CN105898807B - 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 - Google Patents
一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 Download PDFInfo
- Publication number
- CN105898807B CN105898807B CN201610404200.2A CN201610404200A CN105898807B CN 105898807 B CN105898807 B CN 105898807B CN 201610404200 A CN201610404200 A CN 201610404200A CN 105898807 B CN105898807 B CN 105898807B
- Authority
- CN
- China
- Prior art keywords
- access point
- communication
- normal
- user
- self
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 81
- 239000002245 particle Substances 0.000 claims abstract description 22
- 230000001771 impaired effect Effects 0.000 claims description 40
- 238000011084 recovery Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000035876 healing Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000009442 healing mechanism Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
- H04W36/0085—Hand-off measurements
- H04W36/0094—Definition of hand-off measurement parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
- H04W72/27—Control channels or signalling for resource management between access points
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,属于超密集网络领域;具体为:首先、WNCU判断是否有接入点出现故障,如果有,WNCU记录该接入点正在服务的通信受损用户名单,并广播给相邻接入点;相邻接入点各自从正常子信道中动态划分自治愈子信道;然后,通信受损用户根据自治愈信道划分结果以及自身的速率请求,选择合适的相邻接入点继续获取服务。最后,接入点采用量子粒子群算法重新为原有用户和新接入的通信受损用户分配资源;优点在于,实现超密集网络下的自治愈功能,在接入点发生故障的情况下,有效地保证了通信受损用户的服务要求,提高了系统能效,降低了运营成本。
Description
技术领域
本发明属于超密集网络领域,具体涉及一种在超密集网络下的联合接入点选择和资源分配的自治愈方法。
背景技术
在超密集网络中,密集的网络部署使得网络拓扑更加复杂,为了提高网络管理效率,降低运营成本,将自组织技术引入超密集网络,以实现网络管理的智能性和灵活性。
自组织技术三大功能之一是自治愈技术,通过采取一定的恢复补偿操作能够缓解或者解除网络故障所带来的不利影响。自治愈技术一般包含三个部分,故障检测,分析和恢复。现有的自治愈机制主要研究故障检测和分析等,而针对故障恢复研究较少。
在室内无线通信系统中,文献1:在室内通信系统中一种基于基站随机选择的协作自治愈机制,提出一种自治愈机制。当某个基站发生故障后,服务受损用户随机选择周围相邻基站获取服务,相邻基站为原有用户和受损用户分配资源,从而提高了用户服务的体验。但是该机制仅根据信道状态信息完成基站选择,容易造成负载不均衡,除此之外,该机制采用等功率分配,资源利用率较低。
文献2:在室内通信系统中一种降低信令交互的自治愈资源分配机制,提出了一种改进的自治愈机制。该机制优化了资源分配问题,对正常通信用户和服务受损用户进行了资源分配优化,提高了资源利用率,但是该机制没有考虑接入点选择的问题,在传统网络场景下可以很好适用,但是在接入点部署密集的场景下,容易造成负载不均衡,网络拥塞。
在超密集网络的场景下,接入点部署密集,且每个接入点的服务用户数目是有限的。为了提高资源利用率和避免网络拥塞,接入点选择问题是必须考虑的。在接入点发生故障的情况下,利用自治愈技术可以有效解决或者补偿网络故障所造成的不利影响。然而,在超密集网络下,密集的接入点部署使得网络拓扑更加复杂,现有技术没有考虑接入点的选择优化问题,使得传统自治愈机制难以适用于超密集网络场景。此外,传统自治愈机制资源分配优化以系统吞吐量最大化为目标,没有考虑能量效率的优化。
发明内容
本发明针对在超密集网络场景下接入点发生故障的情况,提出了一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,通过自治愈技术在超密集网络下的应用,保证了通信用户的可靠服务,提高了系统的资源利用率。
具体步骤如下:
步骤一、针对超密集网络中,无线网络控制单元周围均匀分布接入点,利用网络管理协议判断是否有接入点出现故障,如果某个接入点出现故障,进入步骤二,否则,无线网络控制单元继续判断;
N为整数;某个接入点出现故障后,将无法发送任何信息或者状态报告给WNCU;
步骤二、无线网络控制单元获知出现故障的接入点,记录该接入点正在服务的通信受损用户名单,并将各通信受损用户发送的自治愈请求广播给相邻接入点;
各相邻正常接入点集合MN表示为:MN={1,2,...,i,...M};所有通信受损用户集合用UF表示;UF={1,2,...,j*,...U'};
步骤三、相邻接入点根据自身负载情况各自从正常子信道中,动态划分自治愈子信道为通信受损用户提供服务;
具体步骤如下:
步骤301、各相邻接入点根据自治愈请求,初始化自治愈子信道且假定接入通信受损用户;
初始化自治愈子信道集合NH为空集;正常子信道集合NN={1,...,n,...N};
各个接入点共同复用N个子信道;
步骤302、针对相邻正常接入点i,计算该接入点为自身所有的正常用户在正常子信道n提供的速率之和R;
表示接入点i为某正常用户j在正常子信道n提供的速率;无线网络控制单元的所有正常用户集合用UN表示;UN={1,2,...,j,...U};正常接入点i的正常用户集合用UNi表示。
步骤303、计算接入点i为自身所有的正常用户在所有正常信道提供的速率之和
步骤304、针对相邻正常接入点i,计算该接入点为接入的通信受损用户在正常子信道n提供的速率之和R';
正常接入点i的所有通信受损用户集合用UFi表示,
步骤305、针对接入点i的不同子信道,将每个子信道上正常用户和通信受损用户提供的速率之和作差,选取最小差值的子信道作为自治愈子信道n*:
步骤306、计算接入点i为接入的通信受损用户,在所有自治愈信道提供的速率之和
表示接入点i为接入的某通信受损用户j*在自治愈信道n*提供的速率;所有自治愈信道集合NH={1,2,...n*,...N'};每个通信受损用户j*至少占用一个自治愈信道;
步骤307、判断接入点i划分自治愈信道n*后,是否同时满足自身正常通信用户的速率需求;如果满足,进入步骤308;否则,结束划分。
Rj表示相邻接入点中正常用户j获得的速率;rj,req表示正常用户j的请求速率;ηi表示接入点i对通信受损用户j*和正常用户j的公平因子;
步骤308、每个接入点将子信道n*划分到自治愈信道集合中,并将划分信息告知WNCU。
NN=NN\n*,NH=NH∪n*
步骤四、通信受损用户根据自治愈信道划分结果以及自身的速率请求,选择合适的相邻接入点继续获取服务。
步骤401、针对某通信受损用户j*,计算接入点i的所有自治愈信道提供的速率之和rij*;
步骤402、针对不同接入点,分别为通信受损用户j*计算各个接入点下的所有自治愈信道提供的速率之和rj*;
rj*={r1j*,r2j*,...rij*,...rMj*}
步骤403、从步骤402中选取最大速率之和值作为通信受损用户j*的相邻接入点;
通信受损用户j*选择接入点i且占用自治愈信道n*的计算如下:
步骤404、所有的通信受损用户分别选取自己合适的相邻接入点,并占用自治愈信道。
步骤五、接入点采用量子粒子群算法重新为原有用户和新接入的通信受损用户分配资源;在保证原有正常通信用户的速率需求下,同时保证通信受损用户服务的总速率与系统总速率比值小于等于系统负载均衡因子;
条件如下:
ξ为系统负载均衡因子;Rtot表示系统总速率;通信受损用户j*选择接入点i且占用自治愈信道n*时,的值为1,否则,的值为0;
系统总速率函数计算如下:
表示正常用户j选择接入点i且占用正常子信道n的结果;若表示正常用户j选择接入点i并占用正常子信道n,否则σ2表示加成性高斯白噪声;表示接入点i在正常子信道n上为正常用户j的功率分配结果,表示接入点i在自治愈信道n*上为通信受损用户j*的功率分配结果;表示正常用户j选择接入点i且占用正常子信道n的信道增益,表示通信受损用户j*选择接入点i且占用自治愈子信道n*的信道增益。
表示接入点i中占用的正常子信道集合;MH表示为通信受损用户服务的接入点集合,表示接入点i中自治愈信道集合,i∈MN∪MH表示接入点i属于正常接入点集合与为通信受损用户服务的接入点集合的并集中的接入点。
本发明的优点在于:
1)、本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,可以实现超密集网络下的自治愈功能,在接入点发生故障的情况下,有效地保证了通信受损用户的服务要求,提高了系统能效,降低了运营成本。
2)、本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,证明了该机制在超密集场景下可以为通信受损用户提高可靠服务,有很好的适用性。
3)、本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,在接入点发生故障的情况下,综合多个因素完成通信受损用户再次接入选择,提高了资源利用率,避免了网络拥塞。
4)、本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,通信受损用户的相邻接入点根据负载情况动态灵活划分自治愈信道,为通信受损用户提供服务,保证了通信受损用户的服务要求,并且通过资源分配优化,提高了系统的能效。
附图说明
图1为本发明在超密集网络下的联合接入点选择和资源分配的自治愈方法系统模型;
图2为本发明在超密集网络下的联合接入点选择和资源分配的自治愈方法流程图;
图3为本发明相邻接入点动态划分自治愈子信道的方法流程图;
图4为本发明通信受损用户选择相邻接入点的方法流程图;
图5为本发明自治愈方法的收敛性能图;
图6为本发明三种算法下系统能效和发生故障的接入点数目关系图;
图7为本发明三种算法下系统能效和用户数目的关系图。
具体实施方式
下面将结合附图对本发明作进一步的详细说明。
本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法的系统模型,如图1所示,无线网络控制单元(WNCU)周围均匀分布N个接入点,利用网络管理协议判断是否有接入点出现故障,如果某个接入点出现故障,综合考虑通信受损用户的通信需求,信道状况和接入点的负载情况等信息,为通信受损用户完成再次接入选择。根据选择结果,以最大化系统能效为目标,被选择的接入点重新为原有通信正常用户和新接入受损用户分配资源。
此外,为了保证通信受损用户的服务需求,提出动态划分自治愈信道的方法。在某个接入点出现故障后,无线网络控制单元通知所有通信受损用户的相邻接入点该故障信息,各个相邻接入点结合自己的负载情况动态划分出自治愈信道,即自治愈信道仅为通信受损用户使用,从而保证了通信受损用户的服务要求,有效地提升了网络的健壮性。
如图2所示,具体步骤如下:
步骤一、针对超密集网络中,无线网络控制单元(WNCU)周围均匀分布N个接入点,利用网络管理协议判断是否有接入点出现故障,如果某个接入点出现故障,进入步骤二,否则,无线网络控制单元继续判断;
N为整数;无线网络控制单元利用简单网络管理协议判断接入点是否出现故障,若某个接入点出现故障,则该接入点将无法发送任何信息或者状态报告(SNMP)给WNCU,从而无线网络控制单元可以获知该接入点出现故障。
步骤二、无线网络控制单元获知出现故障的接入点,记录该接入点正在服务的通信受损用户名单,并将各通信受损用户发送的自治愈请求广播给相邻接入点;
WNCU将故障接入点正在服务的用户名单记录下来,形成通信受损用户名单,告知网络内的其他正常相邻接入点该故障接入点的故障信息以及通信受损用户名单。
各相邻正常接入点集合MN表示为:MN={1,2,...,i,...M};所有通信受损用户集合用UF表示;UF={1,2,...,j*,...U'};
步骤三、相邻接入点根据自身负载情况各自从正常子信道中,动态划分自治愈子信道为通信受损用户提供服务;
根据通信受损用户的请求信息,在保证现有通信用户正常通信的前提下,通信受损用户的相邻接入点各自从正常信道中动态划分出自治愈信道;其中,自治愈信道仅为通信受损用户提供服务;每个接入点划分的自治愈信道n*数量不定,没有或者至少一条。
如图3所示,具体步骤如下:
步骤301、各相邻接入点根据自治愈请求,初始化自治愈子信道且假定接入通信受损用户;
WNCU更新通信受损用户的相邻接入点列表,对于列表内的每个接入点,初始化自治愈子信道集合正常子信道集合NN={1,...,n,...N},各个接入点共同复用N个子信道;
步骤302、针对相邻正常接入点i,计算该接入点为自身所有的正常用户在正常子信道n提供的速率之和R;
表示接入点i为某正常用户j在正常子信道n提供的速率;无线网络控制单元的所有正常用户集合用UN表示;UN={1,2,...,j,...U};正常接入点i的正常用户集合用UNi表示。
步骤303、计算接入点i为自身所有的正常用户在所有正常信道提供的速率之和Rij n;
步骤304、针对相邻正常接入点i,计算该接入点为接入的所有通信受损用户在正常子信道n提供的速率之和R';
正常接入点i的所有通信受损用户集合用UFi表示,
步骤305、针对接入点i的不同子信道,将每个子信道上正常用户和通信受损用户提供的速率之和作差,选取最小差值的子信道作为自治愈子信道n*:
步骤306、计算接入点i为接入的所有通信受损用户,在所有自治愈信道提供的速率之和
表示接入点i为接入的某通信受损用户j*在初始自治愈信道n*提供的速率;所有自治愈信道集合NH={1,2,...n*,...N'};每个通信受损用户j*至少占用一个自治愈信道;
步骤307、判断接入点i划分自治愈信道n*后,是否同时满足自身正常通信用户的速率需求;如果满足,进入步骤308;否则,结束划分。
以下两个限制条件保证了正常通信用户的速率需求:
Rj表示相邻接入点中正常用户j获得的速率;rj,req表示正常用户j的请求速率;ηi表示接入点i对通信受损用户j*和正常用户j的公平因子;
步骤308、在满足条件的前提下,每个接入点将子信道n*划分到自治愈信道集合中,并将划分信息告知WNCU。
NN=NN\n*,NH=NH∪n*
步骤四、通信受损用户根据自治愈信道划分结果以及自身的速率请求,选择合适的相邻接入点接入并获取服务。
每个接入点连接的通信受损用户数量不定;没有或者至少一个。
如图4所示,具体步骤如下:
步骤401、针对某通信受损用户j*,计算接入点i的所有自治愈信道提供的速率之和rij*;
步骤402、针对不同接入点,分别为通信受损用户j*计算各个接入点下的所有自治愈信道提供的速率之和rj*;
rj*={r1j*,r2j*,...rij*,...rMj*}
步骤403、从步骤402中选取最大速率之和值作为通信受损用户j*的相邻接入点;
通信受损用户j*选择接入点i且占用自治愈信道n*的计算如下:
步骤404、所有的通信受损用户分别选取自己合适的相邻接入点,并占用自治愈信道。
步骤五、接入点采用量子粒子群算法重新为原有用户和新接入的通信受损用户分配资源,保证原有正常通信用户的速率需求下,同时保证通信受损用户服务的总速率与系统总速率比值小于等于系统负载均衡因子;
根据接入选择结果,以最大化系统能效为目标,被选择的接入点重新为其原有用户和新接入的通信受损用户分配资源。在保证原有用户的速率要求下,通过量子粒子群算法完成资源分配,提高系统能效,满足系统负载均衡因子的约束条件,如下:
C1:
C2:
C3:
C4:
C5:Rj≥rj,req
Rtot表示系统总速率;是系统的总功率消耗,包括每个接入点的传输功率以及接入点电路单元功率消耗,计算公式如下:
PC表示接入点的电子损耗功率,M为接入点数目,MF为故障接入点数目,N表示信道集合,U表示所有用户集合。
表示正常用户j选择接入点i且占用正常子信道n的结果;若表示正常用户j选择接入点i并占用正常子信道n,否则C2表示每个用户只能选择一个接入点,且在同一个接入点下一个信道只能为一个用户提供服务;ξ为系统负载均衡因子;通信受损用户j*选择接入点i且占用自治愈信道n*时,的值为1,否则,的值为0;C3限制了每个接入点不会发生过载,保证了网络负载均衡;表示接入点i在正常子信道n上为正常用户j的功率分配的结果,表示接入点i在自治愈信道n*上为通信受损用户j*的功率分配结果,pi,max表示接入点i可分配的最大功率;C4限制了每个接入点可分配的最大功率,C5保证了正常通信用户的速率需求。
采用量子粒子群算法对系统总速率函数完成资源分配,包括正常通信用户的速率和通信受损用户恢复通信的速率,如下:
表示正常用户j选择接入点i且占用正常子信道n的结果;若表示正常用户j选择接入点i并占用正常子信道n,否则同理,表示通信受损用户j*选择接入点i且占用自治愈子信道n*的结果;σ2表示加成性高斯白噪声;表示接入点i在正常子信道n上为正常用户j的功率分配的结果,表示接入点i在自治愈信道n*上为通信受损用户j*的功率分配结果。表示正常用户j选择接入点i且占用正常子信道n的信道增益,表示通信受损用户j*选择接入点i且占用自治愈子信道n*的信道增益。
表示接入点i中占用的正常子信道集合;MH表示为通信受损用户服务的接入点集合,表示接入点i中自治愈子信道集合,i∈MN∪MH表示接入点i属于正常接入点集合与为通信受损用户服务的接入点集合的并集中的接入点;
量子粒子群算法的具体步骤如下:
步骤501、初始化粒子的数目和位置;
本文将资源分配的策略作为粒子q的位置,假定总共有Q个粒子,粒子位置表示如下:
其中,表示对于接入点i来说其资源分配的结果,表示如下:
步骤502、引入惩罚函数将带有约束的最优化问题转化为无约束的形式,得到自适应函数用来对粒子的位置进行评估,如公式所示:
表示优化目标函数;α表示惩罚因子;表示惩罚函数:
步骤503、每一个粒子q将进行位置更新;
具体的更新过程如下:
其中,s表示迭代次数,Dq(s)表示粒子q在第s次的位置,β表示收缩因子,用来控制粒子进化速度,μ和r为0到1之间的随机数,Lbe(s)表示在第s次迭代的最佳粒子位置,按照下式计算:
是粒子q在第s次迭代中的最佳位置,Bq(s)是粒子q在第s次迭代中的局部最优解,表示如下:
θ是0到1之间的随机变量,Gbe(s)是第s次迭代得到的全局最优解。
具体的迭代过程如下所示:
迭代次数s从0开始,对于从1到Q的每个粒子,执行以下步骤,直到迭代次数达到s-1次:
根据公式(9)和公式(10),计算Lbe(s)和Bq(s);
根据公式(9),更新粒子的位置Dq(s);
根据公式(7)中的自适应函数,更新如果则否则,
根据公式(7)中的自适应函数,更新Gbe(s),如果则否则,Gbe(s+1)=Gbe(s)。
根据式(7)中的自适应函数,计算在全局最好位置处对应的适应值,并将得到的结果输出。
将系统总速率Rtot作为目标函数,结合约束限制条件,采用量子粒子群算法进行求解,得到最佳的粒子位置,从而进行原有用户和新接入的通信受损用户分配资源,保证系统总速率Rtot的值最大。
实施例:本实施例场景如下:10个接入点均匀分布,且位置固定,每个接入点的覆盖范围为10m,其中某些接入点因为软硬件原因发生故障无法提供服务。系统内有20个用户,72个正交子信道频分复用,信道模型采用瑞利衰落模型。此外,每个接入点的发送功率为30dBm,电路损耗功率为24dBm,热噪声功率为-174dBm,系统带宽为10MHz,载波频率为2.3GHz。
为了证明本发明提出的自治愈机制的性能,选用了两种现有自治愈机制进行对比。
机制1(EPA-FHC):通信受损用户再次选择接入点时,仅仅根据信号强度选择,此外,资源分配采用等功率分配的方式,资源利用率低下。
机制2(RA-LC):没有考虑通信受损用户选择接入点的问题,以最大化系统吞吐量为目标,仅仅对资源分配进行了优化。
本发明的收敛性能如图5所示,可以看出,无论有多少接入点发生故障,所提算法总能获得较好的收敛性能。
系统能效和发生故障的接入点数目关系如图6所示,可以看出,在发生故障的接入点数目比较少时,随着故障接入点数目增加,三种算法下系统能效均有了一定的提升。这是因为虽然接入点故障造成了一定的系统吞吐量下降,但是发生故障的接入点不再消耗功率,使得系统能效得到了一定提升。但是随着故障接入点数目的继续增加,系统能效开始下降。这是因为,故障接入点数目的增多,造成系统吞吐量急剧下降,此时,故障接入点减少的功率消耗增益远远低于系统吞吐量的损耗,所以系统能效开始下降。从图中可以看出,本发明所提的算法较传统自治愈机制,系统能效得到了一定的提升。因为本发明所提机制除了考虑资源分配优化之外,还考虑了接入点选择问题,从而降低了网络拥塞几率,提高了系统的资源利用率和系统能效。
系统能效与用户数目的关系如图7所示,可以看出,随着用户数目的增加,系统能效逐渐提高。这是因为系统的吞吐量增益不断提高,补偿了接入点的发送功率损耗。从图中可以看出,本文所提机制相较传统机制提高了系统能效。这是因为,传统机制在资源分配时仅考虑系统吞吐量增益,以系统吞吐量最大化为目标,没有考虑能效优化。在本文中,通过优化功率分配,设定负载因子,避免了网络拥塞,提高了系统资源利用率,获得了较好的性能。
本发明在超密集网络中,采用基于自治愈的超密集网络模型,提出了一种联合接入点选择与资源分配的自治愈机制,通过引入自治愈技术,可以保证用户的可靠服务需求,提高用户的服务体验,降低运营成本。
Claims (2)
1.一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,其特征在于,具体步骤如下:
步骤一、针对超密集网络中,无线网络控制单元周围均匀分布N个接入点,利用网络管理协议判断是否有接入点出现故障,如果某个接入点出现故障,进入步骤二,否则,无线网络控制单元继续判断;
N为整数;某个接入点出现故障后,将无法发送任何信息或者状态报告给无线网络控制单元;
步骤二、无线网络控制单元获知出现故障的接入点,记录该接入点正在服务的通信受损用户名单,并将各通信受损用户发送的自治愈请求广播给相邻接入点;
各相邻正常接入点集合MN表示为:MN={1,2,...,i,...M};所有通信受损用户集合用UF表示;UF={1,2,...,j*,...U'};U'为通信受损用户的总数;
步骤三、相邻接入点根据自身负载情况各自从正常子信道中,动态划分自治愈子信道为通信受损用户提供服务;
步骤301、各相邻接入点根据自治愈请求,初始化自治愈子信道且假定接入通信受损用户;
初始化自治愈子信道集合NH为空集;正常子信道集合NN={1,...,n,...N};
各个接入点共同复用N个子信道;
步骤302、针对相邻正常接入点i,计算该接入点为自身所有的正常用户在正常子信道n提供的速率之和R;
表示接入点i为某正常用户j在正常子信道n提供的速率;无线网络控制单元的所有正常用户集合用UN表示;UN={1,2,...,j,...U};正常接入点i的正常用户集合用UNi表示;
步骤303、计算接入点i为自身所有的正常用户在所有正常信道提供的速率之和
步骤304、针对相邻正常接入点i,计算该接入点为接入的通信受损用户在正常子信道n提供的速率之和R';
正常接入点i的所有通信受损用户集合用UFi表示,
步骤305、针对接入点i的不同子信道,将每个子信道上正常用户和通信受损用户提供的速率之和作差,选取最小差值的子信道作为自治愈子信道n*:
步骤306、计算接入点i为接入的通信受损用户,在所有自治愈信道提供的速率之和
表示接入点i为接入的某通信受损用户j*在自治愈信道n*提供的速率;所有自治愈信道集合NH={1,2,...n*,...N'};每个通信受损用户j*至少占用一个自治愈信道;
步骤307、判断接入点i划分自治愈信道n*后,是否同时满足自身正常通信用户的速率需求;如果满足,进入步骤308;否则,结束划分;
Rj表示相邻接入点中正常用户j获得的速率;rj,req表示正常用户j的请求速率;ηi表示接入点i对通信受损用户j*和正常用户j的公平因子;
步骤308、每个接入点将子信道n*划分到自治愈信道集合中,并将划分信息告知无线网络控制单元;
NN=NN\n*,NH=NH∪n*
步骤四、通信受损用户根据自治愈信道划分结果以及自身的速率请求,选择合适的相邻接入点继续获取服务;
步骤五、接入点采用量子粒子群算法重新为原有用户和新接入的通信受损用户分配资源;在保证原有正常通信用户的速率需求下,同时保证通信受损用户服务的总速率与系统总速率比值小于等于系统负载均衡因子;
条件如下:
ξ为系统负载均衡因子;Rtot表示系统总速率;通信受损用户j*选择接入点i且占用自治愈信道n*时,的值为1,否则,的值为0;
系统总速率函数计算如下:
表示正常用户j选择接入点i且占用正常子信道n的结果;若表示正常用户j选择接入点i并占用正常子信道n,否则σ2表示加成性高斯白噪声;表示接入点i在正常子信道n上为正常用户j的功率分配结果,表示接入点i在自治愈信道n*上为通信受损用户j*的功率分配结果;表示正常用户j选择接入点i且占用正常子信道n的信道增益,表示通信受损用户j*选择接入点i且占用自治愈子信道n*的信道增益;
表示接入点i中占用的正常子信道集合;MH表示为通信受损用户服务的接入点集合,表示接入点i中自治愈信道集合,i∈MN∪MH表示接入点i属于正常接入点集合与为通信受损用户服务的接入点集合的并集中的接入点。
2.如权利要求1所述的一种在超密集网络下的联合接入点选择和资源分配的自治愈方法,其特征在于,所述的步骤四具体为:
步骤401、针对某通信受损用户j*,计算接入点i的所有自治愈信道提供的速率之和
步骤402、针对不同接入点,分别为通信受损用户j*计算各个接入点下的所有自治愈信道提供的速率之和
步骤403、从步骤402中选取最大速率之和值作为通信受损用户j*的相邻接入点;
通信受损用户j*选择接入点i且占用自治愈信道n*的计算如下:
步骤404、所有的通信受损用户分别选取自己合适的相邻接入点,并占用自治愈信道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610404200.2A CN105898807B (zh) | 2016-06-08 | 2016-06-08 | 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610404200.2A CN105898807B (zh) | 2016-06-08 | 2016-06-08 | 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105898807A CN105898807A (zh) | 2016-08-24 |
CN105898807B true CN105898807B (zh) | 2019-04-23 |
Family
ID=56710464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610404200.2A Active CN105898807B (zh) | 2016-06-08 | 2016-06-08 | 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105898807B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108738103B (zh) * | 2017-04-13 | 2021-03-02 | 电信科学技术研究院 | 一种资源分配方法及装置 |
CN107172713B (zh) * | 2017-07-03 | 2020-08-18 | 中国科学院上海高等研究院 | 无线资源分配/管理方法/系统、可读存储介质、设备 |
CN111669322B (zh) * | 2017-07-20 | 2022-04-22 | 深圳市盛路物联通讯技术有限公司 | 一种中继器桥接方法和网关 |
CN107466099B (zh) * | 2017-07-31 | 2020-01-10 | 北京邮电大学 | 一种基于非正交多址接入的干扰管理自优化方法 |
CN107612717A (zh) * | 2017-08-28 | 2018-01-19 | 深圳市盛路物联通讯技术有限公司 | 中继自动路由方法以及网关 |
CN107517486A (zh) * | 2017-08-29 | 2017-12-26 | 深圳市盛路物联通讯技术有限公司 | 中继自动路由方法以及装置 |
JP7369012B2 (ja) * | 2019-11-20 | 2023-10-25 | 古野電気株式会社 | チャンネル最適化支援装置、チャンネル最適化支援方法、アクセスポイント管理システム、及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581974A (zh) * | 2015-01-15 | 2015-04-29 | 国家电网公司 | 超密集网络中基于正交资源的动态基站协作方法 |
CN104955116A (zh) * | 2015-05-28 | 2015-09-30 | 重庆邮电大学 | 密集网络自优化切换方法 |
CN105611574A (zh) * | 2015-12-25 | 2016-05-25 | 北京邮电大学 | 一种基于缓存的超密集网络下联合动态接入和子载波分配的方法 |
CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
-
2016
- 2016-06-08 CN CN201610404200.2A patent/CN105898807B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581974A (zh) * | 2015-01-15 | 2015-04-29 | 国家电网公司 | 超密集网络中基于正交资源的动态基站协作方法 |
CN104955116A (zh) * | 2015-05-28 | 2015-09-30 | 重庆邮电大学 | 密集网络自优化切换方法 |
CN105611574A (zh) * | 2015-12-25 | 2016-05-25 | 北京邮电大学 | 一种基于缓存的超密集网络下联合动态接入和子载波分配的方法 |
CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105898807A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105898807B (zh) | 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法 | |
US8953527B2 (en) | Orthogonal frequency domain multiplexing (OFDM) communication system | |
AU2001249379B2 (en) | Method and apparatus for controlling transmissions of a communications system | |
CN107466099B (zh) | 一种基于非正交多址接入的干扰管理自优化方法 | |
CN104540139B (zh) | 异构融合网络资源分配方法和系统 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN104038945B (zh) | 一种基于独立集的异构蜂窝网络能效优化方法 | |
CN104918257B (zh) | 中继协同异构蜂窝网络d2d通信资源分配方法 | |
CN104902431B (zh) | 一种lte网络中跨小区d2d通信频谱分配方法 | |
WO2014089745A1 (en) | Methods and apparatuses of allocating resources for device-to-device communication | |
CN111629352B (zh) | 一种5G蜂窝网中基于Underlay模式的V2X资源分配方法 | |
Marshoud et al. | Resource allocation in macrocell-femtocell network using genetic algorithm | |
WO2014114163A1 (zh) | 无线通信系统中的设备和方法 | |
WO2014048265A1 (zh) | 一种控制信道处理方法和装置 | |
CN104540203B (zh) | 基于独立集的无线体域网能效优化方法 | |
CN103621154A (zh) | 调度蜂窝环境中的用户以应用Pareto最优功率控制的方法、调度器和无线通信网络 | |
CN104918207B (zh) | 异构网络中基于频谱资源分配的多d2d通信资源分配方法 | |
Alsarhan et al. | Cluster-based spectrum management using cognitive radios in wireless mesh network | |
CN101232697B (zh) | 蜂窝移动通信系统中分配载波频段的方法和系统 | |
CN107517464B (zh) | 一种异构网络中的干扰管理和资源分配方法 | |
Yao et al. | Interference management scheme of ultra dense network based on clustering | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
CN111148250B (zh) | 一种网络资源分配方法及装置 | |
CN102790739A (zh) | 多小区联合上行协同调度方法和基站 | |
Basloom et al. | Resource allocation using graph coloring for dense cellular networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |