一种基于凸优化方法的认知异构网络联合资源分配的方法技术

一种基于凸优化方法的认知异构网络联合资源分配的方法，本发明专利技术涉及一种基于凸优化方法的认知异构网络联合资源分配的方法。本发明专利技术是要解决目前采用联合分配方法分配带宽和功率从而实现最大化信道容量的算法中，没有考虑到主用户在一定时间间隔内出现的概率不同的问题而提出的一种基于凸优化方法的认知异构网络联合资源分配的方法。该方法是通过步骤一、确定优化目标为最小化系统通信时延步骤二、对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和步骤三、求得Dij最优数值解Dij*等步骤实现的。本发明专利技术应用于凸优化方法的认知异构网络联合资源分配领域。

【技术实现步骤摘要】
一种基于凸优化方法的认知异构网络联合资源分配的方法
本专利技术涉及基于凸优化方法的认知异构网络联合资源分配领域。
技术介绍
随着无线电技术的飞速发展，用户将需要各种各样的无线通信方式来满足生活的需求，而无线局域网(WirelessLocalAreaNetworks，WLAN)、第三代通用移动通信系统(ThirdGenerationUniversalMobileTelecommunicationSystems，3G-UMTS)、IEEE802.11、全球微波互联接入(WorldwideInteroperabilityforMicrowaveAccess，WiMAX)等无线通信技术在服务质量(QualityofService，QoS)、时延、成本等方面都存在着差异，因此用户可以根据需求来选择接入不同的网络。多种无线电接入技术(Multi-RadioAccessTechnology，Multi-RAT)系统是一个网络内可以支持多种无线接入技术实现多种服务的网络，用户通过可接入Multi-RAT的终端，可以同时地接入不同的网络，在不同的情况下选择接入最适合当前用户服务需求的网络接入方式，从而改善QoS及提高频谱利用率，并且可以达到降低功耗，节约成本等目标。但是由于Multi-RAT的出现，导致稀缺的频谱资源更加紧缺，基于认知无线电的方法因为可以提高频谱利用率而被引入到Multi-RAT系统中。随着认知无线电的发展，认知无线电网络中接入技术呈现异构性，这种网络叫做异构认知无线网络(HeterogeneousWirelessCognitiveNetworks，HWCNs)，也有文献称之为认知异构网(CognitiveHeterogeneousNetworks，CHNs)。在包含Multi-RAT的异构网络中，用户可以无缝地在RAT之间进行切换，选择可以在特定需求下提供最好服务的RAT，从而提高用户QoS。但是由于网络内带宽、移动终端功率等资源的限制，需要将这些资源合理的分配，从而实现提高整个网络的吞吐量以及降低功耗等目标。因此，有很多研究开始关注包含Multi-RAT的异构网络中的资源分配问题。其中包括：采用吸引子组成模型(AttractorCompositionModel)，使得每个节点可以自动的决定将无线资源分配给不同的网络应用；在认知异构网络环境下，由于功率限制，采用频谱资源和功率资源的联合分配方法来提高信道容量；基于异构网络环境中不同接入技术的特点而进行的联合资源分配方法，该方法在资源利用率和QoS之间进行了折中；在语音通信和视频通信中，通过给不同的用户分配不同的RAT，从而实现最大化网络容量以及每个用户的QoS需求。在语音通信中，采用基于延迟接收算法的分配方案，在视频通信中，采用启发式算法。在文献中，PiamratK等学者提出在异构无线认知网络中，采用联合分配算法分配带宽和功率，从而实现最大化信道容量。仿真结果表明，通过使用该算法，可以提高信道容量。但是，该文献中仅考虑了数据传输的上行链路，没有考虑端到端通信情况的性能。端到端效用体现了整个链路的质量，仅仅考虑源节点处接入带宽的优化而不考虑整体链路质量是没有意义的，因此需要从端到端通信的角度考虑资源的分配及接入带宽的优化。此外，CHENF等学者提出了在异构无线认知网络中的优化资源分配方法，假设认知节点具有通过将数据分割同时与多个RAT通信的能力，通过设置分流比以及源节点的功率分配实现最小端到端通信时延。但是在文章中没有考虑到不同网络中主用户在一定时间间隔内出现的概率不同，会导致数据传输所需时间不同，仅考虑在干扰容限限制下分配数据包，可能会导致所得的时延并非最小。因此，在充分考虑到异构无线认知网端到端通信过程中不同RAT所在网络中主用户到达的过程，由于主用户的到达过程是一个泊松过程，因此可以根据接入带宽情况、主用户的平均到达次数以及将会带来的时延来分配数据包，从而实现认知用户(SecondaryUser，SU)最小化数据传输的整体时延，使得等效的信道容量最大，并且由于整个传输过程时间的缩短，可以节约整个过程中的能源消耗，有利于绿色通信的实现。并且在本专利技术中，实现了功率、带宽以及数据的联合分配，通过多个参数的联合分配，从而提高整个网络的性能
技术实现思路
本专利技术的目的是为了解决目前采用联合分配方法分配带宽和功率从而实现最大化信道容量的算法中，没有考虑到主用户在一定时间间隔内出现的概率不同的问题，而提出的一种基于凸优化方法的认知异构网络联合资源分配的方法。上述的专利技术目的是通过以下技术方案实现的：步骤一、在M个认知用户的情况下，根据约束条件构建认知异构网络端到端系统模型，确定优化目标为最小化系统通信时延其中，M≥1，ti表示SUi通过Multi-RAT传输数据Di所需的总时间，tij表示SUi通过RATj发送数据的时间，i＝1，2，...，M，j＝1，2，...，N；Multi-RAT为多种无线电接入技术系统；PU表示各网络中的主用户，PU＝[PU1，PU2，…，PUN]，PUN表示N个主用户；SU表示各网络中的认知用户，SU＝[SU1，SU2...SUM]，SUM表示M个认知用户；RAT表示无线接入技术；步骤二、在给定SUi通过RATj传输的数据量情况下，约束条件为RATj有限的可用带宽总量Bj和SUi的有限可用功率总量Pi时，为验证目标函数的凹凸性，将目标函数简化为f1(B，P)，然后证明函数f1(B，P)为凸函数，采用凸优化方法，构建拉格朗日算子并利用KKT条件，对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和其中，i＝1，2，...M；B＝[B1，B2...BN]表示SU接入到各个网络时的带宽；B为目标函数中Bij的简化，即表示RAT分配给SU通信的带宽，P为目标函数中Pij的简化，表示SU分配给通过RAT通信的功率；Pij表示SUi分配给通过RATj通信的功率，Dij表示SUi通过RATj传输的数据量；Bij表示RATj分配给SUi通信的带宽，i＝1，2，...，M，j＝1，2，...，N；步骤三、根据和条件下，求解应分配给每个RAT的数据Dij，并将Dij代入步骤二中，重新迭代求解带宽和功率值，然后再进行步骤三，直到两次计算差值小于给定阈值，迭代停止，求得Dij最优数值解Dij*；即完成了一种基于凸优化方法的认知异构网络联合资源分配的方法。专利技术效果本专利技术的目的是提供一种基于凸优化方法的认知异构网络联合资源分配的方法，提出基于凸优化方法对认知异构网络中的功率、带宽以及数据进行联合分配的算法，以解决现有认知异构网络资源分配方法中存在的功率消耗高、传输时延长、资源分配非最优等问题。为了验证本专利技术的性能，考虑2个SUs用3个RATs传输数据。在图1中，设定SUs的功率为30mW，RATs带宽为5MHz，给定RAT2和RAT3的λj值，传输数据为300Mbits，在分配数据前，设定分配给每个RAT的数据为100Mbit，测试随着RAT1的λj值的增长，由于分配数据，时延可以减少的百分比。从图1中可以看出，λj越大，本专利技术提出的算法对系统性能的改进越明显。并且在图2中，测试了参考文献中提出算法的时延以及本专利技术中提出的算法在分配数据前后的时延。RAT本文档来自技高网...

【技术保护点】
一种基于凸优化方法的认知异构网络联合资源分配的方法，其特征在于：一种基于凸优化方法的认知异构网络联合资源分配的方法具体通过以下步骤实现的：步骤一、在M个认知用户的情况下，根据约束条件构建认知异构网络端到端系统模型，确定优化目标为最小化系统通信时延其中，M≥1，ti表示SUi通过Multi‑RAT传输数据Di所需的总时间，tij表示SUi通过RATj发送数据的时间，i＝1，2，...，M，j＝1，2，...，N；Multi‑RAT为多种无线电接入技术系统；PU表示各网络中的主用户，PU＝[PU1，PU2，…，PUN]，PUN表示N个主用户；SU表示各网络中的认知用户，SU＝[SU1，SU2...SUM]，SUM表示M个认知用户；RAT表示无线接入技术；步骤二、在给定SUi通过RATj传输的数据量情况下，约束条件为RATj有限的可用带宽总量Bj和SUi的有限可用功率总量Pj时，为验证目标函数的凹凸性，将目标函数简化为f1(B，P)，然后证明函数f1(B，P)为凸函数，采用凸优化方法，构建拉格朗日算子并利用KKT条件，对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和其中，B＝[B1，B2...BN]表示SU接入到各个网络时的带宽；B为目标函数中Bij的简化，即表示RAT分配给SU通信的带宽，P为目标函数中Pij的简化，表示SU分配给通过RAT通信的功率；Pij表示SUi分配给通过RATj通信的功率，Dij表示SUi通过RATj传输的数据量；Bij表示RATj分配给SUi通信的带宽，i＝1，2，...，M，j＝1，2，...，N；步骤三、根据和条件下求解应分配给每个RAT的数据Dij，并将Dij代入步骤二中，重新迭代求解带宽和功率值，然后再进行步骤三，直到两次计算差值小于给定阈值，迭代停止，求得Dij最优数值解Dij*；即完成了一种基于凸优化方法的认知异构网络联合资源分配的方法。...

【技术特征摘要】
1.一种基于凸优化方法的认知异构网络联合资源分配的方法，其特征在于：该方法具体通过以下步骤实现：步骤一、在M个认知用户的情况下，根据约束条件构建认知异构网络端到端系统模型，确定优化目标为最小化系统通信时延其中，M≥1，ti表示SUi通过Multi-RAT传输数据Di所需的总时间，tij表示SUi通过RATj发送数据的时间，i＝1,2,...,M，j＝1,2,...,N；Multi-RAT为多种无线电接入技术系统；PU表示各网络中的主用户，PU＝[PU1,PU2,…,PUN]，PUN表示N个主用户；SU表示各网络中的认知用户，SU＝[SU1,SU2...SUM]，SUM表示M个认知用户；RAT表示无线接入技术；步骤二、在给定SUi通过RATj传输的数据量情况下，约束条件为RATj有限的可用带宽总量Bj和SUi的有限可用功率总量Pi时，为验证目标函数的凹凸性，将目标函数简化为f1(B,P)，然后证明函数f1(B,P)为凸函数，采用凸优化方法，构建拉格朗日算子并利用KKT条件，对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和其中，B＝[B1,B2...BN]表示SU接入到各个网络时的带宽；B为目标函数中Bij的简化，即表示RAT分配给SU通信的带宽，P为目标函数中Pij的简化，表示SU分配给通过RAT通信的功率；Pij表示SUi分配给通过RATj通信的功率，Dij表示SUi通过RATj传输的数据量；Bij表示RATj分配给SUi通信的带宽，i＝1,2,...,M，j＝1,2,...,N；步骤三、根据和条件下求解应分配给每个RAT的数据Dij，并将Dij代入步骤二中，重新迭代求解带宽和功率值，然后再进行步骤三，直到两次计算差值小于给定阈值，迭代停止，求得Dij最优数值解Dij*。2.根据权利要求1所述一种基于凸优化方法的认知异构网络联合资源分配的方法，其特征在于：步骤一中求得确定优化目标为最小化系统通信时延中的tij具体推导过程为：(1)设定目标函数的约束条件为：在有限认知用户功率有限优化RAT带宽以及SUi通过RAT传输数据Dij和是定值Di：其中，Bij,Pij,Dij≥0，i＝1,2,...,M，j＝1,2,...,N；(2)令βij表示SUi接入到RATj的信道带宽利用率，则由香农公式，每条信道容量Cij为：式(17)中，N0表示噪声功率谱密度，Cij表示SUi接入到RATj的信道容量；(3)将SUi与SUj通信时，PUj发出通信请求带来的时延用Deij表示：式(18)中Tj为PUj的服务时间；xj表示PUj发起通信请求的次数；在Δtij内，PUj发起通信请求的平均次数用表示；PUj的到达过程服从泊松分布过程，到达率为λj，因此在Δtij内,PUj发起通信请求的平均次数其中，Δtij表示SUi通过RATj发送数据Dij的时间，SUi为第i个SU，i＝1,2,...,M，PUj表示采用RATj的网络中的第j个PU，j＝1,2,...,N；M＝1表示，单个认知用户情况下的最小化系统通信时延，M>1,表示M个认知用户情况下的最小化系统通信时延；(4)根据(1)、(2)和(3)计算得到其中，tij表示SUi通过RATj发送数据的时间。3.根据权利要求1所述一种基于凸优化方法的认知异构网络联合资源分配的方法，其特征在于：步骤二中在给定SUi通过RATj传输的数据量情况下，约束条件为RATj有限的可用带宽总量Bj和SUi的有限可用功率总量Pi时，为验证目标函数的凹凸性，将目标函数简化f1(B,P)，证明函数f1(B,P)为凸函数具体过程为：在给定SUi通过RATj传输的数据量情况下，约束条件为RATj有限的可用带宽总量Bj和SUi的有限可用功率总量Pi时，证明目标函数简化后的函数f1(B,P)为凸函数；1)最小化系统通信时延转化为：约束条件：Bij,Pij≥0(26)其中，2)证明：是凸函数为验证代入的情况下的目标函数的凹凸性，将代入的情况下的目标函数简化为函数f1(B,P)；

【专利技术属性】
技术研发人员：石硕，梁楠，顾学迈，叶亮，刘通，周才发，王泽蒙，田斯，朱师妲，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23