；
[0121] 公式（8)所描述的问题是一个二维优化问题，它要求资源分配方案不仅能最大化 系统吞吐量，而且能确保云业务以最佳速率b(t)进行数据传送。然而根据公式14,每个时 隙内的最佳传送速率b(t)由子信道数|K」和信道增益^「(/)决定，因此在资源分配方案确 定之前，b(t)无法确定，反过来b(t)的未知性又限制了资源分配方案问题的求解，从而形 成了一个互为必要条件的死循环。针对这个问题，本发明采用的解法是，先不考虑云业务需 以b(t)为速率进行数据传送来保障能量消耗最小这一限制条件，仅在所有用户的速率限 制下确定出最大化系统容量的子信道分配方案，此时t时隙内的资源分配问题变为公式15 所示；然后再将云业务的发送速率调整到最佳发送速率，达到满足其能量需求的目的。
[0125]
表示t时隙内云业务的动态速率需求。将当前时隙开始时剩余 数据量β(t)和剩余时间t的比值作为该时隙内的速率需求来参与对子信道的分配，是为 了保障云业务能在时间T内完成数据量为L的数据传送。
[0126] 公式（15)所描述的问题可以归纳成0-1整数规划问题来进行求解，来确定最大化 系统吞吐量时每个用户的信道分配方案，步骤如下：
[0127] (1)列出每个用户的子信道分配矩阵，代表所有可能的分配方案。
[0128] 由于分配连续性条件的限制：
案，例如共有K= 3个子信道时，每个用户都有C= 7种可能的分配方案，用户m的子信道 分配矩阵为：
[0130] 每个用户的子信道分配矩阵都是一个相同的大小为KXC的矩阵，其中K行对应K 个正交的子信道，C列对应C种可能的分配方案，矩阵中的元素" 1"代表子信道分配给该用 户，"0"表示不分配。
[0131] ⑵分别求出每个用户在每种可能的分配方案下的速率，构成一个大小为MCX1 的速率矩阵r= 其中rm= [rm+...,?。其元素rm,_j表示用户m在采用A 中第j列对应的分配方案时获得的速率，其值可根据公式17求出，其中|K"J表示第j列 对应的分配方案中分配给用户m的子信道的个数。
[0133] (3)为了保证用户的速率需求得到满足，利用公式15中的速率限制条件对r进行 筛选，构造目标指数矩阵e来保障用户的Q〇S，其元素表示用速率限制条件对方案进行 筛选后，用户m在A中第j种方案下的目标指数。筛选原则如（18)所示，如果方案满足速 率限制条件，则其目标指数等于其速率，否则将其目标指数置为负无穷，以表示对方案的否 定，即：
[0135] (4)定义一个大小为MCX1的列向量X= [X^...，XM]T来表示分配方案，其中 Xm= [Xm,l，· · ·，Xm,c]T，.V,,e、!〇,丨LY/eH，Xm,.j为"1"时表示用户m采用分配矩阵中第 j列对应的分配方案，反之为"0"。
[0136] 因此公式（15)所描述的问题的优化目标可表示为在所有可能的方案中找到使所 有用户目标指数之和最大的方案，即：
[0138] 由于一个子信道最多只能分配给一个用户，得限制条件：
[0139] [A1; . . . ,AM]X^ 1κ 公式 20
[0140] 每个用户用且只能用一种分配方案，得限制条件：
[0142] 至此已将公式（15)所描述的问题归纳成了一个0-1整数规划问题，通过穷举法容 易求得目标函数的公式19在限制条件公式20和公式21下的最优解，即可确定当前调度时 隙内的资源分配方案。
[0143] 步骤4 :SDWN下的云业务上行调度方案；
[0144] 在云业务存在的T个时隙里，满足公式8所描述的问题的SWDN下的LTE上行调度 方案如下：
[0145] (1)初始化调度时隙t=T，云业务剩余数据量β(t) =L;
[0146] (2)利用SDWN可在每时隙动态配置业务速率需求的特点， 隙内预估的云业务速率需求带入公式15来参与信道分配，利用步骤3求出每个用户的子信 道分配方案hVnW:
[0147] (3)根据云业务用户的子信道分配方案上和公式14求得当前时隙的最佳发送速 率b(t)，并带入公式3求得云业务的最佳发射功率;
[0148] (4)在SDWN的控制器中单独为云业务用户调节当前时刻的发射功率
，保证云业务的实际发送速率民(0尽可能等于b(t);
[0149] (5)更新状态方程β(t-1) =β(t)-Ri(t)，t=t-1，从步骤2开始进行下一时隙 的资源分配。
[0150] 综上所述，本发明在新的网络结构SDWN下提出了一种新的能根据业务特点进行 灵活适配的LTE上行调度方法，该方法能在保障多业务的速率需求且系统吞吐量最大的同 时，使云业务的发送速率和当前信道条件成正比，从而更好地满足云业务能量消耗最小的 需求，提升用户满意度。
【主权项】
1. 一种在SDWN下的云业务上行调度方法，其特征在于，所述方法包括如下步骤： 步骤1 :定义SDWN下云业务上行调度方案的数学模型； (1) 定义云业务在上行调度中的能量优化模型； (2) 归纳云业务在传统网络调度方案中能量消耗的特点； (3) 定义SDWN下能满足云业务能量需求的调度模型； 步骤2 :推导云业务在单时隙内的最佳传输速率； (1) 归纳成动态规划问题； (2) 定义价值函数并求解； 步骤3 :确定每个时隙内的资源分配方案； (1) 列出每个用户的子信道分配矩阵，代表所有可能的分配方案； (2) 分别求出每个用户在每种可能的分配方案下的速率； (3) 利用速率限制条件对方案进行筛选； (4) 归纳成0-1整数规划问题，通过穷举法求得单时隙内的资源分配方案； 步骤4 :SDWN下的云业务上行调度方案； (1) 初始化调度时隙和云业务剩余数据量； (2) 根据步骤3确定本时隙内的资源分配方案； (3) 根据步骤2确定云业务的最佳发送速率； (4) 调节云业务的最佳发送速率； (5) 更新状态进行下一时隙的资源分配。2. 根据权利要求1所述的一种在SDWN下的云业务上行调度方法，其特征在于：所述方 法步骤1中，SDWN下的调度模型不仅考虑了多用户速率限制下的系统容量，而且考虑了新 兴业务的特殊需求，其数学模型如下：其中b (t)是单时隙内的最佳传送速率，尺W,,表示用户m在子信道集Kni下获得的速率， 」$表示能保障用户m的QoS的最小速率，KA表示所有满足连续性限制的分配方案的集合， Pu为UE最大的发射功率。3. 根据权利要求1所述的一种在SDWN下的云业务上行调度方法，其特征在于：所述方 法步骤2中，采用SC-FDM下的香农公式来作为能量-速率的关系表达式对单时隙内的最 佳速率进行推导：其中月:?⑩为t时隙内用户i的发射功率，n。为接收端的子信道噪声功率密度，Ik1I为 分配给用户i的子信道个数，Ws为子信道带宽：为子信道上的平均信道增益。4. 根据权利要求1所述的一种在SDWN下的云业务上行调度方法，其特征在于：所述方 法步骤2中，价值函数定义为：其中表示根据信道统计信息对i时隙内信道状态的 估计，为\的几何平均值； 根据价值函数的定义求得的单时隙内最佳速率传输速率表示为：5. 根据权利要求1所述的一种在SDWN下的云业务上行调度方法，其特征在于：所述方 法步骤3中，t时隙内75Γ业务的动态速率需求表不为：将当前时隙开始时剩余数据量β (t)和剩余时间t的比值作为该时隙内的速率需求来 参与对子信道的分配，是为了保障云业务能在时间T内完成数据量为L的数据传送。6. 根据权利要求1所述的一种在SDWN下的云业务上行调度方法，其特征在于：所述方 法应用于SDWN下的云业务上行调度。
【专利摘要】本发明公开了一种在SDWN下的云业务上行调度方法，该方法能在多用户的速率限制条件下，最大化系统吞吐量并满足无线云业务的能量需求，不仅考虑了多用户的QoS需求下的系统容量，而且考虑了新兴业务的特殊要求。具体地，该方法将云业务从传统的分类调度中抽离出来，在最大化系统容量和保障多用户速率的子信道分配方案的基础上，利用SDWN动态配置云业务的发送速率，使其在单位时间内的数据发送量与当前时刻的信道增益成正比，从而减小用户的发送能量消耗来延长电池寿命，提升了用户满意度。<!-- 2 -->
【IPC分类】H04L29/08
【公开号】CN105357288
【申请号】CN201510693745
【发明人】潘甦, 肖榜, 吕朴朴
【申请人】南京邮电大学
【公开日】2016年2月24日
【申请日】2015年10月23日