基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法及系統(tǒng)，本發(fā)明的有益效果是：本發(fā)明首先根據(jù)預(yù)估的用戶數(shù)據(jù)速率設(shè)定樣本生成概率，有效加快了算法的收斂速度。然后，通過對生成概率的不斷迭代，得到了滿足回程線路容量限制的最優(yōu)調(diào)度結(jié)果。最后，算法根據(jù)給定的數(shù)據(jù)速率閾值對調(diào)度結(jié)果進行修正，保障了傳輸?shù)淖钚?shù)據(jù)速率要求。通過仿真實驗，驗證了本發(fā)明提出的資源分配算法在提高系統(tǒng)吞吐量、能量效率以及用戶公平性等方面的有效性和可行性。
【專利說明】
基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方 法及系統(tǒng)。
【背景技術(shù)】
[0002] 為了滿足不斷增長的無線通信業(yè)務(wù)需求，3GPP在LTE-Advanced(以下簡稱LTE-A) 計劃中提出了異構(gòu)網(wǎng)絡(luò)(heterogeneous network，HetNet)的新型網(wǎng)絡(luò)架構(gòu)模型。HetNet的 核心思想是，在現(xiàn)有宏小區(qū)覆蓋的基礎(chǔ)上，靈活地增加多種類型的低功率節(jié)點，如micro、 pico、femto、RRH以及中繼等[1]。與LTE-A的宏基站eNodeB(eNB)相比，這些低功耗節(jié)點采用 的傳輸功率較小，部署靈活，成本更低，能夠覆蓋宏小區(qū)的覆蓋盲點，并增加頻譜資源的復(fù) 用程度，提高資源的利用效率 [2~7]。然而，高密度的節(jié)點部署會引起小區(qū)間同頻干擾強度的 增加。如果處理不當(dāng)，會使HetNet結(jié)構(gòu)在頻譜利用效率等方面的優(yōu)勢無法發(fā)揮。為了解決這 個問題，LTE-A又引入了多點協(xié)調(diào)（coordinatedmultipoint，CoMP)傳輸技術(shù) [8~1Q]，以期能夠 有效通過節(jié)點之間的合作傳輸，消除小區(qū)間的同頻干擾，并進一步增加無線通信系統(tǒng)的資 源利用效率。
[0003] 根據(jù)合作傳輸方式的不同，CoMP技術(shù)可進一步分為協(xié)同調(diào)度/協(xié)同波束成形 (coordinated scheduling/coordinated beamforming，CS/CB)CoMP和聯(lián)合處理（joint processing, JP)CoMP兩類[11]。其中，CS/CB CoMP傳輸中，基站根據(jù)與指定用戶之間的信道 條件對發(fā)送的數(shù)據(jù)符號進行聯(lián)合的預(yù)編碼，從而減少相鄰小區(qū)間的同信道干擾。典型的預(yù) 編碼技術(shù)包括臟紙編碼(dirty paper coding，DPC)[12]和線性預(yù)編碼等。JP CoMP則側(cè)重于 對干擾的主動利用，允許干擾區(qū)域內(nèi)的一個或多個基站同時為同一指定用戶服務(wù)。典型的 技術(shù)包括動態(tài)小區(qū)選擇（dynamic cell selection，DCS)CoMP和聯(lián)合傳輸（joint transmission，JT)CoMP。其中，JT CoMP技術(shù)不僅能夠有效消除小區(qū)間同信道干擾，還能夠 利用這些干擾信號，生成有用信號副本，增加有用信號的接收強度，是上述CoMP技術(shù)中最有 潛力的候選方案之一。
[0004] 參考文獻：
[0005] 1 Damnjanovic Α,Μοη?οjo J,ffei Y,et al.A survey on 3GPP heterogeneous networks. IEEE Wireless Communications,2011,18(3): 10~21
[0006] 2 Bottai C,Cicconetti C,More 11i A,et al.Energy-efficient user association in ex-tremely dense small cell networks.Proceedings of 2014 European Conference on Networks and Communicatons(EuCNC),Bologna,Italy,2014:1 ~5
[0007] 3 Zhang J,Feng J,Liu C,et al.Mobility enhancement and performance evaluation for 5G ultra dense networks. Proceedings of2015 IEEE Wireless Communications and Networking Conference(WCNC),LA,USA,2015:1793~1798
[0008] 4 Hashim ff,Anas N M.Power adjustment in dense deployment network an em-pirical study.Proceedings ofTENCON 20-14-2014 IEEE Region 10 Conferecne， BangKok，Thai land，2014:1~5
[0009] 5 Gotsis A G，Stefanatos S,Alexiou A.Spatial coordination strategies in future ultra dense wireless networks. Proceedings of 11th International Symposium on Wire-less Communications System(ISWCS),Barcelona,Spain,2014:801 ~807
[0010] 6 Hoydis J,Kobayashi M,Debbah M.Green small-cell networks. IEEE Vehicular Technology Magazine,2011,6(1) :37~43
[0011] 7 Hattachi R E,Robson J.NGMN White Paper,Next Generation Mobile Networks Alliance.https://www.ngmn.org/uploads/media/NGMN_5G_ffhite_Paper_Vl_ 0.pdf,2015
[0012] 8 Karakayali M，F(xiàn)oschini G,Valenzuela R.Network coordination for spectrally efficient communications in cellular systems. IEEE Wireless Communication，2006，13(4):56~61
[0013] 9 Zhou S,Zhao M,Xu X,et al.Distributed wireless communication system: a new architecture for future public wireless access . IEEE CommunicationMagazine，2003,41(3):108~113
[0014] l〇 Irmer R，Droste H，Marsch P，et al·Coordinated multipoint: concepts， performance，and field trial results. IEEE Communications Magazine,2001,49(2): 102~111
[0015] 11 Costa Μ Η M.Writing on dirty paper(Corresp.). IEEE Transactions on Information Theory，1983,29(3):439~441
[0016] l 2 Maailanen H , Hamalainen K , Venalainen J , e t al . System-level performance of LTE-Advanced with joint transmission and dynamic point selection schemes.EURSIP Journal on Advances in Signal Processing,2012(247):1 ~18
[0017] 13 Yu ff,Kwon T,Shin C.Multicell coordination via joint scheduling, beam forming,and power spectrum adaptation.IEEE Transactions on Wireless Communications，2013,12(7):1~14
[0018] 14 Rubinstein R Y.Optimization of computer simulation models with rare events.European Journal of Operational Research，1997,99(1):89~112
[0019] 15 Rubinstein R Y. The cross-entropy method for combinatorial and continuous optimization.Methodology and Computing in Applied Probability, 1999，1(2):127~190
[0020] 16 Salo J，Galdo G D，Salmi J，et al.MATLAB Implementation of the 3GPP Spatial Channel Model.3rd Generation Partnership Project(3GPP),TR 25.996,2005
[0021] 17 Dinnis A K,Thompson J S.The effects of including wraparound when simulating cellular wireless systems with relaying.Proceedings of IEEE 65th Vehicular Technology Conference,Dublin,Ireland,2007:914~918
[0022] 18.Shen Z,Andrews J,Evans B.Adaptive resource allocation in multiuser OFDM systems with proportional rate constraints. IEEE Transactions on Wireless Communications，2005，4(6):2726~2737。

【發(fā)明內(nèi)容】

[0023] 本發(fā)明提供了一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法，包括如下步 驟：
[0024] A.接收步驟，接收輸入的參數(shù)；
[0025] B.生成概率步驟，初始化分配方案生成概率；
[0026] C.生成樣本步驟，根據(jù)生成概率生成分配方案樣本；
[0027] D.計算步驟，計算各個樣本的目標(biāo)函數(shù)值；
[0028] E.篩選步驟，對樣本進行篩選，并輸出一個調(diào)度結(jié)果；
[0029] F.判斷步驟，判斷算法是否收斂，若是，那么執(zhí)行調(diào)度結(jié)果輸出步驟，否則根據(jù)全 部基站的中間結(jié)果更新生成概率和參數(shù)然后執(zhí)行生成樣本步驟；
[0030] G.調(diào)度結(jié)果輸出步驟，輸出RB調(diào)度結(jié)果。
[0031]作為本發(fā)明的進一步改進，在所述生成概率步驟中，TP m在RB η上RB調(diào)度的概率 分布初值表;^為
[0032]
[0033] 根據(jù)上式可得到TP m在RB η上用戶選擇的概率分布qm'n，進而可得TP m在全部RB 上的用戶選擇概率分布#1 = {qw'"} (V? = 1，...，JVRB)。
[0034] 作為本發(fā)明的進一步改進，在所述篩選步驟中，已知TP m的回程線路的容量為Cm， 在生成樣本的過程中，若樣本產(chǎn)生的TP m的吞吐量凡,，樣本ΧΓ將直接被去除；同 樣地，令/ii表示第t次迭代中樣本效用函數(shù)的門限，對于效用函數(shù)不能達到要求的樣本 X『（艮P /；,(xr)</ti:L)也將被去除；按照上述要求生成NSAM個有效樣本，記為 Xr(l</</VSAlM)〇
[0035] 作為本發(fā)明的進一步改進，在所述篩選步驟中，對Nsam個有效樣本的效用函數(shù)進行 降序排列，假設(shè)/(>^')^八：^1^/(>^」，設(shè)定一個分位點0( 〇^^彡1)，對于降序 \ / \ / V, * bAJVI / 排列的樣本，截取其中個樣本作為重要樣本，并以這些樣本作為更新概 率的依據(jù)，并將逐步提高生成有效樣本的效用函數(shù)門限/^，每次迭代后，該門限將更新為 重要樣本中效用函數(shù)的最小值，即
[0036] 4=)=/:,^)(17)0
[0037] 本發(fā)明還提供了一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，包括：
[0038] 接收模塊，用于接收輸入的參數(shù)；
[0039] 生成概率模塊，用于初始化分配方案生成概率；
[0040] 生成樣本模塊，用于根據(jù)生成概率生成分配方案樣本；
[0041 ]計算模塊，用于計算各個樣本的目標(biāo)函數(shù)值；
[0042] 篩選模塊，用于對樣本進行篩選，并輸出一個調(diào)度結(jié)果；
[0043] 判斷模塊，用于判斷算法是否收斂，若是，那么執(zhí)行調(diào)度結(jié)果輸出模塊，否則根據(jù) 全部基站的中間結(jié)果更新生成概率和參數(shù)然后執(zhí)行生成樣本模塊；
[0044] 調(diào)度結(jié)果輸出1?塊，用于輸出RB調(diào)度結(jié)果。
[0045]作為本發(fā)明的進一步改進，在所述生成概率模塊中，TP m在RB η上RB調(diào)度的概率 分布初值表;^為
[0046]
[0047] 根據(jù)上式可得到TP m在RB η上用戶選擇的概率分布qm'n，進而可得TP m在全部RB 上的用戶選擇概率分布cf = (q"4"}(兄/2 = 1,…，。
[0048]作為本發(fā)明的進一步改進，在所述篩選模塊中，已知TP m的回程線路的容量為Cm， 在生成樣本的過程中，若樣本產(chǎn)生的TP m的吞吐量心f ΧΓ ；) > ，樣本ΧΓ將直接被去除；同 樣地，令/11表示第t次迭代中樣本效用函數(shù)的門限，對于效用函數(shù)不能達到要求的樣本ΧΓ (即/m ；) < A.L)也將被去除;按照上述要求生成Nsam個有效樣本，記為ΧΓ (1 < G Mam
[0049] 作為本發(fā)明的進一步改進，在所述篩選模塊中，對Nsam個有效樣本的效用函數(shù)進行 降序排列，假設(shè)./>「>..2/(>〇^.2/(：^、」，設(shè)定一個分位點0(〇^<1)，對于降序 排列的樣本，截取其中個樣本作為重要樣本，并以這些樣本作為更新概 率的依據(jù)，并將逐步提高生成有效樣本的效用函數(shù)門限/??，每次迭代后，該門限將更新為 重要樣本中效用函數(shù)的最小值，即
[0050] 4::)'/；(Χ:;,Μ)(18)。
[0051] 本發(fā)明的有益效果是:本發(fā)明首先根據(jù)預(yù)估的用戶數(shù)據(jù)速率設(shè)定樣本生成概率， 有效加快了算法的收斂速度。然后，通過對生成概率的不斷迭代，得到了滿足回程線路容量 限制的最優(yōu)調(diào)度結(jié)果。最后，算法根據(jù)給定的數(shù)據(jù)速率閾值對調(diào)度結(jié)果進行修正，保障了傳 輸?shù)淖钚?shù)據(jù)速率要求。通過仿真實驗，驗證了本發(fā)明提出的資源分配算法在提高系統(tǒng)吞 吐量、能量效率以及用戶公平性等方面的有效性和可行性。
【附圖說明】
[0052]圖1是本發(fā)明的系統(tǒng)模型圖；
[0053]圖2是本發(fā)明的仿真的拓撲示意圖（以坐標(biāo)位置模擬TP和用戶的相對位置，1單位 = lm)；
[0054] 圖3是不同回程線路容量限制下每TP的總數(shù)據(jù)速率圖；
[0055] 圖4是不同回程效率容量限制下系統(tǒng)的公平性系數(shù)圖；
[0056]圖5是不同回程線路容量限制下系統(tǒng)的能量效率圖；
[0057]圖6是不同QoS要求下每TP的總數(shù)據(jù)速率圖；
[0058]圖7是不同QoS要求下系統(tǒng)的能量效率圖；
[0059]圖8是本發(fā)明的方法流程圖。
【具體實施方式】
[0060]如圖8所示，本發(fā)明公開了一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法，包 括如下步驟：
[0061 ]步驟S1，接收輸入的參數(shù)；
[0062] 步驟S2，初始化分配方案生成概率；
[0063] 步驟S3，根據(jù)生成概率生成分配方案樣本；
[0064]步驟S4,計算各個樣本的目標(biāo)函數(shù)值；
[0065] 步驟S5,對樣本進行篩選，并輸出一個調(diào)度結(jié)果；
[0066] 步驟S6，判斷算法是否收斂，若是，那么執(zhí)行步驟S7，否則根據(jù)全部基站的中間結(jié) 果更新生成概率和參數(shù)然后執(zhí)行步驟S3;
[0067] 步驟S7,輸出RB調(diào)度結(jié)果。
[0068]在步驟S1中，參數(shù)包括UE數(shù)量、各個UE的累積傳輸容量、RB數(shù)量、等功率分配值、瞬 時CSI、CoMP集合選擇。
[0069]具體說明為：
[0070] 1方法由每個TP根據(jù)全局信道信息獨立計算完成。
[0071] 2方法首先根據(jù)輸入的信息和公式(12)產(chǎn)生初始的樣本生成概率。
[0072] 3根據(jù)樣本生成概率生成大量RB調(diào)度的樣本，并根據(jù)給定規(guī)程進行樣本的篩選。
[0073] 4如果樣本滿足收斂條件，則輸出該TP上的RB調(diào)度結(jié)果。
[0074] 5如果樣本不滿足收斂條件，則根據(jù)篩選后的樣本更新生成概率和相關(guān)參數(shù)，并重 新生成樣本。
[0075] 6多次迭代直到生成的樣本滿足收斂條件，并輸出相應(yīng)結(jié)果。
[0076]本發(fā)明研究的系統(tǒng)模型為一個采用頻分雙工的異構(gòu)網(wǎng)絡(luò)下行傳輸系統(tǒng)，網(wǎng)絡(luò)結(jié)構(gòu) 如圖1所示。網(wǎng)絡(luò)中共有Μ個異構(gòu)的eNB或者低功率傳輸節(jié)點（transmission point，TP)，每 個TP上配有Ντ個發(fā)射天線。所有傳輸節(jié)點的集合表示為Π = {1，. . .，Μ}。網(wǎng)絡(luò)中每個TP共同 復(fù)用Nrb個帶寬為180kHz、傳輸時間間隔為lms的資源塊。網(wǎng)絡(luò)在某一時刻，同時為均勻分布 的K個用戶提供傳輸服務(wù)。所有用戶的集合表示為Λ = { 1，...，K}，每個用戶設(shè)備上配有Ντ 個接收天線。
[0077]在網(wǎng)絡(luò)中心存在一個邏輯上的中心控制單元(CU)，負責(zé)收集用戶檢測到的信道信 息，并以此為依據(jù)對系統(tǒng)頻率、功率等資源按照一定規(guī)則進行分配，以得到最佳的系統(tǒng)性 能。CU通過回程線路連接向各個ΤΡ發(fā)送控制信令、資源分配結(jié)果以及待傳輸?shù)臄?shù)據(jù)信息。由 于回程線路的存在，可以合理假設(shè)ΤΡ之間、ΤΡ與中心控制單元之間在各維度(時間、頻率等） 上完全同步。這也是采用CoMP技術(shù)的必要條件之一。用戶根據(jù)其信道狀態(tài)可分配小區(qū)內(nèi)用 戶和小區(qū)邊緣用戶。對于一個小區(qū)內(nèi)用戶，由于該用戶可能在地理位置上接近網(wǎng)絡(luò)中某個 TP，因此用戶接收到的來自臨近TP的參考信號(reference signal，RS)強度，明顯強于來自 其他TP的參考信號。相反地，小區(qū)邊緣用戶由于處于多個TP覆蓋范圍的重合區(qū)域，其接收到 的來自臨近的若干個TP的參考信號強度較弱且差距很小。兩種類型的用戶都會選擇參考強 度最大的TP作為home TP，并將基本信息注冊在home TP列表中。此外，本發(fā)明假設(shè)TP之間在 時間、頻率上完全同步。無線信道具有偽平穩(wěn)的衰落特性，即在一個傳輸時間間隔 (transmission time interval，TTI)內(nèi)信道特性不發(fā)生變化。
[0078]本發(fā)明的CoMP集合選擇：
[0079] 參照LTE-A的定義，系統(tǒng)允許用戶根據(jù)自身接收到的參考信號情況選擇一個CoMP 集合，該集合包含可能為用戶傳輸數(shù)據(jù)的TP。值得注意的是，CoMP集合中可能包含一個或者 多個TP。將用戶k的CoMP集合記為rH. gll)，LTE_A中nk選擇的原則為：
[0080]
[0081 ]其中，△ ttm3S表示CoMP集選擇閾值(dB)，RS表示參考信號的接收強度。
[0082]當(dāng)Δ thres越小時，CoMP集合中包含的TP越多，在采用合作傳輸技術(shù)時傳輸?shù)玫降暮?作增益也越大。相應(yīng)地，CoMP傳輸時所需的系統(tǒng)控制開銷也隨之增加。因此，Δ thre3S的選擇反 映了合作增益與系統(tǒng)開銷的折中關(guān)系，對于網(wǎng)絡(luò)環(huán)境和系統(tǒng)需求可適當(dāng)?shù)貙 thres進行調(diào) 整。按照參考文獻[12]中的建議，令Δ thres = 5dB〇
[0083]按照式（1)中的準(zhǔn)則，用戶k選出集合nk并將選擇結(jié)果反饋給中心控制單元。如果 nk中只包含用戶k的home TP，即|nk|=l，則k為小區(qū)內(nèi)用戶，在下行傳輸中只有home TP為 其服務(wù)。相反，如果I nk|>l，則說明k為小區(qū)邊緣用戶。CoMP集合中的若干個TP以給定的 CoMP合作方式聯(lián)合為用戶k服務(wù)，以提高用戶的服務(wù)質(zhì)量。
[0084]本發(fā)明的聯(lián)合傳輸CoMP:
[0085] 聯(lián)合傳輸CoMP是JP CoMP傳輸?shù)牡湫蛯崿F(xiàn)方式之一。在JT CoMP中，用戶k的CoMP集 合nk中的全部或者多個TP在相同RB上為用戶k發(fā)送相同數(shù)據(jù)。由于TP間的空間分離，數(shù)據(jù) 從不同TP發(fā)出后經(jīng)過空間獨立的信道到達用戶接收天線，通過合并使得數(shù)據(jù)信號的強度隨 發(fā)送TP增多而提高，即得到空間分集增益?？梢哉J(rèn)為，JT CoMP技術(shù)將用戶的主要小區(qū)間干 擾變?yōu)榭衫玫膫鬏?，既提高了?shù)據(jù)信號強度，同時減少了小區(qū)間干擾。
[0086] JT CoMP技術(shù)的直接實現(xiàn)方式是，用戶k的每次傳輸都利用CoMP集合nk中的全部 TP作為傳輸TP，這種固定的策略稱為FJT(fixed JT) AJT CoMP沒有考慮信道的頻選特性， 無法適應(yīng)網(wǎng)絡(luò)的動態(tài)變化。為了解決這個問題，系統(tǒng)還可以根據(jù)用戶的瞬時信道信息動態(tài) 地在每個RB上為用戶選擇CoMP合作集合，以達到網(wǎng)絡(luò)總體性能的提升，這種更為靈活的JT CoMP技術(shù)也稱為動態(tài)JT (D JT) CoMP。令集合q1表示用戶k在RBn上的CoMP合作集合，則在D JT CoMP傳輸中，用戶k在RB η上的傳輸可表不為： m sn vs,^-
[0087]
[0088] 其中，Π {m}表示從Π 去除元素{m}后的集合；y〖:是NrX 1維接收向量，其中每個元 素代表對應(yīng)位置上天線的接收信號；SNrXNt維的信道矩陣，其中元素代表TP m的第j個天線與用戶k的第i個天線之間的信道系數(shù);W；：是 ΝτΧ1維向量，表示TPm對符號< 的預(yù)編碼，且有是TP m對該次傳輸分配的發(fā)射功率;<是接收天線處的復(fù)高 斯白噪聲向量，4~。
[0089] 定義調(diào)度索引集合其中疋,1.￡{0，1卜心=1說明系統(tǒng)中心控制單元 在接下來的TTI中分配TP m的RB η為用戶k傳輸數(shù)據(jù)，即meg。相應(yīng)地，式(2)中接收信號的 信干噪比可表示為：
[0090] _1]…，―一-，一
[0092] 優(yōu)化問題建模：
[0093] 為了同時兼顧系統(tǒng)的吞吐量、能量消耗以及用戶間的公平性，將資源分配的優(yōu)化 目標(biāo)定義為如下形式：
[0094]
[0095] 其中，<表示用戶在RB η上的數(shù)據(jù)速率，其計算式為：
[0096] R：=blg(l + r：) (5)
[0097] S；為用戶k在當(dāng)前TTI位置獲得的累積平均數(shù)據(jù)速率，其定義為[13]:
[0098] R, =uR'^ + {\-a) R, (6)
[0099] 其中，0〈α〈1為遺忘因子，用來平衡累計平均數(shù)據(jù)速率和當(dāng)前數(shù)據(jù)速率對資源分配 的影響;為截至當(dāng)前時刻，用戶k的累計平均數(shù)據(jù)速率。
[0100] 但這樣的目標(biāo)函數(shù)會導(dǎo)致極端情況出現(xiàn):為了提高能量效率，系統(tǒng)可能過分地降 低了發(fā)射功率，從而嚴(yán)重地破壞了傳輸?shù)馁|(zhì)量。為了避免這種可能性的出現(xiàn)，本發(fā)明在約束 條件中對傳輸質(zhì)量進行限制。綜上，基于CoMP技術(shù)的異構(gòu)網(wǎng)絡(luò)資源分配問題的優(yōu)化問題模 型可表示為：
[0101]
[0102]
[0103]
[0104]
[0105]
[0106] 其中，Cl表示最高TP的發(fā)射功率的限制為S，C2表示RB不可被重復(fù)分配，C3表示回 程線路容量對每TP吞吐量的限制;Rthres為給定的數(shù)據(jù)速率閾值，系統(tǒng)的資源分配方案應(yīng)保 證每個傳輸?shù)臄?shù)據(jù)速率不低于該閾值，因此C4保證了網(wǎng)絡(luò)中每個傳輸?shù)馁|(zhì)量。
[0107] 基于交叉熵方法的分布式資源分配算法：
[0108] 交叉熵（cross entropy，CE)算法最初由Rubinstein在1997年提出，用于對復(fù)雜隨 機網(wǎng)絡(luò)中稀有事件的概率進行估計[14]。隨后，Rubinstein發(fā)現(xiàn)對交叉熵算法進行簡單修 正，便可用來對組合優(yōu)化問題進行求解 [15]。
[0109] 為了便于分析，假定每個RB上的功率分配為等值分配，則RB調(diào)度問題可簡化為：
[0110]
[0111]
[0112]
[0113]
[0114]
[0115] 公式(8)中的變量是一個維度為MXNrbXK的隨機矩陣，其中疋t是一個比特 數(shù)，可視為伯努利隨機變量。在交叉熵方法的每次迭代中，需要產(chǎn)生足夠量的樣本。若直接 對]求解，顯然計算量非常大。
[0116] 為了減少計算復(fù)雜度，考慮針對每個TP分別生成樣本。記TP m上的一個樣本為Xm = [xm(l)，· · ·，xm(n)，· · ·，xm(NRB)]，其中xm(n)表示TP m將在第η個RB上服務(wù)的用戶，即 C.n,,，1。令每個TP的用戶集合Am。樣本中的元素#(1〇則根據(jù)給定概率分布從集合Λ m選 取。這樣的樣本設(shè)計，可以有效減小樣本空間及計算復(fù)雜度。
[0117] 本發(fā)明利用上述的樣本設(shè)計，提出了一種基于交叉熵方法的啟發(fā)式調(diào)度策略。該 策略可大致分為3個部分:概率初始化、樣本迭代和結(jié)果修正。其中，樣本迭代部分為算法的 核心部分，包括樣本生成、篩選和概率分布更新。迭代過程最終使概率分布收斂于一個確定 結(jié)果，即調(diào)度問題的最優(yōu)解。算法采用分布式的處理方式將每TP的RB調(diào)度彼此分離，因此算 法可以由每個TP獨立執(zhí)行。這樣的算法雖然損失了一定的計算精度，但能夠縮短計算所需 的時間。
[0118] 概率分布初始化：
[0119] 系統(tǒng)中，每個TP m根據(jù)當(dāng)前信道條件及給定策略，從其集合|<|=[0入,,]選取用戶 在適當(dāng)?shù)腞B上進行傳輸。其中，0表示TP m在該RB上不實施傳輸。記TP m在RB η上TP m調(diào)度 策略的概率分布為向量f~<^(匕6|<|)表示。其中，(^ f幻表示系統(tǒng)在 該RB上選擇向用戶"Λ【,(〇傳輸(即疋ω = 1)的概率，并且滿足=1。根據(jù)心的定義 可知Ai(l) = 〇,而相應(yīng)的概率9廠則表示TP m在RB η上不發(fā)生任何傳輸?shù)母怕省Ｔ诔跏蓟^ 程中，將這個概率設(shè)定為常數(shù)，即：
[0120] =Pr_0(9)
[0121] 對于Λ〖,中的非零元素，則根據(jù)對用戶數(shù)據(jù)速率的估計對概率賦初值。這樣的賦值 可在一定程度上加快收斂速度。根據(jù)用戶的信道情況和合作集合的選擇，采用JT CoMP策略 時，可用式（10)對用戶k在RB η上的數(shù)據(jù)速率進行估計：
[0122] V
j
[0123] 式(8)中的約束條件C4對每RB傳輸?shù)腝oS進行了限制，不能達到閾值Rthres被認(rèn)為是 不成功的傳輸。為了節(jié)約資源，系統(tǒng)將不考慮在RB η上調(diào)度t 的用戶k，即令k對應(yīng)的 概率= 而對于能夠達到數(shù)據(jù)速率閾值Rthre3S的用戶，則根據(jù)其估計的數(shù)據(jù)速率 占總的數(shù)據(jù)速率的比重進行概率賦值。假設(shè)用戶k的數(shù)據(jù)速率滿足QoS要求，其對應(yīng)的概率 (，= <(./))定義為：
[0124]
[0125] 其中，等號右邊第1項表示用戶的數(shù)據(jù)速率占總數(shù)據(jù)速率的比重，需要注意的是， 總數(shù)據(jù)速率只包含能夠滿足QoS的數(shù)據(jù)速率;等號右邊的第2項則是保證概率分布q m'n滿足 VlV"l 1 2.,=,9. =1°
[0126] 綜上所述，TP m在RB η上RB調(diào)度的概率分布初值可以表示為：
[0127]
123456 根據(jù)式（12)可得到TP m在RB η上用戶選擇的概率分布qm'n，進而可得TP m在全部 RB上的用戶選擇概率分布V/MU···，^}。迭代初期，算法根據(jù)cf生成樣本，再根 據(jù)篩選后的樣本情況更新概率分布，直至概率分布收斂。 2 樣本迭代： 3 在算法的迭代過程中，系統(tǒng)根據(jù)給定的概率分布隨機生成若干個樣本。隨機生成 的樣本并不能保證是滿足約束條件的最優(yōu)解，因此需要對樣本進行篩選。篩選后的樣本被 認(rèn)為是"好"的樣本，而根據(jù)"好"的樣本更新概率分布，能夠使算法在下一次迭代時以更高 的概率獲得"更好"的樣本。具體的樣本迭代過程如下所述。 4 根據(jù)已知的概率分布針對TP m隨機生成樣本i，記為xr = [ir(l；U#(?)，-*r(D> 根據(jù)可獲得相對應(yīng)的關(guān)于TP m的調(diào)度索引: 5
[0132]
6 根據(jù)獲得的調(diào)度結(jié)果，用戶k在RB η上傳輸獲得的數(shù)據(jù)速率變?yōu)椋?br>[0134] V "
" /
[0135] 令匕表示TP m對應(yīng)的效用函數(shù)，根據(jù)式(8)可以知道在樣本ΧΓ下TP m得到的效用 函數(shù)值為：
[0136]
[0137] 其中，S表示依據(jù)樣本ΧΓ得到的TP m的總功率消耗。
[0138] 樣本X:"對應(yīng)的TP m上的總吞吐量可表示為：
[0139]
[0140] 合格的樣本應(yīng)該滿足兩個條件:第一，樣本的效用函數(shù)值足夠高;第二，樣本需滿 足回程線路容量限制，即式(8)中的約束條件C3。隨機產(chǎn)生的樣本并不能保證滿足這兩個條 件，因此需要對生成的樣本進行篩選。
[0141] 已知TP m回程線路的容量為Cm，在生成樣本的過程中，若樣本產(chǎn)生的TP m的吞吐 量1^;")>&，樣本1「將直接被去除。同樣地，令/^表示第1次迭代中樣本效用函數(shù)的閾 值，對于效用函數(shù)不能達到要求的樣本ΧΓ(即/:,(χ：")</=)系統(tǒng)也將不予考慮。系統(tǒng)按照上 述要求生成Nsam個有效樣本，記為X:__ (Κ Κ .ν、、Λ,)。
[0142] 進一步地，算法按照重要采樣的原則在Nsam個有效樣本中篩選出重要樣本。對Nsm 個有效樣本的效用函數(shù)進行降序排列，不失一般性，可以假設(shè) 設(shè)定一個分位點ρ(〇彡Ρ彡1)，對于降序排列的樣本，截取其中#1M 個樣本作 為重要樣本，并以這些樣本作為更新概率的依據(jù)。符號表示對a向上取整。為了在每次迭 代中使樣本結(jié)果更接近最優(yōu)的目標(biāo)函數(shù)，算法將逐步提高生成有效樣本的效用函數(shù)閾值 Λ(1。每次迭代后，該閾值將更新為重要樣本中效用函數(shù)值中的最小值，即
[0143]
[0144] 按照這樣的更新規(guī)則，樣本的效用函數(shù)將越來越接近最優(yōu)解。
[0145] 接下來，算法根據(jù)重要樣本更新概率分布，使得下一次迭代中可以以更好的概率 生成"好"的樣本。樣本ΧΓ中元素〇)的概率分布q m，n，可根據(jù)Νμ中每個用戶(包括〇)=〇 無用戶情況）出現(xiàn)的次數(shù)進行更新，ΒΡ :
[0146]
[0147] 其中，(/i) = y表示在ΝΙΜ個樣本中，u出現(xiàn)在樣本的第η位的次數(shù)。在下一 次迭代中，算法會根據(jù)更新后的概率分布生成新的Nsm個樣本。經(jīng)過若干次迭代后，概率分 布qm，n逐步收斂。當(dāng)全部qm，n都以概率1收斂于某一用戶時，算法即得到RB調(diào)度的最優(yōu)解，而 此時得到的確定的樣本(以概率1生成的樣本)即問題的最優(yōu)解。
[0148] 算法1總結(jié)了每一步迭代中的過程。
[0149]
[0151 ]算法1中，t表示當(dāng)前的迭代次數(shù)，XL為當(dāng)概率收斂時算法輸出的TP m的調(diào)度結(jié) 果。XL中的每個元素表示TP m對應(yīng)位置的RB上調(diào)度的用戶，用調(diào)度索引表示即Α?,χκ,,，1 ° 因此，由…，Μ)可以得到調(diào)度索引集合。
[0152] 結(jié)果修正：
[0153] 第3.1節(jié)描述的交叉熵算法得到的結(jié)果，嚴(yán)格地滿足了限制條件Cl~C3,但不能保 證全部傳輸都滿足給定的閾值（即限制條件C4)。討論的系統(tǒng)資源優(yōu)化分配的最終目標(biāo)是提 高能量效率，出于節(jié)省能源的目的，算法將選擇關(guān)閉不能滿足QoS要求的傳輸。
[0154] 算法2總結(jié)了本發(fā)明提出的基于交叉熵的分布式RB調(diào)度算法。
[0155]
[0156]
[0157] 注意，算法2是針對某一TP m的運算，只得到TP m上的調(diào)度結(jié)果XL，或者說 系統(tǒng)需要對每個TP進行算法2中描述的分配運算以得到全部調(diào)度結(jié)果 {Um上由于每TP執(zhí)行完算法2中的運算后仍然得不到對數(shù)據(jù)速率的準(zhǔn)確估計，即無 法獲知及Γ，因而分布式的調(diào)度算法中不能執(zhí)行如算法1中的結(jié)果修正。這導(dǎo)致分布式算法 得到的調(diào)度結(jié)果產(chǎn)生的傳輸中，可能存在不能滿足QoS要求的。仿真實驗中認(rèn)為這樣的傳輸 不能被正確接收，可以說，不合格的傳輸既消耗了能量，又沒有得到相應(yīng)的數(shù)據(jù)速率，因而 導(dǎo)致了分布式式算法中能量效率的降低。
[0158] 本發(fā)明還公開了一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，包括：
[0159] 接收模塊，用于接收輸入的參數(shù)；
[0160] 生成概率模塊，用于初始化分配方案生成概率；
[0161 ]生成樣本模塊，用于根據(jù)生成概率生成分配方案樣本；
[0162] 計算模塊，用于計算各個樣本的目標(biāo)函數(shù)值；
[0163] 篩選模塊，用于對樣本進行篩選，并輸出一個調(diào)度結(jié)果；
[0164] 判斷模塊，用于判斷算法是否收斂，若是，那么執(zhí)行調(diào)度結(jié)果輸出模塊，否則根據(jù) 全部基站的中間結(jié)果更新生成概率和參數(shù)然后執(zhí)行生成樣本模塊；
[0165 ]調(diào)度結(jié)果輸出1?塊，用于輸出RB調(diào)度結(jié)果。
[0166] 仿真結(jié)果及討論：
[0167] 仿真利用SCM(space channel model)[16]模型生成無視線傳輸城區(qū)環(huán)境的ΜΙΜΟ信 道，采用的主要參數(shù)見表1。圖2顯示了仿真中的密集網(wǎng)絡(luò)環(huán)境。網(wǎng)絡(luò)中共包含37個覆蓋半徑 為250m的六邊形小區(qū)，其中最外層的18個TP并不產(chǎn)生實際的傳輸，而是內(nèi)層TP的傳輸以模 擬真實場景中的小區(qū)間干擾。這種模擬方式被稱為小區(qū)繞卷，是大規(guī)模網(wǎng)絡(luò)仿真中常用的 手段[17]。
[0168] 表1仿真參數(shù)
[0169]
[0170] 圖2仿真的拓撲示意（以坐標(biāo)位置模擬TP和用戶的相對位置，1單位= lm)
[0171] 仿真實驗首先討論了回程線路容量限制對系統(tǒng)性能的影響。實驗中考慮無回程線 路容量限制、l〇〇Mbit/s回程線路容量和50Mbit/s回程線路容量3種情況。圖3給出了不同回 程線路容量限制下網(wǎng)絡(luò)中每TP的總數(shù)據(jù)速率?？梢钥闯?，在無限制和100Mbit/ S回程線路容 量的情況下，系統(tǒng)中每TP的總數(shù)據(jù)速率可達到30Mbit/s左右。而當(dāng)回程線路容量限制在 50Mbit/s時，每TP的總數(shù)據(jù)速率下降到15~18Mbit/s。這一結(jié)果說明了回程線路容量限制 對系統(tǒng)數(shù)據(jù)速率的嚴(yán)重影響。
[0172] 為了清楚地觀察系統(tǒng)中用戶數(shù)據(jù)率的公平性，本發(fā)明采用了參考文獻[18]中公平 性系數(shù)F的定義：
[0173]
[0174] 圖4顯示了不同回程線路容量限制下系統(tǒng)的用戶數(shù)據(jù)率公平性，結(jié)果表明50Mbit/ s回程線路容量下系統(tǒng)的公平性出現(xiàn)明顯下降。在無限制或l〇〇Mbit/s回程線路容量下，系 統(tǒng)的公平性系數(shù)可高達〇. 75。然而，當(dāng)回程線路容量下降到50Mbit/s時，系統(tǒng)得到的公平性 系數(shù)最高只有0.48。這是因為，當(dāng)回程線路容量受限時，為了減小回程線路的負載，系統(tǒng)不 得不減少CoMP傳輸?shù)臄?shù)量。因此，原本可通過CoMP傳輸?shù)玫椒?wù)質(zhì)量提升的小區(qū)邊緣用戶， 無法得到足夠的數(shù)據(jù)速率，從而導(dǎo)致了系統(tǒng)整體公平性的下降。
[0175]圖5給出了不同回程線路容量限制下系統(tǒng)的能量效率。不同于圖3和圖4中的結(jié)果， 圖5中的結(jié)果表明回程線路容量限制并不會導(dǎo)致系統(tǒng)能量效率的降低。這是因為，由于回程 線路容量有限導(dǎo)致系統(tǒng)在每TTI中實施的傳輸數(shù)量下降，因此相應(yīng)地能量消耗也有所降低， 因此系統(tǒng)能量效率得以保障。
[0176]仿真實驗還探討了不同QoS要求對系統(tǒng)性能的影響。圖6給出了不同QoS要求下，網(wǎng) 絡(luò)中每TP的平均數(shù)據(jù)速率?？梢钥闯?，隨著QoS的增加，系統(tǒng)的數(shù)據(jù)速率得到了相應(yīng)的提升。 當(dāng)Rthres為180kbit/s時，系統(tǒng)每TP的平均數(shù)據(jù)速率只略高于26Mbit/s;提升Rthres到 360kbit/s時，每TP的平均數(shù)據(jù)速率上升至28Mbi t/s以上;而當(dāng)Rthres為540kbit/s時，每TP的 平均數(shù)據(jù)速率可接近于30Mbit/s。
[0177] 圖7給出了不同QoS要求下系統(tǒng)的能量效率。可以看出，Rthres為180kbit/s和 360kbit/s時系統(tǒng)得到的能量效率相近。然而當(dāng)Rthres提高到540kbit/s時，系統(tǒng)的能量效率 略有提升。這是因為，當(dāng)Rthres提高到540kbit/s時系統(tǒng)在每TTI中實施的傳輸數(shù)量減少，相應(yīng) 的能量消耗有所降低。與此同時，由于系統(tǒng)保障了實施的每次傳輸都能獲得較高的數(shù)據(jù)速 率，因此網(wǎng)絡(luò)的總數(shù)據(jù)速率較高。系統(tǒng)的高數(shù)據(jù)速率和低能量消耗最終導(dǎo)致了系統(tǒng)能量效 率的提升。
[0178] 基于CoMP的異構(gòu)網(wǎng)絡(luò)能夠有效提升移動通信系統(tǒng)的頻譜效率和能量效率，而合理 有效的無線資源分配策略是保障密集網(wǎng)絡(luò)系統(tǒng)性能的重要前提。本發(fā)明根據(jù)基于CoMP的異 構(gòu)網(wǎng)絡(luò)特點，提出了一種基于交叉熵方法的分布式資源分配算法。算法首先根據(jù)預(yù)估的用 戶數(shù)據(jù)速率設(shè)定樣本生成概率，有效加快了算法的收斂速度。然后，通過對生成概率的不斷 迭代，得到了滿足回程線路容量限制的最優(yōu)調(diào)度結(jié)果。最后，算法根據(jù)給定的數(shù)據(jù)速率閾值 對調(diào)度結(jié)果進行修正，保障了傳輸?shù)淖钚?shù)據(jù)速率要求。通過仿真實驗，驗證了本發(fā)明提出 的資源分配算法在提高系統(tǒng)吞吐量、能量效率以及用戶公平性等方面的有效性和可行性。
[0179] 以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認(rèn)定 本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在 不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的 保護范圍。
【主權(quán)項】
1. 一種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配方法，其特征在于，包括如下步驟： A. 接收步驟，接收輸入的參數(shù)； B. 生成概率步驟，初始化分配方案生成概率； C. 生成樣本步驟，根據(jù)生成概率生成分配方案樣本； D. 計算步驟，計算各個樣本的目標(biāo)函數(shù)值； E. 篩選步驟，對樣本進行篩選，并輸出一個調(diào)度結(jié)果； F. 判斷步驟，判斷算法是否收斂，若是，那么執(zhí)行調(diào)度結(jié)果輸出步驟，否則根據(jù)全部基 站的中間結(jié)果更新生成概率和參數(shù)然后執(zhí)行生成樣本步驟； G. 調(diào)度結(jié)果輸出步驟，輸出RB調(diào)度結(jié)果。2. 根據(jù)權(quán)利要求1所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配方法，其特征在于，在所述生成概率 步驟中，TP m在RB η上RB調(diào)度的概率分布初值表示為根據(jù)上式可得到TP m在RB η上用戶選擇的概率分布qm'n，進而可得TP m在全部RB上的 用戶選擇概率分布qm= {qm'n}(V ? = 1,.·., WRB)。3. 根據(jù)權(quán)利要求1所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配方法，其特征在于，在所述篩選步驟 中，已知TP m的回程線路的容量為Cm，在生成樣本的過程中，若樣本產(chǎn)生的TP m的吞吐量 凡,（ΧΓ；)> C，樣本ΧΓ將直接被去除；同樣地，令/^s表示第t次迭代中樣本效用函數(shù)的門 限，對于效用函數(shù)不能達到要求的樣本ΧΓ(即Λ < /匕）也將被去除;按照上述要求生 成Nsam個有效樣本，記為ΧΓ (I S ? )。4. 根據(jù)權(quán)利要求3所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配方法，其特征在于，在所述篩選步驟 中，對Nsam個有效樣本的效用函數(shù)進行降序排列，假設(shè)設(shè)定一個分位點Ρ(0彡P(guān)彡1 )，對于降序排列的樣本，截取其中巧M =- P) Wsam 1個樣本作 為重要樣本，并以這些樣本作為更新概率的依據(jù)，并將逐步提高生成有效樣本的效用函數(shù) π限Zii，每次M代后，該π限將更,新為S要樣本中效用函數(shù)的最小值，即5. -種基于CoMP傳輸?shù)姆植际疆悩?gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，其特征在于， 包括： 接收模塊，用于接收輸入的參數(shù)； 生成概率模塊，用于初始化分配方案生成概率； 生成樣本模塊，用于根據(jù)生成概率生成分配方案樣本； 計算模塊，用于計算各個樣本的目標(biāo)函數(shù)值； 篩選模塊，用于對樣本進行篩選，并輸出一個調(diào)度結(jié)果； 判斷模塊，用于判斷算法是否收斂，若是，那么執(zhí)行調(diào)度結(jié)果輸出模塊， 否則根據(jù)全部基站的中間結(jié)果更新生成概率和參數(shù)然后執(zhí)行生成樣本模塊； 調(diào)度結(jié)果輸出模塊，用于輸出RB調(diào)度結(jié)果。6. 根據(jù)權(quán)利要求5所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，其特征在于，在所述生成概率 模塊中，TP m在RB η上RB調(diào)度的概率分布初值表示為根據(jù)上式可得到TP m在RB η上用戶選擇的概率分布qm'n，進而可得TP m在全部RB上的 用戶選擇概率分布9"={9^}(^:=1,-"，鳊）。7. 根據(jù)權(quán)利要求5所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，其特征在于，在所述篩選模塊 中，已知TP m的回程線路的容量為Cm，在生成樣本的過程中，若樣本產(chǎn)生的TP m的吞吐量 I > C,":，樣本Xf將直接被去除；同樣地，令表示第t次迭代中樣本效用函數(shù)的門 限，對于效用函數(shù)不能達到要求的樣本Xf (即；)< /Ii)也將被去除;按照上述要求生 成NsM個有效樣本，記為ΧΓ (丨s / ^ /VSi、f)。8. 根據(jù)權(quán)利要求7所述的分布式異構(gòu)網(wǎng)絡(luò)資源分配系統(tǒng)，其特征在于，在所述篩選模塊 中，對Nsm個有效樣本的效用函數(shù)進行降序排列，假設(shè)定一個分位點Ρ(〇<Ρ<1)，對于降序排列的樣本，截取其中個樣本作 為重要樣本，并以這些樣本作為更新概率的依據(jù)，并將逐步提高生成有效樣本的效用函數(shù) Π 限/E，每次@代€，@丨']限將更新為樣本中效$函數(shù)力最7Ht,即
【文檔編號】H04W72/08GK105898874SQ201610209146
【公開日】2016年8月24日
【申請日】2016年4月6日
【發(fā)明人】張欽宇, 王野, 吳紹華, 于佳, 楊藝, 孫萌
【申請人】哈爾濱工業(yè)大學(xué)深圳研究生院