本发明专利技术提供了一种基于势博弈的负载已知用户关联方法,该方法所采用的异构网络通过Ma个大功率宏基站构建的宏小区和大量随机分布的微基站构成,UDN由用户集合Ω
【技术实现步骤摘要】
一种基于势博弈的负载已知用户关联方法
本专利技术涉及通信的
,特别是涉及基于宏基站和小功率基站的用户关联算法。
技术介绍
为了满足用户对移动数据流量的需求,移动通信系统需要从时、频、空、码等多维度扩展资源以及提升资源利用率。超密集组网(UltraDenseNetwork)是充分利用空间资源提升移动通信系统整体性能的一种有效手段。UDN的基本思想是:在大功率宏基站的覆盖范围内增加大量小功率基站,以补充宏小区覆盖的不足、提升目标覆盖区域内的接入量和流量密度。UDN被视为5G的关键技术之一。UDN缩短了基站间距,导致小区间干扰加剧,尤其当宏基站和小功率基站工作在相同的频段上时。采用频率复用的方法可以有效避免小区间干扰,但极大地降低了覆盖区域内的频谱利用率,不符合移动通信系统未来发展的方向。另一种有效对抗小区间干扰的技术是多点协调(CoordinatedMulti-Point,CoMP)传输技术。CoMP容许多个基站通过相互协调为处位于小区边缘的用户服务,以期达到降低干扰、增强信号、从而提升边缘用户传输速率的目的,联合传输(JointTransmission,JT)是CoMP传输技术的主要类型之一。JTCoMP中与边缘用户关联的多个基站在相同的时频资源上为用户传输数据,利用空间多样性提升数据传输的质量和速率,因此,下文中出现的CoMP技术,如无特殊说明均指JTCoMP。在移动通信系统中,用于传输的无线资源是有限的,因此每个基站在一个传输周期内可以承载的用户数量有限。例如,在LTE系统中,频谱资源被分割成资源块(ResourceBlock,RB),每个RB的带宽为180kHz,假设基站使用20M带宽,即共有100个RB;如果每个用户为满足服务质量(QualityofService)需求至少需要2个RB,那么基站服务的用户数不能超过50个,如果超过50个,那么必将有一部分用户不能获得满足QoS需求的服务。传统的用户关联方法是:用户基于接收到的参考信号,选择其中强度最大的基站进行关联。这样的方法执行简单,在同构网络中有较高的效率;在异构网络中,由于宏基站的发射功率相比于低功率小基站大得多,使得用户更倾向于与宏基站关联,从而导致宏基站负载过重,无法满足用户QoS;而靠近用户的低功率小基站负载较轻甚至空载,这样的负载不均衡现象严重影响了UDN的性能。小区扩展(CellRageExpansion,CRE)偏置(bias),提高用户选择小功率基站的几率,相比于传统基于RSRP的方法,CRE可有效均衡基站负载,且实现简单,CRE已被3GPP引入到LTE-A技术标准中,但是,由于无线网络环境是时变的,自适应设置CRE的Bias值成为难题。CoMP技术的引入和负载均衡的需求,对异构UDN的用户关联策略提出挑战。如专利申请201480002767.6公开了一种用于在网络中多个节点的第一节点为下行链路CoMP处理生成至少一个下行链路CoMP协作集的方法。多个节点的每个节点管理至少一个小区。确定多个多维UE点。相应多维UE点的每个维度对应于与UE从对应小区收到的下行链路信号相关联的信道质量度量值。确定至少一个k维UE星座。每个k维UE星座包括接收来自k个小区的下行链路信号的UE集。基于确定的至少一个k维UE星座,确定至少一个k维UE群组。每个k维UE群组与相同小区相关联。基于多个k维UE群组,生成至少一个下行链路CoMP协调集。该方法是通过配置成将具有至少相同数量的信道质量度量值的信道质量列表编组,以生成信道质量列表的编组,这种方法仅仅能够反映信道的质量,并不能提升网络吞吐量和负载,因此,仍需对提升网络吞吐量和负载进行提高,以满足用户的需求。
技术实现思路
基于此,本专利技术的目的在于提供一种基于势博弈的负载已知用户关联方法,该方法可在满足用户QoS需求的前提下,提升网络吞吐量和负载均衡,该算法可有集中式和分布式两种执行方式,可适应不同的网络需求。本专利技术的目的是通过以下技术方案实现的。一种基于势博弈的负载已知用户关联方法,其特征在于该方法所采用的异构网络通过Ma个大功率宏基站构建的宏小区和大量随机分布的微基站构成,UDN由用户集合ΩUE和基站集合ΩBS构成,关于用户关联的博弈模型可定义为其中Su表示用户的策略集合,υu表示用户u的本地决策函数,用户关联问题可建模为如下优化问题:其中,表示用户u的QoS需求,C1表示用户关联系数αu,b是一个比特数;C2表示每个用户的传输基站不超过Cmax个;C3表示βu是小于NRB的非0整数;C4表示每个基站为其关联的用户分配的RB总数不能超过NRB;C5表示用户关联和RB分配的结果必须满足用户的QoS需求;上述博弈模型满足势博弈条件,势博弈可通过最大化本地决策函数达到纳什均衡,通过对每个用户选择最大化υu的策略求解公式:s.t.Ai,u={si,u,A-u}定义的用户关联问题。进一步,所述QoS需求特指数据速率的需求。更进一步,根据具体的信道状态,每个用户可产生多个备选的关联策略,用户u的策略集可表示为其中表示用户u满足条件的用户关联策略的总数,令S*,u表示某次用户关联中用户u最终选定的策略,则集合可表示一次用户关联的结果;假设用户u根据前一次迭代或者前一个传输周期的用户关联结果A来选择当前的策略,则Mu是关于A和用户u的关联策略相关的函数,Mu(si,u,A-u),其中,是除用户u之外的其他用户的关联结果,用Ai,u={si,u,A-u}表示当用户u选择策略si,u时,网络的用户关联结果,用户u采用策略i时可获得的数据速率为:其中,更进一步,UDN由用户集合ΩUE和基站(包括宏、微基站)集合ΩBS构成,关于用户关联的博弈模型可定义为其中Su表示用户的策略集合,υu表示用户u的本地决策函数,用户u的本地决策函数υu定义为:进一步,当网络中存在一个能够统筹全局的中心计算单元,可通过集中式计算达到纳什均衡。更进一步,所述方法包括有集中式和分布式两种算法。下面分别介绍集中式LAUA(LAUA-C)和分布式LAUA(LAUA-D)两种算法。进一步,所述集中式LAUA算法(LAUA-C),LAUA-C算法中每个用户的策略选择非独立的,每个用户根据上述最大化υu的策略求解公式选择最优策略后,将相应地更新用户关联结果A,更新后的A将作为下一个用户进行策略选择时的输入,按顺序对用户进行策略选择后,判断当前的用户关联结果A是否满足收敛条件,如果不满足则需要重新对每个用户进行策略选择。进一步,所述分布式LAUA算法(LAUA-D),每个用户选择策略的过程是相互独立的,每个用户根据上述最大化υu的策略求解公式选择最优策略,策略判决所需的全局用户关联结果A可由历史结果代替,显然这样的简化会导致性能下降,但计算复杂度大幅降低,但是LAUA-D系统性能下降的程度是可以接收的。进一步,微基站的位置服从泊松点过程(PoissonPointProcess,PPP)模型,密度为λBS,在随机生成微基站位置时要求其与宏基站的最小距离不得小于给定值dmin,宏基站与微基站共同构成的基站集合记为ΩBS;网络中的用户位置同样服从PPP模型,密度为λUE。本专利技术可在满足用户QoS需求的前提下,提升网络吞吐量和负载均衡,该算法可有集中式本文档来自技高网...
【技术保护点】
1.一种基于势博弈的负载已知用户关联方法,其特征在于该方法所采用的异构网络通过Ma个大功率宏基站构建的宏小区和大量随机分布的微基站构成,UDN由用户集合Ω
【技术特征摘要】
1.一种基于势博弈的负载已知用户关联方法,其特征在于该方法所采用的异构网络通过Ma个大功率宏基站构建的宏小区和大量随机分布的微基站构成,UDN由用户集合ΩUE和基站集合ΩBS构成,关于用户关联的博弈模型可定义为其中Su表示用户的策略集合,υu表示用户u的本地决策函数,用户关联问题可建模为如下优化问题:s.t.C1C2C3C4C5其中,表示用户u的QoS需求,C1表示用户关联系数αu,b是一个比特数;C2表示每个用户的传输基站不超过Cmax个;C3表示βu是小于NRB的非0整数;C4表示每个基站为其关联的用户分配的RB总数不能超过NRB;C5表示用户关联和RB分配的结果必须满足用户的QoS需求;上述博弈模型满足势博弈条件,势博弈可通过最大化本地决策函数达到纳什均衡,通过对每个用户选择最大化υu的策略求解公式:s.t.Ai,u={si,u,A-u}定义的用户关联问题。2.如权利要求1的基于势博弈的负载已知用户关联方法,其特征在于所述QoS需求特指数据速率的需求。3.如权利要求2的基于势博弈的负载已知用户关联方法,其特征在于根据具体的信道状态,每个用户可产生多个备选的关联策略,用户u的策略集可表示为其中表示用户u满足条件的用户关联策略的总数,令s*,u表示某次用户关联中用户u最终选定的策略,则集合可表示一次用户关联的结果;假设用户u根据前一次迭代或者前一个传输周期的用户关联结果A来选择当前的策略,则Mu是关于A和用户u的关联策略相关的函数,Mu(si,u,A-u),其中,是除用户u之外的其他用户的关联结果,用Ai,u={si,u,A-u}表示当用户u选择策略si,u时,网络的用户关联结果...
【专利技术属性】
技术研发人员:张学,常洪涛,麦晓彬,尤星,黄广建,陈轶,岳胜,于佳,苏蕾,刘远彬,
申请(专利权)人:广东南方电信规划咨询设计院有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。