CN107295622A - 一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 - Google Patents
一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 Download PDFInfo
- Publication number
- CN107295622A CN107295622A CN201710419851.3A CN201710419851A CN107295622A CN 107295622 A CN107295622 A CN 107295622A CN 201710419851 A CN201710419851 A CN 201710419851A CN 107295622 A CN107295622 A CN 107295622A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- mover
- load
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- 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
本发明请求保护一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，属于通信技术领域。本发明首先对AP设备的能耗进行测量，获得AP发射功率‑负载‑能耗三维数学模型；然后在各AP自私、理性，且短时间内具有私人信息相互独立的特点下，将系统能耗优化问题看作一系列独立同分布的贝叶斯博弈。各AP通过声明私人信息参与博弈，获得干扰限制下，系统成本最低时的休眠AP集合及各AP的发射功率调整规则。最后，将与决策结果相互依存的行为(休眠‑开启)和各AP的发射功率调整结果带入其效益函数中，通过计算判断是否各AP获得了最大效益。若是，则控制器下发指令，AP执行相应的行为。否则，所有AP将重新进行信息声明。
Description
技术领域
本发明属于通信技术领域，涉及一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法。
背景技术
近年来，随着智能终端的快速普及，移动数据流量呈现出指数增长趋势。据Cisco预测，截至2019年，5G移动通信每月的数据流量业务将达到24.3艾字节。为了满足用户日益增长的流量需求，运营商在校园、企业等公共区域计划部署了越来越密集的AP设备。此外，许多供应商提供集中管理AP的方法，这使得部署高密度WLAN成本更加低廉、管理更加方便，进一步促进了WLAN规模的扩展。然而，密集部署的WLAN会造成两个问题：1)能源浪费；2)严重的干扰。密集WLAN是为了满足峰值流量需求，但是峰值时段很少发生。实际上，当系统数据传输量较小时大部分AP处于空闲且仍保持全功率开启状态(比如在夜间)，这造成了大量不必要的能源浪费。同时，IEEE802.11及国际相关标准规定[3]WLAN工作在2.4G和5G两个频段。而在中国，5GHz频段尚未大规模启用，大部分WLAN设备还是使用2.4GHz这个频段。该频段划分的信道中，互不干扰的只有1、6、11三个信道。当覆盖范围相互重叠的AP采用相同或相邻信道同时进行通信时，彼此间会产生严重干扰，降低AP的带宽利用率，从而需要运营商部署更多的AP设备满足用户需求，增加经济成本，形成恶性循环。因此，在最大限度地保证用户体验质量的前提下，研究能够同时有效地降低能耗和干扰的方法在无线网络资源优化以及通信质量的提升中扮演着十分重要的角色。
针对WLAN中只在较短时间内高密度部署AP设备所提供的高通信容量才能被充分利用的现象，目前的解决方案主要有：
1.研究者根据各AP关联用户的分布情况，动态地调整系统中各AP的发射功率，从而实现节能目标。
2.根据历史数据流量呈现出的特性，对数据流量进行建模分析，从而在不同时段开启不同数量的AP设备满足当前的数据传输业务需求。
3.根据当前网络状态，使相邻AP相互协作，休眠网络中关联用户数最少的AP，并将其关联用户分别切换到距离最近的AP上。
4.通过实测数据分析设定负载阈值，将AP当前数据传输量与阈值进行比较，确定AP的工作模式。
以上研究方案在一定程度上减小了系统能耗，但是也存在如下一些问题：
1.相关研究表明，单一地调整AP发射功率产生的节能效果比较微弱。
2.基于历史数量建立的节能模型，缺乏对网络状态实时变化的考虑，即无法根据网络中用户需求实时变化来获取最优的资源配置方案。
3.基于当前网络状态的AP间协作，能根据实时的用户需求变化获得最优的资源配置方案。但是其对于用户需求的度量标准设定过于简单，AP关联的用户数并不能准确反映出真实的流量需求。因此，用户切换完成后，可能导致AP出现过载现象，从而降低用户体验质量。
4.基于阈值的节能方法无法自适应地休眠当前数据传输量高于该门限值的AP，造成系统数据传输业务增加时节能不彻底问题。
5.目前多数研究方案都单方面地通过休眠-唤醒AP的方式实现系统节能，而部署AP设备时，其发射功率均是默认最大的状态，未将休眠AP与AP发射功率控制结合起来。尤其当WLAN密集部署时，会因为缺乏正交信道造成严重的同频干扰问题，恰当地调整AP发射功率不仅能实现系统能耗的进一步优化，还能有效减小AP间干扰。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种能实现能源节约，还能减小AP间干扰的基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法。本发明的技术方案如下：
一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其包括以下步骤：
101、建立AP能耗与负载、发射功率的三维数学模型；
102、在WLAN系统中，各AP通过声明自身负载l′和发射功率p′信息参与贝叶斯博弈；
103、控制器根据当前网络状态更新AP节点信息，包括有效负载、声明负载、实际发射功率、声明发射功率、用户流量需求、用户关联状态、AP覆盖半径及AP间距；
104、将步骤102中，参与博弈的AP声明信息输入到社会选择函数x(L′，P′)中，获得干扰限制下的最优资源配置方案，包括：确定系统能耗最优解(Y，Lt，P*)，确定最优的AP工作模式集合、各AP的负载转移量及其发射功率调整规则；
105、控制器根据104中的最优资源配置方案计算各AP效益，判断是否实现AP效益最大化，若是，则控制器下发相应的行为指令，否则，该方案无效，返回102。
进一步的，所述步骤101建立AP能耗与负载、发射功率的三维数学模型，具体包括步骤；
首先获取本WLAN网络中AP发射功率、负载与丢包率的变化关系，确定单AP的负载上限，将AP发射功率pi作为影响其能耗的新变量，然后实测AP能耗随AP负载及发射功率的变化关系，并对实测数据做回归拟合分析得到AP能耗与负载、发射功率的三维数学模型。
进一步的，所述将丢包率小于1％时AP的最大负载值确定为单AP的负载上限lmax。
进一步的，所述步骤104，将步骤102中参与博弈的AP声明信息输入到社会选择函数x(L′，P′)中，获得干扰限制下的最优资源配置方案，包括：确定系统能耗最优解(Y，Lt，P*)，确定最优的AP工作模式集合、各AP的负载转移量及其发射功率调整规则，具体包括：
(a)根据AP的声明信息，当AP容量充足且其他AP会为自身负载转移及功率调整支付成本时，那么所有AP都愿意为其他AP的关联用户服务；
(b)当参与博弈的AP数量较大时，采取迭代博弈的方式获得最优的资源配置方案，控制器首先根据采集的AP负载、部署间距及当前发射功率对应的覆盖半径信息进行聚簇；
(c)从开启AP中选择声明负载最大的AP，再从剩余AP中选择与其部署距离小于当前覆盖半径的所有AP聚成一簇；
(d)判断簇内AP的声明负载总量是否超过单AP可承载上限，若是，则按降序排列，依次移除负载最小的AP，直到低于上限，再进行步骤(e)，否则，直接转入(e)；
(e)经过步骤(d)的筛选，输入该簇AP的声明信息到社会选择函数x(L′，P′)中，其中L′和P′分别表示AP的实际负载和发射功率，在保证系统中任意用户v的最低SINRth速率时，求解该函数获得干扰限制下的能耗最优解(Y，Lt，P*)：
(f)判断上述能耗最优的资源配置方案中是否存在不能切换的用户，若是，则将能切换的用户卸载至开启AP上，保持不能切换用户的关联，再将对应的关联AP移出簇，否则，控制器直接根据最优配置方案计算各AP是否获得最大效益。
进一步的，所述步骤105中根据系统能耗最优解判断各AP是否实现自身效益最大化的具体步骤为：
(a)将社会选择函数x作为影响AP效益的变量，定义Ui表示APi在参与博弈过程中的目标效益函数为：
其中li表示APi的真实负载，pi表示APi的实际发射功率，d表示时隙长度，△e表示运行AP设备的能耗单价，单位为￥/J，△t表示转移单位负载耗时成本，单位为s/Mb；
(b)对于任意AP，系统中其他AP的私人信息是(N-1)2种随机组合，设计出如下收益函数：
其中是根据其他AP信息分布获得的期望收益；
(c)控制器将能耗最优的资源配置方案对应的行为指令代入各AP的效益函数中进行计算，各AP获得最大效益时。
本发明的优点及有益效果如下：
本发明中，密集部署的WLAN采取集中控制架构，控制器实时获取各AP负载、发射功率、覆盖半径、AP部署间距及用户与AP的关联信息，各AP以当前负载及发射功率作为私人信息进行贝叶斯博弈获得最优的休眠AP集合及AP发射功率调整方案。本发明方法不仅能实现能源节约，还能减小AP间干扰。本发明的主要优点如下：其一，通过控制器实时获取各AP负载、发射功率、覆盖半径、AP间部署距离、用户流量需求、用户与AP的关联关系等信息，保证用户的覆盖和需求，便于获取全局最优的资源配置方案；其二，通过实测数据分析获得AP能耗与负载及发射功率的关系。这种方式从AP的实际特性出发，深度分析了AP三个指标之间的数学关系，使AP能耗的衡量更加科学合理；其三，基于贝叶斯博弈的节能机制不需要为AP设置阈值，本发明能在系统数据流量动态变化时，自适应地执行AP间协作以休眠尽量多的空载AP，从而实现系统能耗最优化；其四，结合AP发射功率控制机制，能在实现系统能耗进一步优化的同时减小AP间因覆盖范围相互重叠带来的同频干扰问题。其五，利用聚簇思想设计了迭代博弈的资源配置方式，根据AP负载、AP部署间距及发射功率对应的覆盖半径进行迭代聚簇，能快速获得最优的资源配置方案，在保证休眠AP数目最大化的同时使用户切换数量最小化。
附图说明
图1是本发明提供优选实施例的WLAN集中控制网络架构图；
图2为WLAN节能方法流程图；
图3为丢包率随AP负载的变化趋势；
图4为AP能耗-负载-发射功率的离散关系图；
图5为AP能耗-负载-发射功率的拟合效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法包含以下步骤：
步骤1：首先，在范围0～30dBm内，以步长为2dBm改变AP发射功率，对单AP的每个功率等级施加0-75Mbps以5Mbps为步长的下行负载(即数据流量通过有线端下发至无线方式关联的用户)，并观察AP不同功率等级，不同负载下无线用户端的丢包率，获得丢包率随AP负载及发射功率的变化关系，如图3所示。
步骤2：图3可以看出不同发射功率级下，当AP负载达到70Mbps时系统的丢包率低于1％，随着AP负载的不断增加，丢包率急剧增加，AP当前关联用户的服务质量无法得到保障。因此，为确保AP能为其关联用户提供可靠服务，将丢包率小于1％时AP的最大负载值确定为单AP的负载上限lmax。
步骤3：在pmin～pmax范围内调整AP的发射功率，步长为2dBm。每一次调整发射功率后，则对AP施加0～lmax范围内以5Mbps为步长的下行负载。通过功率测试仪，实时读取AP的实际功耗数据P，由此获得如图4所示的AP能耗与负载及发射功率的关系图。
步骤4：为了取得更加精确的拟合关系式，本发明采取数学分析软件1stOpt6.0对实验数据进行快速公式自动拟合搜索，拟合所得最优的三维函数关系式如下：
P(p,l)＝p1+p2*p+p3*l+p4*p2+p5*p*l-p6*l2
其中，0≤l≤lmax
pmin≤p≤pmax
l表示AP的实际负载，p表示AP的实际发射功率，P(p，l)表示AP的功率消耗，pmin表示AP的最小发射功率，为0dBm。pmax表示AP的最大发射功率，为30dBm。对实验测得的数据进行最小二乘多项式拟合可以获得多项式的参数，其拟合效果图如图5所示。
步骤5：根据AP自私、理性，且短时间内私人信息(负载、发射功率)相互独立的特点，本发明将系统能耗优化问题看作一系列独立同分布的贝叶斯博弈，具体操作步骤如下：
(a)如图1所示，WLAN系统中控制器实时监测各AP覆盖范围内的用户、覆盖半径、AP部署间距、AP当前关联用户及其流量需求等信息。AP通过声明负载l′和声明发射功率p′信息作为决策参与贝叶斯博弈并将此信息上传至控制器。
(b)控制器实时更新AP节点信息，当AP容量充足且其他AP会为自身负载转移及相关AP的功率调节支付成本时，那么所有AP都愿意为其他AP的关联用户服务。
(c)当参与博弈的AP数量较大时，本发明将采取迭代博弈的方式获得最优的资源配置方案，控制器首先根据更新后的AP负载、部署间距及当前覆盖半径信息进行聚簇。
(d)从开启AP中选择声明负载最大的AP，再从剩余AP中选择与其部署距离小于当前覆盖半径的所有AP聚成一簇。
(e)判断簇内AP的声明负载总量是否超过单AP可承载上限，若是，则按降序排列，依次移除负载最小的AP，直到低于上限，再进行步骤(e)；否则，直接转入步骤(e)。
(f)经过步骤(d)的筛选，输入该簇AP的声明信息到社会选择函数x(L′，P′)中，其中L′和P′分别表示AP的声明负载和发射功率。在保证系统中任意用户v的最低SINRth速率时，求解该函数获得干扰限制下的能耗最优解(Y，Lt，P*)：
(g)判断通过上述博弈过程所得干扰限制下的能耗最优资源配置方案中是否存在不能切换的用户。若是，则将能切换的用户卸载至开启AP上，保持不能切换用户的关联，再将对应的关联AP保持开启状态并移出簇；否则，转入步骤6。
步骤6：根据上述步骤获得的能耗最优解判断各AP是否实现自身效益最大化的具体步骤为：
(a)将社会选择函数x作为影响AP效益的变量，定义Ui表示APi在参与博弈过程中的目标效益函数为：
其中li表示APi的真实负载，pi表示APi的实际发射功率，d表示时隙长度，△e表示运行AP设备的能耗单价，单位为￥/J，△t表示转移单位负载耗时成本，单位为s/Mb。
(b)对于任意AP，系统中其他AP的私人信息是(N-1)2种随机组合。为保证AP参与的诚实性，本发明设计出如下收益函数：
其中是APi根据其他AP信息分布获得的期望收益。
(c)控制器将能耗最优的资源配置方案对应的行为指令代入各AP的效益函数中进行计算，当AP获得最大效益时，则验证了该组AP资源配置方案的有效性；否则，该组AP重新声明信息进行贝叶斯博弈。
(d)验证该组AP资源配置方案的有效性后，对剩下AP重复步骤5～6，遍历所有AP，即利用聚簇思想设计迭代博弈的方式快速获得整体最优的资源配置方案。
步骤7：根据迭代博弈的结果，得到干扰限制下，系统能耗最优的AP开关、用户重关联及AP发射功率调整方案，控制器将指令下发至相关AP，完成用户切换后，再休眠AP与调整AP发射功率。
下面将结合附图2，详细说明一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰的具体步骤：
201：根据实测数据对AP能耗-负载-发射功率的关系建立三维数学模型。
202：控制器实时采集更新AP节点信息，并对AP进行预处理。
203：首先根据AP负载和AP间部署距离进行聚簇，选择声明负载最大的AP及与之部署距离小于该AP当前覆盖半径的所有AP。
204：判断簇内AP的负载总和是否超过单AP负载上限，若是，则转入205处理；否则，转入206处理。
205：若当前簇内AP负载总和超过单AP负载上限，则依次移除负载最小的AP，直到满足负载上限。
206：若当前簇内AP负载总和未超过单AP负载上限，则该组AP将通过声明负载及发射功率信息作为决策进行贝叶斯博弈，获得干扰限制下的最优资源配置方案。
207：判断上述最优方案中，是否存在不能切换的用户，若是，则转入208、209处理；将能切换的用户卸载至簇首AP，保持不能切换用户的关联，将对应AP移出簇；否则，还如210处理。将最优解对应的行为指令带入各AP的效益函数进行计算。
208：经过贝叶斯博弈的最优资源配置方案中存在不能切换的用户，则将能切换的用户卸载至簇首AP；
209：保持不能切换用户的关联，将对应AP移出簇。
210：若经过贝叶斯博弈的最优资源配置方案中不存在不能切换的用户，则控制器将根据最优资源配置方案计算各AP获得的效益，判断簇内各AP是否获得最大效益，若是，则转入211处理；否则，转入202处理。
211：若各AP在能耗最优的资源配置方案下，获得最大效益，则判断是否遍历所有AP，若是，则转入212；否则，转入202。
212：控制器根据最终的资源配置方案下发指令，完成用户切换后，执行休眠AP及发射功率调节操作。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其特征在于，包括以下步骤：
101、建立AP能耗与负载、发射功率的三维数学模型；
102、在WLAN系统中，各AP通过声明自身负载l′和发射功率p′信息参与贝叶斯博弈；
103、控制器根据当前网络状态更新AP节点信息，包括当前负载、发射功率、用户流量需求、用户关联状态、AP覆盖半径及AP间距；
104、将步骤102中，参与博弈的AP声明信息输入到社会选择函数x(L′，P′)中，获得干扰限制下的最优资源配置方案，包括：确定系统能耗最优解(Y，Lt，P*)，确定最优的AP工作模式集合、各AP的负载转移量及其发射功率调整规则；
105、控制器根据104中的最优资源配置方案计算各AP效益，判断是否实现AP效益最大化，若是，则控制器下发相应的行为指令，否则，该方案无效，返回步骤102。
2.根据权利要求1所述的基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其特征在于，所述步骤101建立AP能耗与负载、发射功率的三维数学模型，具体包括步骤；
首先获取AP发射功率、负载与丢包率的变化关系，确定单AP的负载上限，将AP发射功率pi作为影响其能耗的新变量，然后实测AP能耗随AP负载及发射功率的变化关系，并对实测数据做回归拟合分析得到AP能耗与负载、发射功率的三维数学模型。
3.根据权利要求2所述的基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其特征在于，所述将丢包率小于1％时AP的最大负载值确定为单AP的负载上限lmax。
4.根据权利要求1所述的基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其特征在于，所述步骤104，将步骤102中参与博弈的AP声明信息输入到社会选择函数x(L′，P′)中，获得干扰限制下的最优资源配置方案，包括：确定系统能耗最优解(Y，Lt，P*)，确定最优的AP工作模式集合、各AP的负载转移量及其发射功率调整规则，具体包括：
(a)根据AP的声明信息，当AP容量充足且其他AP会为自身负载转移及功率调整支付成本时，那么所有AP都愿意为其他AP的关联用户服务；
(b)当参与博弈的AP数量较大时，采取迭代博弈的方式获得最优的资源配置方案，控制器首先根据采集的AP负载、部署间距及当前发射功率对应的覆盖半径信息进行聚簇；
(c)从开启AP中选择声明负载最大的AP，再从剩余AP中选择与其部署距离小于当前覆盖半径的所有AP聚成一簇；
(d)判断簇内AP的声明负载总量是否超过单AP可承载上限，若是，则按降序排列，依次移除负载最小的AP，直到低于上限，再进行步骤(e)，否则，直接转入(e)；
(e)经过步骤(d)的筛选，输入该簇AP的声明信息到社会选择函数x(L′，P′)中，其中L′和P′分别表示AP的实际负载和发射功率，在保证系统中任意用户v的最低SINRth速率时，求解该函数获得干扰限制下的能耗最优解(Y，Lt，P*)：
<mrow>
<munder>
<mrow>
<mi>arg</mi>
<mi> </mi>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>,</mo>
<msub>
<mi>L</mi>
<mi>t</mi>
</msub>
<mo>,</mo>
<msup>
<mi>P</mi>
<mo>*</mo>
</msup>
<mo>)</mo>
</mrow>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mi>i</mi>
<mi>N</mi>
</munderover>
<msub>
<mi>&Delta;</mi>
<mi>e</mi>
</msub>
<mo>&lsqb;</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<mrow>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msubsup>
<mo>&rsqb;</mo>
<mi>d</mi>
<mo>+</mo>
<msub>
<mi>&Delta;</mi>
<mi>t</mi>
</msub>
<mo>|</mo>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
<mo>|</mo>
<mo>,</mo>
<msub>
<mi>SINR</mi>
<mi>v</mi>
</msub>
<mo>&GreaterEqual;</mo>
<msup>
<mi>SINR</mi>
<mrow>
<mi>t</mi>
<mi>h</mi>
</mrow>
</msup>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>v</mi>
<mo>&Element;</mo>
<mi>V</mi>
</mrow>
(f)判断上述能耗最优的资源配置方案中是否存在不能切换的用户，若是，则将能切换的用户卸载至开启AP上，保持不能切换用户的关联，再将对应的关联AP移出簇，否则，控制器直接根据最优配置方案计算各AP是否获得最大效益。
5.根据权利要求4所述的基于贝叶斯博弈的WLAN系统无线接入点节能抗干扰方法，其特征在于，所述步骤105中根据系统能耗最优解判断各AP是否实现自身效益最大化的具体步骤为：
(a)将社会选择函数x作为影响AP效益的变量，定义Ui表示APi在参与博弈过程中的目标效益函数为：
<mrow>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>(</mo>
<mrow>
<msup>
<mi>L</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>P</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mo>)</mo>
<mo>,</mo>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>L</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>P</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Delta;</mi>
<mi>e</mi>
</msub>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mo>-</mo>
<msub>
<mi>&Delta;</mi>
<mi>t</mi>
</msub>
<mo>|</mo>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mi>t</mi>
</msubsup>
<mo>|</mo>
</mrow>
其中li表示APi的真实负载，pi表示APi的实际发射功率，d表示时隙长度，△e表示运行AP设备的能耗单价，单位为￥/J，△t表示转移单位负载耗时成本，单位为s/Mb；
(b)对于任意AP，系统中其他AP的私人信息是(N-1)2种随机组合，设计出如下收益函数：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msup>
<mi>L</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>P</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>E</mi>
<mrow>
<msub>
<mover>
<mi>L</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</msub>
<mo>&lsqb;</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&NotEqual;</mo>
<mi>i</mi>
</mrow>
</munder>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>(</mo>
<mrow>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>,</mo>
<msub>
<mover>
<mi>L</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<mover>
<msub>
<mi>l</mi>
<mi>j</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<mover>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>&NotEqual;</mo>
<mi>i</mi>
</mrow>
</munder>
<msub>
<mi>E</mi>
<mrow>
<msub>
<mover>
<mi>L</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</msub>
<mo>&lsqb;</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&NotEqual;</mo>
<mi>k</mi>
</mrow>
</munder>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>(</mo>
<mrow>
<msubsup>
<mi>l</mi>
<mi>k</mi>
<mo>&prime;</mo>
</msubsup>
<mo>,</mo>
<msub>
<mover>
<mi>L</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msubsup>
<mi>p</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>-</mo>
<mi>k</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<mover>
<msub>
<mi>l</mi>
<mi>j</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>,</mo>
<mover>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中是根据其他AP信息分布 获得的期望收益；
(c)控制器将能耗最优的资源配置方案对应的行为指令代入各AP的效益函数中进行计算，各AP获得最大效益时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710419851.3A CN107295622B (zh) | 2017-06-06 | 2017-06-06 | 一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710419851.3A CN107295622B (zh) | 2017-06-06 | 2017-06-06 | 一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107295622A true CN107295622A (zh) | 2017-10-24 |
| CN107295622B CN107295622B (zh) | 2020-03-17 |
Family
ID=60094747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710419851.3A Active CN107295622B (zh) | 2017-06-06 | 2017-06-06 | 一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107295622B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108322274A (zh) * | 2018-01-29 | 2018-07-24 | 重庆邮电大学 | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 |
| CN109894495A (zh) * | 2019-01-11 | 2019-06-18 | 广东工业大学 | 一种基于能耗数据和贝叶斯网络的挤压机异常检测方法及系统 |
| CN110475289A (zh) * | 2018-05-10 | 2019-11-19 | 中国信息通信研究院 | 一种面向超密集组网的负载均衡方法及系统 |
| CN112654080A (zh) * | 2020-12-15 | 2021-04-13 | 北京华信傲天网络技术有限公司 | 一种无线通信设备的节能系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103068021A (zh) * | 2013-01-28 | 2013-04-24 | 哈尔滨工业大学 | 绿色wlan中基于节能和干扰规避的ap发射功率优化方法 |
| CN103476101A (zh) * | 2013-09-23 | 2013-12-25 | 北京邮电大学 | 基于信道分配和功率控制联合优化的无线资源分配方法 |
| CN103634848A (zh) * | 2013-12-02 | 2014-03-12 | 哈尔滨工业大学 | 基于非合作博弈资源分配的3g/wlan异构网络接入控制方法 |
| CN104284339A (zh) * | 2014-10-23 | 2015-01-14 | 西安电子科技大学 | 基于博弈论和进化计算的认知无线电频谱分配方法 |
| CN104640123A (zh) * | 2015-01-30 | 2015-05-20 | 南京邮电大学 | 一种多中继节点非合作博弈的激励方法 |
| CN104796992A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络中的带宽分配与定价方法 |
| CN105704797A (zh) * | 2016-01-19 | 2016-06-22 | 重庆邮电大学 | 一种基于软件定义网络的wlan中无线接入点节能控制方法 |
-
2017
- 2017-06-06 CN CN201710419851.3A patent/CN107295622B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103068021A (zh) * | 2013-01-28 | 2013-04-24 | 哈尔滨工业大学 | 绿色wlan中基于节能和干扰规避的ap发射功率优化方法 |
| CN103476101A (zh) * | 2013-09-23 | 2013-12-25 | 北京邮电大学 | 基于信道分配和功率控制联合优化的无线资源分配方法 |
| CN103634848A (zh) * | 2013-12-02 | 2014-03-12 | 哈尔滨工业大学 | 基于非合作博弈资源分配的3g/wlan异构网络接入控制方法 |
| CN104284339A (zh) * | 2014-10-23 | 2015-01-14 | 西安电子科技大学 | 基于博弈论和进化计算的认知无线电频谱分配方法 |
| CN104640123A (zh) * | 2015-01-30 | 2015-05-20 | 南京邮电大学 | 一种多中继节点非合作博弈的激励方法 |
| CN104796992A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络中的带宽分配与定价方法 |
| CN105704797A (zh) * | 2016-01-19 | 2016-06-22 | 重庆邮电大学 | 一种基于软件定义网络的wlan中无线接入点节能控制方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108322274A (zh) * | 2018-01-29 | 2018-07-24 | 重庆邮电大学 | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 |
| CN110475289A (zh) * | 2018-05-10 | 2019-11-19 | 中国信息通信研究院 | 一种面向超密集组网的负载均衡方法及系统 |
| CN110475289B (zh) * | 2018-05-10 | 2023-12-01 | 中国信息通信研究院 | 一种面向超密集组网的负载均衡方法及系统 |
| CN109894495A (zh) * | 2019-01-11 | 2019-06-18 | 广东工业大学 | 一种基于能耗数据和贝叶斯网络的挤压机异常检测方法及系统 |
| CN109894495B (zh) * | 2019-01-11 | 2020-12-22 | 广东工业大学 | 一种基于能耗数据和贝叶斯网络的挤压机异常检测方法及系统 |
| CN112654080A (zh) * | 2020-12-15 | 2021-04-13 | 北京华信傲天网络技术有限公司 | 一种无线通信设备的节能系统及方法 |
| CN112654080B (zh) * | 2020-12-15 | 2023-06-27 | 北京华信傲天网络技术有限公司 | 一种无线通信设备的节能系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107295622B (zh) | 2020-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107295622A (zh) | 一种基于贝叶斯博弈的wlan系统无线接入点节能抗干扰方法 | |
| CN103763747B (zh) | 一种实现异构网络中动态负载均衡的方法 | |
| CN108848520B (zh) | 一种基于流量预测与基站状态的基站休眠方法 | |
| CN107086668A (zh) | 一种分布式储能网络化运营平台及电能优化调配方法 | |
| CN104010356B (zh) | 一种用于异构网络的集中式动态关闭小小区方法 | |
| CN103052134B (zh) | 一种可再生能源供能基站接入选择方法和系统 | |
| CN115052325B (zh) | 适用于变电站业务的多频异构无线通信网络接入选择方法 | |
| Leng et al. | Microeconomic analysis of base-station sharing in green cellular networks | |
| CN108631344A (zh) | 一种计及输电网运行约束的电动汽车有序充放电控制方法 | |
| CN113904372A (zh) | 考虑5g基站接入的主动配电网多目标优化运行方法 | |
| Yang et al. | An optimal battery allocation model for battery swapping station of electric vehicles | |
| CN101784061A (zh) | 无线接入网的自主负载均衡的实现方法与装置 | |
| CN102969720B (zh) | 一种能够在智能电网中应用的负载动态控制和分析方法 | |
| CN107426804A (zh) | 一种基于拍卖机制的wlan系统无线接入点节能控制方法 | |
| US20220294224A1 (en) | Operation decision-making method for centralized cloud energy storage capable of participating in power grid auxiliary services | |
| Li et al. | Decentralized renewable energy pricing and allocation for millimeter wave cellular backhaul | |
| CN105680478A (zh) | 基于超短期预测的储能系统平滑新能源发电控制方法 | |
| CN106332203A (zh) | 一种lte分层小区架构中的绿色节能算法 | |
| CN114819373A (zh) | 一种基于合作博弈的共享混合储能电站的储能规划方法 | |
| CN102625337B (zh) | 一种无线接入网自主节能管理系统及方法 | |
| Diamantoulakis et al. | Game theoretic approach to demand side management in smart grid with user-dependent acceptance prices | |
| Bao et al. | Modeling and aggregated control of large-scale 5G base stations and backup energy storage systems towards secondary frequency support | |
| Lin et al. | Aggregator pricing and electric vehicles charging strategy based on a two-layer deep learning model | |
| Wei et al. | The offloading model for green base stations in hybrid energy networks with multiple objectives | |
| Yang et al. | A distributed social-aware clustering approach in D2D multicast communications |
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 |