一種基于分布式功率控制的側行鏈路高譜效傳輸機制*

何小祥,王碧釵

(華為技術有限公司,廣東 深圳 518129)

0 引 言

智能家居、元宇宙等產業的迅速發展對短距直連通信的關鍵性能指標(Key Performance Indicator,KPI)提出了越來越高的要求,比如高清視頻投屏、擴展現實(Extended Reality,XR)等業務要求吞吐達到百兆比特每秒乃至吉比特每秒以上[1],以滿足極致的用戶體驗。

第三代合作伙伴計劃(3rd Generation Partnership Project,3GPP)的第16個版本(Release 16,R16)標準化了新空口(New Radio,NR)車聯網 (Vehicle-To-Everything,V2X)側行鏈路(Sidelink,SL)技術[2-4],并對物理信道與信號,以及同步、功率控制、資源分配、信道狀態信息(Channel State Information,CSI)測量反饋等物理層過程進行了標準化[5]。與傳統的蜂窩網絡不同,SL通信可以支持用戶設備(User Equipment,UE)之間的直接通信,即用戶數據直接在UE之間傳輸,避免了蜂窩通信中用戶數據經過基站中轉傳輸,從而可以降低傳輸時延并提升資源利用率。3GPP的第17個版本(Release 17,R17)將SL的應用場景擴展到了面向消費者的商用場景,以支持智能家居、可穿戴等業務的短距直連通信,并以降低功耗和提升可靠性為目標,在NR V2X的基礎上對SL分布式資源分配機制進行了增強設計[3]。

在缺乏集中調度節點的SL分布式系統中,各個通信鏈路需自主選擇通信資源,降低不同鏈路之間的干擾?，F有的SL支持分布式資源分配機制,即Mode2機制,其主要包含資源感知與資源選擇兩個過程[2-5]。具體而言,UE首先設置一個觸發時刻n,在時刻n之前設置一個資源感知窗,在時刻n之后設置一個資源選擇窗。在資源感知窗中,該UE盲檢測其他發送UE的物理SL控制信道(Physical Sidelink Control Channel,PSCCH),若成功解碼其他發送UE的PSCCH所攜帶的SL控制信息(Sidelink Control Information,SCI),則可通過SCI中包含的預留資源指示信息判斷其他發送UE所預留的資源位置;進一步,該UE可以通過其他發送UE的解調參考信號(Demodulation Reference Signal,DMRS)測量參考信號接收功率(Reference Signals Received Power,RSRP),用于判斷和其他UE之間的干擾水平。若該UE和其他UE之間的干擾水平大于給定閾值,則將其他UE在資源選擇窗中所預留的資源進行排除,并在資源選擇窗的剩余資源中選擇用于傳輸的資源,以降低不同通信鏈路之間的干擾。

除了3GPP的SL技術,電氣電子工程師學會(Institute of Electrical and Electronics Engineers,IEEE)802.11標準的WiFi技術也可以支持短距直連通信,其主要采用載波偵聽多址(Carrier Sense Multiple Access,CSMA)機制進行干擾規避[6]。在CSMA機制中,UE發送數據前首先通過能量檢測判斷信道的忙閑狀態,若檢測到能量大于給定閾值,則認為信道為繁忙狀態,否則認為信道是空閑狀態,只有認為信道空閑時才有可能接入信道,并且可以通過隨機回退降低沖突概率[6]。

相比于WiFi的CSMA機制,SL利用同步系統的優勢,通過資源預留可以實現更穩定的傳輸,具有更優的服務質量(Quality of Service,QoS)保障[7-8]。盡管如此,現有的SL技術和WiFi技術均是基于干擾水平與閾值的比較來判斷能否和其他鏈路復用相同的時頻資源,該資源復用準則對于實現最優性能既不是充分的也不是必要的,能否成功解碼依賴于目標鏈路的信號干擾噪聲比(Signal-to-Interference plus Noise Ratio,SINR)[9],而不僅僅是不同鏈路UE之間的干擾強度。因此,現有的分布式資源復用方式存在對資源的不充分利用,頻譜效率較低,尤其是在中高用戶密度場景下吞吐受限,影響用戶體驗。

為了提升短距直連通信的吞吐,本文提出了一種基于分布式功率控制的SL傳輸機制。各發送UE在進行資源選擇和功率控制時,不僅考慮目標鏈路的CSI,而且考慮干擾鏈路的CSI。設計了以和吞吐最大化為目標的功率分配優化算法以及廣播式CSI測量上報機制,降低鏈路間干擾,以分布式的方式獲得近集中式控制的性能。仿真結果表明,所提方案可以有效提升吞吐,改善用戶體驗。

1 系統模型

本文考慮如圖1所示的分布式短距直連通信系統。假設共有K個通信鏈路,每個通信鏈路包含一個發送UE和一個接收UE;假設頻域資源共包含N個子帶(也可以稱為子信道),且一個子帶內信道是平衰落的,其中每個子帶由多個連續的物理資源塊(Physical Resource Block,PRB)構成,每個子帶包含M個資源粒子(Resource Element,RE)。

第k個接收UE在第n個子帶第m個RE的接收信號為

(1)

式中:sk[n,m]是第k個發送UE在第n個子帶第m個RE的發送符號且滿足E(sk)=1;pk[n]是第k個發送UE在第n個子帶上的發射功率;hjk[n]是第j個發送UE與第k個接收UE之間在第n個子帶上的信道增益;vk[n,m]是第k個接收UE在第n個子帶第m個RE的接收噪聲且服從高斯分布CN(0,σ2/M)。根據公式(1),第k個接收UE在第n個子帶的SINR可以表示為

(2)

根據香農公式,第k個通信鏈路可以實現的最大吞吐率可以表示為

(3)

式中:B是每個子帶的信道帶寬。

本文以最大化多個通信鏈路的和吞吐為目標,優化問題可以表示為

C2:pk[n]≥0,?k,n

(4)

式中:Pk,max是第k個發送UE的最大發射功率。

通過求解優化問題(4),可以獲得每個發送UE在各個子帶的發射功率,各個通信鏈路的發送UE均基于優化的發射功率進行傳輸,可以使得多個鏈路的和吞吐最大化。

2 方案設計

2.1 功率分配優化算法

由于目標函數的非凸性,優化問題(4)是一個非凸問題,難以獲得全局最優解。為了解決這一非凸優化問題,本文利用SINR與最小均方誤差(Minimum Mean Square Error,MMSE)的等價變換關系將目標函數轉換為凸函數[10],并通過迭代優化的方式獲得局部最優解。

具體而言,公式(2)中的SINR與MMSE的變換關系可以表示為[10]

(5)

式中:ek[n]是第k個接收UE在第n個子帶進行信號檢測的均方誤差,即

ek[n]=E{|sk[n]-ck[n]·yk[n]|2}

(6)

式中:sk[n]是第k個發送UE在第n個子帶上的發送符號;yk[n]是根據公式(1)得到的接收信號;ck[n]是均衡系數。將根據公式(1)得到的yk[n]表達式代入公式(6)可得

(7)

對公式(7)求導可以得到ck[n]的最優值,即

(8)

將公式(5)代入公式(3)可以得到

(9)

為了進一步簡化目標函數,可以基于引理1[10]將公式(9)轉換為線性函數,具體如下:

(10)

證明:令f(a)對變量a的導數等于0,可以獲得使得f(a)取最大值的a的取值,即

(11)

根據公式(11)可以獲得f(a)的最大值為

(12)

由此引理1得到證明。

根據引理1,公式(9)可以轉化為

(13)

根據公式(13),優化問題(4)可以轉化為如下優化問題:

C2:pk[n]≥0,?k,n

(14)

(15)

將公式(15)代入公式(7)可得

(16)

根據公式(11)和公式(16)可以獲得第(t+1)次迭代{ak[n]}的最優解,即

(17)

獲得第(t+1)次迭代{ck[n]}和{ak[n]}的最優解后,第(t+1)次迭代{pk[n]}的最優解可通過求解以下優化問題獲得:

C2:pk[n]≥0,?k,n

(18)

式中:

(19)

根據拉格朗日乘子法,優化問題(18)可以轉化為如下優化問題:

(20)

式中:λk≥0為拉格朗日乘子。

(21)

在每次迭代中,通過公式(15)、(17)、(21)獲得的{ck[n]},{ak[n]},{pk[n]}均為當次迭代的最優解,因此迭代更新{ck[n]},{ak[n]},{pk[n]}可以使得優化問題(14)中的目標函數取值增大或不變,在每個發送UE最大發射功率的約束下,優化問題(14)中的目標函數取值將會收斂到全局或局部最大值。

在每次迭代中,通過公式(15)和(17)計算{ck[n]}和{ak[n]}的計算復雜度分別為O(K·N),通過公式(21)計算{pk[n]}的計算復雜度為O(K·N·lb(1/δ)),其中δ>0為二分法搜索的精度。因此,上述迭代優化算法的計算復雜度為O(Tmax·K·N·lb(1/δ)),Tmax為最大迭代次數。

2.2 基于廣播式CSI測量上報的分布式功率控制

由公式(15)、(17)、(21)可知,第k個發送UE為了計算在第n個子帶的最優發射功率,需要獲得與目標鏈路接收UE之間的信道增益hkk[n]以及與其他干擾鏈路接收UE之間的信道增益{hjk[n]}j≠k。為了獲得上述信息,如圖2所示,需要每個鏈路的接收UE測量與各個鏈路發送UE之間的CSI,并將CSI以廣播的形式上報給各個鏈路的發送UE,其中每個接收UE上報的CSI包含該接收UE與目標鏈路發送UE之間的信道增益以及與其他干擾鏈路發送UE之間的信道增益;每個鏈路的發送UE收集來自各個鏈路接收UE上報的CSI,然后基于這些信息根據2.1節的算法進行功率優化。

圖2 廣播式CSI上報

特別地,各個發送UE可以首先基于如圖3所示的現有SL資源感知與資源選擇過程選擇干擾較小的時隙,選擇相同時隙的多個發送UE可以通過分布式功率控制提高頻譜效率。

圖3 SL Mode2分布式資源分配

為了讓發送UE明確需要和哪些鏈路的發送UE進行分布式功率控制以及獲得功率優化所需的信息,可以建立發送信道狀態信息參考信號(Channel State Information Reference Signal,CSI-RS)的資源與發送數據的資源之間的關聯關系,且不同通信鏈路可以采用默認的發送功率發送正交的CSI-RS序列。具體而言,一個CSI-RS資源可以與Q個時隙的物理SL共享信道(Physical Sidelink Shared Channel,PSSCH)資源相關聯,其中PSSCH可以攜帶通信數據,一個CSI-RS資源在時域上包含一個或多個正交頻分復用(Orthogonal Frequency-Division Multiplexing,OFDM)符號,在頻域上每個子帶包含Q個PRB集合,每個PRB集合的資源可以用于發送一個完整的CSI-RS序列。如圖4所示,假設時隙Ti的CSI-RS資源與時隙Tj、Tj+1、Tj+2、Tj+3共4個時隙的PSSCH資源相關聯,其中時隙Ti的CSI-RS資源在每個子帶上包含4個PRB集合,分別對應4個時隙;比如一個發送UE通過資源感知與資源選擇過程選擇了時隙Tj+1作為候選傳輸時隙,則該發送UE在時隙Ti的CSI-RS資源每個子帶的第2個PRB集合上發送CSI-RS。由于不同發送UE的CSI-RS序列是正交的,每個鏈路的接收UE可以根據檢測到的CSI-RS序列判斷CSI-RS資源關聯的每個時隙上的發送UE集合,并可以測量與這些發送UE之間的信道增益。接收UE可以在時隙Ti與時隙Tj之間以廣播的形式將測量到的CSI上報給各發送UE,選擇相同時隙的發送UE基于目標鏈路接收UE以及干擾鏈路接收UE上報的CSI分別進行功率優化,且不同發送UE采用相同的優化參數。

3 仿真分析

本節對所提方案進行性能驗證,仿真參數如表1所示。具體而言,本文采用Python作為仿真平臺;仿真中考慮如圖1所示的分布式短距直連通信系統,其包含K個通信鏈路,每個通信鏈路有一個發送UE和一個接收UE,以模擬諸如手機與大屏通信、手機與XR眼鏡通信等多鏈路共存的場景;在生成用戶分布時,首先生成K個發送UE的位置,每個發送UE的位置服從在20 m×20 m范圍內的均勻分布,然后生成K個接收UE的位置,其中第k個接收UE和第k個發送UE之間的距離服從2～5 m之間的均勻分布;仿真中采用5G NR的MCS表,即3GPP TS 38.214中的表5.1.3.1-1和表5.1.3.1-2[5],發送UE可以根據接收UE反饋的CSI進行鏈路自適應,從表中選取最優的MCS?？紤]業務周期為10 ms,在每個周期內,每個發送UE占據20 MHz帶寬,傳輸時長共2.5 ms,因此可以允許4個發送UE占據完全正交的時頻資源,當通信鏈路數超過4時,至少有兩個發送UE占據的時頻資源會全部或部分重疊,本文將這種情況認為是中高用戶密度場景。

表1 仿真參數

為了驗證所提方案的有效性,本文考慮如下3種分布式傳輸機制:①CSMA機制[6],其中能量檢測閾值設為-72 dBm;②SL Mode2機制[3,5],其中初始資源感知閾值設為-112 dBm,若資源選擇窗中的候選資源數小于20%,則將資源感知閾值增加3 dB后重新選擇候選資源;③本文所提的SL分布式功率控制機制,功率優化時的初始功率為各子帶等功率分配,優化迭代次數為3。對于每個鏈路數的取值,仿真次數均為1 000次,以獲得吞吐的統計平均值。

圖5給出了平均每個通信鏈路的吞吐隨著通信鏈路數的變化,可以看出,隨著通信鏈路數的增加,不同鏈路之間的干擾增加,從而導致平均每個通信鏈路的吞吐下降。仿真結果表明所提方案通過分布式功率控制可以有效提升吞吐:相比于SL Mode2機制,在通信鏈路數為5時可以獲得30%的吞吐增益,在通信鏈路數為8時可以獲得107%的吞吐增益;相比于WiFi的CSMA機制,在通信鏈路數為5時可以獲得50%的吞吐增益,在通信鏈路數為8時可以獲得209%的吞吐增益。由此可見,所提方案在資源復用時充分考慮了目標鏈路和干擾鏈路的信道信息,中高用戶密度場景下可以實現更有效的干擾管理,提升資源利用率。

圖6給出了不同機制在時延預算內正確傳輸包大小的累計分布函數(Cumulative Distribution Function,CDF),其中通信鏈路數為5,時延預算為10 ms。特別地,對于2K視頻業務,平均每幀的大小為125 kb。從圖6可以看出,在相同的時頻資源下,CSMA機制可以有70%的用戶滿足2K視頻業務需求,SL Mode2機制可以有90%的用戶滿足2K視頻業務需求,所提方案可以有95%的用戶滿足2K視頻業務需求。因此,本文提出的基于分布式功率控制的SL傳輸機制可以實現高效的資源利用,有效提升用戶體驗。

圖6 包大小分布

4 結 論

本文以最大化和吞吐為目標,設計了基于分布式功率控制的SL傳輸機制。首先,對SL多鏈路分布式通信系統的功率優化問題進行了建模;然后,根據SINR與MMSE的等價變換關系,將非凸功率優化問題轉化為多個凸優化子問題,并通過迭代優化獲得局部最優解;最后,設計了廣播式CSI測量上報機制,使能多鏈路的分布式功率控制和資源選擇。仿真結果表明,本文所提方案可以有效提升分布式系統的吞吐,改善用戶體驗。