CN107172682A - 基于动态分簇的超密集网络无线资源分配方法 - Google Patents

基于动态分簇的超密集网络无线资源分配方法 Download PDF

Info

Publication number
CN107172682A
CN107172682A CN201710556079.XA CN201710556079A CN107172682A CN 107172682 A CN107172682 A CN 107172682A CN 201710556079 A CN201710556079 A CN 201710556079A CN 107172682 A CN107172682 A CN 107172682A
Authority
CN
China
Prior art keywords
base station
cluster
user
resource block
clustering
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
Application number
CN201710556079.XA
Other languages
English (en)
Other versions
CN107172682B (zh
Inventor
刘旭
周耀
朱晓荣
杨龙祥
朱洪波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Hengxin Technology Co Ltd
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201710556079.XA priority Critical patent/CN107172682B/zh
Publication of CN107172682A publication Critical patent/CN107172682A/zh
Application granted granted Critical
Publication of CN107172682B publication Critical patent/CN107172682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/53Allocation or scheduling criteria for wireless resources based on regulatory allocation policies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于动态分簇的超密集网络无线资源分配方法,包括:基站动态分簇过程,对网络中随机分布的基站进行动态分簇,通过改进型K均值聚类方法进行网络中大量基站的分簇,为不同模式用户的簇内资源块分配提供有效分配空间;资源块分配过程,根据步骤一中的分簇结果,对中心用户的单基站资源分配和边缘用户的簇内CoMP资源分配进行联合处理,通过所提出的基于比例公平的资源块分配方法,在用户所在簇内,将基站的信道状态较优的资源块优先进行分配,同时减轻所受到的干扰并保证不同模式用户间的比例公平性,得到最优的资源块分配结果。本发明方法可以有效地提高系统用户的和速率,达到整体网络资源优化的最终目标。

Description

基于动态分簇的超密集网络无线资源分配方法
技术领域
本发明涉及一种基于动态分簇的超密集网络无线资源分配方法,属于无线通信系统中基站分簇和资源分配领域。
背景技术
随着用户的数量和带宽需求的指数型增长,移动蜂窝网络面临着巨大的挑战。为了提高整体网络容量并满足爆炸式数据流量需求,一种可行的方法是提高网络接入点的密度,即在宏站覆盖区域内部署密集小站。随着网络节点密度的逐渐增加,最终会形成超密集网络(Ultra Dense Network,UDN)。超密集网络将打破传统蜂窝网络的固有格局,将大量数据流量从宏蜂窝分流到微蜂窝,能更有效实现整体覆盖区域无线资源的优化分配。与此同时,这类网络也会导致微蜂窝小区间强烈的信号干扰,并且严重影响小区边缘用户的性能。为了解决这一系列问题,协作多点发送和接收(Coordinated Multi Point Transmissionand Reception,CoMP)能转化干扰信号为有用信号来缓解小区间干扰(Inter-CellInterference,ICI)。考虑到用户吞吐量的最大化,网络同时采用非重叠分簇方式。但是现有的分簇方法均局限于最大化单个用户的性能,而忽视了由CoMP传输造成的小区内和小区间的无线资源分配的限制条件。
现有的关于动态分簇的接入方案并不能适应超密集网络的环境。例如,一种基于资源感知的接入策略,是通过每个用户的资源效用来选择小区;另一种分布式接入策略,通过全网络效用最大化来达到负载均衡;提出改进接入策略,考虑负载和微基站的特殊约束来辅助接入选择。然而以上研究主要侧重于单小区选择和资源分配的最优化,没有在最初的小区选择阶段考虑到小区间CoMP传输的性能。另一方面,无线资源分配研究领域中,一种动态频谱分配方法(Flexible Frequency Allocation Plan,FFAP)由于子信道的分配是依据互不相同的簇,而仅适用于非重叠分簇情况;通过贪婪搜索迭代算法来优化多小区子信道分配的问题中,算法复杂度会随着节点和用户数目增加而急剧增长。这些方法都不能用来衡量UDN场景中的资源分配性能。本方法通过对小区间干扰的协调,结合接入节点选择和小区内资源分配两个过程,对UDN场景下的无线网络的性能进行联合优化。由于场景中资源调度的条件约束,必须采用分步式联合接入分配方法。对于基站接入过程,需要着重考虑CoMP方式的约束条件,例如同一簇中各小区的差异化负载情况。对于资源分配过程,可以使用无线网络虚拟化概念,将空口链路的物理资源看作时间-频率的二维网格,即形成一块资源池。无线资源被分割成资源块,每个资源块在频域上有12个子载波,在时域上有7个OFDMA符号。每个资源块代表着不同的频点和时隙,在干扰、时延、功率等属性上均不相同。用户接入到无线网络中,用一定的资源块来进行数据传输,获得资源块越多,就可能获得更大的带宽和时隙,传输速率和时长就会越高,服务的质量也会越好。在资源分配过程中,将着重考虑小区间干扰的问题。本发明给出一种适用于密集网络的迭代算法,通过缓解小区间干扰来获得更大的信干噪比和整体系统吞吐量。
近年来超密集网络资源分配成为无线网络研究的重点和难点。有研究表明,超密集无线网络中资源分配需要重点考虑网络中的干扰问题,现有方法大多都是采取网络的资源分区或传输功率控制、移动台的干扰抑制等方式。但是这些方法没有考虑到从资源块角度进行分配,且并没有考虑把无线信道的特征和边缘用户的性能,因此需要结合所有资源分配的约束条件实现高效的资源分配,进一步提升网络的性能。
发明内容
为了克服现有资源分配方法中存在的动态性不足和拓展性不强的缺陷,本发明所要解决的技术问题是提供一种基于动态分簇的超密集网络无线资源分配方法。本方法将无线资源分配整体过程分为动态分簇和资源块分配两个子过程:分簇过程将通过使用改进型K均值聚类方法来解决密集小基站的自适应性分簇,将得到最合适随机分布场景的分簇结果;资源块分配过程针对前一子过程得到的分簇结果,使用基于比例公平的资源块分配方法进行资源块分配,将虚拟资源池中的所有基站的资源块分配给所有用户,并且依照多点协同传输的分配要求对边缘用户进行处理。本发明方法通过动态高效的簇划分和邻簇资源块的区分来缓解同频干扰,有效缓解了超密集网络环境中传统静态方法面临的小区间同频干扰问题,改善资源分配的灵活性,提高底层网络利用率,降低物理节点或物理链路的负载,最终达到提高网络的性能的目的。
本发明为解决上述技术问题采用以下技术方案:
本发明一种基于动态分簇的超密集网络无线资源分配方法,包括以下具体步骤:
步骤一、基站动态分簇:根据基站的分布密度确定簇中心点和簇的数目,采用改进型K均值聚类方法对网络中随机分布的基站进行分簇;
步骤二、资源块分配:根据步骤一中的分簇结果,采用基于比例公平的资源块分配方法进行资源块分配,将虚拟资源池中的所有基站的资源块分配给所有用户,并且依照多点协同传输的分配要求对边缘用户进行处理,从而完成资源分配。
作为本发明的进一步技术方案,所述超密集网络中为密集分布的LTE小基站,其中,基站空间分布模型为在二维平面中的独立均匀泊松点过程,所有基站采用OFDMA接入方式。
作为本发明的进一步技术方案,步骤一具体为:
1.1:计算网络中各个基站的密度指标:其中,Df为第f个基站的密度指标,rf为第f个基站的邻域半径,scf为第f个基站的坐标,scb为第b个基站的坐标,F为网络中的基站总数;
1.2:将密度指标值最大的基站记为其密度指标记为定为第j个簇中心点,并更新除簇中心点外其余基站的密度指标为
1.3:判断是否成立,若成立则得到分簇数目为L=j,并跳到步骤1.4;若不成立则回到步骤1.2,其中,为第j个簇中心点确定后更新后的基站密度指标的最大值,为第1个簇中心点的密度指标值,δ为影响因子;
1.4:根据步骤1.3得到的分簇数目L和簇中心点集合记每个簇中心点的坐标值为μj,即通过以下迭代形成分簇:
①计算当c(f)=j时,则第f个基站所在的分簇为Cj,并计算准则函数
②根据步骤①中的分簇结果,更新每个簇中心点的坐标值,即其中,|Cj|表示第j个簇中基站的个数。同时根据新的簇中心点坐标值计算新的准则函数若Enew=Eold则输出分簇结果,完成分簇操作;否则,令返回步骤①重新进行分簇。
作为本发明的进一步技术方案,步骤二具体为:
2.1:初始化:设置每个用户使用的资源块集合为空集,即中心用户和速率Rac=0,边缘用户和速率Rae=0;
2.2:将步骤一中所分的基站簇按照其关联用户集合CUj的数目|CUj|降序排列,得到重新排序后的基站簇集合为{C1',C'2,...,C'L},其中,CUj为第j个基站簇Cj的关联用户集合;
2.3:对重新排序后的基站簇集合中的第j个基站簇C'j的关联用户依次进行首轮资源块分配,具体步骤如下:
寻找此刻信道状态最优的用户u、基站m和基站资源块l,即满足条件 p∈CUj,其中,表示第j个基站簇的第m个基站将资源块l分配给用户u时的信道状态信息,表示第j个基站簇的第k个基站将资源块n分配给用户p时的信道状态信息,Nj,k表示第j个基站簇的第k个基站所能分配的资源块的集合,Kj表示第j个基站簇的基站总数;
①若此时用户u∈Uc,其中,Uc表示中心用户集合,则将第j个基站簇的第m个基站的资源块l分配给用户u,即Ωu=Ωu∪{(j,m,l)},并令Nj,m=Nj,m-{l},其中,表示第j个基站簇的第k个基站与用户u的连接关系,Nj,m表示第j个基站簇的第m个基站所能分配的资源块的集合;同时,令其中,B为系统资源块的带宽, 表示第j个基站簇的第k个基站在资源块n上的发射功率,表示用户i与第j个基站簇的第k个基站在资源块n上的信道增益,表示第l个基站簇的第m个基站在资源块n上的发射功率,表示用户i与第l个基站簇的第m个基站在资源块n上的信道增益,σ2表示加性高斯白噪声的功率;
②若此时用户u∈Ue,其中,Ue表示边缘用户集合,则确定协作基站p,使其满足将第j个基站簇的第m个基站的资源块l和第p个基站的资源块l一起分配给用户u,即Ωu=Ωu∪{(j,m,l),(j,p,l)},并令Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},同时,令其中, 表示第j个基站簇的第m个基站与用户i的连接关系;
重复进行步骤2.3,直到第j个簇中所有关联用户都进行过一次资源分配后,进入步骤2.4;
2.4:若所有基站的资源块都分配完,则得到资源块分配结果;若则分为以下两种情况继续对剩余资源块进行分配后,得到资源块分配结果:
①当时,则寻找用户u,使其满足确定用户u以后,寻找基站m和基站资源块l,使其满足n∈Nj,k,令Ωu=Ωu∪{(j,m,l)},Nj,m=Nj,m-{l},其中,为中心用户与边缘用户速率比例公平参数;
②若则寻找用户u,使其满足确定用户u以后,寻找基站m和基站资源块l,使其满足n∈Nj,k,并寻找协同基站p,使其满足令Ωu=Ωu∪{(j,m,l),(j,p,l)},Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},并令
作为本发明的进一步技术方案,。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明方法利用分步的处理方式,将基站分簇和资源块分配两个子过程进行分离,降低了资源分配的复杂度。一方面,针对基站分布的随机性,所提出的方法采用分簇方法来得到最佳的分簇结果,为资源块分配过程提供更精细的分配空间;另一方面,针对资源块的无线属性和簇内资源分配条件,此方法将高效地分配资源池中的资源块,从而得到最优的资源分配结果。本发明提出的方法可以有效地提高系统用户的和速率,达到整体网络资源优化的最终目标。
附图说明
图1为本发明基于分簇的超密集网络系统模型。
图2为本发明具体某个分簇中资源块分配示意图。
图3为本发明基于动态分簇的超密集网络无线资源分配方法的一个实施例流程图。
图4为本发明的所述方法的一个实施例与现有方法的性能对比图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
图1是本发明提出方法所使用的超密集网络场景的系统框架图。本发明的场景详述:图中描述的是一个超密集LTE微蜂窝网络,网络中部署F个低功耗小基站,所有小站的集合记为S,其空间分布模型为在二维平面中具有密度λS的独立均匀泊松点过程(Homogeneous Poisson Point Process,HPPP)。所有小基站共用同一频段的无线资源。设定所有小基站集合为S,为了降低干扰,将网络中的小基站分为L簇,设定C={C1,..,Cj,..,CL}表示所有簇的集合,且第j个簇中小基站总数为Kj。在LTE系统中,基站采用OFDMA接入方式,无线资源在频域上分为C个子载波,每个载波的带宽为B,因此将基站的物理无线资源抽象成虚拟资源池中的资源块,每个基站的资源块数目为N,所有资源都将统一由中心控制单元(Center Control Unit,CCU)管控和配置。用户随机分布在网络中,其分布密度为λU,且有λU<λS,所有用户集合记为U。假设用户能准确得到下行信道状态信息,则用户将根据所有邻近小区的参考信号强度,优先选择信号强度最大的基站成为此用户的主基站,同时主基站所在的簇也为用户所接入的簇。
根据上述场景,记第j个簇中第k个基站为sj,k,假设基站sj,k将资源块n分配给用户i,此时,用户i接收端的信干噪比为:
其中,表示基站sj,k在资源块n上的发射功率。假设小基站的发射功率为Pm,且为每个使用的资源块平均分配功率,即 表示用户i与基站sj,k在资源块n上的信道增益;σ2表示加性高斯白噪声的功率。
根据用户在网络中的位置将用户分为两类,即:中心用户(Center User,CU)和边缘用户(Edge User,EU),这两类用户集合分别记为Uc和Ue。假定用户接入基站sj,k,定义γth为区分中心用户与边缘用户的参考信号功率阈值,则用户可以通过下式进行分类:
根据上述用户分类标准,中心用户的信道状态较好,仅需使用单个基站的资源即可保证信号传输;而边缘用户处于基站边缘位置,受到大量来自其他基站的干扰,接收端的信干噪比较小,信号质量较差,需要使用多基站协作传输的方式提升边缘用户的传输速率。因此,对于边缘用户采用多点协作传输(Coordinated Multiple Points-JointTransmission,CoMP-JT)方式,使用不同基站的相同频率的载波来为用户传输信号,发送有用信号的各载波之间可以采用特定的编码方式和调制方式来消除干扰。该传输方案可以增强有用信号的强度,同时可以降低用户间干扰,提高用户接收端的信干噪比。在本场景中,边缘用户仅选择同簇中的基站来进行协同传输。
图2展示了在某簇中资源块分配的一个示例。由图2可以看出,此基站簇中包含3个小基站,基站的物理资源被抽象为资源池中的资源块,通过CCU的统一分配给接入的5个用户。其中用户2、用户5为中心用户,分别从小基站1和小基站3中获得资源;而用户1、用户3、用户4为边缘用户,CCU用户对应的主基站和协同基站中分配相应的资源块来满足CoMP传输的使用条件。通过使用网络虚拟化技术,网络中的用户无需知道所使用的物理资源的来源,而只需关心自己的服务体验。
边缘用户i使用资源块n传输信号时接收到的信号为:
其中,表示用户i使用资源块n接收到的来自基站sj,k的信号;n0表示高斯白噪声;为指示变量,用于表明基站sj,k与用户i的连接关系,其取值如(4)式所示:
边缘用户i使用资源块n传输信息时接收端的信干噪比为:
根据Shannon公式,边缘用户i使用资源块n时可达速率为:
则边缘用户和速率为:
对于中心用户i∈Uc,有:
该用户使用资源块n传输信息时接收端的信干噪比为:
根据Shannon公式,中心用户i使用资源块n时可以获得的可达速率为:
其中,B为系统资源块带宽。则中心用户和速率为
综上,整个系统和速率为边缘用户和速率Rae和中心用户和速率Rac之和:
本发明以最大化系统和速率为目标,通过基站资源块的优化分配,实现整体网络用户和速率的最大化。基于上述思想,建立如下优化问题:
优化目标:
约束条件:C1
C2
C3
C4
其中,C1、C2为分簇约束,C3、C4为资源块的正交性约束。从优化问题可知,用户的和速率与分簇结果C、资源块分配指示变量有关。上述优化问题属于0-1混合整数非线性规划,该问题是一种NP困难问题,难以使用传统的最优化方法求解。同时,由于指示变量数量庞大,传统的隐枚举法也不适用,本发明设计新的方法求解上述问题。
图3为本发明基于动态分簇的超密集网络的无线资源分配方法的一个实施例流程图。该实施例所述方法包括以下步骤。
步骤一、基站动态分簇。
在超密集无线网络场景中,基站分布密度提高,大量的小基站实际分布位置并不确定,需要对基站进行分簇处理。基站分簇的意义在于为用户提供更为精细的资源分配空间,而且每个基站只需要知道同簇中其他基站的信道信息,使得各个簇中的资源分配变得更加高效,降低从整体网络角度进行资源分配而带来的高复杂度。如果采用固定的区域化分簇,其分簇结果将会出现疏密程度不一的问题,无法实现网络的拓展和资源的灵活分配。而动态分簇将会根据实际的分布情况改变分簇的数量和规模,更好地规划网络中的无线资源分配范围。
本发明对网络中随机分布的基站进行动态分簇,使用提出的改进型K均值聚类方法进行网络中大量基站的分簇,为不同模式用户的簇内资源块分配提供有效的分配空间。其实现方法为:利用改进型K均值聚方法,可以根据实际的基站分布密度合理地调整聚类的进程,生成簇中心点以及簇的数目,接着由簇中心点向周围搜集合适的基站,获得最终的分簇结果。
定义为所有基站的坐标集合,Df为基站f的密度指标,rf为基站f的邻域半径。δ为影响因子,该值与最终的簇的数目有关,在本场景中设δ=0.5
分簇方法具体如下:
(1)计算所有基站的密度,获得密度指标其中,密度指标最大的基站记为其密度指标为
(2)选择密度值最大的基站,记为其密度指标为定为第j个簇中心点。此时,更新除簇中心点之外其他基站的密度指标
(3)记判断是否满足若满足,则得到分簇数目为L=j,并跳到步骤4;若不满足,则回到步骤2。
(4)根据步骤3得到的分簇数目L和簇中心点集合记每个簇中心点的坐标值为μj,即通过下面的迭代形成分簇:
①对于所有的基站f=1,2,...,F,计算当c(f)=j时,则基站f所在的分簇为Cj。以此形成L个分簇C1,...,CL。同时计算准则函数
②根据①中的分簇结果,更新簇中心点的坐标值,即同时根据新的簇中心点坐标值计算新的准则函数若Enew=Eold则完成分簇操作,得到分簇结果C1,...,CL。否则,将新的簇中心点坐标值作为新的簇中心点的坐标值带入①重新进行分簇。
根据上述分簇结果分簇方法,记分簇Cj的关联用户集合为CUj,CUj中的用户u的关联基站集合为BSu。在动态分簇结束后,进入下一步的资源块分配过程。
步骤二、资源块分配。
以簇为单位进行资源块分配时,由于每个簇的关联用户数量不尽相同,优先在关联用户数目较多的簇中进行资源块的分配,有利于将信道状态较好的资源块优先分给更多的用户,从而使得关联用户较多的簇能获得更多的资源,同时也减轻了网络中的干扰。与此同时,考虑到CoMP传输的要求,需要将不同基站的同一资源块进行同步分配。
本发明公开了一种基于比例公平的资源块分配方法,根据步骤一中的分簇结果,对中心用户的单基站资源分配和边缘用户的簇内CoMP资源分配进行同步处理,通过所提出的基于比例公平的资源块分配方法,在用户所在簇内,将基站的信道状态较优的资源块优先进行分配,同时减轻所受到的干扰并保证不同模式间的比例公平性。其实现方法是:将所有资源块根据步骤一得到的分簇结果,按照分簇的关联用户数目的比例分配给各分簇,然后再将剩余的资源块迭代地分配给所有用户,同时进行中心用户和边缘CoMP用户的分配,保证用户间的比例公平性。并且,方法在资源块分配过程中避免邻簇共用资源块来减轻同频干扰。
本发明的方法先将所有资源块依照CUj中用户的数目(记为|CUj|)比例在各簇中分配,然后再将余下的资源块迭代地分配给所有用户。定义:Ω表示已分配给用户的资源块的集合,为中心用户与边缘用户速率比例公平参数。
本发明的资源块分配方法具体如下:
1:初始化:设置每个用户使用的资源块集合为空集,即中心用户和速率Rac=0,边缘用户和速率Rae=0。
2:将基站簇按照关联用户集合CUj的数目|CUj|降序进行排列,重新排序为{C1',C'2,...,C'L}。
3:对第j个基站簇的关联用户依次进行首轮资源块分配,步骤如下:
寻找此刻信道状态最优的用户u、基站m和基站资源块l,即满足条件 p∈CUj,其中,表示第j个基站簇的第m个基站将资源块l分配给第u个用户时的信道状态信息。Nj,k表示第j个基站簇的第k个基站所能分配的资源块的集合。
用户分为边缘用户和中心用户,按用户类型分为以下两种情况:
①若此时用户u∈Uc,则将该资源分配给用户u,即Ωu=Ωu∪{(j,m,l)},Nj,m=Nj,m-{l},并根据(11)式计算Rac
②若u∈Ue,确定协作基站p,使其满足令Ωu=Ωu∪{(j,m,l),(j,p,l)},Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},并根据(7)式计算Rae。返回步骤3。直到CUj中所有用户都进行过一次资源分配后,进入步骤4。
4:当时,分两种情况对剩余资源块进行分配:
①当时,则寻找用户u,使其满足确定用户u以后,寻找基站m和基站资源块l,满足n∈Nj,k,令Ωu=Ωu∪{(j,m,l)},Nj,m=Nj,m-{l},根据(11)式计算Rac
②若则寻找用户u,使其满足固定u,寻找基站m和基站资源块l,使其满足n∈Nj,k,以及协同基站p,使其满足令Ωu=Ωu∪{(j,m,l),(j,p,l)},Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},并根据(7)式计算Rae
当所有基站的资源分配完全时,退出循环,得到资源块分配结果。
通过上述方法,资源池中所有基站的资源块将按照中心用户和边缘用户的设定比例来依次分匹配给所有用户。此时,网络中的资源利用率将达到最大值,即所有资源都已经分配给最合适的用户。同时,此方法通过边缘用户的CoMP传输,在在资源块分配过程中避免邻簇共用资源块减轻了干扰,能获得更大的用户和速率。
图4为本发明方法与传统的固定分簇和随机资源块分配方法之间的性能对比。可以看出,在相同的系统环境设定下,随着小基站分布密度的不断增加,本发明提出的资源分配方法能够更获得更高的用户和速率。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (4)

1.基于动态分簇的超密集网络无线资源分配方法,其特征在于,包括以下具体步骤:
步骤一、基站动态分簇:根据基站的分布密度确定簇中心点和簇的数目,采用改进型K均值聚类方法对网络中随机分布的基站进行分簇;
步骤二、资源块分配:根据步骤一中的分簇结果,采用基于比例公平的资源块分配方法进行资源块分配,将虚拟资源池中的所有基站的资源块分配给所有用户,并且依照多点协同传输的分配要求对边缘用户进行处理,从而完成资源分配。
2.根据权利要求1所述的基于动态分簇的超密集网络无线资源分配方法,其特征在于,所述超密集网络中为密集分布的LTE小基站,其中,基站空间分布模型为在二维平面中的独立均匀泊松点过程,所有基站采用OFDMA接入方式。
3.根据权利要求1所述的基于动态分簇的超密集网络无线资源分配方法,其特征在于,步骤一具体为:
1.1:计算网络中各个基站的密度指标:其中,Df为第f个基站的密度指标,rf为第f个基站的邻域半径,scf为第f个基站的坐标,scb为第b个基站的坐标,F为网络中的基站总数;
1.2:将密度指标值最大的基站记为其密度指标记为定为第j个簇中心点,并更新除簇中心点外其余基站的密度指标为
1.3:判断是否成立,若成立则得到分簇数目为L=j,并跳到步骤1.4;若不成立则回到步骤1.2,其中,为第j个簇中心点确定后更新后的基站密度指标的最大值,为第1个簇中心点的密度指标值,δ为影响因子;
1.4:根据步骤1.3得到的分簇数目L和簇中心点集合记每个簇中心点的坐标值为μj,即通过以下迭代形成分簇:
①计算当c(f)=j时,则第f个基站所在的分簇为Cj,并计算准则函数
②根据步骤①中的分簇结果,更新每个簇中心点的坐标值,即其中,|Cj|表示第j个簇中基站的个数。同时根据新的簇中心点坐标值计算新的准则函数若Enew=Eold则输出分簇结果,完成分簇操作;否则,令返回步骤①重新进行分簇。
4.根据权利要求3所述的基于动态分簇的超密集网络无线资源分配方法,其特征在于,步骤二具体为:
2.1:初始化:设置每个用户使用的资源块集合为空集,即中心用户和速率Rac=0,边缘用户和速率Rae=0;
2.2:将步骤一中所分的基站簇按照其关联用户集合CUj的数目|CUj|降序排列,得到重新排序后的基站簇集合为{C′1,C'2,...,C'L},其中,CUj为第j个基站簇Cj的关联用户集合;
2.3:对重新排序后的基站簇集合中的第j个基站簇C'j的关联用户依次进行首轮资源块分配,具体步骤如下:
寻找此刻信道状态最优的用户u、基站m和基站资源块l,即满足条件 p∈CUj,其中,表示第j个基站簇的第m个基站将资源块l分配给用户u时的信道状态信息,表示第j个基站簇的第k个基站将资源块n分配给用户p时的信道状态信息,Nj,k表示第j个基站簇的第k个基站所能分配的资源块的集合,Kj表示第j个基站簇的基站总数;
①若此时用户u∈Uc,其中,Uc表示中心用户集合,则将第j个基站簇的第m个基站的资源块l分配给用户u,即Ωu=Ωu∪{(j,m,l)},并令Nj,m=Nj,m-{l},其中,表示第j个基站簇的第k个基站与用户u的连接关系,Nj,m表示第j个基站簇的第m个基站所能分配的资源块的集合;同时,令其中,B为系统资源块的带宽, 表示第j个基站簇的第k个基站在资源块n上的发射功率,表示用户i与第j个基站簇的第k个基站在资源块n上的信道增益,表示第l个基站簇的第m个基站在资源块n上的发射功率,表示用户i与第l个基站簇的第m个基站在资源块n上的信道增益,σ2表示加性高斯白噪声的功率;
②若此时用户u∈Ue,其中,Ue表示边缘用户集合,则确定协作基站p,使其满足将第j个基站簇的第m个基站的资源块l和第p个基站的资源块l一起分配给用户u,即Ωu=Ωu∪{(j,m,l),(j,p,l)},并令Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},同时,令其中, 表示第j个基站簇的第m个基站与用户i的连接关系;
重复进行步骤2.3,直到第j个簇中所有关联用户都进行过一次资源分配后,进入步骤2.4;
2.4:若所有基站的资源块都分配完,则得到资源块分配结果;若则分为以下两种情况继续对剩余资源块进行分配后,得到资源块分配结果:
①当时,则寻找用户u,使其满足确定用户u以后,寻找基站m和基站资源块l,使其满足令Ωu=Ωu∪{(j,m,l)},Nj,m=Nj,m-{l},其中,为中心用户与边缘用户速率比例公平参数;
②若则寻找用户u,使其满足确定用户u以后,寻找基站m和基站资源块l,使其满足并寻找协同基站p,使其满足令Ωu=Ωu∪{(j,m,l),(j,p,l)},Nj,m=Nj,m-{l},Nj,p=Nj,p-{l},并令
CN201710556079.XA 2017-07-10 2017-07-10 基于动态分簇的超密集网络无线资源分配方法 Active CN107172682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710556079.XA CN107172682B (zh) 2017-07-10 2017-07-10 基于动态分簇的超密集网络无线资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710556079.XA CN107172682B (zh) 2017-07-10 2017-07-10 基于动态分簇的超密集网络无线资源分配方法

Publications (2)

Publication Number Publication Date
CN107172682A true CN107172682A (zh) 2017-09-15
CN107172682B CN107172682B (zh) 2020-06-12

Family

ID=59823410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710556079.XA Active CN107172682B (zh) 2017-07-10 2017-07-10 基于动态分簇的超密集网络无线资源分配方法

Country Status (1)

Country Link
CN (1) CN107172682B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108012275A (zh) * 2017-12-14 2018-05-08 重庆邮电大学 超密集网络中基于动态分簇的小基站用户资源分配方法
CN108307412A (zh) * 2018-02-08 2018-07-20 北京邮电大学 用户为中心的基于分组博弈的超密集网络干扰管理方法
CN108322271A (zh) * 2018-03-21 2018-07-24 河南理工大学 基于负载的以用户为中心的动态分簇方法
CN108366410A (zh) * 2018-01-23 2018-08-03 南京邮电大学 一种面向lte小站密集组网的同步方法
CN108462964A (zh) * 2018-03-21 2018-08-28 河南理工大学 Udn中基于重叠分簇的干扰消减方法
CN108632943A (zh) * 2018-03-30 2018-10-09 重庆邮电大学 5g超密集网络中基于小基站部署密度的分簇方法
CN109309922A (zh) * 2018-11-22 2019-02-05 西安邮电大学 一种改善边缘用户公平性的分簇算法
WO2019062822A1 (zh) * 2017-09-27 2019-04-04 中兴通讯股份有限公司 资源分配方法及服务器
CN110493800A (zh) * 2019-08-14 2019-11-22 吉林大学 一种5g网络中基于联盟博弈的超密集组网资源分配方法
CN111711986A (zh) * 2020-05-06 2020-09-25 哈尔滨工业大学 5g通信系统中uc-udn比例公平资源分配方法
CN112188564A (zh) * 2020-08-21 2021-01-05 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
CN112383949A (zh) * 2020-11-16 2021-02-19 深圳供电局有限公司 一种边缘计算与通信资源分配方法及系统
CN113329432A (zh) * 2021-06-22 2021-08-31 中国科学院计算技术研究所 一种基于多目标优化的边缘服务布置方法和系统
CN113395699A (zh) * 2021-05-26 2021-09-14 哈尔滨工业大学 一种基于协作的分簇与频率资源分配方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267391A (zh) * 2008-03-27 2008-09-17 上海交通大学 基于不均匀分簇的无线传感器网络拓扑控制方法
CN104320814A (zh) * 2014-10-20 2015-01-28 中国科学院计算技术研究所 CoMP分簇方法及小区间资源调度方法
CN105933940A (zh) * 2016-05-24 2016-09-07 安徽科技学院 超密集网络中基于协同基站分簇的无缝切换方法
CN106028453A (zh) * 2016-07-01 2016-10-12 南京邮电大学 基于排队论的无线虚拟网络资源跨层调度映射方法
US10123251B2 (en) * 2014-01-20 2018-11-06 Telefonaktiebolaget Lm Ericsson (Publ) Internetworking between radio resource management and spectrum controller

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267391A (zh) * 2008-03-27 2008-09-17 上海交通大学 基于不均匀分簇的无线传感器网络拓扑控制方法
US10123251B2 (en) * 2014-01-20 2018-11-06 Telefonaktiebolaget Lm Ericsson (Publ) Internetworking between radio resource management and spectrum controller
CN104320814A (zh) * 2014-10-20 2015-01-28 中国科学院计算技术研究所 CoMP分簇方法及小区间资源调度方法
CN105933940A (zh) * 2016-05-24 2016-09-07 安徽科技学院 超密集网络中基于协同基站分簇的无缝切换方法
CN106028453A (zh) * 2016-07-01 2016-10-12 南京邮电大学 基于排队论的无线虚拟网络资源跨层调度映射方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王洪庆: "基于系统级方针的超密集网络关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019062822A1 (zh) * 2017-09-27 2019-04-04 中兴通讯股份有限公司 资源分配方法及服务器
CN108012275A (zh) * 2017-12-14 2018-05-08 重庆邮电大学 超密集网络中基于动态分簇的小基站用户资源分配方法
CN108366410A (zh) * 2018-01-23 2018-08-03 南京邮电大学 一种面向lte小站密集组网的同步方法
CN108307412A (zh) * 2018-02-08 2018-07-20 北京邮电大学 用户为中心的基于分组博弈的超密集网络干扰管理方法
CN108307412B (zh) * 2018-02-08 2020-08-07 北京邮电大学 用户为中心的基于分组博弈的超密集网络干扰管理方法
CN108322271A (zh) * 2018-03-21 2018-07-24 河南理工大学 基于负载的以用户为中心的动态分簇方法
CN108462964A (zh) * 2018-03-21 2018-08-28 河南理工大学 Udn中基于重叠分簇的干扰消减方法
CN108632943A (zh) * 2018-03-30 2018-10-09 重庆邮电大学 5g超密集网络中基于小基站部署密度的分簇方法
CN109309922A (zh) * 2018-11-22 2019-02-05 西安邮电大学 一种改善边缘用户公平性的分簇算法
CN109309922B (zh) * 2018-11-22 2023-07-04 西安邮电大学 一种改善边缘用户公平性的分簇算法
CN110493800B (zh) * 2019-08-14 2020-07-07 吉林大学 一种5g网络中基于联盟博弈的超密集组网资源分配方法
CN110493800A (zh) * 2019-08-14 2019-11-22 吉林大学 一种5g网络中基于联盟博弈的超密集组网资源分配方法
CN111711986A (zh) * 2020-05-06 2020-09-25 哈尔滨工业大学 5g通信系统中uc-udn比例公平资源分配方法
CN111711986B (zh) * 2020-05-06 2022-06-07 哈尔滨工业大学 5g通信系统中uc-udn比例公平资源分配方法
CN112188564A (zh) * 2020-08-21 2021-01-05 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
CN112188564B (zh) * 2020-08-21 2022-12-27 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
CN112383949B (zh) * 2020-11-16 2023-06-20 深圳供电局有限公司 一种边缘计算与通信资源分配方法及系统
CN112383949A (zh) * 2020-11-16 2021-02-19 深圳供电局有限公司 一种边缘计算与通信资源分配方法及系统
CN113395699A (zh) * 2021-05-26 2021-09-14 哈尔滨工业大学 一种基于协作的分簇与频率资源分配方法
CN113329432A (zh) * 2021-06-22 2021-08-31 中国科学院计算技术研究所 一种基于多目标优化的边缘服务布置方法和系统
CN113329432B (zh) * 2021-06-22 2022-06-14 中国科学院计算技术研究所 一种基于多目标优化的边缘服务布置方法和系统

Also Published As

Publication number Publication date
CN107172682B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN107172682A (zh) 基于动态分簇的超密集网络无线资源分配方法
Liu et al. Load aware joint CoMP clustering and inter-cell resource scheduling in heterogeneous ultra dense cellular networks
Wang et al. Joint interference alignment and power control for dense networks via deep reinforcement learning
Liu et al. Joint clustering and inter-cell resource allocation for CoMP in ultra dense cellular networks
CN104717755B (zh) 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法
CN104955077B (zh) 一种基于用户体验速率的异构网络小区分簇方法及装置
Lin et al. QoE-driven spectrum assignment for 5G wireless networks using SDR
CN104540139A (zh) 异构融合网络资源分配方法和系统
CN107708157A (zh) 基于能效的密集小蜂窝网络资源分配方法
Zhao et al. A coloring-based cluster resource allocation for ultra dense network
Huang et al. Cross-tier cooperation for optimal resource utilization in ultra-dense heterogeneous networks
Abdelhakam et al. A cooperation strategy based on bargaining game for fair user-centric clustering in cloud-RAN
CN106792893A (zh) 基于最大接收功率的异构蜂窝网络接入方法
Zhang et al. Dynamic user-centric clustering for uplink cooperation in multi-cell wireless networks
CN102395158B (zh) 移动通信系统中考虑用户服务质量要求的负载均衡优化方法
CN114423028B (zh) 基于多智能体深度强化学习的CoMP-NOMA协作成簇与功率分配方法
Eslami et al. Spectrum-efficient QoS-aware resource assignment for FFR-based D2D-enabled heterogeneous networks
CN110139281A (zh) 一种基于K-means的全双工D2D分簇资源分配的方法
CN107454601A (zh) 一种超密集环境下考虑小区间干扰的无线虚拟映射方法
Yang et al. Cluster-based joint resource allocation with successive interference cancellation for ultra-dense networks
CN107517464B (zh) 一种异构网络中的干扰管理和资源分配方法
Huang et al. Hierarchical cooperation in heterogeneous cloud radio access networks
Dahrouj et al. Coordinated scheduling for wireless backhaul networks with soft frequency reuse
Wu et al. A novel coordinated spectrum assignment scheme for densely deployed enterprise LTE femtocells
Li et al. Resource sharing for cellular-assisted D2D communications with imperfect CSI: a many-to-many strategy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210824

Address after: No. 138, Taodu Road, Dingshu Town, Yixing City, Wuxi City, Jiangsu Province, 214000

Patentee after: Jiangsu Hengxin Technology Co.,Ltd.

Address before: 210023 9 Wen Yuan Road, Qixia District, Nanjing, Jiangsu.

Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS

TR01 Transfer of patent right