一种窝蜂小区干扰协调方法及系统与流程

本发明涉及移动通信技术领域，特别涉及一种窝蜂小区干扰协调方法及系统。

背景技术：

当前，用户对移动通信的内容和质量的要求越来越高，移动通信技术随之获得了迅猛发展，移动终端和网络技术取得巨大进步，移动互联网的应用与业务也得到了快速普及。全球主要运营商、终端厂商为了提升自身的竞争力，都在努力地提升通信技术与服务标准，在这种背景下，新一代无线通信系统LTE(Long Term Evolution)引起了国际市场的关注。

在网络部署中，LTE采用同频组网。但是同频组网方式对窝蜂小区中心用户和边缘用户的路损、同频干扰程度不同，造成两者的用户体验差别大。对于小区中心用户，因距离基站距离短，且受到周边小区干扰小，具有较好的信号干扰噪声比，可以获得更高的数据速率和更好的服务质量。而对于小区边缘的用户，由于相邻小区占用同样载波资源的用户对其干扰比较大，加之本身距离基站较远，信号干噪比相对就较小，用户服务质量较差、吞吐量较低。

综上所述可以看出，如何提升窝蜂小区用户的通信体验是目前还有待解决的问题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种窝蜂小区干扰协调方法及系统，能够进一步提升窝蜂小区用户的通信体验。其具体方案如下：

一种窝蜂小区干扰协调方法，包括：

对窝蜂小区的用户进行用户分组处理，得到边缘用户组和中心用户组；

基于对边缘用户组的吞吐量以及对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，分别得到第一目标函数和第二目标函数；

基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数；

创建所述第一目标函数、所述第二目标函数以及所述第三目标函数共同的约束条件，得到第一组约束条件；

基于用户公平性创建相应的约束条件，得到第二组约束条件；

利用多目标优化算法，并结合所述第一组约束条件和所述第二组约束条件，对所述第一目标函数、所述第二目标函数和所述第三目标函数进行求解，得到相应的Pareto最优解；

根据所述Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

可选的，所述对窝蜂小区的用户进行用户分组处理的过程，包括：

获取每个用户与相邻基站之间的信道增益；

根据不同用户在信道增益上的差异以及在用户与中心点之间距离上的差异，利用聚类方法，分别对每个窝蜂小区的用户进行聚类处理，得到每个窝蜂小区所对应的边缘用户组和中心用户组。

可选的，所述第一目标函数为：

所述第二目标函数为：

式中，表示窝蜂小区m中的主载波的总数量，表示窝蜂小区m中的副载波的总数量，表示窝蜂小区m中的主载波的发射功率，表示窝蜂小区m中的副载波的发射功率，表示窝蜂小区m的边缘用户组的吞吐量，表示窝蜂小区m的中心用户组的吞吐量，表示窝蜂小区m中的主载波的集合，表示窝蜂小区m中的副载波的集合，F表示窝蜂小区总的可用频段宽度，N表示窝蜂小区总的可用子载波数量，S₀表示白噪声功率，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的中心用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的中心用户组之间最差的信道增益。

可选的，所述第三目标函数为：

可选的，所述第一组约束条件包括第一约束条件、第二约束条件和第三约束条件；

其中，所述第一约束条件为：

所述第二约束条件为：

所述第三约束条件为：

其中，m＝1,2,3，P_max表示最大发射功率。

可选的，所述第二组约束条件包括：

以及，

其中，m＝1,2,3，表示预设的与对应的吞吐量最小阈值，表示预设的与对应的吞吐量最小阈值。

本发明还公开了一种窝蜂小区干扰协调系统，包括：

用户分组模块，用于对窝蜂小区的用户进行用户分组处理，得到边缘用户组和中心用户组；

第一目标函数构建模块，用于基于对边缘用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，得到第一目标函数；

第二目标函数构建模块，用于基于对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，得到第二目标函数；

第三目标函数构建模块，用于基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数；

第一条件创建模块，用于创建所述第一目标函数、所述第二目标函数以及所述第三目标函数共同的约束条件，得到第一组约束条件；

第二条件创建模块，用于基于用户公平性创建相应的约束条件，得到第二组约束条件；

函数求解模块，用于利用多目标优化算法，并结合所述第一组约束条件和所述第二组约束条件，对所述第一目标函数、所述第二目标函数和所述第三目标函数进行求解，得到相应的Pareto最优解；

干扰协调模块，用于根据所述Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

可选的，所述用户分组模块，包括：

参数获取单元，用于获取每个用户与相邻基站之间的信道增益；

聚类单元，用于根据不同用户在信道增益上的差异以及在用户与中心点之间距离上的差异，利用聚类方法，分别对每个窝蜂小区的用户进行聚类处理，得到每个窝蜂小区所对应的边缘用户组和中心用户组。

可选的，所述第一目标函数为：

所述第二目标函数为：

式中，表示窝蜂小区m中的主载波的总数量，表示窝蜂小区m中的副载波的总数量，表示窝蜂小区m中的主载波的发射功率，表示窝蜂小区m中的副载波的发射功率，表示窝蜂小区m的边缘用户组的吞吐量，表示窝蜂小区m的中心用户组的吞吐量，表示窝蜂小区m中的主载波的集合，表示窝蜂小区m中的副载波的集合，F表示窝蜂小区总的可用频段宽度，N表示窝蜂小区总的可用子载波数量，S₀表示白噪声功率，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的中心用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的中心用户组之间最差的信道增益。

可选的，所述第三目标函数为：

本发明中，窝蜂小区干扰协调方法，包括：对窝蜂小区的用户进行用户分组处理，得到边缘用户组和中心用户组；基于对边缘用户组的吞吐量以及对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，分别得到第一目标函数和第二目标函数；基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数；创建第一目标函数、第二目标函数以及第三目标函数共同的约束条件，得到第一组约束条件；基于用户公平性创建相应的约束条件，得到第二组约束条件；利用多目标优化算法，并结合第一组约束条件和第二组约束条件，对第一目标函数、第二目标函数和第三目标函数进行求解，得到相应的Pareto最优解；根据Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

可见，本发明先对窝蜂小区的用户进行分组处理，从而确定出窝蜂小区的边缘用户组和中心用户组，然后基于对不同用户组的吞吐量进行极大化处理的原则，创建相应的目标函数，这样有利于提高整个系统的频谱效率，其次，本发明还基于对窝蜂小区的整体发射功率进行极小化处理的原则，创建相应的目标函数，这样有利于降低能耗，另外，本发明基于用户公平性创建相应的约束条件，从而确保不同用户之间的公平性。通过上述各种目标函数以及约束条件，可以获得有利于提高系统频谱效率、降低能耗并且能够确保用户公平性，由此可降低相邻小区之间的干扰程度，从而提升了窝蜂小区用户的通信体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种窝蜂小区干扰协调方法流程图；

图2为本发明实施例公开的一种窝蜂小区干扰协调系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种窝蜂小区干扰协调方法，参见图1所示，该方法包括：

步骤S11：对窝蜂小区的用户进行用户分组处理，得到边缘用户组和中心用户组。

步骤S12：基于对边缘用户组的吞吐量以及对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，分别得到第一目标函数和第二目标函数。

步骤S13：基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数。

步骤S14：创建第一目标函数、第二目标函数以及第三目标函数共同的约束条件，得到第一组约束条件。

步骤S15：基于用户公平性创建相应的约束条件，得到第二组约束条件。

步骤S16：利用多目标优化算法，并结合第一组约束条件和第二组约束条件，对第一目标函数、第二目标函数和第三目标函数进行求解，得到相应的Pareto最优解。

步骤S17：根据Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

可见，本发明实施例先对窝蜂小区的用户进行分组处理，从而确定出窝蜂小区的边缘用户组和中心用户组，然后基于对不同用户组的吞吐量进行极大化处理的原则，创建相应的目标函数，这样有利于提高整个系统的频谱效率，其次，本发明还基于对窝蜂小区的整体发射功率进行极小化处理的原则，创建相应的目标函数，这样有利于降低能耗，另外，本发明基于用户公平性创建相应的约束条件，从而确保不同用户之间的公平性。通过上述各种目标函数以及约束条件，可以获得有利于提高系统频谱效率、降低能耗并且能够确保用户公平性，由此可降低相邻小区之间的干扰程度，从而提升了窝蜂小区用户的通信体验。

本发明实施例公开了一种具体的窝蜂小区干扰协调方法，包括如下步骤S21至S28：

步骤S21：获取每个用户与相邻基站之间的信道增益。

本实施例中，窝蜂小区m的第i个用户与相邻基站n的第j条子载波的信道增益记为其中，m＝1,2,3。

步骤S22：根据不同用户在信道增益上的差异以及在用户与中心点之间距离上的差异，利用聚类方法，分别对每个窝蜂小区的用户进行聚类处理，得到每个窝蜂小区所对应的边缘用户组和中心用户组。

其中，上述聚类处理过程具体包括下面步骤S221至S226：

步骤S221：将窝蜂小区m的第i个用户与相邻基站n之间的信道增益转换成向量形式，具体为：

式中，表示窝蜂小区m的第i个用户与相邻基站n之间的信道增益向量，U^m表示窝蜂小区m的总用户数量。

步骤S222：计算窝蜂小区m的第i个用户的指标向量T_i^m，具体表达式如下：

其中，

步骤S223：从窝蜂小区m各个用户的指标向量T_i^m中，随机选取两个用户对应的指标向量分别作为第一初始中心点和第二初始中心点，记为其中，第一初始中心点对应于边缘用户组，第二初始中心点对应于中心用户组，本实施例中，边缘用户组和中心用户组可记为

步骤S224：计算每个用户对应的指标向量T_i^m(i＝1,2,…,U^m)与上述两个初始中心点之间的距离并将相应用户归属到距离最小的用户组中。

步骤S225：分别计算上述两个用户组的均值，并将每个用户组的均值作为该用户组的新的中心点

步骤S226：重新进入步骤S224，直到边缘用户组和中心用户组不再发生变化为止，这样，每个窝蜂小区所对应的边缘用户组和中心用户组。

步骤S23：基于对边缘用户组的吞吐量以及对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，分别得到第一目标函数和第二目标函数。

本实施例中，上述第一目标函数具体为：

另外，上述第二目标函数具体为：

式中，表示窝蜂小区m中的主载波的总数量，表示窝蜂小区m中的副载波的总数量，表示窝蜂小区m中的主载波的发射功率，表示窝蜂小区m中的副载波的发射功率，表示窝蜂小区m的边缘用户组的吞吐量，表示窝蜂小区m的中心用户组的吞吐量，表示窝蜂小区m中的主载波的集合，表示窝蜂小区m中的副载波的集合，F表示窝蜂小区总的可用频段宽度，N表示窝蜂小区总的可用子载波数量，S₀表示白噪声功率，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的中心用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的中心用户组之间最差的信道增益。

步骤S24：基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数。

本实施例中，上述第三目标函数具体为：

步骤S25：创建第一目标函数、第二目标函数以及第三目标函数共同的约束条件，得到第一组约束条件。

本实施例中，上述第一组约束条件具体可以包括第一约束条件、第二约束条件和第三约束条件；

其中，第一约束条件具体为：

第二约束条件具体为：

第三约束条件具体为：

其中，m＝1,2,3，P_max表示最大发射功率。

步骤S26：基于用户公平性创建相应的约束条件，得到第二组约束条件。

本实施例中，上述第二组约束条件具体可以包括：

以及，

其中，m＝1,2,3，表示预设的与对应的吞吐量最小阈值，表示预设的与对应的吞吐量最小阈值。

步骤S27：利用多目标优化算法，并结合第一组约束条件和第二组约束条件，对第一目标函数、第二目标函数和第三目标函数进行求解，得到相应的Pareto最优解。

步骤S28：根据Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

相应的，本发明实施例还公开了一种窝蜂小区干扰协调系统，参见图2所示，该系统包括：

用户分组模块11，用于对窝蜂小区的用户进行用户分组处理，得到边缘用户组和中心用户组；

第一目标函数构建模块12，用于基于对边缘用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，得到第一目标函数；

第二目标函数构建模块13，用于基于对中心用户组的吞吐量进行极大化处理的原则，构建相应的目标函数，得到第二目标函数；

第三目标函数构建模块14，用于基于对窝蜂小区的整体发射功率进行极小化处理的原则，构建相应的目标函数，得到第三目标函数；

第一条件创建模块15，用于创建第一目标函数、第二目标函数以及第三目标函数共同的约束条件，得到第一组约束条件；

第二条件创建模块16，用于基于用户公平性创建相应的约束条件，得到第二组约束条件；

函数求解模块17，用于利用多目标优化算法，并结合第一组约束条件和第二组约束条件，对第一目标函数、第二目标函数和第三目标函数进行求解，得到相应的Pareto最优解；

干扰协调模块18，用于根据Pareto最优解，对窝蜂小区进行相应的功率优化设置以及进行相应的主载波和副载波的划分操作。

具体的，上述用户分组模块，可以包括参数获取单元和聚类单元；其中，

参数获取单元，用于获取每个用户与相邻基站之间的信道增益；

聚类单元，用于根据不同用户在信道增益上的差异以及在用户与中心点之间距离上的差异，利用聚类方法，分别对每个窝蜂小区的用户进行聚类处理，得到每个窝蜂小区所对应的边缘用户组和中心用户组。

另外，上述第一目标函数具体为：

上述第二目标函数具体为：

式中，表示窝蜂小区m中的主载波的总数量，表示窝蜂小区m中的副载波的总数量，表示窝蜂小区m中的主载波的发射功率，表示窝蜂小区m中的副载波的发射功率，表示窝蜂小区m的边缘用户组的吞吐量，表示窝蜂小区m的中心用户组的吞吐量，表示窝蜂小区m中的主载波的集合，表示窝蜂小区m中的副载波的集合，F表示窝蜂小区总的可用频段宽度，N表示窝蜂小区总的可用子载波数量，S₀表示白噪声功率，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的边缘用户组之间最差的信道增益，表示位于窝蜂小区m的基站中的第j个子载波与窝蜂小区m的中心用户组之间最差的信道增益，表示位于窝蜂小区t的基站中的第i个子载波与窝蜂小区m的中心用户组之间最差的信道增益。

进一步的，上述第三目标函数具体为：

关于上述各个模块和单元更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

最后，还需要说明的是，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。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种窝蜂小区干扰协调方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。