一种基于用户体验质量的高能效频率功率分配方法

一种基于用户体验质量的高能效频率功率分配方法
【专利摘要】本发明涉及一种基于用户体验质量的高能效频率功率分配方法，属于无线通信【技术领域】。本发明方法针对多业务，多用户无线通信系统的各方面性能表现不均衡性以及系统具有较高能耗的问题，对无线通信系统中的频谱资源和功率资源分别进行优化分配。基于联合数据速率比例公平算法和多目标优化技术，实现了在保证系统高能效的前提下，优化用户QoE和用户公平性的目的。同时根据无线资源分配完成后各个不同业务类型的用户最终的QoE大小，系统相应的确定了该项业务对应的最大服务覆盖区域，针对不同业务类型其容许的服务范围是彼此不同的，由此形成了小区的无定形覆盖。
【专利说明】一种基于用户体验质量的高能效频率功率分配方法

【技术领域】
[0001] 本发明涉及一种基于用户体验质量的高能效频率功率分配方法，属于无线通信技 术领域。

【背景技术】
[0002] 随着移动通信系统规模的日益扩大以及信息时代的到来，各类新型多媒体信息业 务层出不穷，用户对信息服务性能要求的增高和有限的无线系统资源之间的矛盾也逐渐扩 大，因此实现对无线系统资源的优化分配变得至关重要。在传统无线资源分配技术的研究 领域，主要是优化一类称之为服务质量（Quality of Service, QoS)的指标参数，从而有效 地分配无线资源。QoS指标是决定用户满意程度的所有业务服务水平的综合表现，它可被 解释为有关物理层分组数据传输的关键业绩指标（Key Performance Indicator, KPI)，通常 是由网络底层的吞吐量、时延、误码组成。这表明QoS机制侧重于以网络性能评测为出发点 来进行业务管理和区分，网络系统可依据不同的质量要求来处理不同业务。这一指标没有 将用户的主观感受以及业务本身的属性特点纳入考量范围，但是从终端用户的角度来评定 QoS却是一个更宽泛，且更具主观性的问题，因此另一更具实际参考意义的定义为用户体验 质量（Quality of Experience, QoE)的评测指标在充分考虑用户主观性和QoS的基础上应 用而生。
[0003] QoE是指用户对网络系统的服务能力和运营商提供的业务的服务质量（包括舒适 性，可靠性等方面）的综合体验，即表明业务的舒适化程度。运营商也可以依据用户的Q〇E 评分来优化部署网络，因此QoE指标一经提出便受到广泛关注，成为了学术界的重要研究 课题之一，并且也是工业领域重要的服务性能评价指标之一。影响QoE的关键因素有很多， 大致可分为技术因素和非技术因素两类，其中技术因素涉及端到端的QoS保证机制，端到 端的业务质量，网络的接通和传输能力，网络的覆盖范围以及终端设备性能等等；非技术因 素包含用户的主观认知，行为习惯和运营的服务质量，服务内容，价格，客服支撑，业务的便 利和快捷性等等。目前针对QoE的研究内容主要集中在QoE评测模型的确定以及基于QoE 及其相关指标的网络系统资源管理与优化两方面。通过确定QoE的评测模型，系统可以根 据监测到的各用户的QoE值来确定其服务覆盖范围，从而完成无定形小区的设计。而通过 设计一种基于QoE的无线资源分配技术，可以实现提升系统性能表现，提高无线资源利用 效率，以及最大化工业利润的目的，这对经济社会和能源可持续发展都具有重要意义。
[0004] QoE的数值度量标准有平均意见值（Mean Of Score, M0S)和sigmoid效用函数两 类。M0S的最初定义是一种衡量通信语音系统业务质量的重要指标，可以分为主观M0S分评 价和客观M0S分评价两类。其中，主观M0S的评价方法主要是通过对比原始的语音信息和 经过处理的有衰退的语音，然后得出M0S分，再映射到QoE上。现有的研究通常将M0S分量 化为与底层传输QoS参数指标（例如吞吐量，丢包率，抖动和实验）相联系的公式。
[0005] 另外，随着无线技术的发展，新一代的通信理念"绿色通信"被提出并广泛倡导，即 采用创新的高效功放，多载波，分布式，智能温控技术等对移动通信系统进行积极改造，以 达到降低能耗的目的，最终实现人与自然的和谐相处。传统的无线资源分配算法主要是最 大化系统吞吐量算法和比例公平算法，其中，最大化系统吞吐量算法的目的是实现系统容 量的最优，但是通常信道状况较差的用户所获得的无线资源数量也较少，因此该条件下用 户的服务性能体验较差，同时也导致用户的公平性差异较大；比例公平算法是保证用户间 公平性的算法，相比前者这种方法对时间窗的长度要求十分严格，一般要足以覆盖快衰落 的变化，但同时会带来附加的延迟。这两类算法都属于单目标优化的范畴，最终都只是针对 系统某一方面的性能进行优化。


【发明内容】

[0006] 本发明的目的是为提升无线通信系统的能源效率和整体性能，提出了一种基于用 户体验质量的高能效的频率功率分配方法。针对多业务，多用户无线通信系统的各方面性 能表现不均衡性以及系统具有较高能耗的问题，对无线通信系统中的频谱资源和功率资源 分别进行优化分配。基于多目标优化技术，实现了在保证系统高能效的前提下，优化用户 Q〇E和用户公平性的目的。
[0007] 本发明适用的场景为：包含K个用户的单基站移动通信小区，用户的位置随机产 生。其中，K个用户包括Ki个使用业务1的用户，K2个使用业务2的用户，......，κρ个使 用业务Ρ的用户，满足Ki+Kf. . . +ΚΡ = Κ，Ρ代表业务种类数。基站配置为单发射天线，系统 可利用的总发射功率资源量为Pmax，Ptn是用户k在子载波η上分配的功率资源大小，k代表 用户变量，η是子载波变量。k=l，2，...，K，K即为单基站移动通信小区中用户总数。η = 1，2,. . .，Ν，Ν代表小区可用的子载波总数。
[0008] 步骤1，信道信息获取：基站通过混合自动重传请求技术（Hybrid Automatic R印eat Request，HARQ)利用物理上行信道接收单基站移动通信小区中的用户按照反馈周 期所反馈的下行信道质量信息。上行，下行信道均服从瑞利分布，同时考虑无线传播环境中 的大尺度衰落模型，小尺度衰落模型以及信道噪声，最终可得到小区内所有用户所具有的 子载波的信噪比矩阵。具体方法为：
[0009] 步骤1. 1，设定基站到用户k的信道多径传播路径数目为M，构建理想的符合瑞利 分布的理想信道时域响应响应矩阵hMXK，h m，k是hMXK的一个分量（m = 1，2, . . .，M)，代表用 户k对应的第m条路径的理想信道时域响应，符合瑞利分布：

【权利要求】
1. 一种基于用户体验质量的高能效频率功率分配方法，其特征在于：适用的场景为： 包含K个用户的单基站移动通信小区，用户的位置随机产生；其中，K个用户包括Ki个使用 业务1的用户，κ2个使用业务2的用户，......，ΚΡ个使用业务ρ的用户，满足Ki+K 2+. ..+ΚΡ =Κ，Ρ代表业务种类数；基站配置为单发射天线，系统能利用的发射功率资源量为Pmax， Ptn是用户k在子载波η上分配的功率资源大小，k代表用户变量，η是子载波变量；k = 1，2,. . .，K，K即为单基站移动通信小区中用户总数；η = 1，2,. . .，N，N代表小区可用的子 载波总数； 步骤1，信道信息获取：基站通过混合自动重传请求技术（Hybrid Automatic Repeat ReqUeSt，HARQ)利用物理上行信道接收单基站移动通信小区中的用户按照反馈周期所反馈 的下行信道质量信息。上行，下行信道均服从瑞利分布，同时考虑无线传播环境中的大尺度 衰落模型，小尺度衰落模型以及信道噪声，最终可得到小区内所有用户所具有的子载波的 信噪比矩阵。具体方法为： 步骤1. 1，设定基站到用户k的信道多径传播路径数目为M，构建理想的符合瑞利分布 的理想信道时域响应矩阵hMXK，hm，k是hMXK的一个分量（m = 1，2,. . .，M)，代表用户k对应 的第m条路径的理想信道时域响应，符合瑞利分布：
(1) 同时根据实际环境中大尺度路径损耗的要求，设定Μ条传播路径的增益向 量Ρ1ΧΜ，以构建符合实际的多径移动无线传播环境，最终用户k对应的第m条路径 的实际信道时域响应为及，其中Pm是向量P1XM的一个分量，从而得到由 /imi_ m = & = 1,2,...，夂组成的符合实际的信道时域响应矩阵?Α/χΑ：; 步骤1. 2,为了观察信道在频域范围内的变化，对步骤1. 1的实际信道时域响应矩阵 作傅里叶变换得到频域上的信道响应矩阵ΗΝΧΚ，同时为了进行功率资源和子载波资源 的优化分配，需要计算每个用户在任一子载波信道下的信噪比（Signal Noise Ratio, SNR) 值，即用户k在子载波η下的信噪比可定义为SNR(n，k):
(2) 从而获得由所有用户的SNR(n，k)n = 1，2,. . .，N ;k = 1，2,. . .，K构成的信噪比矩阵SNXK， 用户可通过HARQ技术将此代表下行信道传输质量信息的信噪比矩阵SNXK反馈给基站； 步骤2,用户体验度QoE模型确立阶段：在步骤1的基础上，得到不同业务种类的M0S函 数模型，将M0S函数模型作为用户体验度QoE模型；M0S函数模型的具体建立过程如下： 用户将物理层下行信道的质量信息SNXK反馈回基站，基站结合当前时刻的子载波和功 率资源分配情况，得到与物理层信息传输相关的性能指标；同时用户也将自己对正在使用 的业务的实际满意度通过M0S分和QoE的映射关系，转化为M0S分反馈给基站；基站对收到 的M0S分和物理层传输性能指标进行拟合，从而构建出M0S分与物理层传输性能指标的函 数关系，最终形成针对用户正在使用的业务的M0S函数模型； 步骤3,子载波分配阶段：利用步骤1中的信噪比矩阵5^\同时将定义为数 据速率比例公平因子的参数指标（即不同业务类型的用户的最大需求速率之比 :RK，_)作为子载波资源的分配依据。为实现用户之间的数据速率比例公平 性要求，子载波分配过程具体分为如下两个阶段： 步骤3. 1，子载波分配第一阶段：实现满足所有用户的最低需求速率； 步骤3. 1. 1，从信噪比矩阵SNXK中选择具有最大信噪比值的元素即 =maxW)，然后将子载波f分配给用户k%即。同时依据 香农定理，获得用户k#的数据速率&，。并判断是否达到用户k#的最低要求速率'*. nun。 若没有达到，则删除子载波η%即信噪比矩阵SNXK中第n#行元素均设定为零； 步骤3. 1. 2,重复执行步骤3. 1. 1的方法，每重复一次都需判断是否达到用户k#的 最低要求速率A*.mm，直到达到用户1^的最低需求速率，才停止重复。然后将用户k#分离出 去不再为其分配子载波，即信噪比矩阵SNXK中第k#列元素均设定为零； 步骤3. 1. 3,按照步骤3. 1. 1和步骤3. 1. 2的方法，使得所有用户均达到最低需求速率， 结束第一阶段，进入子载波分配第二阶段； 步骤3. 2,子载波分配第二阶段：若第一阶段结束后，子载波资源没有被全部分配， 则对剩余的子载波资源按照数据比例速率公平因子来分配，进一步使单基站移动通信 小区内各用户的实际速率的比值满足数据速率比例公平性的要求，即R 1:R2:... :RK = ^1, max * ^2, max.....^K, max ? 具体方法为：将第一阶段得到的当前各个用户的数据速率Rk与该用户的最大需求速率
Rkmax作比值，然后选择比值最小的用户，即 。优先为用户.分 k， k 配剩余的子载波中信道增益最好的子载波ιΛ即&^(">> = madSrD，其中代表SNXK矩 阵的第I列，然后利用香农定理，重新计算用户￡的速率A，重复此方法直到所有的子载波 全部分配完毕； 步骤4,功率资源分配阶段：依据步骤2的各类业务的MOS函数模型和步骤3确定的各 用户的子载波分配情况，在保证系统平均用户Q〇E较好的条件下，采用多目标优化方法将 系统所需实现的各项性能作为优化目标，通过权衡优化目标间的轻重关系，最终实现高效 的、公平的且平均用户Q〇E较好的无线资源分配方案。具体实现过程如下 ： 多目标优化公式为： ek (t) = λ k；! I Rk (t) -Rkj min (t) I + λ k； 21 uk (t) -uk； max (t) I + λ k； 31 uk (t) -uk； min (t) (3) 其中t = 1，2,…是为达到最优的资源分配结果而进行的迭代分配次数变量。Rk(t)代 表第t次迭代时用户k实际获得的速率大小，Rk,min(t)是第t次迭代时用户k的最低速率 需求量。u k(t)定义为效用函数，它是与用户k第t次迭代时的M0S分成正相关的函数， 即uk(t) = f(M0Sk(Rk(t)))，uk，max(t)是第t次迭代时用户k的最高M0S分对应的效用函 数最大值，u k，min(t)是第t次迭代时用户k的最低M0S分对应的效用函数最小值。上式中 的每一项优化目标都是对偏差取绝对值的形式，定义e k(t)为用户k的误差函数。第一项 目标Xu|Rk(t)-Rk,min(t) I是在子载波资源分配完成的前提下，通过优化用户k的数据速 率来间接对用户k消耗的功率资源量进行优化，依据是香农定理中速率和功率正相关的 关系，通过第一项优化目标最终实现了系统总消耗功率的最小化，进一步实现了系统能效 的最大化；第二项目标X k,2|Uk(t)-uk,max(t) |实现了用户k的体验度最大，而第三项目标 Ak，3|uk(t)-uk，min(t) |防止了在实现第二项目标时，用户k占用系统大量的功率资源和子载 波资源，从而使得其余用户可利用资源量减少，系统公平性下降的情况发生。另外，采用权 重因子向量λ k = [ λ u, λ k，2，λ k，3]权衡这三项优化目标，权重因子向量λ k的取值表明 系统侧重的最终优化目标。若λ tl较大则表明系统的最终优化目标更侧重于第一项目标， 即降低系统功率资源消耗以实现能效的提升。基于上述优化目标公式，得到最终优化函数 为：
(4) 其中J为代价函数，即所有用户的误差函数ek(t)的平方和。优化目标是最小化此代 价函数。具体的实现方法是利用最小二乘法和速率的自回归模型来对（3)提出的优化问题 进行求解，从而得到用户k在第t次迭代时实际获得的速率为：
(5； 计算前后连续两次迭代的速率差值|Rk(t)-Rk(t_l) |，若此差值大于事先预定的收敛门 限ξ则用Rk(t)替换Rk(t-1)带入式（5)得到Rk(t+1)，再对|R k(t+l)-Rk(t)|做进一步计 算，重复迭代多次，直到前后连续两次迭代的速率差值小于或等于设定的门限值ξ为止， 此时的R k(t#)是用户k的最优速率取值，得到了速率资源的优化分配。在进一步通过香农 定理：
(6) 其中B代表系统带宽，σ 2为噪声功率大小，h为信道时域响应。由用户k的最优速率 Rk(t*)得到其对应的最优功率资源分配Pk(t*)。至此，实现了系统内所有用户的最优功率资 源分配6(广）
2. 根据权利要求1所述的一种基于用户体验质量的高能效频率功率分配方法，其特征 在于：M0S函数模型的形式根据业务对系统性能的敏感程度和资源量的需求程度来确立， 不同业务对应不同形式的M0S函数模型。
3. 根据权利要求1所述的一种基于用户体验质量的高能效频率功率分配方法，其特 征在于：所述M0S分与QoE的映射关系为：M0S分为1分，对应的用户体验度QoE满意度为 100%;M0S分为2分，对应的用户体验度QoE满意度为[80%，100% ) ;M0S分为3分，对应 的用户体验度QoE满意度为[60^,80%) ;M0S分为4分，对应的用户体验度QoE满意度为 [20%，60% ) ;M0S分为1分，对应的用户体验度QoE满意度为[0, 20% )。
【文档编号】H04W72/08GK104066192SQ201410312975
【公开日】2014年9月24日 申请日期:2014年7月2日 优先权日:2014年7月2日
【发明者】邢成文, 巩世琪, 王妮炜, 费泽松, 匡镜明 申请人:北京理工大学