一种跨运营商超密集无线网络频谱效率优化方法与流程

本发明涉及无线通信网络领域，尤其涉及一种运营商间的频谱效率优化方法。

背景技术：

随着无线通信的不断发展，现有的智能终端数量不断增加，数据业务类型由以前的语音为主(2G，3G通信)，转为数据流量为主(4G通信)，未来的物联网应用(5G)必然会产生更多的数据流量需求。思科公司在2015年2月3日发布的白皮书中给出了移动数据流量的预测：2014年每月的全球流量为2.5EB，2015年为4.2EB，2016年为6.8EB，2017年为10.7EB,2018年为16.2EB，2019年为24.3EB，数据流量增加近6倍。

为了满足快速的数据增长需求，早在2012年7月ITU的IMT愿景项目组提出了5G的概念，现已给出5G标准化和商业化的计划。相应的5G网络的技术需求标准：网络容量增长1000倍、用户峰值数据率：10-100倍、移动链接密度增长10-100倍，可靠性：给定电池的可持续使用率增长10倍。在现有的实现技术中，主要有超密集无线网络、大规模MIMO、HetNet(LTE+WiFi)、LAA(非授权频谱使用)等。而超密集无线网络(UDN:Ultra Denser Network)在扩大网络室内覆盖率、提高网络容量、对热点区域的业务量分流都有很强的技术优势。在未来众多的5G技术中，频谱资源在低频、中频、高频都不同程度地被使用。

随着无线网络的业务需求量不断增加，频谱带宽的需求随之增加。但频谱资源的供给是有限的，而目前的频谱都是被频谱监管机构授权给某个运营商运行独自使用自己的授权频谱。这样就可能出现在相同区域中业务量高的运营商频谱资源不够用，而业务量小的运营商频谱资源剩余的现象。如何高效使用目前的现有频谱效率已成为无线网络的一个重要的问题。

同时，在传统的频谱资源管理中，频谱资源管理机构通常根据一定的规则，拍卖或者授权给某个运营商单独使用。随着无线业务的种类越来越丰富，对频谱的需求量也随着增大，但频谱是不可再生资源，其供给量是有限的，这使得频谱资源的稀缺性越来越严重。与此同时，由于无线通信业务在时间、空间、频率上的波动很大，比如有些频段在一段时间负载较重，而有些频段则显得较空闲，导致整体网络的频谱利用率不高。

针对上述频谱利用率不高的问题，1999年瑞典皇家理工学院的Joseph Mitola和GeraldQ.Maguire教授提出认知无线网络(CRN：Cognitive Radio Network)。它将频谱共享分为频谱填充和频谱重叠两种方式。认知无线网络可以有限地提高频谱的利用效率，但次用户必须保证主用户的服务质量不受影响的前提下使用频谱，容易使得次用户接入的频谱不够稳定，自己的服务质量不能得到有效保障。另早在2004年,T.A.Weiss学者就提出不同运营商相互合作来共同利用彼此的频谱，提高整个网络频谱使用率。跨运营商的同优先级频谱共享的基本思想如下：不同的运营商拥有相同的频谱使用等级基础上，共享部分频谱。不同的运营商根据各自的业务需求申请不同的共享频谱，它们之间可以适当进行少量的非敏感信息交互，最终通过频谱共享的方式使得整个频谱的使用效率得到提高。二者都可以提升频谱使用效率，增大网络容量和提高终端用户的数据率。与主从频谱共享方案相比，同优先级频谱共享方案的频谱分配显得更加灵活、高效。近来，Co-primary主要从频谱分配的角度来研究超密集无线网络的频谱效率问题，而从功率优化的角度对局部区域的同优先级谱共享的研究相对较少。

技术实现要素：

本发明所要解决的技术问题是：针对运营商之间共享相同频谱，运营商间也存在一定程度的干扰，基于这一点，本发明提出一种基于功率控制的跨运营商超密集无线网络频谱效率优化方案。

本发明为解决上述技术问题采用以下技术方案：

本发明提出一种跨运营商超密集无线网络频谱效率优化方法，不同运营商之间通过交互非敏感信息，采用Bargaining合作博弈及凸优化的方法优化各自的功率，从而控制运营商之间网络的干扰上限。

进一步的，本发明的超密集无线网络频谱效率优化方法，所述非敏感信息包括：运营商的ID号，共享的频谱序列号，链路的方向，相互的干扰信息集。

进一步的，本发明的超密集无线网络频谱效率优化方法，两个运营商之间的Bargaining合作博弈过程如下：

通过动态调整运营商相应小基站的发射功率，来抑制运营商间的干扰；设NBS模型G(S,P,η)代表运营商之间的博弈模型，其中，S：运营商之间构成的弈者集合；P：运营商控制自身网络中小基站的发射功率；η：运营商在相互合作中获得的频谱效率，NBS模型G(S,P,η)至少存在一个NBS解，该存在性说明运营商之间在G(S,P,η)中的小基站功率收敛到某平衡状态。

进一步的，本发明的超密集无线网络频谱效率优化方法，具体包括：

步骤1、确定初始功率P：不同运营商分别对各自所在网络的小基站的发射功率进行初步设置，并确定功率变化的步长t，以及功率变化的步径λ；

步骤2、运营商根据自身获得的频谱效率和对方运营商对自己网络基站的下行链路的干扰，进行功率变化的步长t和功率变化的步径λ的动态矢量调整；

步骤3、功率更新，根据步骤2中的功率变化的步长t，功率变化的步径λ，不同运营商分别改变各自相应的小基站功率变化值；在满足|P₁(t+1)-P₁(t)|≥ζ₁且|P₂(t+1)-P₂(t)|≥ζ₂条件下，一直迭代更新，直至运营商1的矢量功率满足|P₁(t+1)-P₁(t)|≥ζ₁且运营商2的矢量功率满足|P₂(t+1)-P₂(t)|≥ζ₂的时候，两个运营商的相应网络收敛到相应的平衡状态，其中ζ₁、ζ₂为一个区间在[0.01-1]之间的定值。

进一步的，本发明的超密集无线网络频谱效率优化方法，步骤1具体包括如下步骤：

步骤101、运营商在各自的网络中测量相应用户j的干扰信号强度；

步骤102、将步骤101测量的信息发送给相应的小基站i；

步骤103、小基站i测量其邻居小小区的信号强度，确定其邻居关系；

步骤104、将步骤103测量的信息发送给相应的运营商k的资源管理器；

步骤105运营商的资源管理器对步骤102相关的非敏感信息进行交互；

步骤106、运营商间共同分配频谱；

步骤107、根据网络的干扰状况，初始化各自网络中的小区的下行发射功率P(x)^(t)；

步骤108、运营商的资源管理器将初始功率发送给小区i；

步骤109、小基站i以初始功率来发射信号。

进一步的，本发明的超密集无线网络频谱效率优化方法，步骤2具体包括如下步骤：

步骤201、用户j测量其信道增益；

步骤202、用户j发送步骤201的测量报告给小区i；

步骤203、小区i汇总所有用户的信道信息，计算下行链路信道容量；

步骤204、小区i向运营商k发送测量报告；

步骤205、运营商的资源管理器汇总小区信道信息，计算频谱效率；

步骤206、运营商间交互非敏感信息；

步骤207、运营商确定功率以次梯度的方向调整步径λ、以指数倒数递减的方式控制步长ω。

步骤208、运营商的资源管理器向所有小区广播步骤207中的功率变化信息；

步骤209、小基站确定下一次迭代功率是否满足结束条件：如果满足则结束；如果不满足，则根据运营商的频谱效率，由小基站i确定下一步的功率P(x)^(t+1)，返回步骤201。

进一步的，本发明的超密集无线网络频谱效率优化方法，在网络状态平衡阶段包括如下步骤：

步骤301、用户j向小区i发送信道增益、干扰信号强度的测量报告；

步骤302、小区i汇总所有用户的信道信息，计算下行链路信道容量报告，并发送其给运营商k；

步骤303、运营商k的资源管理器汇总所有小区的信道容量，计算最终的频谱效率

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

本发明采用Bargaining合作博弈的方案，来协调运营商间的干扰，使得运营商各自频谱效率得到提高。同时，Bargaining博弈使得各自运营商性能的公平性可有效保证。

附图说明

图1是本发明的应用场景图。

图2是本发明的信令流图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

如图1所示，每个运营商增加资源管理器节点来集中管理覆盖范围内的频谱和功率资源。一般来说，每个用户属于自己的网络和相应运营商，不能通过参考信令识别其它运营商的宏基站或小基站。针对小小区的部署无规划性，小小区之间的隔离性较强，学术界和工业界都趋向于部分共享频谱的方案。假如宏基站与小基站工作在不同的频段，二者在频段上相互没有重叠，宏小区与小小区间的跨层干扰可忽略。

一般情况下，运营商谈判相互合作来提高频谱的使用率。由于运营商间业务是存在竞争关系的，二者的信任关系不坚固。它们一般不会愿意与对方共享一些敏感信息：自身业务情况、基础设施建设等。在此场景下，一般采用传递给对方之前进行信息模糊化，再“安全”地与对方运营商共享。

在Co_primary频谱共享方案中，两个运营商同时使用相同的频段。对于一个小小区的用户来说，它不仅受到自己运营商内部其它小小区对自身的干扰，而且还会收到其它运营商的小小区的干扰。这二者的干扰和对下行链路的传输质量带来很大的影响。进一步地讲，下行链路质量变化会影响整个小小区的吞吐量；运营商的数据吞吐量为所有的小小区的吞吐量之和，这样运营商的吞吐量受之影响；单位频段的吞吐量也随之被影响，即频谱效率受到影响。

具体过程如下所述：

针对用户j而言

其中，γ_j为用户j的信号干扰噪声比，p_j为对应小区对用户j下行链路的发射功率，为运营商内部网络其它小区对用户j的干扰信号，为其它运营商网络对用户j的干扰信号；N_o为恒定白噪声，g_j为下行链路的信道增益。

如图1所示，以运营商1小基站3的用户终端3为例，它不但受到运营商1的小基站1、小基站2的下行信号的干扰，还受到运营商2的小基站4、小基站5、小基站6的下行信号的干扰。运营商1小基站3的用户终端3所有的干扰为运营商内部网络干扰加运营商间网络的干扰。利用公式(1),便可得运营商1小基站3的用户终端3相应的信号干扰噪声比。

r_j＝Blog₂(1+γ_j)(2)

r_j为用户j下行链路的吞吐量，例如图1所示，以运营商1小基站3的用户终端3为例，利用公式(2)中的香农公式，可以获得小基站SeNB₃与用户终端3的下行链路吞吐量。

对于小区i而言

r_i为小区i的下行链路的吞吐量，如图1所示，以运营商1小基站3所在小区的吞吐量为其所有用户的吞吐量和。

对于运营商k而言

r_k:运营商k所拥有网络的吞吐量。

如图1所示，以运营商1的吞吐量为小区1、小区2、小区3的吞吐量之和。

η_k：运营商k的频谱效率。如图1所示，以运营商1为例，其频谱效率为运营商1的吞吐量r_k除以其所占带宽B_k。从上面的分析可知，运营商间共享相同的频段带来的干扰使得他们的频谱效率也受到影响。

针对无线网络中的下行干扰问题，运营商分别通过功率控制抑制相应的干扰，使得网络频谱效率得到提高。具体地说：运营商1、运营商2之间采用Bargaining合作博弈的模型，运营商间的信息可有限地交互，采用凸优化的方法分布式优化各自的功率P₁(x),P₂(x),控制运营商间网络的干扰上限，从而提高运营商的吞吐率，增加频谱利用率。

两个运营商之间的合作博弈过程如下：通过动态调整运营商相应小基站的发射功率，来抑制两个运营商间的干扰。对此构建相应的博弈模型B(S,d,μ₁,μ₂)。运营商集合S包含运营商1和运营商2。谈判破裂点：s，即运营商1和运营商2出现一方频谱均能满足双发的业务需求。或者相反的情况：运营商1和运营商2出现一方频谱均不能满足双发的业务需求，故运营商们不愿意去合作的临界点d。频效函数:μ₁＝η₁为运营商1的频谱效率；μ₂＝η₂为运营商2的频谱效率。

具体的讲，运营商1可以通过改变自身小基站的发射功率来影响运营商2的频谱效率，而运营商2的频谱效率的改变又会对运营商1的功率带来影响；相互对称的，运营商2也可以通过改变自身的功率来影响运营商1的频谱效率，而运营商1的频谱效率的改变又会对运营商2的功率带来影响。如果运营商1、运营商2的相应基站的功率发生线性变换，那么不会改变运营商1、运营商2的功率平衡状态。运营商1与运营商2处于平衡状态1中，如果还存在另一个平衡状态2中，但平衡状态1的谈判破裂点等于平衡状态2的破裂点，且第一个状态的运营商都在第二个运营商的集合中时，平衡状态1一定也满足平衡状态2。

NBS模型G(S,P,η)至少存在一个NBS解。S：运营商1和运营商2构成的弈者集合。P：运营商控制自身网络中小基站的发射功率。η：运营商在相互合作中获得的频谱效率。G(S,P,η)代表运营商1与运营商2在上述条件下的博弈模型。该存在性说明运营商1与运营商2可以在G(S,P,η)中的小基站功率可以收敛到某平衡状态。

存在一个p使得η(p)≥0。本例中，对于运营商1来说，存在其属网络中的小基站发射功率组合p，使得其运营商的频谱效率大于0。同理，对于运营商2也适用。

如果p＞p',η(p)＞η(p')成立。如果运营商1的矢量功率都大于运营商2的矢量功率的话，那么运营商1的频谱效率也大于运营商2的频谱效率。

如果对于α＞1,αf(p)＞f(αp')成立。存在某变量α大于1，那变量与运营商在功率下频谱效率的乘积大于运营商在功率下的频谱效率。

具体的步骤为：步骤1、确定初始功率P₁(t)。运营商1对所在网络的小基站的发射功率进行初步设置；同理运营商2也对自身网络的的小基站的发射功率进行设置；确定功率变化的步长t，确定功率变化的步径λ。

步骤2、运营商1根据自身获得的频谱效率和运营商2对自己网络基站的下行链路的干扰，进行功率调整：矢量功率的步长t和矢量功率的步径λ。同理，运营商2根据自身获得的频谱效率和运营商1对自己网络基站下行链路的干扰，进行其相应的功率调整：矢量功率的步长t和矢量功率的步径λ。注意上面的矢量功率的步长t和矢量功率的步径λ都是动态变化的；

步骤3、功率更新。根据步骤2中的功率变化的步长t，功率变化的步径λ，运营商1、2改变各自相应的小基站功率变化值；在满足|P₁(t+1)-P₁(t)|≥ε₁且|P₂(t+1)-P₂(t)|≥ε₂条件下，一直迭代更新。当运营商1的矢量功率满足|P₁(t+1)-P₁(t)|≤ε₁且运营商2的矢量功率满足|P₂(t+1)-P₂(t)|≥ε₂的时候，两个运营商的相应网络收敛到相应的平衡状态。ζ₁、ζ₂没有具体的标准，一般取一个很小的值：如0.1，程序循环运行很多次数二者的变化值就会很小，也就是工程可以忽略变化的值。

如图2所示本发明的信令流图，其步骤如下：

1.网络初始化阶段

步骤1.1运营商A和运营商B在各自的网络中测量相应用户j的干扰信号强度；

步骤1.2将步骤1.1测量的信息发送给相应的小基站i；

步骤1.3小基站i测量其邻居小小区的信号强度，确定其邻居关系；

步骤1.4将步骤1.3测量的信息发送给相应的运营商k的资源管理器；

步骤1.5运营商的资源管理器对步骤1.2相关的非敏感信息进行交互；

步骤1.6运营商间共同分配频谱；

步骤1.7运营商根据网络的干扰状况，初始化各自网络中的小区的下行发射功率P(x)^(t)；

步骤1.8运营商的资源管理器将初始功率发送给小区i；

步骤1.9小基站i发射以初始功率来发射信号；

2.功率的优化阶段

步骤2.1用户j测量其信道增益；

步骤2.2用户j发送步骤2.1的测量报告给小区i；

步骤2.3小区i汇总所有用户的信道信息，计算下行链路信道容量；

步骤2.4小区i向运营商k发送测量报告；

步骤2.5运营商的资源管理器汇总小区信道信息，计算频谱效率；

步骤2.6运营商间交互非敏感信息；

步骤2.7运营商确定功率以次梯度的方向调整步径λ、以指数倒数递减的方式控制步长ω；

步骤2.8运营商的资源管理器向所有小区广播步骤2.7中的功率变化信息；

步骤2.9小基站确定下一次迭代功率是否满足结束条件，如果结束，则直接跳入第三阶段，否则跳入步骤2.1；

步骤2.10根据运营商的频谱效率，小基站i确定下一步的功率P(x)^(t+1)；

3.网络状态平衡阶段

步骤3.1用户j向小区i发送信道增益、干扰信号强度的测量报告；

步骤3.2小区i汇总所有用户的信道信息，计算下行链路信道容量报告，并发送其给运营商k；

步骤3.3运营商k资源管理器汇总所有小区的信道容量，计算最终的频谱效率。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。