本发明涉及一种femtocell网络中，基于改进图论的新型频谱分配方法，属于femtocell网络中频谱分配优化的方法。
背景技术：
femtocell网络的频谱分配是近年来无线通信方面的一个研究热点，它包括到提升用户服务质量、降低基站之间的同层干扰，以及提高整个网络系统容量等多个方面的技术。femtocell体积小、价格低、功耗小,可以通过连接到有线宽带网络作为回传链路，由用户自行安装,故密集部署是它的一个重要特性。在大多数的情况下，femtocell之间的距离近，用户流动型大，则会带来各基站之间的同层干扰严重以及频谱资源分配浪费的问题，这造成了频谱资源更加匮乏以及用户服务质量的下降。
在保证用户的服务质量要求的前提下，提高整个femtocell网络的频谱效率和网络容量，是一项重要的技术。满足以上几点的前提之一，就是要降低在femtocell之间的同层干扰，并施加一个有效的频谱分配算法。目前，基于图论的基站分组方案受到了很多的关注，研究人员不再仅仅利用传统的算法，如分数频率重用和软频率重用等一系列动态算法，而是结合图论的知识对基站进行分组的管理，在组内实施频谱分配算法。这些基于图论的频谱分配算法有聚类的频谱分配算法和基于贪心算法的频谱分配算法等等。但是研究者们大多数都忽视了用户服务质量需求，这样势必会因为用户的流动性太强和流量峰值的突然增加等原因导致的系统分配的带宽不够用等情况，用户的通信流量体验也很大程度的降低。显然，研究一种femtocell网络使用的基于用户服务质量要求，且能够提高频谱效率的新型频谱分配就变的非常的有意义。
技术实现要素：
为了克服已有femtocell网络的频谱效率和系统容量的不足,本发明提供了一种有效提升频谱效率和系统容量的基于改进图论的femtocell网络新型频谱分配方法。
本发明解决其技术问题所采用的技术方案是：
一种基于改进图论的femtocell网络新型频谱分配方法，包括以下步骤：
1)femtocell基站表示为FBS，在总区域面积固定的情况下，FBS在每个房间内随机部署且它们之间的距离随机，基站的总数为N个，而且基站服务的用户FUE也是随机的分布在每个房间内，数目为Ki＝{1,2,...,ki}，Ki表示FBSi服务的FUE的数量；
定义一个干扰识别公式：
其中，Pi是的发射功率，gi,k是FBSi到FUEk之间的信道增益，它们的乘积为信号强度,γth为干扰阈值；
公式(1)成立时，FBSi到FUEk同色，分配在同组；否则，FBSi到FUEk不同色，分配在不同组；
2)判断能否满足用户服务质量需求，如果否，则结束；如果是，被激活的基站满足条件，则进入下一步；
3)采用新型频谱分配算法，过程如下：
其中，Bcam是分配给每个小组的实际带宽,Bam是每个小组的平均所需带宽，BS是系统划分的子带带宽，S是系统的子带的数量，G是分组的集合，G＝{1,2,...,m}；
求出Bam：
其中，Bm是各个小组的期望所需带宽，nm是第m个小组中FBS的个数，Bi是每个FBSi的所需带宽。
Bi是根据用户服务质量需求计算的，将用户的服务质量表示为其所需要的传输速率，那么：
其中，Bik是FBSi服务的FUEk的所需带宽，Qr是FUEk的用户服务质量要求，rik是特定信噪比下的子带中FBSi到FUEk的可达速率。
进一步，所述步骤1)中，使用改进的图论算法，将基站类比与图论中的顶点，将饱和度定义为相邻顶点的不同颜色的个数，度定义为相邻的顶点的个数，首选选取饱和度最大的顶点，若这样的顶点不止一个，选出度数最大的，对其进行着色；相邻的顶点必须保证颜色不同，最后记录使用的颜色色，就是基站分组后的小组数量；将不具有相同颜色的基站分配在同一个小组，将不同颜色的基站分配到不同的小组。
本发明的有益效果主要表现在：基于改进图论，兼顾用户服务质量提出，以提升femtocell网络中的频谱效率和系统容量为目的。针对每个femtocell在某区域的随机分布、用户流动性大的环境下，利用图论中的改进算法，对femtocell进行着色，并将相同的颜色分在一组，然后根据每组中由用户服务质量所决定的平均带宽需求将正交的不同频率频谱分配给各个基站组。算法是基于改进型的图论算法，即利用相同顶点使用不同颜色进行着色。还兼顾了用户的服务质量，即每个用户的速率要求计算所需带宽，然后按比例对系统的总带宽进行了分配。这样就很大程度的降低femtocell之间的同层干扰，也能最大程度的提高整个系统中的频谱效率，那么系统的容量也得到了很多的提升。
附图说明
图1是选择Femtocell网络的系统模型。
图2是仿真结果图。
图3是基于改进图论的femtocell网络新型频谱分配方法的流程图
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1～图3，一种基于改进图论的femtocell网络新型频谱分配方法，包括以下步骤：
1)femtocell基站表示为FBS，在总区域面积固定的情况下，FBS在每个房间内随机部署且它们之间的距离随机，基站的总数为N个，而且基站服务的用户FUE也是随机的分布在每个房间内，数目为Ki＝{1,2,...,ki}，Ki表示FBSi服务的FUE的数量；
定义一个干扰识别公式：
其中，Pi是的发射功率，gi,k是FBSi到FUEk之间的信道增益，它们的乘积为信号强度,γth为干扰阈值；
公式(1)成立时，FBSi到FUEk同色，分配在同组；否则，FBSi到FUEk不同色，分配在不同组；
2)判断能否满足用户服务质量需求，如果否，则结束；如果是，被激活的基站满足条件，则进入下一步；
3)采用新型频谱分配算法，过程如下：
其中，Bcam是分配给每个小组的实际带宽,Bam是每个小组的平均所需带宽，BS是系统划分的子带带宽，S是系统的子带的数量，G是分组的集合，G＝{1,2,...,m}；
求出Bam：
其中，Bm是各个小组的期望所需带宽，nm是第m个小组中FBS的个数，Bi是每个FBSi的所需带宽。
Bi是根据用户服务质量需求计算的，将用户的服务质量表示为其所需要的传输速率，那么：
其中，Bik是FBSi服务的FUEk的所需带宽，Qr是FUEk的用户服务质量要求，rik是特定信噪比下的子带中FBSi到FUEk的可达速率。
进一步，所述步骤1)中，使用改进的图论算法，将基站类比与图论中的顶点，将饱和度定义为相邻顶点的不同颜色的个数，度定义为相邻的顶点的个数，首选选取饱和度最大的顶点，若这样的顶点不止一个，选出度数最大的，对其进行着色；相邻的顶点必须保证颜色不同，最后记录使用的颜色色，就是基站分组后的小组数量；将不具有相同颜色的基站分配在同一个小组，将不同颜色的基站分配到不同的小组。
本发明中，将femtocell基站表示为FBS。系统模式如图1所示，在总区域面积固定的情况下，FBS在每个房间内随机部署且它们之间的距离随机，基站的总数为N个，N＝{1,2,...,N}。而且基站服务的用户(FUE)也是随机的分布在每个房间内，数目为Ki＝{1,2,...,ki}，Ki表示FBSi服务的FUE的数量。基站和用户的间距也是随机的，那么每个用户一定会收到其他基站的同频干扰。首先建立干扰图并构建邻接矩阵，然后对每个femtocell进行着色分组，最后在进行频谱的分配。主要包括以下步骤：
第一步，定义一个干扰识别公式
其中Pi是的发射功率，gi,k是FBSi到FUEk之间的信道增益，它们的乘积为信号强度,γth为设置的干扰阈值。
目标是利用各个FBS之间的干扰关系，建立一个邻接矩阵。然后根据邻接矩阵，使用改进的图论方法对FBS进行着色。通过公式可以看出，由于每个基站的功率都是固定相等的，当FUEk和服务它的FBSi之间的信道增益与FUEk和干扰它的FBSj之间的信道增益的比值大于γth，那么说明FBSi和FBSj之间的干扰是可以忽略的。否则，它们相互视对方为干扰邻居。
第二步，使用了改进的图论算法，将基站类比与图论中的顶点。将饱和度定义为相邻顶点的不同颜色的个数，度定义为相邻的顶点的个数。首选选取饱和度最大的顶点，若这样的顶点不止一个，选出度数最大的，对其进行着色。注意，相邻的顶点必须保证颜色不同，最后记录使用的颜色色，就是基站分组后的小组数量。
第三步，将不具有相同颜色的基站分配在同一个小组，将不同颜色的基站分配到不同的小组。这样就可以为每个小组的基站分配相互正交的不同频率的频谱，这样每个小组之间的干扰几乎降到了最低。当然，我们已经将来自于宏基站的跨层干扰忽略了。
第四步，算法流程图如图3，将干扰阈值设置为4.4dB，若阈值过大，会引入过多的不必要的干扰信号；若阈值太小，很多干扰无法解决。因此，经过多次仿真找到一个合理的干扰阈值。关于着色，我们使用改进型的图论算法，它是基于顶点度和顶点饱和度的着色算法，最大程度的降低了使用的颜色数目。最后，我们根据能否满足用户服务质量需求来判别我们的算法是否执行，若被激活的基站满足条件，则进入新型频谱分配算法，否则直接结束不执行。
第五步，提出的新型频谱分配算法如下：
其中Bcam是分配给每个小组的实际带宽,Bam是每个小组的平均所需带宽，BS是系统划分的子带带宽，S是系统的子带的数量，G是分组的集合，G＝{1,2,...,m}。
于是求出Bam：
其中Bm是各个小组的期望所需带宽，nm是第m个小组中FBS的个数。Bi是每个FBSi的所需带宽。
Bi是根据用户服务质量需求计算的。我们将用户的服务质量表示为其所需要的传输速率，那么：
其中，Bik是FBSi服务的FUEk的所需带宽，Qr是FUEk的用户服务质量要求，rik是特定信噪比下的子带中FBSi到FUEk的可达速率。
第六步，整个femtocell网络中的FBS由基站控制中心管理。根据新型的频谱分配算法着色后，算法结束。当femtocell网络中有新的基站被激活时或者有新的用户接入时，该算法又重现的启动，因为原来的频谱分配已经不适合当前的网络。
第七步，仿真结果图如图3，随着femtocell网络中被激活的基站数量增加，全复用频谱分配算法中的网络容量变大，在Pa＝0.4时到达峰值，Pa为基站的激活概率。之后，由于FBS密度变大，同层干扰增加，网络容量开始急剧下降。而新型频谱分配算法和传统基于图论的频谱算法的网络容量一直处于平稳的上升趋势。特别是我们提出的方案，网络容量上升趋势几乎没有波动，说明新型频谱分配算法在抗干扰方面较其他两种方案具有明显的优势。