９． ［１３］ ＳＵＢＲＡＭＡＮＩＡＮ Ａ Ｐ，ＡＬ—ＡＹＹＯＵＢ Ｍ，ＧＵＰＴＡ Ｈ，ｅｔ ａｌ Ｎｅａｒ－ｏｐｔｉｍａｌ ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｌｌｏｃａｔｉｏｎ ｉｎ ｃｅｌｌｕｌｒａ ｎｅｔｗｏｒｋｓ［Ａ］ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅＩＥＥＥＤｙＳＰＡＮ［Ｃ］．Ｃｈｉｃａｇｏ，ＩＬ，ＵＳＡ，２００８ １－１１ ・８８・ 通信学报 第３３卷 【１４］ＸＩＮＧ Ｙ ＣＨＡＮＤＲＡＭＯＵＬＩ Ｒ，ＭＡＮＧＯＬＤ Ｓ，ｅｌ ａ１．Ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｃｃｅｓｓ ｉｎ ｏｐｅｎ ｓｐｅｃｔｒｕｍ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ［Ｊ］ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００６，２４（３）：６２６．６３７． 【ｌ５】ＴＨＩＬＡＫＡＷＡＲＤＡＮＡ Ｄ，ＭＯＥＳＳＮＥＲ Ｋ Ａ ｇｅｎｅｔｉｃ ａｐｐｒｏａｃｈ ｔｏ ｃｅｌｌ—－ｂｙ—－ｃｅｌｌ ｄｙｎａｍｉｃ ｓｐｅｃｔｒｕｍ ａｌｌｏｃａｔｉｏｎ ｆｏｒ ｏｐｔｉｍｉｓｉｎｇ ｓｐｅｃｔｒａｌ ｅｆｉｆ－－ ｃｉｅｎｃｙ ｉｎ ｗｉｒｅｌｅｓｓ ｍｏｂｉｌｅ ｓｙｓｔｅｍｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ＣｒｏｗｎＣｏｍ［Ｃ］Ｏｒｌａｎｄｏ，ＦＬ，ＵＳＡ，２００７，３６７—３７２． 【１ ６１ ＬＥＥ Ｓ，ＳＲＩＲＡＭ Ｋ，ＫＩＭ Ｋ，ｅｔ ａ１．Ｖｅｒｔｉｃａｌ ｈａｎｄｏｆｆ ｄｅｃｉｓｉｏｎ ａｌｇｏ— ｒｉｔｈｍｓ ｏｆｒ ｐｒｏｖｉｄｉｎｇ ｏｐｔｉｍｉｚｅｄ ｐｅｒｆｏｒｍａｎｃｅ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２００９，５８（２）： ８６５—８８１． ［１７］ＬＩＵ Ｍ，ＬＩ Ｚ Ｃ，ＧＵＯ Ｘ Ｂ，ｅｔ ａ１．Ｐｅｒｆｏｒｍａｎｃｅ ａｎａｌｙｓｉｓ ａｎｄ ｏｐｔｉｍｉｚａ－ ｔｉｏｎ ｏｆ ｈａｎｄｏｆｆ ａｌｇｏｒｉｔｈｍｓ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋｓ［Ｊ］ １ＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｍｏｂｉｌｅ Ｃｏｍｐｕｔｉｎｇ，２００８，７（７）：８４６－８５７． ［１８］贺听，李斌．异构无线网络切换技术［Ｍ］．北京：北京邮电大学出 版社，２００８ ＨＥ Ｘ，ＬＩ Ｂ．Ｈａｎｄｏｆｆ Ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｎ Ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｎｅｔ— ｗｏｒｋｓ［Ｍ］．ＢｅＯｉｎｇ：Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａ— ｔｉｏｎｓ Ｐｒｅｓｓ，２００８ ［１９】ＺＨＯＵ Ｓ Ｄ，ＺＨＡＯ Ｍ，ＸＵ Ｘ Ｂ，ｅｔ ａ１．Ｄｉｓｔｉｒｂｕｔｅｄ ｗｉｒｅｌｅｓｓ ｃｏｍｍｕｎｉ— ｃａｔｉｏｎ ｓｙｓｔｅｍ：ａ ｎｅｗ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｆｕｔｕｒｅ ｐｕｂｌｉｃ ｗｉｒｅｌｅｓｓ ａｃｃｅｓｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ，２００３，４ｌ（３）：１０８－１１３ ［２Ｏ］ＺＡＮＤＥＲ Ｊ，ＫＩＭ Ｓ Ｌ，ＡＬＭＧＲＥＮ Ｍ， ａｌ Ｒａｄｉｏ Ｒｅｓｏｕｒｃｅ Ｍａｎ— ａｇｅｍｅｎｔ ｆｏｒ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ［Ｍ］．Ｂｏｓｔｏｎ，Ｌｏｎｄｏｎ：Ａｒｔｅｃｈ Ｈｏｕｓｅ， ２００１． ［２１１ ＨＡＲＡＤＡ Ｈ，ＰＲＡＳＡＤ Ｒ Ｓｉｍｕｌａｔｉｏｎ ａｎｄ Ｓｏｆｔｗａｒｅ Ｒａｄｉｏ ｏｆｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｍ］Ｂｏｓｔｏｎ，Ｌｏｎｄｏｎ：Ａ￣ｅｃｈ Ｈｏｕｓｅ，２００２ ［２２］ＡＲＧＹＲＯＰＯＵＬＯＳ ＪＯＲＤＡＮ Ｓ，ＫＵＭＡＲ Ｓ Ｐ Ｒ．Ｄｙｎａｍｉｃ ｃｈａｎｎｅｌ ａｌｌｏｃａｔｉｏｎ ｉｎ ｉｎｔｅｒｆｅｒｅｎｃｅ—ｌｉｍｉｔｅｄ ｃｅｌｌｕｌｒａ ｓｙｓｔｅｍｓ ｗｉｔｈ ｕｎｅｖｅｎ ｔｒａｆｉｆｃ ｄｉｓｔｒｉｂｕｔｉｏｎ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，１９９９， ４８ｆ１１：２２４—２３２． ［２３】ＢＵＢＬＩＮ Ｍ，ＫＯＮＥＧＧＥＲ Ｍ，ＳＬＡＮ１ＮＡ Ｐ Ａ ｃｏｓｔ—ｆｕｎｃｔｉｏｎ—ｂａｓｅｄ ｄｙｎａｍｉｃ ｃｈａｎｎｅｌ ａｌｌｏｃａｔｉｏｎ ａｎｄ ｉｔｓ ｌｉｍｉｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌｒａ Ｔｅｃｈｎｏｌｏｇｙ，２００７，５６（４）：２２８６—２２９５． ［２４］ＶＡＳＳＩＬＡＫＩＳ Ｖ Ｇ ＬＯＧＯＴＨＥＴ１Ｓ Ｍ Ｄ Ｔｈｅ ｗｉｒｅｌｅｓｓ Ｅｎｇｓｅｔ ｍｕｌｔｉ—ｒａｔｅ ｌｏｓｓ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｈａｎｄｏｆｆ ｔｒａｆｆｉｃ ａｎａｌｙｓｉｓ ｉｎ Ｗ－ＣＤＭＡ ｎｅｔｗｏｒｋｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ＰＩＭＲＣ［Ｃ］．Ｃａｎｎｅｓ，Ｆｒａｎｃｅ， ２００８．１—６． ［２５】唐应辉，府小我．排队论一一基础与分析技术［Ｍ】北京：科学出 版社．２００６ ＴＡＮＧ Ｙ Ｈ．ＴＡＮＧ Ｘ Ｑｕｅｕｅｉｎｇ Ｔｈｅｏｒｙ－－Ｂａｓｉｃ ａｎｄ Ａｎａｌｙｓｉｓ［Ｍ］ Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ Ｐｒｅｓｓ，２００６． ［２６］ＧＲＯＳＳ Ｄ，ＨＡＲＲＩＳ Ｃ Ｍ．Ｆｕｎｄａｍｅｎｔａｌｓ ｏｆ Ｑｕｅｕｅｉｎｇ Ｔｈｅｏｒｙ（３ｒｄ ｅｄｉｔｉｏｎ）［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ｊｏｈｎ Ｗｉｌｅｙ ｎａｄ Ｓｏｎｓ，１９９８． ［２７】ＲＡＪＡＲＡＴＮＡＭ Ｍ，ＴＡＫＡＷＩＲＡ Ｅ Ｈａｎｄ—ｏｆｆ ｒｔａｆｆｉｃ ｃｈａｒａｃｔｅｒｉｓａｔｉｏｎ ｉｎ ｃｅｌｌｕｌａｒ ｎｅｔｗｏｒｋｓ ｕｎｄｅｒ Ｅｎｇｓｅｔ ｎｅｗ ｃａｌｌ ａｒｒｉｖａｌｓ ａｎｄ ｇｅｎｅｒａｌｉｓｅｄ ｓｅｒｖｉｃｅ ｔｉｍｅｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ＷＣＮＣ［Ｃ］．Ｎｅｗ Ｏｒｌｅａｎｓ， ＬＡ．ＵＳＡ．１ ９９９．４２３—４２７． 作者简介 赵亮（１９８２一），男，河北深县人，国 家数字交换系统工程技术研究中心博士 生，主要研究方向为超宽带无线通信、移 动通信网络与无线资源管理。 金梁（１９６９一），男，北京人，国家数字交换系统工程 技术研究中心教授、博士生导师，主要研究方向为第三代移 动通信、超宽带无线通信、软件无线电与通信信号处理。 黄开枝（１９７３一），女，安徽来安人，国家数字交换系 统工程技术研究中心副教授、硕士生导师，主要研究方向为 第三代移动通信与异构无线网络。 杨梅樾（１９８１一），男，河南郑州人，国家数字交换系 统工程技术研究中心讲师，主要研究方向为网络流量分析与 网络资源分配。
