本发明涉及通信技术领域,具体而言,涉及一种无线网络资源的优化方法、装置、电子设备及存储介质。
背景技术:
功率控制作为通信系统优化网络资源配置的一项关键技术,可以减少系统内信号的相互干扰,使系统容量最大化。
在无线通信的实际应用中会存在一个关键问题,信号的辐射会对部分电磁敏感的传感设备(如医疗传感器)产生电磁干扰,且干扰程度随着通信发射功率的提高而增加,高强度的电磁干扰可能导致电磁敏感的传感设备的严重故障。基于传感设备的电磁敏感性,如何进行功率控制,在实现网络资源优化分配的同时也能保证传感设备的正常工作,是现有技术中一亟待解决的难题。
技术实现要素:
有鉴于此,本发明实施例的目的在于提供一种无线网络资源的优化方法、装置及电子设备,以改善上述问题。
第一方面,本发明实施例提供了一种无线网络资源的优化方法,用于在传感设备可承受范围内的电磁干扰条件下对网络资源进行优化配置,所述方法包括:
在所述传感设备可承受范围内的电磁干扰制约下建立最大发射功率模型;
建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,且实现每个用户效用最大化;
依据所述最大发射功率模型和所述联合功率与速率控制的博弈模型得到每个用户最优的联合功率和速率。
第二方面,本发明实施例提供了一种无线网络资源的优化装置,用于在传感设备可承受范围内的电磁干扰条件下对网络资源进行优化配置,所述无线网络资源的优化装置包括:
第一模型建立模块,用于在所述传感设备可承受范围内的电磁干扰制约下建立最大发射功率模型;
第二模型建立模块,用于建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,且实现每个用户效用最大化;
运算模块,用于依据所述最大发射功率模型和所述联合功率与速率控制的博弈模型得到每个用户最优的联合功率和速率。
第三方面,本发明实施例提供了一种电子设备,用于在传感设备可承受范围内的电磁干扰条件下对网络资源进行优化配置,所述电子设备包括:
存储器;
处理器;以及
无线网络资源的优化装置,所述无线网络资源的优化装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模组,所述无线网络资源的优化装置包括:
第一模型建立模块,用于在所述传感设备可承受范围内的电磁干扰制约下建立最大发射功率模型;
第二模型建立模块,用于建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,且实现每个用户效用最大化;
运算模块,用于依据所述最大发射功率模型和所述联合功率与速率控制的博弈模型得到每个用户最优的联合功率和速率。
第四方面,本发明实施例提供了一种计算机存储介质,该存储介质包括一组指令,当执行所述指令时,引起至少一个处理器执行上述所述的方法。
对于现有技术,本发明提供的无线网络资源的优化方法、装置、电子设备及存储介质具有如下的有益效果:
本发明提供的无线网络资源的优化方法、装置、电子设备及存储介质能够有效地将电磁干扰控制在传感设备可接受的范围内,在解决电磁敏感的传感设备受电磁干扰的同时,也使得网络资源得到优化配置。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的电子设备的结构框图。
图2为本发明较佳实施例提供的无线网络资源的优化方法的流程图。
图3为本发明较佳实施例提供的无线网络资源的优化装置的功能模块图。
图标:10-电子设备;110-无线网络资源的优化装置;111-第一模型建立模块;112-第二模型建立模块;113-运算模块;120-存储器;130-存储控制器;140-处理器;150-外设接口;160-显示单元;170-音频单元;180-输入输出单元。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,是本发明较佳实施例提供的电子设备10的结构框图,本发明实施例提供的无线网络资源的优化装置110可应用于所述电子设备10中。所述电子设备10可以是,但不限于服务器、个人电脑(personalcomputer,pc)、平板电脑、个人数字助理(personaldigitalassistant,pda)、移动上网设备(mobileinternetdevice,mid)等。所述传感设备10的操作系统可以是,但不限于,安卓(android)系统、ios(iphoneoperatingsystem)系统、windowsphone系统、windows系统等。
于本发明实施例中,所述电子设备10还包括120、存储控制器130、处理器140、外设接口150、显示单元160、音频单元170以及输入输出单元180。
所述120、存储控制器130、处理器140、外设接口150、显示单元160、音频单元170以及输入输出单元180,各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述无线网络资源的优化装置110包括至少一个可以软件或固件(firmware)的形式存储于所述120中或固化在所述电子设备10的操作系统(operatingsystem,os)中的软件功能模块。所述处理器140用于执行120中存储的可执行模块,例如,所述无线网络资源的优化装置110包括的软件功能模块或计算机程序。
处理器140可能是一种集成电路芯片,具有信号的处理能力。上述的处理器140可以是通用处理器,包括中央处理器(centralprocessingunit,简称cpu)、网络处理器(networkprocessor,简称np)等;还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器140也可以是任何常规的处理器等。
所述外设接口150将各种输入/输出装置耦合至处理器140以及120。在一些实施例中,外设接口150,处理器140以及存储控制器130可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
显示单元160在所述电子设备10与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元160可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器进行计算和处理。
音频单元170向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
输入输出单元180用于提供给用户输入数据实现用户与所述传感设备10的交互。所述输入输出单元180可以是,但不限于,鼠标和键盘等。
请参阅图2,是本发明较佳实施例提供的应用于无线网络资源的优化装置110的无线网络资源的优化方法的流程图,下面将对图2所述的具体流程进行详细阐述。
步骤s101,在传感设备可承受范围内的电磁干扰制约下建立最大发射功率模型。
本发明实施例中,传感设备可分为非生命支持传感设备和生命支持传感设备,所述非生命支持传感设备以非生命的对象为检测对象,所述生命支持传感设备以有生命的对象为检测对象。
在对无线网络资源进行优化时,电子设备10首先计算无线用户受电磁干扰(emi,electromagneticinterference)约束的最大可能发射功率,进行最大功率建模。所述最大发射功率模型为ax≤b,其中
具体的,本发明实施例中,采用数学线性方程进行求解,先表示非生命支持传感设备和生命支持传感设备对无线用户的发射功率约束:
其中,enls(p)和els(q)分别是非生命支持传感设备p和生命支持传感设备q的可接受的emi强度,pi是无线用户i的发射功率,di(p)和di(q)是用户i的发射器分别与非生命支持传感设备p和生命支持传感设备q的距离,μ1和μ2是常数,根据医疗器械电气安全标准iec60601-1-2,μ1和μ2可优选分别取值为7和23。g表示无线用户的集合,m1表示非生命支持传感设备的集合,m2表示生命支持传感设备的集合。
设
根据式(3)和(4),将式(1)和(2)进行调整,则得到传感设备可承受范围内的电磁干扰制约下最大发射功率模型:
ax≤r(5)
其中,a为参数矩阵,μ1、μ2、dn(m1)和dn(m2)均为常数,
根据线性方程,传感设备可承受范围内的电磁干扰制约下的最大发射功率可分为以下三种情况:
(i)当a的行数等于n时,即m1+m2=n,那么可以获得唯一的解x=a-1b。
(ii)当a的行数小于n时,即m1+m2<n,则线性方程是不确定的,可从∑i∈gpi的最大化的无限解中选择最优的一个。
(iii)当a的行数大于n时,即m1+m2>n,则线性方程是超定的。通过最佳近似来放宽式(1)和式(2)的约束,即min|ax-b|。所以,x=(ata)-1atb。
给定无线用户g的集合,由(i)和(ii),当方程存在解的时候,即m1+m2≤n时,方程的解或者方程解的最小值则为每个无线用户发射功率的最大值,可以使所有传感设备理论上不受到有害emi的影响。由(iii)可知,当m1+m2>n时,可以使传感设备上的emi总量最小,因为在这个情况下功率配置能够确保为min|ax-b|。
根据上述的(i)、(ii)和(iii)可以求得最小化传感设备上的emi总量的用户最大发射功率,将这emi约束下的最大发射功率定义为metp(maximaleffectivetransmitpower),后面将在这一最大发射功率约束下进行功率控制设计。
步骤s102,建立联合功率与速率控制的博弈模型。
建立好最大发射功率模型后,电子设备10建立联合功率与速率控制的博弈模型,以最小化传感设备的电磁干扰量,且实现每个用户效用最大化。所述博弈模型为
具体的,假设通信网络中有m个活动用户。从用户i到其基站的信道增益是gi,其带宽是w。给定用户i具有功率pi和速率ri,用户i的信噪比(sinr)可以表示为:
其中,n0表示噪声,
其中
根据式(6)、(7)和(8)可知,用户i的信道条件取决于直接信道增益gi和用户所收到的干扰,即∑j=igjμi+n0。
对于给定的调制类型,用户的sinr对应于其基于误码率(ber)的服务质量(qos,qualityofservice)水平。因此,对于用户要实现其所需的qos,在这里也就对应为实现sinr的预定值。
非合作联合数据速率和功率控制的博弈
其中p-i和r-i分别是除用户i之外的其他所有用户的传输功率和数据速率。
本发明实施例中,用户的网络效用是指用户每单位消耗功率的发送信息的比率(以比特为单位)。
在功率控制中,基于不同的优化方案可以使用各种效用函数。由于数据速率和发射功率之间的相互作用,效用定义可能会导致纳什均衡点的不存在,或者多个纳什平衡点的存在,即不存在唯一的纳什均衡。
一般效用函数的设计,需要满足以下三个要求:
1.每个用户旨在实现更高的sinr。
2.每个用户的目的是获得更高的数据传输速率。
3.当信道不好或当干扰高时,每个用户应当增加其发射功率电平和/或降低其数据传输速率。
上述三个要求可能是彼此冲突的。例如,式(6)中的1和2是冲突的,因为每个用户都以较大的速率进行传输时,对于某一个用户来说,他收到的干扰也会增大,从而没办法获得一个高的sinr。此外,尽管每个用户想要以更高的数据速率进行传输,但是由于信道条件不好,可能会使其数据传输速率降低,2和3的要求可能不会同时遵守。
因此,需要在上述的要求之间进行权衡。另一方面,对于联合数据速率和功率控制,效用是用户的发射功率及其数据速率的函数,并且可能不直接是sinr的函数。此外,在博弈理论框架中,每个用户旨在最大化其效用函数,并且如果纳什均衡存在的话,博弈将在其纳什均衡处稳定。因此,每个用户将在纳什均衡处,获得所选择发射功率和数据速率对应的sinr。所以,每个用户实现的sinr取决于效用的定义。
以用户的sinr的对数函数来考虑每一个用户的效用函数,即:
其中,k是可调参数。
由于式(10)中的效用是sinr的递增函数,因此在数据速率和功率方面最大化该效用,也会使得用户的sinr即γi最大化,这符合上述要求1。但是,为了最大化式(10)中的效用,每个用户需要以高的功率电平和低的数据速率进行发射,这与上述第二点要求矛盾。为了减轻这种矛盾,需向式(10)添加一个新项,这是数据速率ri的对数函数:
其中k′是可调参数。
根据式(10)和式(11),每个用户的效用,即联合功率与速率控制的博弈模型,可以表示为:
根据式(12)进行调整,联合功率与速率控制的博弈模型可表示为:
一个有效的算法应该是唯一收敛的,对应于博弈论来说,一个有效的博弈算法应该存在一个唯一的纳什均衡。即上述的联合功率与速率控制的博弈模型中存在唯一的ne(纳什均衡)。
步骤s103,依据最大发射功率模型和博弈模型得到每个用户最优的联合功率和速率。
在建立最大发射功率模型和联合功率与速率控制的博弈模型后,电子设备10依据最大发射功率模型和联合功率与速率控制的博弈模型进行运算,得到每个用户最优的联合功率和速率。所述用户最优的联合功率和速率为
具体的,以最大数据速率和最大功率发射并不总是有用的,因为每个用户的发射功率被认为是对其他用户的干扰。为了控制每个用户的自私行为,并且使其发射功率和/或数据速率适应于信道条件,将调整效用函数的参数和使用定价。因此,我们提出一种带定价参数的联合数据速率和发射功率控制的博弈算法,我们会证明相应的分布式算法能够收敛到博弈的唯一的ne,并证明每个用户能实现其预定义的sinr。
由于用户的策略空间是发射功率电平和数据速率,因此定价函数与每个用户的发射功率和数据速率有关。用户策略空间的多维度,意味着对定价函数有许多选择,例如用户的功率电平和数据速率的加权和,或者它们的乘法等。在这里,对于每个用户,使用其数据速率平方和发射功率平方的加权和作为定价函数。该定价函数有以下优点:首先,这样能使效用函数保持为凹,这是博弈的分析必不可少;再者,平方函数对其参数的变化比线性函数更敏感。这意味着用户对策略的选择,能够对其定价函数的值产生极大的影响。每个用户的效用函数如下:
其中α1和α2是可调参数,λ是定价因子。式(14)表示的效用函数具有以下属性:对于给定的效用函数值和固定的λ,当
在式(15)效用函数的基础上,设
为了使医疗传感器收到的emi降到最低,我们提出的迭代功率和速率更新算法,设
当
完整的迭代算法表达式为:
根据式(19),完整的迭代算法表达式,即用户最优的联合功率和速率的效用函数可表示为:
其中n表示第n轮迭代,
式(20)可以看出,当
证明:同样,我们先证明上述的emi限制下的联合功率速率控制博弈的迭代算法纳什均衡的存在性,再证明该纳什均衡点的唯一性。
我们先证明博弈算法纳什均衡的存在性。根据策略空间pi和ri是欧几里得空间上非空闭合有界的凸集,下面只对效用函数ui(pi,ri)在pi和ri上是连续的拟凹函数做出相应的证明。
要证明函数的凹凸性,可以对其二阶导数进行讨论。对于(16)中的效用函数,对pi求二阶偏导,得到:
明显
同理,对pi求二阶偏导,得到:
同样
因为
由此算法的纳什均衡存在性得到证明。
接下来证明纳什均衡的唯一性,我们只要证明
我们先证明,函数
证明:根据不动点定理,因为函数
下面我们会构造一个这样的集合s:
因为β1=α1,
根据定理,若一个函数f(x)满足以下三个条件:(1)非负性:f(x)≥0;(2)单调性:如果x′≥x,则f(x′)≥f(x);(3)可伸缩性:对任意∝>1,∝f(x)>f(∝x)。如果该函数存在一个不动点,则该不动点是唯一的,并且该函数将全局收敛到这个唯一的不动点。我们可以很容易地证明
因此
因此,当
本发明实施例中,emi限制下的联合功率和速率控制算法核心伪代码实现如下:
1:
2:
3:calculatemetpaccordingto(4-5);/*根据上述的最大功率建模计算metp*/
4:pmax=metp;
5:setε;/*设置收敛阈值*/
6:k=0;
7:do/*下面进行算法的迭代*/
8:foralli∈ndo
9:
10:
11:
12:else
13:
14:
15:k++;
16:
其中,β1=α1,
综上所述,本发明实施例提供的无线网络资源的优化方法先根据传感设备可承受范围内的电磁干扰制约建立最大发射功率模型。然后建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,并实现每个用户效用最大化。最后根据最大发射功率模型和、联合功率与速率控制的博弈模型计算出每个用户最优的联合功率和速率。如此,能够有效地将电磁干扰控制在传感设备可接受的范围内,且实现用户的最大网络效用,在解决电磁敏感的传感设备受电磁干扰的同时,也使得网络资源得到优化配置。
请参阅图3,是本发明较佳实施例提供的无线网络资源的优化装置110的功能模块图,所述无线网络资源的优化装置110包括有第一模型建立模块111、第二模型建立模块112和运算模块113。
第一模型建立模块111用于在所述传感设备可承受范围内的电磁干扰制约下建立最大发射功率模型。
可以理解的,所述第一模型建立模块111可以用于执行上述的步骤s101。
第二模型建立模块112用于建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,且实现每个用户效用最大化。
可以理解的,所述第二模型建立模块112可以用于执行上述的步骤s102。
运算模块113用于依据所述最大发射功率模型和所述联合功率与速率控制的博弈模型得到每个用户最优的联合功率和速率。
可以理解的,所述运算模块113可以用于执行上述的步骤s103。
综上所述,本发明实施例提供的无线网络资源的优化装置110可先根据传感设备可承受范围内的电磁干扰制约建立最大发射功率模型。然后建立联合功率与速率控制的博弈模型,以最小化所述传感设备的电磁干扰量,并实现每个用户效用最大化。最后根据最大发射功率模型和、联合功率与速率控制的博弈模型计算出每个用户最优的联合功率和速率。如此,能够有效地将电磁干扰控制在传感设备可接受的范围内,且实现用户的最大网络效用,在解决电磁敏感的传感设备受电磁干扰的同时,也使得网络资源得到优化配置。
进一步的,本发明实施例还提供了一种计算机存储介质,该存储介质包括一组指令,当执行所述指令时,引起至少一个处理器执行上述所述的无线网络资源的优化方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。