【技术实现步骤摘要】
回程受限密集无线网络面向内容覆盖的功率分配方法
[0001]本专利技术属于蜂窝移动通信
,尤其涉及一种密集无线网络功率分配方法,可用于密集无线网络的回程优化和功率分配。
技术介绍
[0002]互联网用户的不断增加以及智能设备的不断发展的同时也产生了巨大的数据流量需求,到2022年,全球每月移动业余数据总量将达到77艾字节,1艾字节=260字节。同时,远程医疗、自动驾驶、电子竞技、同声翻译这些产业的兴起也对通信网络的时延提出了新的要求。为了更好的满足日益增长的业务需求,提升无线网络内容覆盖成为最根本手段。网络密集部署是提升网络内容覆盖最有效的途径,它能够将网络容量提升近2700倍。其中密集部署指的是除传统宏基站外,网络中将布设大量的基站/接入点来缩短信号收发两端的距离,极大增强了空间复用程度。未来无线系统中的通信基础设施还将从地面扩展到空中,扩大现有地面基站的覆盖能力。
[0003]Alam A,Dooley L,Poulton A在其发表的论文“Traffic
‑
and
‑
Interference Aware Base Station Switching for Green Cellular Networks”(Proc.IEEE CAMAD,2013)中提出了一种基于动态流量感知和动态流量干扰感知的基站开关算法,该算法可以无缝地结合基站睡眠和中继站转换模型,以确定在任何时刻保持活动的最佳基站集,既能严格维护用户的服务质量,从而进一步提升网络容量,又能减少基站的能源消 ...
【技术保护点】
【技术特征摘要】
1.回程受限密集无线网络面向内容覆盖的功率分配方法,其特征在于,包括:(1)对基站侧内容缓存概率和回程链路检索概率进行联合优化设计:(1a)设置最优基站侧内容缓存概率以最大化网络容量;(1b)在最大化网络容量的条件下,计算使回程链路检索概率发生变化的临界基站密度λ
+
:其中,Δh表示基站与用户间的天线高度差,其中,Δh表示基站与用户间的天线高度差,表示基站最佳激活概率,α表示路径损耗因子,τ表示解调门限,2F1(,,,)表示高斯超几何函数。(1c)根据临界基站密度λ
+
,确定最优回程链路检索概率:当基站密度λ满足λ≤λ
+
时,最优回程链路检索概率恒为1;当λ>λ
+
时,最优回程链路检索概率随最优基站侧内容缓存概率的增大而减小;(1d)针对不同基站密度,通过调整最优基站侧内容缓存概率得到最小回程检索概率(2)以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模:(2)以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模:(2)以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模:(2)以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模:P
im
≥P
min
,for m∈[1,M],SBS
i
∈Π
SBS
其中,表示网络容量,N表示网络中的内容总数,N
C
表示基站侧可缓存的内容数,M表示网络中资源块的总数量,P
im
表示第i个基站在第m个资源块的传输功率,P
min
表示每个资源块上的最小传输功率,P
max
表示基站的最大传输功率,SBS
i
表示第i个基站,Π
SBS
表示所有基站的集合;(3)将上述功率优化模型作为深度强化学习网络的约束条件,并用元组分别表示网络系统中N
SBS
个基站的状态集合、动作集合和奖励函数集合,得到具有深度强化学习能力的智能基站;(4)智能基站利用与环境交互获取到的信息对其进行深度强化学习训练,得到密集无线网络功率分配的决策结果,实现对网络干扰的高效管控。2.根据权利要求1所述的方法,其特征在于,所述(1c)中最优回程链路检索概率与最优基站侧内容缓存概率的关系,表示如下:
其中,N表示网络中内容总数,表示基站最佳激活概率,q
k
表示用户对于第k个内容的请求概率,k的取值范围为1,2,...,N,N表示网络中的内容总数。3.根据权利要求1所述的方法,其特征在于,所述(1d)中得到的最小回程检索概率表示如下:其中,表示基站最佳激活概率,q
k
表示用户对于第k个内容的请求概率,k的取值范围为1,2,...,N,N表示网络中内容总数,表示基站超密部署临界密度,Δh表示基站与用户间的天线高度差,α表示路径损耗因子,τ表示解调门限,2F1(,,,)表示高斯超几何函数。4.根据权利要求1所述的方法,其特征...
【专利技术属性】
技术研发人员:刘俊宇,武妍,盛敏,王伟,李建东,史琰,
申请(专利权)人:中国通信学会,
类型:发明
国别省市:
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。