铁路车站通信信道资源智能分配的研究

摘要：近几年随着铁路车站的不断扩大重建，移动终端的迅速增加，数据业务的多元化，用户对高速度、大容量的通信数据业务需要的增大，对车站移动通信的网络覆盖、容量、质量提出了更高的要求，给车站移动通信造成了巨大压力。本文在分布式天线系统的基础上，通过分析天线分布，建立信道模型，并利用中断概率，提出了基于中断概率的信道分配算法，并设计出策略流程图。该算法能够降低天线系统的发射功率，提高信道利用率，实现系统时隙资源的智能灵活分配。

引言

　　近年来，我国的铁路建设发展迅速，逐渐成为人们出门旅行首选的出行方式。这也导致火车站人流密度迅速增大，特别是站台在上下车时人员流动迅速，存在人流高峰，例如北京站在客流高峰期日客流量会超过20万人^[1]。随着车站用户需求的不断增长，话务密度和覆盖要求也不断上升，对频率干扰控制、系统间互操作、运行稳定性等方面都提出了很高的要求。用户密度大，基站信道拥挤，移动通信信号减弱，手机无法正常使用，给车站通信造成了巨大压力。能够在人流高峰时提供畅通、优质、稳定的通信服务是铁路车站通信系统面临的重要问题。

　　本文研究在铁路车站人流密度大，移动速度快的情况下，通过算法实现通信信道的智能分配，改善车站的通信质量。由于分布式天线系统在信号覆盖范围、功率以及频谱效率等方面的诸多优势，被越来越多地用于大型场馆的室内通信[2]。本文也在分布式天线系统的基础上，通过分析天线分布、信道模型，利用中断概率，提出了基于中断概率的信号智能分配算法，该算法能对信道资源实行智能分配，改善无线信号弱覆盖区域的覆盖效果，提高网络寻呼成功率，减少掉话率，改善网络质量，减少网络拥塞率，一个小区中使用相同信道而不至于带来严重的同信道干扰。最后设计出了基于中断概率的信号智能分配策略流程图。

1 系统模型图

　　现在新型火车站都向着简洁化、紧凑化、立体化和细微化的方向发展。虽然各大型火车站的外观有所不同，但各大型火车站的主要构造都有着共同之处。由于火车站功能的特殊性，车站大都依铁道而建，主要包括站房和站台。人流密集及流动量大的区域主要包括站房内的候车大厅和站台。火车站人流的集散组织为进站人流由广场到候车大厅再到站台;出站人流由出站口至集散广场直到自选交通分流。

　　根据火车站的建筑及人员分布特点，建立如图1所示的分布式天线系统，使信号的覆盖范围呈带状分布。分布式天线系统将天线在地理上分开放置，不仅能提高接受信噪比，降低发送功率，提高分集度，而且还能减少切换次数，从而大大改善系统性能^[4];另外，它还具有成本低，部署灵活，易于升级，广泛适用的特点，特别适用于火车站这种复杂的通信环境。在该系统中，信号处理中心(即基站)位于小区的中心位置，基站处的天线记为A，其它天线都分布在基站周围，分别记为a_i(i=1、2、3……n)，每个分布式天线通过光纤或同轴电缆与信号处理中心相连。

　　假设小区为圆形小区，且半径为R。利用极坐标(ρ,θ)表示移动台的位置，ρ和θ分别表示移动台相对于小区中心即信号处理中心的距离与方位角，如图2所示。

　　本文只考虑分布式天线系统的上行传输。基站和所有分布式天线接收到来自移动台的上行信号可以用以下数学表达式表示：

　　式中yi表示第i个天线ai所接收到的信号，E为移动台的上行信号发射功率，hi表示a_i与移动台之间传输链路的信道增益，x则为移动台发射的上行信号，而Z为夹杂在信号中的噪声矢量。在本文中，假设噪声矢量Z 中的每一个元素均为相互独立的均值为零、方差为N0的复高斯随机变量。该数学表达式，Y表示车站分布式天线系统中小区基站接收到的来自移动台的上行信号，该信号由各天线a_i所接收的移动台信号与噪声组成的矩阵表示。

2 系统中移动台的中断概率

　　在无线通信系统中，中断概率是反应用户会话接入性能的重要指标，与信道容量、误符号率等指标都是信噪比的函数。系统的中断概率与移动台在小区内的分布有关，将中断概率作为优化目标可以直观地反映出移动台周围的信号覆盖情况^[3]。因此我们使用移动台在系统中的中断概率作为优化目标函数来反映移动台周围的信号覆盖情况。

　　中断概率的定义：在小区内不能达到接收信噪比门限rth的区域面积与小区面积的比值称为系统的中断概率^[4]。理论上，系统中断概率与移动台在小区中的位置有关。本节将介绍小区中移动台的上行信号中断概率。分布式天线ai所接收上行信号的信噪比为：

　　其中g_i为小尺度衰落的影响，其包络服从零均值的Rayleigh分布，Ω_i表示阴影衰落的影响。

　　位于(ρ,θ)处的移动台的上行中断概率可以表示为：

　　其中r_th为信噪比门限，r=max{r₀,r₁,…,r_N }表示经过信噪比最大的天线接收后接收端输出的信噪比的最大值，这就使得选中天线的信噪比最大。

　　位于(ρ,θ)处移动台的中断概率为:

　　式中t_n和H_n分别是N_p阶Hermite多项式的权值，u_i (ρ,θ)=ω_i (ρ,θ)+10 lg(E/N₀ )，ω_i(ρ,θ)(单位dB)和σ_i(单位dB)分别为10lgΩi的均值和标准差。上式表示单个移动台在小区中的中断概率。由上式可以看出单个移动台在小区中的中断概率只与移动台的位置(ρ,θ)有关。根据该公式可以先计算出系统中移动台的中断概率，将其与事先设置的门限值比较，可判断出该移动台能否正常通信。若小于门限值，则中断该移动台的通信;若不小于门限值，则准许该移动台通信，继续为该移动台分配信道。这样可以避免所有移动台同时占用信道而降低信道利用率。

3 基于中断概率的信道智能分配算法

　　基于中断概率的信道智能分配算法(Channel Intelligent Allocation Algorithm based on Outage Probability，CIAAOP)首先需判断移动台能否正常通信，即根据移动台的中断概率公式计算出移动台的中断概率，将其与设定门限值比较，若不大于门限值则表示该移动台可以被分配信道;接下来只需在所有天线(天线总数量用N_total表示)中选择移动台周围信噪比最大的天线，运用动态信道分配算法分配合适信道。基于中断概率的信道智能分配算法流程图如图3所示。 该算法会定期检测每个分布天线中所有可选信道的平均干扰量，并将平均共信道干扰量(Co-Channel Interference, CCI)存储在每个天线相对的共信道干扰表中，当有信道请求时，所有空闲信道中共信道干扰量最低的信道将会被分配。在分布式天线系统中运用动态信道分配算法，使得在一个蜂窝小区内同一条信道能够重复利用，相对于传统的蜂窝系统，该算法能显著提高频谱的利用效率。

　　本文中采用频分多址技术，可用信道数量用S_ch表示，假设第m(m=0~N_total-1)个分布天线被选中了，接下来我们将对共信道干扰表的更新和信道智能分配过程进行详细的分析。

3.1 CCI表更新

　　动态信道分配算法对每个天线的所有可用信道的平均CCI能量进行检测，并不断更新^[5]。设第一阶滤波是对平均CCI能量的测量。在t时刻第m个分布天线的第k条信道的CCI量即平均共信道干扰量的表达式如下：

I_n,k (t)和β(0≤β<1)分别是t时刻瞬时共信道干扰量和过滤遗忘因子。传输过程中瞬时CCI量在不断改变。其中β取值应适中，若太小，则会导致CCI的检测区间变小，这就会使信道分配不稳定。

3.2 信道智能分配算法

　　假设第m条天线被选中了，图3为信道分配流程图，当t时刻向信道发送请求，信道分配算法就会更新该天线所对应的CCI量，并分配该天线所有空闲信道中平均CCI量最低的信道K_n进行通信，其中K_n表达式为:

　　令A_n (t)表示t时刻第n条天线的空闲信道条数，如果没有信道是空闲的，此次信道分配就会失败，并且发出信道请求的移动台也不会得到任何数据。利用该算法使得在一个小区中的同一个信道能重复利用，相对于蜂窝网络，这能提高频谱利用率。

4 系统仿真与结果分析

　　针对以上理论分析，本节将运用计算机仿真，验证基于中断概率的信道智能分配算法在信道利用率上的优势。不失一般性地，假设测试小区是一个半径为R的圆形区域。在该区域中，分布式天线均匀分布在半径为R/2的圆上，基站位于小区中央。设天线总数为N_total，移动台均匀分布在小区内，系统允许的信道衰落门限值为145，移动用户的最大发射功率为22dBmw。

　　实验过程中在选择一定中断概率门限值的情况下，通过选择运用和不运用基于中断概率的信道智能分配算法，对实验小区的吞吐量进行模拟仿真，得出如图5所示仿真结果。从图5可以看出，未使用该智能分配算法时，在5-9S区间产生较大幅度抖动，系统性能不稳定，吞吐量小;在使用了本文所使用的基于中断概率的信道智能分配算法后，系统性能获得了提高，稳定性得到了增强。

5 结语

　　本文主要介绍了一种铁路车站通信信道资源智能分配策略。首先介绍了该分布式天线系统的系统模型，在此基础上，根据分布式天线系统的特点，重点分析了系统中移动台的中断概率，并得出计算公式;接下来在移动台中断概率的基础上，结合动态信道分配算法，设计出在分布式天线系统中的基于中断概率的动态信道分配算法流程图，不仅可以降低移动台的发送功率，减少切换次数，还能提高信道的利用率，提高小区的吞吐量，能有效改善车站特殊通信环境的通信质量。

参考文献：

　　[1] 刘珍妮，北京站节前客流超22万警方将加强周边旅馆检查力度[EB/OL]. http://www.bjnews.com.cn/news/2014/09/30/335957.html

　　[2]徐瑞.大型体育场馆的移动通信保障[D].山东:山东大学,2009

　　[3] 苏博,朱敏.中断概率在TD-LTE信道资源分配中的应用[J].光通信研究,2012,(3):68-70

　　[4]王俊波,王金元,林敏,陈明.分布式天线系统中的系统上行中断概率分析[J],电子与信息学报,2011,(5):1136-1140

　　[5] Ryusuke MATSUKAWA ,Tatsunori OBARA,Fumiyuki ADACHI.A Dynamic Channel Assignment Scheme for Distributed Antenna Networks[c]. Proceedings of IEEE 75th Vehicular Technology Conference, Vancouver, Canada, 2012, 3: 1 - 5

　　[6]王映民,孙韶辉.TD-LTE技术原理与系统设计[M].北京:人民邮电出版社,2010

本文来源于中国科技期刊《电子产品世界》2016年第3期第53页，欢迎您写论文时引用，并注明出处。