一种基于统计特性参考的功率分配方法组成比例

本发明专利技术实施例提供一种基于统计特性参考的功率分配方法，包括：根据超密集网络下每一用户的平均信干噪比、平均传输速率和用户使用的传输功率对应的功率等级比率，构建功率分配最优化模型；所述功率分配最优化模型由平均传输速率之和最大化函数以及约束条件构成；求解所述功率分配最优化模型，获取功率分配优化方案，根据所述功率分配优化方案进行功率分配。本发明专利技术实施例提供的方法，基于随机几何理论构建功率分配最优化模型，解决了网络节点数量剧增导致的资源分配计算量过大的问题，降低了系统测量和反馈开销，实现了高效的功率分配，提高了系统性能和资源利用效率。

A Power Allocation Method Based on Statistical Characteristic Reference

The embodiments of the present invention provide a power allocation method based on statistical characteristic reference, which includes: building an optimization model of power allocation according to the average signal-to-interference-noise ratio, average transmission rate of each user and the power level ratio corresponding to the transmission power used by the user in an ultra-dense network; the optimization model of power allocation is composed of a maximum function of the sum of average transmission rates and constraints. Conditions: Solve the power allocation optimization model, obtain the power allocation optimization scheme, and distribute the power according to the power allocation optimization scheme. The method provided by the embodiment of the present invention builds an optimal power allocation model based on stochastic geometry theory, solves the problem of excessive calculation of resource allocation caused by the sharp increase in the number of network nodes, reduces the system measurement and feedback overhead, achieves efficient power allocation, and improves the system performance and resource utilization efficiency.

【技术实现步骤摘要】
一种基于统计特性参考的功率分配方法
本专利技术实施例涉及通信
，尤其涉及一种基于统计特性参考的功率分配方法。
技术介绍
近年来，互联网用户数目激增，高清晰视频、云计算、边缘计算、在线游戏、触觉通信和机器通信等多种新型业务不断涌现，对网络的容量、速率和可靠性提出了更高的要求。第五代移动通信技术(5G)利用新型物理层通信技术、网络虚拟化技术以及多网融合的方式，能够以更高的接入速率(高达10Gbps)和更低的网络能耗，实现为用户提供灵活定制的接入服务，成为目前研究的热点。第五代移动通信网络在小小区基站引入无需注册的毫米波通信技术，既实现了高速数据传输，也避免了与宏基站之间的同道信号干扰。同时，将宏基站通信业务卸载到小小区基站，使原始宏基站负责扩大网络覆盖范围并控制小小区基站，能够大幅度提高信号传输速率、降低网络能耗。然而，毫米波通信受氧气吸附等影响传输距离受限，需要通过大量部署小区基站才能保证网络完全覆盖，即超密集网络部署(UltraDenseDeployment，UDN)。在万物互联的当今，超密集网络部署大大解决了用户对网络数据流量的需求。然而，随着小区密度的增加，小区的超密集网络部署带来的网络节点数量的急剧增长，给资源分配时的计算和控制带来巨大的挑战，降低了网络性能和用户体验。传统的资源分配方法大多是确定性、实时反馈的、集中式的，这使得控制计算过程中的反馈量、计算维度和计算复杂度居高不下。如何减小功率分配的计算量，是目前业界亟待解决的课题。
技术实现思路
本专利技术实施例提供一种基于统计特性参考的功率分配方法，用以解决现有技术中网络节点数量剧增导致的资源分配计算量过大的问题，实现简单高效的功率分配。一方面，本专利技术实施例提供一种功率分配方法，包括：根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型；所述功率分配最优化模型由平均传输速率之和最大化函数以及约束条件构成；求解所述功率分配最优化模型，获取功率分配优化方案，根据所述功率分配优化方案进行功率分配。另一方面，本专利技术实施例提供一种功率分配设备，包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行如前所述的功率分配方法。本专利技术实施例提供的一种基于统计特性参考的功率分配方法，基于随机几何理论构建功率分配最优化模型，解决了网络节点数量剧增导致的资源分配计算量过大的问题，降低了系统测量和反馈开销，实现了高效的功率分配，提高了系统性能和资源利用效率。附图说明为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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，还可以根据这些附图获得其他的附图。图1为本专利技术实施例功率分配方法流程图；图2为本专利技术实施例遗传算法流程图；图3为本专利技术实施例超密集网络下的通信系统场景示意图；图4为本专利技术实施例的一种功率分配设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例功率分配方法流程图，如图1所示，一种功率分配方法，包括：S1，根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型；所述功率分配最优化模型由平均传输速率之和最大化函数以及约束条件构成。具体地，为了实现超密集网络的功率分配方法，首先建立了功率分配最优化模型。本专利技术实施例中，所述功率分配最优化模型以超密集网络中各个用户的平均传输速率之和的最大化为目的。进一步地，针对所述超密集网络，预先设置有功率等级。所述超密集网络中，每一用户的传输功率，对应唯一预设的功率等级。根据不同用户传输功率的功率等级，获取超密集网络中每一功率等级对应的用户比率。根据超密集网络中每一用户的平均传输速率，构建每一用户的平均传输速率之和的最大化函数，即平均传输速率之和最大化函数，同时应用每一用户的平均信干噪比和传输功率对应的功率等级的用户比率，构建相应的约束条件。将所述平均传输速率之和最大化函数和约束条件进行组合，构建功率分配最优化模型。S2，求解所述功率分配最优化模型，获取功率分配优化方案，根据所述功率分配优化方案进行功率分配。具体地，对上述功率分配最优化模型进行求解，获取超密集网络中每一用户的平均传输速率之和的最大的功率分配方案，即功率分配优化方案。最后，根据所述功率分配优化方案对所述超密集网络进行功率分配。本专利技术实施例中，基于随机几何理论构建功率分配最优化模型，解决了网络节点数量剧增导致的资源分配计算量过大的问题，降低了系统测量和反馈开销，实现了高效的功率分配，提高了系统性能和资源利用效率。基于上述实施例，一种功率分配方法，所述根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型前，还包括：根据超密集网络下每一用户的传输功率、预设的功率等级和每一所述功率等级对应的用户比率，计算所述每一用户的信干噪比；基于随机几何理论，根据所述每一用户的信干噪比，获取每一用户的平均信干噪比和平均传输速率。具体地，首先，根据超密集网络中每一用户的传输功率、预设的功率等级和每一所述功率等级对应的用户比率，获取超密度网络中每一用户的信干噪比。其中，所述信干噪比(SignaltoInterferenceplusNoiseRatio，SINR)是指接收到的有用信号的强度与接收到的干扰信号(噪声和干扰)的强度的比值，常用于多用户检测。随后，基于随机几何理论，对所述每一用户的信干噪比进行统计平均，获取每一用户的平均信干噪比。与此同时，同样基于随机几何理论，根据所述每一用户的信干噪比，获取每一用户的平均传输速率。其中，所述随机几何理论是利用概率方法分析研究对象的空间属性的一门数学。随机几何理论的应用趋势是对空间位置呈概率分布的大规模无线网络的平均性能指标的研究。本专利技术实施例中，提供了平均信干噪比、平均传输速率的获取方法，为建立功率分配最优化模型提供了数据支持。基于上述任一实施例，一种功率分配方法，根据超密集网络下每一用户的传输功率、预设的功率等级和每一所述功率等级对应的用户比率，计算所述每一用户的信干噪比，进一步包括：根据下式计算每一用户的信干噪比：式中，SINRi为用户Ui的信干噪比，Pi为用户Ui的传输功率，hi为用户Ui的瑞利小尺度衰落参数，ri-α为用户Ui的大尺度衰落参数，ri为用户Ui与其服务基站间的距离，α为信道损耗参数，σ2为高斯白噪声，PLk为预设的功率等级k，Φuk为功率等级为k的用户的集合，为所有用户信息。具体地，在对用户的信干噪比进行计算时，考虑了大尺度衰落和小尺度衰落。其中，大尺度衰落是由移动通信信道路径上的固定障碍物(建筑物、山丘、树林等)本文档来自技高网...

【技术保护点】
1.一种功率分配方法，其特征在于，包括：根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型；所述功率分配最优化模型由平均传输速率之和最大化函数以及约束条件构成；求解所述功率分配最优化模型，获取功率分配优化方案，根据所述功率分配优化方案进行功率分配。

【技术特征摘要】
1.一种功率分配方法，其特征在于，包括：根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型；所述功率分配最优化模型由平均传输速率之和最大化函数以及约束条件构成；求解所述功率分配最优化模型，获取功率分配优化方案，根据所述功率分配优化方案进行功率分配。2.根据权利要求1所述的方法，其特征在于，所述根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型前，还包括：根据超密集网络下每一用户的传输功率、预设的功率等级和每一所述功率等级对应的用户比率，计算所述每一用户的信干噪比；基于随机几何理论，根据所述每一用户的信干噪比，获取每一用户的平均信干噪比和平均传输速率。3.根据权利要求2所述的方法，其特征在于，所述根据超密集网络下每一用户的传输功率、预设的功率等级和每一所述功率等级对应的用户比率，计算所述每一用户的信干噪比，进一步包括：根据下式计算每一用户的信干噪比：式中，SINRi为用户Ui的信干噪比，Pi为用户Ui的传输功率，hi为用户Ui的瑞利小尺度衰落参数，ri-α为用户Ui的大尺度衰落参数，ri为用户Ui与其服务基站间的距离，α为信道损耗参数，σ2为高斯白噪声，PLk为预设的功率等级k，Φk为功率等级为k的用户的集合，为所有用户信息。4.根据权利要求2所述的方法，其特征在于，所述基于随机几何理论，根据所述每一用户的信干噪比，获取每一用户的平均信干噪比和平均传输速率，进一步包括：基于随机几何理论，根据如下公式获取每一用户的平均信干噪比：式中，SSINRi为用户Ui的平均信干噪比，σ2为高斯白噪声，Pi为用户Ui的传输功率，ri为用户Ui与其服务基站间的距离，α为信道损耗参数，K为功率等级数量，ηk为功率等级k对应的用户比率，λu为基站的泊松分布参数；基于随机几何理论，根据如下公式获取每一用户的平均传输速率：式中，SRi为用户Ui的平均传输速率，N为用户数量，PLk为预设的功率等级k对应的传输功率。5.根据权利要求1所述的方法，其特征在于，所述根据超密集网络下每一用户的平均信干噪比、平均传输速率和传输功率对应的功率等级的用户比率，构建功率分配最优化模型，进一步包括：根据每一用户的平均传输速率，构建平均传输速率之和最大化函数如下：式中，Pi为用户Ui的传输功率，ηk为功率等级k对应的用户比率，SRi为用户Ui的平均传输速率，N为用户数量；根据每一用户接收信号的平均信干噪比，构建第一约束条件如下：式中，SSINRi为用户Ui接收信号的平均信干噪...

【专利技术属性】
技术研发人员：滕颖蕾，刘梦婷，宋梅，王小军，魏翼飞，安宁，魏敏，满毅，张勇，郭达，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11