CN104618934A - 一种基于吞吐量预测的整体优化中继节点选择方法 - Google Patents

Abstract

本发明提供一种基于吞吐量预测的整体优化中继节点选择方法，在初始分配阶段根据用户的下行路径损耗值区分出一跳用户和两跳用户，由基站根据一跳用户和两跳用户所占的比例，将资源初始分配为两部分。两跳用户将其通信范围内的空闲用户纳入备选中继集合，所有备选中继节点向基站上报链路信息，基站将接入链路与回程链路分配的资源块设为可变量，基于吞吐量预测的整体优化中继节点选择算法令每个两跳用户选择合适的中继节点使得整体的吞吐量最大。本发明将更加直观、有效地提升系统的吞吐量，并结合匈牙利算法从整体角度出发实现资源的合理利用，能主动规避瓶颈效应造成的资源浪费，极大提升了通信质量。

Description

一种基于吞吐量预测的整体优化中继节点选择方法

技术领域

本发明属于无线通信领域，涉及一种为多跳蜂窝通信系统有效选择中继节点的策略，特别涉及一种基于吞吐量预测的整体优化中继节点选择方法。

背景技术

随着无线通信技术的发展和网络的不断演进，越来越多的新型业务对蜂窝网络的覆盖性能提出了新的要求。尤其是在密集城区、城市盲点、室内环境、高速铁路、乡村等环境中，网络的覆盖性能往往受到限制，处于网络边缘的用户通信质量很难得到保证。如何在这些特定的场景下增强网络覆盖，以满足新型业务的要求，成为一个亟待解决的问题。多跳蜂窝网络(Multiple-hops Cellular Networks，简称MCNS)作为一种有效提升网络覆盖性能、节省能耗的方式近年来越来越受到关注。在多跳蜂窝网络中信道质量较好的用户直接与基站进行通信，信道质量差的用户可以通过其通信范围内质量较好的用户与基站进行间接通信。基站(Base Station，简称BS)和中继节点(Relay Node，简称RN)之间的链路被称为回程链路(Backhaul Link，简称BL)，RN和移动节点(Mobile Node，简称MN)之间的链路被称为接入链路(Access Link，简称AL)。两条链路既可以采用相同频带资源进行半双工方式的通信，也可以采用不同频带资源进行全双工方式通信。

通过多跳链路的方式，可以在保证用户QoS的前提下节省能耗，提升边缘用户吞吐量，进而增强小区覆盖性能。中继节点选择技术是多跳蜂窝网络技术的关键，直接影响着系统吞吐量、频谱利用率以及系统能耗。

传统方法中，中继节点的选择多是基于移动节点(即移动用户)到基站以及移动节点到备选中继节点之间信干噪比(SINR)进行选择。比较常见的有以下两种：

方法一：

信道质量差的MN选择通信范围内到基站信干噪比最大的空闲用户作为中继节点进行通信。即仅考虑回程链路BL的通信质量。满足如下规则：

P_RN＝max{SINR_BL}

该方法具有信令开销小，便于操作的优势，但是忽略了接入链路通信质量对信息传输速率的影响，并不能够有效提升通信速度；

方法二：

该方法是传统中继选择算法中比较经典的一种算法，又叫机会中继(OpportunisticRelaying，简称OR)算法。在多跳蜂窝网络中，用户信息传输速率等于多跳链路中速率最小的那条链路，即通信的瓶颈链路，因此在选择中继节点时要综合考虑两条链路的通信质量，选择两条链路通信质量最接近的中继节点作为最优中继。满足如下规则：

规则(1)： $H\left(i\right)=\frac{2}{\frac{1}{\sin r\_\mathrm{al}{\left(i\right)}^2}+\frac{1}{\sin r\_\mathrm{bl}{\left(i\right)}^2}}$

规则(1)是对H(i)＝min{sinr_al(i),sinr_bl(i)}的平滑处理；

规则(2)：P_RN＝max{H(i)}

其中，sinr_al(i)为两跳用户对应的第i个备选中继节点所在接入链路的信干噪比；sinr_bl(i)为第i个备选中继节点所在回程链路的信干噪比。

该方法考虑了回程链路与接入链路的通信质量，能够选出所有用户对应瓶颈链路通信质量最好的用户作为中继，能够提升通信速度。但是，该方法仅从链路质量出发，虽然考虑了链路的“瓶颈效应”，只能被动选择链路质量较好用户，并不能避免“瓶颈效应”造成的资源浪费，因此对通信质量的提升相当有限。

发明内容

本发明的目的在于提供一种基于吞吐量预测的整体优化中继节点选择方法。

为达到上述目的，本发明采用了以下技术方案。

该中继节点选择方法包括以下步骤：

1)在小区内部，基站根据下行路径传播损耗值将用户区分为一跳用户和两跳用户，由基站根据一跳用户和两跳用户各自所占的比例对一跳用户和两跳用户整体的资源进行初始分配；

2)经过步骤1)后，两跳用户通过向周围一跳用户发送参考信号探测通信范围内的空闲用户，并将探测到的所有空闲用户作为备选中继节点，所有备选中继节点向基站上报所在接入链路以及回程链路的链路质量信息；

3)基站根据所述链路质量信息以及每个两跳用户所要分配的资源计算所述接入链路与回程链路的吞吐量预测值及所述接入链路与回程链路各自所分配的资源；

4)利用匈牙利算法计算使所有两跳用户吞吐量之和最大时所对应的中继节点分配方案。

当基站接收到来自用户的资源请求后，基站向所述用户发送参考信号，然后基站根据下式计算所述用户的下行路径传播损耗值L：

L＝58.83+37.6lgD+21lgf

其中，D表示基站与用户的距离，f表示中继蜂窝系统的载频；

基站将所述用户的下行路径传播损耗值与下行路损判决门限L_th进行比较，L_th取距小区中心处用户的下行路径传播损耗值，R表示小区半径，若L≤L_th，则所述用户为一跳用户；若L>L_th，则所述用户为两跳用户。

所述步骤3)具体包括以下步骤：在备选中继节点所在接入链路与回程链路的吞吐量相等的准则下，通过求解以下方程组得到N_AL、N_BL、C_AL以及C_BL：

$\left\{\begin{array}{c}{N}_{\mathrm{AL}}+N_{\mathrm{BL}}=\frac{N\_\mathrm{rb}}{N\_\mathrm{user}}\\ C_{\mathrm{AL}}=A_{\mathrm{AL}}\×B\×{\log }_2(1+\sin r_{\mathrm{AL}})\\ C_{\mathrm{BL}}=N_{\mathrm{BL}}\×B\×{\log }_2(1+\sin r_{\mathrm{BL}})\\ C_{\mathrm{AL}}=C_{\mathrm{BL}}\end{array}\right.$

其中，N_rb为初始分配给所有两跳用户的资源块数目，N_user为系统中两跳用户数目，N_AL为所述接入链路分得的资源块数目，N_BL为所述回程链路分得的资源块数目，C_AL为所述接入链路的吞吐量预测值，C_BL为所述回程链路的吞吐量预测值，B表示每个资源块的带宽，sinr_AL表示所述接入链路的信干噪比，sinr_BL表示所述回程链路的信干噪比。

所述步骤4)具体包括以下步骤：

4.1)基站根据每个两跳用户通过通信范围内的备选中继节点协助产生的吞吐量构建效益因子矩阵Q，并对Q进行变形后利用匈牙利算法得出所有两跳用户吞吐量之和最大时的最佳匹配矩阵；

4.2)根据最佳匹配矩阵对每个两跳用户分配中继节点。

所述步骤4.1)具体包括以下步骤：

a)将第i个两跳用户被第j个备选中继节点协助所产生的吞吐量作为效益因子Q_ij，Q_ij＝C_AL＝C_BL，i＝1,2,3,…,N_user，j＝1,2,3,…,n，n为第i个两跳用户通信范围内的备选中继节点的数目；

b)构造Q_ij′＝Max{Q_ij}-Q_ij，根据Q_ij′并利用匈牙利算法求得使所有两跳用户吞吐量之和最大时的最佳匹配矩阵。

所述中继节点选择方法还包括以下步骤：经过步骤4)后，基站根据每个两跳用户分配的中继节点以及步骤3)计算的该中继节点所在接入链路以及回程链路各自所分配的资源向对应两跳用户分配资源。

本发明的有益效果体现在：

本发明直接以信息传输速率为优化目标，综合考虑了两条链路质量与带宽两个因素，使得系统资源得到最大化的利用，能够有效提升边缘用户的吞吐量，增强了网络的覆盖范围。本发明引入了资源预测环节，将两跳用户两条链路的带宽资源分配比例作为变量，以用户吞吐量为决策因素，综合考虑了链路通信质量与带宽资源两个因素，能够最大限度提升系统资源利用率。本发明与传统算法相比，在提升吞吐量方面，方向性更加明确，在提升边缘用户吞吐量，增强小区覆盖性能方面效果更加显著。本发明引入匈牙利算法对两跳用户的中继节点进行了整体分配，通过合理的分配，有效避免了选择中继节点的冲突，并使得两跳用户的整体吞吐量进一步优化，更加有效提升边缘用户吞吐量，加强小区的边缘覆盖性能，从而在整体上提升了系统的吞吐量。

进一步的，本发明令接入链路与回程链路吞吐量相等避免了“瓶颈效应”造成的资源浪费，并结合匈牙利算法对两跳用户的中继节点选择进行了最佳部署。

附图说明

图1为多跳蜂窝系统的示意图；

图2为本发明基于吞吐量预测的整体优化多跳蜂窝网络资源分配总流程图；

图3为本发明所述整体优化中继节点选择算法流程图；

图4为本发明所述整体优化中继节点选择算法与传统算法的边缘用户平均吞吐量比较；

图5为本发明所述整体优化中继节点选择算法与传统算法的边缘用户平均频谱利用率(bps/hz)比较。

具体实施方式

下面结合附图和实施例对本发明作详细说明。

本发明对于传统的机会中继算法(Opportunistic Relaying，简称OR算法)做出改进，提出基于吞吐量预测的整体优化中继节点选择算法(Throughput Prediction Relaying，简称TRP算法)，应用场景以蜂窝小区为例，但并不局限于蜂窝小区场景。TPR算法在继承传统OR算法的设计思想的基础上，对中继节点选择法则做出改进，从以链路质量为判断因素到以吞吐量为判断因素。同时，增加了吞吐量的预测环节，使得选择算法更加完善。

参照图1，本发明以蜂窝小区为例，小区中心放置基站，图1中，中心圆为一跳用户分布区；外围圆环为两跳用户分布区。具体区域的大小可根据实际情况进行调节，本发明以中心圆半径为小区半径2/3为例进行说明。

将整个宏蜂窝中的所有用户按照路径传播损耗值信息划分为一跳用户和两跳用户，基站调度器按照不同的规则分配带宽资源：参照图2，步骤【201】对应的是资源初始分配过程，包含一跳用户和两跳用户的区分过程和资源初始分配过程；步骤【202】对应的是两跳用户的资源分配过程，包含两跳用户在整体考虑下最合适中继节点的选择以及该用户接入链路与回程链路资源的分配。参见图3，该过程是对应图2中的步骤【201】、【202】的详细解释。【201】又分为三个子步骤，即步骤【301】至【303】；【202】又分为三个子步骤，即步骤【304】至【306】。下面将对【301】至【306】做深入的阐述。

在本发明中，由基站首先按照路径传播损耗值信息将用户分为一跳用户和两跳用户，将带宽资源按照两种用户的比例进行初始分配。

【301】在图1场景中，新到达小区的所有移动用户MN，无论处于中心区域还是边缘区域，都将先向基站BS发送资源请求。BS向MN发送参考信号，基站根据以下公式计算下行路径传播损耗值，将MN区分为一跳用户和两跳用户：

L(dB)＝58.83+37.6lgD(km)+21lgf(MHz)

其中，D表示基站与用户的距离，f表示中继蜂窝系统的载频(一般取2GHz)；

【302】BS得到每个MN的下行路径传播损耗值后，将每个MN的下行路径传播损耗值与设置好的下行路损判决门限L_th进行比较，L_th取BS所发送参考信号到小区半径上距中心处用户的下行路径传播损耗值，R为小区半径：

$L_{\mathrm{th}}\left(\mathrm{dB}\right)=58.83+37.61g\left(\frac{2}{3}R\right)\left(\mathrm{km}\right)+211\mathrm{gf}\left(\mathrm{MHz}\right)$

若L≤L_th，则MN为一跳用户；若L>L_th，则MN为两跳用户。

【303】基站区分出一跳用户与两跳用户之后，按照两种用户数目分别占总用户数的比例将资源初始分为两部分。完成初始分配后，若MN为一跳用户，由BS按需求向其初始分配资源，例如采用传统的轮询算法进行资源分配；若MN为两跳用户，转至步骤【304】。资源初始分配过程是一个静态的分配过程，新到达小区的所有用户先向基站发送资源请求，基站根据一跳用户与两跳用户所占比例向一跳用户整体及两跳用户整体分配资源。

【304】对于两跳用户m，两跳用户m需要向其通信范围内一跳用户发送参考信号，搜索周围空闲用户，将其通信范围内所有空闲用户纳入备选中继集合S_m，形成备选中继集：

S_m＝{RN₁,RN₂,RN₃……RN_n}

【305】备选中继集内用户(即两跳用户通信范围内的备选中继节点)向基站上报自己所在两跳链路(接入链路与回程链路)的通信质量。

【306】基站按照TPR算法选出最优中继，完成资源调度。

具体而言，本发明考虑了两跳用户两条链路中“瓶颈链路”对通信速度的影响，将两条链路通信带宽设为可变值，并且引入吞吐量预测的概念，提出了基于吞吐量预测的整体优化中继节点选择算法。

首先，两跳用户分得资源后，按照以下规则进行预测，决定分配给两跳用户接入链路的资源块数N_AL与分配给两跳用户回程链路的资源块数N_BL以及得到两条链路的吞吐量预测：

(a)根据初始分配给两跳用户的资源块总数N_rb与系统中接入的两跳用户数N_user可得出每个两跳用户分得的资源块数，即是两条链路的资源块总数，则有：

$N_{\mathrm{AL}}+N_{\mathrm{BL}}=\frac{N\_\mathrm{rb}}{N\_\mathrm{user}}---\left(1\right)$

(b)由香农定理可知，两条链路吞吐量预测值分别为：

C_AL＝N_AL×B×log₂(1+sinr_AL)         (2)

C_BL＝N_BL×B×log₂(1+sinr_BL)         (3)

其中，B为每个资源块的带宽。

对于两跳用户，信息传输速率由两条链路中传输速率最小的决定，为了保证最大限度地利用资源，则令：

C_AL＝C_BL                     (4)

联立上述公式(1)、(2)、(3)、(4)可解得N_AL、N_BL、C_AL以及C_BL：

$\left\{\begin{array}{c}{N}_{\mathrm{AL}}+N_{\mathrm{BL}}=\frac{N\_\mathrm{rb}}{N\_\mathrm{user}}\\ C_{\mathrm{AL}}=A_{\mathrm{AL}}\×B\×{\log }_2(1+\sin r_{\mathrm{AL}})\\ C_{\mathrm{BL}}=N_{\mathrm{BL}}\×B\×{\log }_2(1+\sin r_{\mathrm{BL}})\\ C_{\mathrm{AL}}=C_{\mathrm{BL}}\end{array}\right.$

(c)对于每一个两跳用户，其周围备选中继节点向基站上报链路信息后，基站根据以上公式预测出链路吞吐量，然后结合匈牙利算法根据效益矩阵求出最佳的分配矩阵，为每个两跳用户分配合适的中继使得整体性能最佳。按照上述公式计算所得N_AL、N_BL，向合适的中继对应的两条链路分配资源，完成系统资源分配的过程。

具体而言，将所有的两跳用户记为M(M＝N_user)个，看作总任务数M。将两跳用户通信范围内可能被选作中继(即备选中继)的用户记为n个，看作是执行任务的总人数n，第i个两跳用户被第j个中继协助所产生的吞吐量看作是效益因子Q_ij，i＝1,2,3,…,M，j＝1,2,3,…,n：

Q_ij＝C_AL＝C_BL

因为匈牙利算法是求出效益因子之和的最小值，因此接着构造出：

Q_ij′＝Max{Q_ij}-Q_ij

将Q_ij′作为效益因子，利用匈牙利算法从而求得使所有两跳用户吞吐量之和最大时的最佳匹配矩阵。接着按照最佳匹配矩阵对两跳用户分配合适的中继节点，并且按照N_AL和N_BL对合适的中继节点的两条链路分配资源，完成系统资源分配的过程。

仿真实验与结果

仿真所用到的参数如下表所示：

四种选择算法的边缘用户平均吞吐量对比参见图4。其中，传统无中继节点场景对应的边缘用户吞吐量最低，是因为无中继时由基站到边缘用户之间的传输距离较长，路径损耗最大；选择用户通信范围内离基站最近节点作为中继时，相对于无中继场景性能有了一定的提升，但是选择中继节点时，没有考虑链路的信道质量，具有一定的盲目性以至于对系统性能的提升并不明显；经典的机会中继算法即OR算法，在选择中继节点时，考虑了接入链路与回程链路信道质量的对比，选择出通信质量最好的链路进行信号传输，能有效提升边缘用户的吞吐量；本发明所提出的整体优化中继节点选择算法，通过调节接入链路与回程链路分配的带宽资源，避免了“瓶颈效应”造成的资源浪费，并利用匈牙利算法以整体吞吐量最优为目的进行中继节点分配，与经典OR算法相比明显提升了边缘用户吞吐量。由于四种选择算法中，基站中心用户的吞吐量相等，系统总吞吐量随边缘用户吞吐量的提升而升高，因此本发明所提算法在提升边缘用户吞吐量的同时，也提升了整个系统的吞吐量。

四种选择算法对应的边缘用户频谱利用率对比参见图5。从无中继场景到根据离基站最近选择中继节点，再到OR算法，再到TPR算法，边缘用户频谱利用率依次提升。也即，在单位频带上，利用基于吞吐量预测选择中继节点的方法可以获得最高的系统的吞吐量。根据图4所示的边缘用户平均吞吐量指标，由于用户分得的带宽是一定的，因而吞吐量的提升将带来频谱利用率的提升。又因为TRP算法的对应的系统吞吐量最大，则本发明所提算法对于系统的频谱利用率的提升有显著效果。

总之，利用传统机会中继选择算法考虑两跳用户接入链路与回程链路中瓶颈效应对信息传输速率影响的特点，本发明提出了基于吞吐量预测的整体优化中继节点选择算法。该算法能主动规避瓶颈效应造成的资源浪费，极大提升了通信质量。在初始分配阶段需根据用户的下行路径损耗值区分出一跳用户和两跳用户，由基站根据一跳用户和两跳用户所占的比例，将资源初始分配为两部分。之后，一跳用户可按照传统轮询算法进行资源分配；两跳用户探测其通信范围内的空闲用户，形成备选中继集合，所有备选中继节点向基站上报链路信息，基站将接入链路与回程链路分配的资源块设为可变量，令每个备选中继节点对应的两条链路吞吐量相等，接着利用匈牙利算法从整体角度考虑，让每个两跳用户选择合适的中继节点使得整体的吞吐量最大。通过改进，本发明将传统以接入链路质量为参考因素的选择算法，改进为以吞吐量为参考因素的选择算法，更加直观、有效的提升了系统的吞吐量，并结合匈牙利算法从整体角度出发实现资源的合理利用。

Claims (6)

1.一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：该中继节点选择方法包括以下步骤：

1)在小区内部，基站根据下行路径传播损耗值将用户区分为一跳用户和两跳用户，由基站根据一跳用户和两跳用户各自所占的比例对一跳用户和两跳用户整体的资源进行初始分配；

2)经过步骤1)后，两跳用户通过向周围一跳用户发送参考信号探测通信范围内的空闲用户，并将探测到的所有空闲用户作为备选中继节点，所有备选中继节点向基站上报所在接入链路以及回程链路的链路质量信息；

3)基站根据所述链路质量信息以及每个两跳用户所要分配的资源计算所述接入链路与回程链路的吞吐量预测值及所述接入链路与回程链路各自所分配的资源；

4)利用匈牙利算法计算使所有两跳用户吞吐量之和最大时所对应的中继节点分配方案。

2.根据权利要求1所述一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：当基站接收到来自用户的资源请求后，基站向所述用户发送参考信号，然后基站根据下式计算所述用户的下行路径传播损耗值L：

L＝58.83+37.6lg D+21lg f

其中，D表示基站与用户的距离，f表示中继蜂窝系统的载频；

基站将所述用户的下行路径传播损耗值与下行路损判决门限L_th进行比较，L_th取距小区中心处用户的下行路径传播损耗值，R表示小区半径，若L≤L_th，则所述用户为一跳用户；若L>L_th，则所述用户为两跳用户。

3.根据权利要求1所述一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：所述步骤3)具体包括以下步骤：在备选中继节点所在接入链路与回程链路的吞吐量相等的准则下，通过求解以下方程组得到N_AL、N_BL、C_AL以及C_BL：

$\left\{\begin{array}{c}{N}_{\mathrm{AL}}+N_{\mathrm{BL}}=\frac{N\_\mathrm{rb}}{N\_\mathrm{user}}\\ C_{\mathrm{AL}}=N_{\mathrm{AL}}\×B\×{\log }_2(1+\sin r_{\mathrm{AL}})\\ C_{\mathrm{BL}}=N_{\mathrm{BL}}\×B\×{\log }_2(1+\sin r_{\mathrm{BL}})\\ C_{\mathrm{AL}}=C_{\mathrm{BL}}\end{array}\right.$

其中，N_rb为初始分配给所有两跳用户的资源块数目，N_user为系统中两跳用户数目，N_AL为所述接入链路分得的资源块数目，N_BL为所述回程链路分得的资源块数目，C_AL为所述接入链路的吞吐量预测值，C_BL为所述回程链路的吞吐量预测值，B表示每个资源块的带宽，sin r_AL表示所述接入链路的信干噪比，sin r_BL表示所述回程链路的信干噪比。

4.根据权利要求1所述一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：所述步骤4)具体包括以下步骤：

4.1)基站根据每个两跳用户通过通信范围内的备选中继节点协助产生的吞吐量构建效益因子矩阵Q，并对Q进行变形后利用匈牙利算法得出所有两跳用户吞吐量之和最大时的最佳匹配矩阵；

4.2)根据最佳匹配矩阵对每个两跳用户分配中继节点。

5.根据权利要求4所述一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：所述步骤4.1)具体包括以下步骤：

a)将第i个两跳用户被第j个备选中继节点协助所产生的吞吐量作为效益因子Q_ij，Q_ij＝C_AL＝C_BL，i＝1,2,3,…,N_user，j＝1,2,3,…,n，n为第i个两跳用户通信范围内的备选中继节点的数目，C_AL为所述备选中继节点所在接入链路的吞吐量预测值，C_BL为所述备选中继节点所在回程链路的吞吐量预测值，N_user为系统中两跳用户数目；

b)构造Q_ij′＝Max{Q_ij}-Q_ij，根据Q_ij′并利用匈牙利算法求得使所有两跳用户吞吐量之和最大时的最佳匹配矩阵。

6.根据权利要求1所述一种基于吞吐量预测的整体优化中继节点选择方法，其特征在于：所述中继节点选择方法还包括以下步骤：经过步骤4)后，基站根据每个两跳用户分配的中继节点以及步骤3)计算的该中继节点所在接入链路以及回程链路各自所分配的资源向对应两跳用户分配资源。