本發(fā)明屬于無線移動通信領(lǐng)域，具體是一種基于用戶業(yè)務流的資源分配方法。

背景技術(shù)：

隨著數(shù)據(jù)流量的急劇增長，超密集網(wǎng)絡已經(jīng)成為5g的關(guān)鍵技術(shù)之一。超密集組網(wǎng)技術(shù)通過在熱點區(qū)域大規(guī)模部署低功率接入點可以有效提升網(wǎng)絡容量，擴展網(wǎng)絡覆蓋范圍。由于超密集網(wǎng)絡中極高的ap密度，往往用戶可以由一個或多個ap組成ap集合來為用戶提供服務。ap集合中的ap需要進行協(xié)作，資源分配和傳統(tǒng)網(wǎng)絡中大不相同。考慮用戶業(yè)務的多樣性，對于不同的業(yè)務需求，對應的資源分配也應當是動態(tài)改變的。如何在多個ap之間進行恰當?shù)馁Y源分配對于服務用戶，提高系統(tǒng)能效來說至關(guān)重要。

現(xiàn)有技術(shù)中，文獻[1]欒智榮，曲樺，趙季紅，徐西光“密集部署家庭基站網(wǎng)絡中面向用戶的基于圖論的頻率資源分配算法”，《中國通信》2013年12月，57-65頁；提出了一種面向用戶的基于圖的頻率分配算法，可以在密集部署的家庭基站網(wǎng)絡中協(xié)調(diào)下行鏈路的干擾。該算法可以減小干擾，但并沒有考慮用戶業(yè)務流的多樣性。

文獻[2]洪雪芬，楊坤，王碩，張興“超密集網(wǎng)絡中以用戶為中心的小小區(qū)基站協(xié)作算法”2015ieee數(shù)據(jù)科學和數(shù)據(jù)集中系統(tǒng)國際會議，悉尼474-475頁；提出了udn中一種以用戶為中心的小基站協(xié)作算法；該算法會逐個打開網(wǎng)絡中的基站，可以優(yōu)化系統(tǒng)的能效。但是該算法應用場景十分有限，且沒有進行仿真來證明算法的有效性。

在超密集網(wǎng)絡的場景下，接入點部署密集，同時考慮時隙、頻譜、功率等多維資源優(yōu)化問題更加復雜，傳統(tǒng)的單一資源分配方案已經(jīng)無法適用；此外，為了提高能量效率，對于不同需求的業(yè)務，基站數(shù)量應該進行動態(tài)調(diào)整，這對功率分配提出了更高的研究，現(xiàn)有的功率分配方案已經(jīng)無法適用。

技術(shù)實現(xiàn)要素：

本發(fā)明針對超密集場景下，密集的接入點部署使得網(wǎng)絡拓撲更加復雜，并且在多個ap組成ap集合，協(xié)作為一個用戶提供服務的情況下，其資源分配方法和傳統(tǒng)網(wǎng)絡相比大不相同；因此，提出了一種基于用戶業(yè)務流的資源分配方法，通過多維資源配置優(yōu)化可以有效提高網(wǎng)絡能量效率，保證用戶的服務需求。

該機制綜合考慮用戶的多種業(yè)務需求，信道狀況，網(wǎng)絡干擾等信息，在協(xié)作的多個ap之間分配多維資源，如頻率資源、功率資源等，同時可以動態(tài)更新ap集合的成員，對于用戶的不同業(yè)務需求增加或減少提供服務的ap數(shù)量，以提升系統(tǒng)能效；并將該聯(lián)合優(yōu)化問題建模為混合整數(shù)非線性規(guī)劃問題，使用多重禁忌搜索算法獲得次優(yōu)解，該算法同時具有良好的收斂性。

具體步驟如下：

步驟一、針對超密集網(wǎng)絡中，當某用戶申請接入該網(wǎng)絡時，本地服務中心lsc綜合考慮網(wǎng)絡拓撲分布以及該用戶的通信請求，選擇一個或多個ap組成ap集合為該用戶提供服務。

lsc綜合考慮具體為：收集申請用戶上報的地理位置信息以及各條信道的鏈路質(zhì)量狀況，并計算用戶到周邊各個ap的距離以及信道質(zhì)量參數(shù)，同時考慮各ap的負載情況，為用戶分配符合要求的ap組成ap集合。

ap集合中的每個ap均符合以下條件：ap在用戶的信號接收范圍內(nèi)，且ap信號的接收信噪比大于門限值；門限值根據(jù)實際情況進行調(diào)整。

步驟二、lsc根據(jù)該用戶的業(yè)務需求、鏈路質(zhì)量等為該用戶ap集合中的每個ap分配頻譜和功率資源，使系統(tǒng)能量效率最大化。

具體步驟如下：

步驟201、用戶發(fā)起業(yè)務請求，向lsc上報業(yè)務種類，數(shù)據(jù)速率需求或時延需求，以及信道狀況。

步驟202、lsc綜合考慮用戶的業(yè)務需求、用戶占用的各個子信道的信道質(zhì)量、不同ap之間產(chǎn)生的干擾等因素，產(chǎn)生一組初始的功率分配和子載波分配的值；

步驟203、設置用戶需求以及ap發(fā)射功率的限制條件；

c1代表用戶的時延應該小于等于實時類業(yè)務的時延門限值，即所提供服務的ap應該滿足用戶實時類業(yè)務的時延需求。l代表視頻業(yè)務的包長；bi表示第i個ap所提供的業(yè)務類型；ci表示第i個ap提供的速率，d代表用戶實時類業(yè)務的時延門限值；i表示該用戶的ap集合，{1,2,...i,...k,....i}；

c2代表用戶的數(shù)據(jù)速率應該大于等于非實時類業(yè)務的速率門限值，即所提供服務的ap應該滿足用戶非實時類業(yè)務的速率需求。c表示用戶非實時類業(yè)務的速率門限值。

c3代表每一個ap的發(fā)射功率應該小于等于該ap的最大發(fā)射功率，即ap的發(fā)射功率是受限的；pij表示第i個ap在第j個子載波上的發(fā)射功率；表示第i個ap的最大發(fā)射功率。

c4代表每個ap在一個時刻只能提供一種類型的業(yè)務，其中0表示第i個ap提供實時類業(yè)務，1表示第i個ap提供非實時類業(yè)務。

步驟204、利用初始的功率分配和子載波分配值，采用多重禁忌搜索算法對限制條件進行迭代，找到最大化系統(tǒng)能量效率的資源分配結(jié)果。

最大化系統(tǒng)能量效率表示為：

n表示該用戶的ap集合i中的ap數(shù)量；

第i個ap提供的速率b代表子載波的帶寬。第i個ap在第j個子載波上的信噪比為其中aij＝{0,1}代表第i個ap是否使用第j個子載波，使用則為1，不使用則為0。hij表示第i個ap在第j個子載波上的信道增益，σ²是加性高斯白噪聲。

pi表示第i個ap消耗的功率，pci表示第i個ap與用戶之間的鏈路損耗。

步驟三、當用戶業(yè)務需求變化或者信道鏈路狀況發(fā)生變化時，用戶重新上報當前的位置信息、業(yè)務需求和信道鏈路狀況，lsc重新動態(tài)進行功率和子載波的分配；

步驟四、判斷當前提供服務的ap集合是否滿足用戶的需求，如果是，保持當前狀態(tài)不變；否則，lsc根據(jù)動態(tài)分配的結(jié)果關(guān)閉或者打開部分ap，以在滿足用戶業(yè)務需求的前提下最大化系統(tǒng)的能量效率。

具體為：判斷用戶需求是否增大，如果是，增加ap的數(shù)量，使得增加后的ap集合恰好滿足用戶的業(yè)務需求。否則，用戶需求降低，關(guān)閉部分ap，使得關(guān)閉后的ap集合恰好滿足用戶的業(yè)務需求。

具體增加或減少的ap數(shù)量用迭代算法求解獲得；通過動態(tài)調(diào)整ap數(shù)量來提高系統(tǒng)的能量效率，從而實現(xiàn)了基于用戶業(yè)務流的動態(tài)資源分配。

本發(fā)明的優(yōu)點在于：

1)、一種基于用戶業(yè)務流的資源分配方法，可以實現(xiàn)超密集網(wǎng)絡下的多維資源管理功能，在為用戶提供服務的多個ap之間分配資源。根據(jù)仿真結(jié)果可以看出，在超密集場景下，該方法有效地提高了系統(tǒng)能量效率和資源利用效率。

2)、一種基于用戶業(yè)務流的資源分配方法，ap集合的成員可以進行動態(tài)更新，保證了用戶多樣的業(yè)務需求，并且通過資源分配優(yōu)化，提高了系統(tǒng)能效。

附圖說明

圖1是本發(fā)明超密集網(wǎng)絡中為用戶選擇ap集合的場景圖；

圖2是本發(fā)明一種基于用戶業(yè)務流的資源分配方法流程圖；

圖3是本發(fā)明三種發(fā)射功率對應的能量效率與迭代次數(shù)之間的關(guān)系圖；

圖4是三種算法下迭代次數(shù)和能量效率之間的關(guān)系對比圖；

圖5是本發(fā)明改變服務的ap數(shù)量對系統(tǒng)能量效率的關(guān)系圖。

具體實施方式

下面將結(jié)合附圖和實施例對本發(fā)明作進一步的詳細說明。

在超密集網(wǎng)絡中，本發(fā)明提出了一種基于用戶業(yè)務流的資源分配方法，該方法與傳統(tǒng)網(wǎng)絡中的資源配置方法不同，綜合考慮用戶業(yè)務的多樣性，信道狀態(tài)，網(wǎng)絡拓撲等多種因素，為用戶動態(tài)建立ap集合，使得多個ap可以協(xié)作為單個用戶提供服務；同時可以在為一個用戶服務的多個ap之間進行資源配置，考慮用戶不同的業(yè)務需求，在保證用戶需求的前提下進行資源分配并動態(tài)更新ap集合的成員，對于不同的業(yè)務流增加或減少提供服務的ap數(shù)量，提高了系統(tǒng)的能量效率。

所提方法可以被總結(jié)為如下的3個步驟：

1)當用戶申請接入網(wǎng)絡時，本地服務中心綜合考慮網(wǎng)絡拓撲分布以及用戶的通信請求，選擇一個或多個ap組成ap集合為該用戶提供服務。

2)本地服務中心根據(jù)用戶的需求、鏈路質(zhì)量等為每個ap分配資源，包括頻譜資源、功率資源等。

3)根據(jù)用戶需求和信道鏈路狀況的變化，動態(tài)進行資源分配，根據(jù)分配的結(jié)果關(guān)閉或者打開部分ap，以在滿足用戶業(yè)務需求的前提下最大化系統(tǒng)的能量效率。

如圖2所示，具體步驟如下：

步驟一、針對超密集網(wǎng)絡中，當某用戶申請接入該網(wǎng)絡時，本地服務中心lsc綜合考慮網(wǎng)絡拓撲分布以及該用戶的通信請求，選擇一個或多個ap組成ap集合為該用戶提供服務。

具體為：本地服務中心lsc收集申請用戶上報的地理位置信息以及各條信道的鏈路質(zhì)量狀況，并計算用戶到周邊各個ap的距離以及信道質(zhì)量參數(shù)，同時考慮各ap的負載情況，為用戶分配符合要求的ap組成ap集合。

選取符合要求的ap具體為：

首先，用戶發(fā)送信號，距離用戶半徑為r'的ap屬于其信號接收范圍，可以選擇接入。

然后，ap信號的接收信噪比有一個最低的門限值t，超過門限值可以考慮選擇該ap。

具體的門限值可以根據(jù)實際情況進行調(diào)整，用戶選擇接入ap時，該ap所連接的用戶數(shù)量應當小于ap的負載狀況，用n表示；如果ap連接的用戶數(shù)大于n，則說明該ap負載過高，則新用戶不選擇接入該ap，n的值可以根據(jù)實際情況進行改變。本實施例中在超密集網(wǎng)絡中為用戶選擇ap集合的結(jié)果如圖1所示，每個ap集合由本地服務中心分配唯一id，跟隨并為各自的用戶提供服務直到該用戶離開網(wǎng)絡。

步驟二、lsc根據(jù)該用戶的業(yè)務需求、鏈路質(zhì)量等為該用戶ap集合中的每個ap分配頻譜和功率資源，使系統(tǒng)能量效率最大化。

在ap集合中，假設該用戶的ap集合為i，表示為{1,2,...i,...k,....i}；子載波集合為j，那么第i個ap在第j個子載波上的sinr為

其中aij＝{0,1}代表第i個ap是否使用第j個子載波，使用為1，不使用為0。pij表示第i個ap在第j個子載波上的發(fā)射功率，該發(fā)射功率會受到最大發(fā)射功率的限制；hij表示第i個ap在第j個子載波上的信道增益，σ²是加性高斯白噪聲(additivewhitegaussiannoise，awgn)，σ²＝n0w；n0是高斯白噪聲的功率譜密度；w代表帶寬。

第i個ap提供的速率表示為：

b代表子載波的帶寬；數(shù)值和帶寬w的值相等。

第i個ap消耗的功率表示為：

pci表示第i個ap與該用戶之間的鏈路損耗。

該最優(yōu)化問題是在發(fā)射功率受限的條件下最大化系統(tǒng)的能量效率，表示為：

n表示該用戶的ap集合i中的ap數(shù)量；有些ap可以不為用戶提供服務，那么ap提供的速率是0，所以求和將速率是0的ap包含在內(nèi)也不會影響結(jié)果。

c1代表用戶的時延應該小于等于實時類業(yè)務的時延門限值，即所提供服務的ap應該滿足用戶實時類業(yè)務的時延需求。l代表視頻業(yè)務的包長；bi表示第i個ap所提供的業(yè)務類型；ci表示第i個ap提供的速率，d代表用戶實時類業(yè)務的時延門限值。

c2代表用戶的數(shù)據(jù)速率應該大于等于非實時類業(yè)務的速率門限值，即所提供服務的ap應該滿足用戶非實時類業(yè)務的速率需求。c表示用戶非實時類業(yè)務的速率門限值。

c3代表每一個ap的發(fā)射功率應該小于等于該ap的最大發(fā)射功率，即ap的發(fā)射功率是受限的；表示第i個ap的最大發(fā)射功率。

c4代表每個ap在一個時刻只能提供一種類型的業(yè)務，其中0表示第i個ap提供實時類業(yè)務，1表示第i個ap提供非實時類業(yè)務。

由于該優(yōu)化問題是混合整數(shù)非線性規(guī)劃問題，其全局最優(yōu)解是極其難解的。因此，為了解決這個問題，本發(fā)明采用多重禁忌搜索算法求得其次優(yōu)解。

步驟如下：

步驟1：初始化迭代次數(shù)、禁忌搜索數(shù)量和每個獨立的禁忌搜索算法的解。

該解寫成向量x＝(x1…,xi…,xn)，其中xi代表第i個ap的資源分配情況，具體如下：

xi＝(ai1…,ais…,pi1…,pis)(5)

單個ap的資源分配情況的解是一個2s維的行向量，s是子載波集合j中元素的個數(shù)。該行向量前半部分是子載波的分配情況，用0、1表示，后半部分是每一個子載波對應的功率分配情況。每個禁忌搜索算法的解是一個n×2s維的行向量，由n個ap的解組成。

本文采用隨機選擇完成初始化。

步驟2：對于每個當前解計算其適應度，比較得到全局最優(yōu)解。

適應度函數(shù)計算基于式(4)。

步驟3：生成試探解集合，更新全局最優(yōu)解后執(zhí)行禁忌檢測和藐視準則檢測,同時更新禁忌列表和藐視準則。

步驟4:進行交叉操作。

從當前解中隨機選取兩個做為父代以概率pc進行配對，把父代的優(yōu)秀特征遺傳給子代，產(chǎn)生新的解。由于每個解分為兩個部分，前半部分為子載波分配結(jié)果，后半部分為功率分配結(jié)果，所以對于每個解交叉過程也分為兩個部分，同時進行，規(guī)則如下所示：

代表第a個解在第g+1輪的子載波分配情況，代表第a個解在第g輪的子載波分配情況。αi是一個0-1之間的隨機數(shù)；代表第b個解在第g輪的子載波分配情況，代表第a個解在第g+1輪的功率分配情況，代表第a個解在第g輪的功率分配情況，代表第b個解在第g輪的功率分配情況。

步驟5：迭代進行步驟2-步驟4，直到達到最大迭代次數(shù)或者取得理想的求解方案。

步驟三、當用戶業(yè)務需求變化或者信道鏈路狀況發(fā)生變化時，用戶重新上報當前的位置信息、業(yè)務需求和信道鏈路狀況，lsc重新動態(tài)進行功率和子載波的分配；

步驟四、判斷l(xiāng)sc重新動態(tài)分配功率和子載波后，當前提供服務的ap集合是否滿足用戶的需求，如果是，保持當前狀態(tài)不變；否則，lsc根據(jù)動態(tài)分配的結(jié)果關(guān)閉或者打開部分ap，以在滿足用戶業(yè)務需求的前提下最大化系統(tǒng)的能量效率。

具體為：判斷用戶需求是否增大，如果是，增加ap數(shù)量，使得增加ap后的ap集合可以恰好滿足用戶的業(yè)務需求。否則，用戶需求降低，關(guān)閉部分ap，使得關(guān)閉部分ap后的ap集合可以恰好滿足用戶的業(yè)務需求。

具體增加或減少的ap數(shù)量用迭代算法求解獲得，通過動態(tài)調(diào)整ap數(shù)量來提高系統(tǒng)的能量效率，從而實現(xiàn)了基于用戶業(yè)務流的動態(tài)資源分配。

本方法考慮如下場景：接入點均勻分布，且位置固定，每個接入點的覆蓋范圍為10m，子載波個數(shù)為16。信道模型采用h0代表復高斯信道系數(shù)，r代表ap和用戶之間的距離，α為路徑損耗因子，本實施例取值4；選用瑞利衰落模型。此外，每個接入點的發(fā)送功率為27dbm，熱噪聲功率為-174dbm，載波頻率為2.3ghz。

為了證明本文提出的多維資源分配機制的性能，選用了兩種機制進行對比。

機制1(averageassignment)：平均分配；不考慮信道、用戶需求，將資源平均分配，資源利用率低下。

機制2(daras)：感知時延的資源分配算法；沒有考慮用戶業(yè)務多樣性對于資源分配的影響，以最大化系統(tǒng)吞吐量為目標，僅僅對頻率資源以及功率分配進行了優(yōu)化。

三種發(fā)射功率對應的能量效率與迭代次數(shù)關(guān)系曲線對比圖，如圖3所示，本文考慮了三種類型的ap，分別是微基站，微微基站和家庭基站；三種基站的發(fā)射功率分別是30dbm，27dbm和20dbm。微基站這種具有較大發(fā)射功率的ap可以提供更大的覆蓋范圍以及數(shù)據(jù)速率，而相應的鏈路損耗功率也較大。而家庭基站這種發(fā)射功率較低的ap雖然覆蓋范圍較小，可提供的數(shù)據(jù)速率較低，但其鏈路損耗功率也較低，從而可以獲得更高的能量效率。

三種算法下迭代次數(shù)和能量效率之間的關(guān)系對比曲線圖，如圖4所示，本發(fā)明所提算法得到的全局最優(yōu)解的功率分配情況，將各個ap分配的功率值求和并平均分配到各個ap的子信道，從而實現(xiàn)平均功率分配算法。從圖中可以看出，本發(fā)明顯著提高了系統(tǒng)的能量效率。在迭代初期，一段時間內(nèi)所提算法獲得的系統(tǒng)能效小于感知時延的資源分配算法。這是由于迭代開始生成的初始解和求解算法不同所導致的。然而隨著迭代次數(shù)的增加，本發(fā)明所提算法得到的系統(tǒng)能效遠大于感知時延的資源分配算法。這主要是因為本發(fā)明所提的算法考慮了用戶不同業(yè)務流對提供服務的ap數(shù)量的影響。本發(fā)明所提算法可以在用戶需求較低的時候關(guān)閉一部分ap，在滿足用戶需求的同時減少了系統(tǒng)的能耗。此外，由于平均分配算法沒有考慮信道質(zhì)量和子載波的占用情況，本發(fā)明所提算法可以獲得比平均分配算法多四倍以上的系統(tǒng)能效。

本發(fā)明為用戶提供服務的ap數(shù)量的改變，對系統(tǒng)速率與最大發(fā)送功率的影響圖，如圖5所示，本文將ap的數(shù)量從4增加到8，對于每一種情況求出對應的最大系統(tǒng)能效。從圖中可以看出，系統(tǒng)能效隨著ap數(shù)量增加逐漸下降。系統(tǒng)的能耗包括ap的發(fā)射功率和鏈路損耗功率兩部分。當ap數(shù)量較少時，ap集合內(nèi)部發(fā)射功率、鏈路損耗功率的和都較小，系統(tǒng)可以獲得較高的能量效率，但相應的可以提供的數(shù)據(jù)速率偏低。當ap數(shù)量增多時，整個ap集合消耗的功率也隨之增加，系統(tǒng)的能效就會降低。增加ap的數(shù)量可以提高系統(tǒng)的吞吐量，但付出的代價則是系統(tǒng)能效的降低，根據(jù)用戶的業(yè)務需求動態(tài)調(diào)整ap的數(shù)量才能更好地提升系統(tǒng)的性能。