一种异构网络每比特最小化无线资源安全分配方法与流程

本发明属于计算机网络技术领域，特别是一种异构网络每比特最小化无线资源安全分配方法。

背景技术：

随着网络的普及以及高速发展，全球移动设备的总数量十分庞大，导致用户需求和无线资源之间的矛盾不断激化。据最新的资料显示，目前世界上移动设备的数量为72.2亿，首次超过人口总数，而且智能手机以及非智能手机等设备的增长速度市人口增长速度的5倍。这表明，一是随着移动设备的发展，接入无线网的用户数量越来越多。二是移动设备所需的速率上限越来越高。因此，如何提高无线网的服务容量，满足移动用户逐渐增长的带宽需求，解决无线资源短缺与日益增长的用户设备需求之间的矛盾变得越来越重要。

专利1(虚拟网络资源分配方法，北京邮电大学，公开号CN102710508，申请号CN201210154452.1，申请日2012.05.17)本发明涉及计算机网络技术领域，提供了一种虚拟网络资源分配方法。所述方法包括步骤：建立资源分配模型；各SP向InP提交竞争需求；InP计算资源量和损耗；各SP获得资源，承担损耗并计算收益；各SP调整竞争策略；在本发明的方案中，提供了一种新型的虚拟网络资源分配方法，针对虚拟网络资源需求的动态性，周期性地分配资源给多个服务提供商，使得资源分配按需进行，提高网络整体性能。由于本发明中还同时提出了一种有效选择竞争策略的方案，通过该方案，指导服务提供商选择竞争策略。专利2(一种异构网络资源优化方法，南京邮电大学，公开号CN103945545，申请号CN201410151490.1，申请日2014.04.15)提出了一种异构网络资源优化方法，所述方法解决了虚拟终端系统接入网侧异构资源分配和优化问题。本发明考虑了虚拟终端系统业务流跨层传输的特性，通过对接入网侧资源的优化对服务器侧业务分流控制，有效避免业务流的缓滞和不必要的资源浪费且提高了系统传输效率。但是上述两种方法都是针对资源的重复利用以及如何节约资源，而没有提出对已有资源如何最大化效率利用的方法。

技术实现要素：

本发明的目的在于提供一种异构网络每比特最小化无线资源安全分配方法，来提高异构网络中能量的利用率，减少资源消耗。

实现本发明目的的技术解决方案为：一种异构网络每比特最小化无线资源安全分配方法，包括以下步骤：

步骤1，对于异构网络中的可用无线资源，采用集中控制器进行采集；

步骤2，用户发出时间分配请求，集中控制器接收集这些请求；

步骤3，通过采用演化式果蝇算法，使集中控制器对资源进行分配。

进一步地，步骤2中所述用户发出时间分配请求，包括用户设备所需要的时间分配比例和最低运行速率。

进一步地，步骤3所述通过采用演化式果蝇算法，使集中控制器对资源进行分配，具体步骤如下：

步骤3.1，智能集中控制器对演化式果蝇算法中的相关参数进行初始化；

步骤3.2，果蝇随机的飞往其他方向的位置；

步骤3.3，对于所有果蝇，计算其当前位置的浓度判定值和味道浓度；

步骤3.4，记录下群体中味道浓度最高的果蝇的位置以及味道浓度，然后所有其他的果蝇凭借视觉飞往这个位置；

步骤3.5，保存当前味道浓度最大值以及位置，如果步骤3.4中的味道浓度小于当前味道浓度最大值，则转到步骤3.2，否则转步骤3.6；

步骤3.6，输出最小的味道浓度所对应的位置的纵坐标即为异构网络每比特能量最小化值，输出横坐标即为分配给用户设备的最优时间比例。

进一步地，步骤3.1所述演化式果蝇算法中的相关参数，包括：

用来表示用户设备总数量的K，用来表示接入点总数量的M，用来表示异构网络中子载波总数量的N；

收集的参数还包括：表示流量带宽的B、表示子载波的带宽的W＝B/N、表示用户设备k最低速率要求的表示子载波n上用户设备k的最大数据速率的r_nk、表示基站用户设备k总吞吐量的表示基站总功率消耗的表示第m个接入点总消耗功率的表示通过第m个接入点用户设备k实际数据速率的表示接入点用户设备k总吞吐量的其中，m∈M,n∈N,k∈K；

初始化果蝇群，随机产生k个演化式果蝇算法的初始解(x₁,x₂,..x_i.,x_k)，x_i表示在第m个接入点的用户设备k的时间比例，其中k为用户设备数量，i∈[1,k],(x₁,x₂,..x_i.,x_k)初始化满足下列公式：

其中，表示用户设备要求的最低速率，式中k∈K；t_mk表示在第m个接入点的用户设备k的时间比例。

进一步地，步骤3.3所述对于所有果蝇，计算其当前位置的浓度判定值和味道浓度，具体过程为：

第i只果蝇的位置坐标P为(x_i1,x_i2,...,x_ik,y_i)，d(P)＝(d(p₁),d(p₂),...,d(p_k))，

其中y_i由求出；

由下面的公式求出所有的果蝇在P点的味道浓度判定值分量：:

由下面的公式求出所有果蝇在P点味道浓度判定函数值：

进一步地，步骤3.4所述记录下群体中味道浓度最高的果蝇的位置以及味道浓度，然后所有其他的果蝇凭借视觉飞往这个位置，具体过程为：

找出在果蝇群中味道浓度最高的果蝇，记录下这个果蝇的位置P和味道浓度然后所有其他果蝇凭借视觉飞往那个位置P。

进一步地，步骤3.5所述保存当前味道浓度最大值以及位置，如果步骤3.4中的味道浓度小于当前味道浓度最大值，则转到步骤3.2，否则转步骤3.6，具体过程为：

记录下当前的最小味道浓度及其位置Q，如果小于则转去执行步骤3.2，否则转去执行步骤3.6。

进一步地，步骤3.6所述输出横坐标即为分配给用户设备的最优时间比例，其中输出最优解Q的坐标为(x_i1,x_i2,...,x_ik,y_i)。

本发明与现有技术相比，其显著优点为：(1)提高了异构网络中能量的利用率，减少资源消耗；(2)具有快速、可靠的优点，实用性强。

下面通过结合附图，详细地说明异构网络每比特最小化无线资源安全分配方法。

附图说明

图1是本发明异构网络每比特最小化无线资源安全分配方法流程图。

图2是相关设备在异构网络中的分布图。

图3是本发明采用演化式果蝇算法的流程图。

具体实施方式

根据图1、图2，所提出的异构网络每比特最小化无线资源安全分配方法，步骤如下：

步骤1，对于异构网络中的可用的无线资源，集中控制器对其进行采集；

步骤2，用户发出时间分配请求，集中控制器接收这些请求；所述用户发出时间分配请求，包括用户设备所需要的时间分配比例和最低运行速率。

步骤3，通过采用演化式果蝇算法，智能集中控制器对资源进行分配，结合图3，具体步骤如下：

步骤3.1，智能集中控制器对演化式果蝇算法中的相关参数进行初始化；

所述演化式果蝇算法中的相关参数，包括：

用来表示用户设备总数量的K，用来表示接入点总数量的M，用来表示异构网络中子载波总数量的N；

收集的参数还包括：表示流量带宽的B、表示子载波的带宽的W＝B/N、表示用户设备k最低速率要求的表示子载波n上用户设备k的最大数据速率的r_nk、表示基站用户设备k总吞吐量的表示基站总功率消耗的表示第m个接入点总消耗功率的表示通过第m个接入点用户设备k实际数据速率的表示接入点用户设备k总吞吐量的其中，m∈M,n∈N,k∈K；

初始化果蝇群，随机产生k个演化式果蝇算法的初始解(x₁,x₂,..x_i.,x_k)，x_i表示在第m个接入点的用户设备k的时间比例，其中k为用户设备数量，i∈[1,k],(x₁,x₂,..x_i.,x_k)初始化满足下列公式(1)、(2)、(3)：

其中，表示用户设备要求的最低速率，式中k∈K；t_mk表示在第m个接入点的用户设备k的时间比例。

其中，r_nk表示可实现的最大数据速率，由下面的公式(4)确定：

公式(4)中α_nk表示时分因子，W表示子载波的带宽，M表示接入点数量，p_nk表示平均发射功率，g_nk表示信道增益，σ²表示噪声谱密度。

表示通过第m个接入点的用户设备k的实际数据速率，由下面的公式(5)确定：

公式(5)中表示通过第m个接入点的用户设备k的实际数据速率，表示接入点发射天线辐射的输出功率，表示噪声方差，c()表示实际的数据速率。表示用户设备要求的最低速率，式中k∈K。

步骤3.2，果蝇随机的飞往其他方向的位置；

步骤3.3，对于所有果蝇，计算其当前位置的浓度判定值和味道浓度；

对于所有果蝇，计算其当前位置的浓度判定值和味道浓度，具体过程为：

第i只果蝇的位置坐标P为(x_i1,x_i2,...,x_ik,y_i)，d(P)＝(d(p₁),d(p₂),...,d(p_k))，

其中y_i由求出；

其中，表示基站的总功率消耗，由下面的公式(6)确定：

公式(6)中表示静态功率消耗耗，1/ξ^BS表示基站处功率放大器的效率，p_nk表示平均发射功率。

表示第m个接入点的总消耗功率，由下面的公式(7)确定：

公式(7)中K表示用户设备数量，表示接入点发射状态的功率，t_mk表示在第m个接入点的用户设备k的时间比例，表示接入点闲置状态时的恒定功率。

表示由WLAN服务的用户设备k的总吞吐量，由下面的公式(8)确定：

公式(8)中M表示接入点数量，t_mk表示在第m个接入点的用户设备k的时间比例，表示通过第m个接入点的用户设备k的实际数据速率的

表示由基站服务的用户设备的总吞吐量，由下面的公式(9)确定：

公式(9)中，r_nk表示最大可实现数据速率。

由下面的公式(10)求出所有的果蝇在P点的味道浓度判定值分量

由下面的公式(11)求出所有果蝇在P点味道浓度判定函数值：

步骤3.4，记录下群体中味道浓度最高的果蝇的位置以及味道浓度，然后所有其他的果蝇凭借视觉飞往这个位置，具体过程为：

找出在果蝇群中味道浓度最高的果蝇，记录下这个果蝇的位置P和味道浓度

然后所有其他果蝇凭借视觉飞往那个位置P。

步骤3.5，保存当前味道浓度最大值以及位置，如果步骤3.4中的味道浓度小于当前味道浓度最大值，则转到步骤3.2，否则转步骤3.6；具体过程为：

记录下当前的最小味道浓度及其位置Q，如果

小于则转去执行步骤3.2，否则转去执行步骤3.6。

步骤3.6，输出最小的味道浓度所对应的位置的纵坐标即为异构网络每比特能量最小化值，输出横坐标即为分配给用户设备的最优时间比例，其中输出最优解Q的坐标为(x_i1,x_i2,...,x_ik,y_i)。

实施例1

本实施例中异构网络每比特最小化无线资源安全分配方法，具体如下：

步骤1，智对于异构网络中的可用的无线资源，集中控制器采集这些资源并加以利用。异构网络的基站位于半径为500米的小区中心，所有的接入点(数量为4)对称的分布在距离基站350米处，所有的用户设备在此小区内均匀分布，该网络中有1024个子载波，这些子载波间隔15KHZ。

步骤2，用户发出时间分配请求，集中控制器接收这些请求。给用户设备分配的时间比例是[4,2,3,1]，最小速率为4.7Mbps。

步骤3，通过采用演化式果蝇算法，智能集中控制器对资源进行分配。

第一步，初始化这些参数：N，M，B，W，k，α_nk，P_nk，g_nk，σ²，r_nk，1/ξ^BS，c()。随机产生k个演化式果蝇算法的初始解(x₁,x₂,..x_i.,x_k)。

第二步，果蝇随机的飞往其他方向的位置。

第三步，依次计算k个初始解组的浓度判定值以及味道浓度

第四步，找出在果蝇群中味道浓度最高的果蝇，记录下这个果蝇的位置P和味道浓度然后所有其他果蝇凭借视觉飞往那个位置P。

第五步，经过第四步后，保存当前最小的味道浓度值和坐标Q，如果小于接着重复第三到五步过程，否则输出最优解Q的坐标(x_i1,x_i2,...,x_ik,y_i)，此时Q的坐标即为最优解。