基于能效的异构网络鲁棒资源分配和时长混合优化方法技术

本发明专利技术请求保护一种基于能效的异构网络鲁棒资源分配和时长混合优化方法,属于认知异构无线网络中的资源分配技术领域。通过考虑传输功率限制，跨层干扰约束和传输时长碰撞概率约束，首先利用次优分配方案实现子载波分配，接着利用伯恩斯坦近似法来获得凸优化问题，然后利用泰勒级数展开得到最优传输时间，最后利用拉格朗日函数法得到最优传输功率，并提出了一种基于迭代的最优资源分配方法。仿真结果表明，所提出方法在得到最优传输时长的同时能很好的保护宏用户的性能,具有较强的鲁棒性。

Energy Efficiency-Based Mixed Optimization Method for Robust Resource Allocation and Time Length in Heterogeneous Networks

【技术实现步骤摘要】
基于能效的异构网络鲁棒资源分配和时长混合优化方法
本专利技术属于认知异构无线网络中的资源分配
，具体是认知异构无线网络中基于用户中断概率的鲁棒资源分配方法。
技术介绍
随着近年来通信技术的快速发展，各种移动设备和智能应用层出不穷，在数量不断提升的同时，也对网络的频谱利用率、覆盖以及容量等方面提出了更高的要求。因此，认知异构网络应运而生，在不增加宏蜂窝小区数量的前提下，通过部署具备认知能力的飞蜂窝小区，能有效降低宏蜂窝网络负荷且提高用户的服务质量和频谱利用率。然而大规模地部署认知飞蜂窝小区会导致能耗显著增加，如果不采取有效的能效控制方案，能耗会随着通信技术的快速发展而变得日益庞大。因此，为满足绿色通信的发展要求，对认知异构网络能效问题的研究十分重要。确定每帧中的最优感知、传输时间以及资源分配策略，对于认知异构网络能效的最大化都十分关键。目前关于认知无线电网络最优传输时间的研究，大多只考虑一对主用户和次用户的网络场景，这些模型不能适用于多用户和多载波场景。另一方面，传统的异构网络资源分配算法，仅在完美信道状态信息下对资源分配问题进行研究。然而，在实际通信场景中，由于传输延迟和信道估计误差，完美的信道状态信息是难以准确地获得的。因此，研究信道不确定性下的资源分配和传输时长混合优化问题更具现实意义。
技术实现思路
本专利技术旨在解决以上现有技术的问题。提出了一种在得到最优传输时长的同时能很好的保护宏用户的性能,具有较强的鲁棒性的基于能效的异构网络鲁棒资源分配和时长混合优化方法。本专利技术的技术方案如下：一种基于能效的异构网络鲁棒资源分配和时长混合优化方法，其包括以下步骤：S1：初始化系统参数，所述系统参数包括宏蜂窝用户数M、飞蜂窝用户数F、可用子载波数目N、信道增益、飞蜂窝网络总电路功耗值Pctotal、飞蜂窝用户最大发射功率值Pimax、子载波最大发射功率值跨层干扰温度值Ith和中断概率阈值∈；初始化子载波分配状态集合表示在此定义的子载波分配状态集合，设定迭代次数Tmax，迭代初始化；S2：获取信道信息；利用次优分配方案进行子载波的分配，并更新子载波分配状态集合；S3：判断所有子载波是否都分配给了飞蜂窝用户，若是则进入S4；否则，返回S2；S4：得到系统最优传输时长、飞蜂窝用户最优功率、飞蜂窝网络最优能效，并更新飞蜂窝用户发射功率限制因子λio(t)、子载波发射功率控制因子和宏蜂窝服务质量保护因子λq(t)；S5：判断飞蜂窝用户在所有子载波上的发射功率总和是否小于等于最大发射功率；若是，则进入S6；否则，进入S7；S6：利用伯恩斯坦近似法来获得凸优化问题，计算所有飞蜂窝用户对宏蜂窝宏基站的干扰功率，并判断是否小于等于干扰功率门限值；若是，则进入S7；否则，进入S8；S7：判断子载波发射功率是否小于等于子载波最大发射功率；若是，则进入S8；否则，取最优发射功率为子载波最大发射功率并进入下一次迭代；S8：判断当前迭代次数是否大于最大迭代次数，若是，则结束，得出系统最优传输时长、飞蜂窝用户最优发射功率以及飞蜂窝网络最优能效；否则，进入下一次迭代，返回S4。进一步的，所述步骤S2利用次优分配方案进行子载波的分配，并更新子载波分配状态集合，具体包括：获取信道信息，根据对子载波进行分配，i′表示对应子载波所分配给的用户i′，辅助变量其中，是每一帧内子载波上没有宏蜂窝用户存在的数据传输时间，pn代表每个子载波上被分配的初始功率，Ci,n是从第i个飞蜂窝用户到飞蜂窝认知接入节点在第n个子载波上的等效信道增益，代表第n个子载波空闲且飞蜂窝接入点做出正确判断的概率，代表初始传输时间，τ代表认知异构网络感知时间，Pctotal是飞蜂窝网络总电路功耗值，Ntotal是OFDM系统总子载波数；在每一次子载波分配后，根据对子载波分配状态集合进行更新。进一步的，所述步骤S4系统得到最优传输时长具体包括：所述系统局部最优传输时长根据计算，其中，α是宏蜂窝用户的空闲率参数，w(t-1)为辅助变量，表示为全局最优传输时长根据计算，其中，[x]+＝max{0,x}，代表传输时长上限值。进一步的，在S4中，所述飞蜂窝用户最优传输功率根据计算，其中，是每一帧内子载波上没有宏蜂窝用户存在的最优数据传输时间；φ(t-1)为辅助变量，可表示为其中，χ为丁克尔巴赫法非负转换因子，ωi,n为使用伯恩斯坦法后近似干扰链路增益。进一步的，所述步骤S4中，飞蜂窝网络最优能效根据计算，其中，ri,n(t)是第i个飞蜂窝用户在第n个子载波上的信干噪比，可表示为其中，hi,n是第i个飞蜂窝用户到飞蜂窝接入点在子载波n上的直接信道增益，pw,n是第w个宏蜂窝用户在子载波n上的传输功率，hw,n是第w个宏蜂窝用户到飞蜂窝接入点在子载波n上的直接信道增益，σ2表示加性高斯白噪声；表示飞蜂窝用户最优传输功率，T是每一帧的总时长，即T＝τ+Td，其中τ为每一帧内飞蜂窝用户感知时间，Td为每一帧内飞蜂窝用户数据传输时间。进一步的，在步骤S4中，所述飞蜂窝用户发射功率限制因子λio(t)、子载波发射功率控制因子和宏蜂窝服务质量保护因子λq(t)的更新表达式如下：其中，bo、bp和bq为λio(t)、和λq(t)相应的更新步长；Pimax表示第i个飞蜂窝用户允许发射的最大功率、pnmax表示第n个子载波上允许发射的最大功率、Ith表示宏基站接收机的跨层干扰温度阈值。进一步的，所述步骤S6具体为：通过公式判断是否飞蜂窝用户对宏基站的干扰功率小于等于干扰功率门限值；其中，ωi,n为使用伯恩斯坦法后近似干扰链路增益，表示为其中，表示定义等于，辅助变量bi,n与ai,n分别为干扰链路增益Gi,n分布取值上下界；∈为中断概率阈值；辅助变量其中，辅助变量和σn为伯恩斯坦近似参量。本专利技术的优点及有益效果如下：本专利技术考虑频谱感知不确定性和信道不确定性，引入发射功率、跨层干扰限制和传输时长碰撞概率的约束，对上行传输链路建立符合实际的网络模型和数学模型。利用次优算法实现子载波分配，接着利用泰勒级数展开得到最优传输时间，最后利用伯恩斯坦近似法来获得凸优化问题，并提出了一种基于迭代的最优资源分配方法。本专利技术不同于传统异构网络基于能效的资源分配方法，传统资源分配方法中往往只对子载波分配方案以及功率控制问题进行优化。然而，在认知异构网络中，对于飞蜂窝网络中用户传输时间的确定，会很大程度上影响系统的能效。目前对于认知无线电传输时间的研究中，大都只考虑单主用户单次用户的网络场景，还没有一种适用于多载波、多用户的网络模型。因此，本专利通过建立多用户、多载波的认知异构网络模型，考虑在不完美信道状态信息下，同时对资源分配问题和传输时长进行优化，并提出了一种基于能效的异构网络鲁棒资源分配和时长混合优化方法。通过与现有技术方案进行仿真对比，由于本专利方法考虑了不完美信道状态信，本专利方法具有更好的鲁棒性。另一方面，由于本专利方法相较于现有异构网络资源分配方案，增加引入了时间维度的优化变量，能进一步提高系统的能效。附图说明图1是本专利技术提供优选实施例系统模型图图2为本专利技术的帧结构示意图图3为本专利技术的流程图图4为本专利技术在不同宏蜂窝用户个数下，飞蜂窝能效和传输时间之间的曲线图图5为本专利技术在不同资源分配方法下，中断概率与不确定参数之本文档来自技高网...

【技术保护点】
1.一种基于能效的异构网络鲁棒资源分配和时长混合优化方法，其特征在于，包括以下步骤：S1：初始化系统参数，所述系统参数包括宏蜂窝用户数M、飞蜂窝用户数F、可用子载波数目N、信道增益、飞蜂窝网络总电路功耗值

【技术特征摘要】
1.一种基于能效的异构网络鲁棒资源分配和时长混合优化方法，其特征在于，包括以下步骤：S1：初始化系统参数，所述系统参数包括宏蜂窝用户数M、飞蜂窝用户数F、可用子载波数目N、信道增益、飞蜂窝网络总电路功耗值飞蜂窝用户最大发射功率值Pimax、子载波最大发射功率值跨层干扰温度值Ith和中断概率阈值∈；初始化子载波分配状态集合表示在此定义的子载波分配状态集合，设定迭代次数Tmax，迭代初始化；S2：获取信道信息；利用次优分配方案进行子载波的分配，并更新子载波分配状态集合；S3：判断所有子载波是否都分配给了飞蜂窝用户，若是则进入S4；否则，返回S2；S4：得到系统最优传输时长、飞蜂窝用户最优功率、飞蜂窝网络最优能效，并更新飞蜂窝用户发射功率限制因子子载波发射功率控制因子和宏蜂窝服务质量保护因子λq(t)；S5：判断飞蜂窝用户在所有子载波上的发射功率总和是否小于等于最大发射功率；若是，则进入S6；否则，进入S7；S6：利用伯恩斯坦近似法来获得凸优化问题，计算所有飞蜂窝用户对宏蜂窝宏基站的干扰功率，并判断是否小于等于干扰功率门限值；若是，则进入S7；否则，进入S8；S7：判断子载波发射功率是否小于等于子载波最大发射功率；若是，则进入S8；否则，取最优发射功率为子载波最大发射功率并进入下一次迭代；S8：判断当前迭代次数是否大于最大迭代次数，若是，则结束，得出系统最优传输时长、飞蜂窝用户最优发射功率以及飞蜂窝网络最优能效；否则，进入下一次迭代，返回S4。2.根据权利要求1所述的基于能效的异构网络鲁棒资源分配和时长混合优化方法，其特征在于，所述步骤S2利用次优分配方案进行子载波的分配，并更新子载波分配状态集合，具体包括：获取信道信息，根据对子载波进行分配，i′表示对应子载波所分配给的用户i′，辅助变量其中，是每一帧内子载波上没有宏蜂窝用户存在的数据传输时间，pn代表每个子载波上被分配的初始功率，Ci,n是从第i个飞蜂窝用户到飞蜂窝认知接入节点在第n个子载波上的等效信道增益，代表第n个子载波空闲且飞蜂窝接入点做出正确判断的概率，代表初始传输时间，τ代表认知异构网络感知时间，是飞蜂窝网络总电路功耗值，Ntotal是OFDM系统总子载波数；在每一次子载波分配后，根据对子载波分配状态集合进行更新。3.根据权利要求2所述的基于能效...

【专利技术属性】
技术研发人员：吴翠先，杨洋，杨蒙，徐勇军，李雯静，
申请(专利权)人：重庆邮电大学，重庆信科设计有限公司，
类型：发明
国别省市：重庆,50