一种多业务联合下行资源分配方法组成比例

本发明专利技术提出一种多业务联合下行资源分配方法，属于移动通信领域；具体为：首先，搭建包括基站和用户的通信场景，在每一个时隙记录当前所有用户到基站的距离；然后，定量给出eMBB用户和URLLC用户的传输模型，分别计算用户的最大传输速率；构建神经网络模型，输出连接预测矩阵；基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标，并结合连接预测矩阵综合决策；最后，基于Dueling Deep Q

【技术实现步骤摘要】
一种多业务联合下行资源分配方法


[0001]本专利技术属于移动通信领域，涉及移动通信中eMBB用户和URLLC用户共存场景下的资源分配问题，具体涉及一种多业务联合下行资源分配方法。

技术介绍

[0002]目前，随着5G的发展以及6G预期场景的逐步确定，无人驾驶、智慧车联网等相关应用进一步得到了有力的理论支撑。而eMBB(增强移动宽带场景)用户、URLLC(低时延高可靠场景)用户的共存场景将成为未来移动车联网的一个典型场景。其中，以无人驾驶为代表的URLLC业务需求为：高通信可靠性和超低时延，以满足车辆行驶的安全性；与此同时，以智慧车联网用户为代表的eMBB业务需求为：高体验速率的移动网络满足VR视频、游戏等；因此，多业务的下行资源分配问题对传统的无线资源调度方法提出了新的挑战。
[0003]针对eMBB和URLLC业务的共存问题，业界提出了多种解决方式：在[1]中，提出了为URLLC业务预留出特定的时频资源，以满足突发型的URLLC业务需求，其他的资源用作eMBB业务传输。这种资源保留的方法可以很好的满足突发型URLLC业务传输的时延和可靠性需求，但在其他时间，预留时频资源并没有用于业务传输，这引起了资源分配的不平衡以及浪费。在[2]中，提出了URLLC业务的资源抢占方式，即在通常情况下预先分配eMBB用户所需的通信资源，随后在每一个迷你时隙中优先将通信资源分配给突发的URLLC用户，形成高优先级的URLLC用户抢占低优先级的eMBB用户的通信资源。这一方法可以保证时频资源不被浪费，且满足了URLLC业务的时延和可靠性，但eMBB业务会分配到不连续的时频资源，引起传输性能下降。文献[3]的作者证明了NOMA方案可以用在URLLC业务的资源分配中。在[4]中，作者使用了NOMA方案同时为eMBB用户和URLLC用户分配资源，从而最大化利用资源，满足eMBB业务的高速率要求，但这会引起URLLC业务的可靠性降低。文章[5]结合了上述文献中资源抢占和NOMA方案，采用基于学习的方法根据不同业务和信道信息智能分配策略，在一定程度上实现了URLLC业务的时延可靠性和eMBB业务的高速率的权衡，但是，缺少了对于预期完成业务的估计并基于该估计修改分配策略；
[0004]综上所述，现有技术有的缺少对频域资源的有效利用，进而产生资源浪费；有的仅侧重某一特定业务，而忽略另一类业务的传输要求；有的实现了两种业务传输要求的权衡，但缺少对于完成业务的预估考虑，从而使得部分资源利用率降低；缺少一种有效的调度方法充分考虑两种业务传输要求且预估业务完成情况进行资源调度。
[0005]参考文献
[0006][1]M.Setayesh,S.Bahrami and V.W.S.Wong,"Joint PRB and Power Allocation for Slicing eMBB and URLLC Services in 5G C
‑
RAN,"GLOBECOM 2020
‑
2020 IEEE Global Communications Conference,Taipei,Taiwan,2020,pp.1
‑
6,doi:10.1109/GLOBECOM42002.2020.9322568.
[0007][2]M.Alsenwi,N.H.Tran,M.Bennis,S.R.Pandey,A.K.Bairagi and C.S.Hong,"Intelligent Resource Slicing for eMBB and URLLC Coexistence in 5G and Beyond:
ADeep Reinforcement Learning Based Approach,"in IEEE Transactions on Wireless Communications,vol.20,no.7,pp.4585
‑
4600,July2021,doi:10.1109/TWC.2021.3060514.
[0008][3]G.Liu,Z.Wang,J.Hu,Z.Ding and P.Fan,"Cooperative NOMA Broadcasting/Multicasting for Low
‑
Latency and High
‑
Reliability 5G Cellular V2X Communications,"in IEEE Internet of Things Journal,vol.6,no.5,pp.7828
‑
7838,Oct.2019,doi:10.1109/JIOT.2019.2908415.
[0009][4]A.Manzoor,S.M.A.Kazmi,S.R.Pandey and C.S.Hong,"Contract
‑
Based Scheduling of URLLC Packets in Incumbent EMBB Traffic,"in IEEE Access,vol.8,pp.167516
‑
167526,2020,doi:10.1109/ACCESS.2020.3023128.
[0010][5]Y.Prathyusha and T.
‑
L.Sheu,"Coordinated Resource Allocations for eMBB and URLLC in 5G Communication Networks,"in IEEE Transactions on Vehicular Technology,vol.71,no.8,pp.8717
‑
8728,Aug.2022,doi:10.1109/TVT.2022.3176018.

技术实现思路

[0011]为了解决移动通信场景下多业务资源分配的问题，本专利技术提出了一种多业务联合下行资源分配方法，充分考虑了多业务的实际通信场景的共存问题，并高效利用频域资源，满足多业务传输指标的意义。
[0012]所述多业务联合下行资源分配方法，具体步骤如下：
[0013]步骤一、搭建包括基站和用户的通信场景，将每个基站连接的用户划分为eMBB业务和URLLC业务两种类型，并在每一个时隙记录当前所有用户到基站的距离；
[0014]基站集合为BS＝{BS1,BS2,...BS
i
,...BS
n
}，对于基站BS
i
，连接的用户包括：U＝{1,2,...,u}代表需求URLLC业务的用户集合，E＝{1,2,...,e}代表需求eMBB业务的用户集合；
[0015]记第m个时隙为T
m
，对应的用户基站距离为：
[0016]其中，表示需求eMBB业务的用户e在时隙T
m
对应基站BS
i
的距离，表示需求URLLC业务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多业务联合下行资源分配方法，其特征在于，具体步骤如下：步骤一、搭建包括基站和用户的通信场景，将每个基站连接的用户划分为eMBB业务和URLLC业务两种类型，并在每一个时隙记录当前所有用户到基站的距离；基站集合为BS＝{BS1,BS2,...BS
i
,...BS
n
}，对于基站BS
i
，连接的用户包括：U＝{1,2,...,u}代表需求URLLC业务的用户集合，E＝{1,2,...,e}代表需求eMBB业务的用户集合；记第m个时隙为T
m
，对应的用户基站距离为：其中，表示需求eMBB业务的用户e在时隙T
m
对应基站BS
i
的距离，表示需求URLLC业务的用户u在时隙T
m
对应基站BS
i
的距离；步骤二、分别定量给出eMBB用户和URLLC用户的传输模型，在不同传输模型下计算用户的最大传输速率；传输模型包括打孔传输模型和NOMA传输模型；步骤三、将当前时隙用户到基站的距离和上个时隙用户到基站的距离进行聚合，输入构建的神经网络模型中，输出连接预测矩阵；第m个时隙T
m
对应的用户基站距离D
m
，用户业务的时延门限矩阵为构建一个包含多个隐藏层的神经网络模型，输入当前时刻m的距离矩阵D
m
，上一个时刻的距离矩阵D
m
‑1以及用户业务时延门限使用二元交叉熵作为损失函数进行网络训练，输出二元标量矩阵作为连接预测矩阵F
pred
，如下：，如下：表示特定用户在当前第m个时隙的预测连接性，表示根据预测该用户请求的业务能够在业务时间门限内传完，则表示无法在时延门限内传完或在传输时离开小区；第m个时隙内所有用户的组成了连接预测矩阵F
pred
；步骤四、基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标，并结合连接预测矩阵F
pred
综合决策，以保证URLLC可靠性的基础上最大化eMBB传输速率和eMBB可靠性；优化问题如下：优化问题如下：优化问题如下：优化问题如下：优化问题如下：优化问题如下：优化问题如下：
其中，R
eMBB
表示eMBB业务的传输速率；Pr
E
表示eMBB业务传输失败概率；Pr
U
表示URLLC业务传输失败概率；约束条件C1代表eMBB速率、eMBB可靠性和URLLC可靠性三者所占奖励的权重之和等于1；α
i
为权重系数；约束条件C2代表小区内基站发射信号的总功率低于功率上限P
max
；P
i
为基站BS
i
对小区内用户分配的功率；约束条件C3代表同一时隙下URLLC业务的解码优先级高于eM...

【专利技术属性】
技术研发人员：王强，郭恺，陈镜伊，张文琦，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：