本發(fā)明涉及在異構(gòu)網(wǎng)絡(luò)(HetNet)中，考慮用戶信噪比約束和發(fā)送功率約束條件下的用戶調(diào)度和發(fā)送功率調(diào)整策略。確切地說，通過優(yōu)化用戶在基站之間的分配和用戶終端的發(fā)送功率來提高系統(tǒng)各用戶的能量效率指標(biāo)，屬于無線通信技術(shù)領(lǐng)域。

背景技術(shù)：

隨著移動(dòng)終端的爆發(fā)式增長(zhǎng)和用戶流量需求的不斷提高，傳統(tǒng)的蜂窩網(wǎng)絡(luò)難以完全滿足人們的需要。異構(gòu)網(wǎng)絡(luò)作為一種靈活而經(jīng)濟(jì)的網(wǎng)絡(luò)架構(gòu)，在近幾年受到了廣泛關(guān)注。異構(gòu)網(wǎng)絡(luò)能夠滿足各種用戶需求并能提供更高的傳輸速率和更好的服務(wù)質(zhì)量。在異構(gòu)網(wǎng)絡(luò)中，各種不同大小、不同發(fā)送功率和不同成本的基站，例如宏基站(MBS)、微基站(PBS)和微微基站(FBS)等部署在不同區(qū)域。其中，宏基站能夠提供公共接口，并且能夠覆蓋數(shù)公里范圍內(nèi)的全部用戶。微基站和微微基站，存在于宏小區(qū)中，用于消除宏基站的覆蓋空洞并能提升用戶的服務(wù)質(zhì)量。隨著無線流量的飛速增長(zhǎng)，用于無線通信過程的能量消耗日益不容忽視。由于目前的電池技術(shù)并不能滿足用戶不斷增長(zhǎng)的需求，移動(dòng)終端的電池容量十分有限，所以上行無線傳輸過程中的能量消耗問題更加嚴(yán)重。因此，提高用戶在上行傳輸過程中的能量效率顯得十分必要。

異構(gòu)網(wǎng)絡(luò)中的不同基站的發(fā)送功率和覆蓋范圍不同，導(dǎo)致了不同基站具有不同的服務(wù)用戶數(shù)。假設(shè)各個(gè)基站將其所具有的資源均勻分配給服務(wù)的用戶。如果用戶連接到一個(gè)服務(wù)用戶數(shù)多的基站，其能得到的資源較少，服務(wù)質(zhì)量較差。而傳統(tǒng)的根據(jù)信號(hào)強(qiáng)弱來選擇基站的方式并沒有考慮到基站的負(fù)載狀況。這種處理方式雖然簡(jiǎn)單，但卻可能導(dǎo)致用戶之間的資源競(jìng)爭(zhēng)，使得用戶的能量 效率下降。因此，需要考慮不同基站的負(fù)載狀況來進(jìn)行用戶的分配。

另外，用戶終端如果始終以最大功率發(fā)送，其能量效率有可能下降，導(dǎo)致不必要的能量消耗?；诖耍枰ㄟ^合理的功率控制方法來優(yōu)化用戶終端的發(fā)射功率。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提出了兩種優(yōu)化能量效率的資源分配方法?？紤]兩層的上行HetNet網(wǎng)絡(luò)，包括一個(gè)宏基站和多個(gè)微基站。用戶隨機(jī)分布在小區(qū)范圍之內(nèi)。考慮如何將這些用戶分配給不同基站以及如何優(yōu)化這些用戶終端在上行無線傳輸過程中的發(fā)射功率，從而提高各用戶的能量效率。

(1)基于基站負(fù)載狀況的用戶調(diào)度方法(LOGEEU)

在密集異構(gòu)網(wǎng)絡(luò)中，分布著各種大小的基站。各個(gè)基站的負(fù)載狀況不同。假設(shè)各個(gè)基站將其所具有的資源均勻分配給服務(wù)的用戶。則用戶所得到的資源與基站服務(wù)的用戶數(shù)成反比。

(11)在該方法中，目標(biāo)是在滿足不同用戶的信噪比約束的條件下，通過用戶在基站之間的分配，最大化所有用戶的能量效率的Log函數(shù)之和，即 其中x_ub為用戶u是否選擇基站b的優(yōu)化變量，η_ub為用戶u選擇基站b時(shí)所能達(dá)到的能量效率。如果直接優(yōu)化所有用戶的能量效率之和，則最終優(yōu)化結(jié)果可能導(dǎo)致基站將大部分資源都分配給了少數(shù)信道條件好的用戶，而大部分用戶所得的資源極少。這導(dǎo)致了極度的資源分配不公。因此，需要優(yōu)化比例公平定義下的能量效率，即能量效率的Log函數(shù)。由于Log函數(shù)的導(dǎo)數(shù)單調(diào)遞減，其邊際收益遞減，對(duì)小的因子更為敏感，從而讓信道條件差的用戶的能量效率不至于過小，保證了一定程度的公平性。

(12)在LOGEEU方法中，原問題被構(gòu)建為一個(gè)非凸的混合整數(shù)規(guī)劃問題，如下所示。

為了解決相應(yīng)的優(yōu)化問題，先將整數(shù)約束松弛為分?jǐn)?shù)約束，將原問題轉(zhuǎn)變?yōu)橐粋€(gè)凸問題。

考慮到最后需要求出整數(shù)解，采用拉格朗日對(duì)偶分解的方法求解。原問題的拉格朗日對(duì)偶函數(shù)如下。

在每步迭代的過程中，先求出在固定的對(duì)偶變量下，用戶分配的整數(shù)解，如下所示。

接著令g(λ,v)對(duì)k_b的導(dǎo)數(shù)為0，從而得到k_b的解在計(jì)算得到x_ub和k_b的解之后，利用次梯度法更新對(duì)偶變量，

${\mathrm{\λ}}_b^{t+1}={\mathrm{\λ}}_b^t-{\mathrm{\ϵ}}_1^t(k_b^t-{\mathrm{\Σ}}_{u\∈u}{x}_{ub}^t),$

其中和為在第t次迭代時(shí)的步長(zhǎng)，且滿足下述條件，

$\underset{t=1}{\overset{\mathrm{\∞}}{\mathrm{\Σ}}}{\mathrm{\ϵ}}_i^t=\mathrm{\∞},\underset{t\→\mathrm{\∞}}{\lim }{\mathrm{\ϵ}}_i^t=0,\∀i=\{1,2\}.$

通過重復(fù)上述的x_ub和k_b的求解以及對(duì)偶變量的更新步驟，算法最后收斂到一個(gè)局部最優(yōu)解。提出的LOGEEU方法與傳統(tǒng)的用戶調(diào)度方法相比，不僅考慮 到了基站的負(fù)載狀況，即服務(wù)的用戶數(shù)，還考慮到了用戶之間的公平性。

(2)用戶調(diào)度和功率控制相結(jié)合的資源分配方法(LOGEEUP)

用戶終端如果始終以最大功率發(fā)送，其能量效率有可能下降，導(dǎo)致不必要的能量消耗。為了進(jìn)一步提升用戶的上行能量效率，提出了用戶調(diào)度和功率控制相結(jié)合的資源分配方法(LOGEEUP)。

(21)該方法考慮了不同用戶的信噪比約束和功率約束。目標(biāo)是，通過優(yōu)化用戶在基站之間的分配以及用戶終端發(fā)送功率的控制，來最大化所有用戶的能量效率的Log函數(shù)之和。

(22)在LOGEEUP方法中，優(yōu)化問題建模如下。

可以看出，該問題是在上述LOGEEU的問題的基礎(chǔ)上，進(jìn)一步優(yōu)化用戶終端的發(fā)射功率。

首先考慮優(yōu)化用戶在基站之間的分配。該過程與LOGEEU方法相同，不再贅述。在確定基站服務(wù)的用戶之后，考慮用戶終端的功率控制問題，如下所示。

這時(shí)的信噪比約束可以包含在功率約束中。注意到各個(gè)用戶的功率優(yōu)化問題是解耦的。因此，可以單獨(dú)優(yōu)化各個(gè)用戶的發(fā)射功率。將上述目標(biāo)函數(shù)表示為如下所示。

其中，計(jì)算F_u對(duì)功率的導(dǎo)數(shù)得到

其中，

對(duì)進(jìn)行求導(dǎo)得到

由于始終小于0，故單調(diào)遞減。而當(dāng)時(shí)，大于0，且始終大于0，所以有唯一的過零點(diǎn)。由于其先大于0后小于0，所以該過零點(diǎn)即為最優(yōu)功率值。通過使用解方程中常用的牛頓迭代法即可解得該值。

附圖說明

圖1是所考慮的HetNet的系統(tǒng)模型。

圖2是所提算法的流程圖。

圖3是LOGEEU和LOGEEUP的迭代收斂圖。

圖4是LOGEEU和LOGEEUP兩種方法中，用戶的上行能量效率的概率分布(CDF)圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。

(1)參見圖1，在所考慮的系統(tǒng)模型中，包括一個(gè)宏基站和多個(gè)微基站。多個(gè)用戶分布在小區(qū)范圍之內(nèi)。每個(gè)基站將其所有的資源均勻分配給其所服務(wù)的用戶。每個(gè)用戶只能由一個(gè)基站服務(wù)。

在LOGEEU方法中，設(shè)計(jì)的目標(biāo)是，在滿足用戶的信噪比約束的條件下，優(yōu)化用戶在各個(gè)基站之間的分配，從而最大化所有用戶的能量效率的Log函數(shù) 之和。原問題非凸，要想找到其最優(yōu)解是非常困難的。因此，首先將用戶調(diào)度的整數(shù)約束松弛為分?jǐn)?shù)約束，從而將問題轉(zhuǎn)化為凸問題。之后用低復(fù)雜度的拉格朗日對(duì)偶分解算法，迭代求出原始問題的局部最優(yōu)解。

在LOGEEUP方法中，設(shè)計(jì)目標(biāo)是，在滿足用戶的信噪比約束和用戶終端發(fā)射功率約束的條件下，優(yōu)化用戶在各個(gè)基站之間的分配和用戶終端的發(fā)射功率，來最大化所有用戶的能量效率的Log函數(shù)之和。首先進(jìn)行用戶在基站之間的分配，其過程與LOGEEU方法相同。之后，各個(gè)用戶終端可以利用基站反饋回來的信道信息，利用牛頓迭代法來求出在確定基站情況下的最優(yōu)的發(fā)射功率。

為了展示本發(fā)明中各種機(jī)制的實(shí)用性能，申請(qǐng)人進(jìn)行了多次仿真實(shí)施試驗(yàn)。仿真試驗(yàn)的結(jié)果如圖3和圖4所示。

(2)參見圖3，圖3(a)說明了LOGEEU方法中的收斂情況?？梢钥闯觯摲椒梢院芸焓諗康骄植孔顑?yōu)解附近。LOGEEUP的內(nèi)部迭代與LOGEEU相同，其外部迭代，即用戶調(diào)度和功率控制的迭代收斂性參見圖3(b)。可以看出，LOGEEUP的外部迭代所需次數(shù)僅為2次。

(2)參見圖4，傳統(tǒng)的根據(jù)最大信道增益來選擇基站的方法為MG方法?？梢钥闯?，LOGEEU方法優(yōu)于MG方法，而LOGEEUP方法進(jìn)一步提升了低能量效率用戶的性能。

以上所述僅為本發(fā)明的較佳實(shí)例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。