CN103582105A - 一种大规模异构蜂窝网络中最大化系统效益的优化方法 - Google Patents
一种大规模异构蜂窝网络中最大化系统效益的优化方法 Download PDFInfo
- Publication number
- CN103582105A CN103582105A CN201310558172.6A CN201310558172A CN103582105A CN 103582105 A CN103582105 A CN 103582105A CN 201310558172 A CN201310558172 A CN 201310558172A CN 103582105 A CN103582105 A CN 103582105A
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- sigma
- forall
- station assigns
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y02B60/50—
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种大规模异构蜂窝网络中最大化系统效益的优化方法,包括以下步骤:(1)异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益,其中,优化问题描述为一个多目标优化;(2)将问题P1转化为基站分配和用户传输功率控制的联合优化问题;(3)采用基于联盟形成游戏和模拟退火的功率控制系统效益最大化算法,即POSEM算法,问题P2获得最优解(X(k-1),P(k-1))。本发明提供一种在异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益的优化方法。
Description
技术领域
本发明涉及大规模异构蜂窝网络技术领域,尤其是一种大规模异构蜂窝网络中最大化系统效益的优化方法。
背景技术
随着无线宽带服务的指数增长,传统宏蜂窝网络中有限网络资源(如带宽、传输功率)的合理分配面临着巨大挑战。为了能够显著提高蜂窝网络的覆盖率和用户容量,网络运营商及研究者提出了异构蜂窝网络的概念,即在宏蜂窝的下层布置一些低功率基站。针对异构蜂窝网络,网络运营商仍旧希望通过合理分配有限网络资源获得最大的利润,实现最大的资源利用率,尽可能多地服务用户。但是由于无线信道的广播特性,网络资源分配势必面临信道争用、信号干扰等问题,这些都会影响用户的通话质量。在异构蜂窝网络中,每个用户与不同基站之间的信道增益不尽相同。所以如果用户以合适的传输功率接入合适的基站进行通信,那么整个网络的频谱有效性和能量有效性便会大幅提高。因此,研究如何在保证每个用户服务质量的前提下通过控制用户传输功率和基站分配最大化系统效益是极其有意义的。
具体而言,基站分配是用户根据自己与基站之间的信道增益以及周边用户造成的共信道干扰强度在用户和基站之间建立保证服务质量的有效通信连接。功率控制是保证每个用户以适当的功率传输从而维持自身服务质量,同时不对其他用户产生过多的共信道干扰。尽管通过联合基站分配和功率控制的方法最大化整个系统效益的工作意义重大,但是目前此问题仍未被解决。
发明内容
为了克服已有蜂窝网络中无法以基站分配和用户传输功率控制最大化系统效益的不足,本发明提供一种在异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益的优化方法。
本发明解决其技术问题所采用的技术方案是:
一种大规模异构蜂窝网络中最大化系统效益的优化方法,所述优化方法包括以下步骤:
(1)异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益,其中,优化问题描述为一个多目标优化:
P1:
受限于:
在此,问题P1的各参数定义如下:
pij:用户i在连接基站j时的传输功率分配;
pi'j':用户i'在连接基站j'时的传输功率分配;
P:pij形成的功率分配矩阵;
xij:基站分配变量,当用户i被基站j服务且满足最小信噪比时等于1,否则等于0;
X:xij形成的基站分配变量矩阵;
gij:用户i在连接基站j时的信道增益;
gi'j:用户i'在连接基站j时的信道增益;
nj:基站j收到的噪音;
γi,min:用户i被服务时所需的最小信噪比;
Pi,max:用户i的最大传输功率;
λi:当用户i被服务时可以得到的效益;
M:用户数目;
N:低功率基站数目;
M:用户集合;
N:基站集合;
(2)将问题P1转化为基站分配和用户传输功率控制的联合优化问题:
P2:
受限于:
在此,问题P2的各参数定义如下:
θ:功率控制在优化问题中的权重,且满足
其余参数定义参考问题P1。
(3)采用基于联盟形成游戏和模拟退火的功率控制系统效益最大化算法,即POSEM算法,所述POSEM算法的具体过程为:
步骤3.1:给定初始基站分配集合其中Sj (0)表示分配给基站j服务的所有用户组成的集合,当基站j属于基站集合N(即j∈N)时,集合Sj (0)为空集(即),当j=N+1时,集合为基站集合N(即),同时设定控制参数T=T0,并设定迭代次数k为k=1,并且设定第一次迭代的基站分配集合B(1)为初始基站分配集合B(0)(即B(1)=B(0));
步骤3.4:交换用户i1和i2,获得暂时的新基站分配集合Bt;
步骤3.5:根据新基站分配集合Bt计算基站分配向量X,判断是否存在功率分配可行解P;
步骤3.6:如果无可行解P,则Bt不被接受,B(k-1)作为第k次迭代后生成的基站分配集合B(k),否则,计算Bt的总价值其中ν(Sj,Bt)的计算为:如果基站j属于基站集合N(即j∈N),那么 否则当j=N+1,ν(Sj,Bt)=0。
步骤3.7:比较Bt和B(k-1)的总价值和 如果 则Bt以概率1被接受成为第k次迭代后的基站分配集合B(k),否则,Bt以概率成为第k次迭代后的基站分配集合B(k);B(k-1)以概率成为第k次迭代后的基站分配集合B(k),其中 T是一个控制参数;
步骤3.8:如果B(k)=Bt,那么 并且根据Bt计算的基站分配向量X和功率分配向量P作为新的基站分配向量X(k)和功率分配向量P(k),如果B(k)=B(k-1),那么 基站分配向量X(k)和功率分配向量P(k)仍保持为X(k-1)和P(k-1);
步骤3.9:更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,ε为常数,重新回到步骤3.2开始新一轮的计算。当T<ε,问题P2获得最优解(X(k-1),P(k-1))。
进一步,所述步骤3.5中,包括以下步骤:
步骤3.5.2:当用户i属于基站j服务的用户集合Sj(即基站分配变量xij为0),用户i在连接基站j时的传输功率分配pij为0(即pij=0)。接着需要计算所有被基站服务的用户(即具有基站分配变量xij为1的用户)的传输功率分配,依次给所有被服务的用户重新标识为(其中,|Sj|为用户集合Sj中的用户个数),计算矩阵Q。如果用户in和用户il属于基站j服务的用户集合Sj(即in,il∈Sj),则矩阵Q的第n行第l列元素Qnl为0(即Qnl=0)。如果用户in属于基站j服务的用户集合Sj(即in∈Sj)以及用户il属于基站j'服务的用户集合Sj'(即il∈Sj')则(:用户i被服务时所需的最小信噪比;用户il在连接基站j时的信道增益;用户in在连接基站j时的信道增益);
步骤3.5.3:计算矩阵Q的最大特征值,并与1比较,如果最大特征值不小于1,基站分配集合Bt中不是每个用户都能被服务,给出无可行解判断,否则进行步骤3.5.4;
步骤3.5.4:计算功率分配向量 其中I是单位矩阵,u为的向量,如果用户in属于基站j服务的用户集合Sj(即in∈Sj),则向量u中的第n个元素un满足(nj:基站j收到的噪音)。如果功率分配向量中的每个元素都满足则对于用户in作为用户i且用户in属于基站j服务的用户集合Sj时,用户i在连接基站j时的传输功率分配pij为(即),否则,给出无可行解判断。
更进一步,所述优化方法还包括以下步骤:(4)当异构蜂窝网络实行基站分配和功率控制联合优化方法时,各用户根据网络用户数目、用户最大传输功率限制、信道增益、用户所需最小信噪比等网络环境参数通过所述POSEM算法得到最佳的基站分配和传输功率。
本发明的技术构思为:首先,我们将基站和用户传输功率作为两种可控网络资源联合起来考虑,实现以最小总传输功率最大化系统效益。换言之,希望获得一个最佳的基站分配和传输功率控制方案使得网络系统效益最大化的同时,总传输功率消耗最小。接着,采用基于联盟形成游戏和模拟退火的功率控制系统效益最大化算法(简称POSEM算法)得到最佳的基站分配和用户传输功率控制方案。
本发明的有益效果主要表现在:1、对整个异构蜂窝网络系统而言,最佳的基站分配和用户传输功率控制方法可以减少系统的资源消耗,不仅可以降低总功率消耗,而且可以增加网络的系统效益;2、对网络运营商而言,最佳的基站分配可以使得网络能够服务更多的用户,这可以进一步增加其利润。
附图说明
图1是异构蜂窝网络系统的示意图。
图2是POSEM算法的流程图。
图3是判断基站分配集合是否可行的流程图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
参照图1~图3,一种通过基站分配和功率控制实现的系统效益最大化方法,实行该方法能以最小的总传输功率代价获得最大的系统效益。本发明基于大型异构蜂窝网络系统(如图1所示)。在异构蜂窝网络系统中,网络运营商通过功率不等的基站提供用户无线数据服务。发明针对大规模异构蜂窝网络提出以最小总传输功率消耗最大化系统效益的无线网络优化方法有以下步骤:
(1)异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益,其中,优化问题描述为一个多目标优化:
P1:
受限于:
在此,问题P1的各参数定义如下:
pij:用户i在连接基站j时的传输功率分配;
pi'j':用户i'在连接基站j'时的传输功率分配;
P:pij形成的功率分配矩阵;
xij:基站分配变量,当用户i被基站j服务且满足最小信噪比时等于1,否则等于0;
X:xij形成的基站分配变量矩阵;
gij:用户i在连接基站j时的信道增益;
gi'j:用户i'在连接基站j时的信道增益;
nj:基站j收到的噪音;
γi,min:用户i可以被服务所需的最小信噪比;
Pi,max:用户i的最大传输功率;
λi:当用户i被服务时可以得到的效益;
M:用户数目;
N:低功率基站数目;
M:用户集合;
N:基站集合;
(2)多目标优化问题解决的复杂度较高,因此我们将问题P1转化为基站分配和用户传输功率控制的联合优化问题:
P2:
受限于:
在此,问题P2的各参数定义如下:
θ:功率控制在优化问题中的权重,且满足
其余参数定义参考问题P1。
(3)异构蜂窝网络中基站分配和用户传输功率控制的联合优化问题(即问题P2)需要同时求解,我们采用基于联盟形成游戏和模拟退火的功率控制系统效益最大化算法(简称POSEM算法)。
本实施中,POSEM算法的主要流程:
步骤3.1(初始化):给定初始基站分配集合其中Sj (0)表示分配给基站j服务的所有用户组成的集合,当基站j属于基站集合N(即j∈N)时,集合Sj (0)为空集(即当j=N+1时,集合为基站集合N(即同时设定控制参数T=T0,并设定迭代次数k为k=1,并且设定第一次迭代的基站分配集合B(1)为初始基站分配集合B(0)(即B(1)=B(0));
步骤3.4:交换用户i1和i2,获得暂时的新基站分配集合Bt;
步骤3.5:根据新基站分配集合Bt计算基站分配向量X,判断是否存在功率分配可行解P;
步骤3.6:如果无可行解P,则Bt不被接受,B(k-1)作为第k次迭代后生成的基站分配集合B(k),否则,计算Bt的总价值其中ν(Sj,Bt)的计算为:如果基站j属于基站集合N(即j∈N),那么 否则当j=N+1,ν(Sj,Bt)=0。
步骤3.7:比较Bt和B(k-1)的总价值和 如果 则Bt以概率1被接受成为第k次迭代后的基站分配集合B(k),否则,Bt以概率成为第k次迭代后的基站分配集合B(k);B(k-1)以概率成为第k次迭代后的基站分配集合B(k),其中 T是一个控制参数;
步骤3.8:如果B(k)=Bt,那么 并且根据Bt计算的基站分配向量X和功率分配向量P作为新的基站分配向量X(k)和功率分配向量P(k),如果B(k)=B(k-1),那么 基站分配向量X(k)和功率分配向量P(k)仍保持为X(k-1)和P(k-1);
步骤3.9:更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,ε为常数,重新回到步骤3.2开始新一轮的计算。当T<ε,问题P2获得最优解(X(k-1),P(k-1))。
进一步,所述步骤3.5中,包括以下步骤:
步骤3.5.1:根据给定的基站分配集合Bt,写出基站分配向量当用户i属于基站j服务的用户集合Sj(即i∈Sj)时,基站分配变量xij为1(即xij=1),否则xij=0;
步骤3.5.2:当用户i属于基站j服务的用户集合Sj(即基站分配变量xij为0),用户i在连接基站j时的传输功率分配pij为0(即pij=0)。接着需要计算所有被基站服务的用户(即具有基站分配变量xij为1的用户)的传输功率分配,依次给所有被服务的用户重新标识为(其中,|Sj|为用户集合Sj中的用户个数),计算矩阵Q。如果用户in和用户il属于基站j服务的用户集合Sj(即in,il∈Sj),则矩阵Q的第n行第l列元素Qnl为0(即Qnl=0)。如果用户in属于基站j服务的用户集合Sj(即in∈Sj)以及用户il属于基站j'服务的用户集合Sj'(即il∈Sj')则(:用户i被服务时所需的最小信噪比;用户il在连接基站j时的信道增益;用户in在连接基站j时的信道增益);
步骤3.5.3:计算矩阵Q的最大特征值,并与1比较,如果最大特征值不小于1,基站分配集合Bt中不是每个用户都能被服务,给出无可行解判断,否则进行步骤3.5.4;
步骤3.5.4:计算功率分配向量 其中I是单位矩阵,u为的向量,如果用户in属于基站j服务的用户集合Sj(即in∈Sj),则向量u中的第n个元素un满足(nj:基站j收到的噪音)。如果功率分配向量中的每个元素都满足则对于用户in作为用户i且用户in属于基站j服务的用户集合Sj时,用户i在连接基站j时的传输功率分配pij为(即),否则,给出无可行解判断。
所述优化方法还包括以下步骤:(4)异构蜂窝网络实行基站分配和功率控制联合优化方法时,各用户根据网络用户数目、用户最大传输功率限制、信道增益、用户所需最小信噪比等网络环境参数通过POSEM算法得到最佳的基站分配和传输功率控制方案。
本实施例中,图1是本发明考虑的大型异构蜂窝网络系统。在该异构蜂窝网络系统中,网络运营商通过各种不同类型的基站为用户提供无线数据服务。用户未必跟距离最近的基站相连,而是从以最小总传输功率最大化系统效益的角度选择连接基站。
图2是本发明的POSEM算法的流程图。本发明利用基于联盟形成游戏和模拟退火的功率控制系统效益最大化算法得到最佳的基站分配和功率控制方案,步骤为:
(i)初始化:给定初始基站分配集合其中Sj (0)表示分配给基站j服务的所有用户组成的集合,当基站j属于基站集合N(即j∈N)时,集合Sj (0)为空集(即),当j=N+1时,集合为基站集合N(即),同时设定控制参数T=T0,并设定迭代次数k为k=1,并且设定第一次迭代的基站分配集合B(1)为初始基站分配集合B(0)(即B(1)=B(0));
(iv):交换用户i1和i2,获得暂时的新基站分配集合Bt;
(v):根据新基站分配集合Bt计算基站分配向量X,判断是否存在功率分配可行解P;
(vi):如果无可行解P,则Bt不被接受,B(k-1)作为第k次迭代后生成的基站分配集合B(k),否则,计算Bt的总价值其中ν(Sj,Bt)的计算为:如果基站j属于基站集合N(即j∈N),那么 否则当j=N+1,ν(Sj,Bt)=0。
(viii):如果B(k)=Bt,那么 并且根据Bt计算的基站分配向量X和功率分配向量P作为新的基站分配向量X(k)和功率分配向量P(k),如果B(k)=B(k-1),那么 基站分配向量X(k)和功率分配向量P(k)仍保持为X(k-1)和P(k-1);
(ix):更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,ε为常数,重新回到步骤(ii)开始新一轮的计算。当T<ε,问题P2获得最优解(X(k-1),P(k-1))。
图3是本发明中判断基站分配集合是否可行的流程图,通过基站分配集合判断是否存在功率分配矩阵P=[pij]i∈M,j∈N,使得每个用户都满足最小信噪比,并且0≤pij≤Pi,max。如果存在,则返回P;否则给出无可行解的判断。
步骤1:根据给定的基站分配集合Bt,写出基站分配向量当用户i属于基站j服务的用户集合Sj(即i∈Sj)时,基站分配变量xij为1(即xij=1),否则xij=0;
步骤2:当用户i属于基站j服务的用户集合Sj(即基站分配变量xij为0),用户i在连接基站j时的传输功率分配pij为0(即pij=0)。接着需要计算所有被基站服务的用户(即具有基站分配变量xij为1的用户)的传输功率分配,依次给所有被服务的用户重新标识为(其中,|Sj|为用户集合Sj中的用户个数),计算矩阵Q。如果用户in和用户il属于基站j服务的用户集合Sj(即in,il∈Sj),则矩阵Q的第n行第l列元素Qnl为0(即Qnl=0)。如果用户in属于基站j服务的用户集合Sj(即in∈Sj)以及用户il属于基站j'服务的用户集合Sj'(即il∈Sj')则(:用户i被服务时所需的最小信噪比;用户il在连接基站j时的信道增益;用户in在连接基站j时的信道增益);
步骤3:计算矩阵Q的最大特征值,并与1比较,如果最大特征值不小于1,基站分配集合Bt中不是每个用户都能被服务,给出无可行解判断,否则进行步骤4;
步骤4:计算功率分配向量 其中I是单位矩阵,u为的向量,如果用户in属于基站j服务的用户集合Sj(即in∈Sj),则向量u中的第n个元素un满足基站j收到的噪音)。如果功率分配向量中的每个元素都满足则对于用户in作为用户i且用户in属于基站j服务的用户集合Sj时,用户i在连接基站j时的传输功率分配pij为(即),否则,给出无可行解判断。图3是本发明中判断基站分配集合是否可行的流程图,通过基站分配集合判断是否存在可行解P=[pij]i∈M,j∈N,使得每个用户都满足最小信噪比,并且0≤pij≤pi,max。如果存在,则返回P;否则给出无可行解的判断。
本实施着眼于在满足每个用户服务质量的条件下,通过控制用户传输功率和基站分配实现以最小总传输功率消耗最大化整个系统效益。我们的工作可以使得网络运营商获得最大利润,尽可能多地服务用户,节省网络资源,提高整个网络的性能。
Claims (3)
1.一种大规模异构蜂窝网络中最大化系统效益的优化方法,其特征在于:所述优化方法包括以下步骤:
(1)异构蜂窝网络中通过基站分配和用户传输功率控制实现以最小总传输功率最大化系统效益,其中,优化问题描述为一个多目标优化:
P1:
受限于:
在此,问题P1的各参数定义如下:
pij:用户i在连接基站j时的传输功率分配;
pi'j':用户i'在连接基站j'时的传输功率分配;
P:pij形成的功率分配矩阵;
xij:基站分配变量,当用户i被基站j服务且满足最小信噪比时等于1,否则等于0;
X:xij形成的基站分配变量矩阵;
gij:用户i在连接基站j时的信道增益;
gi'j:用户i'在连接基站j时的信道增益;
nj:基站j收到的噪音;
γi,min:用户i被服务时所需的最小信噪比;
Pi,max:用户i的最大传输功率;
λi:当用户i被服务时可以得到的效益;
M:用户数目;
N:低功率基站数目;
M:用户集合;
N:基站集合;
(2)将问题P1转化为基站分配和用户传输功率控制的联合优化问题:
P2:
受限于:
在此,问题P2的各参数定义如下:
θ:功率控制在优化问题中的权重,且满足
其余参数定义参考问题P1;
(3)采用基于联盟形成游戏和模拟退火的功率受限系统效益最大化算法,即POSEM算法,所述POSEM算法的具体过程为:
步骤3.1:给定初始基站分配集合其中Sj (0)表示分配给基站j服务的所有用户组成的集合,当基站j属于基站集合N时,集合Sj (0)为空集,当j=N+1时,集合为基站集合N,同时设定控制参数T=T0,并设定迭代次数k为k=1,并且设定第一次迭代的基站分配集合B(1)为初始基站分配集合B(0);
步骤3.4:交换用户i1和i2,获得暂时的新基站分配集合Bt;
步骤3.5:根据新基站分配集合Bt计算基站分配向量X,判断是否存在功率分配可行解P;
步骤3.6:如果无可行解P,则Bt不被接受,B(k-1)作为第k次迭代后生成的基站分配集合B(k),否则,计算Bt的总价值其中ν(Sj,Bt)的计算为:如果基站j属于基站集合N,那么 否则当j=N+1,ν(Sj,Bt)=0;
步骤3.7:比较Bt和B(k-1)的总价值和 如果 则Bt以概率1被接受成为第k次迭代后的基站分配集合B(k),否则,Bt以概率成为第k次迭代后的基站分配集合B(k);B(k-1)以概率成为第k次迭代后的基站分配集合B(k),其中 T是一个控制参数;
步骤3.8:如果B(k)=Bt,那么 并且根据Bt计算的基站分配向量X和功率分配向量P作为新的基站分配向量X(k)和功率分配向量P(k),如果B(k)=B(k-1),那么 基站分配向量X(k)和功率分配向量P(k)仍保持为X(k-1)和P(k-1);
步骤3.9:更新迭代次数k为k=k+1以及控制参数T为T=T0/log(k),当T≥ε,ε为常数,重新回到步骤3.2开始新一轮的计算,当T<ε,问题P2获得最优解(X(k-1),P(k-1))。
2.如权利要求1所述的大规模异构蜂窝网络中最大化系统效益的优化方法,其特征在于:所述步骤3.5中,包括以下步骤:
步骤3.5.2:当用户i属于基站j服务的用户集合Sj,基站分配变量xij为0,用户i在连接基站j时的传输功率分配pij为0,接着需要计算所有被基站服务的用户即具有基站分配变量xij为1的用户的传输功率分配,依次给所有被服务的用户重新标识为其中,|Sj|为用户集合Sj中的用户个数,计算矩阵Q,如果用户in和用户il属于基站j服务的用户集合Sj,则矩阵Q的第n行第l列元素Qnl为0,如果用户in属于基站j服务的用户集合Sj以及用户il属于基站j'服务的用户集合Sj'则 为用户i被服务时所需的最小信噪比;为用户il在连接基站j时的信道增益;为用户in在连接基站j时的信道增益;
步骤3.5.3:计算矩阵Q的最大特征值,并与1比较,如果最大特征值不小于1,基站分配集合Bt中不是每个用户都能被服务,给出无可行解判断,否则进行步骤3.5.4;
3.如权利要求1或2所述的大规模异构蜂窝网络中最大化系统效益的优化方法,其特征在于:当异构蜂窝网络实行基站分配和功率控制联合优化方法时,各用户根据网络用户数目、用户最大传输功率限制、信道增益、用户所需最小信噪比通过所述POSEM算法得到最佳的基站分配和传输功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310558172.6A CN103582105B (zh) | 2013-11-11 | 2013-11-11 | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310558172.6A CN103582105B (zh) | 2013-11-11 | 2013-11-11 | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103582105A true CN103582105A (zh) | 2014-02-12 |
CN103582105B CN103582105B (zh) | 2016-07-20 |
Family
ID=50052767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310558172.6A Active CN103582105B (zh) | 2013-11-11 | 2013-11-11 | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103582105B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104768213A (zh) * | 2014-10-16 | 2015-07-08 | 浙江工业大学 | 一种d2d通信中带有服务质量保障的能效优化发射功率控制方法 |
CN105392161A (zh) * | 2015-10-15 | 2016-03-09 | 北京航空航天大学 | 协作异构网络中的用户接入与功率控制联合优化方法 |
CN105430656A (zh) * | 2015-11-26 | 2016-03-23 | 中国科学院信息工程研究所 | 一种超密集异构移动蜂窝网络负载均衡方法 |
CN106341893A (zh) * | 2016-10-08 | 2017-01-18 | 北京邮电大学 | 一种资源分配的方法及装置 |
CN108616996A (zh) * | 2018-03-19 | 2018-10-02 | 山东大学 | 一种Femtocell网络的频谱和功率分配方法、装置及系统 |
CN110602718A (zh) * | 2019-10-09 | 2019-12-20 | 吉林大学 | 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120002567A1 (en) * | 2010-07-01 | 2012-01-05 | The Hong Kong University Of Science And Technology | Cross-layer optimization for next-generation wifi systems |
CN102448071A (zh) * | 2012-01-30 | 2012-05-09 | 北京交通大学 | 一种基于干扰温度的认知网络功率分配方法 |
-
2013
- 2013-11-11 CN CN201310558172.6A patent/CN103582105B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120002567A1 (en) * | 2010-07-01 | 2012-01-05 | The Hong Kong University Of Science And Technology | Cross-layer optimization for next-generation wifi systems |
CN102448071A (zh) * | 2012-01-30 | 2012-05-09 | 北京交通大学 | 一种基于干扰温度的认知网络功率分配方法 |
Non-Patent Citations (2)
Title |
---|
JIEYING CHEN, LI PING QIAN, YING JUN (ANGELA) ZHANG: "On Optimization of Joint Base Station Association and Power Control via Benders’ Decomposition", 《IEEE "GLOBECOM" 2009 PROCEEDINGS》, 31 December 2009 (2009-12-31), pages 1 - 6 * |
LI PING QIAN,YING JUN (ANGELA) ZHANG, YUAN WU, JIEYING CHEN: "Joint Base Station Association and Power Control via Benders Decomposition", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATION》, vol. 12, no. 4, 30 April 2013 (2013-04-30), pages 1 - 15, XP011505449, DOI: doi:10.1109/TWC.2013.022113.120470 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104768213A (zh) * | 2014-10-16 | 2015-07-08 | 浙江工业大学 | 一种d2d通信中带有服务质量保障的能效优化发射功率控制方法 |
CN104768213B (zh) * | 2014-10-16 | 2018-08-17 | 浙江工业大学 | 一种d2d通信中带有服务质量保障的能效优化发射功率控制方法 |
CN105392161A (zh) * | 2015-10-15 | 2016-03-09 | 北京航空航天大学 | 协作异构网络中的用户接入与功率控制联合优化方法 |
CN105392161B (zh) * | 2015-10-15 | 2017-05-03 | 北京航空航天大学 | 协作异构网络中的用户接入与功率控制联合优化方法 |
CN105430656A (zh) * | 2015-11-26 | 2016-03-23 | 中国科学院信息工程研究所 | 一种超密集异构移动蜂窝网络负载均衡方法 |
CN105430656B (zh) * | 2015-11-26 | 2019-04-09 | 中国科学院信息工程研究所 | 一种超密集异构移动蜂窝网络负载均衡方法 |
CN106341893A (zh) * | 2016-10-08 | 2017-01-18 | 北京邮电大学 | 一种资源分配的方法及装置 |
CN106341893B (zh) * | 2016-10-08 | 2019-09-27 | 北京邮电大学 | 一种资源分配的方法及装置 |
CN108616996A (zh) * | 2018-03-19 | 2018-10-02 | 山东大学 | 一种Femtocell网络的频谱和功率分配方法、装置及系统 |
CN108616996B (zh) * | 2018-03-19 | 2020-11-06 | 山东大学 | 一种Femtocell网络的频谱和功率分配方法、装置及系统 |
CN110602718A (zh) * | 2019-10-09 | 2019-12-20 | 吉林大学 | 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103582105B (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103582105A (zh) | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 | |
CN104660394B (zh) | 一种基于效用函数和价格机制的频谱资源分配方法 | |
CN107426773B (zh) | 无线异构网络中面向能效的分布式资源分配方法和装置 | |
CN104540139B (zh) | 异构融合网络资源分配方法和系统 | |
CN107071914B (zh) | 一种能量捕获d2d网络中的动态模式选择与能量分配方法 | |
CN102196579B (zh) | 异构无线网络并行多接入系统中联合资源分配快速算法 | |
CN104717755A (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
CN107708197B (zh) | 一种高能效的异构网络用户接入和功率控制方法 | |
CN104796900B (zh) | 基于拍卖理论的蜂窝网络中d2d通信资源分配方法 | |
CN110191489B (zh) | 一种超密集网络中基于强化学习的资源分配方法及装置 | |
CN104796993A (zh) | 异构网络中基于Stackelberg博弈的跨层资源分配方法 | |
CN105007583A (zh) | 一种异构蜂窝网络中基于博弈的能效提升方法 | |
CN104902574B (zh) | 一种基于能效的天线选择和功率分配方法 | |
CN106131939A (zh) | 一种数能一体化通信网络的功率控制最优化方法 | |
CN105578482B (zh) | 一种蜂窝异构网络资源分配方法 | |
CN105357762A (zh) | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 | |
CN104883727A (zh) | 蜂窝异构网络中d2d用户速率最大化的功率分配方法 | |
CN110139282A (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
CN106921998A (zh) | 一种混合能源供电移动通信网络的接入控制系统和方法 | |
CN106102173A (zh) | 基于多播波束成形的无线回传及基站分簇联合优化方法 | |
Ru et al. | Power and spectrum allocation in D2D networks based on coloring and chaos genetic algorithm | |
CN111343721B (zh) | 一种最大化系统广义能效的d2d分布式资源分配方法 | |
CN108449737A (zh) | 一种分布式天线系统中基于d2d的下行链路高能效功率分配方法 | |
CN109150333B (zh) | 基于能量共享的分布式基站远程天线单元选择方法 | |
CN107249212B (zh) | 一种d2d通信中能效最大化的功率分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |