CN104202716A - 一种基于异构网络的d2d高能效功率优化方法 - Google Patents

Abstract

本发明公开了一种基于异构网络的D2D高能效功率优化方法，包括在异构网络场景下建立包含宏峰窝、small cell和D2D的异构网络中D2D用户的能效函数数学模型；利用约束条件将原三维优化问题转化为一维优化问题；由于其存在全局最优功率点；因此通过基于导数的二分法算法求解最优功率点。本发明能够提高异构网络中D2D用户的能效，满足绿色通信和延长移动终端电池使用时间的要求。

Description

一种基于异构网络的D2D高能效功率优化方法

技术领域

本发明涉及移动通信功率控制技术，尤其涉及一种异构网络中的D2D高能效功率优化方法。

背景技术

目前，为解决频谱资源紧张和提高通信速率，人们普通采用速率高、功耗低的D2D(device-to-device)技术，即蜂窝终端直通技术，但是当前的D2D技术研究都是在传统蜂窝网络中进行的，系统中只包含两种用户，一种是宏峰窝用户，一种是D2D用户，即对应到(1)式中时就少了P_Sh_SD这项，相应的自变量也只是单独以D2D用户传输功率为自变量，而不是这里研究的以P_D,P_S,P_C三种用户传输功率为自变量。

随着绿色通信日益受到人们的关注，如何通过功率控制以提高异构网络中D2D用户的能效，是当前D2D技术亟待解决的。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于异构网络的D2D高能效功率优化方法，该方法通过功率控制提高异构网络中D2D用户的能效。

为实现上述目的，本发明采用的技术方案为：一种基于异构网络的D2D高能效功率优化方法，包括如下步骤：

步骤一，异构网络场景下，根据D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率P_S为自变量，建立能效的目标函数，该能效的目标函数的约束条件满足：蜂窝用户的最低传输速率不能小于δ_C；Small cell用户的最低传输速率不能小于δ_S；以及满足D2D用户、small cell用户和宏峰窝用户的最大传输功率限定；其中D2D对中包含两个D2D用户，其中一个为接收用户，另一个为发送用户；small cell中包含一个small cell用户；

步骤二，将步骤一中的D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率为自变量P_S为自变量的原能效优化问题转化为只以D2D对发射用户的传输功率P_D为自变量的等效能效优化问题。

步骤三，将步骤二得到的等效能效优化问题通过基于导数的二分法算法求解出其最优传输功率点。

所述步骤一中的能效的目标函数如下：

$\underset{P_D,P_S,P_C}{\max }{U}_D(P_D,P_S,P_C)=\frac{{\log }_2(1+\frac{P_D{h}_D}{P_C{h}_{\mathrm{CD}}+P_S{h}_{\mathrm{SD}}+n_0})}{P_D+P_{\mathrm{circuit}}}$

该目标函数包括如下约束条件：

③蜂窝用户的最低传输速率不能小于δ_C：

${\log }_2(1+\frac{P_C{h}_C}{P_D{h}_{\mathrm{DC}}+P_S{h}_{\mathrm{SC}}+n_0})\≥{\mathrm{\δ}}_C$

④Small cell用户的最低传输速率不能小于δ_S：

${\log }_2(1+\frac{P_S{h}_S}{P_D{h}_{\mathrm{DS}}+P_C{h}_{\mathrm{CS}}+n_0})\≥{\mathrm{\δ}}_S$

③D2D用户、small cell用户和宏峰窝用户的最大传输功率限定：

P_D,P_C,P_S≤P_max

其中：P_D表示D2D对发射用户的传输功率，h_D表示D2D用户间的信道增益，P_C表示蜂窝用户的传输功率，h_CD表示蜂窝用户与D2D对接收用户间的信道增益，P_S表示small cell用户的传输功率，h_SD表示small cell用户与D2D对接收用户间的信道增益，n₀表示噪声功率，P_circuit表示D2D用户的电路功率消耗，h_C表示蜂窝用户与宏基站间的信道增益，h_DC表示D2D对发射用户与宏基站间的信道增益，h_SC表示small cell用户与宏基站间的信道增益，h_S表示small cell用户与小基站间的信道增益，h_DS表示D2D对发射用户与小基站间的信道增益，h_CS表示蜂窝用户与小基站间的信道增益；δ_C为蜂窝用户的传输速率的临界值，δ_S为Small cell用户的传输速率的临界值。

所述步骤二中将步骤一中的D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率为自变量P_S为自变量的原能效优化问题转化为只以D2D对发射用户的传输功率P_D为自变量的等效能效优化问题的方法包括以下步骤：

步骤二a，在满足约束条件①和约束条件②中蜂窝用户和small cell用户的最小容量要求情况下取临界值时D2D用户能效是最大的，求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率。

步骤二b，将步骤二a中求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率带入到步骤一中的能效的目标函数，得到其等效优化问题。

所述步骤二a中求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率的方法包括以下步骤：

首先，在满足约束条件①和约束条件②中蜂窝用户和small cell用户的最小容量要求情况下取临界值时D2D用户能效是最大的，由约束条件①和约束条件②可得：

$\left\{\begin{array}{c}{P}_C=\frac{(2^{{\mathrm{\δ}}_C}-1)(P_S{h}_{\mathrm{SC}}+P_D{h}_{\mathrm{DC}}+n_0)}{h_C}\\ P_S=\frac{(2^{{\mathrm{\δ}}_S}-1)(P_C{h}_{\mathrm{CS}}+P_D{h}_{\mathrm{DS}}+n_0)}{h_S}\end{array}\right.$

其次，令有上式可求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率，分别如下：

$\left\{\begin{array}{c}{P}_C=\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{DS}}{h}_{\mathrm{SC}}+{\mathrm{\θ}}_C{h}_{\mathrm{DC}}{h}_S}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{P}_D+\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{n}_0+{\mathrm{\θ}}_S{h}_C{n}_0}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}\\ P_S=\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{DC}}{h}_{\mathrm{CS}}+{\mathrm{\θ}}_S{h}_{\mathrm{DS}}{h}_C}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{P}_D+\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{SC}}{n}_0+{\mathrm{\θ}}_C{h}_S{n}_0}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}\end{array}\right..$

所述步骤二b中得到的等效优化问题为：

$\underset{P_D}{\max }\frac{{\log }_2(1+\frac{P_D{h}_D}{P_D\mathrm{\β}+n_1})}{P_D+P_{\mathrm{circuit}}}$

该目标函数的约束条件为：

P_D≤P'_max

其中，

$\mathrm{\β}=\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S(h_{\mathrm{DS}}{h}_{\mathrm{SC}}{h}_{\mathrm{CD}}+h_{\mathrm{DC}}{h}_{\mathrm{CS}}{h}_{\mathrm{SD}})+{\mathrm{\θ}}_C{h}_{\mathrm{DC}}{h}_S{h}_{\mathrm{CD}}+{\mathrm{\θ}}_S{h}_{\mathrm{DS}}{h}_C{h}_{\mathrm{SD}}}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}$

$n_1=\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S(h_{\mathrm{CS}}{h}_{\mathrm{CD}}+h_{\mathrm{SC}}{h}_{\mathrm{SD}})+{\mathrm{\θ}}_C{h}_S{h}_{\mathrm{SD}}+{\mathrm{\θ}}_S{h}_C{h}_{\mathrm{CD}}}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{n}_0$

${P^{\′}}_{\max }=\min \{P_{\max },\frac{P_{\max }-\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{n}_0+{\mathrm{\θ}}_S{h}_C{n}_0}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}{\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{DS}}{h}_{\mathrm{SC}}+{\mathrm{\θ}}_C{h}_{\mathrm{DC}}{h}_S}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}},\frac{P_{\max }-\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{SC}}{n}_0+{\mathrm{\θ}}_C{h}_S{n}_0}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}{\frac{{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{DC}}{h}_{\mathrm{CS}}+{\mathrm{\θ}}_S{h}_{\mathrm{DS}}{h}_C}{h_C{h}_S-{\mathrm{\θ}}_C{\mathrm{\θ}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}\}$

所述步骤三中将步骤二得到的等效能效优化问题通过基于导数的二分法算法求解出其最优传输功率点的方法包括以下步骤：

4a).令λ>1，j＝0，收敛门限值为ε，求得的值；

4b).如果 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{\left[j\right]}}<0,$ 令 ${P_D}^{[j+1]}=\frac{{P_D}^{\left[j\right]}}{\mathrm{\&lambda;}},$ j＝j+1；

4c).否则令P_D ^[j+1]＝λP_D ^[j]，j＝j+1；

4d).重复4b).-4c).直到 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{[J-1]}}\&CenterDot;\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{\left[J\right]}}<0;$

4e).如果γ(P_D)|P_D＝P_D ^[0]>0，令P_D ¹＝P_D ^[J-1]，P_D ²＝P_D ^[J]，

4f).否则，令P_D ¹＝P_D ^[J]，P_D ²＝P_D ^[J-1]，

4g).如果 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D}<0,$ 令 ${P_D}^2={\hat{P}}_D,{\hat{P}}_D=\frac{{P_D}^1+{P_D}^2}{2},$ 求 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D};$

4h).否则令 ${P_D}^1={\hat{P}}_D,{\hat{P}}_D=\frac{{P_D}^1+{P_D}^2}{2},$ 求 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D};$

4i).重复4e).-4h).直到

4j).返回

其中P_D ^[0]表示初始传输功率，表示最优解传输功率，γ(P_D)表示(6)式能效函数一阶导数的分子，P_D ¹，P_D ²，表示中间值。

本发明提供的基于异构网络的D2D高能效功率优化方法，相比现有技术，具有以下有益效果：本发明提供的基于异构网络的D2D高能效功率优化方法，通过建立了包含宏峰窝、small cell和D2D的异构网络中D2D用户的能效函数数学模型，并将原三维优化问题化简为一维等效优化问题，通过研究等效优化问题的曲线性质，证明了最优功率点的存在，设计了基于导数的二分法算法求解最优功率点，为求解带来了极大的方便；采用本发明能够使得异构网络中的D2D用户的能效达到最优值。

综上所述，本发明能够提高异构网络中D2D用户的能效，满足绿色通信和延长移动终端电池使用时间的要求。

附图说明

图1为基于异构网络的D2D对的示意图；

图2为基于导数的二分算法流程图；

具体实施方式

下面结合附图对本发明作更进一步的说明。

一种基于异构网络的D2D高能效功率优化方法，如图1所示，具体实现过程如下：

(1)异构网络场景下，建立能效的目标函数，如式(1)所示：

$\underset{P_D,P_S,P_C}{\max }{U}_D(P_D,P_S,P_C)=\frac{{\log }_2(1+\frac{P_D{h}_D}{P_C{h}_{\mathrm{CD}}+P_S{h}_{\mathrm{SD}}+n_0})}{P_D+P_{\mathrm{circuit}}}---\left(1\right)$

该目标函数包括如下约束条件：

①蜂窝用户的最低传输速率要求，即最低传输速率不能小于δ_C：

${\log }_2(1+\frac{P_C{h}_C}{P_D{h}_{\mathrm{DC}}+P_S{h}_{\mathrm{SC}}+n_0})\&GreaterEqual;{\mathrm{\&delta;}}_C$

②蜂窝用户的最低传输速率要求，即最低传输速率不能小于δ_S：

${\log }_2(1+\frac{P_S{h}_S}{P_D{h}_{\mathrm{DS}}+P_C{h}_{\mathrm{CS}}+n_0})\&GreaterEqual;{\mathrm{\&delta;}}_S$

③D2D用户、small cell用户和宏峰窝用户的最大传输功率限定：

P_D,P_C,P_S≤P_max

D2D对中包含两个D2D用户，其中一个为接收用户，另一个为发送用户；small cell中包含一个small cell用户。

其中：其中P_D表示D2D对发射用户的传输功率，h_D表示D2D用户间的信道增益，P_C表示蜂窝用户的传输功率，h_CD表示蜂窝用户与D2D对接收用户间的信道增益，P_S表示small cell用户的传输功率，h_SD表示small cell用户与D2D对接收用户间的信道增益，n₀表示噪声功率，P_circuit表示D2D用户的电路功率消耗，h_C表示蜂窝用户与宏基站间的信道增益，h_DC表示D2D对发射用户与宏基站间的信道增益，h_SC表示small cell用户与宏基站间的信道增益，h_S表示small cell用户与小基站间的信道增益，h_DS表示D2D对发射用户与小基站间的信道增益，h_CS表示蜂窝用户与小基站间的信道增益；δ_C为蜂窝用户的传输速率的临界值，δ_S为Small cell用户的传输速率的临界值。

(2)由于以蜂窝用户传输功率、D2D用户传输功率和small cell用户传输功率为自变量的D2D用户能效优化问题是一个非凸问题，直接进行求解非常困难。对于相同的P_D来说，D2D用户能效U_D的值是随着蜂窝用户传输功率和small cell用户传输功率的增加而减小的，因此，在满足约束条件①和约束条件②中蜂窝用户和small cell用户的最小容量要求情况下取临界值(即取等号)时D2D用户能效是最大的。由约束条件①和约束条件②可得：

$\left\{\begin{array}{c}{\log }_2(1+\frac{P_C{h}_C}{P_D{h}_{\mathrm{DC}}+P_S{h}_{\mathrm{SC}}+n_0})={\mathrm{\&delta;}}_C\\ {\log }_2(1+\frac{P_S{h}_S}{P_D{h}_{\mathrm{DS}}+P_C{h}_{\mathrm{CS}}+n_0})={\mathrm{\&delta;}}_S\end{array}\right.---\left(3\right)$

即：

$\left\{\begin{array}{c}{P}_C=\frac{(2^{{\mathrm{\&delta;}}_C}-1)(P_S{h}_{\mathrm{SC}}+P_D{h}_{\mathrm{DC}}+n_0)}{h_C}\\ P_S=\frac{(2^{{\mathrm{\&delta;}}_S}-1)(P_C{h}_{\mathrm{CS}}+P_D{h}_{\mathrm{DS}}+n_0)}{h_S}\end{array}\right.---\left(4\right)$

分别令由上式可以求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率，分别如下：

$\left\{\begin{array}{c}{P}_C=\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{DS}}{h}_{\mathrm{SC}}+{\mathrm{\&theta;}}_C{h}_{\mathrm{DC}}{h}_S}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{P}_D+\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{n}_0+{\mathrm{\&theta;}}_S{h}_C{n}_0}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}\\ P_S=\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{DC}}{h}_{\mathrm{CS}}+{\mathrm{\&theta;}}_S{h}_{\mathrm{DS}}{h}_C}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{P}_D+\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{SC}}{n}_0+{\mathrm{\&theta;}}_C{h}_S{n}_0}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}\end{array}\right.---\left(5\right)$

再将(5)式带入到原优化问题(1)式中可得等效优化问题为：

$\underset{P_D}{\max }\frac{{\log }_2(1+\frac{P_D{h}_D}{P_D\mathrm{\&beta;}+n_1})}{P_D+P_{\mathrm{circuit}}}---\left(6\right)$

此时目标函数的约束条件为：

P_D≤P'_max

其中

$\mathrm{\&beta;}=\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S(h_{\mathrm{DS}}{h}_{\mathrm{SC}}{h}_{\mathrm{CD}}+h_{\mathrm{DC}}{h}_{\mathrm{CS}}{h}_{\mathrm{SD}})+{\mathrm{\&theta;}}_C{h}_{\mathrm{DC}}{h}_S{h}_{\mathrm{CD}}+{\mathrm{\&theta;}}_S{h}_{\mathrm{DS}}{h}_C{h}_{\mathrm{SD}}}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}---\left(7\right)$

$n_1=\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S(h_{\mathrm{CS}}{h}_{\mathrm{CD}}+h_{\mathrm{SC}}{h}_{\mathrm{SD}})+{\mathrm{\&theta;}}_C{h}_S{h}_{\mathrm{SD}}+{\mathrm{\&theta;}}_S{h}_C{h}_{\mathrm{CD}}}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}{n}_0---\left(8\right)$

${P^{\&prime;}}_{\max }=\min \{P_{\max },\frac{P_{\max }-\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{n}_0+{\mathrm{\&theta;}}_S{h}_C{n}_0}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}{\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{DS}}{h}_{\mathrm{SC}}+{\mathrm{\&theta;}}_C{h}_{\mathrm{DC}}{h}_S}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}},\frac{P_{\max }-\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{SC}}{n}_0+{\mathrm{\&theta;}}_C{h}_S{n}_0}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}{\frac{{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{DC}}{h}_{\mathrm{CS}}+{\mathrm{\&theta;}}_S{h}_{\mathrm{DS}}{h}_C}{h_C{h}_S-{\mathrm{\&theta;}}_C{\mathrm{\&theta;}}_S{h}_{\mathrm{CS}}{h}_{\mathrm{SC}}}}\}---\left(9\right)$

这样，将以P_D，P_C和P_S(三维自变量)为自变量的原能效优化问题转化为只以P_D(一维自变量)为自变量的等效能效优化问题。

(3)利用凸优化理论可证明(6)式中等效优化问题的目标函数关于P_D具备严格的先增后减的曲线特性。

(4)采用基于导数的二分法算法求解最优传输功率点，如图2所示，具体包括如下步骤：

4a).令λ>1，j＝0，收敛门限值为ε，求得的值；

4b).如果 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{\left[j\right]}}<0,$ 令 ${P_D}^{[j+1]}=\frac{{P_D}^{\left[j\right]}}{\mathrm{\&lambda;}},$ j＝j+1；

4c).否则令P_D ^[j+1]＝λP_D ^[j]，j＝j+1；

4d).重复4b).-4c).直到 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{\left[0\right]}}\&CenterDot;\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={P_D}^{\left[J\right]}}<0;$

4e).如果γ(P_D)|P_D＝P_D ^[0]>0，令P_D ¹＝P_D ^[J-1]，P_D ²＝P_D ^[J]，

4f).否则，令P_D ¹＝P_D ^[J]，P_D ²＝P_D ^[J-1]，

4g).如果 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D}<0,$ 令 ${P_D}^2={\hat{P}}_D,{\hat{P}}_D=\frac{{P_D}^1+{P_D}^2}{2},$ 求 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D};$

4h).否则令 ${P_D}^1={\hat{P}}_D,{\hat{P}}_D=\frac{{P_D}^1+{P_D}^2}{2},$ 求 $\mathrm{\&gamma;}\left(P_D\right){|}_{P_D={\hat{P}}_D};$

4i).重复4e).-4h).直到

4j).返回

其中P_D ^[0]表示初始传输功率，表示最优解传输功率，γ(P_D)表示(6)式能效函数一阶导数的分子，P_D ¹，P_D ²，表示中间值。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于异构网络的D2D高能效功率优化方法，其特征在于：包括如下步骤： 

步骤一，异构网络场景下，根据D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率P_S为自变量，建立能效的目标函数，该能效的目标函数的约束条件满足：蜂窝用户的最低传输速率不能小于δ_C；Small cell用户的最低传输速率不能小于δ_S；以及满足D2D用户、small cell用户和宏峰窝用户的最大传输功率限定；其中D2D对中包含两个D2D用户，其中一个为接收用户，另一个为发送用户；small cell中包含一个small cell用户； 

步骤二，将步骤一中的D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率为自变量P_S为自变量的原能效优化问题转化为只以D2D对发射用户的传输功率P_D为自变量的等效能效优化问题。 

步骤三，将步骤二得到的等效能效优化问题通过基于导数的二分法算法求解出其最优传输功率点。 

2.根据权利要求1所述的基于异构网络的D2D高能效功率优化方法，其特征在于：所述步骤一中的能效的目标函数如下： 

该目标函数包括如下约束条件： 

①蜂窝用户的最低传输速率不能小于δ_C： 

②Small cell用户的最低传输速率不能小于δ_S： 

③D2D用户、small cell用户和宏峰窝用户的最大传输功率限定： 

P_D,P_C,P_S≤P_max

其中：P_D表示D2D对发射用户的传输功率，h_D表示D2D用户间的信道增益，P_C表示蜂窝用户的传输功率，h_CD表示蜂窝用户与D2D对接收用户间的信道增益，P_S表示small cell用户的传输功率，h_SD表示small cell用户与D2D对接收用户间的信道增益，n₀表示噪声功率，P_circuit表示D2D用户的电路功率消耗，h_C表示蜂窝用户与宏基站间的信道增益，h_DC表示D2D对发射用户与宏基站间的信道增益，h_SC表示small cell用户与宏基站间的信道增益，h_S表示small cell用户与小基站间的信道增益，h_DS表示D2D对发射用户与小基站间的信道增益，h_CS表示蜂窝用户与小基站间的信道增益；δ_C为蜂窝用户的传输速率的临界值，δ_S为Small cell用户的传输速率的临界值。 

3.根据权利要求2所述的基于异构网络的D2D高能效功率优化方法，其特征在于：所述步骤二中将步骤一中的D2D对发射用户的传输功率P_D、蜂窝用户的传输功率P_C、small cell用户的传输功率为自变量P_S为自变量的原能效优化问题转化为只以D2D对发射用户的传输功率P_D为自变量的等效能效优化问题的方法包括以下步骤： 

步骤二a，在满足约束条件①和约束条件②中蜂窝用户和small cell用户的最小容量要求情况下取临界值时D2D用户能效是最大的，求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率。 

步骤二b，将步骤二a中求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率带入到步骤一中的能效的目标函数，得到其等效优化问题。 

4.根据权利要求3所述的基于异构网络的D2D高能效功率优化方法，其特征在于：所述步骤二a中求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率的方法包括以下步骤： 

首先，在满足约束条件①和约束条件②中蜂窝用户和small cell用户的最小容量要求情况下取临界值时D2D用户能效是最大的，由约束条件①和约束条件②可得： 

其次，令有上式可求得以D2D对发射用户传输功率为自变量的蜂窝用户传输功率和small cell用户传输功率，分别如下： 

5.根据权利要求4所述的基于异构网络的D2D高能效功率优化方法，其特征在于：所述步骤二b中得到的等效优化问题为： 

该目标函数的约束条件为： 

P_D≤P'_max

其中， 

。

6.根据权利要求5所述的基于异构网络的D2D高能效功率优化方法，其特征在于：所述步骤三中将步骤二得到的等效能效优化问题通过基于导数的二分法算法求解出其最优传输功率点的方法包括以下步骤： 

4a).令λ>1，j＝0，收敛门限值为ε，求得的值； 

4b).如果令j＝j+1； 

4c).否则令P_D ^[j+1]＝λP_D ^[j]，j＝j+1； 

4d).重复4b).-4c).直到

4e).如果γ(P_D)|P_D＝P_D ^[0]>0，令P_D ¹＝P_D ^[J-1]，P_D ²＝P_D ^[J]，

4f).否则，令P_D ¹＝P_D ^[J]，P_D ²＝P_D ^[J-1]，

4g).如果令求

4h).否则令求

4i).重复4e).-4h).直到

4j).返回

其中P_D ^[0]表示初始传输功率，表示最优解传输功率，γ(P_D)表示(6)式能效函数一阶导数的分子，P_D ¹，P_D ²，表示中间值。