【技术实现步骤摘要】
本专利技术属于无线通信
,尤其涉及一种超密集D2D网络中基于干扰平均场分布式功率控制方法。
技术介绍
作为面向5G的关键候选技术,设备到设备通信(Device-to-Device,D2D)具有潜在的提高系统性能、提升用户体验、扩展蜂窝通信应用的前景,受到广泛关注。于蜂窝网络的D2D通信,或称为邻近服务(ProximityService,ProSe),是指用户数据可不经网络中转而直接在终端之间传输。D2D通信与传统的蜂窝通信网络架构有显著区别。在D2D通信模式下,用户数据直接在终端之间传输,避免了蜂窝通信中用户数据经过网络中转传输,由此产生链路增益;其次,D2D用户之间以及D2D与蜂窝之间的资源可以复用,由此可产生资源复用增益;通过链路增益和资源复用增益则可提高无线频谱资源的效率,进而提高网络吞吐量。D2D通信的发展提高了传统蜂窝网络的能源效率和频谱效率。这些可见的优势是通过临近复用和频率复用来实现的。然而,这些优势同时也存在技术挑战:D2D通信中的层内干扰和层间干扰影响到系统系能。所以需要更进一步提高频谱效率。同时,能源效率也是另一个非常重要的问题。传统的D2D设备由电池驱动,因此,延长电池寿命和节约能量对提高用户体验非常重要。所以总的来说,提高频谱效率和能源效率在超密集应用场景中非常重要。为了同时提高频谱和能量效率,各种不同的技术已经被设计出来,如:干扰协调,干扰抑制和资源管理。其中,对于D2D通信,功率控制是节省能源抑制干扰的关键。为了描述相互联系的干扰关系,博弈理论被很好的应用在建模资源竞争上和干扰协调,分析策略行为和设计分布式算法上。最近, ...
【技术保护点】
一种超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,所述超密集D2D网络中基于干扰平均场分布式功率控制方法基于干扰平均场近似的平均场博弈理论框架,结合能量效率和消耗功率设计目标函数;在平均场博弈理论框架上导出相关的哈密顿‑雅可比‑贝尔曼方程和福克‑普朗克‑柯尔莫戈洛夫方程;基于有限差分算法求解上述哈密顿‑雅可比‑贝尔曼方程和福克‑普朗克‑柯尔莫戈洛夫方程,即可得出得出面向能量和干扰感知的基于干扰平均场的分布式功率控制方法。
【技术特征摘要】
1.一种超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,所述超密集D2D网络中基于干扰平均场分布式功率控制方法基于干扰平均场近似的平均场博弈理论框架,结合能量效率和消耗功率设计目标函数;在平均场博弈理论框架上导出相关的哈密顿-雅可比-贝尔曼方程和福克-普朗克-柯尔莫戈洛夫方程;基于有限差分算法求解上述哈密顿-雅可比-贝尔曼方程和福克-普朗克-柯尔莫戈洛夫方程,即可得出得出面向能量和干扰感知的基于干扰平均场的分布式功率控制方法。2.如权利要求1所述的超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,所述超密集D2D网络中基于干扰平均场分布式功率控制方法包括以下步骤:步骤一,将时间间隔,能量状态和干扰状态进行离散化;步骤二,判断是否符合迭代条件,若是进行下一步,否则停止迭代;步骤三,升级平均场,并判断功率水平是否为零,如果是则进一步升级平均场,如果否则平均场为零;步骤四,更新拉格朗日算子和功率水平,根据迭代条件,重复步骤二到步骤四。3.如权利要求2所述的超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,时间间隔[0,T],能量状态空间[0,Emax]和干扰状态空间[0,μmax]将被离散化为X×Y×Z的空间,时间,能量,干扰空间的迭代步骤为:δt=TX,δE=EmaxY,δμ=μmaxZ.]]>4.如权利要求2所述的超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,所述迭代条件是指是i,j,k同时符合i=1:X,j=1:Y且k=1:Z,符合条件时进行下一步,否则停止迭代;其中i、j和k分别代表离散网格中的时间、能量水平和干扰状态;X、Y和Z的值在初始化时给出。5.如权利要求2所述的超密集D2D网络中基于干扰平均场分布式功率控制方法,其特征在于,所述升级平均场时使用公式:M(i+1,j,k)=12[M(i,j-1,k)+M(i,j+1,k)+M(i,j,k-1)+M(i,j,k+1)]+δt2δE[M(i,j+1,k)P(i,j+...
【专利技术属性】
技术研发人员:杨春刚,代浩翔,李建东,肖佳,盛敏,李红艳,张越,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
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。