CN105430728A - 用于微小区的基于最优化理论的上行链路功率控制方法 - Google Patents

Abstract

本发明涉及一种用于微小区的基于最优化理论的上行链路功率控制方法，包括步骤：1)构建优化问题：优化目标为优化操作对象的上行链路总容量，且容量计算过程考虑宏小区对各所述微小区的上行链路跨层干扰，优化变量为优化操作对象内的各Pico？UE的上行链路发射功率，除去Pico？UE发射功率的上限，约束条件增加：a)MinRecSS？MUE的上行链路信干噪比大于或等于相应的目标信干噪比，其中所述MinRecSS？MUE为在宏基站处产生最小的上行链路接收信号强度的Macro？UE、b)每个Pico？UE的上行链路信干噪比均大于或等于相应的目标信干噪比、2)求解优化问题；3)根据优化结果调整优化操作对象内各Pico？UE的上行链路发射功率。与现有技术相比，本发明优化效果佳，且更具实用性。

Description

用于微小区的基于最优化理论的上行链路功率控制方法

技术领域

本发明涉及一种微小区上行功率控制方法，尤其是涉及一种用于微小区的基于最优化理论的上行链路功率控制方法。

背景技术

为了增加传统的仅部署宏小区(即Marcocell)的蜂窝移动通信网络的容量和/或覆盖，在LTE-Advanced(简称LTE-A)系统中，考虑可以在宏小区的覆盖范围内以共信道(即co-channel)方式部署一些低功率的微小区(即smallcells)，比如Pico小区；由此所致的网络通常被称为异构网(即heterogeneousnetworks，简称HetNets)。

当在宏小区内部署了多个可以开放给所有网络用户进行访问的微小区时，一些用户设备可以由微小区进行服务，从而减轻宏小区的负担，实现负载平衡。

在LTE-A系统中，不论是宏小区还是微小区，其对应的基站(eNB)会发送参考符号，并且各个基站所发送的参考符号之间是互相正交的。每个用户设备会测量从其周围的基站(包括其服务基站)接收的参考符号的功率。并且，任意一个用户设备均会将其测量的参考符号接收功率(即referencesymbolreceivedpowers，简称RSRPs)报告给其服务基站。

对于任意一个用户设备UE_j，用表示其周围基站的小区索引的集合。并且，用RSRP_ij表示UE_j测量的从基站i接收的参考符号的功率，那么常规的基于测量的参考符号接收功率的小区关联准则可以表达如下：

$Cell\_{\mathrm{ID}}_{serving}={\mathrm{argmax}}_{\left\{i\right\}}\left\{{\mathrm{RSRP}}_{ij}\right\},i\∈{\mathrm{\Λ}}_{surr}^{\left(j\right)}---\left(1\right)$

上述准则的含义是，UE_j将关联到其测量的从其周围基站接收的参考符号的功率最大的那个基站。

在宏小区与微小区共信道部署的异构网中，如果仍然应用如(1)中所给出的小区关联准则，那么相比于微小区，将有更多的用户设备被关联到宏小区，原因是宏小区基站的发送功率远大于微小区基站的发送功率。在这种情况下，微小区的可用资源没有得到充分的利用，而在宏小区中，对于可用资源的竞争会很激烈。为了更有效地利用由微小区提供的潜在负载平衡功能，“3GPP,R1-094225,DLperformancewithhotzonecells,RAN1#58b”给出了一种方案，对于部署有宏小区与微小区的异构网，对任意一个UE_j，使用如下的小区关联准则：

$Cell\_{\mathrm{ID}}_{serving}={\mathrm{argmax}}_{\left\{i\right\}}\{{\mathrm{RSRP}}_{ij}+{\mathrm{bias}}_i\},i\∈{\mathrm{\Λ}}_{surr}^{\left(j\right)}---\left(2\right)$

上述准则的含义是，UE_j将关联到其测量的从其周围基站接收的参考符号的功率与相应基站的偏置值(bias_i)之和最大的那个基站(宏小区基站或微小区基站)。

在上述等式(2)中，对于宏小区，偏置值为0；而对于每个微小区，偏置值为一个非负值，从而可以有更多的用户设备由微小区服务。由于偏置值的使用相当于给予了微小区扩展用户设备关联的范围的能力，因此这个过程叫作微小区的覆盖范围扩展(即rangeextension，简称RE)，上述偏置值也叫作覆盖范围扩展偏置值。

在异构网中，是在每个宏小区的覆盖范围内以共信道方式部署一些微小区,宏小区的覆盖范围与部署在其中的那些微小区的覆盖范围是相互重叠的。因此，在异构网中，宏小区与其覆盖范围内的微小区之间的干扰远强于宏小区与相邻宏小区之间的干扰。具体而言，一方面，位于宏基站(即MacroeNB，简称MeNB)附近的被某个微小区所服务的用户设备(即PicoUE，简称PUE)会干扰宏基站对上行链路信号的接收。另一方面，位于微小区覆盖范围附近的被宏小区所服务的用户设备(即MacroUE，简称MUE)会干扰相应微基站(即PicoeNB，简称PeNB)对上行链路信号的接收。

若所有微小区都开启了覆盖范围扩展(即RE)功能，微小区覆盖范围附近的一些原先被宏小区所服务的用户设备将会被重新关联到微小区，这样就会减少被宏小区所服务的用户设备对相应微基站的上行链路干扰。但是由微小区的覆盖范围扩展功能所导致的这些与相应微小区关联的用户设备(即RE-resultedPUEs)可能会反过来对宏基站的上行链路信号接收带来明显的(甚至是严重的)干扰。

在图1中，以一个宏小区为例，展示了宏小区与微小区共信道部署场景下的上行链路小区间干扰情况。

在传统的仅部署宏小区的蜂窝移动通信网络中，作为一种对抗上行链路小区间干扰的有效机制，上行链路功率控制(即powercontrol,简称PC)已被广泛研究。在3GPPLTE/LTE-A系统中，开环的(即open-loop)“分数功率控制(即fractionalpowercontrol，简称FPC)方案”已被3GPP标注化组织采纳来作为在宏小区中进行应用的一种上行链路功率控制方案。

在FPC方案中，对于任意一个给定的用户设备，会首先计算其在频域内的一个物理资源模块(physicalresourceblock，简称PRB)上的发射功率，然后该用户设备所采用的上行发射功率会随着分配给所述用户设备的PRB个数的变化而变化。根据“3GPPTS36.213(v9.0.0)，Evolveduniversalterrestrialradioaccess(E-UTRA)；Physicallayerprocedures”以及“A.SimonssonandA.UplinkpowercontrolinLTE-overviewandperformance，IEEEVTCFall2008,pp.1-5,Sept.2008”，对于任意一个用户设备UE_i，FPC方案的具体的计算公式如下式所示：

$P_{tx}^{\left(dBm\right)}=\min (P_{\max }^{\left(dBm\right)},10\·{\log }_{10}{M}_i+\mathrm{\α}\·{\mathrm{PL}}_{ServingeNB-UEi}^{\left(dB\right)}+P_0^{\left(dBm\right)})---\left(3\right)$

在上述公式(3)中，是可允许的用户设备的最大发射功率，变量M_i表示当前分配给UE_i的PRB个数。参数α∈[0,1]被称为部分路径损耗补偿因子，用以表征FPC方案中对大尺度衰落的补偿量。α的值是以小区特定方式来设定的，即被同一小区所服务的所有用户设备都会采用相同的α值；具体而言，α的取值范围是{0，0.4，0.5，0.6，0.7，0.8，0.9，1}，会由高层信令使用3比特信息来指定本小区所使用的数值。变量表示UE_i测量所得的下行链路上的路径损耗(即pathloss，简称PL)。需要注意的是，在3GPP标准化组织的所有正式文件中，一个与路径损耗相关的对数域变量(单位为dB)表示相应路损的绝对值(例如，如果路径损耗为–10dB，相应的对数域路径损耗变量的值就等于10dB)。参数P₀ ^(dBm)是系统指定的功率基准值，可以反应上行链路的接收端(即基站侧)的干扰与噪声水平。P₀ ^(dBm)的值通常是以小区特定方式来设定的，即被同一小区所服务的所有用户设备都会采用相同的P₀ ^(dBm)值，当然，作为一个可选的方式，也可以对于每个用户设备再加上一个用户设备特定的修正值。

根据“S.Sesia,I.Toufik,andM.Baker,LTE-TheUMTSLongTermEvolution:FromTheorytoPractice,Wiley,2011”和“C.Castellanosetc.,PerformanceofuplinkfractionalpowercontrolinUTRANLTE,IEEEVTCSpring2008,pp.2517-2521,May2008”在实际的网络部署中，可以通过网络优化来对参数α和P₀ ^(dBm)的值进行合理设定。

对于宏小区与微小区共信道部署场景，为了最大限度地减小部署微小区对网络带来的负面影响，所有的宏小区(即Macro层)继续使用已经普遍应用于宏小区的如公式(3)所示的FPC方案。对于新部署入网络中的所有微小区(即Pico层)，无论是使用FPC方案还是另外一种上行功率控制方案，由于任意一个宏小区的覆盖范围与部署在其中的那些微小区的覆盖范围是相互重叠的，Pico层的上行链路功率设定和Macro层的上行链路功率设定都可能会有相互之间的负面影响。具体而言，当某个宏小区执行FPC方案来对被其服务的MUEs进行上行链路功率设定时，部署在其覆盖范围之内的一个或多个微小区可能会在同时通过执行某种上行功率控制方案来调整某些PUEs的上行链路发射功率，从而使得具有广播特性的无线通信传输环境发生变化(也就是说，会使得宏小区所对应的上行链路的无线信道条件发生变化)；这就将导致宏小区根据之前的上行链路信道条件来为某些MUEs所设定的发射功率变得无效，也就是说，PUEs所产生的对宏小区的上行链路干扰的动态变化会使得这些MUEs的功率设定可能无法满足相应的业务质量(即QualityofService,简称QoS)要求。相似地，MUEs所产生的对微小区上行链路干扰的动态变化也会导致微小区为某些PUEs所设定的发射功率其实是无效的。

所以，对于宏小区与微小区共信道部署场景，现有的上行链路功率控制方案需要得到必要的改进和增强，因为现有的上行链路功率控制方案并未考虑Macro层和Pico层相互之间的上行链路干扰的动态变化，因而无法确保上行链路的业务质量要求。

设计最优的增强型上行链路功率控制方案的途径就是利用全局网络优化来对Macro层和Pico层的上行链路功率设定进行联合优化。但是使用这种方法会带来下列的影响：i)被3GPP获准后已经普遍应用于宏小区的上行链路功率控制方案将会发生变化；ii)由网络全局优化所产生的“各基站间通过有线回程链路进行信息交换所带来的开销”和“上行链路功率设定算法的计算复杂度”将会是很大量级的(甚至可能是令实际网络运维所无法接受的量级)。

因此，在设计适合于实际网络运维的、次优的增强型上行功率控制方案时，需要让该方案具备下列特点：1)对异构网中占核心地位的Macro层上已经普遍应用的现有上行功率控制方案不会产生影响(或者只带来很小的影响)；2)在考虑对Macro层和Pico层之间相互的上行链路干扰进行增强型抑制时，优先考虑更有效地去抑制Pico层所产生的对Macro层的上行链路跨层干扰；3)在通过限制本层的上行链路发射功率量级来抑制上行链路跨层干扰的同时，尽可能地实现对本层的上行链路总容量的优化；4)执行方案时所产生的(不论是在无线空口上的、还是在基站间有线回程链路上的)信令开销的量级应当在合理范围之内。

当构建一个优化目标为上行链路总容量(或称为总的上行链路数据传输速率)、优化变量为用户设备发射功率的优化问题时，在约束条件中，人们往往只对每个功率变量的取值设置一个上限；基于这样的约束条件，相应的优化问题可以采用相对简单的数学方法来求解，但是这时所求得的解通常会使具有低信噪比(即signal-to-noiseratio,简称SNR)或具有低信干噪比(即signal-to-interference-plus-noiseratio，简称SINR)的用户分配到取值为零的发射功率，从而导致相应用户的上行链路容量(或称为上行链路数据传输速率)为零。显然，像这样的优化问题之解是不能够被应用到实际网络中的。

因此，为了使得以上行链路总容量为优化目标的、对用户发射功率的分配进行优化的优化问题之解能够被应用到实际网络中，需要在优化问题的约束条件中再对每个功率变量设置一个合理的下限值；基于这样的约束条件，所获得的优化问题之解才具有重要的价值和能够被应用到实际网络中；但是，如何利用恰当和有效的数学方法来解决这样的优化问题却非常具有挑战性。

发明内容

根据上述对背景技术以及存在的技术问题的理解，针对宏小区与微小区共信道部署的异构网，本发明在宏小区使用已经普遍应用于宏小区的如公式(3)所示的上行分数功率控制(即FPC)方法的前提下，提出了用于微小区的基于最优化理论的上行链路功率控制方法，该方法在通过限制微小区的上行链路发射功率量级来更有效地抑制微小区对宏小区的上行链路跨层干扰的同时，会尽可能地实现对微小区的上行链路总容量的优化。

依据本发明所述的用于异构网中微小区的基于最优化理论的上行链路功率控制方法，其中，异构网包括宏小区以及部署在该宏小区内的多个微小区，宏小区和微小区内用户设备分别由宏基站和微基站提供服务，该方法包括步骤：

1)构建优化问题：

优化目标为优化操作对象的上行链路总容量，其中所述优化操作对象为单独的微小区或多个微小区的集合，且容量计算过程考虑宏小区对优化操作对象内各微小区的上行链路跨层干扰，

优化变量为优化操作对象内各微小区所服务的用户设备们的上行链路发射功率，

约束条件包括：a)MinRecSSMUE的上行链路信干噪比大于或等于相应的目标信干噪比，其中所述MinRecSSMUE为在宏基站处产生最小的上行链路接收信号强度的那个被宏小区所服务的用户设备、b)被优化操作对象内各微小区所服务的每个用户设备的上行链路信干噪比均大于或等于相应的目标信干噪比、c)被优化操作对象内各微小区所服务的每个用户设备的上行链路发射功率均小于或等于可允许各自的最大发射功率；

2)求解优化问题；

3)执行优化结果：根据优化结果调整优化操作对象内各微小区所服务的用户设备们的上行链路发射功率。

所述步骤1)具体包括步骤：

11)宏基站通过回程链路向优化操作对象内的协调微基站发送参考信息，所述参考信息包括PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn；

其中：为MinRecSSMUE的上行链路发射功率，PL_{MeNB-MinRecSSMUE}为MinRecSSMUE与所述宏基站之间的路径损耗的测量值，I_MUEs-PeNBn为所述宏基站所估算的其对微基站n所产生的上行链路干扰量级，n＝1,…,N，N为优化操作对象内微小区的个数；

12)在所述协调微基站，对于被微基站n所服务的任意一个用户设备PUEj(j∈Λ_n)在微基站n处所产生的上行链路信干噪比进行估算：

${\mathrm{\γ}}_{PUE}^{(n,j)}=\frac{P_{PUE}^{(n,j)}{\mathrm{PL}}_{PeNBn-PUEj}}{I_{MUEs-PeNBn}+\underset{m=1~N,m\≠n}{\Σ}\underset{k\∈{\mathrm{\Λ}}_m}{\Σ}{P}_{PUE}^{(m,k)}{\mathrm{PL}}_{PeNBn-PUEk}+P_{noise}}$

其中：j∈Λ_n，Λ_n为微基站n所服务的所有PUE的用户索引的集合，Λ_m为微基站m所服务的所有PUE的用户索引的集合，m≠n，为微基站n所服务的任意一个用户设备PUEj的上行链路发射功率，为微基站m所服务的任意一个用户设备PUEk的上行链路发射功率，PL_PeNBn-PUEj为微基站n与被其所服务的任意一个用户设备PUEj之间的路径损耗的测量值，PL_PeNBn-PUEk为微基站n与被微基站m所服务的任意一个用户设备PUEk之间的路径损耗的测量值，P_noise为基站侧估算或测量所得的所设定工作带宽上的加性白高斯噪声的平均功率。

13)在所述协调微基站，对MinRecSSMUE在所述宏基站处所产生的上行链路信干噪比进行估算：

${\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}=\frac{P_{MUE}^{Min\mathrm{Re}cSS}{\mathrm{PL}}_{MeNB-Min\mathrm{Re}cSSMUE}}{\underset{n=1~N}{\Σ}\underset{j\∈{\mathrm{\Λ}}_n}{\Σ}{P}_{PUE}^{(n,j)}{\mathrm{PL}}_{MeNB-PUEj}+P_{noise}}$

其中：PL_MeNB-PUEj为所述宏基站与被微基站n所服务的任意一个用户设备PUEj之间的路径损耗的测量值；

14)在所述协调微基站，构建优化问题，具体为：

$\begin{array}{cc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\end{array}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}$

${\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

$P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

其中：为使MinRecSSMUE实现成功的上行链路信号传输所需的目标信干噪比，为使PUEj实现成功的上行链路信号传输所需的目标信干噪比，为各PUE的最大发射功率，为优化操作对象内所有PUE的发射功率所构成的功率向量。

所述协调微基站为优化操作对象内进行对求解优化问题所需的来自宏基站和来自其它微基站的相关信息的收集、优化问题求解、并把所求得的解分发给其它微基站的微基站。

所述求解优化问题所需的来自宏基站的信息为PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn。

若所述协调微基站的索引为l,所述求解优化问题所需的来自其它微基站的信息为PL_PeNBn-PUEj(j∈Λ_n,n≠l)，PL_PeNBn-PUEk(k∈Λ_m,m≠n,m≠l,n≠l)，和PL_MeNB-PUEj(j∈Λ_n,n≠l)。

当所述优化操作对象为单独的微小区时，所述协调微基站为该微小区的微基站；

当所述优化操作对象为多个微小区的集合时，所述协调微基站是从该微小区集合中预先选出来的一个微基站。

所述和的设定分别根据MinRecSSMUE和PUEj各自的上行链路传输性能目标，或

被设定为一个相同的上行链路传输目标信干噪比。

所述和的一种具体的设定方式为：

${\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}={\mathrm{SINR}}_{TH}^{(n,j)}=max({\mathrm{SINR}}_{CCHTH},{\mathrm{SINR}}_{CHTH}^{lowerbound})$

其中：SINR_CCHTH为LTE-A系统中上行链路控制信道的目标信干噪比，为LTE-A系统中上行链路数据信道可采用的所有备选调制编码方案等级所对应的目标信干噪比中的最小值。

所述步骤2)具体包括步骤：

21)将优化问题转化为非线性和非凸的一种等价的表达形式：

$\begin{array}{cc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}\end{array}$

${\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

$P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

22)判断是否优化操作对象中所有的PUE的上行链路传输在对应微基站处所产生的信干噪比量级都很大，若为是，则执行步骤23)，若为否，则执行步骤24)；

23)将优化问题近似为下述表达形式：

$\begin{array}{cc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}\end{array}$

${\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

$P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},j\∈{\mathrm{\Λ}}_n,n=1,\mathrm{...},N$

将其转化为一个等价的凸优化问题，并采用内点法求解；

24)采用凝聚法求解优化问题。

所述信干噪比量级很大具体指：信干噪比大于20dB。

所述优化操作对象的一种具体的、可在回程链路信令开销与性能增益之间实现良好平衡的设定方式为：让每一个实际的优化操作对象就是每一个单独的微小区。

与现有技术相比，本发明具有以下优点：

1)在本方明所提出的用于异构网中微小区的基于最优化理论的上行链路功率控制方法中，通过限制微小区的上行链路发射功率量级，能有效地抑制微小区对宏小区的上行链路跨层干扰，从而显著增强LTE-A系统中异构网的通信质量。

2)在本发明中，在通过限制微小区的上行链路发射功率量级来抑制上行链路跨层干扰的同时，还利用凸优化方法论尽可能地实现对微小区的上行链路总容量的优化，并且在容量计算中考虑了宏小区对微小区的上行链路跨层干扰。

3)本发明所提出的方法，对异构网中占核心地位的Macro层上已经普遍应用的现有上行功率控制方案不会产生影响。

4)为了实现本发明所提出的方法，需要宏基站通过回程链路传输给微基站侧的信息仅仅是少量的有用参考信息(包括PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn)，因此执行方案时所产生的额外的信令开销的量级很小。

5)对于以上行链路总容量为优化目标的、对用户发射功率的分配进行优化的优化问题，在约束条件中对每个功率变量不但设置了上限值，还设置了合理的下限值；从而使得所获得的优化问题之解避免了会使具有低信干噪比的用户分配到零发射功率的、不能够被应用到实际网络中的情况。

附图说明

图1为宏小区与微小区共信道部署场景下的上行链路小区间干扰情况示意图；

图2为本发明方法的主要步骤流程图；

图3为构建优化对象过程的主要步骤流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，对于本领域技术人员而言，显然本发明不限于下述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论如何来看，均应将实施例看作是示范性的，而且是非限制性的。此外，明显的，“包括”一词不排除其他元素和步骤，并且措辞“一个”不排除复数。装置权利要求中陈述的多个元件也可以由一个元件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

依据本申请所述的在LTE-A系统的异构网中用于微小区的上行链路功率控制方法，其中，异构网包括宏小区以及部署在该宏小区内的多个微小区，宏小区和微小区内用户设备分别由宏基站和微基站提供服务，如图2所示，该方法包括步骤：

1)构建如下的优化问题：

优化目标为优化操作对象的上行链路总容量，其中优化操作对象为单独的微小区或多个微小区的集合，且容量计算过程考虑宏小区对优化操作对象内各微小区的上行链路跨层干扰，

优化变量为被优化操作对象内各微小区所服务的用户设备们的上行链路发射功率，

约束条件包括：a)MinRecSSMUE的上行链路信干噪比大于或等于相应的目标信干噪比，其中MinRecSSMUE为在宏基站处产生最小的上行链路接收信号强度的MUE、b)被优化操作对象内各微小区所服务的每个用户设备的上行链路信干噪比均大于或等于相应的目标信干噪比、c)被优化操作对象内各微小区所服务的每个用户设备的上行链路发射功率均小于或等于可允许的用户设备的最大发射功率；

具体地，优化问题的优化操作对象的选择可以有下述几种情况：

i)考虑到在绝大多数情况下微小区之间不存在相互的上行链路干扰或者相互之间的上行链路干扰量级都可以忽略不计，作为最基本的一种处理方式，优化问题的操作对象可以是每一个单独的微小区。

ii)作为一种更进一步的处理方式，考虑到少数的如下场景：部署在某个宏小区中的某一组数量为k(k>1)的相邻微小区之间的相互干扰不能被完全忽略不计(虽然相应的干扰量级通常也很小)，可以将这k个微小区的集合作为优化问题的一个操作对象。

iii)作为上述第ii)种场景的极端情况，如果部署在某个宏小区中的所有微小区之间均有不可忽略的相互干扰，那么的所有微小区的集合可以被作为优化问题的一个操作对象。在这种情况下，尤其是当的所有微小区的总数较多时，对的所有微小区进行整体优化所产生的“各微基站间通过有线回程链路进行信息交换所带来的开销”和“上行链路功率分配算法的计算复杂度”将会是很大量级的(甚至可能是令实际网络运维所无法接受的量级)。

事实上，即使的所有微小区之间的上行链路干扰量级都可以忽略不计，我们也可以考虑将的所有微小区的集合作为优化问题的一个操作对象，从而通过对的所有微小区进行整体优化来获取更好的性能优化结果。但是，在本发明中，我们的目标是：以合理量级的信令开销为代价来实现更有效的上行链路跨层干扰抑制和获取良好的上行链路容量性能，而并不是以很大量级(甚至是大到令实际网络运维所无法接受的量级)的信令开销为代价来实现能够使性能尽可能好的整体优化。因此，我们建议：只有在不得不去做的情况下(也就是在所有微小区之间均有不可忽略的相互干扰的情况下)，才去选择将所有微小区的集合作为优化问题的一个操作对象。

在依据本发明的一个实施例之中，为了尽最大可能地减小信令开销的量级，可以让每一个实际的优化操作对象就是每一个单独的微小区。

具体地，在异构网中，是在每个宏小区的覆盖范围内以共信道方式部署一些微小区。无线通信网络运营商在部署微小区来用于热点覆盖时，都会通过网络规划来实现对网络部署的优化。通常，在任意一个给定的宏小区中，任意两个微小区的覆盖范围不会有相互重叠；并且在绝大多数情况下，任意两个微小区的覆盖范围的边缘之间均会有一个恰当的间距。因此，在绝大多数情况下，微小区之间不存在相互的上行链路干扰或者相互之间的上行链路干扰量级可以忽略不计(即使某些相邻微小区之间的相互干扰不能被完全忽略不计但相应的干扰量级通常也很小)。所以，让每一个实际的优化操作对象就是每一个单独的微小区的处理通常不会带来明显的性能退化。

若宏小区内部署了K(K≥1)个微小区，本发明的后续描述仅针对一个包含N(1≤N≤K)个微小区的“通用的(即generic)”优化操作对象来进行陈述。如果N＝1，则表示通用优化操作对象是一个单独的微小区，并且该微小区与其余微小区之间不存在上行链路干扰。如果1＜N＜K，则表示通用优化操作对象是一组相邻的微小区的集合，并且这些微小区之间存在相互的上行链路干扰。如果N＝K，则表示通用优化操作对象是部署在宏小区中的所有微小区的集合，并且这些微小区之间均存在相互的上行链路干扰。

显然，基于通用优化操作对象所设计的上行链路功率控制方案能够被直接地应用于每一个实际的优化操作对象。

如果某一个实际的优化操作对象包括多个微基站，则选择其中一个微基站作为运行算法求解优化问题的协调微基站。然后，基于利用基站间的“采用X2接口的有线回程链路”，协调微基站会获取求解优化问题所需的来自宏小区和其它微小区的相关信息，并把所求得的被其它微基站所服务的PUEs的功率分配的优化解发回给其它微基站。如何合理选择协调微基站超出了本发明的范畴。

对于包含N(1≤N≤K)个微小区的通用优化操作对象，如图3所示，步骤1)具体包括步骤：

11)宏基站通过回程链路向微小区侧发送参考信息，参考信息包括PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn；

其中：为MinRecSSMUE的上行链路发射功率(单位为瓦特)，PL_{MeNB-MinRecSSMUE}为MinRecSSMUE与宏基站之间的路径损耗的测量值，I_MUEs-PeNBn为宏基站所估算的其对微基站n所产生的上行链路干扰量级，n＝1,…,N，N为通用优化操作对象内微小区的个数；

具体地，当基站(包括所有的宏基站和微基站)发送参考符号(不同基站所发送的参考符号是相互正交的)时，每个用户设备会测量从其周围的基站(包括其服务基站)接收的参考符号的功率，然后每个用户设备会将其测量所得的参考符号接收功率报告给其服务基站。在任意一个给定的基站，利用被其所服务的用户设备上报的对参考符号接收功率的测量值，可以进一步估算出每个被该基站所服务的用户设备与该用户设备周围的基站之间的路径损耗。

具体地，在任意一个给定的宏基站处，根据i)已估算出的被其所服务的用户设备与该用户设备周围的基站之间的路径损耗值，和ii)被其所服务的用户设备的上行链路发射功率的新的计算值(如果宏基站决定执行新一轮的上行链路功率控制)、或被其所服务的用户设备的已经在使用的上行链路发射功率值(如果宏基站决定目前暂不去执行新一轮的上行链路功率控制)，宏基站即可知悉或通过估算获知包括PL_{MeNB-MinRecSSMUE}，I_MUEs-PeNBn在内的参考信息。

具体地，当通用优化操作对象所包含的微基站数目N等于1时，宏基站通过回程链路将参考信息发送给这个微基站；当通用优化操作对象所包含的微基站数目N大于1时，宏基站通过回程链路将参考信息发送给这多个微基站中的那个被选出来的协调微基站。

12)在微小区侧，对于被微基站n(n＝1,…,N)所服务的任意一个用户设备PUEj(j∈Λ_n)在微基站n处所产生的上行链路信干噪比进行估算。

具体地，用Λ_n表示微基站n所服务的所有用户设备的用户索引的集合，用Λ_m表示微基站m(m≠n)所服务的所有用户设备的用户索引的集合。

具体地，用表示微基站n所服务的任意一个用户设备PUEj(j∈Λ_n)的上行链路发射功率(单位为瓦特)，用表示微基站m(m≠n)所服务的任意一个用户设备PUEk(k∈Λ_m)的上行链路发射功率(单位为瓦特)。

具体地，用PL_PeNBn-PUEj表示微基站n与被其所服务的任意一个用户设备PUEj(j∈Λ_n)之间的路径损耗的测量值，用PL_PeNBn-PUEk表示微基站n与被微基站m(m≠n)所服务的任意一个用户设备PUEk(k∈Λ_m)之间的路径损耗的测量值。

具体地，对于上行链路的接收端即基站来说，用P_noise表示LTE-A系统所设定的工作带宽上的加性白高斯噪声(AWGN)的平均功率，单位为瓦特。P_noise能够利用以下式子来进行估算：P_noise＝P_noiseperHz×工作带宽×噪声系数(即noisefigure)；其中，P_noiseperHz＝10^-174[dBm]/10×10^-3(单位为瓦特),工作带宽(单位为赫兹)为给定的系统参数，噪声系数对于ITU信道模型或者3GPPSCM信道模型来说分别为10^7[dB]/10或者10^9[dB]/10。此外，P_noise还可以由基站侧通过测量获得，如果采用这种测量的方式来获得P_noise，由于后续所设计的算法的需要，宏基站测量所得的P_noise需要通过回程链路发送给部署在宏基站覆盖范围内的微基站。为了简化起见，即使各基站采用这种测量的方式来获得P_noise，不同的基站处测量所得的加性白高斯噪声的平均功率也统一地用参量P_noise进行标识。

具体估算为：

${\mathrm{\γ}}_{PUE}^{(n,j)}=\frac{P_{PUE}^{(n,j)}{\mathrm{PL}}_{eNBn-PUEj}}{I_{MUEs-PeNBn}+\underset{m=1~N,m\≠n}{\Σ}\underset{k\∈{\mathrm{\Λ}}_m}{\Σ}{P}_{PUE}^{(m,k)}{\mathrm{PL}}_{PeNBn-PUEk}+P_{noise}}---\left(4\right)$

13)在微小区侧，对MinRecSSMUE在宏基站处所产生的上行链路信干噪比进行估算

具体地，用PL_MeNB-PUEj表示宏基站与被微基站n(n＝1,…,N)所服务的任意一个用户设备PUEj(j∈Λ_n)之间的路径损耗的测量值。

具体估算为：

${\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}=\frac{P_{MUE}^{Min\mathrm{Re}cSS}{\mathrm{PL}}_{MeNB-Min\mathrm{Re}cSSMUE}}{\underset{n=1~N}{\Σ}\underset{j\∈{\mathrm{\Λ}}_n}{\Σ}{P}_{PUE}^{(n,j)}{\mathrm{PL}}_{MeNB-PUEj}+P_{noise}}---\left(5\right)$

14)在微小区侧，构建以N个微小区的上行链路总容量为优化目标、以被N个微小区所服务的用户设备们的上行链路发射功率为优化变量的优化问题。

具体地，用表示使MinRecSSMUE实现成功的上行链路信号传输所需的最小信干噪比(或称为目标信干噪比)，用表示使PUEj(j∈Λ_n,n∈{1,2,…,N})实现成功的上行链路信号传输所需的最小信干噪比(或称为目标信干噪比)。和可以根据MinRecSSMUE和PUEj(j∈Λ_n,n∈{1,2,…,N})各自的上行链路传输性能目标来进行设定，也可以被设定为一个相同的“上行链路传输目标信干噪比”。

具体地，用表示用户设备PUEj(j∈Λ_n,n∈{1,2,…,N})的最大允许发射功率(单位为瓦特)，用表示N个微小区所服务的用户设备们的发射功率所构成的功率向量。

优化问题具体构建为：

在依据本发明的一个实施例之中，和可以利用以下式子来进行设定： ${\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}={\mathrm{SINR}}_{TH}^{(n,j)}=max({\mathrm{SINR}}_{CCHTH},{\mathrm{SIN}}_{DCHTH}^{lowerbound}).$ 其中，SINR_CCHTH为LTE-A系统中上行链路控制信道的目标信干噪比，其为具有给定值的系统参数；为LTE-A系统中上行链路数据信道可采用的所有备选调制编码方案等级所对应的目标信干噪比中的最小值，其为具有给定值的系统参数。

对上述优化问题求解所需的来自宏基站的信息为PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn。此外，若协调微基站的索引为l,所述求解优化问题所需的来自其它微基站的信息为PL_PeNBn-PUEj(j∈Λ_n,n≠l)，PL_PeNBn-PUEk(k∈Λ_m,m≠n,m≠l,n≠l)，和PL_MeNB-PUEj(j∈Λ_n,n≠l)。

2)求解优化问题；

根据对数运算符的加法运算原理和对数函数的单调递增特性，上述公式(6)中的优化目标可以被等价地表示为下述数学表达形式

上述公式(7)所示的优化目标可以被进一步地表示为下述等价的数学表达形式：

可以看到，所述优化问题是非线性和非凸的；根据“D.Bertsekas,ConvexOptimizationTheory,AthenaScientific,2009”和“S.BoydandL.Vandenberghe,ConvexOptimization,CambridgeUniversityPress,2009”，对于像这样的优化问题，通常很难找到有效的数学方法对其进行求解。接下来，我们将分别在“所有的PUE的上行链路传输所致信干噪比都很大”和“并不是所有的PUE的上行链路传输所致信干噪比都很大”这两种场景下对所述优化问题进行求解。

在第一种场景，所有的PUEs的上行链路传输所致信干噪比都很大，也就是 的量级很大，公式(6)中所示的优化目标可以被近似为下述数学表达形式：

$\underset{n=1}{\overset{N}{\Σ}}\underset{j\∈{\mathrm{\Λ}}_n}{\Σ}{\log }_2(1+{\mathrm{\γ}}_{PUE}^{(n,j)})\≈\underset{n=1}{\overset{N}{\Σ}}\underset{j\∈{\mathrm{\Λ}}_n}{\Σ}{\log }_2\left({\mathrm{\γ}}_{PUE}^{(n,j)}\right)={\log }_2\left(\underset{n=1}{\overset{N}{\Π}}\underset{j\∈{\mathrm{\Λ}}_n}{\Π}{\mathrm{\γ}}_{PUE}^{(n,j)}\right)---\left(9\right)$

利用公式(7)-(9)，公式(6)所述的优化问题可以近似为下述数学表达形式：

公式(10)所示的优化问题属于一类被称为几何规划(即GeometricProgramming，简称GP)的优化问题。

根据“D.Bertsekas,ConvexOptimizationTheory,AthenaScientific,2009”、“S.BoydandL.Vandenberghe,ConvexOptimization,CambridgeUniversityPress,2009”和“R.Duffin,E.Peterson,andC.Zener,GeometricProgramming:TheoryandApplication,JohnWiley&SonsInc,1967”，通常，GP优化问题具有下述的标准的数学表达形式

在上述公式(11)中，是优化变量，f₀和{f_i}是优化变量的多项式函数，{h_i}是优化变量的单项式函数。GP优化问题通常是非线性和非凸的优化问题；但是，同样根据“D.Bertsekas,ConvexOptimizationTheory,AthenaScientific,2009”、“S.BoydandL.Vandenberghe,ConvexOptimization,CambridgeUniversityPress,2009”和“R.Duffin,E.Peterson,andC.Zener,GeometricProgramming:TheoryandApplication,JohnWiley&SonsInc,1967”，基于将优化变量进行对数替换、以及将优化目标函数和约束函数进行对数变换，一个GP优化问题能够被转化为一个等价的凸优化问题。

对于公式(11)，首先将原始的优化变量替换为其对数值然后将优化目标函数由f₀变换为其对数值logf₀，接着将不等式约束条件{f_i≤1}替换为{logf_i≤0}、将等式约束条件{h_i＝1}替换为{logh_i＝0}。由此，则可将公式(11)所示的优化问题转化为如下所示的等价的优化问题：

不同于公式(11)所示的GP优化问题，公式(12)所示的等价的优化问题是一个凸优化问题。因此，根据“B.Jansen,InteriorPointTechniquesinOptimization:Complementarity,SensitivityandAlgorithms,Springer,2010”，我们可以采用通常用于求解凸优化问题的很成熟的内点法(即interiorpointmethods)来有效地求解转化所得的等价的凸优化问题。

对于公式(10)所示的优化问题，其原始表达形式与公式(11)所示的GP优化问题的标准表达形式有所不同。但是，对于公式(10)所示的优化问题，其优化变量为发射功率向量的所有成员分量；同时，经过简单的数学操作可以发现其优化目标函数是优化变量的多项式函数；此外，每个约束条件都可以被等效地表达为形如“优化变量的一个多项式函数小于或等于一个上限”的不等式。因此，公式(10)所示的优化问题可以被转换为一个等价的GP优化问题。

进一步地，利用公式(11)-(12)所示的等价变换，就可以将公式(10)所示的优化问题最终转化为一个等价的凸优化问题。这样，我们就可以采用内点法来有效地求解得到实现了优化的对PUEs的发射功率的分配了。

在第二种场景，并不是所有的PUEs的上行链路传输所致信干噪比都很大，根据公式(6)和公式(8)，我们可以将公式(6)所示的优化问题等价地表示为下述数学表达形式：

对于公式(13)所示的优化问题，其优化变量为发射功率向量的所有成员分量。经过简单的数学操作后，我们发现其优化目标函数可以等价为优化变量的两个多项式函数之比；也就是说，其优化目标函数并不是优化变量的多项式函数。因此，根据“C.BeightlerandD.Philips,AppliedGeometricProgramming,Wiley,1976”和“M.Avriel,AdvancesinGeometricProgramming,Springer,1980”，公式(13)所示的优化问题并不是一个GP优化问题，而是属于一类被称为互补几何规划(即ComplementaryGP，简称CGP)的优化问题。

CGP优化问题是非凸优化问题，但是，同样根据“C.BeightlerandD.Philips,AppliedGeometricProgramming,Wiley,1976”和“M.Avriel,AdvancesinGeometricProgramming,Springer,1980”，可以采用凝聚法(即condensationmethods)来进行有效的求解。凝聚法的方法论是通过迭代地应用单项式近似来获取并求解一系列的GP问题。在凝聚法中进行单项式近似时我们有两种不同的处理方式；相应地，可将凝聚法分为单冷凝法和双冷凝法。

对于单冷凝法(即singlecondensationmethod)，在每一轮的迭代中，利用在上一轮迭代中计算所得的可行点将优化目标的分母多项式近似为一个单项式；而优化目标的分子继续保持为原来的多项式。因为多项式与单项式之比是一个多项式，我们便可在每一轮的迭代中通过近似得到一个GP优化问题，并对其进行求解。当所求得的解收敛到原始的CGP优化问题的一个最优解时，迭代便会终止。需要注意的是，收敛结果可能是局部最优解也可能是全局最优解。

理论上，有若干种数学方法可以用来将一个多项式近似为一个单项式。在依据本发明的一个实施例之中，推荐的方法是基于利用下列的简单不等式：

$\underset{i}{\Σ}{\mathrm{\τ}}_i{\mathrm{\ρ}}_i\≥\underset{i}{\Π}{{\mathrm{\ρ}}_i}^{{\mathrm{\τ}}_i}---\left(14\right)$

在上述公式(14)中，τ_i≥0，ρ_i≥0且Σ_iτ_i＝1。若标识τ_iρ_i为θ_i，公式(14)可以被等价地表示为下述形式：

$\underset{i}{\Σ}{\mathrm{\θ}}_i\≥\underset{i}{\Π}{\left(\frac{{\mathrm{\θ}}_i}{{\mathrm{\τ}}_i}\right)}^{{\mathrm{\τ}}_i}---\left(15\right)$

上述公式(15)中不等式的左边即可比拟公式(13)中优化目标的分母多项式(即多个单项式之和)。因此，若让表示公式(13)中优化目标的分母多项式中的单项式求和分量，并使等于根据公式(15)，可以很容易看出：公式(13)中优化目标的分母多项式能够在优化变量取值为一个可行点时被一个单项式来近似。因为所述的近似方法总是在对原始的分母多项式进行低估，所以对被凝聚的优化目标进行最小化可以确保所求得的解会逐步向原始优化目标的最小值进行收敛。

在双冷凝法(即doublecondensationmethod)中，将会对CGP优化问题中优化目标的分母多项式和分子多项式都进行单项式近似，还会将所有的约束函数转换为单项式函数，然后经过一个对数转换将CGP优化问题近似为一个线性优化问题并对其进行求解。类似于单冷凝法，双冷凝法也会采用一个相似的迭代处理流程。

下面，基于利用单冷凝法，我们把对公式(13)所示优化问题进行求解的具体算法流程描述如下：

第1步：选择一个初始的优化变量可行值

第2步：基于设定计算公式(13)中优化目标的分母多项式之值；

第3步：基于设定计算

第4步：将公式(13)中优化目标的分母多项式近似为单项式：

于是便可将公式(13)所示优化问题近似为一个GP优化问题。

第5步：利用内点法对通过近似所得的GP优化问题进行求解。然后将所求得的解标识为其中k(初始值为1)用于表示迭代次数的索引；

第6步：若成立，则终止迭代，其中ε表示用于决定迭代是否终止的差错容忍系数；

第7步：此时不成立。算法回到第2步并设定其中是在上一轮迭代的第5步中所求得的的一个可行点。

3)执行优化结果：根据优化结果调整优化操作对象内各PUE的上行链路发射功率。

Claims (8)

1.一种用于微小区的基于最优化理论的上行链路功率控制方法，其中，所述异构网包括宏小区以及部署在该宏小区内的多个微小区，所述宏小区和微小区内用户设备分别由宏基站和微基站提供服务，其特征在于，包括步骤：

1)构建优化问题：

优化目标为优化操作对象的上行链路总容量，其中所述优化操作对象为单独的微小区或多个微小区的集合，且容量计算过程考虑宏小区对优化操作对象内各微小区的上行链路跨层干扰，

优化变量为优化操作对象内各微小区所服务的用户设备们的上行链路发射功率，

约束条件包括：a)MinRecSSMUE的上行链路信干噪比大于或等于相应的目标信干噪比，其中所述MinRecSSMUE为在宏基站处产生最小的上行链路接收信号强度的那个被宏小区所服务的用户设备、b)被优化操作对象内各微小区所服务的每个用户设备的上行链路信干噪比均大于或等于相应的目标信干噪比、c)被优化操作对象内各微小区所服务的每个用户设备的上行链路发射功率均小于或等于可允许各自的最大发射功率；

2)求解优化问题；

3)执行优化结果：根据优化结果调整优化操作对象内各微小区所服务的用户设备们的上行链路发射功率。

2.根据权利要求1所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述步骤1)具体包括步骤：

11)宏基站通过回程链路向优化操作对象内的协调微基站发送参考信息，所述参考信息包括PL_{MeNB-MinRecSSMUE}，和I_MUEs-PeNBn；

其中：为MinRecSSMUE的上行链路发射功率，PL_{MeNB-MinRecSSMUE}为MinRecSSMUE与所述宏基站之间的路径损耗的测量值，I_MUEs-PeNBn为所述宏基站所估算的其对微基站n所产生的上行链路干扰量级，n＝1,…,N，N为优化操作对象内微小区的个数；

12)在所述协调微基站，对于被微基站n所服务的任意一个用户设备PUEj(j∈Λ_n)在微基站n处所产生的上行链路信干噪比进行估算：

${\mathrm{\γ}}_{PUE}^{(n,j)}=\frac{P_{PUE}^{(n,j)}{\mathrm{PL}}_{PeNBn-PUEj}}{I_{MUES-PeNBn}+\underset{m=1~N,m\≠n}{\Σ}\underset{k\∈{\mathrm{\Λ}}_m}{\Σ}{P}_{PUE}^{(m,k)}{\mathrm{PL}}_{PeNBn-PUEk}+P_{noise}}$

其中：j∈Λ_n，Λ_n为微基站n所服务的所有PUE的用户索引的集合，Λ_m为微基站m所服务的所有PUE的用户索引的集合，m≠n，为微基站n所服务的任意一个用户设备PUEj的上行链路发射功率，为微基站m所服务的任意一个用户设备PUEk的上行链路发射功率，PL_PeNBn-PUEj为微基站n与被其所服务的任意一个用户设备PUEj之间的路径损耗的测量值，PL_PeNBn-PUEk为微基站n与被微基站m所服务的任意一个用户设备PUEk之间的路径损耗的测量值，P_noise为基站侧估算或测量所得的所设定工作带宽上的加性白高斯噪声的平均功率。

13)在所述协调微基站，对MinRecSSMUE在所述宏基站处所产生的上行链路信干噪比进行估算：

${\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}=\frac{P_{MUE}^{Min\mathrm{Re}cSS}{\mathrm{PL}}_{MeNB-Min\mathrm{Re}cSSMUE}}{\underset{n=1~N}{\Σ}\underset{j\∈{\mathrm{\Λ}}_n}{\Σ}{P}_{PUE}^{(n,j)}{\mathrm{PL}}_{MeNB-PUEj}+P_{noise}}$

其中：PL_MeNB-PUEj为所述宏基站与被微基站n所服务的任意一个用户设备PUEj之间的路径损耗的测量值；

14)在所述协调微基站，构建优化问题，具体为：

$\begin{array}{ccc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}& \\ & {\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\\ & P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\end{array}$

其中：为使MinRecSSMUE实现成功的上行链路信号传输所需的目标信干噪比，为使PUEj实现成功的上行链路信号传输所需的目标信干噪比，为各PUE的最大发射功率，为优化操作对象内所有PUE的发射功率所构成的功率向量。

3.根据权利要求2所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，

所述协调微基站为优化操作对象内进行对求解优化问题所需的来自宏基站和来自其它微基站的相关信息的收集、优化问题求解、并把所求得的解分发给其它微基站的微基站。

当所述优化操作对象为单独的微小区时，所述协调微基站为该微小区的微基站；

当所述优化操作对象为多个微小区的集合时，所述协调微基站是从该微小区集合中预先选出来的一个微基站。

4.根据权利要求2所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述和的设定分别根据MinRecSSMUE和PUEj各自的上行链路传输性能目标，或

被设定为一个相同的上行链路传输目标信干噪比。

5.根据权利要求4所述的一种用于异构网中微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述和的一种具体的设定方式为：

${\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}={\mathrm{SINR}}_{TH}^{(n,j)}=max({\mathrm{SINR}}_{CCHTH},{\mathrm{SINR}}_{DCHTH}^{lowerbound})$

其中：SINR_CCHTH为LTE-A系统中上行链路控制信道的目标信干噪比，为LTE-A系统中上行链路数据信道可采用的所有备选调制编码方案等级所对应的目标信干噪比中的最小值。

6.根据权利要求2所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述步骤2)具体包括步骤：

21)将优化问题转化为非线性和非凸的一种等价的表达形式：

$\begin{array}{ccc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}& \\ & {\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\\ & P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\end{array}$

22)判断是否优化操作对象中所有的PUE的上行链路传输在对应微基站处所产生的信干噪比量级都很大，若为是，则执行步骤23)，若为否，则执行步骤24)；

23)将优化问题近似为下述表达形式：

$\begin{array}{ccc}subjectto& {\mathrm{\γ}}_{MUE}^{Min\mathrm{Re}cSS}\≥{\mathrm{SINR}}_{TH}^{Min\mathrm{Re}cSS}& \\ & {\mathrm{\γ}}_{PUE}^{(n,j)}\≥{\mathrm{SINR}}_{TH}^{(n,j)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\\ & P_{PUE}^{(n,j)}\≤P_{\max }^{\left(Watt\right)},& j\∈{\mathrm{\Λ}}_n,n=1,...,N\end{array}$

将其转化为一个等价的凸优化问题，并采用内点法求解；

24)采用凝聚法求解优化问题。

7.根据权利要求6所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述信干噪比量级很大具体指：信干噪比大于20dB。

8.根据权利要求1-6中所述的一种用于微小区的基于最优化理论的上行链路功率控制方法，其特征在于，所述优化操作对象的一种具体的、可在回程链路信令开销与性能增益之间实现良好平衡的设定方式为：让每一个实际的优化操作对象就是每一个单独的微小区。