一种具有预判的异构蜂窝网络负载均衡方法与流程

本发明属于无线通信技术领域，特别是一种具有预判的异构蜂窝网络负载均衡方法。

背景技术：

异构蜂窝网络中，由于宏基站发射功率大，而用户倾向于接入接受功率最大的基站，宏蜂窝网络经常面临超载的问题。此时，如果小蜂窝愿意服务宏用户，则可以充分利用小蜂窝的资源，减轻宏蜂窝网络的负载，从而提升网络整体性能。已有一些文献在斯坦伯格(stackelberg)博弈模型的框架下，通过设计不同的激励机制来鼓励小基站接受并服务宏用户，参考文献h.soumaya,z.monia,t.sami,“win–winrelationshipbetweenmacrocellandfemtocellsforspectrumsharinginlte-a,”ietcommun.,vol.8,no.7,pp.1109–1116,2014；k.zhu,e.hossainandd.niyato,“pricing,spectrumsharing,andserviceselectionintwo-tiersmallcellnetworks:ahierarchicaldynamicgameapproach,”ieeetrans.mobilecomput.,vol.13,no.8,pp.1843-1856,2014.两篇文献中，宏基站分别以售卖频谱和支付补贴的方法激励小基站接入宏用户。

然而，现有的研究还存在以下问题：首先，将宏用户卸载的策略是否对宏蜂窝和小蜂窝双方都有利；其次，在何种情况下，进行卸载比不进行卸载更有利。现有研究总是假设宏基站需要将宏用户进行卸载，然而事实上，当宏蜂窝网络负载较轻或宏用户受到的服务都满意时，宏蜂窝是不需要进行卸载的。此外，当小蜂窝网络负载较重或小蜂窝信道质量不好时，宏蜂窝卸载宏用户的策略不但不能够提升宏用户的满意度，还会加重小蜂窝网络的负担，即宏蜂窝与小蜂窝双方都不获利。

技术实现要素：

本发明的目的在于提供一种具有预判的异构蜂窝网络负载均衡方法，能够预判宏蜂窝何时进行卸载宏用户，以实现更合理的异构蜂窝网络负载均衡。

实现本发明目的的技术解决方案为：一种具有预判的异构蜂窝网络负载均衡方法，包括以下步骤：

步骤1，将异构蜂窝网络负载均衡问题，建模为一个两阶段的stackelberg博弈模型，上层领导者是网络中的宏基站，下层跟随者是网络中的小基站；

步骤2，stackelberg博弈模型第一阶段，宏基站预判是否要卸载宏用户：是则第二阶段进入互相帮助部分，即进行负载均衡；否则第二阶段进入自己干活部分，即不进行负载均衡；

步骤3，如果stackelberg博弈模型第二阶段进入互相帮助部分，则宏基站采用激励机制鼓励小基站服务宏用户。

进一步地，步骤1所述的将异构蜂窝网络负载均衡问题，建模为一个两阶段的stackelberg博弈模型，该博弈模型为：

其中，b＝bs∪s0为所有基站的集合，s0为宏基站，bs＝[s1,sk,…,sk]为小基站的集合，β＝[0,1]为宏基站奖励比例策略集合，α＝[0,1]为小基站开放时间比例策略集合，u0为宏基站的效用函数，u1为小基站的效用函数。

进一步地，步骤2中所述的宏基站预判是否要卸载宏用户，具体如下：

当宏用户q的速率小于门限值r^τ时，卸载该用户，其中，

其中，c0为宏用户向宏基站支付每单位速率的价格，为宏用户q被卸载到小基站后的速率，为小蜂窝用户k的速率，c1为小蜂窝用户向小基站支付每单位速率的价格，f为关于宏基站发送功率的开销系数，h表征小蜂窝用户k的重要性，p0为宏基站的发射功率，t为帧长。

进一步地，步骤3中所述的宏基站采用激励机制鼓励小基站服务宏用户，具体为：宏基站通过调整奖励比例实现效用函数的最大化，小基站通过调整开放时间比例实现各自效用函数的最大化；

宏基站的效用函数包括收益和开销两部分，某一帧内宏基站的效用函数为：

其中，α为小基站在这一帧内开放服务宏用户的时间比例，β为宏基站从收益中划分给小基站的奖励比例，以激励其接入宏用户；

某一帧内小基站的效用函数为：

其中，ζ(α)为关于α的非减函数，且ζ(α)＝hα²,(h＞0)。

本发明与现有技术相比，其显著优点在于：(1)将负载均衡问题构建为具有预卸载决策的stackelberg博弈模型，并预判何时进行宏用户卸载更有利；(2)将宏基站的效用函数设计为一个对应于不同决策的分段函数，能够直观地体现出不同决策对宏基站的影响。

附图说明

图1是本发明具有预判的异构蜂窝网络负载均衡方法的异构蜂窝网络模型示意图。

图2是本发明所采用的宏蜂窝与小蜂窝工作机制示意图。

图3是本发明中负载均衡过程流程示意图。

图4是本发明中宏用户移动示意图。

图5是本发明中宏基站宏用户的距离对宏基站效用影响的示意图。

图6是本发明中宏基站宏用户之间的穿墙损耗对宏基站效用影响的示意图。

图7是本发明中小基站宏用户之间的穿墙损耗对宏基站效用影响的示意图。

图8是本发明中小蜂窝用户重要性对宏基站效用影响的示意图。

具体实施方式

图1是本发明中异构蜂窝网络的模型。该模型中，k个小蜂窝布设置在一个宏蜂窝的覆盖范围内，并与宏基站同频工作。信息传输以帧为单位进行划分，每一帧又被进一步划分为时隙。设定每个基站在一个时隙内只能调度一个用户，小基站分配不同的时隙服务不同的用户，并采用混合接入控制机制。

本发明的使用环境为稀疏分布的网络场景，小蜂窝之间的相互干扰可以忽略不计，且一个宏用户只会落在一个小基站的覆盖范围内，受到别的小基站的干扰也可以忽略不计。本网络场景可以简化为一个宏蜂窝覆盖一个小蜂窝。图2为本发明中的宏蜂窝与小蜂窝工作机制示意图。图中小基站在后两个时隙中接入宏用户进行服务，因此宏基站在后两个时隙中不工作。

本发明具有预判的异构蜂窝网络负载均衡方法，具体流程如图3，包括以下步骤：

步骤1，将异构蜂窝网络负载均衡问题，建模为一个两阶段的stackelberg博弈模型，博弈的上层领导者是网络中的宏基站，下层跟随者是网络中的小基站；

步骤2，stackelberg博弈模型第一阶段，宏基站预判是否要卸载宏用户，如果卸载宏用户更有利，则第二阶段进入“互相帮助”部分，即进行负载均衡；如果宏基站自己服务宏用户更有利，则第二阶段进入“自己干活”部分，即不进行负载均衡；

步骤3，stackelberg博弈模型第二阶段的“互相帮助”部分中，宏基站采用激励机制鼓励小基站服务宏用户，具体地，宏基站通过调整奖励比例实现效用函数的最大化，小基站通过调整开放时间比例实现各自效用函数的最大化。

本发明的具体实施如下：

一、步骤1所述的将异构蜂窝网络负载均衡问题，建模为一个两阶段的stackelberg博弈模型，该博弈模型为：

该博弈模型中包含四个组成部分，其中，b＝bs∪s0为所有基站的集合，s0为宏基站，bs＝[s1,sk,…,sk]为小基站的集合，β＝[0,1]为宏基站奖励比例策略集合，α＝[0,1]为小基站开放时间比例策略集合，u0为宏基站的效用函数，u1为小基站的效用函数。

二、步骤2所述在第一阶段中，宏基站预判是否要卸载宏用户，具体如下：

当宏用户q的速率小于门限值r^τ时，卸载该用户，其中，

其中，c0为宏用户向宏基站支付每单位速率的价格，为宏用户q被卸载到小基站后的速率，为小蜂窝用户k的速率，c1为小蜂窝用户向小基站支付每单位速率的价格，f为关于发送功率的开销系数，h表征小蜂窝用户k的重要性，小蜂窝用户k越重要，h越大，p0为宏基站的发射功率，t为帧长。

三、步骤3所述宏基站通过调整奖励比例实现效用函数的最大化，小基站通过调整开放时间比例实现各自效用函数的最大化，具体如下：

宏基站的效用函数包括两个部分：收益和开销。某一帧内宏基站的效用函数为：

其中，α为小基站在这一帧内开放服务宏用户的时间比例，β为宏基站从收益中划分给小基站的奖励比例，以激励其接入宏用户。

某一帧内小基站的效用函数为：

其中，ζ(α)为一个关于α的非减函数，该函数由实际系统模型中不同的小蜂窝用户性能决定，本发明中设定ζ(α)＝hα²,(h＞0)。

四、博弈的优化目标：宏基站通过调整奖励比例实现效用的最大化，优化函数为：

p1:

小基站通过调整开放时间比例实现各自效用的最大化，优化函数为：

p2:

实施例1

本发明的一个具体实施例如下，系统仿真采用matlab软件，参数设定不影响一般性。仿真场景为一个包含一个宏蜂窝和一个小蜂窝的两级网络，宏蜂窝和小蜂窝的覆盖半径分别为300m和30m，发射功率分别为800mw和100mw，背景噪声假设为10^-7mw，带宽设为3mhz。不失一般性，假设路径损耗因子λ＝3，用户支付给小基站和宏基站的单价分别为c1＝0.1和c0＝5，参数f＝2×10⁶。

首先探究宏基站宏用户的距离对效用的影响，假设宏用户在小基站覆盖范围内移动的情况。图4为宏用户移动示意图。由图5可以看出，当宏基站宏用户距离小于某门限时，宏基站自己服务宏用户可以获得很高的效用。在这种情况下，进行卸载是不必要也是无法获利的。当两者距离超过门限后，宏基站效用随着距离的增加而增大，宏用户与小基站的距离在减小，因此宏用户被卸载到小基站后的速率会变高。

随后探究信道质量对效用的影响。由图6可以看出，当宏用户在小基站的覆盖范围内部移动时，无论宏基站宏用户之间的信道质量如何，宏基站总会将该宏用户卸载。而如果宏用户处在小基站覆盖范围边缘，当宏基站宏用户之间的信道质量不是很差的时候，自己服务该宏用户对于宏基站来说是更有利的选择。也就是说，宏基站在卸载前进行预判是有必要的。由图7可以看出，当宏用户处在小基站覆盖范围边缘时，由于随着小基站宏用户之间的信道质量变差，宏用户受到的来自小基站的干扰减小，因此宏基站可以获得更高的速率。如果宏用户位于小基站的覆盖范围之内，当小基站宏用户之间的信道质量差到某一程度时，宏基站自己服务宏用户也会更加有利，此时所提方法的第一步显得很有意义。

接着探究小蜂窝用户重要性对效用的影响。由图8可以看出当小基站宏用户的重要性很低时，小基站会全程服务宏用户，宏基站会预判进行卸载宏用户。随着小基站宏用户重要性的增加，小基站服务宏用户的时间会变少。当小基站宏用户的重要性达到特定值时，为了获得最好的效用，宏基站预判不进行卸载宏用户。在这种情况下，预判是否需要卸载宏用户是一个有必要的过程。

综上，本发明提出的具有预判的异构蜂窝网络负载均衡方法，能够针对不同情况、不同环境的网络场景，做出对宏蜂窝与微蜂窝有利的决策，为异构蜂窝网络场景中宏蜂窝与微蜂窝之间的负载均衡问题提供理论支撑。