本发明属于通信技术领域，具体涉及一种基于匹配博弈的能量采集小基站资源分配方法。
背景技术：
移动网络的爆炸式增长将带来雪崩效应，造成移动数据流量的巨大增长。根据预测，下一个十年内移动数据流量将会上涨为如今的1000倍。到2020年，随着数据流量的剧增，将有接近500亿的设备将要接入网络。5g时代，小基站密集组网是其中一项提高覆盖率和系统容量的重要技术。能量采集小基站由于能适应不同地形的要求并且能够实现绿色通信，已经成为当前无线通信研究领域的重点，然而小基站密集组网往往会带来用户接入选择问题和干扰过大的问题。
在现有的小基站优化算法中，比较常见的使用博弈论非合作式地优化自身的发射功率、信道分配等资源，这种方法站在个体角度考虑自身效益优化资源，提高个人收益，但非合作博弈往往不能考虑合作实现更高的效益。目前比较热门的研究算法是合作式的博弈算法，例如联盟博弈，不仅考虑个人效益，还同时考虑集体的效益，增加系统的性能，能够有效利用频谱等资源。noma(non-orthogonalmultipleaccess，noma)技术能够在功率域分配增加无线网络容量和用户服务率上的优越性，许多研究将其运用在小基站组网中。
技术实现要素：
发明目的：为了克服现有技术中存在的不足，本发明提供一种能量采集小基站网络中能够利用采集能量提供服务，通过匹配博弈等算法实现信道分配、用户接入和功率分配进而提高用户接入，保证系统总容量的基于匹配博弈的能量采集小基站资源分配方法，考虑将noma技术和5g中重要的密集小基站组网技术以及能量采集场景结合，首先采用基于图论的启发式分簇信道分配算法为小基站分配信道，随后将用户接入问题建立为一个多次one-to-one匹配博弈算法，每次子匹配中用户和小基站只能一一对应匹配，并且在子匹配结束后本次匹配成功的用户将不参与下次匹配。
技术方案：为实现上述目的，本发明提供一种基于匹配博弈的能量采集小基站资源分配方法，包括如下步骤：
1)小基站信道分配：
1.1)定义场景中小基站集合为{sbsn}n∈n，用户集合为{uek}k∈k，信道数为i，集合为{1,2,...,i}，一共可划分为i个簇；
1.2)将小基站网络建立为图论中的有向权重图g＝(v,e,w)，{v}＝{v1,v2,vn}代表小基站集合，{e}＝{en,j}n,j∈n代表小基站之间的干扰情况，如果en,j＝1，说明小基站sbsj对sbsn产生干扰，反之en,j＝0则表明sbsj对sbsn没有产生干扰.而{w}＝{wn,j}n,j∈n是每条边en,j上干扰的权重，也即sbsj对sbsn产生干扰的大小，可以公式化为：
其中，
根据信道数为i将小基站网络划分为i个簇，簇集合表示为{ch}h∈{i}，设
1.3)初始化：
1.4)小基站集合{v}中每个vn计算其受到的总的干扰权重之和wn，计算的{wn}n∈n按照降序排列，将其相应的小基站序号也按降序排列，获得新的小基站集合{v'}；
1.5)依次从小基站集合{v'}中取一个小基站sbsn，计算该小基站加入每个簇后增加的权重之和
1.6)为每个簇分配一个信道，信道分配算法结束。
2)多次one-to-one匹配算法实现用户接入：
2.1)建立one-to-one匹配博弈模型：
小基站集合为{sbsn}n∈n，用户集合为{uek}k∈k，时隙开始时能量到达小基站，并在一个时隙内用完不存储，小基站采集的能量集合为{e}＝{e1,e2,...,en}，时隙长度为t，可以得到小基站发射功率集合
设uek与uef同时接入sbsn，并且
其中
式中，
设用户和小基站以传输速率为效用函数，用uk表示用户对小基站的偏好效用函数，用un表示小基站对用户的效用函数。每个用户又有最低速率要求{reqk}k∈k，因此首先计算用户在接入不同小基站下的功率要求。设有新用户入小基站的用户集合变为
其中小基站通过前文提到的启发式分簇算法使用信道i∈{i}，根据公式可以计算出uek受到的干扰与噪声之和
小基站n对用户的效用函数也使用吞吐量，表示为：
根据以上叙述，第t次匹配算法可表示为
定义1：一个匹配μ可以定义为一个从集合kt∪n向kt∪n映射的函数，kt是第t次参议匹配的用户，n代表小基站，k∈kt,n∈n：
(1)μ(n)∈kt且|μ(n)|＝1；
(2)μ(k)∈n且|μ(k)|＝1；
(3)只有当μ(k)＝n时，μ(n)＝k才成立；
2.2)设用户集合k1＝{ue}，小基站集合为{sbs}，μ0＝0，t＝0；
2.3)t＝t+1，根据用户和小基站的效用函数，可以将其偏好的小基站和用户按降序排列，获得偏好列表
2.4)l＝l+1，μ′l＝{0}n×k，uek∈kt依次从偏好列表中取出一个小基站，向其发出接入请求；
2.5)sbsn∈{sbs}接收到接入请求后，将接收到的请求与已接受的请求做比较，选择在偏好列表中最靠前的一个接受，并将μ′l中选中的位置置1，而没有选中的都置0；
2.6)检查：1.是否μ′l＝μ'-1且所有用户已向所有小基站发出请求2.所有用户都已被小基站选中。如果都不满足，则跳至2.4步骤；如果满足其中一条，则此次one-to-one匹配博弈算法结束，根据匹配结果设置匹配矩阵μt，统计本次匹配中匹配成功的用户集合{ue}match，调整下一次匹配用户的集合为kt+1＝kt/{ue}match；
2.7)检查算法执行后μt-1＝μtandt≠1是否满足，如果不满足，算法跳至步骤2.3，否则多次one-to-one匹配算法结束，用户根据μt接入小基站获取服务。
3)小基站内部功率分配算法：
3.1)初始化：设经过启发式分簇信道分配算法、匹配算法后用户接入小基站的情况为{clun}n∈n，{clun}为接入sbsn的用户按照信道增益降序排列的集合，对于uek∈{clun}，sbsn一开始分得功率为
3.2)t＝t+1，小基站内的uek∈{clun}依次计算满足传输速率要求的发射功率
3.3)检查剩余能量
3.4)为每个小基站执行算法步骤3.2和3.3，当所有小基站发射功率分配完成后，就获得了小基站的功率分配集合
本发明基于能量采集小基站网络的异构蜂窝网络场景，对小基站网络的频谱、接入和发射功等资源进行合理分配，以实现资源的有效利用。首先根据能量采集小基站下行网络场景建立基于图论的有向权重图，利用基于启发式分簇算法的信道分配算法为小基站分簇并分配信道。
本发明方法利用合作博弈中的匹配博弈算法解决引入noma技术的多用户接入问题，该问题被建立为一个多次one-to-one匹配博弈，每个子博弈的参与者为用户和小基站，用户和小基站的效用函数都是传输速率，用户和小基站根据效用函数建立偏好列表，参与者根据偏好列表进行匹配。最后，小基站根据匹配的结果为用户重新分配发射功率，以在一个时隙内尽可能用完所有小基站采集的能量。通过多次one-to-one匹配博弈算法多用户可以以noma技术接入小基站的同一信道获取服务，增大了用户的接入概率。
有益效果：本发明与现有技术相比，具有以下优点：
1、将时兴的能量采集技术与小基站网络结合，考虑采集的能量为用户提供服务，绿色节能，建立起能量采集的小基站模型，并将小基站的资源分配问题构建为一个以减少干扰、增大吞吐量为目标的信道、接入和功率资源优化问题。
2、本发明为了能够在满足最低传输速率需求的前提下尽可能多接入用户，在小基站网络中引入了noma技术，使得小基站的一个信道上可以接入多个用户。
3、由于非合作博弈没有考虑通过合作带来的效益，本发明考虑使用合作博弈中匹配博弈算法为用户选择接入的基站。同时，由于本发明场景中的匹配博弈存在外部性需要通过遍历swap-matching寻找最优匹配，但能量采集小基站的发射功率随着时隙变化，不太适合遍历场景，因此本发明提出了一个次优的匹配算法为用户选择接入的小基站。
附图说明
图1为能量采集小基站网络下行模型图；
图2为本发明方法的流程示意图；
图3、图4、图5分别为能量采集小基站网络中用户的传输速率、小基站能效和用户接入情况的仿真结果图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明利用匹配博弈对能量采集小基站网络中的信道、接入和发射功率资源的分配进行优化：首先根据能量采集小基站模型建立基于图论的有向权重图，根据建立的有向权重图采用启发式分簇算法为小基站分簇并分配信道；随后将多用户接入小基站的问题建立为一个多次one-to-one匹配博弈算法，用户和小基站以传输速率为效应能够函数，在每一次子博弈中用户和小基站仅能进行一一匹配，而本次子博弈中最后匹配成功的用户将不会参与到下一次子博弈中；最后，为了能够在时隙内尽可能用完所有采集的能量，用户在匹配博弈中分配的传输功率需要重新分配，因此本发明提出了一个新的功率分配算法为小基站内的用户重新分配其获得的发射功率。
本发明研究的能量采集小基站网络下行场景如图1所示，基于匹配博弈的能量采集小基站网络资源分配方法的总体流程图见附图2。
结合图2，本发明提供的一种基于匹配博弈的能量采集小基站网络资源分配方法，包括以下步骤：
1)小基站信道分配
1.1)定义场景中小基站集合为{sbsn}n∈n，用户集合为{uek}k∈k，信道数为i，集合为{1,2,...,i}，一共可划分为i个簇，根据信道模型，计算出无线设备之间的信道增益为：
(1)当设备之间的距离d≤15时，其信道增益为：
g(d)＝-(40+25*lg(d)+10)db(1)
(2)当设备之间的距离d≤15时，其信道增益为：
g(d)＝-(60+25*lg(15)+40*lg(d-15)+10)db(2)
1.2)将小基站网络建立为图论中的有向权重图g＝(v,e,w)，{v}＝{v1,v2,vn}代表小基站集合，{e}＝{en,j}n,j∈n代表小基站之间的干扰情况，如果en,j＝1，说明小基站sbsj对sbsn产生干扰，反之en,j＝0则表明sbsj对sbsn没有产生干扰，而{w}＝{wn,j}n,j∈n是每条边en,j上干扰的权重，也即sbsj对sbsn产生干扰的大小，可以公式化为：
其中，
根据信道数为i将小基站网络划分为i个簇，簇集合表示为{ch}h∈{i}，设
即新加入的sbsn对簇内的干扰权重之和；
1.3)初始化：
1.4)小基站集合{v}中每个vn计算其受到的总的干扰权重之和wn，计算的{wn}n∈n按照降序排列，将其相应的小基站序号也按降序排列，获得新的小基站集合{v'}；
1.5)依次从小基站集合{v'}中取一个小基站sbsn，计算该小基站加入每个簇后增加的权重之和
1.6)为每个簇分配一个信道，信道分配算法结束；
2)多次one-to-one匹配算法实现用户接入：
2.1)建立one-to-one匹配博弈模型：
小基站集合为{sbsn}n∈n，用户集合为{uek}k∈k，时隙开始时能量到达小基站，并在一个时隙内用完不存储，小基站采集的能量集合为{e}＝{e1,e2,...,en}，时隙长度为t，可以得到小基站发射功率集合
设uek与uef同时接入sbsn，并且
其中
式中，
设用户和小基站以传输速率为效用函数，用uk表示用户对小基站的偏好效用函数，用un表示小基站对用户的效用函数。同时，每个用户又有最低速率要求{reqk}k∈k，因此首先计算用户在接入不同小基站下的功率要求。设有新用户入小基站的用户集合变为
其中小基站通过前文提到的启发式分簇算法使用信道i∈{i}，根据公式可以计算出用户i受到的干扰与噪声之和
小基站n对用户的效用函数也使用吞吐量，表示为：
根据以上叙述，第t次匹配算法可表示为
定义1：一个匹配μ可以定义为一个从集合kt∪n向kt∪n映射的函数，kt是第t次参议匹配的用户，n代表小基站，k∈kt,n∈n：
(1)μ(n)∈kt且|μ(n)|＝1；
(2)μ(k)∈n且|μ(k)|＝1；
(3)只有当μ(k)＝n时，μ(n)＝k才成立；
2.2)设用户集合k1＝{ue}，小基站集合为{sbs}，μ0＝0，t＝0；
2.3)t＝t+1，根据用户和小基站的效用函数，可以将其偏好的小基站和用户按降序排列，获得偏好列表
2.4)l＝l+1，μ′l＝{0}n×k，uek∈kt依次从偏好列表中取出一个小基站，向其发出接入请求；
2.5)sbsn∈{sbs}接收到接入请求后，将接收到的请求与已接受的请求做比较，选择在偏好列表中最靠前的一个接受，并将μ′l中选中的位置置1，而没有选中的都置0；
2.6)检查：
1、是否μ′l＝μ'-1且所有用户已向所有小基站发出请求；
2、所有用户都已被小基站选中。
如果都不满足，则跳至2.4步骤；如果满足其中一条，则此次one-to-one匹配博弈算法结束，根据匹配结果设置匹配矩阵μt，统计本次匹配中匹配成功的用户集合{ue}match，调整下一次匹配用户的集合为kt+1＝kt/{ue}match；
2.7)检查算法执行后μt-1＝μtandt≠1是否满足，如果不满足，算法跳至2.3，否则多次one-to-one匹配算法结束，用户根据μt接入小基站获取服务。
3)小基站内部功率分配算法
3.1)设经过启发式分簇信道分配算法、匹配算法后用户接入小基站的情况为{clun}n∈n，{clun}为接入sbsn的用户按照信道增益降序排列的集合，对于uek∈{clun}，sbsn一开始分得功率为
3.2)t＝t+1，每个小基站内的uek∈{clun}依次计算满足传输速率要求的发射功率
3.3)检查剩余能量
3.4)为每个小基站执行算法步骤3.2和3.3，当所有小基站发射功率分配完成后，就获得了小基站的功率分配集合
综上所述，本发明研究的是能量采集小基站下行场景的资源分配问题，为具有能量采集能力的小基站网络建立有向权重图，通过启发式分簇算法为小基站分配信道；随后采用多次one-to-one匹配博弈算法为使用noma技术的小基站网络实现多用户接入；最后，为了增加系统容量和在一个时隙内尽可能用尽所有采集的能量，本发明还在保证用户最低传输速率的要求下重新为用户分配传输功率。
本发明算法的性能如附图3到图5所示，oma为对比算法，n表示小基站数。如附图3所示，在小基站数n一定时，随着用户数的增加，用户平均传输速率下降，这一方面是因为用户数上升每个小基站服务的用户增加，相应的用户分得的功率下降，另一方面也是因为noma技术使得接入小基站同一信道的用户之间也产生了干扰，因此用户数上升干扰增加，而传输速率下降。当用户数一定而小基站数上升时，由于信道数有限，小基站增加带来了更多的干扰，因此平均用户传输速率也下降。从图中还可以看出本发明算法要高于对比的oma算法，因为本发明引入了noma并采用了匹配算法能够在满足传输速率的同时用户的接入。
附图4对比了小基站的平均能效，可以看出本发明的能效随着用户数的增加先上升后下降，这是因为一开始用户上升时，用户数的增加使得用户分得的功率下降，根据能效的定义用户发射功率下降，能效上升，随着用户进一步增加，接入基站的用户数上升，导致noma引起的小基站内部干扰上升，因此能效下降，而小基站数的增加也使得干扰上升，因此用户数相同时能效下降。
附图5中对比了用户接入率随用户数和基站数的变化，可以看出采用了多用户接入的本发明接入率要高于对比算法，并且随着用户数的上升，接入率下降，因为小基站的发射功率和用户的最低传输速率有限，能够接入的用户数也受限，因此用户数的上升接入率下降；而用户数一定，小基站数上升时，由于小基站增加带来干扰，用户接入率会下降。