CN103856947B - 一种联合信道选择和功率控制的干扰协调方法 - Google Patents

Abstract

本发明公开了一种联合信道选择和功率控制的干扰协调方法，主要解决现有算法在解决异构无线网络上行链路跨层干扰时，不能充分兼顾网络性能和宏用户Qos要求的问题，其实现方法是：在宏基站和家庭用户之间建立斯坦伯格博弈，首先为每个用户分配相同的功率和干扰定价，进行次优的子信道分配；然后，根据用户的信道分配结果，求出最优的定价策略；根据最优的定价策略，进行最优的功率分配。本发明保障了宏用户的Qos需求并提高了网络的吞吐量，可用于OFDMA系统共道的家庭小区上行链路的信道选择和功率控制。

Description

一种联合信道选择和功率控制的干扰协调方法

技术领域

本发明属于通信技术领域，应用在宏小区与家庭小区（femto）共存的异构无线网络环境上行链路，涉及异构无线网络的信道选择和功率控制的技术，特别涉及一种异构无线网络中家庭小区上行链路基于斯坦伯格博弈的联合信道选择和功率控制的干扰协调方法，既可保证宏小区用户的服务质量（QoS）需求，又能尽可能提高家庭小区的吞吐量。

背景技术

近年来，随着移动互联网络的发展，移动终端功能日益强大，其上的应用程序也越来越丰富，这些应用程序的兴起必然带来对蜂窝网数据速率更高的要求。异构无线网络技术，特别是宏小区和家庭小区组成的异构无线网络，可以顺应当今迅速增长的数据业务需求，减少运营成本，提高整个系统的容量，提高通信质量和通信可靠性。同时，家庭基站的部署能够减轻宏基站负载，减少宏基站功率损耗和无线终端功率损耗，及减少宏基站的覆盖盲区。在该异构无线网络中，接入宏基站的用户称为宏用户，接入家庭基站的用户称为家庭用户。

但是，在宏小区和家庭小区组成的异构无线网络中，宏小区和家庭小区是完全重叠覆盖的，由于频谱资源较昂贵，通常宏小区和家庭小区使用相同频率，称为共道部署。这样，在上行链路中，家庭用户对宏基站会造成严重跨层干扰，反之亦然。因此，如何尽可能减少或避免异构无线网络中上行链路跨层干扰成为一个重要的研究问题。

现有的解决上行共道跨层干扰的方法大多集中在研究功率控制算法，如Xin Kang等在IEEE Journal on Selected Areas in Communications，2012《Price-basedresource allocation for spectrum sharing femtocell networks:a stackelberggame approach》一文中采用基于定价的功率控制方法，提出斯坦伯格博弈，研究在一个子信道上宏基站可容忍的最大干扰功率的限制条件下，宏小区和家庭小区联合效用最大化。但是，由于在OFDMA系统上行链路，家庭用户在不同子信道上衰落不同，家庭用户的子信道分配方式也会影响网络性能，单纯的进行功率调整在提高家庭小区以及整个网络性能方面，增益是有限的。因此，联合用户的子信道选择和功率控制能更大限度的提升网络性能。Haijun Zhang等在IEEE International Conference on Communications，2012《Interference-aware resource allocation in co-channel deployment of OFDMAfemtocells》一文采用对家庭用户进行子信道和功率联合分配的方法减少跨层干扰，采用基于定价的资源分配方法，提高了系统吞吐量，但是在对家庭用户进行资源分配时，没有考虑宏用户可容忍的最大干扰，家庭用户效用中的惩罚项不能根据宏用户的干扰门限而定，因此不能保证宏用户的QoS。

发明内容

本发明针对现有技术的不足，提出了一种共道部署的家庭小区上行信道选择和功率控制方法。该方法可以在保证宏用户上行通信服务质量的前提下，尽量提高家庭小区吞吐量。

本发明的核心思想是：在宏基站和家庭用户之间建立斯坦伯格博弈，在该博弈中，宏基站为领导者，家庭用户为跟随者，宏基站能够容忍的干扰是领导者和跟随者所竞争的资源，宏基站对来自家庭用户的干扰进行定价来保证宏用户的性能，家庭基站根据此定价对家庭用户进行子信道选择和功率控制以最大化家庭用户的效用，即在减小家庭用户对宏基站干扰的条件下尽可能地提高家庭用户的速率。由于同时求解定价、子信道和功率分配非常困难，因此将该问题分解为两个子问题求解，首先由各个家庭基站对用户进行次优的子信道选择，在此基础上，宏基站在每个子信道上对来自各个家庭用户的干扰分别定价，家庭基站根据该定价求得家庭用户最优的发射功率。

为了实现上述目的，本发明具体的步骤如下：

一种联合信道选择和功率控制的干扰协调方法包括如下步骤：

步骤1，为系统中所有N个子信道初始化分配相等的家庭用户功率和干扰价格；

步骤2，每个家庭基站为它的用户进行子信道分配；

步骤3，在步骤2子信道分配的基础上，宏基站分别计算N个子信道上可容忍的干扰门限，并在各个子信道上为每个使用该子信道的家庭用户进行最优干扰定价，令表示第k个家庭基站下使用子信道n的家庭用户，则表示宏基站对用户在子信道n上的最优干扰定价；

步骤4，根据步骤3得到的最优定价，家庭基站为每个家庭用户在其使用的子信道上进行功率控制；对于用户根据步骤3得到的对该用户在子信道n上的最优定价，得到该用户在子信道n上的最优发射功率应该为：其中，B为系统带宽，为单位速率带来的收益，分别为该用户到宏基站和家庭基站k的路径增益，分别表示使用子信道n的宏用户的发射功率，和该宏用户到家庭基站k的路径增益，为信道上的加性高斯白噪声。

所述步骤2的子信道分配按如下步骤进行：

步骤2.1，家庭基站k获取其覆盖区域中的家庭用户u在子信道n上到宏基站和家庭基站k的路径增益以及在此信道上受到宏用户的干扰加噪声并且按如下公式求得：

${\mathrm{\σ}}_{k,u,n}^2=p_{u_n^M}{g}_{k,u_n^M}+{\mathrm{\σ}}_n^2;$

其中，表示来自使用信道n的宏用户的干扰，分别表示使用子信道n的宏用户的发射功率，和该用户到家庭基站k的路径增益，为该信道上的加性高斯白噪声；

步骤2.2，家庭基站k首先为其下的每个用户都分配一个子信道，令N_rem表示当前未被分配的子信道集合，并初始化为系统子信道集合N，对于用户u，其最优的子信道应该为 $n^{*}=\arg \underset{n\∈N_{\mathrm{rem}}}{\min }\frac{g_{k,u,n}^{\mathrm{MF}}{\mathrm{\σ}}_{k,u,n}^2}{g_{k,u,,n}^{\mathrm{FF}}}$ ，则N_rem＝N_rem-n^*；

步骤2.3，若执行完步骤2.2，即所有家庭用户都被分配一个子信道后，N_rem不为空集，则为集合N_rem中每一个子信道n分配一个家庭用户直至N_rem为空集；其中F_k表示家庭基站k的用户集合；

所述步骤3中宏基站的干扰门限和最优干扰定价的计算过程如下：

步骤3.1，计算子信道n上可容忍的干扰门限，宏基站收集使用子信道n的宏用户到宏基站的路径增益以及发射功率和目标信干噪比根据这些信息计算该子信道上可容忍的干扰

步骤3.2，进行子信道n上的最优定价，并回传给家庭基站；

步骤3.2.1，宏基站通过回程收集所有使用第n个子信道的家庭用户分别到为其服务的家庭基站和宏基站的路径增益及干扰加噪声并计算每个家庭用户的 为单位速率所带来的收益，单位是价钱/bps，本发明中采用Xin Kang等在IEEEJournal on Selected Areas in Communications，2012《Price-based resourceallocation for spectrum sharing femtocell networks:a stackelberg gameapproach》一文中得出的结论，取其最优值为1。

步骤3.2.2，利用Xin Kang等在IEEE Journal on Selected Areas inCommunications，2012《Price-based resource allocation for spectrum sharingfemtocell networks:a stackelberg game approach》一文中提出的求解定价向量的方法求解在子信道n上的家庭用户的定价向量，令K表示使用子信道n的家庭小区数目，L表示在子信道n上参加博弈的家庭用户个数，初始化L＝K；

步骤3.2.3，将L个家庭用户按照进行降序排序为：

$\frac{{\mathrm{\α}}_{u_{1,n}^F}{g}_{1,{\mathrm{\μ}}_{1,n}^F}}{g_{u_{1,n}^F}{\mathrm{\σ}}_{u_{1,n}^F}^2}>...>\frac{{\mathrm{\α}}_{u_{L-1,n}^F}{g}_{L-1,u_{L-1,n}^F}}{g_{u_{L-1,n}^F}{\mathrm{\σ}}_{u_{L-1,n}^F}^2}>\frac{{\mathrm{\α}}_{u_{L,n}^F}{g}_{L,u_{L,n}^F}}{g_{u_{L,n}^F}{\mathrm{\σ}}_{u_{L,n}^F}^2};$

步骤3.2.4，计算 $q_L^n=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{\frac{B}{N\ln 2}\·\frac{{\mathrm{\α}}_{u_{k,n}^F}{g}_{u_{k,n}^F}{\mathrm{\σ}}_{u_{k,n}^F}^2}{g_{{k,u}_{k,n}^F}}}/(Q_n+\underset{k=1}{\overset{L}{\mathrm{\Σ}}}\frac{g_{u_{k,n}^F}{\mathrm{\σ}}_{u_{k,n}^F}^2}{g_{k,u_{k,n}^F}});$

步骤3.2.5，若使第L个用户退出博弈，设置L＝L-1，转至步骤3.2.3；否则，转至步骤3.2.6；

步骤3.2.6，根据和L，宏基站为家庭用户在子信道n上所定的干扰价格为：

本发明的有益效果在于：针对OFDMA系统的家庭用户在上行链路不同子信道上的衰落不同，单纯的进行功率控制在提高网络性能方面增益有限的问题，本发明通过建立斯坦伯格博弈联合求解家庭用户子信道选择和功率控制，以减小家庭用户对宏基站的干扰，同时保障家庭用户的速率，从而实现宏小区和家庭小区之间的干扰协调。本发明没有扰乱宏小区已经稳定的网络和服务，因此不需要对宏小区的无线资源管理（RRM）进行修改。仿真显示该算法在成功保护宏用户上行通信的同时，保障了家庭用户的速率，宏小区、家庭小区和系统吞吐量也有所提升。

附图说明

图1是本发明的应用场景图；其中1为宏用户、2为宏基站、3为家庭基站、4为家庭小区、5为宏小区、6为家庭用户；

图2是本发明的实施流程图；

图3-1和图3-2是本发明与现有方法关于用户信干噪比（SINR）累积分布函数在用户目标SINR取值不同时比较图；

图4-1和图4-2是本发明与现有方法关于用户信干噪比（SINR）累积分布函数在家庭小区数目取值不同时比较图；

图5-1和图5-2是本发明与现有方法关于用户速率的累积分布函数在用户目标SINR取值不同时的比较图；

图6-1、图6-2和图6-3是本发明与现有方法关于家庭用户、宏用户以及系统总吞吐量随家庭用户数目变化的比较图。

具体实施方式

本发明公开了一种联合信道选择和功率控制的干扰协调方法，以下结合附图对本发明的原理和技术方案做进一步的描述：

参照图1，本发明的实现场景为一个宏小区和多个家庭小区组成的异构无线网络，系统采用OFDMA多址方式。宏小区和所有家庭小区使用相同的频率。假设系统中包含K个家庭小区，每个家庭小区有U^F个家庭用户，宏基站中有U^M个宏用户，系统带宽为B，子信道数为N。

参照图2，本发明在图1所示场景中进行子信道和功率分配的具体步骤如下：

步骤1，为系统中所有N个子信道初始化分配相等的家庭用户功率和干扰价格；

步骤2，每个家庭基站为它的用户进行子信道分配；

步骤2.1，家庭基站k获取其覆盖区域中的家庭用户u在子信道n上到宏基站和家庭基站k的路径增益以及在此信道上受到宏用户的干扰加噪声并且按如下公式求得：

${\mathrm{\σ}}_{k,u,n}^2=p_{u_n^M}{g}_{k,u_n^M}+{\mathrm{\σ}}_n^2;$

其中，表示来自使用信道n的宏用户的干扰，分别表示使用子信道n的宏用户的发射功率，和该用户到家庭基站k的路径增益，为该信道上的加性高斯白噪声；

步骤2.2，家庭基站k首先为其下的每个用户都分配一个子信道，令N_rem表示当前未被分配的子信道集合，并初始化为系统子信道集合N，对于用户u，其最优的子信道应该为 $n^{*}=\arg \underset{n\∈N_{\mathrm{rem}}}{\min }\frac{g_{k,u,n}^{\mathrm{MF}}{\mathrm{\σ}}_{k,u,n}^2}{g_{k,u,,n}^{\mathrm{FF}}},$ 则N_rem＝N_rem-n^*；

步骤2.3，若执行完步骤2.2，即所有家庭用户都被分配一个子信道后，N_rem不为空集，则为集合N_rem中每一个子信道n分配一个家庭用户直至N_rem为空集；其中F_k表示家庭基站k的用户集合；

步骤3，在步骤2子信道分配的基础上，宏基站分别计算N个子信道上可容忍的干扰门限，并在各个子信道上为每个使用该子信道的家庭用户进行最优干扰定价，令表示第k个家庭基站下使用子信道n的家庭用户，则表示宏基站对用户在子信道n上的最优干扰定价；

步骤3.1，计算子信道n上可容忍的干扰门限，宏基站收集使用子信道n的宏用户到宏基站的路径增益以及发射功率和目标信干噪比根据这些信息计算该子信道上可容忍的干扰

步骤3.2，进行子信道n上的最优定价，并回传给家庭基站；

步骤3.2.1，宏基站通过回程收集所有使用第n个子信道的家庭用户分别到为其服务的家庭基站和宏基站的路径增益及干扰加噪声并计算每个家庭用户的 为单位速率所带来的收益，单位是价钱/bps，本发明中采用Xin Kang 等在IEEE Journal on Selected Areas in Communications，2012《 Price-based resourceallocation for spectrum sharing femtocell networks:a stackelberg gameapproach》一文中得出的结论，取其最优值为1。

步骤3.2.2，利用Xin Kang等在IEEE Journal on Selected Areas inCommunications，2012《Price-based resource allocation for spectrum sharingfemtocell networks: a stackelberg game approach》一文中提出的求解定价向量的方法求解在子信道n上的家庭用户的定价向量，令K表示使用子信道n的家庭小区数目，L表示在子信道n上参加博弈的家庭用户个数，初始化L＝K；

步骤3.2.3，将L个家庭用户按照进行降序排序为：

$\frac{{\mathrm{\α}}_{u_{1,n}^F}{g}_{1,{\mathrm{\μ}}_{1,n}^F}}{g_{u_{1,n}^F}{\mathrm{\σ}}_{u_{1,n}^F}^2}>...>\frac{{\mathrm{\α}}_{u_{L-1,n}^F}{g}_{L-1,u_{L-1,n}^F}}{g_{u_{L-1,n}^F}{\mathrm{\σ}}_{u_{L-1,n}^F}^2}>\frac{{\mathrm{\α}}_{u_{L,n}^F}{g}_{L,u_{L,n}^F}}{g_{u_{L,n}^F}{\mathrm{\σ}}_{u_{L,n}^F}^2};$

步骤3.2.4，计算 $q_L^n=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{\frac{B}{N\ln 2}\·\frac{{\mathrm{\α}}_{u_{k,n}^F}{g}_{u_{k,n}^F}{\mathrm{\σ}}_{u_{k,n}^F}^2}{g_{{k,u}_{k,n}^F}}}/(Q_n+\underset{k=1}{\overset{L}{\mathrm{\Σ}}}\frac{g_{u_{k,n}^F}{\mathrm{\σ}}_{u_{k,n}^F}^2}{g_{k,u_{k,n}^F}});$

步骤3.2.5，若 $q_L^n>\sqrt{\frac{B}{N\ln 2}\·\frac{{\mathrm{\α}}_{u_{L,n}^F}{g}_{{L,u}_{L,n}^F}}{g_{u_{k,n}^F}{\mathrm{\σ}}_{u_{L,n}^F}^2}},$

使第L个用户退出博弈，设置L＝L-1，转至步骤3.2.3；否则，转至步骤3.2.6；

步骤3.2.6，根据和L，宏基站为家庭用户在子信道n上所定的干扰价格为：

步骤4，根据步骤3得到的最优定价，为每个家庭用户在其使用的子信道上进行功率控制；对于用户根据步骤3得到的对该用户在子信道n上的最优定价，得到该用户在子信道n上的最优发射功率应该为：

${p_{u_{k,n}^F}}^{*}={[\frac{B}{N\ln 2}\·\frac{{\mathrm{\α}}_{u_{k,n}^F}}{{\mathrm{\λ}}_{u_{k,n}^F}{g}_{u_{k,n}^F}}-\frac{p_{u_n^M}{g}_{k,u_n^M}+{\mathrm{\σ}}_n^2}{g_{k,u_{k,n}^F}}]}^{+};$

其中，B为系统带宽，为单位速率带来的收益，分别为该用户到宏基站和家庭基站k的路径增益，分别表示使用子信道n的宏用户的发射功率，和该宏用户到家庭基站k的路径增益，为信道上的加性高斯白噪声；

本发明的效果可通过仿真进一步说明：

1）仿真参数

仿真场景如图1所示，由于家庭小区相距较远，相互干扰较小，所以算法忽略家庭小区之间的干扰。系统带宽为2MHz,包含的子信道数目为10。家庭小区个数为5或20，若无特别说明取5，在宏小区中按照间距超过100米随机分布。每个家庭小区中家庭用户数目为1到5变化，如无特别说明，家庭用户数目取5，在各个家庭小区覆盖范围内随机分布。宏用户数目为10，在宏小区覆盖范围内随机分布，每个宏用户被随机分配一个子信道。用户目标SINR取值为15dBm或20dBm，表示用户通信所需要的SINR，在计算用户速率时，当用户的SINR高于目标SINR按照目标SINR计算，否则按照实际SINR计算。宏小区和家庭小区半径分别为500和20米，，取相同的值为-174dBm/Hz。宏用户和家庭用户最大发射功率分别假设为30dBm、20dBm。用户到基站的路径增益描述如下：

室外用户到宏基站：PL(dB)＝15.3+37.6log₁₀R

室内用户到宏基站：PL(dB)＝15.3+37.6log₁₀R+L_ow

室外用户到家庭基站：PL(dB)＝max(15.3+37.6log₁₀R,38.46+20log₁₀R)+L_ow

室内用户到本室内的家庭基站：PL(dB)＝38.46+20log₁₀R

室内用户到非本室内的家庭基站：

PL(dB)＝max(15.3+37.6log₁₀R,38.46+20log₁₀R)+L_ow,1+L_ow,2

其中，R为收发端距离，单位是米，L_ow为室外穿墙损耗，取20dB，L_ow,1、L_ow,2为两个房间的室外穿墙损耗。

2）仿真内容与结果

仿真1，本发明与现有基于非合作博弈的定价算法关于宏用户和家庭用户信干噪比（SINR）累积分布函数在用户目标SINR取值不同的情况下进行仿真，其结果分别如图3-1和3-2。从图3可以看出，即使目标SINR的取值不同，与基于非合作博弈的定价算法相比，本发明都可以保证宏用户达到目标SINR，家庭用户的SINR会有所降低，但是几乎所有家庭用户的SINR均大于目标SINR，实现了干扰协调。

仿真2，对本发明和基于非合作博弈的定价算法关于宏用户和家庭用户SINR的累积分布函数在家庭小区数目取不同值的情况下进行仿真，其结果分别如图4-1和4-2。从图4-1和4-2可以看出，即使家庭小区的数目不同，与基于非合作博弈的定价算法相比，本发明都可以保证宏用户达到目标SINR，家庭用户的SINR会有所降低，但是几乎所有家庭用户的SINR均大于目标SINR，实现了干扰协调。

仿真3，对本发明和基于非合作博弈的定价算法关于宏用户和家庭用户的速率的累积分布函数在用户目标SINR取不同值的情况下进行仿真，其结果分别如图5-1和5-2。从图5-1和5-2可以看出，即使目标SINR的取值不同，将宏用户速率和家庭用户速率综合考虑，本发明方法均优于基于非合作博弈的定价算法。

仿真4，对本发明和基于非合作博弈的定价算法随着家庭小区中用户数目变化，家庭小区、宏小区以及系统总吞吐量的变化情况进行仿真，其结果分别如图6-1、6-2和6-3。从图6-1、6-2和6-3可以看出，本发明方法在吞吐量上优于基于非合作博弈的定价算法。

Claims (2)

1.一种联合信道选择和功率控制的干扰协调方法，其特征在于：

在宏基站和家庭用户之间建立斯坦伯格博弈，在该博弈中，宏基站为领导者，家庭用户为跟随者，宏基站能够容忍的干扰是领导者和跟随者所竞争的资源，宏基站以来自家庭用户的干扰进行定价来保证宏用户的性能，家庭基站根据此定价对家庭用户进行子信道选择和功率控制以最大化家庭用户的效用，即在减小家庭用户对宏基站干扰的条件下提高家庭用户的速率；首先由各个家庭基站对用户进行次优的子信道选择，在此基础上，宏基站在每个子信道上对来自各个家庭用户的干扰分别定价，家庭基站根据该定价求得家庭用户最优的发射功率；

包括如下步骤：

步骤1，为系统中所有N个子信道初始化分配相等的家庭用户功率和干扰价格；

步骤2，每个家庭基站为它的用户进行子信道分配；

步骤3，在步骤2子信道分配的基础上，宏基站分别计算N个子信道上可容忍的干扰门限，并在各个子信道上为每个使用该子信道的家庭用户进行最优干扰定价，令表示第k个家庭基站下使用子信道n的家庭用户，则表示宏基站对用户在子信道n上的最优干扰定价；

步骤4，根据步骤3得到的最优定价，家庭基站为每个家庭用户在其使用的子信道上进行功率控制；对于用户根据步骤3得到的对该用户在子信道n上的最优定价，得到该用户在子信道n上的最优发射功率应该为：

其中，B为系统带宽，为单位速率带来的收益，分别为该用户到宏基站和家庭基站k的路径增益，分别表示使用子信道n的宏用户的发射功率，和该宏用户到家庭基站k的路径增益，为信道上的加性高斯白噪声。

2.根据权利要求1所述的干扰协调方法，其特征在于，所述步骤2中子信道分配按如下步骤进行：

步骤2.1，家庭基站k获取其覆盖区域中的家庭用户u在子信道n上到宏基站和家庭基站k的路径增益以及在此信道上受到宏用户的干扰加噪声并且按如下公式求得：

${\mathrm{\σ}}_{k,u,n}^2=p_{u_n^M}{g}_{k,u_n^M}+{\mathrm{\σ}}_n^2;$

其中，表示来自使用信道n的宏用户的干扰，分别表示使用子信道n的宏用户的发射功率，和该用户到家庭基站k的路径增益，为该信道上的加性高斯白噪声；

步骤2.2，家庭基站k首先为其下的每个用户都分配一个子信道，令N_rem表示当前未被分配的子信道集合，并初始化为系统子信道集合N，对于用户u，其最优的子信道应该为则N_rem＝N_rem-n^*；

步骤2.3，若执行完步骤2.2，即所有家庭用户都被分配一个子信道后，N_rem不为空集，则为集合N_rem中每一个子信道n分配一个家庭用户直至N_rem为空集；其中F_k表示家庭基站k的用户集合。