本發(fā)明設計了一種基于干擾協(xié)調(diào)的能效資源分配算法，適應于超密集無線網(wǎng)絡，屬于信息通信技術領域。

背景技術：

近年來，隨著移動通信技術的快速發(fā)展，用戶業(yè)務需求和網(wǎng)絡結構都發(fā)生了巨大的變革。據(jù)調(diào)查顯示，話音和數(shù)據(jù)流量需求分別有超過30％和70％產(chǎn)生在室內(nèi)，同時大量辦公區(qū)和住宅區(qū)都面臨著室內(nèi)信號盲點的問題。另外，智能設備和手持平板等移動終端的廣泛普及、各種應用程序的日益豐富，促進移動網(wǎng)蓬勃發(fā)展。預計到2020年，全球移動數(shù)據(jù)量將達到15.9百京，是2014的近11倍。毫無疑問，這將帶來無線通信業(yè)務需求爆炸式增長。為了應對滿足大量數(shù)據(jù)通信的需求，主要有兩種不同的方式，一種是大規(guī)模的mimo天線技術，而另外一種就是超密集無線部署網(wǎng)絡。但是mimo的性能由于空間限制而日漸飽和，同時大量天線陣列成本較貴。超密集無線網(wǎng)絡是應對此挑戰(zhàn)的一個重要方案，在未來無線通信網(wǎng)絡中扮演極其重要的角色，其主要思想是在傳統(tǒng)蜂窩網(wǎng)的大功率宏蜂窩內(nèi)，在用戶數(shù)據(jù)服務較多的區(qū)域部署大量低功率、低成本的各種類型的接入節(jié)點(小基站)。在熱點區(qū)域將會同時部署傳統(tǒng)大功率的宏基站和低功率的小基站，使得小基站可以分流大量的用戶業(yè)務與流量，減少宏基站的負載，提高網(wǎng)絡的利用率。

此外，減少能量消耗，響應綠色通信和提高網(wǎng)絡的高能效技術是近年來也呈遞增趨勢。如何在保障用戶業(yè)務體驗的同時降低網(wǎng)絡耗電是移動通信網(wǎng)絡面臨的一個大挑戰(zhàn)，而通過資源優(yōu)化技術來降低網(wǎng)絡能耗已引起學術界的廣泛關注也是超密集無線網(wǎng)絡研究的熱點問題。但是超密集無線網(wǎng)絡也帶來了諸多挑戰(zhàn)，宏蜂窩與小小區(qū)共存的網(wǎng)絡環(huán)境中，跨層干擾十分嚴重。隨著用戶對數(shù)據(jù)業(yè)務的高速要求，未來在網(wǎng)中小蜂窩節(jié)點部署的密度將繼續(xù)增加，達到現(xiàn)在的10倍以上，用戶收到的來自非服務小小區(qū)的同層干擾將更加嚴重。超密集無線網(wǎng)絡小基站部署密度的增大，需要交互處理的信息也變得海量，處理復雜難度急劇增加以及各種類型節(jié)點之間信息交流帶來海量的信令開銷都對網(wǎng)中無線資源的分配造成巨大的影響。

因此，本發(fā)明提出一種基于干擾協(xié)調(diào)的能效資源分配算法，解決超密集無線網(wǎng)絡中簇內(nèi)與簇間干擾以及能量效率資源分配的問題。

技術實現(xiàn)要素：

技術問題：本發(fā)明的目的是在超密集無線網(wǎng)絡中提供一種基于干擾協(xié)調(diào)的能效資源分配算法，有效地解決了超密集無線網(wǎng)絡簇間與簇內(nèi)干擾，提高網(wǎng)絡能量效率的問題。

技術方案：本發(fā)明在超密集無線網(wǎng)絡中提供一種基于干擾協(xié)調(diào)的能效資源分配方法，包括以下步驟：

1.基于成簇的超密集無線網(wǎng)絡模型

基于成簇的超密集無線網(wǎng)絡，由一個宏基站mbs和密集的家庭基站fbs構成，如家庭基站已經(jīng)c個分簇，不考慮來鄰區(qū)宏基站的干擾。mbs處于宏蜂窩的中心位置，覆蓋半徑為rm，最大發(fā)射功率為pm，宏小區(qū)隨機分布著um個宏用戶。宏蜂窩覆蓋范圍內(nèi)隨機分布著f個家庭基站，半徑為rf，最大發(fā)射功率為pf,每個家庭基站采用半開放式的用戶接入方式，即首先保證本家庭基站注冊用戶的權益，再考慮接入其他用戶。系統(tǒng)總帶寬w分為等寬的l個子信道，子信道帶寬為δf＝w/l。由于同一小區(qū)下使用相同子信道的用戶會產(chǎn)生強干擾，所以為了降低干擾同一小區(qū)下，信道與用戶的關系為n:1，即一個信道在同一時刻只能分配給單個用戶。

2.能效優(yōu)化模型

與傳統(tǒng)的資源分配最大化吞吐量不同，本發(fā)明所提出的超密集無線網(wǎng)絡基于干擾協(xié)調(diào)的能效資源分配算法關注的是能效的最大化，目的是為了以更少的能量傳遞更多的數(shù)據(jù)業(yè)務。能量效率ee(energyefficient，ee)的定義為總傳輸速率與總的能量消耗的比值，如下：

其中，rsum為超密集無線網(wǎng)絡家庭基站總的傳輸速率，psum為網(wǎng)中消耗的總功率，包括電子元器件的消耗與發(fā)射功率消耗，e為平均誤碼率。

網(wǎng)絡總的傳輸速率表示為：

其中，表示信道使用因子，滿足當表示家庭基站f沒采用子信道l的信息，反之，采用。其中，信道l上用戶u的傳輸速率為表示家庭基站在信道l上用戶u的信干燥比：

其中，和分別表示家庭基站與宏基站在信道l上發(fā)射功率。系統(tǒng)總能耗可以表示為：

式中，為家庭基站總的累計傳輸功率，為功放器的倒數(shù)。pe＝f*pe為電子元器件的消耗的總功率，單個家庭基站消耗為固定值pe。

本發(fā)明所優(yōu)化目標是在發(fā)射功率限制、終端用戶業(yè)務傳輸速率和簇間、簇內(nèi)干擾制約的條件下最大化網(wǎng)絡的能量效率，優(yōu)化模型可以表示為：

其中，c1和c2分別代表了用戶的最低業(yè)務速率和家庭基站發(fā)射功率的限制；c3和c4分別表示信道只有被用戶使用和未被使用兩種狀態(tài)與每個小小區(qū)內(nèi)信道只能分給一個用戶；c5是宏基站對家庭基站的跨層干擾做了限制。本發(fā)明能量效率優(yōu)化的主要目的是在最大功率限制、用戶最低業(yè)務速率制約和干擾制約的前提下最大化ηee的值。

2.簇間與簇內(nèi)干擾協(xié)調(diào)

a.簇間干擾協(xié)調(diào)

由于基于成簇的超密集無線網(wǎng)絡簇間采用頻率復用技術，將造成簇間的邊緣家庭基站存在嚴重的干擾。為解決簇間干擾，本發(fā)明基于圖論著色原理對簇進行歸類，并以此提出新型簇間時域調(diào)度方案。對簇按照圖論著色理論進行著色，由于圖論著色算法可知最少需要四種顏色，地圖上的任何互相相鄰區(qū)域不能涂一樣的顏色，用綠、黃、紅和白色對c個簇進行著色，將簇分為四類且相鄰簇間顏色不同。把每一個染色后的簇看成統(tǒng)一協(xié)調(diào)的共同體，對簇與簇之間按照著色分簇進行時域調(diào)度:

步驟一:根據(jù)顏色數(shù)量，將8個調(diào)度幀分為四類，與之對應的是簇的四種顏色，即：著綠色的簇對應幀1和5，著黃色的簇對應幀2和6，著紅色的簇對應幀3和7，著白色的簇對應幀4和8。

步驟二:某個顏色調(diào)度的時候,與之對應的該顏色的簇稱作干擾簇(interferencecluster，ic)，其它的簇稱作守護簇(protectedcluster，pc)。并且干擾簇內(nèi)的fbs要減功率發(fā)送，及各自覆蓋范圍內(nèi)的用戶不參與調(diào)度，而在調(diào)度幀守護簇的fbs以分配的滿功率發(fā)送且所有邊緣用戶都可得到調(diào)度。簇的功率衰減公式如下：

其中，δ滿減因子。

b.簇內(nèi)干擾協(xié)調(diào)

超密集無線網(wǎng)絡中，通過宏基站、簇內(nèi)家庭基站都通過簇頭ch(clusterhead，ch)基站協(xié)作優(yōu)化無線資源分配，尤其是干擾較大的終端用戶信道鏈路信息，可以限制彼此干擾大的家庭基站使用不同信道。但是，高密度部署家庭基站的情況，若每個基站都去廣播發(fā)送與接收彼此的鏈路狀態(tài)信息，會造大量的開銷浪費和負載量，更會造成能量效率下降。因此，通過回傳鏈路統(tǒng)一發(fā)送給ch，并對其收集到的信息采取干擾協(xié)調(diào)：

步驟一：簇內(nèi)家庭基站信息回傳到ch

公式(7)中，g^req為信道鏈路狀態(tài)門限閾值，區(qū)分宏基站與家庭基站閾值，若某信道鏈路狀態(tài)小于門限值，則其干擾置零。否則，ch進行干擾協(xié)調(diào)處理。

步驟二：高密度家庭基站部署，人流分布不均，極其容易出現(xiàn)簇內(nèi)家庭基站負載不均衡，若某個家庭基站用戶偏多，需要用到更多的子信道，則ch采用如下策略：

其中，quf表示其他使用相同子信道的家庭基站對該用戶的干擾集合，并按照倒序排位，imax為干擾集中對用戶最大的干擾項，表示排除最大干擾項后的用戶數(shù)據(jù)速率。終端用戶的傳輸速率滿足最低需求則不需要協(xié)調(diào)；若不滿足，則讓最大干擾項的家庭基站禁止使用該信道，并重新更新若更新后用戶速率還不滿足需求，為了終端用戶之間的公平性則拋棄此用戶。通過上述兩步方法實現(xiàn)簇間與簇內(nèi)的干擾的協(xié)調(diào)。

4.基于干擾協(xié)調(diào)能效資源分配算法

本發(fā)明所提出得一種基于干擾協(xié)調(diào)的能效資源分配算法，形成半分布式的資源分配算法來緩解簇間與簇內(nèi)干擾、降低計算復雜度、提高能量效率。超密集無線網(wǎng)絡中家庭基站通過k-means算法進行分簇。將基于干擾協(xié)調(diào)的資源分配問題分解成兩個優(yōu)化子問題，分別利用最大最小算法和優(yōu)化改進的粒子群算法對子信道和功率進行優(yōu)化分配。其中，為了避免粒子群優(yōu)化陷入局部解缺陷，引進阻尼震動與適應度變異對粒子群優(yōu)化算法進行改進。

a.基于干擾協(xié)調(diào)的最大最小算法的信道分配

當給定子信道分配與電子元器件的消耗比例后，系統(tǒng)的能量效率必然存在下限值，即ηee不小于用戶能量效率的最低值，表示為：

因此，只要讓具有最低的能效值的終端用戶的能效提升，就可以讓系統(tǒng)能效進一步提高。定義用戶質量體驗函數(shù)當e＜1時，表明用戶對數(shù)據(jù)速率體驗不滿意，e≥1表示體驗滿意，且越大越滿意。而且為了保證用戶之間的公平性，e越小則具有更高的子信道分配優(yōu)先級?；诟蓴_協(xié)調(diào)的子信道分配算法描述如下：

(1)初始化。每個子信道均分功率為

(2)初分配子信道。對終端用戶按照業(yè)務速率進行正排序，家庭基站按照排序優(yōu)先級給用戶分配子信道，計算每個用戶的初始化傳輸速率ru；

(3)再分配。計算每個終端用戶的質量體驗函數(shù)并以倒排序放入用戶質量體驗隊列tf中，并以此次序對子信道進行再一次分配，并更新再分配后的和eu。不斷重復此步驟，直到所有的終端用戶質量體驗函數(shù)eu＞1；

(4)(1)-(3)后終端全部用戶都達到了各自要求的基本業(yè)務速率。倒排序取出值最低的用戶，輪詢qf中剩下子信道lremain，找到可以讓最低值能效提升的子信道即重復步驟(4)，直剩余子信道lremain不能再讓提升。

b.基于干擾協(xié)調(diào)的改進的粒子群優(yōu)化算法的功率分配

在ch對簇內(nèi)干擾協(xié)調(diào)與子信道分配結果的基礎上，首先將優(yōu)化模型(5)化為約束性粒子群優(yōu)化的標準形式：

其中，pm描述了每一個粒子m的發(fā)射功率，是一個l維的向量。將(10)轉化為無約束問題：

公式中，hmax(pm)＝max[h1(pm),h2(pm),...,h4(pm)]，適應度函數(shù)為h(pm)。由于非約束性粒子群算法容易出現(xiàn)早熟現(xiàn)象，因此引入了群體適應度方差的概念，定義為:

其中，σ²表示為適應度變異方差，h(pm)和havg分別為粒子m的適應度和群體的平均適應度。σ²越小越趨近收斂；反之，趨近隨機收斂。群體(或者臨近域)所有粒子m最優(yōu)位置變異的概率定義為

其中，i∈[0.2,0.7]，閥值與實際問題有關，一般

依照公式(4.10)可以得到粒子的位置和飛行速度的更新公式如下：

其中，和分別表示粒子m當前的位置(當前發(fā)射功率)和速度(飛行變化趨勢)，針對傳統(tǒng)粒子全優(yōu)化算法的慣性權重ω進行改進，更好的平衡局部和全局搜索權重。引入dw對ω進行逐步周期性衰減改進：

式中，ωmax和ωmin分別為ω的上限與下限值，通常取ωmin＝0.1，ωmax＝0.9；tmax為迭代的最大次數(shù)；a為t＝0時ω的振幅；tped為慣性權重因子振幅變化的周期。

回歸公式(14)，是單個粒子m最優(yōu)的發(fā)射功率分配，表示整個族群最優(yōu)的發(fā)射功率分配，分別通過下面公式更新：

根據(jù)以上對功率分配過程，分配迭代過程表述如下，

(1)初始化粒子群。

(2)粒子群粒子表示為π＝{1,...,m}，然后他們的位置和速度分別被初始化為和迭代次數(shù)表示為tmax；

(3)接收子信道分配結果。

(4)初始化個體最優(yōu)位置

(5)初始化全局最優(yōu)位置

(6)粒子群尋找全局最優(yōu)

(7)當?shù)螖?shù)t≤tmax，根據(jù)阻尼震動ω(t)＝|ωmaxexp(1/tmax)ln(a/ωmax)tcos((π/tped)t)|+ωmin來更新和

(8)對于每一個粒子計算個體適應度和群體適應度方差和如果則否則

(9)更新

(10)如果則否則

(11)重復(7)-(11)步驟直至迭代結束或收斂；

(12)輸出最優(yōu)位置信息作為最優(yōu)的功率分配結果。

有益效果

本發(fā)明具有以下優(yōu)點：

①提出了基于成簇的超密集無線網(wǎng)絡模型，根據(jù)網(wǎng)絡模型分別解決簇間與簇內(nèi)干擾。

②提出了能效優(yōu)化模型，根據(jù)成簇后的超密集無線網(wǎng)絡模型、信道使用因子、用戶最低業(yè)務需求形成多維資源分配的能效優(yōu)化模型。

③提出了超密集無線網(wǎng)絡中簇間與簇內(nèi)干擾協(xié)調(diào)方案。方案首先根據(jù)圖論著色原理對簇間干擾進行協(xié)調(diào)；其次，ch根據(jù)部分信息交互對簇內(nèi)各家庭基站進行干擾協(xié)調(diào)。

④提出了超密集無線網(wǎng)絡中一種基于干擾協(xié)調(diào)能效資源分配算法。形成半分布式的資源分配算法來緩解簇間與簇內(nèi)干擾、降低計算復雜度、提高能量效率。超密集無線網(wǎng)絡中家庭基站通過k-means算法進行分簇。首先，將基于干擾協(xié)調(diào)的資源分配問題分解成兩個優(yōu)化子問題，分別利用最大最小算法和優(yōu)化改進的粒子群算法對子信道和功率進行優(yōu)化分配。其中，為了避免粒子群優(yōu)化陷入局部解缺陷，引進阻尼震動與適應度變異對粒子群優(yōu)化算法進行改進。

附圖說明

圖1是基于成簇的超密集無線網(wǎng)絡模型。

圖2是調(diào)度幀劃分圖。

圖3是超密集無線網(wǎng)絡中一種基于干擾協(xié)調(diào)能效資源分配算法圖。

具體實施方式

本發(fā)明設計出超密集無線網(wǎng)絡中一種基于干擾協(xié)調(diào)的能效資源分配算法。分析并給出了基于成簇的超密集無線網(wǎng)絡，提出了簇間與簇內(nèi)干擾協(xié)調(diào)策略：采用圖論著色原理進行簇間干擾協(xié)調(diào)和部分信息交互方式對簇內(nèi)干擾進行協(xié)調(diào)。提出了超密集無線網(wǎng)絡中一種基于干擾協(xié)調(diào)的能效資源分配算法，該算法對超密集無線網(wǎng)絡子信道和功率進行聯(lián)合優(yōu)化。首先，利用用戶質量體驗函數(shù)和最大最小算法對子信道進行分配；其次，優(yōu)化改進的粒子群算法對功率進行優(yōu)化分配。其中，為了避免粒子群優(yōu)化陷入局部解缺陷，引進阻尼震動與適應度變異對粒子群優(yōu)化算法進行改進。

1.基于成簇的超密集無線網(wǎng)絡模型

本發(fā)明提出一個基于成簇的超密集無線無線網(wǎng)絡模型，如圖1所示。基于成簇的超密集無線網(wǎng)絡，由一個宏基站mbs和密集的家庭基站fbs構成，如家庭基站已經(jīng)c個分簇，不考慮來鄰區(qū)宏基站的干擾。mbs處于宏蜂窩的中心位置，覆蓋半徑為rm，最大發(fā)射功率為pm，宏小區(qū)隨機分布著um個宏用戶。宏蜂窩覆蓋范圍內(nèi)隨機分布著f個家庭基站，半徑為rf，最大發(fā)射功率為pf,每個家庭基站采用半開放式的用戶接入方式，即首先保證本家庭基站注冊用戶的權益，再考慮接入其他用戶。系統(tǒng)總帶寬w分為等寬的l個子信道，子信道帶寬為δf＝w/l。由于同一小區(qū)下使用相同子信道的用戶會產(chǎn)生強干擾，所以為了降低干擾同一小區(qū)下，信道與用戶的關系為n:1，即一個信道在同一時刻只能分配給單個用戶。

2.能量效率優(yōu)化模型

與傳統(tǒng)的資源分配最大化吞吐量不同，本發(fā)明所提出的超密集無線網(wǎng)絡基于干擾協(xié)調(diào)的能效資源分配算法關注的是能效的最大化，目的是為了以更少的能量傳遞更多的數(shù)據(jù)業(yè)務。能量效率ee(energyefficient，ee)的定義為總傳輸速率與總的能量消耗的比值，如下所示：

其中，rsum為超密集無線網(wǎng)絡家庭基站總的傳輸速率，psum為網(wǎng)中消耗的總功率，包括電子元器件的消耗與發(fā)射功率消耗，e為平均誤碼率。

網(wǎng)絡總的傳輸速率表示為：

其中，表示信道使用因子，滿足當表示家庭基站f沒采用子信道l的信息，反之，采用。其中，信道l上用戶u的傳輸速率為表示家庭基站在信道l上用戶u的信干燥比：

其中，和分別表示家庭基站與宏基站在信道l上發(fā)射功率。系統(tǒng)總能耗可以表示為：

式中，為家庭基站總的累計傳輸功率，為功放器的倒數(shù)。pe＝f*pe為電子元器件的消耗的總功率，單個家庭基站消耗為固定值pe。

本發(fā)明所優(yōu)化目標是在發(fā)射功率限制、終端用戶業(yè)務傳輸速率和簇間簇內(nèi)干擾制約的條件下最大化網(wǎng)絡的能量效率，優(yōu)化模型可以表示為：

其中，c1和c2分別代表了用戶的最低業(yè)務速率和家庭基站發(fā)射功率的限制；c3和c4分別表示信道只有被用戶使用和未被使用兩種狀態(tài)與每個小小區(qū)內(nèi)信道只能分給一個用戶；c5是宏基站對家庭基站的跨層干擾做了限制。本發(fā)明能量效率優(yōu)化的主要目的是在最大功率限制、用戶最低業(yè)務速率制約和干擾制約的前提下最大化ηee的值。

3.簇間與簇內(nèi)干擾協(xié)調(diào)

a.簇間干擾協(xié)調(diào)

由于基于成簇的超密集無線網(wǎng)絡簇間采用頻率復用技術，將造成簇間的邊緣家庭基站基站存在嚴重的干擾。為解決簇間干擾，本發(fā)明基于圖論著色原理對簇進行歸類，并以此提出新型簇間時域調(diào)度方案。首先，對簇按照圖論著色理論進行著色，由于圖論著色算法可知最少需要四種顏色，地圖上的任何互相相鄰區(qū)域不能涂一樣的顏色，用綠、黃、紅和白色對c個簇進行著色，將簇分為四類且相鄰簇間顏色不同。把每一個染色后的簇看成統(tǒng)一協(xié)調(diào)的共同體，對簇與簇之間按照著色分簇進行時域調(diào)度。

步驟一:，如圖2所示,根據(jù)顏色數(shù)量，將8個調(diào)度幀分為四類，與之對應的是簇的四種顏色，即：著綠色的簇對應幀1和5，著黃色的簇對應幀2和6，著紅色的簇對應幀3和7，著白色的簇對應幀4和8。

步驟二:某個顏色調(diào)度的時候,與之對應的該顏色的簇稱作干擾簇(interferencecluster，ic)，其它的簇稱作守護簇(protectedcluster，pc)。并且干擾簇內(nèi)的fbs要減功率發(fā)送，及各自覆蓋范圍內(nèi)的用戶不參與調(diào)度，而在調(diào)度幀守護簇的fbs以分配的滿功率發(fā)送且所有邊緣用戶都可得到調(diào)度。簇的功率衰減公式:

其中，δ滿減因子。

b.簇內(nèi)干擾協(xié)調(diào)

超密集無線網(wǎng)絡中，通過宏基站、簇內(nèi)家庭基站都通過簇頭ch(clusterhead，ch)基站協(xié)作優(yōu)化無線資源分配，尤其是干擾較大的終端用戶信道鏈路信息，可以限制彼此干擾大的家庭基站使用不同信道。如果家庭基站是全向天線的，則用戶之間的干擾可簡化為基站點之間的干擾。但是，高密度部署家庭基站的情況，若每個基站都去廣播發(fā)送與接收彼此的鏈路狀態(tài)信息，會造大量的開銷浪費和負載量，更會造成能量效率下降。因此，通過回傳鏈路統(tǒng)一發(fā)送給ch，并對其收集到的信息采取干擾協(xié)調(diào)：

步驟一：簇內(nèi)家庭基站信息回傳到ch

公式(7)中，g^req為信道鏈路狀態(tài)門限閾值，區(qū)分宏基站與家庭基站基站閾值，若某信道鏈路狀態(tài)小于門限值，則其干擾置零。否則，ch進行干擾協(xié)調(diào)處理。

步驟二：高密度家庭基站部署，人流分布不均，極其容易出現(xiàn)簇內(nèi)家庭基站負載不均衡，若某個家庭基站用戶偏多，需要用到更多的子信道，則ch采用如下策略：

其中，quf表示其他使用相同子信道的家庭基站對該用戶的干擾集合，并按照倒序排位，imax為干擾集中對用戶最大的干擾項，表示排除最大干擾項后的用戶數(shù)據(jù)速率。終端用戶的傳輸速率滿足最低需求則不需要協(xié)調(diào)；若不滿足，則讓最大干擾項的家庭基站禁止使用該信道，并重新更新若更新后用戶速率還不滿足需求，為了終端用戶之間的公平性則拋棄此用戶。通過上述兩步方法實現(xiàn)簇間與簇內(nèi)的干擾的協(xié)調(diào)。

4.基于干擾協(xié)調(diào)能效資源分配算法

首先，將基于干擾協(xié)調(diào)的資源分配問題分解成兩個優(yōu)化子問題，分別利用最大最小算法和優(yōu)化改進的粒子群算法對子信道和功率進行優(yōu)化分配。其中，為了避免粒子群優(yōu)化陷入局部解缺陷，引進阻尼震動與適應度變異對粒子群優(yōu)化算法進行改進。

a.基于干擾協(xié)調(diào)的最大最小算法的信道分配

當給定子信道分配與電子元器件的消耗比例后，系統(tǒng)的能量效率必然存在下限值，即ηee不小于用戶能量效率的最低值，表示為：

因此，只要讓具有最低的能效值的終端用戶的能效提升，就可以讓系統(tǒng)能效進一步提高。定義用戶質量體驗函數(shù)當e＜1時，表明用戶對數(shù)據(jù)速率體驗不滿意，e≥1表示體驗滿意，且越大越滿意。而且為了保證用戶之間的公平性，e越小則具有更高的子信道分配優(yōu)先級?；诟蓴_協(xié)調(diào)的子信道分配算法描述如下：

(1)初始化。假設每個子信道均分功率為

(2)初分配子信道。對終端用戶按照業(yè)務速率進行正排序，家庭基站按照排序優(yōu)先級給用戶分配子信道，計算每個用戶的初始化傳輸速率ru。

(3)再分配。計算每個終端用戶的質量體驗函數(shù)并以倒排序放入用戶質量體驗隊列tf中，并以此次序對子信道進行再一次分配，并更新再分配后的和eu。不斷重復此步驟，直到所有的終端用戶質量體驗函數(shù)eu＞1。

(4)(1)-(3)后終端全部用戶都達到了各自要求的基本業(yè)務速率。倒排序取出值最低的用戶，輪詢qf中剩下子信道lremain，根據(jù)公式(4.9)找到可以讓最低值能效提升的子信道即重復步驟(4)，直剩余子信道lremain不能再讓提升。

b.基于干擾協(xié)調(diào)的改進的粒子群優(yōu)化算法的功率分配

在ch對簇內(nèi)干擾協(xié)調(diào)與子信道分配結果的基礎上，首先將優(yōu)化模型(4.5)化為約束性粒子群優(yōu)化的標準形式：

其中，pm描述了每一個粒子m的發(fā)射功率，是一個l維的向量。將(5)轉化為無約束問題：

公式中，hmax(pm)＝max[h1(pm),h2(pm),...,h4(pm)]，適應度函數(shù)為h(pm)。由于非約束性粒子群算法容易出現(xiàn)早熟現(xiàn)象，因此引入了群體適應度方差的概念，定義為:

其中，σ²表示為適應度變異方差，h(pm)和havg分別為粒子m的適應度和群體的平均適應度。σ²越小越趨近收斂；反之，趨近隨機收斂。群體(或者臨近域)所有粒子m最優(yōu)位置變異的概率定義為

其中，i∈[0.2,0.7]，閥值與實際問題有關，一般可以得到粒子的位置和飛行速度的更新公式如下：

其中，和分別表示粒子m當前的位置(當前發(fā)射功率)和速度(飛行變化趨勢)，針對傳統(tǒng)粒子全優(yōu)化算法的慣性權重ω進行改進，更好的平衡局部和全局搜索權重。引入dw對ω進行逐步周期性衰減改進：

式中，ωmax和ωmin分別為ω的上限與下限值，通常取ωmin＝0.1，ωmax＝0.9；tmax為迭代的最大次數(shù)；a為t＝0時ω的振幅；tped為慣性權重因子振幅變化的周期。

是單個粒子m最優(yōu)的發(fā)射功率分配，表示整個族群最優(yōu)的發(fā)射功率分配，分別通過下面公式更新：

根據(jù)以上對功率分配過程，分配迭代過程表述如下，

(1)初始化粒子群。

(2)粒子群粒子表示為π＝{1,...,m}，然后他們的位置和速度分別被初始化為和迭代次數(shù)表示為tmax；

(3)接收子信道分配結果。

(4)初始化個體最優(yōu)位置

(5)初始化全局最優(yōu)位置

(6)粒子群尋找全局最優(yōu)

(7)當?shù)螖?shù)t≤tmax，更新和

(8)對于每一個粒子如果則否則

(9)更新

(10)如果則否則

(11)重復(7)-(10)步驟直至迭代結束或收斂；

(12)輸出最優(yōu)位置信息作為最優(yōu)的功率分配結果。

因此，超密集無線網(wǎng)絡中基于干擾協(xié)調(diào)的能效資源分配算法流程如圖3所示。