CN106332094A - 非授权频段LTE‑U和WiFi系统基于Q算法的动态占空比共存方法 - Google Patents
非授权频段LTE‑U和WiFi系统基于Q算法的动态占空比共存方法 Download PDFInfo
- Publication number
- CN106332094A CN106332094A CN201610834810.6A CN201610834810A CN106332094A CN 106332094 A CN106332094 A CN 106332094A CN 201610834810 A CN201610834810 A CN 201610834810A CN 106332094 A CN106332094 A CN 106332094A
- Authority
- CN
- China
- Prior art keywords
- lte
- algorithm
- action
- wifi
- transmission
- 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 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 108
- 230000009471 action Effects 0.000 claims description 61
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000000875 corresponding effect Effects 0.000 claims description 15
- 238000009827 uniform distribution Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 claims description 2
- 230000009191 jumping Effects 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 230000002195 synergetic effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种非授权频段LTE‑U和WiFi系统基于Q算法的动态占空比共存方法,属于无线通信技术领域。该方法借助Q学习算法,根据LTE‑U和WiFi系统在当前传输周期T的总吞吐量,得出LTE‑U系统在下一个传输周期T内的传输时间,使得网络吞吐量达到预期值,改善LTE‑U系统和WiFi系统共存性能。该方法从提高网络整体吞吐量的角度出发,假设WiFi在T内一直传输数据,而LTE‑U则根据Q学习算法的结果,确定T内LTE‑U的传输时间比例,随后记录该传输时间比例下,当前T内的网络整体吞吐量,为下一次Q学习算法选择传输比例时提供依据。该方法充分考虑到了LTE‑U和WiFi系统共存时,WiFi系统吞吐量受到LTE‑U传输的干扰而急剧减少的情况,可应用LTE‑U和WiFi系统共存前提下,用户移动的场景。
Description
技术领域
本发明属于无线通信技术领域,涉及一种非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法。
背景技术
随着无线通讯技术的高速发展,越来越多的无线应用丰富着人们的生活。高数据量业务的爆发式增长,加剧了当前频谱资源紧张的局面。据预测,到2020年,无线数据业务比起2010年将会增长1000倍。为此,业内众多公司提出了将LTE系统借助于载波聚合技术(Carrier Aggregation,CA)在5GHz非授权频上使用的想法,即LTE-U。更宽的频谱极大的提升了LTE系统的吞吐量,但考虑到非授权频段的传输性能并不稳定,为了给用户提供较高的服务质量,通常建议LTE-U借助于LAA(LicensedAssistedAccess,LAA)来进行数据传输,即控制数据和用户数据分别在2GHz与5GHz上传输,如此一来,即使当非授权频段传输质量无法保障的情况下,LTE-U用户的关键控制数据也不被丢失,有效的改善并保证了LTE-U用户的服务体验。
目前,WiFi(Wireless-Fidelity,无线局域网)是5GHz频段最常用的一种无线接入方式。该系统采用载波监听、多路访问以及碰撞避免(Carrier Sense Multiple Accesswith Collision Detection,CSMA/CA)的方式接入信道,即在接入信道前,先进行信道监听,当判断信道空闲后,持续监听信道一段时间,若信道仍保持空闲,则开始数据传输,否则随机后退一段时间,待到信道空闲后,继续监听信道一段时间,直到此时间内信道依旧空闲,则开始数据传输。这种接入方式能有效的减小碰撞的概率,提高WiFi用户传输性能。
然而,WiFi基于竞争的接入机制正是其在与LTE-U在5GHz上共存受到干扰的原因。当LTE-U与WiFi共存时,WiFi系统将会因受到LTE-U的传输干扰而导致其一直处于监听和回退的状态,进而使得WiFi系统的吞吐量受到严重影响。因此,LTE-U对WiFi的公平共存问题共成为了LTE-U在5GHz上使用亟需解决的问题。现有的LTE-U和WiFi的共存方案是大多基于时分复用的共存方式,通过将LTE-U和WiFi从传输时间上相互隔离,达到共存目的。而实际情况中,由于无线环境的复杂性以及WiFi接入机制的不可控性,传统的时分复用共存方式在解决LTE-U和WiFi系统共存问题上表现并不理想。
发明内容
有鉴于此,本发明的目的在于提供一种非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,在该方法中,LTE-U通过Q学习算法,动态调整其与WiFi系统的共存时间,使得网络整体吞吐量在达到预期吞吐量的同时,保证WiFi系统一定的传输机会,降低LTE-U对WiFi系统的干扰。该方法具有简便高效的特点,此外,方法中Q算法预期吞吐量值的设定可根据网络实际情况,即用户数,业务类型等因素进行灵活的调整,具备一定的可移植性。
为达到上述目的,本发明提供如下技术方案:
一种非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,该方法利用Q算法,不断学习探索网络环境,动态调节LTE-U与WiFi的最佳共存时间,以此来降低LTE-U对WiFi系统的干扰,提高网络整体吞吐量;
该方法具体包括以下步骤:
S1:分别给LTE-U和WiFi设置预期吞吐量并给LTE基站编号;
S2:划分状态State和动作Action;
S3:对全部LTE基站建立全零Q矩阵;
S4:确定当前网络整体吞吐量C所处的状态State j,j表示当前的状态编号,1≤j≤N,N表示状态总数;
S5:选择动作Action:产生一个服从均匀分布的0到1的随机数r,如果r小于预设固定值ε,则随机选择动Action q,否则,则选择中对应的动作Action q;此种选择动作Action方式,即可保证以一定概率随机探索新动作Action,又可依照经验选择此状态下Q值,即代价最小的动作Action;q表示当前的动作编号,1≤q≤S,S表示动作Action总数;
S6:执行所选择的动作Action q,并在当前传输周期T结束后,记录下LTE-U和WiFi系统当前各自的吞吐量CL、CW;
S7:更新网络整体吞吐量Cupd,得出此时网络所处的状态State upd并更新Q矩阵;
S8:更新状态State:根据步骤S7中得出的当前状态State upd,更新此时的网络状态State,并跳转至步骤S5,进行下一个传输周期T内动作Action的选择。
进一步,在步骤S1中,网络侧根据LTE-U和WiFi系统各自的瞬时吞吐量峰值乘以相应的百分比,设置LTE-U和WiFi系统的预期吞吐量设置LTE基站编号,编号从场景中心小区的基站起始,依次编号:B1、B2…BM,M为场景中的基站总数。
进一步,在步骤S2中,状态State的划分可对网络整体期望吞吐量进行均分得出,理论上,State的个数并没有明确的规定,故可以按照实际的情况进行调整,需要注意的是,相邻两个State之间的距离不宜太大或太小,否则容易使得Q算法调节网络整体吞吐量效果不明显或算法效率低下。
进一步,在步骤S2中,动作Action划分为4种情况,即20%、40%、60%、80%;该4种Action代表LTE-U在一个传输周期内T的传输时间比例,即LTE-U与WiFi在一个传输周期时间T内共存的时间。
进一步,在步骤S3中,全部LTE基站建立全零Q矩阵,基站Bi的Q矩阵元素为其中,j表示当前的状态编号,q表示当前的动作编号,1≤j≤N,1≤q≤S;N表示状态总数,S表示动作总数,即为4。
进一步,在步骤S4中,根据步骤S2中的State划分规律,确定当前网络整体吞吐量C所处的Statej。
进一步,在步骤S5中,考虑到Q学习算法是根据过去的经验选择动作Action q,为了保证Q算法选择的有效性,在Q算法中规定以一定的概率ε跳出经验的限制以探索更优的选择结果并进一步保障Q算法在提高网络整体吞吐量的优势,其中,ε的取值为0.04。
进一步,在步骤S6中:
在当前传输周期T内,LTE-U系统执行Action q对应的传输时间比例,传输比例与传输时间比例的对应关系为:传输时间=传输时间比例×传输周期T。
进一步,在步骤S7中,利用步骤S6中记录的LTE-U和WiFi的当前吞吐量CL、CW,通过Cupd=CL+CW计算出此时网络整体吞吐量Cupd,结合步骤S2中确定的State划分情况,得出此时的网络状态State upd。
进一步,在步骤S7中,每一个传输周期结束后,都需要对Q矩阵进行更新,Q矩阵更新式为:
上式等号右边的
为更新后的Q值,等号左边的
为更新前的Q其中,代价Cost和更新的
Q_v的计算方式为:
代价Cost值代表着已选的动作Action q对于LTE-U和WiFi网络达到预期吞吐量是否有促进的作用;当Cost值较小,表示Action q有利于LTE-U和WiFi网络达到预期吞吐量,反之,则表示Actionq不利于使LTE-U和WiFi网络达到预期吞吐量;更新公式中的学习因子α和折扣因子γ,取值范围都为(0,1),二者协同作用调节Q矩阵的更新,进而影响Q算法的学习效果,α取值0.5,γ取值0.9。
本发明的有益效果在于:本发明通过LTE-U在传输周期T内间断传输,而WiFi保持持续传输的方式实现LTE-U和WiFi的共存。与传统的时分复用方式相比,本方法中LTE-U和WiFi的共存方式充分利用了LAA的传输优点,改变了传统时分复用方式内任意传输周期T中需要分别中断LTE-U和WiFi的传输的情况,并改善了网络整体用户的传输性能和用户体验。此外,该方法中利用Q学习算法根据网络当前实际的吞吐量来进行动态的调节最佳LTE-U和WiFi的共存时间,在保证WiFi用户一定的传输能力的同时,有效降低LTE-U对WiFi系统的干扰,使得网络整体吞吐量达到预期值并优化网络整体性能。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本方法适用的网络场景图;
图2为LTE-U和WiFi的共存方式示意图;
图3为Q算法动态调整LTE-U传输时间的流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本发明针对LTE-U和WiFi在5GHz上共存问题,提出一种LTE-U和WiFi系统非授权频段上基于Q算法的动态占空比方案。不同于传统的时分复用共存方案,本发明中将时间划分为若干个传输周期T,LTE借助CA技术同时使用2GHz和5GHz。此外,LTE-U将采用LAA的传输方式,即将重要控制数据放置在2GHz上传输,用户数据放置在5GHz上传输。如此一来,即使LTE-U在5GHz上的传输被中断,LTE-U用户的重要数据也不会丢失。
方案中,LTE-U用户一方面保持其在2GHz上的传输,一方面按照Q算法选择的传输时间比例(20%、40%、60%、80%)所对应的传输时间在5GHz上进行传输。完成规定时间的传输后,LTE-U用户将在剩余的时间断开5GHz频段上的传输,此时LTE-U用户在2GHz上的传输依旧继续,待到下一个传输周期T开始时,LTE-U重新借助载波聚合技术聚合5GHz频段,并根据此时Q算法选择的结果在5GHz频段上传输相应的时间。
WiFi用户则依旧使用CSMA/CA的竞争接入方式,不同于LTE-U在一个传输周期T内的间断传输,WiFi用户在每一个传输周期T内一直保持数据传输。这种LTE-U在传输周期内间断传输,而WiFi在传输周期内保持传输的共存方式,一方面可以避免传统时分复用共存方案中,需要同时间断LTE-U和WiFi传输的情况,并将间断的次数减至最小,保护了WiFi用户的传输性能;另一方面,考虑到LTE-U较之WiFi具有更强的抗干扰能力,且LTE-U采用LAA的传输方式,即使LTE-U间断在5GHz上传输,也不会对LTE-U的服务质量(Quality ofService,QOS)造成严重的影响。
方案中,LTE-U在传输周期T内的传输时间由Q算法决定,Q算法依照上一个传输周期T时网络整体的吞吐量判断此时网络的状态State,随后根据以往经验,得出该网络状态State下,网络希望在该传输周期T内达到预设吞吐量时的LTE-U最优传输比例,即动作Action。此外,为了避免Q算法的选择受到以往经验值的限制,Q算法内还采用贪婪法则,即允许Q算法以一定的概率随机寻找LTE-U在传输周期T内的传输比例。贪婪法则使得Q算法有机会去发现网络在当前状态State下,LTE-U在传输周期T内更优的传输时间分配策略,在一定程度上保证了Q算法调节LTE-U与WiFi共存时间的正确性。
Q算法的具体步骤如下:
1)设置预设吞吐量。网络侧根据LTE-U和WiFi系统各自的吞吐量峰值,设置LTE-U和WiFi系统的目标吞吐量
2)设置基站编号。给场景中所有的LTE基站设置编号,编号从场景中心小区的基站开始,依次编号:B1、B2…BM.M为场景中的LTE基站总数;
3)划分状态State和动作Action。利用式1计算网络整体期望吞吐量并给网络吞吐量划分状态State和动作Action,划分情况见表1、表2,其中C为网络整体吞吐量,N+1为划分的状态State个数;
表1
表2
传输比例 | 网络行为 |
20% | Action1 |
40% | Action2 |
60% | Action3 |
80% | Action4 |
4)初始化Q矩阵。由于任意基站都有N+1种状态State,和4种行为Action,因此,给基站Bi建立[N+1,4]的全零Q矩阵其中,矩阵的元素为1≤j≤N+1,1≤q≤4;
5)确定网络当前状态State。利用表1,确定网络总整体吞吐量C所处的Statej,1≤j≤N+1。
6)产生一个服从均匀分布的0到1的随机数r,如果r小于固定值ε,则随机选择Action q,1≤q≤4否则,选择中对应的Action q。此种选择动作Action方式,即可保证以一定概率随机探索新动作Action,又可依照经验选择此状态下代价最小的动作Action。
7)执行Action q。在当前传输周期内,LTE-U系统按照动作Action q对应的传输时间进行传输,动作Action q与传输时间的对应公式见式2,并在传输周期T结束后,记录下LTE-U和WiFi系统各自的吞吐量CL、CW。
传输时间=动作Action q×传输周期(1≤q≤4) (式2)
8)更新网络整体吞吐量Cupd。利用式3计算更新后的网络整体吞吐量Cupd。
Cupd=CL+CW (式3)
9)更新Q矩阵。利用表1,判断Cupd所处状态State upd。通过式4更新Q矩阵,其中,代价Cost以及Q_value的计算见式5、式6。
10)更新状态State。将状态State j更新为状态State upd并重复执行步骤6),为下一个传输周期T内动选择作Action。
图1为本方法适用的网络场景图,在本实施例中,本方法适用场景考虑双层小区结构,层一与层二分别有7宏蜂窝小区结构,并依次在每层各小区的中心位置部署LTE宏基站(Macrocell Base Station,MBS)或WiFi的接入节点(Access,Point,AP),具体如图1所示。场景中LTE-U用户和WiFi用户在各层的各小区中等量均匀分布,并按照一定的速度向任意方向的运动。此外,LTE-U用户将采用LAA(Licensed Assisted Access)的传输方式来提高传输质量。LAA,即控制数据和用户数据分别在2GHz与5GHz上传输,此传输方式可在当非授权频段传输质量无法保障的情况下,保证LTE-U用户的关键控制数据不被丢失。
在本实施例中,LTE采用频分双工(Fime Division Duplexing,FDD)模式,WiFi采用802.11a标准,LTE-U用户与WiFi用户的共存方式如图2所示。图2中将时间划分为若干个传输周期T,在每个传输周期T内,WiFi用户一直在5GHz上传输,而LTE-U用户一方面一直保持其在2GHz上的传输,一方面按照Q算法选择的传输时间比例(20%、40%、60%、80%)所对应的传输时间在5GHz上进行传输。完成规定时间的传输后,LTE-U用户将停止使用5GHz频段,此时LTE-U用户在2GHz上的传输依旧继续,待到下一个传输周期T开始时,LTE-U重新借助载波聚合技术聚合5GHz频段,并根据此时Q算法选择的结果在5GHz频段上传输相应的时间。
对每个LTE基站使用Q算法,即可得出各小区的LTE-U用户在任意传输周期T内传输时间。Q算法执行的步骤流程如图3所示。当一个传输周期T开始时,网络侧首先会根据上个传输周期T所记录的LTE-U和WiFi各自的吞吐量计算出网络整体吞吐量,进而得出网络整体所处的状态State。随后产生一个服从均匀分布的0到1的随机数r,如果r小于固定值ε,则随机选择动作Action,否则,则在该基站Bi的Q矩阵中,寻找此状态State下,最小的Q值对应的动作Action,即根据此时选择出的动作Action,对应出LTE-U在该传输周期T内的传输比例,并通过将该传输比例得出LTE-U在该传输周期T内的传输时间。LTE-U在该传输周期T内执行此传输时间,并在传输周期结束后,记录LTE-U和WiFi各自的吞吐量CL、CW,根据二者的吞吐量更新此时的网络整体吞吐量值Cupd=CL+CW,并判断此时网路整体吞吐量Cupd所处的状态State upd。接着,确定该传输周期T内选择的动作Action所带来的代价Cost,代价Cost的计算公式:其中,和分布是LTE-U和WiFi网络的预期吞吐量值,根据代价Cost,更新Q矩阵,更新公式为:
公式中,α和γ分别为学习因子和折扣因子,Q_value为Q矩阵在State upd状态下的最小Q值。随后,将状态State更新为状态State upd。到此,Q算法的此次循环结束,待到下一个传输周期T开始,重复执行上述步骤即可。
本方案中,Q算法通过不断学习动作Action后所产生的代价Cost,确保了Q算法可在不断的更新后,得出在不同状态State下为了达到预期吞吐量所需选择的动作Action的最优策略,灵活的调整LTE-U和WiFi的共存时间,在达到预期吞吐量同时,降低LTE-U对WiFi的干扰,实现LTE-U和WiFi网络的公平共存。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其做出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (10)
1.一种非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:该方法利用Q算法,不断学习探索网络环境,动态调节LTE-U与WiFi的最佳共存时间,以此来降低LTE-U对WiFi系统的干扰,提高网络整体吞吐量;
该方法具体包括以下步骤:
S1:分别给LTE-U和WiFi设置预期吞吐量并给LTE基站编号;
S2:划分状态State和动作Action;
S3:对全部LTE基站建立全零Q矩阵;
S4:确定当前网络整体吞吐量C所处的状态State j,j表示当前的状态编号,1≤j≤N,N表示状态总数;
S5:选择动作Action:产生一个服从均匀分布的0到1的随机数r,如果r小于预设固定值ε,则随机选择动Action q,否则,则选择中对应的动作Action q;此种选择动作Action方式,即可保证以一定概率随机探索新动作Action,又可依照经验选择此状态下Q值,即代价最小的动作Action;q表示当前的动作编号,1≤q≤S,S表示动作Action总数;
S6:执行所选择的动作Action q,并在当前传输周期T结束后,记录下LTE-U和WiFi系统当前各自的吞吐量CL、CW;
S7:更新网络整体吞吐量Cupd,得出此时网络所处的状态State upd并更新Q矩阵;
S8:更新状态State:根据步骤S7中得出的当前状态State upd,更新此时的网络状态State,并跳转至步骤S5,进行下一个传输周期T内动作Action的选择。
2.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S1中,网络侧根据LTE-U和WiFi系统各自的瞬时吞吐量峰值乘以相应的百分比,设置LTE-U和WiFi系统的预期吞吐量设置LTE基站编号,编号从场景中心小区的基站起始,依次编号:B1、B2…BM,M为场景中的基站总数。
3.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S2中,状态State的划分可对网络整体期望吞吐量进行均分得出。
4.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S2中,动作Action划分为4种情况,即20%、40%、60%、80%;该4种Action代表LTE-U在一个传输周期内T的传输时间比例,即LTE-U与WiFi在一个传输周期时间T内共存的时间。
5.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S3中,全部LTE基站建立全零Q矩阵,基站Bi的Q矩阵元素为其中,j表示当前的状态编号,q表示当前的动作编号,1≤j≤N,1≤q≤S;N表示状态总数,S表示动作总数,即为4。
6.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S4中,根据步骤S2中的State划分规律,确定当前网络整体吞吐量C所处的Statej。
7.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S5中,考虑到Q学习算法是根据过去的经验选择动作Action q,为了保证Q算法选择的有效性,在Q算法中规定以一定的概率ε跳出经验的限制以探索更优的选择结果并进一步保障Q算法在提高网络整体吞吐量的优势,其中,ε的取值为0.04。
8.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S6中:
在当前传输周期T内,LTE-U系统执行Action q对应的传输时间比例,传输比例与传输时间比例的对应关系为:传输时间=传输时间比例×传输周期T。
9.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S7中,利用步骤S6中记录的LTE-U和WiFi的当前吞吐量CL、CW,通过Cupd=CL+CW计算出此时网络整体吞吐量Cupd,结合步骤S2中确定的State划分情况,得出此时的网络状态State upd。
10.根据权利要求1所述的非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法,其特征在于:在步骤S7中,每一个传输周期结束后,都需要对Q矩阵进行更新,Q矩阵更新式为:
上式等号右边的
为更新后的Q值,等号左边的
为更新前的Q其中,代价Cost和更新的
Q_v的计算方式为:
代价Cost值代表着已选的动作Action q对于LTE-U和WiFi网络达到预期吞吐量是否有促进的作用;当Cost值较小,表示Action q有利于LTE-U和WiFi网络达到预期吞吐量,反之,则表示Actionq不利于使LTE-U和WiFi网络达到预期吞吐量;更新公式中的学习因子α和折扣因子γ,取值范围都为(0,1),二者协同作用调节Q矩阵的更新,进而影响Q算法的学习效果,α取值0.5,γ取值0.9。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610834810.6A CN106332094B (zh) | 2016-09-19 | 2016-09-19 | 非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610834810.6A CN106332094B (zh) | 2016-09-19 | 2016-09-19 | 非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106332094A true CN106332094A (zh) | 2017-01-11 |
CN106332094B CN106332094B (zh) | 2019-09-10 |
Family
ID=57787505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610834810.6A Active CN106332094B (zh) | 2016-09-19 | 2016-09-19 | 非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106332094B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107426772A (zh) * | 2017-07-04 | 2017-12-01 | 北京邮电大学 | 一种基于q学习的动态竞争窗口调整方法、装置及设备 |
CN108093412A (zh) * | 2018-01-18 | 2018-05-29 | 重庆邮电大学 | 用于多运营商场景下基于LAT的LTE-U与WiFi共存方法 |
WO2018157722A1 (zh) * | 2017-03-01 | 2018-09-07 | 捷开通讯(深圳)有限公司 | Lte-u与wifi5g信道的自干扰解决方法及系统 |
CN108737289A (zh) * | 2018-06-27 | 2018-11-02 | 郑州云海信息技术有限公司 | 一种存储多路径负载均衡方法及系统 |
CN108924944A (zh) * | 2018-07-19 | 2018-11-30 | 重庆邮电大学 | 基于Q-learning算法的LTE与WiFi共存竞争窗口值的动态优化方法 |
KR20190001167A (ko) * | 2017-06-26 | 2019-01-04 | 중앙대학교 산학협력단 | Lte-laa 및 wlan의 공존 방법 및 그 장치 |
CN109257828A (zh) * | 2018-09-20 | 2019-01-22 | 西安中兴新软件有限责任公司 | 一种数据传输方法及装置、计算机可读存储介质 |
CN109699038A (zh) * | 2019-02-19 | 2019-04-30 | 维沃移动通信有限公司 | 一种网络连接方法及终端 |
CN109862567A (zh) * | 2019-03-28 | 2019-06-07 | 电子科技大学 | 一种蜂窝移动通信系统接入非授权频谱的方法 |
CN109890077A (zh) * | 2019-02-21 | 2019-06-14 | 浙江大学 | 一种lte-u系统自适应接入免许可频段的控制方法 |
CN110035559A (zh) * | 2019-04-25 | 2019-07-19 | 重庆邮电大学 | 一种基于混沌q-学习算法的竞争窗口大小智能选择方法 |
CN110545563A (zh) * | 2019-08-09 | 2019-12-06 | 成都信息工程大学 | 面向IPv6的基于动态能效的网络选择方法 |
CN110784892A (zh) * | 2019-10-31 | 2020-02-11 | 浙江大学城市学院 | 一种基于改进的卡尔曼滤波器的Wi-Fi系统用户数目检测方法 |
CN111010743A (zh) * | 2019-12-16 | 2020-04-14 | 北京理工大学 | 非授权频谱占空比共存方式中WiFi系统性能保证方法 |
CN113273239A (zh) * | 2018-11-09 | 2021-08-17 | 诺基亚技术有限公司 | 具有占空比限制的一个或多个频带的使用 |
CN113316156A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 免授权频段上的一种智能共存方法 |
CN113316174A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 一种非授权频谱智能接入方法 |
CN113613180A (zh) * | 2021-08-05 | 2021-11-05 | 东南大学 | 一种面向吞吐量需求的lte-u系统成分载波选择方法 |
CN114095939A (zh) * | 2020-08-24 | 2022-02-25 | 阿里巴巴集团控股有限公司 | 一种数据传输方法和装置、可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150105067A1 (en) * | 2013-10-15 | 2015-04-16 | Qualcomm Incorporated | Long term evolution interference management in unlicensed bands for wi-fi operation |
CN104822149A (zh) * | 2014-02-05 | 2015-08-05 | 苹果公司 | 蜂窝设备的用于未许可频带中的共存的Wi-Fi信令 |
CN104955107A (zh) * | 2015-05-06 | 2015-09-30 | 南昌大学 | 一种无线传感网络占空比自适应调整方法 |
CN105472753A (zh) * | 2016-02-15 | 2016-04-06 | 重庆邮电大学 | 一种基于lte的认知小蜂窝双重资源分配和干扰管理方法 |
CN105611541A (zh) * | 2015-12-21 | 2016-05-25 | 国家无线电监测中心 | 实现LTE与Wi-Fi在非授权频段上公平共存的方法和系统 |
-
2016
- 2016-09-19 CN CN201610834810.6A patent/CN106332094B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150105067A1 (en) * | 2013-10-15 | 2015-04-16 | Qualcomm Incorporated | Long term evolution interference management in unlicensed bands for wi-fi operation |
CN104822149A (zh) * | 2014-02-05 | 2015-08-05 | 苹果公司 | 蜂窝设备的用于未许可频带中的共存的Wi-Fi信令 |
CN104955107A (zh) * | 2015-05-06 | 2015-09-30 | 南昌大学 | 一种无线传感网络占空比自适应调整方法 |
CN105611541A (zh) * | 2015-12-21 | 2016-05-25 | 国家无线电监测中心 | 实现LTE与Wi-Fi在非授权频段上公平共存的方法和系统 |
CN105472753A (zh) * | 2016-02-15 | 2016-04-06 | 重庆邮电大学 | 一种基于lte的认知小蜂窝双重资源分配和干扰管理方法 |
Non-Patent Citations (1)
Title |
---|
XIAOGE HUANG 等: "Cost-effective Interference Coordination Scheme in High Dense Small Cell Heterogeneous Network", 《 2015 10TH INTERNATIONAL CONFERENCE ON COMMUNICATIONS AND NETWORKING IN CHINA》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018157722A1 (zh) * | 2017-03-01 | 2018-09-07 | 捷开通讯(深圳)有限公司 | Lte-u与wifi5g信道的自干扰解决方法及系统 |
US11039452B2 (en) | 2017-03-01 | 2021-06-15 | JRD Communication (Shenzhen) Ltd. | LTE-U and WIFI 5G channel self-interference addressing method and system |
KR20190001167A (ko) * | 2017-06-26 | 2019-01-04 | 중앙대학교 산학협력단 | Lte-laa 및 wlan의 공존 방법 및 그 장치 |
CN107426772A (zh) * | 2017-07-04 | 2017-12-01 | 北京邮电大学 | 一种基于q学习的动态竞争窗口调整方法、装置及设备 |
CN107426772B (zh) * | 2017-07-04 | 2020-01-03 | 北京邮电大学 | 一种基于q学习的动态竞争窗口调整方法、装置及设备 |
CN108093412A (zh) * | 2018-01-18 | 2018-05-29 | 重庆邮电大学 | 用于多运营商场景下基于LAT的LTE-U与WiFi共存方法 |
CN108093412B (zh) * | 2018-01-18 | 2022-01-28 | 重庆邮电大学 | 用于多运营商场景下基于LAT的LTE-U与WiFi共存方法 |
CN108737289A (zh) * | 2018-06-27 | 2018-11-02 | 郑州云海信息技术有限公司 | 一种存储多路径负载均衡方法及系统 |
CN108737289B (zh) * | 2018-06-27 | 2022-03-04 | 郑州云海信息技术有限公司 | 一种存储多路径负载均衡方法及系统 |
CN108924944B (zh) * | 2018-07-19 | 2021-09-14 | 重庆邮电大学 | 基于Q-learning算法的LTE与WiFi共存竞争窗口值的动态优化方法 |
CN108924944A (zh) * | 2018-07-19 | 2018-11-30 | 重庆邮电大学 | 基于Q-learning算法的LTE与WiFi共存竞争窗口值的动态优化方法 |
CN109257828A (zh) * | 2018-09-20 | 2019-01-22 | 西安中兴新软件有限责任公司 | 一种数据传输方法及装置、计算机可读存储介质 |
CN113273239A (zh) * | 2018-11-09 | 2021-08-17 | 诺基亚技术有限公司 | 具有占空比限制的一个或多个频带的使用 |
CN109699038A (zh) * | 2019-02-19 | 2019-04-30 | 维沃移动通信有限公司 | 一种网络连接方法及终端 |
CN109890077B (zh) * | 2019-02-21 | 2020-10-20 | 浙江大学 | 一种lte-u系统自适应接入免许可频段的控制方法 |
CN109890077A (zh) * | 2019-02-21 | 2019-06-14 | 浙江大学 | 一种lte-u系统自适应接入免许可频段的控制方法 |
CN109862567B (zh) * | 2019-03-28 | 2019-12-27 | 电子科技大学 | 一种蜂窝移动通信系统接入非授权频谱的方法 |
CN109862567A (zh) * | 2019-03-28 | 2019-06-07 | 电子科技大学 | 一种蜂窝移动通信系统接入非授权频谱的方法 |
CN110035559A (zh) * | 2019-04-25 | 2019-07-19 | 重庆邮电大学 | 一种基于混沌q-学习算法的竞争窗口大小智能选择方法 |
CN110035559B (zh) * | 2019-04-25 | 2023-03-10 | 重庆邮电大学 | 一种基于混沌q-学习算法的竞争窗口大小智能选择方法 |
CN110545563B (zh) * | 2019-08-09 | 2021-10-19 | 成都信息工程大学 | 面向IPv6的基于动态能效的网络选择方法 |
CN110545563A (zh) * | 2019-08-09 | 2019-12-06 | 成都信息工程大学 | 面向IPv6的基于动态能效的网络选择方法 |
CN110784892A (zh) * | 2019-10-31 | 2020-02-11 | 浙江大学城市学院 | 一种基于改进的卡尔曼滤波器的Wi-Fi系统用户数目检测方法 |
CN110784892B (zh) * | 2019-10-31 | 2023-02-14 | 浙江大学城市学院 | 一种基于改进的卡尔曼滤波器的Wi-Fi系统用户数目检测方法 |
CN111010743B (zh) * | 2019-12-16 | 2022-02-11 | 北京理工大学 | 非授权频谱占空比共存方式中WiFi系统性能保证方法 |
CN111010743A (zh) * | 2019-12-16 | 2020-04-14 | 北京理工大学 | 非授权频谱占空比共存方式中WiFi系统性能保证方法 |
CN114095939A (zh) * | 2020-08-24 | 2022-02-25 | 阿里巴巴集团控股有限公司 | 一种数据传输方法和装置、可读存储介质 |
CN113316174A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 一种非授权频谱智能接入方法 |
CN113316156A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 免授权频段上的一种智能共存方法 |
CN113613180A (zh) * | 2021-08-05 | 2021-11-05 | 东南大学 | 一种面向吞吐量需求的lte-u系统成分载波选择方法 |
CN113613180B (zh) * | 2021-08-05 | 2022-05-31 | 东南大学 | 一种面向吞吐量需求的lte-u系统成分载波选择方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106332094B (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106332094B (zh) | 非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法 | |
Han et al. | Licensed-assisted access for LTE in unlicensed spectrum: A MAC protocol design | |
Zheng et al. | Performance analysis of group-synchronized DCF for dense IEEE 802.11 networks | |
CN115085884B (zh) | 用于站装置的集成电路 | |
Wang et al. | Primary-prioritized Markov approach for dynamic spectrum allocation | |
CN108076467B (zh) | 频谱资源受限下的广义感知模型及分布式q学习接入方法 | |
Tonnemacher et al. | Opportunistic channel access using reinforcement learning in tiered CBRS networks | |
Zhang et al. | Design and analysis of distributed hopping-based channel access in multi-channel cognitive radio systems with delay constraints | |
Gu et al. | Dynamic path to stability in LTE-unlicensed with user mobility: A matching framework | |
Soua et al. | A survey on multichannel assignment protocols in wireless sensor networks | |
CN113453239B (zh) | 信道资源分配方法及系统、存储介质、电子设备 | |
Zhou et al. | Group-wise channel sensing and resource pre-allocation for LTE D2D on ISM band | |
US10485006B2 (en) | Judgment method of channel occupancy and judgment device | |
Pacheco-Paramo et al. | Delay-aware dynamic access control for mMTC in wireless networks using deep reinforcement learning | |
CN101588213A (zh) | 一种认知无线电网络中的频谱分配方法及装置 | |
US20180242363A1 (en) | Method and transmitter of implementing multiple-carrier listen-before talk | |
CN111163531B (zh) | 一种基于ddpg的非授权频谱占空比共存方法 | |
Huang et al. | Stable multiuser channel allocations in opportunistic spectrum access | |
WO2018006762A1 (zh) | 伪随机序列的处理方法、装置及系统、存储介质 | |
Katila et al. | Neighbors-aware proportional fair scheduling for future wireless networks with mixed MAC protocols | |
CN105979529B (zh) | LTE-U密集网络中提高容量且保护Wi-Fi公平性的信道接入方法 | |
Rastegardoost et al. | On channel selection schemes for spectrum sensing in cognitive radio networks | |
KR101568235B1 (ko) | 분산 인지 무선망에서 동기화 및 스펙트럼 감지 기간을 결정하기 위한 장치 및 그 방법 | |
CN102547725B (zh) | 基于认知无线电的网络侧终端概率接入控制方法 | |
Ahmadi et al. | Carrier aggregation as a repeated game: Learning algorithms for efficient convergence to a nash equilibrium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |