CN102752860A - 无线通信网络中的协作分布式资源分配方法 - Google Patents

Abstract

本发明公开了一种无线通信网络中的协作分布式资源分配方法，包括：步骤一，各个家庭基站测量来自邻近家庭基站的干扰，选择干扰较大的邻居家庭基站组成子集，初始化在各个信道上的发射功率和拉格朗日乘数因子；步骤二，内圈中每次迭代后，每个家庭基站向子集中的邻居家庭基站广播自身定义的特殊信息；步骤三，各个家庭基站更新自己在信道上的发射功率迭代值，直到内圈收敛；步骤四，内圈中收敛的发射功率迭代值的时间平均作为真实发射功率；步骤五，家庭基站进行外圈拉格朗日乘数因子的迭代，直到收敛；步骤六，内外圈交互直至内外圈迭代均收敛；迭代收敛值时间平均后即为各个信道上最优的功率分配值。本发明可以得到系统效用函数的全局最优值。

Description

无线通信网络中的协作分布式资源分配方法

技术领域

本发明属于无线通信技术领域，涉及一种无线通信网络中的协作分布式资源分配方法。

背景技术

随着无线网络里数据终端(UE)的数量急剧增长以及数据服务需求的加大，现有的资源分配方案无法满足日益增长的需求。网络架构的演进和宽带接入技术的进步有益于无线资源的有效利用。在3GPP LTE及LTE-A中，日益扁平化的网络结构是现有及未来的网络架构演化的趋势。这种趋势迫使无线资源管理(Radio Resource Management，RRM)实体越来越靠近终端，从而能更快的，更准确地通过终端感受信道状况的变化，进而做出相应的有益的调整来优化资源分配。此扁平化的网络结构中没有集中式的控制节点，各个节点均是平等的。接入技术方面，OFDM技术在LTE/LTE-A中的应用能对抗频率选择性衰落或窄带干扰并取得较高的频谱效率。但是小区间干扰(Inter-cell Interference)依然是OFDM应用所必须解决的一大难题。

物理层资源(Physical Layer Resource Allocation)(如频谱资源、功率资源等)的优化分配能够有效降低小区间干扰，提高无线资源利用效率。但基于扁平化网络结构，协作分布式的资源分配方案是LTE/LTE-A家庭基站网络所迫切需要的。针对频谱资源的分配或功率资源的分配提出的优化方案有：

1)一种分布式联合信道功率分配方法，该方法只能得到一个次优解并且此方案中的迭代收敛只能靠经验设置的参数来保证。

2)用RNTP(Relative Narrowband Tx Power)来表征每个物理资源块(PRB)上的功率限制，进而协调相邻小区的资源调度从而降低小区间干扰。但此方案只是3GPP物理层资源分配一个简单应用，方案的最优性无法证明。

3)一种优化分布式方法，该方法中家庭基站与周围几个邻居小区交互彼此在同一信道上的发射功率，通过两层的梯度迭代，达到一个优化的频谱和功率分配。但此方法的内圈迭代的梯度方向有误差，从而导致只能收敛到最优点周围一个给定区域内(此区域的半径称为收敛半径)，而且只能获得优化系统效用函数(网络吞吐量)的下确界值，无法达到最优。

发明内容

本发明所要解决的技术问题是：提供一种无线通信网络中的协作分布式资源分配方法，。

为解决上述技术问题，本发明采用如下技术方案。

一种无线通信网络中的协作分布式资源分配方法，包括以下步骤：

步骤一，各个家庭基站测量来自邻近家庭基站的干扰，从而选择干扰影响较大的邻居家庭基站组成自己的子集，子集中的各个家庭基站初始化在各个信道上的发射功率和拉格朗日乘数因子；

步骤二，拉格朗日乘数因子下的迭代称为内圈迭代；内圈中每次迭代后，每个家庭基站向所属子集中的邻居家庭基站广播自身定义的特殊信息；所述特殊信息包括两组信息：ω_i，n，k和|h_ji|；其中，ω_i，n，k表示第i个家庭基站在第n个信道上第k次发射功率迭代值；|h_ji|表示第j个家庭基站到第i个家庭基站的所有终端的路损的平均值；所述内圈迭代采用协作分布式内圈次梯度迭代方法。

步骤三，子集中的各个家庭基站收到邻居家庭基站发来的特殊信息后更新自己在每个信道上的发射功率迭代值，直到内圈收敛；

步骤四，各个信道均采用内圈中自身信道上的发射功率迭代值的时间平均作为自身信道的真实发射功率；

步骤五，拉格朗日乘数因子的迭代称为外圈迭代；当前拉格朗日乘数因子下内圈迭代收敛后，家庭基站进行外圈拉格朗日乘数因子的迭代，直到收敛；

步骤六，重复步骤二至步骤五，内外圈交互，直到外圈迭代收敛后内圈迭代也收敛；将最后迭代收敛值时间平均后就是在各个信道上最优的功率分配值。

作为本发明的一种优选方案，还包括在所述步骤一前的步骤零：家庭基站每隔固定时间间隔执行一次步骤一。

作为本发明的另一种优选方案，还包括在所述步骤一前的步骤零：当家庭基站的终端感受到巨大干扰时，终端将干扰信息发送至家庭基站；所述家庭基站将请求运行资源分配方法的命令发送到邻居家庭基站；所述邻居家庭基站将同意的命令反馈到家庭基站。

本发明的有益效果在于：本发明所述方法通过定义并交互邻居家庭基站到本小区终端之间的路损信息|h_ji|，可以修正梯度计算的误差，并采用内圈迭代值的时间平均作为真实的发射功率，能得到系统效用函数的全局最优值而非最优值的下确界，从而使资源分配更加合理，提高了频谱效率。

附图说明

图1为家庭基站的邻居子集的场景示意图；

图2为实施例一所述的由上层配置触发的协作分布式资源分配方法的流程图；

图3为实施例二所述的由事件触发的协作分布式资源分配方法的流程图；

图4为随机放置的家庭基站和终端的场景示意图；

图5为本发明所述方法的内圈次梯度方向能收敛至0的仿真结果示意图；

图6为本发明所述方法的内外圈迭代后，发射功率能够收敛的仿真结果示意图；

图7为本发明所述方法与背景技术中的优化分布式方法的功能对比结果示意图。

具体实施方式

针对架构日益扁平化的无线通信系统和有限的无线资源，用分布式资源分配方法来提高系统的无线资源利用效率是一个难点。本发明以LTE系统中的家庭基站(HeNB)网络为例，提出一种协作分布式最优化资源分配方法，同时本发明所述方法可以扩展到任意分布式多节点(多代理)无线通信系统或网络中。该方案中各个家庭基站与其所在的子集(subset)里的邻近家庭基站相互交互各个信道上的发射功率和邻居基站到本基站终端的路损信息，利用内外层次梯度迭代算法，实现最优化资源分配，从而最大化网络的效用函数。效用函数可以定义为网络吞吐量，公平性，能量消耗等。

家庭基站网络由大量家庭基站组成。每个家庭基站都和已选择的几个对自己干扰影响较大的邻近家庭基站一起组成自己的子集。同时各个家庭基站都可能在别人的子集里，甚至可能同时在几个不同邻近家庭基站的子集里，这样能保证整个网络是全连通的。家庭基站之间可以相互交互信息。基于相互交互的信息，每个家庭基站可以通过设计好的迭代方程来获得当前拉格朗日乘数因子下所有家庭基站在同一信道上的全局最优功率分配。这个迭代被称为内圈迭代。拉格朗日乘数因子的迭代称为外圈迭代。每个家庭基站外圈拉格朗日乘数因子迭代的方向依据其在所有信道上内圈迭代的功率分配结果来计算。本发明所述的方案中信令开销与子集里的家庭基站个数成正比。如果子集里的家庭基站总数控制在适中水平(5-6个)，同时那些被多个子集同时包括的家庭基站只需在某一个子集里进行信令交互，那么信令开销增加的会比较少。

下面以图4中的家庭基站网络为例对内外圈迭代进行解释说明，其包括9个家庭基站，每个家庭基站可以用所有的5个信道。整个网络的吞吐量及其限制条件可以表示为：

$\max \mathrm{imize}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{T}_n\left(x_n\right)$ (1)

$\mathrm{subject\; to}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{x}_n^T-\stackrel{\‾}{P}\≤0$

其中

表示各个家庭基站在第n个信道上的发射功率向量，且x_n是

上的凹函数，

表示所有家庭基站在第n个信道上的吞吐量，

是各个家庭基站最大发射功率的向量。为了保证T_n(x_n)在

空间上是凸函数，T_n(x_n)近似为：

$T_n\left(x_n\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{R}_{i,n}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\log }_2\left(\frac{p_{i,n}{\left|h_{\mathrm{ii}}\right|}^2}{{\mathrm{\σ}}_i^2+\underset{j\≠i}{\mathrm{\Σ}}{p}_{j,n}{\left|h_{\mathrm{ji}}\right|}^2}\right)---\left(2\right)$

方程(1)是限制条件下的优化，其可采用拉格朗日对偶方法求解。

$L(x_1,x_2,...,x_N,\mathrm{\λ})=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{T}_n\left(x_n\right)+{\mathrm{\λ}}^T\·(\stackrel{\‾}{P}-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{x}_n^T)---\left(3\right)$

其中，λ＝[λ₁，...，λ_M]是各家庭基站的拉格朗日乘数因子的向量。方程(1)的对偶方程可以写成：

$d\left(\mathrm{\λ}\right)=\underset{x_1,x_2,...,x_N}{\max }L(x_1,x_2,...,x_N,\mathrm{\λ})---\left(4\right)$

对偶问题为：

minimize   d(λ)

                                    (5)

subject to λ≥0.

由于T_n(x_n)是凸函数，x_n是凹函数，那么方程(1)和方程(5)会有同样的解。次梯度迭代是一个解决方程(5)中的对偶问题的有效方法。

d(λ)的一种次梯度方向可以表示为：

$D=\stackrel{\‾}{P}-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{x}_n---\left(6\right)$

按照D进行拉格朗日乘数因子的迭代称为外圈迭代。将方程(5)进行分解，分解成基于信道数目N的子问题，

$d\left(\mathrm{\λ}\right)=\underset{x_n}{\max }\{\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{T}_n\left(x_n\right)+{\mathrm{\λ}}^T\·(\stackrel{\‾}{P}-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{x}_n)\}---\left(7\right)$

$=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{p_{i,n},p_{2,n},...,p_{M,n}}{\max }g\left(p_{i,n}\right)+\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{\stackrel{\‾}{P}}_i$

其中，这样需要解决子问题为：分布式求解g(p_i，n)的最优解，同时将g(p_i，n)称为内圈优化目标函数。

本发明采用协作分布式内圈次梯度迭代方法(cooperative distributed inner circlesubgradient method，CDICSM)来求解g(p_i，n)，具体方法如下：

先变化一下形式，定义一个

$\min \underset{i=1}{\overset{M}{\mathrm{\Σ}}}{f}_{i,n}\left(x_n\right)=\max (g^{\left(l\right)}\left(p_{i,n}\right)+{\mathrm{\λ}}_i{\stackrel{\‾}{p}}_i/N)$

$f_{i,n}\left(x_n\right)=-(R_{i,n}\left(x_n\right)-{\mathrm{\λ}}_i{x}_{i,n}+{\mathrm{\λ}}_i{\stackrel{\‾}{p}}_i/N)$

$F_n\left(x_n\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{f}_{i,n}\left(x_n\right),$ $F_n^{*}=\underset{x\∈X}{\min }{F}_n\left(x_n\right),$ $X^{*}=\{x_n\∈X:F_n\left(x_n\right)=F_n^{*}\}$

以图1为例，在子集内家庭基站之间可以相互交互信息。在CDICSM里，每个家庭基站收集邻居的当前迭代值并取加权平均作为自己的下一次次梯度迭代的初始值。

$y_{i,n}^{(k+1)}=P_X[z_{i,n}^{\left(k\right)}-{\mathrm{\α}}^{(k+1)}{\▿f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)]---\left(8\right)$

式(8)中，

是家庭基站i在第k次的迭代值，这个迭代值是家庭基站i知道的所有节点在第n个信道上的发射功率向量。当然家庭基站i的发射功率值是知道的，别人的可以假定一个值即可。

$z_{i,n}^{\left(k\right)}=\underset{j\∈S_i^{k+1}}{\mathrm{\Σ}}{w}_{i,j}^{(k+1)}{y}_{i,n}^{\left(k\right)}---\left(9\right)$

式(8)中，

是家庭基站i收集邻居的当前迭代值并取加权平均的结果。α^(k+1)是步长，

是家庭基站i在

处的迭代方向。

${\▿f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)={[\frac{{\∂f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)}{{\∂z}_{i,1,n}^{\left(k\right)}},\frac{{\∂f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)}{{\∂z}_{i,2,n}^{\left(k\right)}},...\frac{{\∂f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)}{{\∂z}_{i,M,n}^{\left(k\right)}}]}^T---\left(10\right)$

是

的第j个分量。

$\frac{{\∂f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)}{{\∂z}_{i,i,n}^{\left(k\right)}}=-\frac{1}{\ln 2}\frac{1}{x_{i,n}^{\left(k\right)}}+{\mathrm{\λ}}_i^{\left(l\right)}---\left(11\right)$

$\frac{{\∂f}_{i,n}\left(z_{i,n}^{\left(k\right)}\right)}{{\∂z}_{i,j,n}^{\left(k\right)}}\≈\frac{1}{\ln 2}\frac{x_{i,n}^{\left(k\right)}{\left|h_{\mathrm{ii}}\right|}^2{\left|h_{\mathrm{ji}}\right|}^2}{{({\mathrm{\σ}}_{i,n}^2+\underset{j\≠i}{\mathrm{\Σ}}{x}_{j,n}^{\left(k\right)}{\left|h_{\mathrm{ji}}\right|}^2)}^2}---\left(12\right)$

$\≈\frac{1}{\ln 2}\frac{{\mathrm{SINR}}_{i,n}^{\left(k\right)}{\left|h_{\mathrm{ji}}\right|}^2}{{\mathrm{\σ}}_{i,n}^{\left(2\right)}+\underset{j\≠i}{\mathrm{\Σ}}{x}_{j,n}^{\left(k\right)}{\left|h_{\mathrm{ji}}\right|}^2}$

假定

和

可以被共享。所以

的计算将不会有误差。与此同时，采用迭代值的时间平均作为真实的发射功率：

${\mathrm{\ω}}_{i,n}^{\left(k\right)}=\frac{\underset{c=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\α}}^{(c+1)}{y}_{i,n}^{\left(c\right)}}{\underset{c=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\α}}^{(c+1)}}---\left(13\right)$

若采用递减步长lim_k→∞α^(k)＝0，那么

$\underset{k\→\∞}{\lim }E\left[F\left({\mathrm{\ω}}_{i,n}^{\left(k\right)}\right)\right]=F_n^{*}---\left(14\right)$

至此我们就得到了内圈的分布式全局最优解。把内圈迭代收敛的发射功率值代入式(6)中，可得

${\mathrm{\λ}}_i^{(l+1)}={[{\mathrm{\λ}}_i^{\left(l\right)}-{\mathrm{\β}}^{\left(l\right)}({\stackrel{\‾}{P}}_i-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{x}_{i,n})]}^{+}---\left(15\right)$

然后内外圈依次迭代，每次内圈迭代收敛后就输入到外圈，外圈拉格朗日常数因子迭代一次后输入内圈，内外圈交互，直到外圈迭代收敛后内圈迭代也收敛。最后迭代收敛值时间平均后就是在各个信道上最优的功率分配值。

本发明所述的协作分布式资源分配方法有两种触发方法：第一种是上层配置触发，第二种是事件触发。下面结合附图对本发明的具体实施方式作进一步详细说明。

实施例一

本实施例提供一种由上层配置触发的协作分布式资源分配方法，其中上层配置是指无线资源管理实体或者基站对下属的家庭基站进行配置，设定多长时间实现一次资源分配。

设家庭基站1，2，3组成一个子集，无线资源管理实体/基站管理整个家庭基站网络，则协作分布式资源分配方法的实现过程如图2所示，包括：

0.无线资源管理实体/基站向其附属的所有家庭基站周期性发送配置命令；

1.各个家庭基站测量来自邻近家庭基站的干扰，从而选择邻居家庭基站组成自己的子集，初始化其在各个信道上的初始化发射功率(迭代值)和拉格朗日乘数因子；

2.内圈里每次迭代后，每个家庭基站向其子集里的邻居家庭基站广播其定义的特殊信息；所述特殊信息包括两组信息：ω_i，n，k和|h_ji|；其中，ω_i，n，k表示第i个家庭基站在第n个信道上第k次发射功率迭代值；|h_ji|表示第j个家庭基站到第i个家庭基站的所有终端的路损的平均值，此值可以估计或者由第i个家庭基站测量第j个家庭基站的导频得来；

3.各个家庭基站收到邻居家庭基站发来的特殊信息后更新自己在每个信道上的功率迭代值，直到内圈收敛；

4.采用内圈迭代值的时间平均作为真实的发射功率；

5.当前拉格朗日乘数因子下内圈迭代收敛后，家庭基站进行外圈拉格朗日乘数因子的迭代，直到收敛；

6.重复步骤2至步骤5，内外圈交互，直到外圈迭代收敛后内圈迭代也收敛；将最后迭代收敛值时间平均后就是在各个信道上最优的功率分配值。

实施例二

本实施例提供一种由事件触发的协作分布式资源分配方法，其中事件触发是指网络运行中由于网络干扰环境发生剧烈变化而导致资源分配。家庭基站开机、关机、或者下属的终端业务需求急剧增大，导致邻近家庭基站的终端受到不可容忍的干扰时，本发明所述的资源分配方法将会运行。设家庭基站1，2，3组成一个子集，无线资源管理实体/基站管理整个家庭基站网络，则协作分布式资源分配方法的实现过程如图3所示，包括：

0)家庭基站1的终端感受到巨大干扰时，将干扰信息发送至家庭基站1；

1)家庭基站1将请求运行资源分配方法的命令发送到邻居家庭基站2和3；

2)家庭基站2和3将同意的命令反馈到家庭基站1；

3)家庭基站1测量来自邻近家庭基站的干扰，初始化其在各个信道上的发射功率和拉格朗日乘数因子；

4)内圈里每次迭代后，每个家庭基站向自身所属子集中的所有家庭基站广播其定义的特殊信息；

5)家庭基站收到邻居发来的特殊信息后，更新自己在每个信道上的功率迭代值，直到内圈收敛；

6)采用内圈迭代值的时间平均作为真实的发射功率；

7)当前拉格朗日乘数因子下内圈迭代收敛后，家庭基站进行外圈拉格朗日乘数因子的迭代，直到收敛。

实施例三

本实施例对本发明所述的协作分布式资源分配方法进行仿真分析，仿真结果如图5、图6和图7所示。

图5表示本发明所述方法的内圈次梯度方向能收敛至0，进而说明内圈的迭代能够收敛到最优。

图6表示内外圈迭代后，发射功率能收敛。这里采用最大化网络吞吐量作为本发明的优化目标，但同时也可以将优化目标扩展到考虑公平性，或者采用其他目标函数。

图7表示在没有|h_ji|²信息交互以及完全没有功控的情况下，本发明所述的资源分配方法能够克服背景技术中的第三种方案无法达到全局最优的缺陷。

无线通信网络的资源分配问题的分布式解决方案一直是一个难题，背景技术中的第三种解决方案由于缺乏梯度计算的误差，不能得到全局最优解。本发明通过定义并交互邻居家庭基站到本小区终端之间的路损信息|h_ji|，可以修正梯度计算的误差，并采用内圈迭代值的时间平均作为真实的发射功率，能得到系统效用函数的全局最优值而非最优值的下确界。从而使资源分配更加合理，提高了频谱效率。本发明可适用于任何家庭基站等分布式网络的资源分配。本发明可以应用于协作分布式多节点系统，包括LTE/LTE-A系统下的家庭基站网络等。

本发明定义的特殊信息|h_ji|表示第j个家庭基站到第i个家庭基站的终端的路损值，该信息的交互能够用来修正梯度计算的误差。本发明采用分布式次梯度迭代方法解决家庭基站等分布式网络的资源分配问题，用内圈迭代值的时间平均作为真实的发射功率。此方法能保证得到系统效用函数的全局最优值而非最优值的下确界。本发明通过定义特殊信息和采用迭代的时间平均等方法能够避免梯度误差和仅能得到最优值下确界的问题，能够使资源分配达到全局最优。本发明不仅仅局限于最大化网络吞吐量时的资源分配，可以拓展到考虑公平性，能量消耗等其他系统效用函数。

本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其他形式、结构、布置、比例，以及用其他元件、材料和部件来实现。

Claims (4)

1.一种无线通信网络中的协作分布式资源分配方法，其特征在于，包括以下步骤：

步骤一，各个家庭基站测量来自邻近家庭基站的干扰，从而选择干扰影响较大的邻居家庭基站组成自己的子集，子集中的各个家庭基站初始化在各个信道上的发射功率和拉格朗日乘数因子；

步骤二，拉格朗日乘数因子下的迭代称为内圈迭代；内圈中每次迭代后，每个家庭基站向所属子集中的邻居家庭基站广播自身定义的特殊信息；所述特殊信息包括两组信息：ω_i，n，k和|h_ji|；其中，ω_i，n，k表示第i个家庭基站在第n个信道上第k次发射功率迭代值；|h_ji|表示第j个家庭基站到第i个家庭基站的所有终端的路损的平均值；

步骤三，子集中的各个家庭基站收到邻居家庭基站发来的特殊信息后更新自己在每个信道上的发射功率迭代值，直到内圈收敛；

步骤四，各个信道均采用内圈中自身信道上的发射功率迭代值的时间平均作为自身信道的真实发射功率；

步骤五，拉格朗日乘数因子的迭代称为外圈迭代；当前拉格朗日乘数因子下内圈迭代收敛后，家庭基站进行外圈拉格朗日乘数因子的迭代，直到收敛；

步骤六，重复步骤二至步骤五，内外圈交互，直到外圈迭代收敛后内圈迭代也收敛；将最后迭代收敛值时间平均后就是在各个信道上最优的功率分配值。

2.根据权利要求1所述的无线通信网络中的协作分布式资源分配方法，其特征在于：还包括在所述步骤一前的步骤零：家庭基站每隔固定时间间隔执行一次步骤一。

3.根据权利要求1所述的无线通信网络中的协作分布式资源分配方法，其特征在于，还包括在所述步骤一前的步骤零：当家庭基站的终端感受到巨大干扰时，终端将干扰信息发送至家庭基站；所述家庭基站将请求运行资源分配方法的命令发送到邻居家庭基站；所述邻居家庭基站将同意的命令反馈到家庭基站。

4.根据权利要求1所述的无线通信网络中的协作分布式资源分配方法，其特征在于，所述内圈迭代采用协作分布式内圈次梯度迭代方法。

Images