CN104168653A

CN104168653A - 一种基于干扰管理的宏基站与家庭基站联合资源分配

Info

Publication number: CN104168653A
Application number: CN201410224567.7A
Authority: CN
Inventors: 朱琦; 许悦
Original assignee: Nanjing Post and Telecommunication University
Current assignee: CERTUSNET Corp.
Priority date: 2014-05-26
Filing date: 2014-05-26
Publication date: 2014-11-26
Anticipated expiration: 2034-05-26
Also published as: CN104168653B

Abstract

本发明的目的在于提供一种基于干扰管理的宏基站与家庭基站联合资源分配方法。该发明基于启发式动态分簇方法对宏用户和家庭基站进行联合信道分配，在对家庭基站进行分簇的同时有效的降低了家庭基站系统与宏蜂窝系统之间的跨层干扰。在保证宏用户和家庭用户QoS的约束条件下，构建了以最小化家庭基站发射功率为目标的最优化问题，用次梯度法解优化问题。该方法降低了家庭基站系统干扰，减小了家庭用户中断概率，并提高了家庭基站能量效率。

Description

一种基于干扰管理的宏基站与家庭基站联合资源分配

技术领域

本发明是一种基于干扰管理的宏基站与家庭基站联合资源分配方法，属于通信技术领域。

背景技术

在蜂窝网络中，几乎2/3的电话和90％以上的数据业务是在室内产生的，家庭基站，作为布置在家中或商业区中的一种小范围、低功耗、低成本的无线AP，为解决室内覆盖问题提供了契机。通过用户自组织的布置家庭基站，可以减轻宏基站的负载，同时提高家庭用户自身的通信质量，并降低室内用户的发射功率，实现绿色通信。

尽管如此，Femtocell的引入使传统宏蜂窝网络变为两层网络结构——宏蜂窝层和femtocell层，而当两层网络共用频谱时，会产生严重的跨层干扰，同时，家庭基站系统间的共层干扰也是不可忽略的。因此，有大量的研究致力于家庭基站系统的干扰控制问题，目前干扰控制的方法主要分为三类：频谱分配、功率控制，以及联合信道功率控制。随着社会环保意识的加强与节能概念的普及，家庭基站的能量效率成为研究的焦点。

虽然很多方法基于干扰分析进行功率控制，在一定程度上提高了系统吞吐量。但对于在家庭基站附近的宏用户的吞吐量性能影响很大，且每个家庭基站“自私”地增大自己的发射功率以提高吞吐量，会降低家庭基站系统的能量效率。

发明内容

技术问题：本发明的目的是提供一种基于干扰管理的宏基站与家庭基站联合资源分配方法，该方法能够解决宏基站和家庭基站之间存在的跨层干扰及相邻家庭基站之间的共层干扰问题，该方法能在保证宏用户和家庭用户性能的同时，提高家庭基站系统的能量效率。本发明中，家庭基站信道分配方法基于一种启发式的动态信道分簇犯，并与宏用户的信道分配相结合，有效地降低了跨层干扰。家庭基站的功率控制是基于拉格朗日乘子法，在满足宏用户和家庭用户QoS要求的约束条件下，以最小化家庭基站发射功率为目标，降低了家庭基站与宏基站系统的中断概率，提高了家庭基站系统的能量效率。

技术方案：本发明采用基于干扰管理的家庭基站于宏基站联合资源分配方法，具体步骤如下：

步骤1：建立家庭基站与宏基站系统干扰模型图，并对家庭基站进行分簇；设系统总信道数为M，将M个家庭小区簇C_n，n＝1,2,...,M所组成的集合记为Cf，设宏用户集合为Mu，对宏用户按到宏基站的增益大小降序排列，依次分配信道，排列后宏用户集合记为Mu′；

步骤2：进行宏小区与家庭小区联合信道分配。每次从集合Mu′中依次选取一个点u，对Cf中每个簇Cn，分别计算簇内家庭基站对宏用户u干扰总和

I_{m}^{u, n} = Σ_{i = 1}^{| C_{n} |} p_{f}^{i, n} \times G_{fm}^{i, u} + N_{0} \times BW,

选出

l^{*} = \underset{n &Element; {1,2 . . ., M}}{\arg \min} I_{m}^{u, n},

给家庭小区簇n^*分配和宏用户u相同的信道，并从集合Cf中删去簇n^*，从集合Mu′中删去宏用户u，直至Mu′变为空集，信道分配完成；

其中，m表示宏用户序号，n表示信道序号，家庭基站j对家庭用户i的增益为家庭基站i在信道n上发送功率为其中i＝1,2,...,，N₀表示噪声的功率谱密度，BW表示每资源块的信道带宽；

步骤3：将家庭基站的功率控制问题建模为如下凸优化问题：

\min Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n}

s . t . I_{m}^{k} / I_{m}^{th} < 1, k = 1,2 . . ., M

\frac{Σ_{j = 1, j &NotEqual; i}^{N_{f}^{n}} p_{f}^{j, n} \times G_{ff}^{j, i} + p_{m}^{k} \times G_{mf}^{k} + N_{0} \times BW}{p_{f}^{i, n} \times G_{ff}^{i, n}} < 1 / {SINR}_{f}^{th}, n = 1, 2 . . ., M, i = 1,2 . . ., N_{f}^{n}

该凸优化问题的拉格朗日表达式为：

\begin{matrix} L = Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} (p_{f}^{i, n} - λ_{i, n} \times (\frac{Σ_{j = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{j, n} \times G_{ff}^{j, i} + p_{m}^{k} \times G_{mf}^{k} + N_{0} \times BW}{p_{f}^{i, n} \times G_{ff}^{i, n}} - 1 / {SINR}_{f}^{th})) \\ + Σ_{n = 1}^{M} v_{n} \times (\frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} \times G_{fm}^{i, k} + N_{0} \times BW}{I_{m}^{th}} - 1) \end{matrix}

其中，i表示本家庭小区序号，j表示干扰家庭基站序号，k表示宏用户序号，n表示信道序号，家庭用户i在信道n上与本家庭基站间增益为家庭基站j对家庭用户i的增益为宏基站与家庭用户i之间增益为家庭基站i到宏用户k之间增益为宏基站对宏用户k的发送功率为家庭基站i在信道n上发送功率为其中i＝1,2,...,，N₀表示噪声的功率谱密度，BW表示每资源块的信道带宽。表示信道n上发送信号的家庭基站的个数，表示家庭用户信噪比门限，表示宏用户所受干扰的门限值，由于宏基站给每个宏用户分配一个信道，而宏基站与家庭基站共用信道，则宏用户k所受干扰为共信道家庭基站对它的跨层干扰为

步骤4：初始化λ_i，n、v_n(0)、α(0)和β(0)，令t＝0；

步骤5：计算

S_{v_{n}} (t) = \frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{fm}^{i, n} + N_{0} \times BW}{I_{m}^{th}} - 1

S_{λ_{i, n}} (t) = \frac{Σ_{i = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{ff}^{j, i} + p_{m}^{n} \times G_{mf}^{n} + N_{0} \times BW}{p_{f}^{i, n} (t) \times G_{ff}^{i, n}} - \frac{1}{{SINR}_{f}^{th}}

v_{n} (t + 1) = {[v_{n} (t) + α (t) \times S_{v_{n}} (t)]}^{+}

λ_{i, n} (t + 1) = {[λ_{i, n} (t) + β (t) \times S_{λ_{i, n}} (t)]}^{+}

(τ + 1) = \sqrt{\frac{α (τ)}{τ + 1}}, β (τ + 1) = \sqrt{\frac{β (τ)}{τ + 1}};

步骤6：计算

P_{f}^{i, n} (t + 1) = \sqrt{\frac{λ_{i, n} (t) \times (Σ_{j = 1, j &NotEqual; i}^{N_{f}^{n}} p_{f}^{j, n} (t) \times G_{ff}^{j, i} + p_{m}^{n} \times G_{mf}^{n} + N_{0} \times BW) / G_{ff}^{i, n}}{v_{n} (t) \times G_{fm}^{i, n} + 1}};

步骤7：若小于一个给定的常数ε，则迭代完成，即为家庭基站的最优发送功率；否则，令t＝t+1，转步骤5。

有益效果：本发明与现有技术相比，具有以下优点：

1.在家庭基站信道分配的过程中，综合考虑了家庭基站系统间的共层干扰和家庭基站与宏基站系统间的跨层干扰，采用联合信道分配的方式，有效地降低了家庭基站对宏用户的干扰。

2.以家庭用户和宏用户的信噪比门限值作为家庭基站功率控制问题的约束条件，有效地降低了宏用户与家庭用户的中断概率。

3.以家庭基站功率最小化为目标函数，在保证家庭用户通信质量的前提下，最小化系统干扰，提高了家庭基站系统的能量效率，符合绿色通信的要求。

附图说明

图1为本发明的系统场景图。

图2为初始宏用户的平均吞吐量(设定M＝10)仿真图。

图3为初始家庭用户的平均吞吐量(设定T＝3)仿真图。

图4为双层系统中所有用户的平均吞吐量仿真图。

具体实施方式

以下结合附图对本发明做进一步详细描述。

图1为本发明的系统场景图。一个宏基站和Nf个家庭基站组成双层网络，宏小区内有M个宏用户，每个宏用户占用一个信道，共有M个信道。家庭基站分布如图1所示的楼道模型，每个房间为10m×10m的正方形，家庭基站与家庭用户在房间内随机分布。

本发明的基本思路是联合宏基站与家庭基站系统进行信道分配，将最优化理论应用到解决家庭基站双层网络中的功率控制，尽可能减少跨层干扰和共层干扰，优化系统资源配置，提升系统能量效率。首先将家庭基站分为簇内干扰最小的家庭小区簇，并与宏用户进行联合信道分配，实现系统内共信道干扰最小化。然后以宏用户和家庭基站用户的信噪比门限为约束条件，以最小化家庭基站发射功率为目标函数，建立最优化问题，用拉格朗日乘子法解优化，可以得到家庭用户的最小发射功率。

如本发明方法的流程示意图所示，本发明具体实施过程如下：

1)建立家庭基站与宏基站系统干扰模型图：

确定由一个宏基站和N_f个家庭基站组成双层网络，宏小区内有M个宏用户，每个宏用户占用一个信道，共有M个信道。家庭基站和宏基站共享整个频谱。可以假设每个家庭基站对应一个家庭用户，每个家庭用户占用一个子资源块。

i表示本家庭小区序号，j表示干扰家庭基站序号，m表示宏用户序号，n表示信道序号，宏用户k与宏基站之间的信道增益为家庭用户i在信道n上与本家庭基站间增益为家庭基站j对家庭用户i的增益为宏基站与家庭用户i之间增益为家庭基站j与宏用户k间增益为家庭基站i在信道n上发送功率为其中i＝1,2,...,，N₀表示噪声的功率谱密度，BW表示每资源块的信道带宽。

2)对家庭基站进行分簇：

对给定的家庭基站网络，建立权重图G＝(V,E,W)，其中顶点集V＝{v₁,v₂,Κ,v_N}，每个顶点代表一个家庭小区；边集E中元素e_i,j表示家庭基站j对家庭用户i有严重干扰；W为权重集，每条边e_i,j对应一个权重值w_i,j，表示节点间干扰，固定家庭基站发射功率，权重表示为信道增益的比值，权重w_i,j表示家庭基站j对家庭用户i的干扰系数：其中，δ_th为家庭用户接收灵敏度，当w_i,j＝0时，说明家庭基站v_j对v_i的干扰与信道噪声相比，可以忽略不计。

依据干扰权重图对家庭小区进行分簇，由于子资源块数为M，所以本文将所有家庭基站划分为M个簇来最小化共信道干扰，最小化共信道干扰实质就是将每个簇内的节点间干扰总和降到最低，采用次优的启发式方法来解此问题。首先，定义为簇C_n中节点的边权重之和，为节点i的边权重之和，当簇C_n中新加入节点h时，与节点h有干扰关系的节点数为簇C_n增加的权重之和为具体步骤如下：

a)初始化W_n＝0，w_i＝0；

b)设宏用户集合为Mu，对宏用户按到宏基站的增益大小降序排列，依次分配信道，排列后宏用户集合记为Mu′；

c)对家庭基站顶点集V中的每个点vi，计算wi值，并按wi值大小降序排列，形成新集合V′。

d)将集合V′中前M个节点依次分配给M个簇，并从集合V′中删去这M个节点；e)每次从集合V′中依次选取一个点h，计算加入每个簇时所得到的选出

n^{*} = \underset{n &Element; {1,2 KM}}{\arg \min} w_{n}^{h};

f)将h加入簇C_n ^*，从集合V′中删除点h。

g)重复上述过程，直至集合V′为空，结束分簇过程。

3)进行宏小区与家庭小区联合信道分配

每次从集合Mu′中依次选取一个点u，对Cf中每个簇C_n，分别计算簇内家庭基站对宏用户u干扰总和

I_{m}^{u, n} = Σ_{i = 1}^{| C_{n} |} p_{f}^{i, n} \times G_{fm}^{i, u} + N_{0} \times BW,

选出

l^{*} = \underset{n &Element; {1,2 . . ., M}}{\arg \min} I_{m}^{u, n} .

给家庭小区簇n^*分配和宏用户u相同的信道，并从集合Cf中删去簇n^*，从集合Mu′中删去宏用户u。重复上述步骤，直至集合Cf为空，信道分配完成。

4)将家庭基站的功率控制问题建模为一个凸优化问题，用拉格朗日乘子法求解：

\min Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n}

s . t . {SINR}_{m}^{k, n} > {SINR}_{m}^{th}, k = 1,2 . . ., M, n = 1,2 . . ., M

{SINR}_{f}^{i, n} > {SINR}_{f}^{th}, n = 1,2 . . ., M, i = 1,2 . . ., N_{f}^{n}

拉格朗日形式为：

\begin{matrix} L = Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} (p_{f}^{i, n} - λ_{i, n} \times (\frac{Σ_{j = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{j, n} \times G_{ff}^{j, i} + p_{m}^{k} \times G_{mf}^{k} + N_{0} \times BW}{p_{f}^{i, n} \times G_{ff}^{i, n}} - 1 / {SINR}_{f}^{th})) \\ + Σ_{n = 1}^{M} v_{n} \times (\frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} \times G_{fm}^{i, k} + N_{0} \times BW}{I_{m}^{th}} - 1) \end{matrix}

5)初始化每个家庭基站的发送功率。

6)，计算此时系统的各项性能指标，更新子梯度值，并计算此时的拉格朗日参数值：

v_n的子梯度为

S_{v_{n}} (t) = \frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{fm}^{i, n} + N_{0} \times BW}{I_{m}^{th}} - 1

λ_i,n的子梯度为：

S_{λ_{i, n}} (t) = \frac{Σ_{i = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{ff}^{j, i} + p_{m}^{n} \times G_{mf}^{n} + N_{0} \times BW}{p_{f}^{i, n} (t) \times G_{ff}^{i, n}} - \frac{1}{{SINR}_{f}^{th}}

拉格朗日乘子更新如下：

v_{n} (t + 1) = {[v_{n} (t) + α (t) \times S_{v_{n}} (t)]}^{+}

λ_{i, n} (t + 1) = {[λ_{i, n} (t) + β (t) \times S_{λ_{i, n}} (t)]}^{+}

t是当前的迭代步数，α和β是正的步长，通常按以下式子更新：

\{\begin{matrix} α (t) = \sqrt{\frac{α (0)}{t}} \\ β (t) = \sqrt{\frac{β (0)}{t}} \end{matrix}

7)当前后两次迭代中的功率值之差小于一个给定值时，功率收敛，家庭基站发射功率即为此时功率值，否则，重复以上步骤。

图2是宏基站总容量随家庭基站数目增大的变化曲线，随着家庭基站密度的增大，宏用户所受干扰也在增大，所以，宏基站总容量降低，采用宏基站与家庭基站联合信道分配方法之后，信道状况最好的宏用户选用了家庭基站中跨层干扰最小的资源块，这样的信道分配方法可以最大化宏基站系统总吞吐量，所以宏基站平均吞吐量比随机分配信道时高，而本发明提出的功率控制方法通过最小化家庭基站的发送功率，进一步降低了对宏用户的干扰，且家庭基站功控时的约束条件又保证了宏用户的信噪比高于门限值。所以综合了信道分配和功率控制后，本方法的宏基站总容量最大，且当家庭基站密度越大时，宏用户容量优化越明显。

图3为家庭基站中断概率随家庭基站数增大的变化曲线。反映当采用适当的信道分配方法后，家庭用户之间干扰是可控的，家庭用户中断概率不随家庭基站密度的增大而增大；反之，若采用随机信道选择，则不能对共信道干扰进行控制，另一方面，本方法在功率控制环节以家庭用户信噪比目标为约束条件之一，使家庭用户中断概率维持在0.5％以下，更好地保证了家庭用户的QoS。

图4为家庭基站平均每兆比特能耗性能曲线，表明采用本文信道选择方法控制干扰后，随家庭基站密度增大的同时，家庭基站的每比特能耗基本不变，也即能量效率不随家庭基站密度增大而降低，尤其是以最小化发射功率为目标进行优化后，不论家庭小区如何布局，每个激活的家庭用户的信噪比均在目标值附近，公平性和能量效率均得到了明显提高。

Claims

1.一种基于干扰管理的宏基站与家庭基站的资源分配方法，其特征包括以下步骤：

I_{m}^{u, n} = Σ_{i = 1}^{| C_{n} |} p_{f}^{i, n} \times G_{fm}^{i, u} + N_{0} \times BW,

选出

l^{*} = \underset{n &Element; {1,2 . . ., M}}{\arg \min} I_{m}^{u, n},

步骤3：将家庭基站的功率控制问题建模为如下凸优化问题：

\min Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n}

s . t . I_{m}^{k} / I_{m}^{th} < 1, k = 1,2 . . ., M

\frac{Σ_{j = 1, j &NotEqual; i}^{N_{f}^{n}} p_{f}^{j, n} \times G_{ff}^{j, i} + p_{m}^{k} \times G_{mf}^{k} + N_{0} \times BW}{p_{f}^{i, n} \times G_{ff}^{i, n}} < 1 / {SINR}_{f}^{th}, n = 1, 2 . . ., M, i = 1,2 . . ., N_{f}^{n}

该凸优化问题的拉格朗日表达式为：

\begin{matrix} L = Σ_{n = 1}^{M} Σ_{i = 1}^{N_{f}^{n}} (p_{f}^{i, n} - λ_{i, n} \times (\frac{Σ_{j = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{j, n} \times G_{ff}^{j, i} + p_{m}^{k} \times G_{mf}^{k} + N_{0} \times BW}{p_{f}^{i, n} \times G_{ff}^{i, n}} - 1 / {SINR}_{f}^{th})) \\ + Σ_{n = 1}^{M} v_{n} \times (\frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} \times G_{fm}^{i, k} + N_{0} \times BW}{I_{m}^{th}} - 1) \end{matrix}

步骤4：初始化λ_i,n(0)、v_n(0)、α(0)和β(0)，令t＝0；

步骤5：计算

S_{v_{n}} (t) = \frac{Σ_{i = 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{fm}^{i, n} + N_{0} \times BW}{I_{m}^{th}} - 1

S_{λ_{i, n}} (t) = \frac{Σ_{i = 1, j &NotEqual; 1}^{N_{f}^{n}} p_{f}^{i, n} (t) \times G_{ff}^{j, i} + p_{m}^{n} \times G_{mf}^{n} + N_{0} \times BW}{p_{f}^{i, n} (t) \times G_{ff}^{i, n}} - \frac{1}{{SINR}_{f}^{th}}

v_{n} (t + 1) = {[v_{n} (t) + α (t) \times S_{v_{n}} (t)]}^{+}

λ_{i, n} (t + 1) = {[λ_{i, n} (t) + β (t) \times S_{λ_{i, n}} (t)]}^{+}

(τ + 1) = \sqrt{\frac{α (τ)}{τ + 1}}, β (τ + 1) = \sqrt{\frac{β (τ)}{τ + 1}};

步骤6：计算

P_{f}^{i, n} (t + 1) = \sqrt{\frac{λ_{i, n} (t) \times (Σ_{j = 1, j &NotEqual; i}^{N_{f}^{n}} p_{f}^{j, n} (t) \times G_{ff}^{j, i} + p_{m}^{n} \times G_{mf}^{n} + N_{0} \times BW) / G_{ff}^{i, n}}{v_{n} (t) \times G_{fm}^{i, n} + 1}};