CN107241799B - 异构网络中能量有效的资源分配和干扰对齐联合方法 - Google Patents

Abstract

本发明提供了一种异构网络中能量有效的资源分配和干扰对齐联合方法，包括步骤1：设置异构网络下通信系统的各种参数；步骤2：基于宏蜂窝用户的最低速率需求、飞蜂窝用户的信号强度、飞蜂窝用户的干扰强度、飞蜂窝基站的调度约束、功率约束条件构造异构网络中能量有效的资源分配和干扰对齐联合优化问题；步骤3：进行能量有效的快速飞蜂窝调度和干扰对齐算法设计；步骤4：进行能量有效的迭代功率分配。本发明针对异构网络中的能量有效问题设计快速飞蜂窝调度、干扰对齐算法设计、最优功率分配算法；保障了宏蜂窝用户和飞蜂窝用户的通信性能，提升了系统的能量有效性。

Description

异构网络中能量有效的资源分配和干扰对齐联合方法

技术领域

本发明涉及无线通信技术领域，具体地，涉及一种异构网络中能量有效的资源分配和干扰对齐联合方法。

背景技术

随着移动数据需求指数级的增长，现有的网络架构将无法支撑日益庞大的数据量，因此，异构网络(Heterogeneous networks,HetNets)架构被视为能满足未来无线数据需求的一项重要技术。在异构网络中，宏蜂窝基站和一些低功耗的节点，如微蜂窝、飞蜂窝等，共用相同的信道。然而，低功耗节点的设置会引入干扰，这将严重降低异构网络的新能。

干扰对齐(Interference alignment,IA)技术可以将干扰信号压缩到低的心好空间，从而将它与有用信号分离开。目前，已有一些公开的文献使用IA技术提升异构网络中频谱效率。B.Guler,and A.Yener的文献”Selective Interference Alignment for MIMOCognitive Femtocell Networks,(MIMO认知网络中的选择性干扰对齐)，”IEEEJ.Sel.Areas Commun.,2014,32,(3),pp.439-450.中提出了一种选择性干扰对齐方法，消除MIMO认知网络中的主干扰。G.Liu,M.Sheng,et al.的文献“Joint InterferenceAlignment and Avoidance for Downlink Heterogeneous Networks(下行异构网络联合干扰对齐和消除)”IEEE Commun.Lett.,2014,18,(8),pp.1431-1434中使用了有链路调度的一种两阶段干扰对齐消除了异构网络中的同层干扰。另一方面，由于绿色通信概念的持续走强，能量有效(energy efficient,EE)资源分配技术正不断受到关注。S.Liu,S.Jin,H.Zhu and K.K.,Wong的论文“On impact of relay placement for energy-efficientcooperative networks,(能量有效的协作网络中中继位置的影响)”IET Communications,2014,8,(1),pp.140-151，研究了协作无线网络中的中继位置与功率开销对系统的影响。J.Tang,D.So,et al.的文章“Resource Allocation for Energy EfficiencyOptimization in Heterogeneous Networks,(异构网络中的能效最优资源分配)”IEEEJ.Sel.Areas Commun.,2015,33,(10),pp.2104-2117，提出了联合发送波束成型设计和功率分配算法，提升系统的能效。上述研究均只从干扰对齐角度或能效角度考察系统，缺乏对两者统一的研究与认识。

在实际无线通信系统中，完美的干扰对齐可能无法达到，并且考虑的用户数较少。同时，对于使用干扰对齐技术的系统没有进行能量有效性的研究。本发明，针对异构网络体系，提供了一种能量有效的资源分配和干扰对齐联合方法，既给出了干扰对齐矩阵设计方法与快速调度过程，降低了通信过程中的干扰，又给出了功率分配方案，从两方面提升了系统的能效。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种异构网络中能量有效的资源分配和干扰对齐联合方法。

根据本发明提供的异构网络中能量有效的资源分配和干扰对齐联合方法，包括如下步骤：

步骤1：构建异构网络下的通信系统；

步骤2：基于异构网络下通信系统，分别计算飞蜂窝调度矩阵，飞蜂窝用户通信速率，异构网络下通信系统的总速率和总功耗；

步骤3：基于宏蜂窝用户的最低速率需求、飞蜂窝用户的信号强度、飞蜂窝用户的干扰强度、飞蜂窝基站的调度约束、功率约束条件构造异构网络中能量有效的资源分配和干扰对齐联合优化问题；

步骤4：在用户端和基站端进行能量有效的飞蜂窝调度，并得到对应的干扰对齐矩阵；

步骤5：进行能量有效的迭代功率分配。

优选地，所述步骤1中的通信系统包括：1个宏蜂窝基站BS₀，K个飞蜂窝基站BS₁到BS_K，每个飞蜂窝基站有M个天线且第i个飞蜂窝基站BS_i以d个数据流服务第i个用户；每个用户有N个天线用来接收数据，每个飞蜂窝基站在一个时隙内至多服务一个用户，则第j个用户在t时刻的接收信号y_j(t)为：

式中：P_j(t)表示t时刻第j个飞蜂窝基站BS_j的发送功率，

表示第j个用户在t时刻接收矩阵的共轭转置，H_jj(t)表示t时刻BS_j到第j个用户的信道相关矩阵，V_j(t)表示t时刻BS_j的预编码矩阵，x_j(t)表示t时刻BS_j的发送数据，H_ji(t)表示t时刻第i个飞蜂窝基站BS_i到第j个用户的信道相关矩阵，V_i(t)表示t时刻BS_j的预编码矩阵，x_i(t)表示t时刻BS_i的发送数据，n_j(t)表示t时刻第j个用户所受到的加性高斯白噪声。

优选地，所述步骤2中的飞蜂窝调度矩阵是指：

定义飞蜂窝调度矩阵为一个K乘K矩阵，记为X，其中，X＝[x_t,j]^K×K，x_t,j表示取值为0或1的变量，当x_t,j为0时，表示BS_j在t时刻没有发送数据，当x_t,j为1时，表示BS_j在t时刻发送数据；X的每一行中的x_t表示飞蜂窝基站在时刻t的调度情况；x_t,0表示宏基站BS₀在时刻t的发送情况，定义x_t,0＝1，使得宏基站BS₀一直发送数据；

宏蜂窝用户和飞蜂窝用户通信速率均由如下公式计算：

其中：

式中：R_j(t)表示第j个用户在t时刻的通信速率，P_j(t)表示BS_j在时刻t的发送功率，I_j(t)表示第j个用户在t时刻所受到的总干扰，σ²为噪声功率；x_t,i表示取值为0或1的变量，当x_t,i为0时，表示BS_i在t时刻没有发送数据，当x_t,i为1时，表示BS_i在t时刻发送数据；P_i(t)表示t时刻第i个飞蜂窝基站BS_i的发送功率，宏蜂窝基站和飞蜂窝基站发送的数据流数均为d，tr(·)表示矩阵的迹，

表示t时刻BS_j的预编码矩阵的共轭转置，

表示t时刻第i个飞蜂窝基站BS_i到第j个用户的信道相关矩阵的共轭转置，U_j(t)表示第j个用户在t时刻接收矩阵；

异构网络下通信系统的总速率的计算公式如下：

式中：R_tot表示异构网络下通信系统总速率，rank(X)表示调度矩阵X的秩，R₀(t)表示宏蜂窝用户的速率；

异构网络下通信系统总功耗的计算公式如下：

其中：P_f＝[P_t,j]^K×K，当BS_j在t时刻发送数据时P_t,j＝P_j(t)，否则为P_t,j＝0；

式中：P_tot表示异构网络下通信系统总功耗，P_f为K乘K矩阵，表示飞蜂窝发送功率矩阵，P_t,j表示基站j在t时刻的发送功率，||XP_f||₁表示1范数，代表飞蜂窝的发送功率之和，P₀(t)表示宏蜂窝在t时刻的发送功率，P_c表示宏蜂窝固定消耗功率，P_id为飞蜂窝不发送数据时的固定消耗功率，rank(·)表示矩阵的求秩运算；X表示调度矩阵。

优选地，所述步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题是指：

式中：

表示优化的变量为X,U_j(t),V_j(t),P_j(t),P₀(t)，目标为最大化问题；C1表示第一约束条件，即宏用户的速率约束；C2表示第二约束条件，即飞蜂窝用户接收有用信号的强度约束；C3表示第三约束条件，即飞蜂窝用户所受干扰的强度约束；C4表示第四约束条件，即一个飞蜂窝基站在一次调度过程中只能发送一次；C5表示第五约束条件，即飞蜂窝基站的发送功率约束；C6表示第六约束条件，即宏蜂窝基站的发送功率约束，T表示通信的总时间，T∈{1,2,...,rank(X)}，

为系统能量有效性；γ₀表示宏蜂窝用户的最小速率需求；I_jj(t)表示飞蜂窝用户j在t时刻的有用接收信号强度，P_th表示飞蜂窝用户有用接收信号强度阈值，ε表示飞蜂窝用户所受干扰信号强度阈值，P_f,max表示飞蜂窝基站的最大发送功率，P_max表示宏蜂窝基站的最大发送功率。

优选地，所述步骤4包括：

步骤4.1：给定基站端预编码矩阵V(t)，在基站端进行能量有效的飞蜂窝调度，并得到用户端的干扰对齐矩阵U(t)，即用户接收矩阵；

步骤4.2：根据步骤4.1得到的用户端干扰对齐矩阵U(t)，在用户端进行能量有效的飞蜂窝调度，并得到基站端的干扰对齐矩阵，即基站端预编码矩阵。

优选地，所述步骤4.1包括：

步骤4.1.1：根据预设的参数P_th、ε、γ₀、V(t)，t＝1，基站采用最大功率，宏蜂窝基站在每次调度时都进行传输，让所有飞蜂窝基站也同时传输，得到每个传输用户所受到的干扰矩阵I_j(t)；根据分布式干扰对齐算法，求解I_j(t)的d个最小特征值对应的特征向量u₁(t),u₂(t),...,u_d(t)，u_i(t)表示第i小特征值对应的特征向量，并利用这些特征向量生成用户j的接收矩阵U_j(t)，即干扰对齐矩阵；计算公式如下：

U_j(t)＝span([u₁(t),u₂(t),...,u_d(t)])；

式中：span(·)表示向量的生成子空间运算；

若存在用户的QoS无法保障，即不同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，则令所受干扰最大的飞蜂窝用户i本次不发送数据，即x_t,i＝0；

步骤4.1.2：令对应x_t,j＝1，令t的值增加1，对剩下的用户执行步骤4.1.1，当所有本次传输的用户同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，即获得相应的干扰对齐矩阵时结束；或者当所有飞蜂窝基站都发送一次时结束。

优选地，所述步骤4.2包括：

步骤4.2.1：根据步骤4.1得到的U_j(t)，并令

其中，

表示t时刻用户j到第i个飞蜂窝基站BS_i的信道相关矩阵，

表示算法在用户端运行时对应的预编码矩阵，即

根据预设的参数P_th、ε、γ₀、V(t)，t＝1，采用最大功率发送，宏用户在每次调度时都进行传输，让所有飞蜂窝用户也同时传输，得到每个传输用户所受到的干扰矩阵I_j(t)；根据分布式干扰对齐算法，求解I_j(t)的d个最小特征值对应的特征向量u₁(t),u₂(t),...,u_d(t)，u_i(t)表示第i小特征值对应的特征向量，并利用这些特征向量生成基站j的接收矩阵U_j(t)，即干扰对齐矩阵；计算公式如下：

U_j(t)＝span([u₁(t),u₂(t),...,u_d(t)])；

式中：span(·)表示向量的生成子空间运算；

若存在用户的QoS无法保障，即不同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，则令所受干扰最大的飞蜂窝用户i本次不发送数据，即x_t,i＝0；

步骤4.2.2：令对应x_t,j＝1，令t的值增加1对剩下的用户执行步骤4.2.1，当所有本次传输的用户同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，即获得相应的干扰对齐矩阵时结束；或者当所有飞蜂窝用户都发送一次时结束。

优选地，所述步骤5包括：

步骤5.1：将步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题进行变形，得到每个调度时隙的优化问题，然后转化为新的优化问题，求解最优能效和最优功率分配；

步骤5.2：使用一阶凸近似处理步骤5.1中新的优化问题，采用迭代求解一阶凸近似处理后的最优功率分配。

优选地，所述步骤5.1中的每个调度时隙的优化问题是指：

式中：用户速率

j∈{0,1,...,K}，R₀表示每个时间点的R₀(t)，p_j为飞蜂窝基站j的功率分配因子，g_j,i为基站i到用户j的有效信道增益；P_j,max表示基站j的最大发送功率，P_id表示飞蜂窝不发送数据时的固定消耗功率，p₀表示宏蜂窝基站的功率分配因子；

新的优化问题是指：

式中：η为最大能效，定义为

p为功率p_j组成的向量；C1'表示宏蜂窝用户速率约束的变形，C2'表示飞蜂窝用户有用信号约束，g_0,0表示宏蜂窝基站到宏蜂窝用户的有效信道增益，g_j,j表示飞蜂窝基站j到飞蜂窝用户j的有效信道增益，g_0,i表示飞蜂窝基站i到宏蜂窝用户的有效信道增益，σ²表示噪声功率；

求解最优能效和最优功率分配方法为：

设定最大迭代次数L，最大误差容忍值δ₁＞0，迭代次数l＝0，给定初始能效η_l；

在给定η_l时，求解新的优化问题，即得到第l次迭代的最优功率分配方案

并计算中间误差变量，计算公式如下：

令

令l的值增加1；直到|D^l-1|<δ₁或者达到最大迭代次数L时结束；

式中：D^l表示总速率与能效乘以总功率计算的差值，

表示第l次迭代时的最优功率分配方案，

表示最优功率分配方案

时的总速率，

表示最优功率分配方案

时的总功率，D^l-1表示第l-1次迭代时的总速率与能效乘以总功率计算的差值，η_l表示第l次迭代时的系统能效，η_l+1表示l+1次迭代时的系统能效。

优选地，所述步骤5.2包括：

步骤5.2.1：使用一阶凸近似处理步骤5.1中新的优化问题；具体地如下：

其中：

式中：f(p)表示凸近似处理后的中间变量，g(p^l)表示凸近似处理后的中间变量，g′(p^l)^T表示函数关于p^l的导数转置，P_i,max表示基站i的最大发送功率，p_i表示基站i的功率分配因子，g_j,i表示基站i到用户j的有效信道增益，g′(·)表示求导运算，p^l表示第l次迭代后的发送功率；

迭代求解最优功率分配是指：

设置迭代次数l＝0，最大误差容忍值δ₂＞0，初始化p^l的值，D^l＝f(p^l)-g(p^l)；

式中：f(p^l)表示f函数关于p^l的值；

步骤5.2.2：求解凸近似处理后的问题得到最优功率分配方案p^*；

步骤5.2.2.1：设置迭代次数为l，计算中间误差变量D^l：

D^l＝f(p^l)-g(p^l)；

步骤5.2.2.2：令令l的值增加1，且p^l＝p^*，判断|D^l-D^l-1|是否小于等于δ₂，若大于δ₂，则执行步骤5.2.2.1；若小于等于δ₂，则结束。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提供的异构网络中能量有效的资源分配和干扰对齐联合方法针对飞蜂窝、宏蜂窝共存的异构网络的能量有效问题，给出了快速飞蜂窝调度方案，同时得到干扰对齐算法中的基站预编码矩阵、用户端接收矩阵，降低了通信过程中的干扰，提升了系统的能效。

2、本发明提供的异构网络中能量有效的资源分配和干扰对齐联合方法给出了最优功率分配方案，保障了宏蜂窝用户和飞蜂窝用户的通信性能，进一步提升了系统的能量有效性。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为调度矩阵在秩不同情况下的系统能量有效性对比图。

图2为不同飞蜂窝数目时最大频效方法、干扰对齐调度方法、能量有效的资源分配以及干扰对齐联合方法的系统能效对比图。

图3为不同飞蜂窝数目时，使用干扰对齐调度、不使用干扰对齐调度方法的系统成功传输百分比对比图。

图4为宏蜂窝阈值不同时，系统能效迭代收敛示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

根据本发明提供的异构网络中能量有效的资源分配和干扰对齐联合方法，包括如下步骤：

步骤1：构建异构网络下的通信系统；

步骤2：基于异构网络下通信系统，分别计算飞蜂窝调度矩阵，飞蜂窝用户通信速率，异构网络下通信系统的总速率和总功耗；

步骤3：基于宏蜂窝用户的最低速率需求、飞蜂窝用户的信号强度、飞蜂窝用户的干扰强度、飞蜂窝基站的调度约束、功率约束条件构造异构网络中能量有效的资源分配和干扰对齐联合优化问题；

步骤4：在用户端和基站端进行能量有效的飞蜂窝调度，并得到对应的干扰对齐矩阵；

步骤5：完成能量有效的迭代功率分配。

所述步骤1中的通信系统包括：1个宏蜂窝基站(macrocell base station,MBS)BS₀，K个飞蜂窝基站(femtocell base station,FBS)BS₁到BS_K，每个飞蜂窝基站有M个天线且第i个飞蜂窝基站BS_i以d个数据流服务第i个用户，记为

；每个用户有N个天线用来接收数据，每个飞蜂窝基站在一个时隙内至多服务一个用户，则第j个用户在时隙t的接收信号y_j(t)为：

式中：P_j(t)表示t时刻第j个飞蜂窝基站BS_j的发送功率，

表示第j个用户在t时刻接收矩阵的共轭转置，H_jj(t)表示t时刻BS_j到用户j的信道相关矩阵，V_j(t)表示t时刻BS_j的预编码矩阵，x_j(t)表示t时刻BS_j的发送数据，H_ji(t)表示t时刻第i个飞蜂窝基站BS_i到用户j的信道相关矩阵，V_i(t)表示t时刻BS_j的预编码矩阵，x_i(t)表示t时刻BS_i的发送数据，n_j(t)表示t时刻用户j所受到的加性高斯白噪声。

所述步骤2中的飞蜂窝调度矩阵是指：

定义飞蜂窝调度矩阵为一个K乘K矩阵，记为X，其中，X＝[x_t,j]^K×K，x_t,j表示取值为0或1的变量，当x_t,j为0时，表示BS_j在时刻t没有发送数据，当x_t,j为1时，表示BS_j在时刻t发送数据；X的每一行中的x_t表示飞蜂窝基站在时刻t的调度情况定义x_t,0＝1，使得BS₀(宏基站)一直发送数据；

用户通信速率的计算公式如下：

其中：

式中：R_j(t)表示用户j在时刻t的通信速率，P_j(t)表示BS_j在时刻t的发送功率，I_j(t)表示用户j在时刻t所受到的总干扰，σ²为噪声功率；P_i(t)表示t时刻第i个飞蜂窝基站BS_i的发送功率，

表示t时刻BS_j的预编码矩阵的共轭转置，

表示t时刻第i个飞蜂窝基站BS_i到用户j的信道相关矩阵的共轭转置，U_j(t)表示第j个用户在t时刻接收矩阵；

通信系统的总速率的计算公式如下：

式中：R_tot表示异构网络下通信系统总速率，rank(X)表示调度矩阵X的秩，R₀(t)表示宏用户的速率(即用户0)；

通信系统总功耗的计算公式如下：

其中：P_f＝[P_t,j]^K×K，当BS_j在时隙t发送数据时P_t,j＝P_j(t)，否则为P_t,j＝0.

式中：P_tot表示异构网络下通信系统总功耗，P_f为K乘K矩阵，表示飞蜂窝发送功率矩阵，P₀(t)表示宏蜂窝在时刻t的发送功率，P_c表示宏蜂窝固定消耗功率，P_id为飞蜂窝不发送数据时的固定消耗功率。

所述步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题是指：

式中：

为系统能量有效性；γ₀表示宏蜂窝用户的最小速率需求；I_jj(t)表示飞蜂窝用户j在t时刻的有用接收信号强度，P_th表示飞蜂窝用户有用接收信号强度阈值，ε表示飞蜂窝用户所受干扰信号强度阈值，P_f,max表示飞蜂窝基站的最大发送功率，P_max表示宏蜂窝基站的最大发送功率。

所述步骤4包括：

步骤4.1：在BS端进行能量有效的飞蜂窝调度，并得到干扰对齐矩阵；

步骤4.2：在用户端进行能量有效的飞蜂窝调度，并得到干扰对齐矩阵。

所述步骤4.1包括：

步骤4.1.1：根据预设的参数P_th、ε、γ₀、V(t)，t＝1，基站采用最大功率，宏蜂窝基站在每次调度时都进行传输，让所有飞蜂窝基站也同时传输，得到每个传输用户所受到的干扰矩阵I_j(t)；根据分布式干扰对齐算法，求解I_j(t)的d个最小特征值对应的特征向量

并利用这些特征向量生成用户j的接收矩阵U_j(t)，即干扰对齐矩阵；计算公式如下：

若存在用户的QoS无法保障，即不同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，则令所受干扰最大的飞蜂窝用户i本次不发送数据，即x_t,i＝0；

步骤4.1.2：令对应x_t,j＝1，t＝t+1，对剩下的用户执行步骤4.1.1，当所有本次传输的用户同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，即获得相应的干扰对齐矩阵时结束；或者当所有飞蜂窝基站都发送一次时结束。

所述步骤4.2包括：步骤4.2.1：根据步骤4.1得到的U_j(t)，并令

预设的参数P_th、ε、γ₀的值，

在用户端重复4.1的方法。

所述步骤5包括：

步骤5.1：将步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题进行变形，得到每个调度时隙的优化问题，然后转化为新的优化问题，求解最优能效和最优功率分配；

步骤5.2：使用一阶凸近似处理步骤5.1中新的优化问题，采用迭代求解最优功率分配。

所述步骤5.1中的每个调度时隙的优化问题是指：

式中：用户速率

p_j为功率分配因子，g_j,i为基站i到用户j的有效信道增益；

新的优化问题是指：

式中：η为最大能效，定义为

p为功率p_j组成的向量；求解最优能效和最优功率分配方法为：

设定最大迭代次数L，最大误差容忍值δ₁＞0，迭代次数l＝0，给定初始能效η_l；

在给定η_l时，求解新的优化问题，即得到第l次迭代的最优功率分配方案

并计算中间误差变量，计算公式如下：

令

l＝l+1；直到|D^l-1|<δ₁或者达到最大迭代次数L时结束。

所述步骤5.2包括：

步骤5.2.1：使用一阶凸近似处理步骤5.1中新的优化问题；具体地如下：

其中：

迭代求解最优功率分配是指：

设置迭代次数l＝0，最大误差容忍值δ₂＞0，初始p^l，D^l＝f(p^l)-g(p^l)；

步骤5.2.2：求解凸近似处理后的问题得到最优功率分配方案p^*；

步骤5.2.2.1：设置迭代次数为l，计算中间误差变量D^l：

D^l＝f(p^l)-g(p^l)；

步骤5.2.2.2：令l＝l+1,p^l＝p^*，判断|D^l-D^l-1|是否小于等于δ₂，若大于δ₂，则执行步骤5.2.2.1；若小于等于δ₂，则结束。

更进一步地，本实施例中，所用的参数如下：宏蜂窝半径为500米，飞蜂窝半径为30米；载波频率为2GHz，总带宽为10MHz；从基站到用户的路损为128.1+37.6log₁₀(R)[dB]；宏基站的最大发送功率为P_max＝46dBm，飞蜂窝基站的最大发送功率为P_j,max＝30dBm；宏基站的静态功耗为P_C＝40dBm，飞蜂窝的闲置功耗为P_id＝20dBm；天线数目为M＝N＝2数据流数为d＝1，宏用户速率阈值为r₀＝2bit/s/Hz，飞蜂窝QoS为P_th＝10^-7mw，ε＝10^-9mw；图4中三个阈值为r₀＝1bit/s/Hz、r₀＝2bit/s/Hz、r₀＝3bit/s/Hz。

实施例步骤如下：

步骤S1：定义飞蜂窝调度矩阵X＝[x_t,j]^K×K，为一个K乘K矩阵，其中x_t,j为0,1变量，当为0时，表示BS j在时刻t没有发送数据，当为1时，表示BS j在时刻t发送数据。X的每一行，x_t表示飞蜂窝BS在时刻t的调度情况。定义x_t,0＝1确保BS 0(宏基站)一直发送数据。在图1中，共有K＝20个飞蜂窝基站。

用户通信速率是指：

系统总速率是指：

系统总功耗是指：

为系统能量有效性。

步骤S2：异构网络中能量有效的资源分配和干扰对齐联合优化问题是指：

步骤S3：在BS端进行能量有效的飞蜂窝调度同时得到干扰对齐矩阵；在用户端进行能量有效的飞蜂窝调度同时得到干扰对齐矩阵。

步骤S4：对每个调度时隙进行优化；

新的优化问题是指：

步骤S5：一阶凸近似处理；

图1展示了系统能效随着调度矩阵的秩变化，当秩越大时，即调度时间越长时，系统能效越低。这说明，使用快速调度方案可以提升系统能效。图2展示了不同飞蜂窝数目时最大频效方法、干扰对齐调度方法、能量有效的资源分配和干扰对齐联合方法的系统能效对比。从图中可以看出，干扰对齐调度方法对比最大频效方法可以提升系统能效。同时结合功率分配的联合方法能极大提升系统能效。图3为使用干扰对齐调度和不使用干扰对齐调度方法的系统成功传输百分比对比图。由图可知，干扰对齐调度方法可以保障系统成功传输。图4为宏蜂窝阈值不同时，系统能效迭代收敛示意图。可以看出所提方法可以在10次迭代以内收敛，并且宏蜂窝阈值越大，系统能效越低。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (1)

1.一种异构网络中能量有效的资源分配和干扰对齐联合方法，其特征在于，包括如下步骤：

步骤1：构建异构网络下的通信系统；

步骤2：基于异构网络下通信系统，分别计算飞蜂窝调度矩阵，飞蜂窝用户通信速率，异构网络下通信系统的总速率和总功耗；

步骤3：基于宏蜂窝用户的最低速率需求、飞蜂窝用户的信号强度、飞蜂窝用户的干扰强度、飞蜂窝基站的调度约束、功率约束条件构造异构网络中能量有效的资源分配和干扰对齐联合优化问题；

步骤4：在用户端和基站端进行能量有效的飞蜂窝调度，并得到对应的干扰对齐矩阵；

步骤5：进行能量有效的迭代功率分配；

所述步骤1中的通信系统包括：1个宏蜂窝基站BS₀，K个飞蜂窝基站BS₁到BS_K，每个飞蜂窝基站有M个天线且第i个飞蜂窝基站BS_i以d个数据流服务第i个用户；每个用户有N个天线用来接收数据，每个飞蜂窝基站在一个时隙内至多服务一个用户，则第j个用户在t时刻的接收信号y_j(t)为：

式中：P_j(t)表示t时刻第j个飞蜂窝基站BS_j的发送功率，

表示第j个用户在t时刻接收矩阵的共轭转置，H_jj(t)表示t时刻BS_j到第j个用户的信道相关矩阵，V_j(t)表示t时刻BS_j的预编码矩阵，x_j(t)表示t时刻BS_j的发送数据，H_ji(t)表示t时刻第i个飞蜂窝基站BS_i到第j个用户的信道相关矩阵，V_i(t)表示t时刻BS_j的预编码矩阵，x_i(t)表示t时刻BS_i的发送数据，n_j(t)表示t时刻第j个用户所受到的加性高斯白噪声；

所述步骤2中的飞蜂窝调度矩阵是指：

定义飞蜂窝调度矩阵为一个K乘K矩阵，记为X，其中，X＝[x_t,j]^K×K，x_t,j表示取值为0或1的变量，当x_t,j为0时，表示BS_j在t时刻没有发送数据，当x_t,j为1时，表示BS_j在t时刻发送数据；X的每一行中的x_t表示飞蜂窝基站在时刻t的调度情况；x_t,0表示宏基站BS₀在时刻t的发送情况，定义x_t,0＝1，使得宏基站BS₀一直发送数据；

宏蜂窝用户和飞蜂窝用户通信速率均由如下公式计算：

其中：

式中：R_j(t)表示第j个用户在t时刻的通信速率，P_j(t)表示BS_j在时刻t的发送功率，I_j(t)表示第j个用户在t时刻所受到的总干扰矩阵，σ²为噪声功率；x_t,i表示取值为0或1的变量，当x_t,i为0时，表示BS_i在t时刻没有发送数据，当x_t,i为1时，表示BS_i在t时刻发送数据；P_i(t)表示t时刻第i个飞蜂窝基站BS_i的发送功率，宏蜂窝基站和飞蜂窝基站发送的数据流数均为d，tr(·)表示矩阵的迹，

表示t时刻BS_j的预编码矩阵的共轭转置，

表示t时刻第i个飞蜂窝基站BS_i到第j个用户的信道相关矩阵的共轭转置，U_j(t)表示第j个用户在t时刻接收矩阵；

异构网络下通信系统的总速率的计算公式如下：

式中：R_tot表示异构网络下通信系统总速率，rank(X)表示调度矩阵X的秩，R₀(t)表示宏蜂窝用户的速率；

异构网络下通信系统总功耗的计算公式如下：

其中：P_f＝[P_t,j]^K×K，当BS_j在t时刻发送数据时P_t,j＝P_j(t)，否则为P_t,j＝0；

式中：P_tot表示异构网络下通信系统总功耗，P_f为K乘K矩阵，表示飞蜂窝发送功率矩阵，P_t,j表示基站j在t时刻的发送功率，||XP_f||₁表示1范数，代表飞蜂窝的发送功率之和，P₀(t)表示宏蜂窝在t时刻的发送功率，P_c表示宏蜂窝固定消耗功率，P_id为飞蜂窝不发送数据时的固定消耗功率，rank(·)表示矩阵的求秩运算；X表示调度矩阵；

所述步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题是指：

s.t.C1:R₀(t)≥γ₀,t∈T

C2:I_jj(t)≥x_t,jP_th,j∈{1,2,...,K},t∈T

C3:x_t,jI_j(t)≤ε,j∈{1,2,...,K},t∈T

C4:

C5:0≤P_j(t)≤P_f,max,j∈{1,2,...,K},t∈T

C6:0≤P₀(t)≤P_max,t∈T

式中：

表示优化的变量为X,U_j(t),V_j(t),P_j(t),P₀(t)，目标为最大化问题；C1表示第一约束条件，即宏用户的速率约束；C2表示第二约束条件，即飞蜂窝用户接收有用信号的强度约束；C3表示第三约束条件，即飞蜂窝用户所受干扰的强度约束；C4表示第四约束条件，即一个飞蜂窝基站在一次调度过程中只能发送一次；C5表示第五约束条件，即飞蜂窝基站的发送功率约束；C6表示第六约束条件，即宏蜂窝基站的发送功率约束，T表示通信的总时间，T∈{1,2,...,rank(X)}，

为系统能量有效性；γ₀表示宏蜂窝用户的最小速率需求；I_jj(t)表示飞蜂窝用户j在t时刻的有用接收信号强度，P_th表示飞蜂窝用户有用接收信号强度阈值，ε表示飞蜂窝用户所受干扰信号强度阈值，P_f,max表示飞蜂窝基站的最大发送功率，P_max表示宏蜂窝基站的最大发送功率；

所述步骤4包括：

步骤4.1：给定基站端预编码矩阵V(t)，在基站端进行能量有效的飞蜂窝调度，并得到用户端的干扰对齐矩阵U(t)，即用户接收矩阵；

步骤4.2：根据步骤4.1得到的用户端干扰对齐矩阵U(t)，在用户端进行能量有效的飞蜂窝调度，并得到基站端的干扰对齐矩阵，即基站端预编码矩阵；

所述步骤4.1包括：

步骤4.1.1：根据预设的参数P_th、ε、γ₀、V(t)，t＝1，基站采用最大功率，宏蜂窝基站在每次调度时都进行传输，让所有飞蜂窝基站也同时传输，得到第j个用户在t时刻所受到的总干扰矩阵I_j(t)；根据分布式干扰对齐算法，求解I_j(t)的d个最小特征值对应的特征向量u₁(t),u₂(t),...,u_d(t)，u_i(t)表示第i小特征值对应的特征向量，并利用这些特征向量生成用户j的接收矩阵U_j(t)，即干扰对齐矩阵；计算公式如下：

U_j(t)＝span([u₁(t),u₂(t),...,u_d(t)])；

式中：span(·)表示向量的生成子空间运算；

若存在用户的QoS无法保障，即不同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，则令所受干扰最大的飞蜂窝用户i本次不发送数据，即x_t,i＝0；

步骤4.1.2：令对应x_t,j＝1，令t的值增加1，对剩下的用户执行步骤4.1.1，当所有本次传输的用户同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，即获得相应的干扰对齐矩阵时结束；或者当所有飞蜂窝基站都发送一次时结束；

所述步骤4.2包括：

步骤4.2.1：根据步骤4.1得到的U_j(t)，并令

其中，

表示t时刻用户j到第i个飞蜂窝基站BS_i的信道相关矩阵，

表示算法在用户端运行时对应的预编码矩阵，即

根据预设的参数P_th、ε、γ₀、V(t)，t＝1，采用最大功率发送，宏用户在每次调度时都进行传输，让所有飞蜂窝用户也同时传输，得到每个传输用户所受到的干扰矩阵I_j(t)；根据分布式干扰对齐算法，求解I_j(t)的d个最小特征值对应的特征向量u₁(t),u₂(t),...,u_d(t)，u_i(t)表示第i小特征值对应的特征向量，并利用这些特征向量生成基站j的接收矩阵U_j(t)，即干扰对齐矩阵；计算公式如下：

U_j(t)＝span([u₁(t),u₂(t),...,u_d(t)])；

式中：span(·)表示向量的生成子空间运算；

若存在用户的QoS无法保障，即不同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，则令所受干扰最大的飞蜂窝用户i本次不发送数据，即x_t,i＝0；

步骤4.2.2：令对应x_t,j＝1，令t的值增加1对剩下的用户执行步骤4.2.1，当所有本次传输的用户同时满足第一约束条件C1，第二约束条件C2，第三约束条件C3，即获得相应的干扰对齐矩阵时结束；或者当所有飞蜂窝用户都发送一次时结束；

所述步骤5包括：

步骤5.1：将步骤3中的异构网络中能量有效的资源分配和干扰对齐联合优化问题进行变形，得到每个调度时隙的优化问题，然后转化为新的优化问题，求解最优能效和最优功率分配；

步骤5.2：使用一阶凸近似处理步骤5.1中新的优化问题，采用迭代求解一阶凸近似处理后的最优功率分配；

所述步骤5.1中的每个调度时隙的优化问题是指：

s.t.C1:R₀(t)≥γ₀,t∈T

C2:I_jj(t)≥x_t,jP_th,j∈{1,2,...,K}

C4:0≤p₀≤1,

C5:0≤p_j≤1,j∈{1,2,...,K}

式中：用户速率

R₀表示每个时间点的R₀(t)，p_j为飞蜂窝基站j的功率分配因子，g_j,i为基站i到用户j的有效信道增益；P_j,max表示基站j的最大发送功率，P_id表示飞蜂窝不发送数据时的固定消耗功率，p₀表示宏蜂窝基站的功率分配因子；

新的优化问题是指：

s.t.C1':

C2':p_jP_f,maxg_j,j-x_t,jP_th≥0,j∈{1,2,...,K}

C4,C5

式中：η为最大能效，定义为

p为功率p_j组成的向量；C1'表示宏蜂窝用户速率约束的变形，C2'表示飞蜂窝用户有用信号约束，g_0,0表示宏蜂窝基站到宏蜂窝用户的有效信道增益，g_j,j表示飞蜂窝基站j到飞蜂窝用户j的有效信道增益，g_0,i表示飞蜂窝基站i到宏蜂窝用户的有效信道增益，σ²表示噪声功率；

求解最优能效和最优功率分配方法为：

设定最大迭代次数L，最大误差容忍值δ₁＞0，迭代次数l＝0，给定初始能效η_l；

在给定η_l时，求解新的优化问题，即得到第l次迭代的最优功率分配方案

并计算中间误差变量，计算公式如下：

令

令l的值增加1；直到|D^l-1|＜δ₁或者达到最大迭代次数L时结束；

式中：D^l表示总速率与能效乘以总功率计算的差值，

表示第l次迭代时的最优功率分配方案，

表示最优功率分配方案

时的总速率，

表示最优功率分配方案

时的总功率，D^l-1表示第l-1次迭代时的总速率与能效乘以总功率计算的差值，η_l表示第l次迭代时的系统能效，η_l+1表示l+1次迭代时的系统能效；

所述步骤5.2包括：

步骤5.2.1：使用一阶凸近似处理步骤5.1中新的优化问题；具体地如下：

s.t.C1',C2',C4,C5

其中：

式中：f(p)表示凸近似处理后的中间变量，g(p^l)表示凸近似处理后的中间变量，g′(p^l)^T表示函数关于p^l的导数转置，P_i,max表示基站i的最大发送功率，p_i表示基站i的功率分配因子，g_j,i表示基站i到用户j的有效信道增益，g′(·)表示求导运算，p^l表示第l次迭代后的发送功率；

迭代求解最优功率分配是指：

设置迭代次数l＝0，最大误差容忍值δ₂＞0，初始化p^l的值，计算中间误差变量D^l：D^l＝f(p^l)-g(p^l)；

式中：f(p^l)表示f函数关于p^l的值；

步骤5.2.2：求解凸近似处理后的问题得到最优功率分配方案p^*；

步骤5.2.2.1：设置迭代次数为l，计算中间误差变量D^l：

D^l＝f(p^l)-g(p^l)；

步骤5.2.2.2：令l的值增加1，且p^l＝p^*，判断|D^l-D^l-1|是否小于等于δ₂，若大于δ₂，则执行步骤5.2.2.1；若小于等于δ₂，则结束。

Images