本发明涉及无线网络中,一种基于能量采集的线性搜索式双连接数据分流方法。
背景技术:
在过去的十年,智能移动终端的爆炸式增长,以及移动网络服务的受欢迎程度不断提高,蜂窝网中产生了巨大的通信量。在无线电接入网的多层结构上,大量的异构小基站密集覆盖在宏基站的单元内,宏基站将移动通信量分流给小基站,这种方式就是数据分流。数据分流已经作为一种有效并且有经济效益的方法,在宏基站蜂窝网中缓解通信量的拥塞起了很大的作用。但是,这种单一的方式效率和灵活度有较大的欠缺。为了可以更好地分流数据和更灵活地管理资源,第三代合作伙伴项目提出“双连接”技术,能够使用户(mobileusers,mus)通过使用两个不同的无线电接口和宏基站(macrobasestation,bs)交流,并且同时将分流的数据传给小基站(small-cellaccesspoint,ap)。
技术实现要素:
本发明要克服现有技术的上述缺点,提供一种无线网络中基于能量采集的线性搜索式双连接分流优化方法。
本发明为基于能量收集的双连接无线网络数据分流的优化设计。首先考虑的是蜂窝网络,而ap指的是蜂窝网络的接入点,与此同时,还考虑的是双连接。所以本发明研究的是双连接下的能量收集在ap无线蜂窝网络数据分流的优化设计。本发明针对双连接技术的难点,研究了基于能量采集双连接的用户资源调度问题,将问题分解为数据调度和能量分配的优化问题。
本发明解决其技术问题所采用的技术方案是:
一种无线网络中基于能量采集的线性搜索式双连接分流优化方法,包括以下几个主要步骤:
(1)在bs的覆盖范围下总共有i个移动用户(mobileusers,mus),同时部署了多个小蜂窝辅助网络接入点(ap)通过“双连接”为mus提供数据分流服务。在该情况下,ap使用能量采集技术来发送数据。考虑到能量采集的技术特性,引入两个索引集,对于mu端引入
在无线小蜂窝网络中,通过基站bs和小基站辅助接入点ap的发送功率控制,在bs端和ap端消除用户mu所有共用信道而产生的干扰,在保证mu数据需求的情况下最小化系统总功率消耗的优化问题描述为如下所示的非凸性优化问题tmpp问题,tmpp指的是全局最优化用户功率消耗问题:
min∑i∈ipsi+pbi
variables:(rsi,psi),and(xbi(s),pbi(s))
在tmpp问题中,psi表示在aps侧mu所消耗的能量,rsi表示aps侧用户所能够达到的最大数据需求流量。同理,pbi(s)和xbi(s)分别表示的是在宏基站bs端mu所消耗的能量和bs端mu所能达到的最大数据需求流量。pout是关于psi和rsi的函数,可表示为pout(psi,rsi)。
另外根据香农定理,可以得到数据需求表达式如下:
xbi(s)=wblog2(1+pbi(s)gbi/nbi)(1-4)
下面具体将问题中的各个变量及关系表达式做一个说明,如下:
wb:bs到mu的信道带宽/hz;
ws:ap到mu的信道带宽/hz;
gbi:bs到mu的信道功率增益;
gsi:ap到mu的信道功率增益;
nbi:bs到mu的信道背景噪声功率/w;
nsi:ap到mu的信道背景噪声功率/w;
xbi:bs提供给mu的数据流量需求hz;
xsi:ap提供给mu的数据流量需求hz;
pout:ap在提供mu流量需求时溢出概率;
qs:ap能量采集的概率密度函数;
ns:ap最多接入的mu个数;
mupp:能量采集上限值;
mlow:能量采集下限值;
在能量采集的网络中,从ap的角度出发考虑,能量采集受限于时间、地域等因素,能量不充分。具体表现在ap端的数据需求必须考虑概率,因此数据需求流量表示如下:
在(1-5)式中,qs(mupp,mlow)表示概率密度函数,mupp和mlow分别为均匀分布的上下限。ns的物理意义是该ap可以接入的最多mu个数,将其设置为一个给定的值。接下去,将具体描述pout表达式来简化tmpp问题。
(2)溢出概率函数pout表达式如下:
将qs(mupp,mlow)带入到(2-1)中,得到最终关于溢出函数的表达式,分析整理该表达式在不同的条件下,得到三种情况如下:
i)如果
ii)如果
iii)如果
在得到溢出概率的表达式之后,按照以上三种情况来分别进行讨论。对于第三种情况来说,此时完全溢出。只有bs参与数据分流,可以得到
(3)pout∈[0,1),设想在bs和ap两端考虑(1-1)的限制条件,定义一个变量ρsi,如下:
该变量的物理意义是ap能够实现的数据分流占mu总需求的百分比,同理ρsi∈[0,1]。将(2-2)代入回tmpp问题中,在bs端可以得到数据需求如下:
根据(1-5)中,得到ap端能量消耗如下:
将(1-4)、(2-3)、(2-4)三式联立可以将tmpp问题等价为tmpp-e问题,“e”表示的是等价地,如下
注意:公式(2-5)中的rsi(ρsi)是rsi关于ρsi的函数,具体参考(2-2)。
(4)底层tmpp-ap问题和tmpp-bs问题。底层tmpp-ap问题表示如下:
s.t:constraint(2-4)
constraint(1-3)
variables:ρsiandrsi
tmpp-ap问题有两个变量ρsi和rsi,通过枚举分流比例得到ap端的功率psi。对限制条件(2-4)关于rsi求导,ap端能量一阶导数fg(rsi)可以得到:
这里fg(rsi)中ap端能量
接下去,讨论tmpp-bs问题,由于只有一个变量数据需求百分比ρsi,且是关于该变量的单调递减函数,所以很容易就可以解决,将其表示如下:
(5)顶层tmpp-top问题。表示如下:
s.t.0≤ρsi≤1
综上第(4)部分中所讲述的两个子问题,得到顶层tmpp-top问题。所以将tmpp-ap的最优解表示为如下:
(6)求解tmpp-ap和tmpp-bs算法gsol-algorithm,该算法主要通过:利用二分法求解ap端能量一阶导数fg(rsi)的零点来求解得到相应的最优ap端能量消耗
步骤6.1:输入初始数据分流百分比ρsi;
步骤6.2:设定各参数初值:允许误差γ=10-6、标记flag=1和数据需求下限值
步骤6.3:判断ap端能量一阶导数
步骤6.4:如果
步骤6.5:否则,判断标记flag=1是否成立;
步骤6.6:如果标记flag=1成立,用对分法求得当前最优数据分流需求ropt,temp,转至执行步骤6.8;
步骤6.7:否则转至执行步骤6.9;
步骤6.8:将当前最优数据分流需求ropt,temp代入当前ap端能量消耗
步骤6.9:如果当前ap端能量消耗
步骤6.10:输出最优ap能量消耗
(7)根据ap端能量一阶导数的单调性求解tmpp-top的线性搜索算法ls-algorithm。
步骤7.1:设置ap端能量一阶导数的零点ρsi为0,步长δ=10-5,当前最优解cbs为空集,最优能量消耗值cbv为∞;
步骤7.2:如果tmpp-ap问题可行,根据算法(6)计算得到当前最优ap能量消耗
步骤7.3:如果tmpp-bs问题可行,根据(2-9)和(2-10)计算得到最优bs端能量消耗
步骤7.4:判断所求得的总能量消耗
步骤7.5:如果
步骤7.6:如果
步骤7.7:结束循环;
步骤7.8:输出最优解分别是ap端最优数据需求
本发明的技术构思为:首先,考虑在能量采集的异构无线网络中,小基站ap和宏基站bs通过对于mu的数据分流实现最小化功率来获得一定的经济效益。在此处,考虑前提是ap需要保证mu的吞吐量,再实现最小化mu的能耗。接着,通过对问题的特性分析,将问题等价转换成两层问题,分别是两个底层问题和一个顶层问题来求解。结合对于子问题的分析,提出基于目标函数单调性和枚举搜索的数据调度和功率控制方法,从而在保证mu的数据需求下,实现最小化能量消耗。
本发明的有益效果主要表现在:1、对于整体系统而言,双连接技术大大提高了对于无线资源的利用率;2、对于小基站ap而言,使用相同的能量可以为更多的用户mu提供服务,同时利用能量采集技术,降低对于电网能量的依赖;3、对于用户mus而言,通过双连接技术摆脱对于bs和固定范围的ap约束,获得更优质的流量服务。
附图说明
图1是无线网络中多个用户mu和若干个小基站ap的场景示意图。
具体实施方式
下面结合附图对于本发明作进一步详细描述。参照图1,一种基于能量采集的线性搜索式双连接数据分流方法,实行该方法能在同时满足数据需求的前提下,使得系统能耗最小,提高整个系统的无线资源利用率。本发明可以应用于无线网络,如图1所示场景中。针对该目标设计对问题的优化方法主要包括如下步骤:
(1)在bs的覆盖范围下总共有i个移动用户(mobileusers,mus),同时部署了多个小蜂窝辅助网络接入点(ap)通过“双连接”为mus提供数据分流服务。在该情况下,ap使用能量采集技术来发送数据。考虑到能量采集的技术特性,引入两个索引集,对于mu端引入
在无线小蜂窝网络中,通过基站bs和小基站辅助接入点ap的发送功率控制,在bs端和ap端消除用户mu所有共用信道而产生的干扰,在保证mu数据需求的情况下最小化系统总功率消耗的优化问题描述为如下所示的非凸性优化问题tmpp问题,tmpp指的是全局最优化用户功率消耗问题:
min∑i∈ipsi+pbi
variables:(rsi,psi),and(xbi(s),pbi(s))
在tmpp问题中,psi表示在aps侧mu所消耗的能量,rsi表示aps侧用户所能够达到的最大数据需求流量。同理,pbi(s)和xbi(s)分别表示的是在宏基站bs端mu所消耗的能量和bs端mu所能达到的最大数据需求流量。pout是关于psi和rsi的函数,可表示为pout(psi,rsi)。另外根据香农定理可以得到:
xbi(s)=wblog2(1+pbi(s)gbi/nbi)(1-4)
下面具体将问题中的各个变量及关系表达式做一个说明,如下:
wb:bs到mu的信道带宽/hz;
ws:ap到mu的信道带宽/hz;
gbi:bs到mu的信道功率增益;
gsi:ap到mu的信道功率增益;
nbi:bs到mu的信道背景噪声功率/w;
nsi:ap到mu的信道背景噪声功率/w;
xbi:bs提供给mu的数据流量需求hz;
xsi:ap提供给mu的数据流量需求hz;
pout:ap在提供mu流量需求时溢出概率;
qs:ap能量采集的概率密度函数;
ns:ap最多接入的mu个数;
mupp:能量采集上限值;
mlow:能量采集下限值;
在能量采集的网络中,从ap的角度出发考虑,能量采集受限于时间、地域等因素,能量不充分。具体表现在ap端的数据需求必须考虑概率,因此数据需求流量表示如下:
在(1-5)式中,qs(mupp,mlow)表示概率密度函数,mupp和mlow分别为均匀分布的上下限。ns的物理意义是该ap可以接入的最多mu个数,将其设置为一个给定的值。接下去,将具体描述pout表达式来简化tmpp问题。
(2)溢出概率函数pout表达式如下:
将qs(mupp,mlow)带入到(2-1)中,得到最终关于溢出函数的表达式,分析整理该表达式在不同的条件下,得到三种情况如下:
i)如果
ii)如果
iii)如果
在得到溢出概率的表达式之后,按照以上三种情况来分别进行讨论。对于第三种情况来说,此时完全溢出。只有bs参与数据分流,可以得到
(3)pout∈[0,1),设想在bs和ap两端考虑(1-1)的限制条件,定义一个变量ρsi,如下:
该变量的物理意义是ap能够实现的数据分流占mu总需求的百分比,同理ρsi∈[0,1]。将(2-2)代入回tmpp问题中,在bs端可以得到数据需求如下:
根据(1-5)中,得到ap端能量消耗如下:
将(1-4)、(2-3)、(2-4)三式联立可以将tmpp问题等价为tmpp-e问题,“e”表示的是等价地,如下:
注意:公式(2-5)中的rsi(ρsi)是rsi关于ρsi的函数,具体参考(2-2)。
(4)底层tmpp-ap问题和tmpp-bs问题。底层tmpp-ap问题表示如下:
s.t:constraint(2-4)
constraint(1-3)
variables:ρsiandrsi
tmpp-ap问题有变量ρsi和rsi,通过枚举分流比例得到ap端的功率psi。对限制条件(2-4)关于rsi求导,ap端能量一阶导数fg(rsi)可以得到:
这里fg(rsi)中ap端能量
在上式中,
接下去,讨论tmpp-bs问题,由于只有一个变量数据需求百分比ρsi,且是单调递减函数,所以很容易就可以解决,将其表示如下:
(5)顶层tmpp-top问题。表示如下:
s.t.0≤ρsi≤1
综上第(4)部分中所讲述的两个子问题,得到顶层tmpp-top问题。将tmpp-ap的最优解表示为如下:
(6)求解tmpp-ap和tmpp-bs算法gsol-algorithm,该算法主要通过二分法求解ap端能量一阶导数fg(rsi)的零点来求解得到相应的最优ap端能量消耗
步骤6.1:输入初始数据分流百分比ρsi;
步骤6.2:设定各参数初值:允许误差γ=10-6、标记flag=1和数据需求下限值
步骤6.3:判断ap端能量一阶导数
步骤6.4:如果
步骤6.5:否则,判断标记flag=1是否成立;
步骤6.6:如果标记flag=1成立,用对分法求得当前最优数据分流需求ropt,temp,转至执行步骤6.8;
步骤6.7:否则转至执行步骤6.9;
步骤6.8:将当前最优数据分流需求ropt,temp代入当前ap端能量消耗
步骤6.9:如果当前ap端能量消耗
步骤6.10:输出最优ap能量消耗
(7)根据ap端能量一阶导数的单调性求解tmpp-top的线性搜索算法ls-algorithm。
步骤7.1:设置ap端能量一阶导数的零点ρsi为0,步长δ=10-5,当前最优解cbs为空集,最优能量消耗值cbv为∞;
步骤7.2:如果tmpp-ap问题可行,根据步骤(6)的算法计算得到当前最优ap能量消耗
步骤7.3:如果tmpp-bs问题可行,根据式(2-9)和式(2-10)计算得到最优bs端能量消耗
步骤7.4:判断所求得的总能量消耗
步骤7.5:如果
步骤7.6:如果
步骤7.7:结束循环;
步骤7.8:输出最优解分别是ap端最优数据需求
在本实施案例中,图1是本发明考虑的无线网络中包含有一个宏基站bs和若干用户mu和小基站ap的系统。在该系统中,主要考虑的不包括干扰,但是会考虑到1.用户mu与小基站ap之间的信道环境;2.不同用户mu的数据需求;3.不同小基站ap对于用户mu的资源分配情况;4.用户mu之间的功率需求对于系统消耗的影响。为了使得系统获得一个服务质量有很大保证同时达到能耗最小的目标,提出发明实现对于该问题的解决。
本实施例着眼于在满足用户mu的服务品质需求qos的前提下,最小化系统中小基站ap与宏基站bs的能耗,利用能量采集技术来提高小基站在系统中的作用,实现无线资源利用率的提高。本发明在实行过程中,得益于优化算法对于计算复杂度的减少。