CN101646178A - 一种确定中继站位置的方法及装置 - Google Patents

Abstract

本发明实施方式提供了一种确定中继站位置的方法及装置，该方法及装置属于网络通信领域，该方法包括：获取基站到中继站信道衰落的分布情况和中继站到目的终端信道衰落的分布情况；获取基站到中继站距离D_SR的取值范围，根据g’(D_SR)并使用最优问题数值解法获取中继站的位置。上述方法及装置具有能扩大蜂窝无线通信系统的覆盖范围的优点。

Description

一种确定中继站位置的方法及装置

技术领域

本发明涉及通信领域，尤其涉及一种确定中继站位置的方法及装置。

背景技术

蜂窝无线通信系统中引入中继站是为了扩大蜂窝无线通信系统的覆盖范围，但在蜂窝无线通信系统中如何放置中继站能够使蜂窝无线通信系统的覆盖范围最大化是一个比较关键的问题；为了解决上述问题，现有技术提供了一种确定中继站位置的方法，具体为，处理来自各个无线设备(即移动终端)的接入请求来获取并记录该无线设备的位置以及其要求的业务流量；当确定了上述无线设备位置后，在上述无线设备只允许单跳接入中继的情况下，可选的中继站位置为上述无线设备所在传输范围的区域的几何中心；如无线设备允许多跳接入中继的情况下，可以减少重叠区域的在单跳接入中继情况下确定的中继站数，以此确定中继站摆放位置。

在实现本发明的过程中，发明人发现现有技术存在如下问题：

由于现有技术提供的技术方案根据被记录下来的无线设备的位置来确定中继站的位置，只能提高被记录下来的无线设备所在区域的服务质量，但无法扩大蜂窝无线通信系统的覆盖范围。

发明内容

本发明实施方式提供一种确定中继站位置的方法及装置，通过该方法和装置确定的中继站的位置能扩大蜂窝无线通信系统的覆盖范围。

本发明的具体实施方式提供一种确定中继站位置的方法，该方法包括：

获取基站source到中继站relay信道衰落分布情况，即第一概率密度函数f₁(x)；获取中继站到目的终端destination信道衰落分布情况，即第二概率密度函数f₂(x)；并根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*；所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取；

所述g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)

其中 $g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\δ}}{\{A\·{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}}^{\frac{1}{\mathrm{\δ}}-1};$

$g_2\left(D_{\mathrm{SR}}\right)=A\·\frac{1}{f_2\left\{{F_2}^{-1}\right[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}};$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})\·B\·\mathrm{\δ}\·D_{\mathrm{SR}}^{\mathrm{\δ}-1}\·(P_{\mathrm{out}}-1)}{{[1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})]}^2};$

上述 $A=\frac{{2P}_R}{(2^{2r}-1)N_0};$ $B=\frac{(2^{2r}-1)N_0}{2P_S}$

其中P_R为中继站的发射功率；P_S为基站的发射功率；N₀为噪声功率；r为用户设定的传输速率门限值；P_out为用户需求的中断概率；δ为信号功率随距离衰减的系数；F₂ ^-1为F₂(x)的反函数。

本发明还提供一种确定中继站位置的装置，该装置包括：

第一获取单元，用于获取基站source到中继站relay信道衰落分布情况，即第一概率密度函数f₁(x)；获取中继站到目的终端destination信道衰落分布情况，即第二概率密度函数f₂(x)；

计算单元，用于根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

第二获取单元，用于获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

搜索单元，用于根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*；所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取；

所述g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)

其中 $g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\δ}}{\{A\·{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}}^{\frac{1}{\mathrm{\δ}}-1};$

$g_2\left(D_{\mathrm{SR}}\right)=A\·\frac{1}{f_2\left\{{F_2}^{-1}\right[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}};$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})\·B\·\mathrm{\δ}\·D_{\mathrm{SR}}^{\mathrm{\δ}-1}\·(P_{\mathrm{out}}-1)}{{[1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})]}^2};$

上述 $A=\frac{{2P}_R}{(2^{2r}-1)N_0};$ $B=\frac{(2^{2r}-1)N_0}{2P_S}$

其中P_R为中继站的发射功率；P_S为基站的发射功率；N₀为噪声功率；r为用户设定的传输速率门限值；P_out为用户需求的中断概率；δ为信号功率随距离衰减的系数；F₂ ^-1为F₂(x)的反函数。

由上述所提供的技术方案可以看出，本发明实施例的技术方案通过最优问题数值解法及g’(D_SR)获取中继站的位置D_SR ^*；从而保证了使用中继站时基站信号能覆盖的最大范围，从而扩大蜂窝无线通信系统的覆盖范围。

附图说明

图1为本发明提供的一种确定中继站位置的方法的流程图；

图2为本发明第一实施例提供的一种确定中继站位置的方法的流程图；

图3为本发明一实施例提供的D_SD和D_SR的变化曲线图；

图4为本发明另一实施例提供的D_SD和D_SR的变化曲线图；

图5为本发明又一实施例提供的D_SD和D_SR的变化曲线图；

图6为本发明提供的一种确定中继站位置的装置的结构图。

具体实施方式

本发明实施方式提供了一种确定中继站位置的方法，该方法如图1所示，包括；

S11、获取基站source到中继站relay信道衰落的分布情况，即第一概率密度函数f₁(x)，获取中继站到目的终端destination信道衰落的分布情况，即第二概率密度函数f₂(x)；并根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

S12、获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

这个取值范围由用户预先设定，在实际情况中，该D_SR ^min具体取值可以为0；该D_SR ^max具体取值可以为基站信号的最大覆盖半径。

S13、根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*。该所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取。该变量选取的具体数值的原则可以为具体的最优问题数值解法中变量的选择原则，如当最优问题数值解法为二分搜索法，该变量选取的具体数值的原则可以为二分搜索法中变量的选取原则，具体到本发明，可以为， $D_{\mathrm{SR}}=\frac{D_{\mathrm{SR}}^{\min }+D_{\mathrm{SR}}^{\max }}{2}.$ 本发明具体实施方式并不局限具体为何种最优问题数值解法。

其中g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)

$g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\δ}}{\{A\·{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}}^{\frac{1}{\mathrm{\δ}}-1}$

$g_2\left(D_{\mathrm{SR}}\right)=A\·\frac{1}{f_2\left\{{F_2}^{-1}\right[\frac{P_{\mathrm{out}}-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}{1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})}\left]\right\}};$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})\·B\·\mathrm{\δ}\·D_{\mathrm{SR}}^{\mathrm{\δ}-1}\·(P_{\mathrm{out}}-1)}{{[1-F_1(B\·D_{\mathrm{SR}}^{\mathrm{\δ}})]}^2};$

上述 $A=\frac{{2P}_R}{(2^{2r}-1)N_0};$ $B=\frac{(2^{2r}-1)N_0}{2P_S}$

其中P_R为中继站的发射功率；P_S为基站的发射功率；N₀为噪声功率；r为用户设定的传输速率门限值；P_out为用户需求的中断概率；δ为信号功率随距离衰减的系数；F₂ ^-1为F₂(x)的反函数；N₀为噪声功率。

下面根据最优问题数值解法中的二分搜索法来说明实现上述S13的具体方法；如设定D_SR的范围为[D_SR ^min，D_SR ^max]；则计算D_SR ^*包括：

S131、取 $D_{\mathrm{SR}}=\frac{D_{\mathrm{SR}}^{\min }+D_{\mathrm{SR}}^{\max }}{2}$ 代入g′(D_SR)计算出g′(D_SR)的值；

S132、若计算出的g′(D_SR)≥-1，则取 $D_{\mathrm{SR}}^{\min }=D_{\mathrm{SR}};$

若计算出的g′(D_SR)＜-1，则取 $D_{\mathrm{SR}}^{\max }=D_{\mathrm{SR}};$

S133、判断|D_SR ^max-D_SR ^min|是否小于用户预先设定的精度X；如小于精度X，则计算出 $D_{\mathrm{SR}}^{*}=D_{\mathrm{SR}};$ 否则循环S131和S132直至|D_SR ^max-D_SR ^min|小于精度X。

上述方法实现的原理和达到的技术效果可以为：

在保证用户掉线概率阈值的限制条件下，最大化中继和基站的无线覆盖面积可以抽象成为如下述公式0.1的优化问题：为了叙述的方便，这里将基站简称为S，中继站简称为R，目的终端简称为D；除了特别说明外，log均表示以2为底的对数。

${\max }_{D_{\mathrm{SR}}}{D}_{\mathrm{SD}}$ (0.1)

s.t.Pr[I_RDF＜r]≤P_out

其中D_SD表示基站与目的终端之间的距离，D_SR表示的是基站与中继站之间的距离，I_RDF代表在使用中继站的情况下用户所获得的传输速率，r为用户设定的传输速率门限值，P_out为用户需求的中断概率；N₀为噪声功率。

令基站与中继站发射功率分别为P_S和P_R，已知小区内基站与中继站，基站与目的终端，中基站与目的终端的信道增益的概率分布(概率密度函数PDF或累积分步函数CDF)；信号功率随距离衰减的系数为δ，在实际情况中其取值一般取2到4之间，基站使用中继站与目的终端通信时，目的终端所获得的传输速率(bit/s/Hz)I_RDF可以表示为：

$I_{\mathrm{RDF}}=\frac{1}{2}\·\min \{\log (1+\frac{p_S\·H_{\mathrm{SR}}}{N_0}),\log (1+\frac{p_R\·H_{\mathrm{RD}}}{N_0})\}$

其中 $H_{\mathrm{SR}}=\frac{{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{D_{\mathrm{SR}}^{\mathrm{\δ}}}$ 为基站到中继站间的信道增益， $H_{\mathrm{RD}}=\frac{{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{D_{\mathrm{RD}}^{\mathrm{\δ}}}$ 为中继站到目的终端间的信道增益，其中a_SR，a_RD为信通衰落变量，假设基站到中继站信道衰落变量的概率密度函数为f₁(x)，f₁(x)也可以称为‖a_SR‖²的概率密度函数；中继站到目的终端信道衰落变量的概率密度函数f₂(x)，f₂(x)也可以称为‖a_RD‖²的概率密度函数；基站到中继站信道衰落变量的累积概率分布函数F₁(x)，F₁(x)也可以称为‖a_SR‖²的累积概率分布函数；中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)，F₂(x)也可以称为‖a_RD‖²的累积概率分布函数。

通过优化公式(0.1)以及公式(0.1)的限制条件以得到：

$\mathrm{Pr}[I_{\mathrm{RDF}}<r]=\mathrm{Pr}\left[\min \right\{\log (1+\frac{2p_S\&CenterDot;{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{N_0{D}_{\mathrm{SR}}^{\mathrm{\&delta;}}}),\log (1+\frac{2p_R\&CenterDot;{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{N_0{D}_{\mathrm{RD}}^{\mathrm{\&delta;}}})\}<2r]=P_a+P_b-P_a{P}_b\&le;P_{\mathrm{out}}---\left(0.2\right)$

其中P_a为SR链路中断概率

$P_a=\mathrm{Pr}[\log (1+\frac{2p_S\&CenterDot;{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{N_0{D}_{\mathrm{SR}}^{\mathrm{\&delta;}}})<2r]=F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]---\left(0.3\right)$

P_b为RD链路中断概率

$P_b=\mathrm{Pr}[\log (1+\frac{2p_R\&CenterDot;{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{N_0{D}_{\mathrm{RD}}^{\mathrm{\&delta;}}})<2r]=F_2[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{RD}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_R}]---\left(0.4\right)$

显然D_SD≤D_SR+D_RD，当中继站刚好位于基站到目的终端的连线时取等号，并且此时D_SR+D_RD的值最大，另外对(0.2)式取等号时可以得到：

$P_a+P_b-P_a{P}_b=P_b(1-P_a)+P_a=P_{\mathrm{out}}\&DoubleRightArrow;P_b=\frac{P_{\mathrm{out}}-P_a}{1-P_a}---\left(0.5\right)$

将(0.3)(0.4)代入(0.5)我们可以得：

$F_2[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{RD}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_R}]=\frac{P_{\mathrm{out}}-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}{1-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}---\left(0.6\right)$

通过(0.5)我们可以推导出：

$D_{\mathrm{RD}}={\{\frac{2P_R}{(2^{2r}-1)N_0}\&CenterDot;{F_2}^{-1}\{\frac{P_{\mathrm{out}}-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}{1-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}\left\}\right\}}^{\frac{1}{\mathrm{\&delta;}}}$

其中F₂ ^-1(X)代表F₂(X)的反函数。

至此将公式(0.1)转化为：

${\max }_{D_{\mathrm{SR}}}{D}_{\mathrm{SR}}+D_{\mathrm{RD}}=D_{\mathrm{SR}}+{\{\frac{2P_R}{(2^{2r}-1)N_0}\&CenterDot;{F_2}^{-1}\{\frac{P_{\mathrm{out}}-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}{1-F_1[(2^{2r}-1)\&CenterDot;\frac{D_{\mathrm{SR}}^{\mathrm{\&delta;}}\&CenterDot;N_0}{2P_S}]}\left\}\right\}}^{\frac{1}{\mathrm{\&delta;}}}=D_{\mathrm{SR}}+g\left(D_{\mathrm{SR}}\right)$

s.t.D_SR＞0，D_RD＞0(0.7)

达到最优值的必要条件是卡罗需-卡-塔克(KKT，Karush-Kuhn-Tucker，KKT)条件，此时，需要D_SR满足：

$\frac{d(D_{\mathrm{SR}}+D_{\mathrm{RD}})}{{\mathrm{dD}}_{\mathrm{SR}}}=1+\frac{\mathrm{dg}\left(D_{\mathrm{SR}}\right)}{{\mathrm{dD}}_{\mathrm{SR}}}=0\&DoubleRightArrow;g^{\&prime;}\left(D_{\mathrm{SR}}\right)=\frac{\mathrm{dg}\left(D_{\mathrm{SR}}\right)}{{\mathrm{dD}}_{\mathrm{SR}}}=-1---\left(0.8\right)$

g′(D_SR)是D_SR的递减函数，所以求满足(0.8)的D_SR ^*可以采用二分搜索法来获取，当然也可以采用其他的最优问题数值解法，如牛顿法，本发明具体实施方式并不局限其具体的方法。

具体计算g′(D_SR)可以通过计算基站到中继站的信道增益的pdf f₁(x)和cdfF₁(x)以及中继站到用户的信道增益的pdf f₂(x)和cdf F₂(x)得到；其中g′(D_SR)可以为对公式(0.7)中的g(D_SR)对D_SR求导得到。

g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)  (0.9)

其中 $g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\&delta;}}{\{A\&CenterDot;{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\left]\right\}}^{\frac{1}{\mathrm{\&delta;}}-1}$

$g_2\left(D_{\mathrm{SR}}\right)=A\&CenterDot;\frac{1}{f_2\left\{{F_2}^{-1}\right[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\left]\right\}}$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})\&CenterDot;B\&CenterDot;\mathrm{\&delta;}\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}-1}\&CenterDot;(P_{\mathrm{out}}-1)}{{[1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})]}^2}$

$A=\frac{{2P}_R}{(2^{2r}-1)N_0},$ $B=\frac{(2^{2r}-1)N_0}{2P_S};$

在信道模型为瑞利分布或莱斯分布时，D_SR+D_RD的二阶导数恒小于0，也等价于其一阶导数g′(D_SR)+1单调递减，也即g′(D_SR)单调递减，此时该算法能找到g′(D_SR)的最优值，即D_SR的最大值，所以通过上述方法总能找到D_SR ^*，并保证最大的 $D_{\mathrm{SD}}^{*}=D_{\mathrm{SR}}^{*}+g\left(D_{\mathrm{SR}}^{*}\right)\left(1.0\right),$ 进而达到能扩大蜂窝无线通信系统的覆盖范围。

本发明提供第一实施例，本实施例提供的技术场景为，取基站和中继站的平均功率P_S＝P_R＝40dBm，噪声功率N₀＝-100dBm，r＝0.5bit/s/Hz，P_out＝0.1(中断概率Outage Probability)，δ＝3；上述参数也可以设置成其他的较为合理的值，假设基站到中继站的信道分布服从瑞利(Rayieigh)分布，中继站到任一接入到中继站的目的终端间的信道服从瑞利(Rayieigh)分布。具体来说：基站到中继站的信道增益 $H_{\mathrm{SR}}=\frac{{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{D_{\mathrm{SR}}^3},$ 中继站到目的终端间的信道增益 $H_{\mathrm{RD}}=\frac{{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{D_{\mathrm{RD}}^3}$ 为，其中‖a_SR‖服从瑞利(Rayieigh)分布，即 $f\left(x\right)=\frac{x}{{\mathrm{\&sigma;}}^2}{e}^{\left(\frac{-x^2}{2{\mathrm{\&sigma;}}^2}\right)},$ 设参数σ＝1，‖a_SR‖²服从自由度2的开方(Chi Square)分布，(退化为指数分布)， $f_1\left(x\right)=\frac{1}{2}{e}^{-\frac{x}{2}},$ F₁(x)＝γ(1，x/2)；‖a_RD‖服从瑞利(Rayieigh)分布，即 $f\left(x\right)=\frac{x}{{\mathrm{\&sigma;}}^2}{e}^{\left(\frac{-x^2}{2{\mathrm{\&sigma;}}^2}\right)},$ 设参数σ＝1，‖a_RD‖²服从自由度2的开方(Chi Square)分布，(退化为指数分布)， $f_2\left(x\right)=\frac{1}{2}{e}^{-\frac{x}{2}},$ F₂(x)＝γ(1，x/2)；其具体的计算方法如图2所示：包括：

S21、获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

取值范围[D_SR ^min，D_SR ^max]具体值可以为：[0，1223]，单位米；

S22、根据公式(0.9)和(1.0)使用二分搜索法计算得到D_SR ^*；

上述二分搜索法具体方法可以参见S131～S133中的相关描述。

通过公式(0.9)和(1.0)使用二分搜索法得到D_SD和D_SR的变化曲线如图3所示，如图3，点画线表示不使用中继时基站能支持的最远距离；虚线表示在本实施例条件下使用中继站时基站能支持的最远距离。

从图3可知，优化得到的最优 $D_{\mathrm{SR}}^{*}=664.2m.$

本发明第一实施例提供的方法在基站到中继站的信道分布服从瑞利(Rayieigh)分布，中继站到任一接入到中继站的目的终端间的信道服从瑞利(Rayieigh)分布的情况下，通过二分搜索法及公式(0.9)和(1.0)得到D_SD和D_SR的变化曲线，并获取最优的D_SR ^*；从而保证了使用中继站时基站信号能覆盖的最大范围，从而扩大蜂窝无线通信系统的覆盖范围。

本发明提供第二实施例，本实施例提供的技术场景与第一实施例不同点在于，基站到中继站的信道分布服从莱斯(Rice)分布；具体来说：本实施例获取的f₁(x)与第一实施例中的f₁(x)不同，具体为：基站到中继站的信道增益 $H_{\mathrm{SR}}=\frac{{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{D_{\mathrm{SR}}^3},$ 中继站到目的终端之间的信道增益为 $H_{\mathrm{RD}}=\frac{{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{D_{\mathrm{RD}}^3},$ 其中‖a_SR‖服从莱斯(Rice)分布，即 $f\left(x\right)=\frac{x}{{\mathrm{\&sigma;}}^2}{e}^{\left(\frac{-(x^2+v^2)}{2{\mathrm{\&sigma;}}^2}\right)}{I}_0\left(\frac{\mathrm{xv}}{{\mathrm{\&sigma;}}^2}\right),$ 设参数σ＝1，v＝1，‖a_SR‖²服从自由度2的非中心开方(Non-Central Chi Square)分布， $f_1\left(x\right)=\frac{1}{2}{e}^{-\frac{x+1}{2}}{I}_0\left(\sqrt{x}\right);$ 根据公式(0.9)和(1.0)使用二分搜索法得到D_SD和D_SR的变化曲线如图4所示，如图4，点画线表示不使用中继时基站能支持的最远距离；虚线表示在本实施例条件下使用中继站时基站能支持的最远距离。

从图4可知，优化得到的最优 $D_{\mathrm{SR}}^{*}=1175.5m.$

本发明第二实施例提供的方法在基站到中继站的信道分布服从莱斯(Rice)分布，中继站到任一接入到中继站的目的终端之间的信道服从瑞利(Rayieigh)分布莱斯-瑞利分布的情况下，根据公式(0.9)和(1.0)使用二分搜索法得到D_SD和D_SR的变化曲线，并获取最优的D_SR ^*；从而保证了使用中继站时基站信号能覆盖的最大范围，能扩大蜂窝无线通信系统的覆盖范围。

本发明提供第三实施例，本实施例提供的技术场景与第二实施例不同点在于，中继站到任一接入到中继站的目的终端之间的信道服从莱斯(Rice)分布；具体来说：本实施例获取的f₂(x)与第二实施例中的f₂(x)不同，具体为：基站到中继站的信道增益 $H_{\mathrm{SR}}=\frac{{\left|\right|a_{\mathrm{SR}}\left|\right|}^2}{D_{\mathrm{SR}}^3},$ 中继站到目的终端之间的信道增益为 $H_{\mathrm{RD}}=\frac{{\left|\right|a_{\mathrm{RD}}\left|\right|}^2}{D_{\mathrm{RD}}^3},$ 其中‖a_SR‖服从莱斯(Rice)分布，即 $f\left(x\right)=\frac{x}{{\mathrm{\&sigma;}}^2}{e}^{\left(\frac{-(x^2+v^2)}{2{\mathrm{\&sigma;}}^2}\right)}{I}_0\left(\frac{\mathrm{xv}}{{\mathrm{\&sigma;}}^2}\right),$ 设参数σ＝1，v＝1，‖a_SR‖²服从自由度2的非中心开方(Non-Central Chi Square)分布，则 $f_1\left(x\right)=\frac{1}{2}{e}^{-\frac{x+1}{2}}{I}_0\left(\sqrt{x}\right);$ ‖a_RD‖服从莱斯(Rice)分布，即 $f\left(x\right)=\frac{x}{{\mathrm{\&sigma;}}^2}{e}^{\left(\frac{-(x^2+v^2)}{2{\mathrm{\&sigma;}}^2}\right)}{I}_0\left(\frac{\mathrm{xv}}{{\mathrm{\&sigma;}}^2}\right),$ 设参数σ＝1，v＝1，‖a_RD‖²服从自由度2的非中心开方(Non-Central Chi Square)分布， $f_2\left(x\right)=\frac{1}{2}{e}^{-\frac{x+1}{2}}{I}_0\left(\sqrt{x}\right);$ 根据公式(0.9)和(1.0)使用二分搜索法得到D_SD和D_SR的变化曲线如图5所示，如图5，点画线表示不使用中继时基站能支持的最远距离；虚线表示在本实施例条件下使用中继站时基站能支持的最远距离。

从图5可知，优化得到的最优 $D_{\mathrm{SR}}^{*}=1036.4m.$

本发明第三实施例提供的方法在基站到中继站的信道分布服从莱斯(Rice)分布，中继站到任一接入到中继站的目的终端之间的信道服从莱斯(Rice)分布的情况下，根据公式(0.9)和(1.0)使用二分搜索法得到D_SD和D_SR的变化曲线，并获取最优的D_SR ^*；从而保证了使用中继站时基站信号能覆盖的最大范围，能扩大蜂窝无线通信系统的覆盖范围。

本发明具体实施方式提供一种确定中继站位置的装置，该装置如图5所示：包括：

第一获取单元61，用于获取基站source到中继站relay信道衰落分布情况，即第一概率密度函数f₁(x)；获取中继站到目的终端destination信道衰落分布情况，即第二概率密度函数f₂(x)；

计算单元62，用于根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

第二获取单元63，用于获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

搜索单元64，用于根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*；该所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取。该g’(D_SR)中变量选取的具体原则可以参见方法实施例中的相关说明，这里不在赘述。

上述最优问题数值解法可以为，二分搜索法或牛顿法，当然也可以为其他的方法。

上述g’(D_SR)的具体形式可以参见公式(0.9)中的相关描述。

可选的，如最优问题数值解法为二分搜索法，上述搜索单元64可以包括：

代入模块641，用于取 $D_{\mathrm{SR}}=\frac{D_{\mathrm{SR}}^{\min }+D_{\mathrm{SR}}^{\max }}{2}$ 代入g′(D_SR)；

取值模块642，用于在g′(D_SR)≥-1时，取 $D_{\mathrm{SR}}^{\min }=D_{\mathrm{SR}};$

在g′(D_SR)＜-1，取 $D_{\mathrm{SR}}^{\max }=D_{\mathrm{SR}};$

判断循环模块643，用于在判断出|D_SR ^max-D_SR ^min|小于用户预先设定的精度X时，计算出 $D_{\mathrm{SR}}^{*}=D_{\mathrm{SR}};$ 否则触发代入模块641和取值模块642进行循环计算直至|D_SR ^max-D_SR ^min|小于精度X。

可选的，基站到中继站的信道分布服从瑞利分布，中继站到任一接入到中继站的目的终端间的信道服从瑞利分布；或者，

基站到中继站的信道分布服从莱斯分布，中继站到任一接入到中继站的目的终端之间的信道服从瑞利分布；或者，

基站到中继站的信道分布服从莱斯分布，中继站到任一接入到中继站的目的终端之间的信道服从莱斯分布。

本发明具体实施方式提供的装置通过获取单元61获取f₁(x)和f₂(x)后，由计算单元62计算得到F₁(x)和F₂(x)；并在第二获取单元63获取D_SR的范围后，由搜索单元64根据g’(D_SR)并使用最优问题数值解法获取中继站的位置中继站的位置D_SR ^*，从而保证了使用中继站时基站信号能覆盖的最大范围，能扩大蜂窝无线通信系统的覆盖范围。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

综上所述，本发明具体实施方式提供的技术方案，具有在使用中继站时基站信号能覆盖的最大范围，能扩大蜂窝无线通信系统的覆盖范围的优点。

以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1、一种确定中继站位置的方法，其特征在于，所述方法包括：

获取基站source到中继站relay信道衰落分布情况，即第一概率密度函数f₁(x)；获取中继站到目的终端destination信道衰落分布情况，即第二概率密度函数f₂(x)；并根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*；所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取；

所述g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)

其中 $g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\&delta;}}{\{A\&CenterDot;{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\left]\right\}}^{\frac{1}{\mathrm{\&delta;}}-1};$

$g_2\left(D_{\mathrm{SR}}\right)=A\&CenterDot;\frac{1}{f_2\{{F_2}^{-1}\left[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\right]\}};$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})\&CenterDot;B\&CenterDot;\mathrm{\&delta;}\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}-1}\&CenterDot;(P_{\mathrm{out}}-1)}{{[1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})]}^2};$

上述 $A=\frac{{2P}_R}{(2^{2r}-1)N_0};$ $B=\frac{(2^{2r}-1)N_0}{2P_S}$

其中P_R为中继站的发射功率；P_S为基站的发射功率；N₀为噪声功率；r为用户设定的传输速率门限值；P_out为用户需求的中断概率；δ为信号功率随距离衰减的系数；F₂ ^-1为F₂(x)的反函数。

2、根据权利要求1所述的方法，其特征在于，所述最优问题数值解法为：二分搜索法或牛顿法。

3、根据权利要求2所述的方法，其特征在于，如所述最优问题数值解法为二分搜索法，则所述根据g’(D_SR)并使用最优问题数值解法从中继站距离D_SR的取值范围中获取中继站的位置D_SR ^*包括：

I、取 $D_{\mathrm{SR}}=\frac{D_{\mathrm{SR}}^{\min }+D_{\mathrm{SR}}^{\max }}{2}$ 代入g′(D_SR)计算出g′(D_SR)的值

II、若计算出g′(D_SR)≥-1，则取 $D_{\mathrm{SR}}^{\min }=D_{\mathrm{SR}};$

若计算出g′(D_SR)＜-1，则取 $D_{\mathrm{SR}}^{\max }=D_{\mathrm{SR}};$

III、判断|D_SR ^max-D_SR ^min|是否小于用户预先设定的精度X；如小于精度X，则计算出 $D_{\mathrm{SR}}^{*}=D_{\mathrm{SR}};$ 否则循环步骤I和II直至|D_SR ^max-D_SR ^min|小于精度X。

4、根据权利要求1～3之一所述的方法，其特征在于，

所述基站到所述中继站的信道分布服从瑞利分布，所述中继站到任一接入到所述中继站的目的终端间的信道服从瑞利分布；或者，

所述基站到所述中继站的信道分布服从莱斯分布，所述中继站到任一接入到所述中继站的目的终端之间的信道服从瑞利分布；或者，

所述基站到所述中继站的信道分布服从莱斯分布，所述中继站到任一接入到所述中继站的目的终端之间的信道服从莱斯分布。

5、一种确定中继站位置的装置，其特征在于，所述装置包括：

第一获取单元，用于获取基站source到中继站relay信道衰落分布情况，即第一概率密度函数f₁(x)；获取中继站到目的终端destination信道衰落分布情况，即第二概率密度函数f₂(x)；

计算单元，用于根据f₁(x)和f₂(x)计算得到基站到中继站信道衰落变量的累积概率分布函数F₁(x)和中继站到目的终端信道衰落变量的累积概率分布函数F₂(x)；

第二获取单元，用于获取基站到中继站距离D_SR的取值范围[D_SR ^min，D_SR ^max]；

搜索单元，用于根据g’(D_SR)并使用最优问题数值解法获取中继站的位置D_SR ^*；所述g’(D_SR)中的变量从所述中继站距离D_SR的取值范围中选取；

所述g′(D_SR)＝g₁(D_SR)g₂(D_SR)g₃(D_SR)

其中 $g_1\left(D_{\mathrm{SR}}\right)=\frac{1}{\mathrm{\&delta;}}{\{A\&CenterDot;{F_2}^{-1}[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\left]\right\}}^{\frac{1}{\mathrm{\&delta;}}-1};$

$g_2\left(D_{\mathrm{SR}}\right)=A\&CenterDot;\frac{1}{f_2\{{F_2}^{-1}\left[\frac{P_{\mathrm{out}}-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}{1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})}\right]\}};$

$g_3\left(D_{\mathrm{SR}}\right)=\frac{f_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})\&CenterDot;B\&CenterDot;\mathrm{\&delta;}\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}-1}\&CenterDot;(P_{\mathrm{out}}-1)}{{[1-F_1(B\&CenterDot;D_{\mathrm{SR}}^{\mathrm{\&delta;}})]}^2};$

上述 $A=\frac{2P_R}{(2^{2r}-1)N_0};$ $B=\frac{(2^{2r}-1)N_0}{2P_S}$

其中P_R为中继站的发射功率；P_S为基站的发射功率；N₀为噪声功率；r为用户设定的传输速率门限值；P_out为用户需求的中断概率；δ为信号功率随距离衰减的系数；F₂ ^-1为F₂(x)的反函数。

6、根据权利要求5所述的装置，其特征在于，如所述最优问题数值解法为二分搜索法，则所述搜索单元包括：

代入模块，用于取 $D_{\mathrm{SR}}=\frac{D_{\mathrm{SR}}^{\min }+D_{\mathrm{SR}}^{\max }}{2}$ 代入g′(D_SR)计算出g′(D_SR)的值；

取值模块，用于在所述代入模块计算出的g′(D_SR)≥-1时，取 $D_{\mathrm{SR}}^{\min }=D_{\mathrm{SR}};$

在所述代入模块计算出g′(D_SR)＜-1，取 $D_{\mathrm{SR}}^{\max }=D_{\mathrm{SR}};$

判断循环模块，用于在判断出|D_SR ^max-D_SR ^min|小于用户预先设定的精度X时，计算出 $D_{\mathrm{SR}}^{*}=D_{\mathrm{SR}};$ 否则触发所述代入模块和所述取值模块进行循环计算直至|D_SR ^max-D_SR ^min|小于精度X。

7、根据权利要求5或6所述的装置，其特征在于，

所述基站到所述中继站的信道分布服从瑞利分布，所述中继站到任一接入到所述中继站的目的终端间的信道服从瑞利分布；或者，

所述基站到所述中继站的信道分布服从莱斯分布，所述中继站到任一接入到所述中继站的目的终端之间的信道服从瑞利分布；或者，

所述基站到所述中继站的信道分布服从莱斯分布，所述中继站到任一接入到所述中继站的目的终端之间的信道服从莱斯分布。

Images