CN105142225A - 基于能量有效异构网络资源分配的方法及系统 - Google Patents

Abstract

本发明提供了一种基于能量有效异构网络资源分配的方法及系统，该方法包括基站、中继、主机站，基站与用户通信通过一个或者多个中继，所有的计算工作均在主机站中进行，中继被视为远端射频单元。本发明的有益效果是：本发明的目的在于通过在认知无线电模型下将协作通信，极化滤波以及协作干扰技术结合起来，实现基于用户协作动态频谱接入的物理层安全模型，既能实现主用户信息的物理层安全性能提升，又在此基础上提上了主次级用户的吞吐量从而提升了频谱利用率。

Description

基于能量有效异构网络资源分配的方法及系统

技术领域

本发明涉及电子与通信技术领域，尤其涉及基于能量有效异构网络资源分配的方法及系统。

背景技术

通信技术及其相关领域每年约消耗电量1500TWh，约占全世界总发电量的10％，随着通信技术的进一步发展以及普及，此数据在近期会有快速增长。无线通信作为通信技术的重要分支之一近年来发展迅速，其中LTE-A技术因其高速传输和多样化的服务而产生了更多的能量消耗。

为了减少对环境的破坏，能量效率成为了通信系统的设计和基站部署方面需要关注的重要问题之一。为了减少由于建筑物等的阻挡而产生的阴影衰落的影响，LTE-A引入了一系列的低功率节点组成异构网络，其中包括：微型基站、微微基站、家庭基站、中继节点等。异构网络具有在提高频谱效率的同时，减少能量消耗等优势。

然而，现有的文献中，还没有考虑在能量效率最大化情况下LTE-A网络中的功率分配，中继选择和频率分配问题。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于能量有效异构网络资源分配的方法。

本发明提供了一种基于能量有效异构网络资源分配的方法，该方法包括基站、中继、主机站，基站与用户通信通过一个或者多个中继，所有的计算工作均在主机站中进行，中继被视为远端射频单元。

作为本发明的进一步改进，该方法包括单中继选择、子频率块分配和功率分配的优化步骤，在该优化步骤中，若频率资源块和中继选择策略已经确定，那么最优的功率分配方案为

${\max }_{p^{k,n},p_{rm}^{k,n}}L1(p,p_{rm},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})$

$p^{k,n}\≥0,p_{rm}^{k,n}\≥0.$

作为本发明的进一步改进，该方法还包括单中继选择情况下的异构节点能量效率的设计步骤，在该设计步骤中，在L1(p,p_rm,λ,μ,ν)对p和p_rm求一阶偏导，并设其为0，那么最优的功率分配策略分别为：

$p^{k,n}={\left(\frac{-B_1^{k,n}+\sqrt{{\left(B_1^{k,n}\right)}^2-4A_1^{k,n}{C}_1^{k,n}}}{2A_1^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_2^{k,n}+\sqrt{{\left(B_2^{k,n}\right)}^2-4A_2^{k,n}{C}_2^{k,n}}}{2A_2^{k,n}}\right)}^{+}.$

作为本发明的进一步改进，该方法还包括多中继选择与资源分配的联合优化步骤，在该联合优化步骤中，最化功率的表达式为：

$p^{k,n}={\left(\frac{-B_3^{k,n}+\sqrt{{\left(B_3^{k,n}\right)}^2-4A_3^{k,n}{C}_3^{k,n}}}{2A_3^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_4^{k,n}+\sqrt{{\left(B_4^{k,n}\right)}^2-4A_4^{k,n}{C}_4^{k,n}}}{2A_4^{k,n}}\right)}^{+}.$

本发明还提供了一种基于能量有效异构网络资源分配的系统，其特征在于，该系统包括基站、中继、主机站，基站与用户通信通过一个或者多个中继，所有的计算工作均在主机站中进行，中继被视为远端射频单元。

作为本发明的进一步改进，该系统包括单中继选择、子频率块分配和功率分配的优化模块，在该优化模块中，若频率资源块和中继选择策略已经确定，那么最优的功率分配方案为

${\max }_{p^{k,n},p_{rm}^{k,n}}L1(p,p_{rm},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})$

$p^{k,n}\≥0,p_{rm}^{k,n}\≥0.$

作为本发明的进一步改进，该系统还包括单中继选择情况下的异构节点能量效率的设计模块，在该设计模块中，在L1(p,p_rm,λ,μ,ν)对p和p_rm求一阶偏导，并设其为0，那么最优的功率分配策略分别为：

$p^{k,n}={\left(\frac{-B_1^{k,n}+\sqrt{{\left(B_1^{k,n}\right)}^2-4A_1^{k,n}{C}_1^{k,n}}}{2A_1^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_2^{k,n}+\sqrt{{\left(B_2^{k,n}\right)}^2-4A_2^{k,n}{C}_2^{k,n}}}{2A_2^{k,n}}\right)}^{+}.$

作为本发明的进一步改进，该系统还包括多中继选择与资源分配的联合优化模块，在该联合优化模块中，最化功率的表达式为：

$p^{k,n}={\left(\frac{-B_3^{k,n}+\sqrt{{\left(B_3^{k,n}\right)}^2-4A_3^{k,n}{C}_3^{k,n}}}{2A_3^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_4^{k,n}+\sqrt{{\left(B_4^{k,n}\right)}^2-4A_4^{k,n}{C}_4^{k,n}}}{2A_4^{k,n}}\right)}^{+}.$

本发明的有益效果是：本发明的目的在于通过在认知无线电模型下将协作通信，极化滤波以及协作干扰技术结合起来，实现基于用户协作动态频谱接入的物理层安全模型，既能实现主用户信息的物理层安全性能提升，又在此基础上提上了主次级用户的吞吐量从而提升了频谱利用率。

附图说明

图1是本发明的系统模型图。

图2是本发明的能量效率随着中继数目的变化图。

图3是本发明的能量效率随着中继的最大功率的变化图。

具体实施方式

本发明公开了一种基于能量有效异构网络资源分配的方法及系统，如图1所示，在此系统中，基站可以与用户通信通过一个或者多个中继，在此系统里的中继均采用LTE-A系统中所定义的对用户不可见，而且不对信号产生干扰。主机站可以被看作为处理单元，即所有的计算工作均在主机站中进行；中继节点可以被视为远端射频单元，如图1所示。在LTE-A网络架构中，一个频率资源块由12个连续的长度为15kHz的子载波组成。假设系统中含有K个用户，M个中继节点，N个频率资源块。一个传输阶段被分为三个部分：第一个部分为传输准备部分，在此过程中，主机站进行中继选择和传输前的资源分配等准备工作；传输阶段也被分成两个部分，分别为基站向中继节点传输和中继节点向用户传输，三个阶段的长度分别为T₀、T/2和T/2。此系统中的中继策略我们采用放大转发，用户k通过中继m的转发在资源块n上的信噪比为

${\mathrm{SNR}}_{k,n}^m=\frac{{\mathrm{\γ}}_{SRm}^{k,n}{p}^{k,n}{\mathrm{\γ}}_{RDm}^{k,n}{p}_{rm}^{k,n}}{{\mathrm{\γ}}_{SRm}^{k,n}{p}^{k,n}+{\mathrm{\γ}}_{RDm}^{k,n}{p}_{rm}^{k,n}+1}---\left(1\right)$

p^k,n为基站分配给用于传输到用户k在资源块n上的功率，为中继m为用户k转发在资源块n上的传输功率。和分别为在频率资源块n上从基站到中继m和从中继m到用户k的信干噪比。和分别为相应的信道参数，N₀和W分别为噪声的功率谱密度和信道带宽。

根据香农定理，用户k在资源块n上的频谱效率可以写为

$R_{k,n}=\frac{1}{2}{\mathrm{\ρ}}_{k,n}{\log }_2(1+\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}{\mathrm{SNR}}_{k,n}^m)---\left(2\right)$

ρ_k,n∈{0,1}和α_m,k∈{0,1}分别表示用户k是否占用频率资源块n和中继节点m的转发。对于主机站，其功率消耗包括两个部分，一个部分是传输发射功率，另一个部分是除了发射以外的传输损耗。其中射频段的功率损耗与发射功率成正比，其余功率消耗P_D包括数据处理模块，模数转换器等的能量消耗。P_D可以表示为

$P_D=P_s+\mathrm{\θ}\left(\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}\right)---\left(3\right)$

其中P_s为电路的固定能量损耗，θ为与能量效率相关的能量损耗系数。总能量损耗可以写为

$P_e=\mathrm{\ξ}\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}{p}^{k,n}+P_D---\left(4\right)$

其中ξ为放大器的能量效率系数。对于微型接入点，中继m为用户转发所消耗的功率为

$P_{Rm}=\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}{\mathrm{\α}}_{m,k}{p}_{rm}^{k,n}---\left(5\right)$

在此，设每个中继节点每为一个用户转发所消耗的功率为P_DR，那么所有中继节点的能量消耗为

$P_r=L(\underset{m=1}{\overset{M}{\Σ}}{P}_{Rm}+\underset{m=1}{\overset{M}{\Σ}}\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\α}}_{m,k}{P}_{DR})---\left(6\right)$

其中L代表中继节点的活跃程度，为此我们假设最大的活跃程度(L＝1)。那么，整个系统总的能量消耗为

$E_{sum}=\frac{1}{2}(P_e+P_r)---\left(7\right)$

下面我们定义本文中的能量效率，即单位能量消耗下的频谱效率，即

$EE=\frac{\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}}{E_{sum}}(bits/Joules/Hz)---\left(8\right).$

单中继选择情况下的异构节点能量效率的分析：

在本节，我们建立了一个单中继选择、子频率块分配和功率分配的优化步骤(优化问题)。我们的目标函数为能量效率的最大化，限制条件为QoS和最大传输能量。用户k必须达到最小的QoS，Q_k。基站的最大发射功率为P，中继m的最大发射功率为P_rm。在此场景下，一个用户只能有一个中继节点为其转发。那么该优化问题可以写为

${\max }_{p,p_r,\mathrm{\ρ},\mathrm{\α}}EE$

$\left(c1\right)---\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}\≥Q_k,\∀k$

$\left(c2\right)---\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}^{k,n}\≤P$

$\left(c3\right)---\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}_{rm}^{k,n}\≤P_{rm},\∀m$

$\left(c4\right)---p^{k,n}\≥0,p_{rm}^{k,n}\≥0,\∀m$

$\left(c5\right)---{\mathrm{\ρ}}_{k,n}\∈\{0,1\},\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}\≤1,\∀k$

$\left(c6\right)---{\mathrm{\α}}_{m,k}\∈\{0,1\},\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}=1,\∀k$

因为目标函数(P1)是非凸函数，其限制条件(c1)非线性，找到优化问题的解的过程会很复杂。结合能量效率的物理含义，能量效率最大化的问题可以转化为两个优化问题，即，在消耗能量不变的情况下，频谱效率最大化；频谱效率不变的情况下，消耗能量最小化。为此，我们将(P1)转化为如下(P2)的多目标优化问题

$\begin{array}{c}{\max }_{p^{k,n},p_{rm}^{k,n},{\mathrm{\ρ}}_{k,n},{\mathrm{\α}}_{m,k}}\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}\\ {\max }_{p^{k,n}{p}_{rm}^{k,n},{\mathrm{\ρ}}_{k,n},{\mathrm{\α}}_{m,k}}-E_{sum}\end{array}---\left(c1\right)-\left(c6\right)$

为了解决(P2)中的多目标优化问题。我们引入两个加权系数ω₁和ω₂，(P2)即可以转化为(P3)：

${\max }_{p,p_r,\mathrm{\ρ},\mathrm{\α}}{\mathrm{\ω}}_1\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}-{\mathrm{\ω}}_2{E}_{sum}---\left(c1\right)-\left(c6\right)$

$L1(p,p_{rm},\mathrm{\ρ},\mathrm{\α},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})={\mathrm{\ω}}_1\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}-{\mathrm{\ω}}_2{E}_{sum}+\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\λ}}_k(\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}-Q_k)+\mathrm{\μ}(P-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}{p}^{k,n})+\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\ν}}_m(P_{rm}-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}{\mathrm{\α}}_{m,k}{p}_{rm}^{k,n})$

其中为限制条件的对偶系数，其中为QoS的对偶系数，μ为基站发射功率的对偶系数，为中继发射功率的对偶系数。那么，拉格朗日对偶问题可以写成

$g(\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})=\left\{\begin{array}{c}\max L1(p,p_{rm},\mathrm{\ρ},\mathrm{\α},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})\\ {\mathrm{\ρ}}_{k,n}\∈\{0,1\},\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\ρ}}_{k,n}\≤1,\∀n\\ {\mathrm{\α}}_{m,k}\∈\{0,1\},\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}=1,\∀k\end{array}\right.$

那么(P3)对偶问题的优化可以写成

min_λ,μ,ν≥0g(λ,μ,ν)

由于一个用户只能由一个中继为其转发，那么其频谱效率也可以写为

若频率资源块和中继选择策略已经确定，那么最优的功率分配方案为

${\max }_{p^{k,n},p_{rm}^{k,n}}L1(p,p_{rm},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})$

$p^{k,n}\≥0,p_{rm}^{k,n}\≥0.$

单中继选择情况下的异构节点能量效率的设计步骤：

在L1(p,p_rm,λ,μ,ν)对p和p_rm求一阶偏导，并设其为0。那么最优的功率分配策略分别为

$p^{k,n}={\left(\frac{-B_1^{k,n}+\sqrt{{\left(B_1^{k,n}\right)}^2-4A_1^{k,n}{C}_1^{k,n}}}{2A_1^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_2^{k,n}+\sqrt{{\left(B_2^{k,n}\right)}^2-4A_2^{k,n}{C}_2^{k,n}}}{2A_2^{k,n}}\right)}^{+}$

其中，

$A_1^{k,n}={\left({\mathrm{\γ}}_{SRm}^{k,n}\right)}^2$

$B_1^{k,n}=(2+p_{rm}^{k,n}{\mathrm{\γ}}_{RDm}^{k,n}){\mathrm{\γ}}_{SRm}^{k,n}$

$C_1^{k,n}=(1+p_{rm}^{k,n}{\mathrm{\γ}}_{RDm}^{k,n})-\frac{{\mathrm{\α}}_{m,k}{\mathrm{\γ}}_{SRm}^{k,n}{p}_{rm}^{k,n}{\mathrm{\γ}}_{RDm}^{k,n}({\mathrm{\ω}}_1-\frac{1}{2}{\mathrm{\ω}}_2\mathrm{\θ}+{\mathrm{\λ}}_k)}{2ln2(\mathrm{\μ}+\frac{\mathrm{\ξ}}{2\mathrm{\η}}{\mathrm{\ω}}_2)}$

$A_2^{k,n}={\left({\mathrm{\γ}}_{RDm}^{k,n}\right)}^2$

$B_2^{k,n}=(2+p^{k,n}{\mathrm{\γ}}_{SRm}^{k,n}){\mathrm{\γ}}_{RDm}^{k,n}$

$C_2^{k,n}=\frac{{\mathrm{\α}}_{m,k}{\mathrm{\γ}}_{RDm}^{k,n}{p}^{k,n}{\mathrm{\γ}}_{SRm}^{k,n}({\mathrm{\ω}}_1-\frac{1}{2}{\mathrm{\ω}}_2\mathrm{\θ}+{\mathrm{\λ}}_k)}{2ln2({\mathrm{\ν}}_m+\frac{{\mathrm{\ω}}_{2}L}{2})}$

在得到通过上述算法得到的最优功率策略后，其对偶问题可进一步转化为

$g(\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})=\left\{\begin{array}{c}ma{x}_{{\mathrm{\ρ}}_{k,n}}\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\ρ}}_{k,n}{F}_{k,n}+F1\\ {\mathrm{\ρ}}_{k,n}\∈\{0,1\},\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\ρ}}_{k,n}\≤1,\∀n\end{array}\right.$

其中F1为一常数，参数F_k,n可以定义为

$F_{k,n}=\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}\[({\mathrm{\ω}}_1-{\mathrm{\ω}}_2\mathrm{\θ}+{\mathrm{\λ}}_k)R_{k,n}^m-p_{rm}^{k,n}\]-({\mathrm{\ω}}_2\mathrm{\ξ}+\mathrm{\μ})p^{k,n}$

F_k,n可以被理解成当时，系统所能得到的收益，F_k,n的第一部分可以看成频谱效率得到的收益，第二部分可以看成能量的损耗。我们的目标为最大化收益，我们需要为每一个中继寻找使其利益最大的收益，即

${\mathrm{\ρ}}_{k^{*},n}=1,(k^{*},n)={\mathrm{argmax}}_k{F}_{k,n}$

与频率资源块分配所采用的方法类似，中继选择的对偶函数可以写为

$\left\{\begin{array}{c}ma{x}_{{\mathrm{\α}}_{m,k}}\underset{m=1}{\overset{M}{\Σ}}\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\α}}_{m,k}{G}_{m,k}+G1\\ {\mathrm{\α}}_{m,k}\∈\{0,1\},\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}=1,\∀k\end{array}\right.$

其中G1为一个常数，G_m,k可以写为

$G_{m,k}=\underset{n=1}{\overset{N}{\Σ}}{\mathrm{\α}}_{m,k}\[({\mathrm{\ω}}_1-{\mathrm{\ω}}_2\mathrm{\θ}+{\mathrm{\λ}}_k)R_{k,n}^m-p_{rm}^{k,n}\]-({\mathrm{\ω}}_2\mathrm{\ξ}+\mathrm{\μ})p^{k,n}$

那么用户k的最优中继选择策略可以写为

${\mathrm{\α}}_{m^{*},k}=1,(m^{*},k)={\mathrm{argmax}}_m{G}_{m,k}$

对偶函数值可以通过如下对偶域和次梯度方法迭代

${\mathrm{\λ}}_k(t+1)={\[{\mathrm{\λ}}_k\left(t\right)+{\mathrm{\δ}}_1^k\left(R_k\right(t)-Q_k)\]}^{+}$

$\mathrm{\μ}(t+1)={\[\mathrm{\μ}\left(t\right)+{\mathrm{\δ}}_2(P-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}^{k,n}(t\left)\right)\]}^{+}$

${\mathrm{\ξ}}_m(t+1)={\[{\mathrm{\ξ}}_m\left(t\right)+{\mathrm{\δ}}_3^m(P_{rm}-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}_{rm}^{k,n}(t\left)\right)\]}^{+}$

其中为迭代步长。

多中继选择情况下的异构节点模型建立和能量效率的设计：

为了充分利用多中继带来的空间分集，我们构造了一个多中继选择与资源分配的联合优化步骤(优化问题)。在此，基站通过多中继分集与用户通信，构造成的优化问题如下：

${\max }_{P,P_r,\mathrm{\ρ},\mathrm{\α}}{\mathrm{\ω}}_1\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}-{\mathrm{\ω}}_2{E}_{sum}$

Subjectto:(c1)-(c5)

${\mathrm{\α}}_{m,k}\∈\{0,1\},\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{m,k}\≥1,\∀m,k$

然而，上述问题为一个非凸、非线性优化问题，无法确定其海森矩阵是否正定。为了保证基站能获得性能的明显提升，我们在此假设所有节点的信噪比足够高，因此我们近将吞吐量的表达式log₂(1+SNR)近似为log₂SNR。通过利用杰森不等式，我们将吞吐量的表达式近似为

$R_{k,n}=\frac{WT}{2}{\mathrm{\ρ}}_{k,n}{\log }_2\left({\mathrm{SNR}}_{k,n}\right)\≥{\mathrm{\ρ}}_{k,n}{\mathrm{\α}}_{k,m}\frac{\underset{m=1}{\overset{M}{\Σ}}{\mathrm{WTlog}}_2\left(M\frac{{\mathrm{\γ}}_{SRm}^{k,n}{p}^{k,n}{\mathrm{\γ}}_{RDm}^{k,n}{p}_{rm}^{k,n}}{{\mathrm{\γ}}_{SRm}^{k,n}{p}^{k,n}+{\mathrm{\γ}}_{RDm}^{k,n}{p}_{rm}^{k,n}+1}\right)}{2M}=R_{k,n}^A$

在吞吐量的近似之后，(P4)的对偶问题可以写成

$L2(p,p_{rm},\mathrm{\ρ},\mathrm{\α},{\mathrm{\λ}}_k,\mathrm{\μ},{\mathrm{\ν}}_m)={\mathrm{\ω}}_1\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}^A-{\mathrm{\ω}}_2{E}_{sum}+\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\λ}}_k(\underset{n=1}{\overset{N}{\Σ}}{R}_{k,n}^A-Q_k)+\mathrm{\μ}(P-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}^{k,n})+\underset{m=1}{\overset{M}{\Σ}}{\mathrm{\ν}}_m(P_{rm}^{k,n}-\underset{k=1}{\overset{K}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}{p}_{rm}^{k,n})$

通过L2(p,p_rm,ρ,α,λ_k,μ,ν_m)对p^k,n和分别求一阶偏导并使其等于0，我们可以得到最优功率的表达式

$p^{k,n}={\left(\frac{-B_3^{k,n}+\sqrt{{\left(B_3^{k,n}\right)}^2-4A_3^{k,n}{C}_3^{k,n}}}{2A_3^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_4^{k,n}+\sqrt{{\left(B_4^{k,n}\right)}^2-4A_4^{k,n}{C}_4^{k,n}}}{2A_4^{k,n}}\right)}^{+}.$

其中：

$A_3^{k,n}=\mathrm{\γ}\frac{k,n}{SR}$

$B_3^{k,n}=(1+p_{\stackrel{\‾}{r}}^{k,n}{\mathrm{\γ}}_{\stackrel{\‾}{RD}}^{k,n})$

$C_3^{k,n}=\frac{({\mathrm{\ω}}_1-\frac{{\mathrm{\θ\ω}}_{2}T}{2}+{\mathrm{\λ}}_k)WT\underset{m=1}{\overset{M}{\Σ}}\left({\mathrm{\α}}_{m,k}\right)(1+p_{\stackrel{\‾}{r}}^{k,n}{\mathrm{\γ}}_{\stackrel{\‾}{RD}}^{k,n})}{2Mlog2({\mathrm{\ω}}_2\frac{T\mathrm{\ξ}}{2\mathrm{\η}}+\mathrm{\μ})}$

$A_4^{k,n}={\mathrm{\γ}}_{RDm}^{k,n}$

$B_4^{k,n}=(1+p^{k,n}{\mathrm{\γ}}_{SRm}^{k,n})$

$C_4^{k,n}=\frac{({\mathrm{\ω}}_1-\frac{{\mathrm{\θ\ω}}_{2}T}{2}+{\mathrm{\λ}}_k)WT\underset{m=1}{\overset{M}{\Σ}}\left({\mathrm{\α}}_{m,k}\right)(1+p_{\stackrel{\‾}{r}}^{k,n}{\mathrm{\γ}}_{\stackrel{\‾}{RD}}^{k,n})}{2M\log 2({\mathrm{\ω}}_2\frac{TL}{2}+{\mathrm{\ν}}_m)}$

为了确定ρ_k,n和α_m,k的数值，与在单中继选择中才用的方式类似，我们定义F_k,n和G_m,k，并且用相似的方式决定F_k,n的数值。对于中继选择策略，我们选择可以使G_m,k＞0的中继，也就是说，当G_m,k＞0时，选择能够使L2(p,p_rm,ρ,α,λ_k,μ,ν_m)的数值增长的中继。对于一个用户k来说

${\mathrm{\α}}_{m^{*},k}=1,(m^{*},k)={\mathrm{argG}}_{m,k}>0.$

模拟仿真与实验结果分析：

本节我们将利用仿真验证提出系统和算法的可靠性，我们利用WINNER2信道模型的生成信道参数，在场景选择上，我们选择C1场景，即郊区场景。其中加权系数ω₁和ω₂均设为1，其余的参数设定键表一。

表一仿真参数设定

首先我们检验中继数目对系统性能的影响，我们将单中继选择和多中继选择情景下的能量效率、频谱效率和能量消耗作为变量进行对比。首先我们将用户数目设为3。图2显示了在中继节点数目由2变为8的情况下，两种情景中能量效率的对比。通过观察可知，在单中继选择的情况下，能量效率随着中继数目的增加而增大。而对于多中继选择的情况，当中继数目大于4时，能量效率开始下降。产生上述现象的原因是：随着中继数目的增加，一方面频谱效率增加，另一方面能量消耗增加，当能量上升到一定值时，能量上升的速度超过频谱效率上升的速度，故频谱效率会降低。

图3描述了在中继的数目设为3，用户的数目设为5的情况下，最大发射功率对系统性能，即能量效率、频谱效率和能量消耗的影响。如图所示，随着最大发射功率的增加，能量效率随之增加，这是因为系统的实际发射功率并没有发生很大的变化。然而频谱效率和能量消耗却随之降低，这是因为能量的增加给频谱效率带来的影响小于对能量消耗带来的影响。

在LTE-A的标准中，不需要有线连接的中继节点被认为是一种可以同时有效提高吞吐量和减少能量消耗的通信方式。联合优化中继选择和载波分配可以同时利用中继的空间复用和载波的频率复用，可以作为一种更好的提高吞吐量和能量效率的方法。因此，本发明提出了一种新的中继选择和频率分配的资源分配策略。

本发明将解决一个LTE-A中继网络中基于能量效率的频率分配、功率分配以及中继选择的问题。为了考虑空间复用对系统的影响，在本发明中，我们还将考虑多中继选择和单中继选择对系统的影响。

本发明的目的在于通过在认知无线电模型下将协作通信，极化滤波以及协作干扰技术结合起来，实现基于用户协作动态频谱接入的物理层安全模型，既能实现主用户信息的物理层安全性能提升，又在此基础上提上了主次级用户的吞吐量从而提升了频谱利用率。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种基于能量有效异构网络资源分配的方法，其特征在于，该方法包括基站、中继、主机站，基站与用户通信通过一个或者多个中继，所有的计算工作均在主机站中进行，中继被视为远端射频单元。

2.根据权利要求1所述的基于能量有效异构网络资源分配的方法，其特征在于，该方法包括单中继选择、子频率块分配和功率分配的优化步骤，在该优化步骤中，若频率资源块和中继选择策略已经确定，那么最优的功率分配方案为

$\begin{array}{c}{\max }_{p^{k,n},p_{rm}^{k,m}}L1(p,p_{rm},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})\\ p^{k,n}\≥0,p_{rm}^{k,n}\≥0\end{array}.$

3.根据权利要求1所述的基于能量有效异构网络资源分配的方法，其特征在于，该方法还包括单中继选择情况下的异构节点能量效率的设计步骤，在该设计步骤中，在L1(p,p_rm,λ,μ,ν)对p和p_rm求一阶偏导，并设其为0，那么最优的功率分配策略分别为：

$p^{k,n}={\left(\frac{-B_1^{k,n}+\sqrt{{\left(B_1^{k,n}\right)}^2-4A_1^{k,n}{C}_1^{k,n}}}{2A_1^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_2^{k,n}+\sqrt{{\left(B_2^{k,n}\right)}^2-4A_2^{k,n}{C}_2^{k,n}}}{2A_2^{k,n}}\right)}^{+}.$

4.根据权利要求1所述的基于能量有效异构网络资源分配的方法，其特征在于，该方法还包括多中继选择与资源分配的联合优化步骤，在该联合优化步骤中，最化功率的表达式为：

$p^{k,n}={\left(\frac{-B_3^{k,n}+\sqrt{{\left(B_3^{k,n}\right)}^2-4A_3^{k,n}{C}_3^{k,n}}}{2A_3^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_4^{k,n}+\sqrt{{\left(B_4^{k,n}\right)}^2-4A_4^{k,n}{C}_4^{k,n}}}{2A_4^{k,n}}\right)}^{+}.$

5.一种基于能量有效异构网络资源分配的系统，其特征在于，该系统包括基站、中继、主机站，基站与用户通信通过一个或者多个中继，所有的计算工作均在主机站中进行，中继被视为远端射频单元。

6.根据权利要求5所述的基于能量有效异构网络资源分配的系统，其特征在于，该系统包括单中继选择、子频率块分配和功率分配的优化模块，在该优化模块中，若频率资源块和中继选择策略已经确定，那么最优的功率分配方案为

$\begin{array}{c}{\max }_{p^{k,n},p_{rm}^{k,m}}L1(p,p_{rm},\mathrm{\λ},\mathrm{\μ},\mathrm{\ν})\\ p^{k,n}\≥0,p_{rm}^{k,n}\≥0\end{array}.$

7.根据权利要求5所述的基于能量有效异构网络资源分配的系统，其特征在于，该系统还包括单中继选择情况下的异构节点能量效率的设计模块，在该设计模块中，在L1(p,p_rm,λ,μ,ν)对p和p_rm求一阶偏导，并设其为0，那么最优的功率分配策略分别为：

$p^{k,n}={\left(\frac{-B_1^{k,n}+\sqrt{{\left(B_1^{k,n}\right)}^2-4A_1^{k,n}{C}_1^{k,n}}}{2A_1^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_2^{k,n}+\sqrt{{\left(B_2^{k,n}\right)}^2-4A_2^{k,n}{C}_2^{k,n}}}{2A_2^{k,n}}\right)}^{+}.$

8.根据权利要求5所述的基于能量有效异构网络资源分配的系统，其特征在于，该系统还包括多中继选择与资源分配的联合优化模块，在该联合优化模块中，最化功率的表达式为：

$p^{k,n}={\left(\frac{-B_3^{k,n}+\sqrt{{\left(B_3^{k,n}\right)}^2-4A_3^{k,n}{C}_3^{k,n}}}{2A_3^{k,n}}\right)}^{+}$

$p_{rm}^{k,n}={\left(\frac{-B_4^{k,n}+\sqrt{{\left(B_4^{k,n}\right)}^2-4A_4^{k,n}{C}_4^{k,n}}}{2A_4^{k,n}}\right)}^{+}.$