基于能效的密集小蜂窝网络资源分配方法与流程

本发明涉及移动通信领域，具体为一种基于能效的密集小蜂窝网络资源分配方法。

背景技术：

随着互联网的广泛应用和移动智能终端的普及，人们对移动数据业务的需求量与日剧增，现在人们已经习惯并依赖无处不在、无时不通的无线网络。现有的4g网络移动通信系统以及下一代移动通信系统所用频段均为2ghz左右的高频段，这种高频的无线信号穿透能力非常强，传输能量损耗也非常大，导致室内信号大幅度衰减，甚至在某些封闭环境将出现覆盖偏弱，乃至覆盖“空洞”现象。在这样的情况下，仅依靠宏基站，已经无法满足室内用户的通信需求了。此外，据调查，有70％移动数据业务发生在室内，欧洲20％～40％、美国40％～50％、中国60％的移动电话通话是在室内发生的。

为了满足日益增长的高速率业务要求，部署小蜂窝网络被认为是一种有效的解决办法，小蜂窝具有低功率、覆盖范围小、组网灵活的特点，特别适合用于城市地区补盲及热点区域的分流，在繁忙地区，小蜂窝可分流80％的流量。由此，小蜂窝成为了近年来5g的关键技术之一。

随着业务类型的不断丰富和应用需求的快速增长，特别是高带宽需求的业务涌现，人们对无线网络中资源的需求越来越大，日益增长的资源需求和有限的网络资源供给之间的矛盾已成为制约无线通信发展的主要因素之一。由此，实现无线网络资源的合理、高效利用是密集小蜂窝网络亟待解决的技术挑战之一。在复杂多变的异构融合网络环境中，由于网络中基站设备消耗能量巨大，除了网络资源的高效利用以及用户业务(qualityofservice，qos)保证以外，如何在满足用户业务数据传输的前提下有效降低异构网络中的能量消耗、提高网络能效，这也是当前异构无线网络在服务用户所面临的关键挑战之一。

综上所述，在有限的网络资源供给上合理的分配资源实现网络能效的最大化是无线资源管理的主要目标。

技术实现要素：

有鉴于此，本发明的目的在于如何实现负载均衡下的用户和小区基站最优选择方案，在提升网络能效的同时合理的分配信道和功率给每个用户，该方法在分配过程，联合优化负载均衡并以最大化网络能效为目的确定最优信道分配和功率分配方案。

本发明提出了一种基于能效的密集小蜂窝网络资源分配方法，能够有效的提高网络能效并保障用户服务需求。这对增加网络的整体性能将具有十分重要的意义。

本发明解决上述问题所提出的技术方案是一种基于能效的密集小蜂窝网络资源分配方法：包括：

s1、基于负载均衡确定小区最优选择；

s2、根据所述小区最优选择，确定信道分配方案；

s3、根据所述信道分配方案，优化网络能效确定最优功率分配方案。

进一步的，对于确定小区最优选择，每个用户可根据自己的最低服务速率需求建立其备选小区列表，即可以满足用户最低速率需求的小区的集合，定义用户的优先级为其备选小区列表中基站的个数。让优先级高的用户优先选择能够使其效用函数值最大的基站作为自己的服务基站。

进一步的，对于信道分配方案，为减轻同层和跨层干扰，先进行小区和用户分簇，然后进行信道分配。首先，把有邻居关系的小区分成簇，然后在小区簇里以最小化用户的相关干扰为目的进行用户分簇。分簇完成后，同一用户簇中的用户选择使该簇平均能效最大的子信道，该过程迭代进行，直到所有的子信道分配完。

进一步的，对于功率分配方案，由于一个基站可以连接多个用户，所以在功率分配时会受基站的最大传输功率限制，即基于以上考虑，结合信道分配方案该算法联合优化网络能效并确定最优功率分配方案。

本发明的有益效果在于：本发明所述方法不仅可以有效的保障密集小蜂窝网络中不同类型基站下的负载均衡，而且联合最大化网络能效实现了最优的信道分配方案、功率分配方案进而提升整个网络的传输性能。

附图说明

图1为本发明的密集小蜂窝网络场景模型图；

图2为本发明的基于能效的密集小蜂窝网络资源分配方法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图与具体实施例对本发明作进一步说明：本发明是基于如图1所示的密集小蜂窝网络场景下实现的，其中，宏基站分布在网络中心，小基站随机分布在宏蜂窝网络中，图1中，mbs表示宏基站；pbs表示微蜂窝基站；fbs表示家庭基站，用户随机分布在系统中。

本发明的一种基于能效的密集小蜂窝网络资源分配方法，如图2所示，包括：

s1、基于负载均衡确定小区最优选择；

s2、根据所述小区最优选择，确定信道分配方案；

s3、根据所述信道分配方案，优化网络能效确定最优功率分配方案。

进一步的，所述基于负载均衡确定小区最优选择包括：用户根据效用函数的大小依次选择服务基站包括：用户根据所述用户的最低服务速率需求建立备选小区列表；根据所述用户的备选小区列表中基站的个数，确定用户的优先级，即所述备选小区列表中基站的个数越多的用户，用户的优先级越高；根据优先级的顺序，依次让优先级越高的用户选择效用函数越大的值的基站作为所述优先级越高的用户的服务基站。

由于小蜂窝网络中不同类型基站的发射功率、覆盖范围、所能够服务的最大用户数各不相同，本发明把基站m所服务的用户数叫做该基站的负载lm，而一个基站的最大负载，所述基站的最大负载为所述基站最多能服务的用户数，其中，所述最大负载不仅与该基站的最大传输资源数有关，还与这个基站的调度方法有关。用lm_b来表示基站m在一个传输时间间隔(transmissiontimeinterval,tti)中能同时服务的最多用户数，lm_max是所述基站m在一个传输时间间隔tti中能同时服务的用户数的两倍；每个tti在lte网络中相当于两个时隙，每个tti所占时间长度为1ms。

当基站的负载满足lm>lm_b时，不能确定该基站一定超载，因为可以采用某种合适的调度方法使得用户在下一个tti获得服务；

优选的，本发明采用轮询调度法(roundrobinscheduling，rrs)使得用户在下一个tti获得服务。

进一步的，根据对未来网络提出的“零”时延要求，设备到设备间的时延必须限制在1ms范围内，所以在轮询调度法下，一个基站能够服务的最大用户数lm_max正好是其一个tti中可以服务的用户数的两倍。

进一步的，负载均衡因子为：

所述建模负载均衡因子用来表示用户k成功接入基站m的概率,k∈1,2,...,k；其中lm表示基站m当前所服务的用户数，m∈1,2,...,m；lm_max表示基站m的最大服务用户数，lm_b表示基站m在一个tti中能同时服务的最多用户数。

用表示用户k接入基站m的能效，进而建模效用函数是用户k接入基站m的信干噪比，pm是基站m的最大传输功率。

进一步的，为了保证用户的最低服务需求，把满足用户最小速率要求的小区列入备选小区列表并定义其列表中基站的个数为用户k的优先级，让优先级高的用户优先选择基站；并根据确定能够使其能效值最大的基站作为其服务基站，用户每完成一次选择后更新基站的当前负载与小区列表，也即是：用户根据所述用户的最低服务速率需求建立备选小区列表；根据所述用户的备选小区列表中基站的个数，确定用户的优先级，即所述备选小区列表中基站的个数越少的用户，用户的优先级越高；根据优先级的顺序，让优先级越高的用户依次选择效用函数值越大的基站作为所述优先级越高的用户的服务基站。

通过小区分簇和用户分簇，进行信道分配具体包括：将有邻居关系的小区分成簇；根据小区簇的最小化用户的相关干扰，进行用户分簇。

优选的，进行小区分簇和用户分簇以减小同层和跨层干扰。其中，小区分簇是把有邻居关系的小区分成簇，用户分簇是以小区簇为单位把相关干扰小的用户分成簇。然后，用户簇选择使该用户簇平均能效最大的子信道，该过程迭代进行直到所有的子信道分配完。

进一步的，小区分簇过程包括：基站i中的用户k将接收到的来自基站j的sinrj上报给基站i，基站i收到了用户k发送的sinri和sinrj信息后，判断，如果sinri-sinrj<ith，基站j便被判定为基站i的一个邻居基站，并且基站i会把基站j的序号j添加到自己的邻近小区列表中，完成小区分簇；其中，sinri表示来自服务基站i的信干噪比，sinrj表示来自其他基站的信干噪比，i,j∈b，b为基站的集合，且i≠j；ith是信干噪比差值的阈值，ith是一个可调整的参数。

进一步的，根据小区簇的最小化用户的相关干扰，进行用户分簇包括：通过将用户簇的干扰权重和最小化，将相关干扰小的用户分成一簇；具体包括：从网络中随机选择顶点开始，通过添加来自其他小区的顶点来遍历子图，将当前用户簇的权重最小化；当所述当前用户簇的所有顶点的干扰权重和达到上限时，所述当前用户簇将被独立成簇，从剩余的顶点开始生成一个新的用户簇；其中，所述用户簇的干扰权重包括：

所述用户簇的干扰权重为所述小区簇中用户的信干噪比的倒数，其中：是用户k接入基站m的信干噪比，hk,n,m是基站m到用户k的信道增益；pk,n,m是基站m到用户k的发射功率；k'∈u,u是用户集合，hk',n,j表示为干扰信号的信道增益，pk',n,j表示为干扰信号的发射功率，n0是加性高斯白噪声；

两个用户的相关干扰的和为两个顶点之间的边的权值，表示为：

其中，分别代表用户k1,k2的干扰权重，δth是所述用户簇的干扰的上界。

优选的，确定信道分配具体包括：根据最大化用户簇的能效，迭代地分配子信道给用户簇，包括：随机选择一个用户簇，所述用户簇选择使所述用户簇能效最大的子信道，即：其他用户簇从剩余的子信道选择使所述用户簇能效最大的信道，该过程迭代执行直到所有的信道分配完；

其中，argmax[·]表示·取得最大值时对应的自变量的值，n表示子信道，n为信道总数，een表示所述用户簇的能效。

进一步的，所述能效的优化模型引入约束条件∑j∈b,j≠m,k'∈u,k'≠khk',n,jpk',n,j≤imax，构建拉格朗日函数，使用更新后的拉格朗日乘子求解功率分配策略，具体包括：

进一步的，基于本发明所建模的能效模型为：

令q^*为q所对应的最大能效，即：

当且仅当满足：

可实现最大能效q^*。

其中，为负载均衡因子，w表示为带宽，hk,n,m是基站m到用户k的信道增益；pk,n,m是基站m到用户k的发射功率；b表示基站的集合，b＝{1,2,...,m}，m表示为基站总数；u表示用户集合，u＝{1,2,...,k}，k表示用户总数；n为子信道，n为信道总数，n0是加性高斯白噪声，pcir表示为电路功率，hk',n,j表示为干扰信号的信道增益，pk',n,j表示为干扰信号的发射功率；为最优功率。

由于采用分簇的方法减小了干扰，引入约束条件∑j∈b,j≠m,k'∈u,k'≠khk',n,jpk',n,j≤imax，imax可以被看作是每个子信道中的最大干扰，约束条件可简化为在运算的过程中，默认|b|>1；

进一步的，采用分布式方式对网络中每个基站独立执行功率分配方案。因此，对于每个小区，其最优功率分配方案可以通过解决下面的凸函数最优化问题来获得：

进一步的，构建拉格朗日函数：

其中，γ是约束条件的拉格朗日乘子，μ是约束条件的拉格朗日乘子，是约束条件的拉格朗日乘子，p表示为功率，其中是用户k连接基站m后获得的速率，是用户k的最小速率要求；imax为每个子信道中的最大干扰；

由于卡罗需-库恩-塔克(karush-kuhn-tucker，kkt)条件是解决最优化问题的充要条件，通过解决kkt条件，用拉格朗日函数对pk,n,m求偏导并令其等于零，求得基站m到用户k的发射功率为：

进一步的，优选的，利用次梯度求解法更新拉格朗日乘子，求解功率分配策略：

其中，l≥0为迭代次数，ξi是极小的迭代步长，i∈{1,2,3}；表示基站m的最大传输功率，迭代更新求解功率pk,n,m和拉格朗日乘子直至算法收敛。

本发明通过构建拉格朗日函数，使用更新后的拉格朗日乘子求解功率分配策略，根据kkt条件解决最优化问题，能够有效的提高网络能效。

本发明是联合小区选择和信道、功率分配最大化网络能效，进行信道分配之前采用分簇方式解决同层和跨层干扰，达到的目的：能够最大化网络能效，减小干扰，以及合理分配信道和功率。

以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。