本发明涉及移动通信领域，特别是指一种异构云小蜂窝网络中的资源分配方法。
背景技术：
随着移动互联网及云计算技术的发展，移动通信设备数量和移动终端网络流量呈指数增长。为了满足用户的需求，特别是室内用户的需求，在扩大网络覆盖范围和提高网络容量两个方面，做了大量的研究，特别是在有能量收集作用的异构云小型蜂窝网络(HCSNet)方面，其由小小区和宏蜂窝组成。然而，在实际应用中，由于感知时间短及硬件条件的限制，HCSNet在动态无线电环境下很难获得完整的信道状态信息(Channel State Information，CSI)。
现有技术中，无法在不完整的CSI情况下，合理地分配功率和子信道。
技术实现要素：
本发明要解决的技术问题是提供一种异构云小蜂窝网络中的资源分配方法，以解决现有技术所存在的无法在不完整的CSI情况下，合理地分配功率和子信道的问题。
为解决上述技术问题，本发明实施例提供一种异构云小蜂窝网络中的资源分配方法，包括：
在不完整信道状态情况下，确定子信道上小小区用户在小小区中的效用函数，其中，所述效用函数中引入跨层干扰定价因子、共层干扰定价因子和能量捕获收益；
根据确定的效用函数，确定功率优化的纳什均衡解，得到功率的最优分配；
在最优功率分配的情况下，将子信道分配问题建模为一个非合作的潜在博弈，确定子信道分配解。
进一步地，在所述在不完整信道状态情况下，确定子信道上小小区用户在小小区中的效用函数之前，所述方法还包括：
确定小小区k中第u个用户占子信道n时，小小区k的接收信号干扰噪声比；
根据得到的接收信号干扰噪声比，计算子信道n上小小区k中第u个用户的上行链路容量；
计算不完整信道状态情况下，子信道n上小小区k中的第u个用户到宏蜂窝ω的跨层干扰、及子信道n上小小区k中的第u个用户到其他小小区的共层干扰。
进一步地，所述小小区k中第u个用户占子信道n时，小小区k的接收信号干扰噪声比表示为：
其中，表示小小区k中第u个用户占子信道n时，小小区k的接收信号干扰噪声比；在子信道n上，ak,u,n、aj,v,n都表示子信道分配标识，表示小小区k中第u个用户的发送功率，表示小小区k中第u个用户到小小区k的子信道增益，表示小小区j中用户v的发送功率，表示小小区k中用户v到小小区j的子信道增益，表示宏蜂窝w的发送功率，表示从宏蜂窝ω到小小区k的子信道增益，σ2表示加性高斯白噪声功率；K表示小小区的数目；F表示每个小小区中活动小小区用户的数量。
进一步地，所述子信道n上小小区k中第u个用户的上行链路容量表示为：
其中，表示子信道n上小小区k中第u个用户的上行链路容量，B表示带宽，N表示子信道的数目。
进一步地，假设子信道n上小小区k中的第u个用户到宏蜂窝之间的子信道增益具有X个正态，分别为概率是并且
所述不完整信道状态情况下，子信道n上小小区k中的第u个用户到宏蜂窝ω的跨层干扰表示为：
其中，表示不完整信道状态情况下，子信道n上小小区k中的第u个用户到宏蜂窝ω的跨层干扰。
进一步地，假设在不完整CSI情况下，子信道n上小小区j中的第u个用户到小小区k之间的子信道增益具有Y个正态,即分别为概率是的并且
所述子信道n上小小区k中的第u个用户到其他小小区的共层干扰表示为：
其中，表示子信道n上小小区k中的第u个用户到其他小小区的共层干扰。
进一步地，所述在不完整信道状态情况下，确定的子信道上小小区用户在小小区中的效用函数表示为：
其中，表示子信道n上小小区k中的第u个用户在小小区k中的效用函数，bk,u,n、dk,u,n、ek,u,n分别表示对应于跨层干扰、共层干扰和能量捕获的定价因子，ηj,n表示子信道n上小小区j中远程无线电头的能量收集效率。
进一步地，所述根据确定的效用函数，确定功率优化的纳什均衡解，得到功率的最优分配包括：
取效用函数关于的一阶导数
将一阶导数设为0，计算得到功率优化的纳什均衡解：
其中，表示功率优化的纳什均衡解，表示子信道n上的最大功率。
进一步地，第i次迭代时的定价因子的更新公式分别为：
其中，表示跨层干扰极限，表示共层干扰极限，表示远程无线电头的最小能量捕获，和都表示步长，形式[x]+＝max[0,x]。
进一步地，所述在最优功率分配的情况下，将子信道分配问题建模为一个非合作的潜在博弈，确定子信道分配解包括：
确定在不完整信道状态情况下，子信道n上小小区k中第u个用户所受到的总的共层干扰
根据得到的共层干扰确定子信道n上小小区k中第u个用户的效用函数
根据得到的效用函数确定子信道分配的潜在博弈解其中，
本发明的上述技术方案的有益效果如下：
上述方案中，在不完整信道状态情况下，确定子信道上小小区用户在小小区中的效用函数，其中，所述效用函数中引入跨层干扰定价因子、共层干扰定价因子和能量捕获收益；根据确定的效用函数，确定功率优化的纳什均衡解，得到功率的最优分配；在最优功率分配的情况下，将子信道分配问题建模为一个非合作的潜在博弈，确定子信道分配解，这样，将功率优化问题作为一种非合作博弈，在其效用函数中引入跨层干扰定价因子、共层干扰定价因子来保护宏蜂窝和相邻小小区，此外,在其不完整CSI情况下的功率分配效用函数中也考虑到了能量捕获收益的影响，得到了功率优化的子博弈纳什均衡；将子信道分配问题建模为非合作的潜在博弈，得到子信道分配的潜在博弈解，能够实现功率资源和子信道资源的最优分配。
附图说明
图1为本发明实施例提供的异构云小蜂窝网络中的资源分配方法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的无法在不完整的CSI情况下，合理地分配功率和子信道的问题，提供一种异构云小蜂窝网络中的资源分配方法。
如图1所示，本发明实施例提供的异构云小蜂窝网络中的资源分配方法
S101，在不完整信道状态情况下，确定子信道上小小区用户在小小区中的效用函数，其中，所述效用函数中引入跨层干扰定价因子、共层干扰定价因子和能量捕获收益；
S102，根据确定的效用函数，确定功率优化的纳什均衡解，得到功率的最优分配；
S103，在最优功率分配的情况下，将子信道分配问题建模为一个非合作的潜在博弈，确定子信道分配解。
本发明实施例所述的异构云小蜂窝网络中的资源分配方法，在不完整信道状态情况下，确定子信道上小小区用户在小小区中的效用函数，其中，所述效用函数中引入跨层干扰定价因子、共层干扰定价因子和能量捕获收益；根据确定的效用函数，确定功率优化的纳什均衡解，得到功率的最优分配；在最优功率分配的情况下，将子信道分配问题建模为一个非合作的潜在博弈，确定子信道分配解，这样，将功率优化问题作为一种非合作博弈，在其效用函数中引入跨层干扰定价因子、共层干扰定价因子来保护宏蜂窝和相邻小小区，此外,在其不完整CSI情况下的功率分配效用函数中也考虑到了能量捕获收益的影响，得到了功率优化的子博弈纳什均衡；将子信道分配问题建模为非合作的潜在博弈，得到子信道分配的潜在博弈解，能够实现功率资源和子信道资源的最优分配。
为了更好地理解本实施例所述的异构云小蜂窝网络中的资源分配方法，对其进行详细说明，所述方法具体可以包括：
步骤1，构建HCSNet系统模型，定义相关参数，例如，带宽、子信道的数目、小小区的数目、宏蜂窝中的活动宏用户的数目、小小区中活动小小区用户的数量、子信道增益、发送功率等参数。
步骤2，根据定义的参数，计算相应的信号干扰噪声比，具体为：
1)小小区k中第u个用户占子信道n时，小小区k的接收信号干扰噪声比
式(1)中的各参数含义如下：
在子信道n上，ak,u,n、aj,v,n都表示子信道分配标识，表示小小区k中第u个用户的发送功率，表示小小区k中第u个用户到小小区k的子信道增益，表示小小区j中用户v的发送功率，表示小小区k中用户v到小小区j的子信道增益，表示宏蜂窝w的发送功率，表示从宏蜂窝ω到小小区k的子信道增益，σ2表示加性高斯白噪声功率；K表示小小区的数目；F表示每个小小区中活动小小区用户的数量；上标F表示小小区，上标M表示宏蜂窝。
式(1)中，j、k、u、n的取值范围表示为：j,k∈{1,2......K},u∈{1,2......,F},n∈{1,2......,N}，N表示子信道的数目。
本实施例中，子信道分配标识ak,u,n、aj,v,n的具体含义为：
如果子信道n被分配给小小区k中的第u个用户，则子信道分配标识ak,u,n＝1，否则为ak,u,n＝0；
如果子信道n被分配给小小区j中的用户v，则子信道分配标识aj,v,n＝1，否则aj,v,n为＝0。
2)宏蜂窝w占子信道n的接收信号干扰噪声比：
式(2)中的各参数含义如下：
在子信道n上，表示宏蜂窝w的子信道增益，表示小小区j中用户v到宏蜂窝的子信道增益。
步骤3，根据得到的接收信号干扰噪声比，计算上行链路容量，具体为：
1)子信道n上小小区k中第u个用户的上行链路容量
式(3)中，B表示带宽，N表示子信道的数目。
2)子信道n上宏蜂窝ω的上行链路容量
步骤4，计算不完整CSI情况下的跨层干扰、共层干扰；
1)设为完整CSI情况下，子信道n上小小区k中的第u个用户到宏蜂窝ω的跨层干扰；由于不完整CSI，所以假设子信道n上小小区k中的第u个用户到宏蜂窝之间的子信道增益具有X个正态，分别为概率是的并且则利用表示不完整CSI情况下，子信道n上小小区k中的第u个用户到宏蜂窝ω的跨层干扰；可以表示为式(6)：
2)设Ik,u,n为完整CSI情况下，子信道n上小小区k中的第u个用户到其他小小区的共层干扰；由于不完整CSI，同理，假设子信道n上小小区k中的第u个用户到小小区j之间的子信道增益具有Y个正态,即分别为概率是的并且则利用表示不完整CSI情况下，子信道n上小小区k中的第u个用户到其他小小区的共层干扰。同理，可以假设，在不完整CSI情况下，子信道n上小小区j中的第u个用户到小小区k之间的子信道增益具有Y个正态,即分别为概率是的并且
本实施例中，可以表示为式(8)：
步骤5，计算小小区k中的第u个用户在小小区k中的效用函数；
1)在完整CSI情况下，计算小小区k中的第u个用户在小小区k中的效用函数
其中，表示子信道n上小小区k中第u个用户到小小区j的子信道增益，bk,u,n、dk,u,n、ek,u,n分别表示对应于跨层干扰、共层干扰和能量捕获的定价因子；表示子信道n上小小区j中的第u个用户到小小区k之间的子信道增益，ηj,n表示子信道n上小小区j中远程无线电头(remote radio head，RRH)的能量收集效率；表示跨层干扰定价成本；表示同层干扰定价成本；表示能量捕获收益。
2)在完整CSI情况下，利用计算得到的上行链路容量共层干扰跨层干扰计算子信道n上小小区k中的第u个用户在小小区k中的效用函数
步骤6，利用效用函数求出功率优化的纳什均衡解，得到功率的最优分配；
本实施例中，如果满足条件(a)和(b)，则可证明小区非协同资源分配博弈(SNRAG)中存在纳什均衡：
(a)有限欧氏空间中的非空凸紧性；
(b)是连续的，且相对于是凹的。
本实施例中，由于每个子信道上分配的功率被限制在零到最大功率之间，所以功率分配矩阵是凸的，并且是紧的，满足条件(a)。取关于的一阶导数和二阶导数，得到公式(11)和(12)，(12)可以证明,是的准凹函数。因此满足满足条件(a)和(b)，所以，在SNRAG存在一个纳什均衡，证明完毕。
本实施例中，将一阶导数设为0，可得到功率优化的纳什均衡解即公式(13)：
式(13)中，表示子信道n上的最大功率。
本实施例中，可以根据公式(14)(15)(16)，使用次梯度法更新不完整CSI下的第i次迭代的定价因子
其中，形式[x]+＝max[0,x]，表示跨层干扰极限，表示共层干扰极限，表示远程无线电头的最小能量捕获，和都表示步长，步长满足的条件为：
步骤7，给定最优功率分配的情况下，在该部分中研究子信道分配；
本实施例中，在给定最优功率分配的情况下，研究子信道的分配：
设在不完整CSI中，子信道n上小小区k中第u个用户所受到的总的共层干扰为子信道n上小小区k中第u个用户的效用函数为子信道n上小小区k的效用函数为分别表示为：
步骤8，将子信道分配问题建模为一个非合作的潜在博弈，方便计算子信道分配解；
本实施例中，由于空间的限制，省略了潜在博弈的证明，子信道分配矢量被定义为
子信道分配的潜在博弈解可以通过式(20)和(21)得到：
步骤9，在不完整的CSI情况下，基于步骤1-步骤8确定功率优化算法和子信道分配算法，设置数据并完成仿真。
本实施例，在研究了在完整CSI和不完整CSI的情况下，采用跨层/共层干扰抑制的方式，基于非合作博弈方法，分析了具有能量捕获作用的的异构云小蜂窝网络(HCSNet)中的资源分配问题，得出资源分配的最优算法，以便于实现更高的效率，具体的：
将HCSNet中的资源分配作为一种非合作博弈的分析框架，将其分解为两个子博弈，包括：功率分配子博弈和子信道分配子博弈。将功率优化问题作为一种非合作博弈，在其效用函数中引入跨层干扰定价因子、共层干扰定价因子来保护宏蜂窝和相邻小小区，此外,在其不完整CSI情况下的功率分配效用函数中也考虑到了能量捕获收益的影响，在拉格朗日对偶函数和次梯度法基础上，得到了功率优化的子博弈纳什均衡；将子信道分配问题建模为非合作的潜在博弈，通过最小化同信道小小区的干扰(和)，得到子信道分配的潜在博弈解，而实现资源最优分配。这样，本申请成功得到了功率分配和子信道分配两种迭代算法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，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。