CN103841648A - 一种分布式协作传输速率、发送功率和频谱分配的方法 - Google Patents

Abstract

本发明公开了一种分布式协作传输速率、发送功率和频谱分配的方法，将弹性链路容量看成传输功率的函数，构建拥塞控制和功率控制的联合最优化模型，从而最大化带多个可选子载波链路的网络利用，联合最优化模型是非凸的和不可分离的最优化问题，通过引入新的变量和小的扰动二次项，原始的最优化问题转化成可分离的和可对偶化的问题。本发明提出的方法可以为每个子载波链路提供最优的传输速率，而且可以确定以多大的功率和在哪个子载波上进行传输，能够收敛得更快和获得更大的网络利用和吞吐量和有效的资源利用。

Description

一种分布式协作传输速率、发送功率和频谱分配的方法

技术领域

本发明涉及无线认知自组织网络中的物理层和传输层的跨层资源分配，尤其是涉及一种分布式协作传输速率、发送功率和频谱分配的方法。

背景技术

拥塞控制作为网络利用最大化（NUM）问题已经得到了广泛研究，目前大量关于NUM问题的研究主要集中在传输层的拥塞控制和MAC层的竞争控制和信道分配，主要考虑拥塞控制和竞争控制的联合设计，目的在于寻找使得聚合源利用达到最大化的最优的传输层上的端到端的源速率和MAC层的链路坚持概率，然而没有考虑传输功率对拥塞控制和信道利用的影响。

除了拥塞控制和功率控制之间的相互作用外，频谱分配对拥塞控制的影响也不能忽略，因为在基于多载波通信的认知无线电网络中，链路的容量和源的传输速率都是依赖于频谱分配的，现有技术通过利用信道信息和减少OFDMA系统的冲突，研究人员提出了分布式随机接入机制；原始-对偶算法被提出以调度多对多的基于OFDMA的CR通信和分配资源从而最大化所有用户的平均总速率。现有技术已提出联合频谱分配、功率控制、路由和拥塞控制的分布式算法，然而这些结果不适用于基于OFDMA的认知自组织网络，因为可用子载波集合通过合适的频谱感知技术被检测，因而子载波之间没有冲突。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种分布式协作传输速率、发送功率和频谱分配的方法，对于正交频分多路接入（OFDMA）的无线认知自组织网络，通过将传输层的拥塞控制、物理层的功率控制以及频谱分配集成在一起，获得较高的网络吞吐量和有效的资源利用。

为实现上述目的，本发明提供了一种分布式协作传输速率、发送功率和频谱分配的方法，应用于正交频分多路接入（OFDMA）的无线认知自组织网络，将传输层的拥塞控制、物理层的功率控制以及频谱分配集成在一起，具体步骤如下：

步骤1、从可用子载波集合中随机选择一个子载波i分配给源s的一个链路l；

步骤2、通过拥塞控制子算法（CCA）计算源s在子载波i上链路l的最优传输速率

以及链路拥塞代价

从而通过调整拥塞代价来在保证链路不拥塞的情况下最优地分配每个源的数据流；

步骤3、通过功率控制子算法（PCA）得到子载波i上链路l的传输功率；

步骤4、利用启发式频谱分配子算法（HSA）实时监控传输层的网络拥塞和数据速率状态，一旦拥塞发生，HSA就开始迭代运行，从而得到一个频谱分配策略；

步骤5、根据所述步骤4得到的所述频谱分配策略和信道条件，所述功率控制子算法（PCA）调整所述传输功率，进而修改链路容量；

步骤6、所述拥塞控制子算法（CCA）根据所述修改链路容量修正发送端的数据传输速率。

在本发明的较佳实施方式中，所述步骤2中源s利用子梯度下降法在传输速率不超过链路容量约束下计算在子载波i上链路l的最优传输速率

以及链路拥塞代价

在本发明的另一较佳实施方式中，所述步骤3中通过功率控制子算法（PCA）得到子载波i上链路l的发送功率的具体步骤如下：

步骤3-1、每个链路j的发送者基于它的局部测量值（如链路信号噪声干扰比（SINR）

链路增益

）以及在所述步骤2中所述拥塞控制子算法中的所述链路拥塞代价

计算一个消息ψ_j，即

${\mathrm{\ψ}}_j=\frac{{\mathrm{\λ}}_j^{\left(i\right)}{\widehat{\mathrm{\γ}}}_j^{\left(i\right)}}{e^{{\hat{p}}_j^{\left(i\right)}}{G}_{\mathrm{jj}}^{\left(i\right)}},---\left(1\right)$

其中

表示链路j的发送者的发送功率，然后，链路j的发送者将该消息通过泛洪协议（flooding protocol）传递给其它链路的发送者。

步骤3-2、在子载波i上链路l的发送者就基于所接收到的消息ψ_j以及它的局部测量值在它的最大最小功率约束下根据公式（2）计算它的发送功率

${\hat{p}}_l^{\left(i\right)}(t+1)={[{\hat{p}}_l^{\left(i\right)}\left(t\right)+\mathrm{\β}\left(t\right)B_l^{\left(i\right)}{\mathrm{\λ}}_l^{\left(i\right)}\left(t\right)-{\mathrm{\β}}_p\left(t\right)B_l^{\left(i\right)}\underset{j\≠l}{\mathrm{\Σ}}{G}_{\mathrm{lj}}^{\left(i\right)}{\mathrm{\ψ}}_j\left(t\right)]}_{{\hat{p}}_l^{\min }}^{{\hat{p}}_l^{\max }},---\left(2\right)$

其中

和

分别表示链路l发送者的最大最小发送功率。

在本发明的较佳实施方式中，所述步骤4中启发式频谱分配子算法（HSA）具体步骤如下：

步骤4-1、在子载波i上链路l收集来自拥塞控制子算法的拥塞状态信息，即传输速率

以及链路拥塞代价

和来自功率控制子算法的链路容量信息

然后估计它的最优传输概率

以获得最大子载波利用。链路l通过使用公式（3）计算有效子载波利用（ESU）

从而获得第n次子载波更新期间的最大ESU，

${\mathrm{\Ψ}}_l^{\left(i\right)}\left(n\right)={\mathrm{\λ}}_l^{\left(i\right)}\left(n\right)[{\mathrm{\φ}}_l^{\left(i\right)}\left(n\right)+A_l^{\left(i\right)}\left(n\right){\mathrm{\φ}}_l^{\left(i\right)}\left(n\right){\mathrm{\ρ}}_l^{\left(i\right)}\left(n\right)],---\left(3\right)$

其中

表示当源s在子载波i的链路l上传输数据时，它的覆盖区域内活跃认知用户的数量；

表示子载波i上链路l的利用，它是链路l传输时间的分数，即链路利用越大，链路越繁忙；

步骤4-2、在不同的子载波更新期间，链路l切换到不同子载波后就会获取不同的

然后选择具有最小

的子载波i，并令

和K_l(n)＝i；

步骤4-3、检查不等式（4）：

|Z_l(n)-Z_l(n-1)|≤ξ，                 （4）

其中ξ是一个预定义的常数，反映了网络服务质量（QoS）降低程度。如果不等式成立及满足链路l对所有与它相关节点的流需求小于链路容量约束，那么就停止当前子载波的调整，将子载波i作为链路l的最好子载波；否则，就令i＝K_l(n)和n＝n+1，返回到步骤4-1来监控网络状态。

在本发明的另一较佳实施方式中，所述信道条件为信号与干扰加噪声比（SINR）和信道增益。

本发明提出的一种分布式协作传输速率、发送功率和频谱分配的方法，可以为每个子载波链路提供最优的传输速率，而且可以确定以多大的功率和在哪个子载波上进行传输，能够收敛得更快和获得更大的网络利用和吞吐量和有效的资源利用。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明一较佳实施例的拥塞控制、功率控制和频谱分配之间关联关系图。

具体实施方式

如图1所示，一种分布式协作传输速率、发送功率和频谱分配的方法，其理论原理是：将弹性链路容量看成传输功率的函数，构建拥塞控制和功率控制的联合最优化模型，从而最大化带多个可选子载波链路的网络利用，联合最优化模型是非凸的和不可分离的最优化问题，通过引入新的变量和小的扰动二次项，原始的最优化问题转化成可分离的和可对偶化的问题，即：问题可以分解成拥塞控制子问题和功率控制子问题，前者是一个原始算法，该算法基于局部聚合源速率来产生拥塞代价；后者是一个对偶算法，该算法根据拥塞代价来更新传输功率。分布式协作算法不仅可以为每个子载波链路提供最优的传输速率，而且可以确定以多大的功率和在哪个子载波上进行传输，可以收敛得更快和获得更大的网络利用和吞吐量。该方法的具体步骤如下所述。

（1）从可用子载波集合中随机选择一个子载波i分配给源s的一个链路l；

（2）源s利用子梯度下降法在传输速率不超过链路容量约束下计算在子载波i上链路l的最优传输速率

以及链路拥塞代价

从而通过调整拥塞代价来在保证链路不拥塞的情况下最优地分配每个源的数据流，这个计算过程称为拥塞控制子算法（简称CCA）；

（3）每个链路j的发送者基于它的局部测量值（如链路信号噪声干扰比（SINR）

链路增益

）以及在拥塞控制子算法中的链路拥塞代价

计算一个消息ψ_j，即

${\mathrm{\ψ}}_j=\frac{{\mathrm{\λ}}_j^{\left(i\right)}{\widehat{\mathrm{\γ}}}_j^{\left(i\right)}}{e^{{\hat{p}}_j^{\left(i\right)}}{G}_{\mathrm{jj}}^{\left(i\right)}},---\left(1\right)$

其中

表示链路j的发送者的发送功率。然后，链路j的发送者将该消息通过泛洪协议（flooding protocol）传递给其它链路的发送者。

（4）在子载波i上链路l的发送者就基于所接收到的消息ψ_j以及它的局部测量值在它的最大最小功率约束下根据公式（2）计算它的发送功率

${\hat{p}}_l^{\left(i\right)}(t+1)={[{\hat{p}}_l^{\left(i\right)}\left(t\right)+\mathrm{\β}\left(t\right)B_l^{\left(i\right)}{\mathrm{\λ}}_l^{\left(i\right)}\left(t\right)-{\mathrm{\β}}_p\left(t\right)B_l^{\left(i\right)}\underset{j\≠l}{\mathrm{\Σ}}{G}_{\mathrm{lj}}^{\left(i\right)}{\mathrm{\ψ}}_j\left(t\right)]}_{{\hat{p}}_l^{\min }}^{{\hat{p}}_l^{\max }},---\left(2\right)$

其中

和

分别表示链路l发送者的最大最小发送功率。

步骤（3）和（4）称为功率控制子算法（简称PCA）

（5）在子载波i上链路l收集来自拥塞控制子算法的拥塞状态信息，即传输速率

以及链路拥塞代价

和来自功率控制子算法的链路容量信息

然后估计它的最优传输概率

以获得最大子载波利用。链路l通过使用公式（3）计算有效子载波利用（ESU）

从而获得第n次子载波更新期间的最大ESU，

${\mathrm{\Ψ}}_l^{\left(i\right)}\left(n\right)={\mathrm{\λ}}_l^{\left(i\right)}\left(n\right)[{\mathrm{\φ}}_l^{\left(i\right)}\left(n\right)+A_l^{\left(i\right)}\left(n\right){\mathrm{\φ}}_l^{\left(i\right)}\left(n\right){\mathrm{\ρ}}_l^{\left(i\right)}\left(n\right)],---\left(3\right)$

其中表示当源s在子载波i的链路l上传输数据时，它的覆盖区域内活跃认知用户的数量；

表示子载波i上链路l的利用，它是链路l传输时间的分数，即链路利用越大，链路越繁忙。

（6）在不同的子载波更新期间，链路l切换到不同子载波后就会获取不同的

然后选择具有最小的子载波i，并令

和K_l(n)＝i。

（7）检查不等式（4）：

|Z_l(n)-Z_l(n-1)|≤ξ，                （4）

其中ξ是一个预定义的常数，反映了网络服务质量（QoS）降低程度。如果不等式成立及满足链路l对所有与它相关节点的流需求小于链路容量约束，那么就停止当前子载波的调整，将子载波i作为链路l的最好子载波；否则，就令i＝K_l(n)和n＝n+1，返回到步骤（5）来监控网络状态。

步骤（5）、（6）和（7）称为启发式频谱分配子算法（简称HSA）。

所述的频谱分配子算法（HSA）一直实时监控传输层的网络拥塞和数据速率状态，一旦拥塞发生，HSA就开始迭代运行，从而得到一个频谱分配策略；

根据频谱分配策略和信道条件如信号与干扰加噪声比（SINR）和信道增益，功率控制子算法（PCA）就调整相应的传输功率，进而修改链路容量；拥塞控制子算法（CCA）根据修改链路容量调整发送端的数据速率。

物理层的功率控制和频谱分配需要使用传输层的拥塞代价信息，功率控制部分的链路容量信息和拥塞控制部分的源速率信息需要传递给频谱分配部分以制定出一个新的子载波分配策略。进而，该策略被提供给功率控制部分作为调整功率和拥塞代价的依据。然后拥塞控制部分就根据功率控制部分确定的链路容量来修正源的传输速率。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (5)

1.一种分布式协作传输速率、发送功率和频谱分配的方法，应用于正交频分多路接入（OFDMA）的无线认知自组织网络，将传输层的拥塞控制、物理层的功率控制以及频谱分配集成在一起，其特征在于，所述的方法的具体步骤是：

步骤1、从可用子载波集合中随机选择一个子载波i分配给源s的一个链路l；

步骤2、通过拥塞控制子算法（CCA）计算源s在子载波i上链路l的最优传输速率

以及链路拥塞代价

从而通过调整拥塞代价来在保证链路不拥塞的情况下最优地分配每个源的数据流；

步骤3、通过功率控制子算法（PCA）得到子载波i上链路l的传输功率；

步骤4、利用启发式频谱分配子算法（HSA）实时监控传输层的网络拥塞和数据速率状态，一旦拥塞发生，所述HSA就开始迭代运行，从而得到一个频谱分配策略；

步骤5、根据所述步骤4得到的所述频谱分配策略和信道条件，通过所述功率控制子算法（PCA）调整所述传输功率，进而修改链路容量；

步骤6、所述拥塞控制子算法（CCA）根据所述修改链路容量修正发送端的数据传输速率。

2.根据权利要求1所述的一种分布式协作传输速率、发送功率和频谱分配的方法，其特征在于，所述步骤2中源s利用子梯度下降法在传输速率不超过链路容量约束下计算在子载波i上链路l的最优传输速率

以及链路拥塞代价

3.根据权利要求1所述的一种分布式协作传输速率、发送功率和频谱分配的方法，其特征在于，所述步骤3中通过功率控制子算法（PCA）得到子载波i上链路l的发送功率的具体步骤如下：

步骤3-1、每个链路j的发送者基于它的局部测量值（如链路信号噪声干扰比（SINR）

链路增益

）以及在所述步骤2中所述拥塞控制子算法中的所述链路拥塞代价

计算一个消息ψ_j，即

${\mathrm{\ψ}}_j=\frac{{\mathrm{\λ}}_j^{\left(i\right)}{\widehat{\mathrm{\γ}}}_j^{\left(i\right)}}{e^{{\hat{p}}_j^{\left(i\right)}}{G}_{\mathrm{jj}}^{\left(i\right)}},---\left(1\right)$

其中表示链路j的发送者的发送功率，然后，链路j的发送者将该消息通过泛洪协议（flooding protocol）传递给其它链路的发送者;

步骤3-2、在子载波i上链路l的发送者就基于所接收到的消息ψ_j以及它的局部测量值在它的最大最小功率约束下根据公式（2）计算它的发送功率

${\hat{p}}_l^{\left(i\right)}(t+1)={[{\hat{p}}_l^{\left(i\right)}\left(t\right)+\mathrm{\β}\left(t\right)B_l^{\left(i\right)}{\mathrm{\λ}}_l^{\left(i\right)}\left(t\right)-{\mathrm{\β}}_p\left(t\right)B_l^{\left(i\right)}\underset{j\≠l}{\mathrm{\Σ}}{G}_{\mathrm{lj}}^{\left(i\right)}{\mathrm{\ψ}}_j\left(t\right)]}_{{\hat{p}}_l^{\min }}^{{\hat{p}}_l^{\max }},---\left(2\right)$

其中

和

分别表示链路l发送者的最大最小发送功率。

4.根据权利要求3所述的一种分布式协作传输速率、发送功率和频谱分配的方法，其特征在于，所述步骤4中启发式频谱分配子算法（HSA）具体步骤如下：

步骤4-1、在子载波i上链路l收集来自拥塞控制子算法的拥塞状态信息，即传输速率

以及链路拥塞代价

和来自功率控制子算法的链路容量信息

然后估计它的最优传输概率

以获得最大子载波利用;链路l通过使用公式（3）计算有效子载波利用（ESU）

从而获得第n次子载波更新期间的最大ESU，

${\mathrm{\Ψ}}_l^{\left(i\right)}\left(n\right)={\mathrm{\λ}}_l^{\left(i\right)}\left(n\right)[{\mathrm{\φ}}_l^{\left(i\right)}\left(n\right)+A_l^{\left(i\right)}\left(n\right){\mathrm{\φ}}_l^{\left(i\right)}\left(n\right){\mathrm{\ρ}}_l^{\left(i\right)}\left(n\right)],---\left(3\right)$

其中

表示当源s在子载波i的链路l上传输数据时，它的覆盖区域内活跃认知用户的数量；

表示子载波i上链路l的利用，它是链路l传输时间的分数，即链路利用越大，链路越繁忙；

步骤4-2、在不同的子载波更新期间，链路l切换到不同子载波后就会获取不同的然后选择具有最小

的子载波i，并令 $Z_l\left(n\right)=\min \left\{W_l^{\left(i\right)}\left(n\right)\right\}$ 和K_l(n)＝i；

步骤4-3、检查不等式（4）：

|Z_l(n)-Z_l(n-1)|≤ξ，              （4）

其中ξ是一个预定义的常数，反映了网络服务质量（QoS）降低程度;如果不等式成立及满足链路l对所有与它相关节点的流需求小于链路容量约束，那么就停止当前子载波的调整，将子载波i作为链路l的最好子载波；否则，就令i＝K_l(n)和n＝n+1，返回到步骤4-1来监控网络状态。

5.根据权利要求1所述的一种分布式协作传输速率、发送功率和频谱分配的方法，其特征在于，所述信道条件为SINR和信道增益。