技術特征：

1.一種異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于包括以下步驟：

步驟1：將資源塊劃分為Ω₁和Ω₂兩個部分，其中Ω₁只提供給射頻拉遠頭RRH連接到用戶UE的服務RUE，用以滿足高傳輸率約束的服務，Ω₂提供給RUE和高功率基站HPN連接到用戶UE的服務HUE，用以滿足低傳輸率約束的服務；

步驟2：收集各個資源塊使用的信息，包括信道資源信息、電路資源信息、資源塊信息、服務質(zhì)量約束信息、干擾約束量、最大轉(zhuǎn)換能，并且通過獲得的信息進行建模得出全局能效模型，作為適應度函數(shù)；

步驟3：使用步驟2獲得的適應度函數(shù)，通過遺傳算法優(yōu)化RRH鏈接UE的資源及功率分配，使得全局能效最大化。

2.根據(jù)權利要求1所描述的異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于：所述步驟2中的實現(xiàn)過程為

首先，第k資源塊劃分給第n個RUE，信道干擾增加噪音比CINR通過下式計算

和分別表示RUE n連接到RRH和HPN的路徑損耗，和分別表示在使用第k資源塊時，RUE n連接到RRH和HPN的信道增量；P^M是在每個HPN上資源塊允許的功率轉(zhuǎn)換分配值，N₀表示估計能量密度PSD,B₀表示帶寬；

其次，每個RRH數(shù)據(jù)率總量表示為：

使用安全感知策略，通過限制信噪比來限制最低傳輸率，從而改寫公式：

n∈{1，...，N}代表使用Ω₁資源塊的RUE，n∈{N+1，...，N+M}表示使用Ω₂資源塊的RUE；(N+M)×K的矩陣a＝[a_n，k]_(N+M)×K和p＝[p_n，k]_(N+M)×K分別代表資源塊和功率分配策略；λ_n,k代表最高的信噪比，[.]⁺＝max{.,0}，因此確保達到最小保密率；

然后，每個RRH能耗表示為：

φ_eff,和P_bh分別表示能量放大器效率，電路功率以及前傳線路的能耗；

最后，總能效比近似表示為：

有約束：

約束(5)表示資源塊不同時分配給多個RUE，約束(6)(7)分別表示高服務要求傳輸率約束和低服務要求傳輸率約束，約束(8)體現(xiàn)了增強軟頻分復用的思想，限制重用的層間干擾，和分別表示路徑損耗和第k資源塊上參考RRH到干擾的HUE的信道增長，約束(9)中表示最大轉(zhuǎn)換能。

3.根據(jù)權利要求1所描述的異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于：步驟3的具體過程如下：

步驟3.1：初始化遺傳算法參數(shù)；

步驟3.2：初始化種群；

步驟3.3：對種群進行交叉與變異，得到子代種群；

步驟3.4：淘汰不符合模型約束的個體，并計算種群每個個體適應度；

步驟3.5：從子代與母代中挑選較優(yōu)的個體，從新組成母代；

步驟3.6：若達到最大優(yōu)化次數(shù)Tm，則取適應度值最大的個體作為優(yōu)化結果；否則，轉(zhuǎn)到步驟3.3。

4.根據(jù)權利要求3所述的異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于：步驟3.1所述的初始化遺傳算法參數(shù)，具體為：

種群規(guī)模大小N，適應度函數(shù)γ，以及迭代次數(shù)T_m，交叉率P_c，變異率為P_m,資源塊數(shù)目k，RUE數(shù)目n+m，n為高服務質(zhì)量約束的RUE，m為低服務質(zhì)量約束的RUE。

5.根據(jù)權利要求4所述的異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于：步驟3.2所述的初始化種群，產(chǎn)生隨機的N組向量[α₁，α₂，…,α_k],α_i∈(1，2...，n+m),作為母群體X1；根據(jù)公式(5)所示，用這些向量代表資源塊分配矩陣a＝[a_n，k]_(N+M)×K的分配情況,α_i代表基因，設定此種群為X1，t＝1。

6.根據(jù)權利要求4所述的異構云無線接入網(wǎng)絡安全感知能的效及功率分配優(yōu)化方法，其特征在于：步驟3.3所述的對種群進行交叉與變異，得到子代種群，具體為：

對種群X1中的基因組依據(jù)交叉率P_c和變異率P_m進行交叉與變異，獲得子代群體X2。

7.根據(jù)權利要求4所述的異構云無線接入網(wǎng)絡安全感知的能效及功率分配優(yōu)化方法，其特征在于：步驟3.4所述的淘汰不符合約束的個體，并計算種群每 個個體適應度，具體是，計算每個個體γ_i的值，并在計算時淘汰不符合約束條件的個體。

8.根據(jù)權利要求4所述的異構云無線接入網(wǎng)絡安全感知的能效及功率分配優(yōu)化方法，其特征在于：步驟3.5所述的從子代與母代中挑選較優(yōu)的個體，從新組成母代，具體是從X1、X2中挑選γ值大的N個個體作為新的母代，并且t＝t+1。