高空平台站作为主动拥塞缓解资源:面向蜂窝网络管理的在线控制

《Computer Networks》:HAPS as a proactive congestion-relief resource: Online control for cellular network management

【字体: 大 中 小 】 时间:2026年09月30日 来源:Computer Networks 4.7

编辑推荐:

   **摘要** 蜂窝网络中的局部流量峰值会造成瞬态高负载条件,无法通过永久性地加密网络来高效应对。高空平台站(HAPS)可以提供一种可重新定位的空中容量层,动态地引导至新兴拥塞区域,使其成为无线接入网络(RAN)容量管理的一种灵活运营资源。然而,要将其有效整合到运营中的RAN内

  

**摘要** 蜂窝网络中的局部流量峰值会造成瞬态高负载条件,无法通过永久性地加密网络来高效应对。高空平台站(HAPS)可以提供一种可重新定位的空中容量层,动态地引导至新兴拥塞区域,使其成为无线接入网络(RAN)容量管理的一种灵活运营资源。然而,要将其有效整合到运营中的RAN内,需要两个耦合的决策。在观察到下一个流量实现之前,有限的波束资源必须被分配给接近临界负载的小区,同时平台必须被定位以最大化对所选小区的服务。这导致了一个需求-供给问题,其中选择层决定了可供空中卸载的关键超额流量,而平台定位决定了实际能交付多少服务。我们提出了一种闭环框架,结合了基于上下文的条件分层选择策略(该策略通过利用运营商流量中的递归时间结构对基站进行排名,无需显式负载预测)和基于Lyapunov的定位控制器(该控制器在长期增量机动能量预算下最大化总吞吐量)。使用真实运营商流量轨迹的评估表明,单个HAPS可消除高达64%的全网关键超额流量,而受控移动性相比固定部署可提供高达24%的吞吐量增益。结果还显示,拥塞缓解并不随波束预算均匀扩展:在小预算下,选择精度驱动性能;随着辅助集扩大,平台几何结构成为限制因素。

**引言** 地面无线接入网络(RAN)通常基于峰值需求定容原则进行设计,其中额外容量通过加密网络和频谱重用提供,代价是基础设施复杂性增加、资源利用效率低下以及更具挑战性的干扰管理[1]。然而,流量需求随时间强烈变化,并可能出现短暂的局部空间热点,尤其是在大规模聚集和公共大型活动期间。测量研究表明,拥挤活动期间蜂窝网络的流量可能比常规情况高几个数量级,尽管使用了临时容量解决方案,仍然使RAN资源承压[2]、[3]。静态预配置与非平稳需求之间的这种不匹配,促使需要可以临时部署而无需永久地面加密的互补容量层。高空平台站(HAPS)已作为平流层基础设施层出现,用于补充地面蜂窝网络。近期工作已从将HAPS视为独立的覆盖扩展转向将其嵌入蜂窝架构中作为运营网络元素[4]。这种解释导致了HAPS作为超宏基站(SMBS)支持大都市级部署的概念,其有效性取决于架构集成与协调,而非孤立的平台能力[5]。在密集城市环境中,HAPS已被研究作为在流量峰值期间提供瞬态容量的手段,无需永久地面加密即可缓解高负载条件[6]。当集成到地面蜂窝网络中时,HAPS可以通过提供可定向至拥塞区域的额外服务能力来在局部流量激增期间辅助RAN。平台不再是扩展覆盖,而成为管理地面基础设施中瞬态高负载条件的可控运营资源。因此,理解如何操作此类平台以有效缓解运行中RAN内的拥塞,是关键的网络管理问题。在本工作中,我们在与O-RAN兼容的控制架构内解决这一问题,其中辅助选择和平台定位由在非实时RAN智能控制器(Non-RT RIC)级别运行的闭环控制器协调。当HAPS持续支持运营中的地面RAN时,其角色不是扩展覆盖,而是作为可移动的拥塞缓解资源。平台在每个服务区间只能辅助有限数量的小区,且辅助决策必须在下一次时隙负载实现被观察之前做出。因此,空中资源必须在延迟拥塞信息下分配。由于分配决策取决于每个小区的预期负载,不完美的拥塞信息可能改变哪些小区获得辅助。先前的研究表明,依赖负载的网络优化对估计误差敏感,这意味着在设计时假设对未来负载具有先知知识(oracle knowledge)的策略在实际运营环境中可能表现不佳[7]。在实践中,空中辅助因此必须在不直接知道哪些小区将在下一个区间经历拥塞的情况下分配。运营商因此面临一个序贯分配问题:如何在各区间部署有限的空中服务能力以减少地面网络经历的拥塞。性能通过区间完成后从地面层吸收的高负载流量来衡量。实现此目标需要两个耦合决策。首先,控制器必须确定哪些小区可能进入高负载状态,因此应获得空中辅助。由于在决策时下一个时隙的负载实现是未知的,这种定向必须依赖蜂窝流量中的可观测结构。需求并非空间均匀的;它反映了城市活动模式中的持续异质性,不同区域表现出不同的且反复出现的时间行为[8]。这些反复出现的模式提供了关于拥塞可能出现在哪里的信息。其次,控制器必须确定平台的最优位置以向所选小区提供服务。在广域部署中,可实现的空中速率强烈依赖于空对地几何结构。平台定位因此决定了实际可服务的目标需求比例。同时,重新定位受到增量机动能量消耗和大气漂移效应的限制,这些限制了区间间的位移并将当前定位决策与未来服务能力耦合。这两个决策本质上相互依赖。如果几何结构限制了可交付速率,那么仅针对高负载小区是不够的;如果辅助分配给了并不关键需要支持的小区,那么定位也是无效的。因此,持续的HAPS运行必须联合解决不完美的负载信息下的需求预期和几何约束下的服务交付。我们通过以下贡献解决这个问题:

- **HAPS辅助拥塞缓解的分层公式化**:我们将持续的空中支持表述为一个具有延迟负载信息和有限波束容量的序贯资源分配问题。所得目标揭示了一个固有的需求-供给结构:选择决策决定捕获多少关键超额流量供潜在空中服务使用,而定位决策决定其中多少流量实际可被服务。

- **延迟反馈下的需求定向**:我们提出了一种基于上下文的条件分层选择(CHS)策略,用于在单时隙延迟观测下识别进入临界负载状态的基站(BS)。通过利用RAN流量中的递归时间结构,该策略使HAPS能够无需负载预测或探索性分配即可主动将辅助分配给新兴拥塞。

- **通过移动性约束定位实现服务交付**:我们开发了一种Lyapunov漂移加惩罚定位(LEP)方法,在最大化总吞吐量的同时调节增量机动能量消耗。所得的每时隙定位问题在线求解,使用投影梯度更新,并考虑空对地几何结构、多波束干扰和机动性约束。

- **HAPS辅助拥塞缓解的系统级评估**:使用蜂窝流量轨迹,我们量化了所提框架实现的端到端拥塞缓解效果,并刻画了它如何随HAPS波束预算演化。评估还隔离了平台移动性的影响,展示了重新定位何时相对于固定部署提供有意义的增益,以及协调的地面小区选择和空中平台定位如何增加从地面网络缓解的关键超额流量比例。

本工作建立在初步会议研究[9]的基础上,该研究引入了轨迹驱动的拥塞缓解场景以及在HAPS固定覆盖和固定空中容量下的区域级自适应卸载启发式方法。本工作发展了一个集成的BS级选择和动态定位框架,具有位置相关的无线电服务、风相关的机动能量和长期能量约束。表1总结了保留和新引入的组成部分。

**符号说明**:标量用斜体字母表示。向量用粗体小写字母表示。运算符(?)?表示非负投影,定义为[x]??max(0,x)。欧几里得范数用‖?‖表示。期望E[?]是关于流量和信道随机性的,除非另有说明。集合用花体字母表示,|A|表示集合A的基数。所有对数以2为底。

**论文结构**:本文其余部分组织如下。第2节回顾了HAPS辅助蜂窝集成、空中定位和负载相关网络控制方面的先前工作,并澄清了本公式化的区别。第3节介绍了系统模型,包括空对地信道模型和HAPS能量推进模型。第4节表述了耦合的在线控制问题,将流量域选择与几何约束服务交付分离。第5节提出了流量域选择框架。第6节开发了基于Lyapunov的在线定位和能量管理方案,第7节详细说明了每时隙定位优化过程。第8节描述了仿真环境和参数表征。第9节报告了数值结果,第10节为结论。主要符号和记号总结在表2中。

**相关工作** HAPS辅助通信的研究主要涉及三个方面:物理层优化、平台放置与移动性设计,以及能量感知操作。

**系统模型** 我们考虑一个在有限服务区域E?R2上运行的混合地面-空中无线接入网络。地面层由B个固定基站组成,编号为b∈{1,…,B},每个基站具有标称下行容量Cb。为捕获流量需求中的空间异质性,基站被分为J个功能区域{Bj}j∈J,形成基站索引集的划分,即∪j∈JBj=B且Bi∩Bj=?(i≠j)。单个HAPS为地面网络提供空中辅助,在正交域上运行。

**问题公式化** 我们将HAPS辅助的拥塞缓解表述为一个序贯决策问题。在每个时隙,控制器选择一组基站进行辅助并确定HAPS的传输位置。由于空中资源有限,目标不是服务所有流量,而是移除超出地面运营点的需求部分。因此,性能指标是空中层服务的并被从地面网络移除的关键超额流量体积。

**延迟反馈下的流量感知选择** 在时隙n开始时,控制器必须在下一个时隙负载ρb(n+1)被揭示之前选择一组L个基站进行辅助。因此,选择阶段的目标是定向将在时隙n+1产生最大关键超额流量的基站。阈值化拥塞增益仅在ρb(n+1)≥τact时才为正,此时出现正的关键超额流量体积Lb(n+1)。预测-优化方法与这一目标并不完全一致:小的...

**通过Lyapunov控制实现能量感知的在线定位** 问题(35)在时间平均增量机动能量约束(34)下最大化长期服务性能。由于信道实现和流量条件是因果揭示的,定位决策pn+1必须在线做出。为调节长期增量机动能量消耗,我们引入虚拟能量队列Qe(n+1)=max(Qe(n)+Emove(n)?Emovemax, 0),初始化为Qe(0)=0。正的队列积压会增加分配给增量机动的权重...

**每时隙定位优化** 第6节推导的Lyapunov控制规则将长期随机定位问题转化为每个时间隙的确定性优化。在时隙n开始时,队列积压Qe(n)和当前HAPS位置pn已知。控制器然后通过求解每时隙问题(71)来确定下一个传输位置pn+1,该问题最大化瞬时目标Jn(pn+1)。

**仿真环境与参数表征** 我们在一个轨迹驱动的部署(图3)上评估所提出的控制器,覆盖24.5×25.5 km的区域,有B=112个基站分为J=16个区域,每个区域包含七个基站,呈六边形布局。流量轨迹源自意大利某移动网络运营商(MNO)在米兰(2015年)收集的真实4G数据,以每小时粒度报告每个基站的下行流量,跨越两个月,因此涵盖N=1461个小时时隙。与B个基站相关的J组流量轨迹...

**性能评估** 评估将两个决策层分开:(P1)确定在延迟反馈下辅助哪些基站,(P2)确定在几何和能量约束下可服务多少流量。结果相应组织,先隔离选择精度,然后是定位有效性,最后是端到端拥塞缓解。性能指标在轨迹的后半部分计算。需要校准或训练的基线使用轨迹的前半部分,所有...

**结论** 本工作研究了在延迟流量信息和能量感知空中服务管理条件下HAPS辅助RAN运行用于动态拥塞缓解的潜力。所提出的框架结合了拥塞选择策略CHS和能量感知定位控制器LEP,联合解决了延迟信息下的需求定向和局部流量峰值期间几何约束下的服务交付。

研究结果突出了三个关键见解。首先,单一空中……作者贡献声明(CRediT):Mohamed Amine Mbarek:撰写——初稿,可视化,验证,软件,方法学,调查研究,形式化分析,数据整理,概念化。Michela Meo:撰写——审阅与编辑,验证,指导监督,资源,项目管理,概念化。Daniela Renga:撰写——审阅与编辑,验证,指导监督,项目管理,概念化。Greta Vallero:撰写——审阅与编辑,验证,指导监督,项目管理。利益冲突声明:作者声明不存在任何已知的竞争性经济利益或个人关系,这些利益或关系可能影响本文所报告的工作。致谢:本文受欧洲联盟"下一代欧盟"意大利国家复苏和韧性计划(NRRP)资助,"未来电信"合作项目(PE00000001——"重启"计划,重点子项目R4R)。Mohamed Amine Mbarek | Michela Meo | Daniela Renga | Greta Vallero
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号