CN106209336A - 一种软件定义移动网络中的资源分配方法 - Google Patents
一种软件定义移动网络中的资源分配方法 Download PDFInfo
- Publication number
- CN106209336A CN106209336A CN201610557130.4A CN201610557130A CN106209336A CN 106209336 A CN106209336 A CN 106209336A CN 201610557130 A CN201610557130 A CN 201610557130A CN 106209336 A CN106209336 A CN 106209336A
- Authority
- CN
- China
- Prior art keywords
- fue
- channel
- sub
- femtocell
- mue
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013468 resource allocation Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/0091—Signaling for the administration of the divided path
- H04L5/0094—Indication of how sub-channels of the path are allocated
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种软件定义移动网络中的资源分配方法,包括以下步骤:1、各个MBS对MUE进行资源分配,并将子信道分配的结果上传给SDMNs控制面;2、各个FUE估计信道增益,并上传给SDMNs控制面;3、各个FBS获得本Femtocell小区内FUE的信道增益,并上传给SDMNs控制面;4、以最大化接入FUE数和最小化占用子信道数为目标函数,建立凸优化问题;5、求解步骤4建立的凸优化问题,得到全局最优解,即最优联合用户接入和信道分配方案,以及分配在各个子信道上的功率。该方法在保证接入用户的QoS前提下,对所需接入网络中的FUE进行接入控制,从而最大化网络中的FUE接入数和最小化信道占用数。
Description
技术领域
本发明属于移动网络中的无线资源管理领域,具体涉及到一种软件定义移动网络中的资源分配方法。
背景技术
为了满足蜂窝网络的空中接口和网络层将面临巨大变化,软件定义网络(Software Defined Networking,SDN)将成为未来一项重要的技术,其核心理念是将网络功能和业务处理抽象化,并且通过外置控制器来控制这些抽象化的对象。SDN将网络业务的控制和转发进行分离,分为控制平面和转发平面,并且控制平面和转发平面之间提供一个标准接口。
在移动网络中,通过借鉴SDN的设计理念,可以有效地解决当前的蜂窝和其它无线接入网络存在的困难问题,如管理异质复杂的网络,并进一步催化移动生态系统的根本变化。
由于移动网络的无线接入与因特网中的路由存在明显差异,SDMNs(SoftwareDefined Mobile Networks,软件定义移动网络)不会是SDN概念为互联网的简单延伸。在SDMNs中,软件定义的功能应满足移动网络的特殊需求。此外,基站致密化被认为是解决5G流量需求最具前景的方案之一,如何解决密集多层网络带来的接入控制和资源分配等问题,是亟待解决的。
尽管蜂窝网络中的针对接入控制的资源分配已经被广泛研究。但目前主要集中在分布式接入控制机制研究。相比较传统网络缺乏具备强大计算和存储能力的SDMNs控制面,SDMNs可以实现集中式的资源分配方案以及跨层优化。针对SDMNs环境,该资源分配方法在满足用户QoS需求下,以最大化接入用户数和最小化子信道占用数为目标,建立混合整型规划问题。
由于所建立优化问题目标函数的组合特性,以及约束条件的离散非凸性质,原优化问题是非凸问题,当用户数目或者子信道数目较大时,往往难以找到其最优解。
发明内容
发明目的:针对现有技术中存在的问题,本发明公开了一种软件定义移动网络中的资源分配方法,该方法在保证接入用户的QoS前提下,对所需接入网络中的FUE进行接入控制,从而最大化网络中的FUE接入数和最小化信道占用数。
技术方案:本发明公开了一种软件定义移动网络中的资源分配方法,包括以下步骤:
(1)各个MBS(Macrocell Base Station,宏小区基站)对MUE(User Equipment inMacrocell,宏小区用户)进行资源分配,并将子信道分配的结果上传给SDMNs控制面;
(2)各个FUE(User Equipment in Femtocell,毫微微小区用户)估计信道增益,并上传给SDMNs控制面;
(3)各个FBS(Femtocell Base Stations,毫微微小区基站)获得本Femtocell(毫微微小区)内FUE的信道增益,并上传给SDMNs控制面;
(4)以最大化接入FUE数和最小化占用子信道数为目标函数,引入分时因子和数据速率比,建立凸优化问题;
(5)求解步骤(4)建立的凸优化问题,得到全局最优解,即最优联合用户接入和信道分配方案,以及分配在各个子信道上的功率。
具体地,步骤(4)建立的凸优化问题为:
,对所有Femtocell从1开始编号,组成集合其元素个数为NS;对所有MUE从1开始编号,组成集合MUE的个数为M;第f个FUE所需的传输速率为Rf;对第s个Femtocell中FUE从1开始编号,组成集合其中Fs为集合中元素的数目,系统中可用子信道从1开始编号,组成集合其元素个数为N;Δf为子信道带宽,第s个Femtocell中第f个FUE在信道n上的信噪比为 为第s个FBS与第m个MUE所建立的链路在子信道n上的信道增益;加权因子ε∈[0,1],为第m个MUE在信道n上的干扰容限,为分时因子,表示子信道n分配给第s个Femtocell中第f个FUE的时间比例,为第s个Femtocell中第f个FUE在信道n上分配的功率,表示子信道n分配给该Macrocell(宏小区)中第m个MUE的时间比例,φs,f表示第s个Femtocell中第f个FUE获得数据传输速率比,Ψ为三维数组,其包含的元素为Φ为二维数组,其包含的元素为φs,f,P为三维数组,其包含的元素为
具体地,上述第s个Femtocell中第f个FUE在信道n上的信噪比为计算方法为:
其中No为噪声功率;为第s个FBS与第f个FUE所建立的链路在子信道n上的信道增益;为MBS与第f个FUE所建立的链路在子信道n上的信道增益;为Macrocell中第m个MUE在信道n上分配的功率。
步骤(5)中求解步骤(4)建立的凸优化问题包括如下步骤:
(51)定义所述凸优化问题的拉格朗日函数为:
其中,和为拉格朗日乘子矩阵;
(52)的最小化问题分解为如下三个子问题:
(521)
(522)
(523)
通过对这三个优化子问题求解过程的迭代和Λ和η的更新,从而更新φs,f、和当达到最大迭代次数Tmax时,则获得最优的联合接入控制Φ和资源分配的结果(P,Ψ)。
具体地,三个优化子问题521、522、523采用路径跟踪法求解。
Λ和η采用次梯度和进行更新,如下式:
其中λs,f(t)和分别表示第t次迭代时Λ和η中元素的值,a(t)满足a(t)≥0,limt→∞a(t)=0,
有益效果:与现有技术相比,本发明公开的软件定义移动网络中的资源分配方法可以快速有效的获得其全局最优解,实现对用户接入的控制,以及子信道和功率的合理分配。
附图说明
图1是SDMNs网络架构图;
图2是本发明的资源分配流程图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
如图1所示,SDMNs主要包含控制面、移动核心网、无线接入网,SDMNs的控制面管理整个网络,并获得网络中的用户设备的状态、链路状态、网络拓扑等信息。MUE和FUE位于SDMNs接入网层中,Macrocell和Femtocell组成双层网络架构,MBS或FBS管理与其直接相连的MUE或FUE,并执行用户信息采集、上传、数据转发等操作。SDMNs控制面拥有强大的计算和存储能力,可以由服务器集群组成,对移动网中的接入网和核心网进行管理。根据实际情况,SDMNs控制面可以分别部署在网络侧和接入侧,SDMNs控制面的设计实现可以参照现有计算机网络中NOX,Floodlight,Ryu,OpenDaylight等控制器。SDMNs控制面根据MBS或FBS上传的小区信息,对用户接入进行控制,并对无线空口资源进行分配。当网络中的用户位置或个数发生变化时,SDMNs控制面可以根据更新后的网络状态进行重配置。
Femtocell网络采用开放接入机制,临近Femtocell网络的MUE可能遭受到来自FBS的跨层干扰,降低其QoS。因此,需要在保证MUE的QoS前提下,对FUE接入进行控制,从而最大化接入FUE数和最小化信道占用数目。如图2所示,该过程的具体步骤:
(1)在满足MUE的QoS条件下,MBS首先对所属的MUE进行资源分配,并将子信道分配的结果上传给SDMNs控制面,同时MUE对信道增益进行估计,并上传给SDMNs控制面;
(2)FUE估计信道增益并上传给SDMNs控制面;
(3)每个FBS获得Macrocell中各个FUE的信道增益并上传给SDMNs控制面;
(4)SDMNs控制面根据所掌握的全局网络信息,以最大化接入FUE数和最小化占用子信道数为目标函数,在保证接入用户传输速率的QoS条件下,引入分时因子和数据速率比,建立凸优化问题;
(5)建立该凸优化问题的拉格朗日函数,将优化问题分解为三个子问题,采用集中式方法得到全局最优解,即用户获得的最大数据传输速率比、以及最优的信道、功率分配方案。
(6)SDMNs控制面将接入控制的结果和功率、信道等资源分配结果采用下发流表方式,从而完成对所接入FUE的配置。
下面结合实施例对本发明的技术方案作进一步的分析和描述。设单个MBS的覆盖范围为RB。对所有Femtocell从1开始编号,组成集合其中为集合中元素的数目,Femtocell可通过毫微微网关(Femto Gateway,FGW)与移动核心网相连,从而进行信息交互。对所有MUE从1开始编号,组成集合其中为集合中元素的数目,设第m个MUE所需的传输速率为Rm。对Macrocell中所有FUE从1开始编号,组成集合 其中为集合中元素的个数,设第f个FUE所需的传输速率为Rf。对第s个Femtocell中FUE从1开始编号,组成集合其中为集合中元素的数目。假设所有的MUE在户外,而FUE存在于室内。对OFDMA(Orthogonal Frequency Division Multiple Access,正交频分多址)系统中可用子信道从1开始编号,组成集合其中为集合中元素的数目,Δf为子信道带宽。假定采用共享信道部署,其中Macrocell和Femtocell可使用相同的一组子信道集合即MUE或FUE都可以接入相同的子信道中,以提高频谱效率。
定义第s个Femtocell中第f个FUE在信道n上的信噪比为
其中,为第s个Femtocell中第f个FUE在信道n上分配的功率,为Macrocell中第m个MUE在信道n上分配的功率。为信道增益,其与路径损耗、对数正态阴影和快衰落有关,可通过FUE得到;信道增益可通过MBS估计得到。指示该Macrocell中第m个MUE是否接入子信道n,No为噪声功率。式(1)中,分母中的第一项代表宏小区的跨层干扰,第二项包括来自其他Femtocell的同层干扰和噪声功率。假设在资源分配的过程中,用户和与其相连的基站之间的链路和信道增益保持不变。
相比较Macrocell而言,由于传输距离更短以及信道条件更好,Femtocell能够为FUE提供更好的数据服务。但是,考虑到MUE所占用子信道的最大干扰电平的约束条件,在最小的期望数据速率下,每个FBS应接纳尽可能多的FUE。为了最大限度地利用信道带宽,同时最大限度地接纳FUE数,需要考虑此多目标优化问题。
考虑到MUE所占用子信道的最大干扰电平的约束,保证FUE最小的数据传输速率条件下,使得每个FBS接纳尽可能多的FUE,同时减少占用带宽数,因此该多目标优化问题建模如下:
其中,ys,f为接入控制变量,如果第f个FUE接入到第s个Femtocell中时,则ys,f=1,否则为0。为子信道分配指示变量,当时,表明子信道n被第s个基站(Macrocell或者Femtocell)的用户f占用,否则为0。因此,当ys,f=0时,则无需对此FUE进行信道分配,即否则,当ys,f=1时,需对的取值进一步优化。加权因子ε∈[0,1],目标函数f(Γ,Y)为FUE接入数目和所需子信道数的加权和;
变量Γ为三维数组,其包含的元素为变量Y为二维数组,其包含元素为ys,f,变量P为三维数组,其包含的元素为其中,0≤s≤NS,0≤f≤Fs,0≤n≤N;
约束条件C1为各用户的数据速率约束,当第f个FUE接入成功,即ys,f=1时,此约束生效;
C2为功率预算约束,第s个Femtocell的总发送功率为小于等于最大发射功率Ps,max;
C3是对FUE使用的子通道受到最大跨层干扰的约束,此约束表明MUE在访问优先级高于FUE,为第m个MUE在信道n上的干扰容限;信道增益可通过MUE估计获得;
C4约束了子信道n最多分配给Femtocell中的一个FUE;
C5确保了功率为正;
C6和C7表明和ys,f是二元变量。
为第s个FBS与第m个MUE所建立的链路在子信道n上的信道增益,可通过MUE估计获得;为第s个FBS与第f个FUE所建立的链路在子信道n上的信道增益,可通过FUE得到;为MBS与第f个FUE所建立的链路在子信道n上的信道增益,可通过MBS估计得到。
上述多目标优化问题为混合整型非线性问题(mixed integer nonlinearproblem,MINLP),由于目标函数为ys,f和的组合函数,其可行集是非凸的。因此,难以获得其最优解,特别是当用户数目和信道数目较多的情况下。
为解决上述问题,引入分时因子和数据传输速率比φs,f,将上述非凸问题转换为凸优化问题,如下式:
上式中,为分时因子,表示子信道n分配给第s个Femtocell中第f个FUE的时间比例,表示子信道n分配给该Macrocell中第m个MUE的时间比例,φs,f表示第s个Femtocell中第f个FUE获得数据传输速率比。
第s个Femtocell中第f个FUE在子信道n上的信噪比采用式(4)计算:
变量Ψ为三维数组,其包含的元素为变量Φ为二维数组,其包含的元素为φs,f。
通过求解式(3)中的凸优化函数,可以获得全局最优解。由于SDMNs的控制面有着强大的计算和存储能力,从而使得集中式的解决方案能够在控制平面得以实现。
定义式(3)中优化问题的拉格朗日函数为:
其中,和为拉格朗日乘子矩阵,η指示了约束条件C13中存在的跨层干扰,功率分配矩阵为
根据拉格朗日函数的定义,其最小化问题可以分解成三个子问题:FUE占用子信道上的功率分配、子信道分配问题、接入控制优化问题。如图2所示,通过对这三个优化子问题求解过程的迭代和Λ和η的更新,从而更新φs,f、和当达到最大迭代次数Tmax时,则获得资源分配的结果(P,Ψ)。最大迭代次数Tmax可根据算法仿真结果设定。
求解优化子问题一,即FUE占用子信道上的功率分配问题:
固定η,对功率进行优化使得NS个Femtocell在N个子信道对M个MUE的干扰最小,即
求解优化子问题二,即子信道分配问题:
当功率分配完成后,固定Λ,实现信道分配使得最小化信道占用和最大化接入FUE的数据传输速率,即
求解第三个优化子问题,即接入控制优化问题:
固定Λ,最大化接入FUE的数目,即
可通过路径跟踪法分别求解上述凸优化问题(6)~(8),从而获得每次迭代φs,f、和的结果。
每次迭代Λ和η采用如下次梯度和进行更新,
其中λs,f(t)和分别表示第t次迭代时Λ和η中元素的值,a(t)满足a(t)≥0,limt→∞a(t)=0,
当迭代完成后,可以获得问题(3)全局最优解,即最大数据传输速率比Φ和资源分配(P,Ψ)的结果。
SDMNs控制面将接入控制的结果和功率、信道等资源分配结果采用下发流表方式,对FUE进行配置。
Claims (6)
1.一种软件定义移动网络中的资源分配方法,其特征在于:包括以下步骤:
(1)各个MBS对MUE进行资源分配,并将子信道分配的结果上传给SDMNs控制面;
(2)各个FUE估计信道增益,并上传给SDMNs控制面;
(3)各个FBS获得本Femtocell小区内FUE的信道增益,并上传给SDMNs控制面;
(4)以最大化接入FUE数和最小化占用子信道数为目标函数,引入分时因子和数据速率比,建立凸优化问题;
(5)求解步骤(4)建立的凸优化问题,得到全局最优解,即最优联合用户接入和信道分配方案,以及分配在各个子信道上的功率。
2.根据权利要求1所述的软件定义移动网络中的资源分配方法,其特征在于步骤(4)建立的凸优化问题为:
其中,对所有Femtocell从1开始编号,组成集合 其元素个数为NS;对所有MUE从1开始编号,组成集合 MUE的个数为M;第f个FUE所需的传输速率为Rf;对第s个Femtocell中FUE从1开始编号,组成集合 其中Fs为集合中元素的数目,系统中可用子信道从1开始编号,组成集合 其元素个数为N;Δf为子信道带宽,第s个Femtocell中第f个FUE在信道n上的信噪比为 为第s个FBS与第m个MUE所建立的链路在子信道n上的信道增益;加权因子ε∈[0,1],为第m个MUE在信道n上的干扰容限,为分时因子,表示子信道n分配给第s个Femtocell中第f个FUE的时间比例,为第s个Femtocell中第f个FUE在信道n上分配的功率,表示子信道n分配给该Macrocell中第m个MUE的时间比例,φs,f表示第s个Femtocell中第f个FUE获得数据传输速率比,Ψ为三维数组,其包含的元素为Φ为二维数组,其包含的元素为φs,f,P为三维数组,其包含的元素为
3.根据权利要求2所述的软件定义移动网络中的资源分配方法,其特征在于第s个Femtocell中第f个FUE在信道n上的信噪比为计算方法为:
其中No为噪声功率;为第s个FBS与第f个FUE所建立的链路在子信道n上的信道增益;为MBS与第f个FUE所建立的链路在子信道n上的信道增益;为Macrocell中第m个MUE在信道n上分配的功率。
4.根据权利要求2所述的软件定义移动网络中的资源分配方法,其特征在于步骤(5)中求解步骤(4)建立的凸优化问题包括如下步骤:
(51)定义所述凸优化问题的拉格朗日函数为:
其中,和为拉格朗日乘子矩阵;
(52)的最小化问题分解为如下三个子问题:
(521)
(522)
(523)
通过对这三个优化子问题求解过程的迭代和Λ和η的更新,从而更新φs,f、和当达到最大迭代次数Tmax时,则获得最优的联合接入控制Φ和资源分配的结果(P,Ψ)。
5.根据权利要求4所述的的软件定义移动网络中的资源分配方法,其特征在于,所述三个优化子问题521、522、523采用路径跟踪法求解。
6.根据权利要求4所述的的软件定义移动网络中的资源分配方法,其特征在于,Λ和η采用次梯度和进行更新,如下式:
其中λs,f(t)和分别表示第t次迭代时Λ和η中元素的值,a(t)满足a(t)≥0,limt→∞a(t)=0,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610557130.4A CN106209336B (zh) | 2016-07-14 | 2016-07-14 | 一种软件定义移动网络中的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610557130.4A CN106209336B (zh) | 2016-07-14 | 2016-07-14 | 一种软件定义移动网络中的资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106209336A true CN106209336A (zh) | 2016-12-07 |
CN106209336B CN106209336B (zh) | 2019-03-12 |
Family
ID=57475848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610557130.4A Active CN106209336B (zh) | 2016-07-14 | 2016-07-14 | 一种软件定义移动网络中的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106209336B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533968A (zh) * | 2016-12-21 | 2017-03-22 | 重庆邮电大学 | 基于网络中间设备的软件定义移动网络安全策略配置方法 |
CN108123772A (zh) * | 2017-12-22 | 2018-06-05 | 南京航空航天大学 | 一种基于梯度投影的无人机时频资源分配方法 |
CN109981194A (zh) * | 2017-12-28 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种智能家居中基于软件定义网络的能量效率优化系统 |
CN112822769A (zh) * | 2021-01-04 | 2021-05-18 | 上海航天测控通信研究所 | 一种基于能效最优的月球空间站功率分配方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980470A (zh) * | 2010-10-03 | 2011-02-23 | 鲁东大学 | 一种基于混沌粒子群优化的ofdm系统资源分配算法 |
CN102098684A (zh) * | 2011-03-22 | 2011-06-15 | 北京邮电大学 | 认知无线网络中跨层资源分配系统及方法 |
CN103117844A (zh) * | 2013-02-02 | 2013-05-22 | 南京邮电大学 | 基于中继的多小区正交频分复用系统资源分配方法 |
CN103188808A (zh) * | 2013-04-12 | 2013-07-03 | 中国科学技术大学 | 一种异构无线网络的用户公平资源分配方法 |
CN103338456A (zh) * | 2013-06-14 | 2013-10-02 | 东南大学 | 一种基于联合信道和功率分配的同频干扰抑制方法 |
CN104796993A (zh) * | 2015-04-21 | 2015-07-22 | 西安交通大学 | 异构网络中基于Stackelberg博弈的跨层资源分配方法 |
-
2016
- 2016-07-14 CN CN201610557130.4A patent/CN106209336B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980470A (zh) * | 2010-10-03 | 2011-02-23 | 鲁东大学 | 一种基于混沌粒子群优化的ofdm系统资源分配算法 |
CN102098684A (zh) * | 2011-03-22 | 2011-06-15 | 北京邮电大学 | 认知无线网络中跨层资源分配系统及方法 |
CN103117844A (zh) * | 2013-02-02 | 2013-05-22 | 南京邮电大学 | 基于中继的多小区正交频分复用系统资源分配方法 |
CN103188808A (zh) * | 2013-04-12 | 2013-07-03 | 中国科学技术大学 | 一种异构无线网络的用户公平资源分配方法 |
CN103338456A (zh) * | 2013-06-14 | 2013-10-02 | 东南大学 | 一种基于联合信道和功率分配的同频干扰抑制方法 |
CN104796993A (zh) * | 2015-04-21 | 2015-07-22 | 西安交通大学 | 异构网络中基于Stackelberg博弈的跨层资源分配方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533968A (zh) * | 2016-12-21 | 2017-03-22 | 重庆邮电大学 | 基于网络中间设备的软件定义移动网络安全策略配置方法 |
CN106533968B (zh) * | 2016-12-21 | 2019-09-10 | 重庆邮电大学 | 基于网络中间设备的软件定义移动网络安全策略配置方法 |
CN108123772A (zh) * | 2017-12-22 | 2018-06-05 | 南京航空航天大学 | 一种基于梯度投影的无人机时频资源分配方法 |
CN108123772B (zh) * | 2017-12-22 | 2020-12-22 | 南京航空航天大学 | 一种基于梯度投影法的无人机时频资源分配方法 |
CN109981194A (zh) * | 2017-12-28 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种智能家居中基于软件定义网络的能量效率优化系统 |
CN109981194B (zh) * | 2017-12-28 | 2021-09-21 | 广东电网有限责任公司电力调度控制中心 | 一种智能家居中基于软件定义网络的能量效率优化系统 |
CN112822769A (zh) * | 2021-01-04 | 2021-05-18 | 上海航天测控通信研究所 | 一种基于能效最优的月球空间站功率分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106209336B (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guruacharya et al. | Hierarchical competition for downlink power allocation in OFDMA femtocell networks | |
CN104640220B (zh) | 一种基于noma系统的频率和功率分配方法 | |
Peng et al. | Device-to-device underlaid cellular networks under Rician fading channels | |
Andrews et al. | A tractable approach to coverage and rate in cellular networks | |
CN102006599B (zh) | 宏小区与毫微微小区的混合组网中的干扰抑制方法 | |
Li et al. | Cluster‐based resource allocation scheme with QoS guarantee in ultra‐dense networks | |
CN106209336B (zh) | 一种软件定义移动网络中的资源分配方法 | |
CN106792824B (zh) | 认知异构无线网络鲁棒资源分配方法 | |
Jangsher et al. | Resource allocation in moving small cell network | |
Chen et al. | Energy efficient resource allocation for IRS assisted CoMP systems | |
CN115174396B (zh) | 一种基于数字孪生的低碳能源管控通信网业务管理方法 | |
Huang et al. | Renewable powered cellular networks: Energy field modeling and network coverage | |
CN113905443A (zh) | 不完美csi下多载波noma系统基于频谱效率的资源分配方法 | |
CN105554771B (zh) | 基于密集分布的毫微微用户资源分配方法 | |
Yu et al. | Interference coordination strategy based on Nash bargaining for small‐cell networks | |
CN109769257B (zh) | 基于能效的异构网络鲁棒资源分配和时长混合优化方法 | |
CN113612557B (zh) | 无人机蜂群多微蜂窝频谱资源管理方法 | |
Khoramnejad et al. | On resource management in load-coupled OFDMA networks | |
CN107333301B (zh) | 多属异构网络中的一种基于认知的联合资源再分配方法 | |
Liu et al. | Robust power control for clustering-based vehicle-to-vehicle communication | |
CN105979589A (zh) | 异构网络的能量有效资源分配方法及系统 | |
CN112954806A (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
CN102647720B (zh) | 一种基于lte的子带跳频外部干扰避免系统及方法 | |
Li et al. | Resource sharing for cellular-assisted D2D communications with imperfect CSI: a many-to-many strategy | |
Hayajneh et al. | Performance analysis of uav enabled disaster recovery network: A stochastic geometric framework based on matern cluster processes |
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 |