一种基于信道和队列感知的超密集网络小站休眠方法与流程

技术特征：

1.一种基于信道和队列感知的超密集网络小站休眠方法，其特征在于，包括如下步骤：

步骤1，采集网络信息

测量出区域面积内用户，宏站，小站和网关总数目Nu、Nm、Ns、Ng，得到该区域内网关、宏站、小站和用户的分布密度λg,λm,λs和λu；

用户流量到达满足泊过程，统计一段时间内用户流量使用情况得出用户流量到达率λ以及每个包的平均比特大小l；

得到部署在该区域内小站无线的回程链路带宽Wb、宏站采用的无线接入带宽Wm、小站采用的无线接入带宽Ws、宏站传输功率Pmt、小站传输功率Pst、网关传输功率Pgt；

记录每个网关的平均能耗休眠小站的平均能耗宏站和小站静态链路的能耗和

利用信道估计方法得出无线信道中路损系数α；

根据网络运行情况确定用户关联到小站的偏置值Ab、宏站和小站的负载相关的能耗因子Δpm和Δps、信干比门限β、权重因子ω、迭代搜索步长δ、迭代搜索精确度ξ、时间间隔t、时长T取值根据需要确定；

所有宏站全部处于激活状态；

小站的基站休眠比例记为θ，基站休眠比例的初始值θ0根据网络运行情况自行确定，最优休眠比例为θ^*，第n次迭代过程中基站休眠比例的取值为θn；

步骤2，根据梯度下降法进行迭代，迭代次数初始值为n＝0，第n次迭代时，计算在基站休眠比例θ＝θn下，宏站和小站用户的平均数据包时延和以及整个网络平均时延

首先计算用户连接到小站的概率PrSUE(θ)

网关、宏站和小站为M/G/1队列，所以用户的时延包括传输时延和排队时延；

将用户分成两部分：第一部分为连接宏站的用户，第二部分为连接小站的用户；

对于连接宏站的用户，其平均时延为无线接入链路的时延，包含平均传输时延和平均排队时延即通过下式计算：

其中，表示用户接入宏站时所获得的平均传输速率；

和为宏站和小站的平均传输概率，通过二分法由以下两式获得：

上式中，

对于接入小站的用户，每个包的平均时延分别为无线接入链路平均时延和无线回程链路平均时延之和；同样地，接入链路平均时延和无线回程链路平均时延也都分别包含平均传输时延和平均排队时延即其中，通过下式计算：

其中，为小站用户无线传输链路的平均传输速率，表示网关到小站的回程链路平均传输速率；

通过下式计算：

其中，为网关的平均传输概率，通过下式计算：

从而得到网络平均时延如下式：

步骤3，通过下式计算当前基站休眠比例θ＝θn下系统平均能耗和成本函数F(θ)：

步骤4，通过下式求解当前第n次迭代时，成本函数F(θ)关于基站休眠比例θ＝θn的导函数

其中，

步骤5，更新基站休眠比例θ，第n+1次迭代时，基站休眠比例θ＝θn+1，通过下式更新：

步骤6，判断当前基站休眠比例下，整个网络成本函数F(θ)＝F(θn)是否到达最小值点；当F(θn+1)-F(θn)＜ξ时，表明到达了最优点，执行步骤8退出迭代过程；否则，执行步骤7；

步骤7：更新当前迭代次数n+1，执行步骤2-6；

步骤8：退出迭代过程，得到基站最优休眠比例θ^*；

步骤9：令θ＝0，即所有小站处于激活状态，更新用户连接状态；统计在时间间隔t上所有小站的队长和用户的平均传输速率，进而计算时长T内的平均队长和平均传输速率；

步骤10：根据各小站平均队长和用户平均传输速率之积将小站升序排列；

步骤11：根据步骤8得到的最优休眠比例θ^*，计算要休眠的基站数目Noff＝[θ^*Ns]；

步骤12：按照步骤10中得到的小站排序，依次关闭前Noff个小站。

2.根据权利要求1所述的基于信道和队列感知的超密集网络小站休眠方法，其特征在于：小站的基站休眠比例θ最小值为θmin＝0，最大值为θmax＝1。

3.根据权利要求1所述的基于信道和队列感知的超密集网络小站休眠方法，其特征在于：用户接入宏站时所获得的平均传输速率小站用户无线传输链路的平均传输速率网关到小站的回程链路平均传输速率根据香农公式求得。