CN105554898A - 上行链路中部分信道状态信息下的干扰管理方法 - Google Patents

Abstract

本发明公开了一种上行链路中部分信道状态信息下的干扰管理方法，主要解决现有技术的资源分配方法信息交互开销大和关联控制方法收敛速度慢的问题。其实现步骤是：1)宏基站采用历史次梯度下降法为所有用户进行关联控制；2)家庭基站根据构造的家庭用户效用函数为关联到它的每个用户进行资源分配；3)宏基站首先为关联到它的每个用户选取一个参考家庭基站，然后再根据构造的宏用户效用函数对关联到它的每个用户进行资源分配。本发明不仅减少了跨层干扰和信息交互开销，同时提高了系统吞吐量和关联控制的收敛速度，可用于宏基站与家庭基站共存的异构无线网络。

Description

上行链路中部分信道状态信息下的干扰管理方法

技术领域

本发明属于无线通信技术领域，特别涉及正交频分多址接入OFDMA系统中部分信道状态信息下联合关联控制和资源分配的干扰管理方法,可用于宏基站与家庭基站共存的异构无线网络上行链路。

背景技术

研究发现，大约50％的语音业务和70％数据业务都发生在室内。为了满足用户日益增长的数据传输需求，运营商在传统的宏基站下构建了大量的家庭基站，这就形成了宏基站和家庭基站共存的异构无线网络。

在异构无线网络下行链路中，由于家庭基站的发射功率很小，宏用户无法感知距离它较远的家庭基站的信道状态信息，使得宏用户只能感知部分信道状态信息。然而在上行链路中，宏用户会对距离它较远的家庭基站产生干扰。同时在异构无线网络中，用户可以通过选择接入家庭基站还是宏基站，来进行干扰转移，提高网络吞吐量。所以在上行链路中部分信道状态信息下，如何对用户进行关联控制和资源分配，来进行干扰转移和抑制跨层干扰，从而提高网络性能成为了一个重要的研究问题。

目前，关于异构无线网络关联控制联合资源分配技术的研究大多只关注下行正交频分多址接入OFDMA系统，对于上行正交频分多址接入OFDMA系统却少有研究。如QiaoyangYe等在IEEETransactionsOnWirelessCommunications，2013《UserAssociationforLoadBalancinginHeterogeneousCellularNetworks》一文中研究了一种异构网络下行链路中的联合资源分配和关联控制方法，该篇文章中作者采用次梯度的方法求解关联控制，提高了系统吞吐量。但是该方法关注的是下行，并且文中的次梯度下降法使得关联控制的收敛速度慢。IWayanMustika等在Asia-PacificConferenceonCommunications，2013《AGame-TheoreticFrame-workforJointBaseStationandResourceSelectioninLTEHeterogeneousNetworks》一文中研究了一种异构网络下基于博弈的联合基站关联和资源分配方法，该方法减少了跨层干扰，卸载了宏基站的负载，提高了系统吞吐量。但是该篇文章使用了用户测量到的全部信道状态信息，增加了测量和信息交互开销。

发明内容

本发明针对现有技术的不足，提出一种上行链路中部分信道状态信息下的干扰管理方法，利用关联控制和资源分配分别进行干扰转移和干扰抑制，以减少跨层干扰和测量与信息交互开销，提高系统吞吐量和关联控制的收敛速度。

本发明的技术方案是：通过联合考虑关联控制和资源分配以最大化用户速率的对数和为目标函数，得到数学优化问题，以减少异构网络上行链路的干扰；再将该数学优化问题分解成关联控制和资源分配两个子问题，采用拉格朗日对偶分解方法对关联控制问题进行数学建模，并采用历史次梯度下降法进行关联控制的求解，通过关联控制完成干扰转移。然后使用参考基站和关联基站的信道状态信息进行资源分配。其实现步骤包括如下：

(1)系统初始化：

假设系统中的基站集合为Λ＝{1,2,...,k...,M}，其中k表示任意基站，当k＝M时，表示宏基站，当k≠M时，表示家庭基站，基站k的子信道集合为Δ_k＝{1,2,...n_k,...,N_k},k∈Λ，其中n_k表示基站k的任意子信道，N_k表示基站k的子信道数目，系统中的用户集合为ψ＝{1,2,...,u,...Ω}，其中u表示任意一个用户，Ω表示系统中总的用户数目。

初始化迭代次数t＝0，第0次迭代的拉格朗日因子集合λ(0)＝{λ₁(0),...,λ_k(0),...,λ_M(0)}，其中，每个基站的拉格朗日因子λ_k(0)＝0；

(2)宏基站M为所有用户进行关联控制：

(2a)用户u统计可检测到参考信号的基站集合，记为关联基站集合BS_u，并计算关联基站集合BS_u中任意一个基站k在每个子信道上获得的无干扰平均速率并将这些平均速率上报给宏基站；

(2b)宏基站M计算第t次迭代时每个用户的关联基站情况，并统计关联到每个基站的用户数目：

(2b1)第t次迭代时，宏基站M构造用户u与关联基站集合BS_u中任意一个基站k的效用函数为： $X_{k,u}\left(t\right)=ln\left(\stackrel{\‾}{C_{k,u}^1}\right)-{\mathrm{\λ}}_k\left(t\right);$

(2b2)宏基站M将用户u关联到效用函数最大的基站，得到用户u的关联基站k_u ^*为：并统计关联到每个基站的用户数目，记为U_k(t)；

(2c)宏基站M计算第t次迭代时的对偶函数值为：

$H\left(\mathrm{\λ}\right(t\left)\right)=\underset{u}{\Σ}{X}_{k_u^{*},u}\left(t\right)+\underset{k}{\Σ}{e}^{\ln \left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1},$

其中，为第t次迭代时用户u与关联基站k_u ^*的效用函数；

(2d)宏基站M判断关联控制是否结束，当迭代次数t＞0，且对偶函数值的改变量满足时，关联控制结束，执行步骤(3)，否则执行步骤(2e)，其中δ表示关联控制的收敛门限；

(2e)宏基站M计算下一次迭代的拉格朗日因子集合：

(2e1)宏基站M计算第t次迭代的次梯度方向为：其中 $s_k\left(t\right)=e^{ln\left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1}-U_k\left(t\right);$

(2e2)宏基站M计算第t次迭代的历史次梯度方向：如果t＝0，则t次迭代的历史次梯度方向如果t＞0，则先计算t次迭代的权重 $w\left(t\right)=max\{0,-\mathrm{\β}\frac{s\left(t\right)d(t-1)}{\left|\right|d(t-1)|{|}^2}\},\mathrm{\β}=1,$ 再计算第t次迭代的历史次梯度方向

(2e3)宏基站M计算下一次迭代的拉格朗日因子集合：令t'＝t+1，t＝t'，则拉格朗日因子集合为λ(t)＝{λ₁(t),...,λ_k(t),...,λ_M(t)}，其中λ_k(t)＝λ_k(t-1)-αd_k(t-1)，α表示迭代步长，返回步骤(2b)；

(3)家庭基站和宏基站分别为关联到它的每个用户进行资源分配：

(3a)所有家庭基站为关联到它的每个用户进行子信道分配：

(3a1)家庭基站k统计关联到它的家庭用户集合为χ_k，并构造家庭用户集合χ_k中任意一个用户η在子信道n_k上的效用函数为：其中和分别表示家庭用户η在子信道n_k上到家庭基站和宏基站的路径增益，k∈Λ,k≠M；

(3a2)家庭基站k对家庭用户集合χ_k中的用户以均分方法进行子信道分配；

(3b)宏基站M为关联到它的宏用户进行子信道分配：

(3b1)宏基站M计算宏用户ε在子信道n_M上的参考家庭基站为该参考家庭基站为宏用户ε接收到信号强度最强的家庭基站，其中为宏用户ε在子信道n_M上到家庭基站k的路径增益；

(3b2)宏基站M统计关联到它的宏用户集合为χ_M，并构造宏用户集合χ_M中任意一个用户ε在子信道n_M上的效用函数为：

$Q_{M,\mathrm{\ϵ},n_M}={\log }_2(1+\frac{p^M{g}_{M,\mathrm{\ϵ},n_M}^M}{I_{M,\mathrm{\ϵ},n_M}+{\mathrm{\σ}}^2}){\log }_2(1+\frac{p^F{g}_{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}}{p^M{g}_{M,\mathrm{\ϵ},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}+{\mathrm{\σ}}^2}),$

其中，p^M表示宏基站下用户的发射功率，p^F表示家庭基站下用户的发射功率，和分别表示宏用户ε在子信道n_M上到宏基站M和参考家庭基站的路径增益，表示参考家庭基站下使用子信道n_M的用户到该家庭基站的路径增益，表示宏用户ε在子信道n_M上受到的来自同频邻居家庭基站的干扰；

(3b3)宏基站M对宏用户集合χ_M中的用户以均分方法进行子信道分配。

本发明与现有技术相比，具有如下优点：

1)本发明在上行链路的部分信道状态信息下，通过定义参考基站，仅使用参考基站和关联基站的信道状态信息进行资源分配，不仅抑制了跨层干扰，提高了系统吞吐量，同时减少了系统的测量和信息交互开销。

2)本发明采用历史次梯度下降法求解关联控制问题，不仅实现了干扰转移，提高了系统吞吐量，同时提高了关联控制的收敛速率。

附图说明

图1为本发明的应用场景图；

图2为本发明的实施流程图；

图3为本发明的仿真场景图；

图4是本发明与现有资源分配算法关于每个子信道上速率的累积分布比较图；

图5是本发明与现有联合关联控制和资源分配方法随用户数目变化的吞吐量对比图；

图6是本发明与现有关联控制算法收敛速度的比较图。

具体实施方式

以下参照附图，对本发明的技术方案和效果做进一步描述：

参照图1，本发明的应用系统包括一个宏基站M、E个家庭基站和Ω个用户，且Ω个用户随机分布在宏基站的覆盖范围内。每个用户只能够连接一个基站，基站下的每个子信道只能分配给一个用户。为了提高资源利用率，家庭基站与宏基站采用共道的部署方法，家庭基站的频谱分配可以根据现有的图论方法进行分配：相邻的家庭基站之间使用正交的频谱，距离较远的家庭基站之间使用相同的频谱。

参照图2，本发明的实现步骤如下：

步骤1：系统初始化。

设系统中的基站集合为Λ＝{1,2,...,k...,M}，其中k表示任意基站，当k＝M时，表示宏基站，当k≠M时，表示家庭基站；

设基站k的子信道集合为：Δ_k＝{1,2,...n_k,...,N_k},k∈Λ，其中n_k表示基站k的任意子信道，N_k表示基站k的子信道数目；

设系统中的用户集合为：ψ＝{1,2,...,u,...Ω}，其中u表示任意一个用户，Ω表示系统中总的用户数目；

初始化迭代次数t＝0，第0次迭代的拉格朗日因子集合λ(0)＝{λ₁(0),...,λ_k(0),...,λ_M(0)}，其中，每个基站的拉格朗日因子λ_k(0)＝0。

步骤2：宏基站M为所有用户进行关联控制。

2a)任意一个用户u给宏基站上报无干扰平均速率：

2a1)系统中的任意一个用户u统计可检测到参考信号的基站集合，记为关联基站集合BS_u，并计算关联基站集合BS_u中任意一个基站k在每个子信道上获得的无干扰平均速率

$\stackrel{\‾}{C_{k,u}^1}=\frac{\underset{n_k\∈{\mathrm{\Δ}}_k}{\Σ}{C}_{k,u,n_k}}{N_k},$

其中，表示用户u关联到基站k在子信道n_k上的速率，B₀表示每个子信道的带宽，p^k表示基站k下用户的发射功率，表示基站k下用户u在子信道n_k上到基站k的路径增益，σ²表示噪声干扰；

2a2)系统中任意一个用户u将关联基站集合BS_u中任意一个基站k在每个子信道上获得的无干扰平均速率上报给宏基站；

2b)宏基站M计算第t次迭代时每个用户的关联基站情况，并统计关联到每个基站的用户数目：

2b1)第t次迭代时，宏基站M构造任意一个用户u与关联基站集合BS_u中任意一个基站k的效用函数为： $X_{k,u}\left(t\right)=ln\left(\stackrel{\‾}{C_{k,u}^1}\right)-{\mathrm{\λ}}_k\left(t\right);$

2b2)宏基站M将用户u关联到效用函数最大的基站，得到用户u的关联基站k_u ^*为：并统计关联到每个基站的用户数目，记为U_k(t)；

2c)宏基站M计算第t次迭代时的对偶函数值：

当任意一个用户u确定了它关联的基站k_u ^*后，它与关联基站k_u ^*的效用函数即可确定。而所有用户与其关联基站的效用函数和，叠加上各个基站的拉格朗日因子指数函数和与关联控制的收敛有着密切的关系，将所有用户与其关联基站的效用函数和，叠加上各个基站的拉格朗日因子指数函数和记为对偶函数的值H(λ(t))，即：

$H\left(\mathrm{\λ}\right(t\left)\right)=\underset{u}{\Σ}{X}_{k_u^{*},u}\left(t\right)+\underset{k}{\Σ}{e}^{\ln \left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1},$

其中，为第t次迭代时用户u与关联基站k_u ^*的效用函数；

2d)宏基站M判断关联控制是否结束：

当迭代次数t＞0，且对偶函数值的改变量满足时，则关联控制结束，执行步骤3，否则，执行步骤2e)，其中，δ表示关联控制的收敛门限；

2e)宏基站M计算下一次迭代的拉格朗日因子集合：

2e1)宏基站M计算第t次迭代的次梯度方向为：其中 $s_k\left(t\right)=e^{ln\left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1}-U_k\left(t\right);$

2e2)宏基站M计算第t次迭代的历史次梯度方向：如果t＝0，则t次迭代的历史次梯度方向如果t＞0，则先计算t次迭代的权重 $w\left(t\right)=max\{0,-\mathrm{\β}\frac{s\left(t\right)d(t-1)}{\left|\right|d(t-1)|{|}^2}\},\mathrm{\β}=1,$ 再计算第t次迭代的历史次梯度方向

2e3)宏基站M计算下一次迭代的拉格朗日因子集合：令t'＝t+1，t＝t'，则拉格朗日因子集合为λ(t)＝{λ₁(t),...,λ_k(t),...,λ_M(t)}，其中λ_k(t)＝λ_k(t-1)-αd_k(t-1)，α表示迭代步长，返回步骤2b)；

步骤3：家庭基站和宏基站分别为关联到它的每个用户进行资源分配。

3a)所有家庭基站为关联到它的每个用户进行子信道分配：

3a1)家庭基站k统计关联到它的家庭用户集合为χ_k，并构造家庭用户集合χ_k中任意一个用户η在子信道n_k上的效用函数为：其中和分别表示家庭用户η在子信道n_k上到家庭基站和宏基站的路径增益，k∈Λ,k≠M；

3a2)家庭基站k对家庭用户集合χ_k中的用户以均分方法进行子信道分配：

第一步，家庭基站k初始化其剩余子信道集合N_k,re为子信道集合Δ_k，并统计关联到家庭基站k的用户数为U_k；

第二步，家庭基站k为家庭用户集合χ_k中的用户进行θ_k轮子信道分配，并在每轮分配过程中，为家庭用户集合χ_k中任意用户η分配一个子信道，得到家庭用户η分配的子信道为：将子信道从家庭基站k的剩余子信道集合N_k,re中去除；

第三步，判断家庭基站k的剩余子信道集合是否为空集：若家庭基站k的剩余子信道集合N_k,re为空集，则结束家庭基站k的子信道分配，否则，将家庭基站k的剩余子信道集合N_k,re中的任意子信道n_k分配给效用函数最大的用户，得到子信道n_k分配的家庭用户为：再将子信道n_k和分配的家庭用户分别从家庭基站k的剩余的子信道集合N_k,re和家庭用户集合χ_k中除去，直至家庭基站k的剩余子信道集合N_k,re为空集；

3b)宏基站M为关联到它的宏用户进行子信道分配：

3b1)宏基站M计算宏用户ε在子信道n_M上的参考家庭基站为该参考家庭基站为宏用户ε接收到信号强度最强的家庭基站，其中为宏用户ε在子信道n_M上到家庭基站k的路径增益；

3b2)宏基站M统计关联到它的宏用户集合为χ_M，并构造宏用户集合χ_M中任意一个用户ε在子信道n_M上的效用函数为：

$Q_{M,\mathrm{\ϵ},n_M}={\log }_2(1+\frac{p^M{g}_{M,\mathrm{\ϵ},n_M}^M}{I_{M,\mathrm{\ϵ},n_M}+{\mathrm{\σ}}^2}){\log }_2(1+\frac{p^F{g}_{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}}{p^M{g}_{M,\mathrm{\ϵ},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}+{\mathrm{\σ}}^2}),$

其中，p^M表示宏基站下用户的发射功率，p^F表示家庭基站下用户的发射功率，和分别表示宏用户ε在子信道n_M上到宏基站M和参考家庭基站的路径增益，表示参考家庭基站下使用子信道n_M的用户到该家庭基站的路径增益，表示宏用户ε在子信道n_M上受到的来自同频邻居家庭基站的干扰；

3b3)宏基站M对宏用户集合χ_M中的用户以均分方法进行子信道分配：

第一步，宏基站M初始化其剩余子信道集合N_M,re为子信道集合Δ_M，并统计关联到宏基站M的用户数为U_M；

第二步，宏基站M对宏用户集合χ_M中的用户进行θ_M轮子信道分配，并在每轮分配过程中，为宏用户集合χ_M任意用户ε分配一个子信道，得到宏用户ε分配到的子信道为：再将子信道从宏基站M的剩余子信道集合N_M,re中去除；

第三步，判断宏基站M的剩余子信道集合N_M,re是否为空集：若宏基站M的剩余子信道集合N_M,re为空集，结束宏基站M的子信道分配，否则，将宏基站M的剩余子信道集合N_M,re中的任意子信道n_M分配给效用函数最大的用户，得到子信道n_M分配的宏用户为：将子信道n_M和分配的宏用户分别从宏基站M的剩余子信道集合N_M,re和宏用户集合χ_M中除去，直至宏基站M的剩余子信道集合N_M,re为空集。

本发明的效果可以通过以下仿真进一步说明：

1)仿真参数

根据图3所示，本发明的应用系统带宽为10MHz，包含50个子信道。家庭基站下用户的发射功率p^F为20dBm，宏基站下用户的发射功率p^M为30dBm。宏小区覆盖半径为500米，应用系统中的用户数Ω为80，家庭基站的个数E为15，宏基站的个数为1，干扰噪声σ²的取值为-174dBm/Hz，朗格朗日因子的迭代步长α为0.05，关联控制收敛门限δ为0.001，路径损耗模型如下：

室外用户到宏基站：PL(dB)＝15.3+37.6log₁₀R

室内用户到宏基站：PL(dB)＝15.3+37.6log₁₀R+L_ow

室外用户到家庭基站：PL(dB)＝max(15.3+37.6log₁₀R,38.46+20log₁₀R)+L_ow

室内用户到本室内的家庭基站：PL(dB)＝38.46+20log₁₀R

室内用户到非本室内的家庭基站：

PL(dB)＝max(15.3+37.6log₁₀R,38.46+20log₁₀R)+L_ow,1+L_ow,2

其中，R为收发端距离，单位是米，L_ow为室外穿墙损耗，L_ow,1、L_ow,2为两个房间的室外穿墙损耗，均取20dB。

仿真方法为：本发明和现有两种关联控制方法和现有两种资源分配方法，现有关联控制方法一是最大参考信号接收功率MAXRSSI关联控制方法，现有的关联控制方法二是IEEETransactionsOnWirelessCommunications，2013《UserAssociationforLoadBalancinginHeterogeneousCellularNetworks》提出的采用次梯度下降法的关联控制方法，现有的资源分配方法一是无干扰协调的资源分配方法，现有的资源分配方法二是全局资源分配方法。

现有无干扰协调的资源分配方法与本发明采用参考基站的资源分配方法的区别在于：家庭用户集合χ_k中任意一个用户η在子信道n_k上的效用函数为宏用户集合χ_M中任意一个用户ε在子信道n_M上的效用函数为

现有全局资源分配方法与本发明采用参考基站的资源分配方法的区别在于：家庭用户集合χ_k中任意一个用户η在子信道n_k上的效用函数为宏用户集合χ_M中任意一个用户ε在子信道n_M上的效用函数为：

$Q_{M,\mathrm{\ϵ},n_M}={\log }_2(1+\frac{p^M{g}_{M,\mathrm{\ϵ},n_M}^M}{I_{M,\mathrm{\ϵ},n_M}+{\mathrm{\σ}}^2})\underset{j\∈F_u}{\mathrm{\Π}}{\log }_2(1+\frac{p^F{g}_{j,n_M}^j}{p^M{g}_{M,\mathrm{\ϵ},n_M}^j+{\mathrm{\σ}}^2})$

其中，F_u为宏用户u干扰的所有家庭基站的集合，表示基站j下使用子信道n_M的用户到基站j的路径增益，表示宏用户ε在子信道n_M上到基站j的路径增益。

2)仿真内容与结果

仿真1，给定系统中用户数为80，当采用本发明的关联控制时，用本发明采用参考基站的资源分配方法与现有的无干扰协调的资源分配方法和现有的全局资源分配方法对每个子信道上的速率进行仿真，得到每个子信道上速率的累积分布函数图，结果如图4。

图4表明，本发明采用参考基站的资源分配方法相比于现有的无干扰协调资源分配方法提升了每个子信道上的速率。本发明采用参考基站的资源分配方法虽然没有现有的全局资源分配方法提升的速率大，但现有的全局资源分配方法需使用关联基站和全部干扰基站的信道状态信息，而本发明采用参考基站的资源分配方法仅使用关联基站和参考基站的信道状态信息，减少了测量开销和信息交互开销。

仿真2，当系统中用户数目分别为60、65、70、75、80时，用本发明的联合关联控制和资源分配方法与现有的联合关联控制和资源分配方法对系统吞吐量进行仿真，结果如图5。

图5表明，本发明的联合关联控制和资源分配方法相比于现有的联合关联控制和资源分配方法，有效的提高了系统吞吐量，实现了干扰转移和跨层干扰抑制。

仿真3，给定系统中用户数为80，用本发明的关联控制与现有的方法的关联控制对迭代次数进行仿真，结果如图6。

图6表明，本发明的历史次梯度下降法相比于现有的次梯度下降法使关联控制的收敛速度提高了将近25％。

Claims (4)

1.一种上行链路中部分信道状态信息下的干扰管理方法：

(1)系统初始化：

假设系统中的基站集合为Λ＝{1,2,...,k...,M}，其中k表示任意基站，当k＝M时，表示宏基站，当k≠M时，表示家庭基站，基站k的子信道集合为Δ_k＝{1,2,...n_k,...,N_k},k∈Λ，其中n_k表示基站k的任意子信道，N_k表示基站k的子信道数目，系统中的用户集合为ψ＝{1,2,...,u,...Ω}，其中u表示任意一个用户，Ω表示系统中总的用户数目。

初始化迭代次数t＝0，第0次迭代的拉格朗日因子集合λ(0)＝{λ₁(0),...,λ_k(0),...,λ_M(0)}，其中，每个基站的拉格朗日因子λ_k(0)＝0；

(2)宏基站M为所有用户进行关联控制：

(2a)用户u统计可检测到参考信号的基站集合，记为关联基站集合BS_u，并计算关联基站集合BS_u中任意一个基站k在每个子信道上获得的无干扰平均速率并将这些平均速率上报给宏基站；

(2b)宏基站M计算第t次迭代时每个用户的关联基站情况，并统计关联到每个基站的用户数目：

(2b1)第t次迭代时，宏基站M构造用户u与关联基站集合BS_u中任意一个基站k的效用函数为： $X_{k,u}\left(t\right)=ln\left(\stackrel{\‾}{C_{k,u}^1}\right)-{\mathrm{\λ}}_k\left(t\right);$

(2b2)宏基站M将用户u关联到效用函数最大的基站，得到用户u的关联基站k_u ^*为：并统计关联到每个基站的用户数目，记为U_k(t)；

(2c)宏基站M计算第t次迭代时的对偶函数值为：

$H\left(\mathrm{\λ}\right(t\left)\right)=\underset{u}{\Σ}{X}_{k_u^{*},u}\left(t\right)+\underset{k}{\Σ}{e}^{ln\left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1},$

其中，为第t次迭代时用户u与关联基站k_u ^*的效用函数；

(2d)宏基站M判断关联控制是否结束，当迭代次数t＞0，且对偶函数值的改变量满足时，关联控制结束，执行步骤(3)，否则执行步骤(2e)，其中δ表示关联控制的收敛门限；

(2e)宏基站M计算下一次迭代的拉格朗日因子集合：

(2e1)宏基站M计算第t次迭代的次梯度方向为：其中 $s_k\left(t\right)=e^{ln\left(N_k\right)+{\mathrm{\λ}}_k\left(t\right)-1}-U_k\left(t\right);$

(2e2)宏基站M计算第t次迭代的历史次梯度方向：如果t＝0，则t次迭代的历史次梯度方向如果t＞0，则先计算t次迭代的权重β＝1，再计算第t次迭代的历史次梯度方向

(2e3)宏基站M计算下一次迭代的拉格朗日因子集合：令t'＝t+1，t＝t'，则拉格朗日因子集合为λ(t)＝{λ₁(t),...,λ_k(t),...,λ_M(t)}，其中λ_k(t)＝λ_k(t-1)-αd_k(t-1)，α表示迭代步长，返回步骤(2b)；

(3)家庭基站和宏基站分别为关联到它的每个用户进行资源分配：

(3a)所有家庭基站为关联到它的每个用户进行子信道分配：

(3a1)家庭基站k统计关联到它的家庭用户集合为χ_k，并构造家庭用户集合χ_k中任意一个用户η在子信道n_k上的效用函数为：其中和分别表示家庭用户η在子信道n_k上到家庭基站和宏基站的路径增益，k∈Λ,k≠M；

(3a2)家庭基站k对家庭用户集合χ_k中的用户以均分方法进行子信道分配；

(3b)宏基站M为关联到它的宏用户进行子信道分配：

(3b1)宏基站M计算宏用户ε在子信道n_M上的参考家庭基站为该参考家庭基站为宏用户ε接收到信号强度最强的家庭基站，其中为宏用户ε在子信道n_M上到家庭基站k的路径增益；

(3b2)宏基站M统计关联到它的宏用户集合为χ_M，并构造宏用户集合χ_M中任意一个用户ε在子信道n_M上的效用函数为：

$Q_{M,\mathrm{\ϵ},n_M}={\log }_2(1+\frac{p^M{g}_{M,\mathrm{\ϵ},n_M}^M}{I_{M,\mathrm{\ϵ},n_M}+{\mathrm{\σ}}^2}){\log }_2(1+\frac{p^F{g}_{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}}{p^M{g}_{M,\mathrm{\ϵ},n_M}^{{\mathrm{\γ}}_{\mathrm{\ϵ},n_M}^{*}}+{\mathrm{\σ}}^2}),$

其中，p^M表示宏基站下用户的发射功率，p^F表示家庭基站下用户的发射功率，和分别表示宏用户ε在子信道n_M上到宏基站M和参考家庭基站的路径增益，表示参考家庭基站下使用子信道n_M的用户到该家庭基站的路径增益，表示宏用户ε在子信道n_M上受到的来自同频邻居家庭基站的干扰；

(3b3)宏基站M对宏用户集合χ_M中的用户以均分方法进行子信道分配。

2.根据权利要求1所述的上行链路中部分信道状态信息下的干扰管理方法，其中所述步骤(2a)中计算关联基站集合BS_u中任意一个基站k在每个子信道上获得的无干扰平均速率通过如下公式计算：

$\stackrel{\‾}{C_{k,u}^1}=\frac{\underset{n_k\∈{\mathrm{\Δ}}_k}{\Σ}{C}_{k,u,n_k}}{N_k},$

其中，表示用户u关联到基站k在子信道n_k上的速率，B₀表示每个子信道的带宽，p^k表示基站k下用户的发射功率，表示基站k下用户u在子信道n_k上到基站k的路径增益，σ²表示噪声干扰。

3.根据权利要求1所述的上行链路中部分信道状态信息下的干扰管理方法，其中所述步骤(3a2)中家庭基站k对家庭用户集合χ_k中的用户以均分方法进行子信道分配，按如下步骤进行：

首先，家庭基站k初始化其剩余子信道集合N_k,re为子信道集合Δ_k，并统计关联到家庭基站k的用户数为U_k；

其次，家庭基站k为家庭用户集合χ_k中的用户进行轮子信道分配，并在每轮分配过程中，为家庭用户集合χ_k中任意用户η分配一个子信道，得到家庭用户η分配到的子信道为：将子信道从家庭基站k的剩余子信道集合N_k,re中去除；

然后，判断家庭基站k的剩余子信道集合是否为空集：若家庭基站k的剩余子信道集合N_k,re为空集，结束家庭基站k的子信道分配，否则，将家庭基站k的剩余子信道集合N_k,re中的任意子信道n_k分配给效用函数最大的用户，得到子信道n_k分配的家庭用户为：将子信道n_k和分配的家庭用户分别从家庭基站k的剩余的子信道集合N_k,re和家庭用户集合χ_k中除去，直至家庭基站k的剩余子信道集合N_k,re为空集。

4.根据权利要求1所述的上行链路中部分信道状态信息下的干扰管理方法，其中所述步骤(3b3)中宏基站M对宏用户集合χ_M中的用户以均分方法进行子信道分配,按如下步骤进行：

第一步，宏基站M初始化其剩余子信道集合N_M,re为子信道集合Δ_M，并统计关联到宏基站M的用户数为U_M；

第二步，宏基站M对宏用户集合χ_M中的用户进行轮子信道分配，并在每轮分配过程中，为宏用户集合χ_M任意用户ε分配一个子信道，得到宏用户ε分配到的子信道为：再将子信道从宏基站M的剩余子信道集合N_M,re中去除；

第三步，判断宏基站M的剩余子信道集合N_M,re是否为空集：若宏基站M的剩余子信道集合N_M,re为空集，结束宏基站M的子信道分配，否则，将宏基站M的剩余子信道集合N_M,re中的任意子信道n_M分配给效用函数最大的用户，得到子信道n_M分配的宏用户为：将子信道n_M和分配的宏用户分别从宏基站M的剩余子信道集合N_M,re和宏用户集合χ_M中除去，直至宏基站M的剩余子信道集合N_M,re为空集。