CN107426775B - 一种面向高能效异构网络的分布式多用户接入方法 - Google Patents
一种面向高能效异构网络的分布式多用户接入方法 Download PDFInfo
- Publication number
- CN107426775B CN107426775B CN201710365457.6A CN201710365457A CN107426775B CN 107426775 B CN107426775 B CN 107426775B CN 201710365457 A CN201710365457 A CN 201710365457A CN 107426775 B CN107426775 B CN 107426775B
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- time slot
- access
- macro base
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- 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
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
-
- 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
Abstract
本发明提出一种基于能效的分布式异构网络接入方法,在首先在所有基站侧通过导频序列估计得到当前的用户信道状态信息;然后据此构建QoS约束下用户接入的方程;最后通过原始分解的方法将问题分解为若干子问题,交替迭代求解该方程,基站根据用户信道信息确定自身工作模式并优化固定QoS下的用户接入,各用户根据基站工作模式确定自身的接入调整策略;最后通过基站与用户之间有限的控制信息交互,基站和用户各自迭代优化接入策略,直到算法收敛,获得最优的用户接入和宏基站静态时隙参数。本发明方法实现并行计算,各基站侧可以同时计算最佳用户连接,极大地降低了算法复杂度;由于不需要网络全局信息,大大减少了需要交互的信息量,提升效率。
Description
技术领域
本发明属于网络管理技术领域,涉及异构网能效管理技术,更为具体地说,是涉及一种面向高能效异构网络的分布式多用户接入方法。
背景技术
异构网络是一种新型的网络拓扑结构,不同于传统的只配备有宏基站的蜂窝网,异构网络通过配置低发射功率的小基站来改善边缘用户速率,提高了网络的频谱效率。在改善系统性能的同时,异构网络的设计也面临着很多挑战。
用户接入是异构网中的一个重要问题。与宏基站相比,小基站的发射功率通常较低,采用传统的基于路径损耗或者信号接收强度的用户接入方法往往导致大部分用户接入到高发射功率的宏基站,而宏基站的资源有限,接入过多用户会造成宏基站负载过重,使得被服务用户的实际速率偏低。如何实现负载平衡是一个热门的研究方向,但目前的研究工作都是只考虑频谱效率的提升,并采用集中式的方式解决的。而异构网络具有众多的网络节点和复杂的拓扑结构,集中式的算法操作起来往往很困难,算法复杂度高,效率低下。
近年来,由于能源短缺问题,能量效率逐渐成为蜂窝网络中的一个重要指标。宏基站虽然可以提供更高的速率,但同时功耗也更大。但现有方法尚缺失针对能量效率的改进。
发明内容
为了解决上述问题,本发明提出一种基于能效的分布式异构网络接入方法,在保证用户最低QoS的条件下,采用原始分解的方法,联合优化用户接入方法和宏基站工作模式,实现低复杂度的高能效传输。
为了达到上述目的,本发明提供如下技术方案:
一种面向高能效异构网络的分布式多用户接入方法,包括如下步骤:
步骤1,根据当前信道状态信息,通过下式计算在宏基站正常时隙和空闲时隙下各基站到所有用户的频谱效率:
其中,上标(n)表示正常时隙,上标(b)表示宏基站静态时隙,表示正常时隙下基站j到用户i的频谱效率,表示宏基站静态时隙下基站j到用户i的频谱效率,B表示所有基站的集合,BS表示小基站的集合,q表示基站集合中标号不为j的基站,Pj表示基站j的发射功率,hij表示基站j到用户i之间的信道增益(仅考虑路径损耗),Pq表示基站q的发射功率,hiq表示基站q到用户i之间的信道增益(仅考虑路径损耗),σ2表示噪声功率,log(·)表示以2为底的对数函数;
步骤2,初始化网络能效值,将面向网络能效优化的用户接入及基站控制问题建立为如下数学优化问题:
其中,NU、NM和NS分别表示一个小区内用户、宏基站和小基站的数目,是正常时隙的用户接入矩阵,元素xij表示正常时隙用户i向基站j的小区接入参数,是宏基站静态时隙用户接入矩阵,元素yij表示宏基站静态时隙用户i向基站j的小区接入参数,z表示宏基站不发数据的时隙占整个时隙的百分比,B表示所有基站的集合,U表示所有用户的集合,PM和PS分别表示宏基站和小基站的发射功率,PC是系统已知的电路固定能耗,Qi表示用户i的最低速率要求;
步骤3,引入辅助变量其中kij表示为了满足用户服务质量,基站j需要提供给用户i的最低速率要求,即表征QoS矩阵,初始化宏基站工作模式参数和K,将问题(3)分解为子问题(4)和主问题(5)(6),其中,子问题(4)是一个没有耦合约束的线性规划问题,具体如下:
主问题是在获得子问题求解得到的接入矩阵X和Y前提下,获得K和z的最优值,按照序贯方法求解主问题,首先令Ψ(K)表示问题(4)的最优值,利用经典次梯度方法求解如下优化问题:
在获得上述问题最优值后,令Φ(z)表示问题(5)的最优值,进一步通过次梯度方法求解如下问题,获得z的最优取值:
步骤4,问题(4)中约束条件不耦合,将其分解为NS+NM个子问题,每个子问题都是一个简单的LP问题,各基站侧并行求解,得到正常时隙和宏基站静态时隙的用户接入矩阵X和Y,向该网络中的用户广播对应于各个线性约束条件的拉格朗日对偶变量a、b和μ的取值,其中,a=[aj]是NS+NM维向量,对应约束(a),b=[bj]是NS维向量,对应约束(b),μ=[μij]是NU×(NS+NM)维矩阵,对应约束(d),对于任意基站j而言,其需要求解的子问题表示如下:
步骤5,用户侧采用次梯度投影法更新QoS矩阵,将更新后的矩阵K反馈给基站,具体如下:
首先用户获取基站广播的对应于问题(4)中约束(d)的拉格朗日对偶变量μ,然后按照公式(8)计算K的次梯度,最后按照公式(9)更新K,反馈给基站:
g(kij)=-μij (8)
kij(t+1)=[kij(t)+αk(t)g(kij(t)]+ (9)
其中,t是当前迭代次数,αk(t)是步进值,[·]+表示投影到非负实数域,具体按照如下公式计算,若m为任意实数,则有:
步骤6,计算问题(4)的目标函数值f(t),判断是否收敛,若|f(t)-f(t-1)|≤ε成立,问题收敛;若不成立,t=t+1,重复步骤4-6直到收敛;
步骤7,中央控制器采用次梯度投影法求解主问题(6),更新宏基站静态时隙参数,广播给基站,具体按如下步骤进行:
首先,CCU获取基站广播的拉格朗日对偶变量a和b,然后按照公式(10)计算z的次梯度,最后按照公式(11)用次梯度更新z:
步骤8,重复步骤4-8,直到主问题收敛;
步骤9,计算等价能效函数G(η),判断G(η)=0是否成立,若成立,则得到网络的最优能效值为η*=η;若不成立,则更新等效的能效值重复步骤3-9,直到找到使G(η*)=0的最佳传输能效η*,此时即可得到最优的用户接入矩阵和宏基站静态时隙参数;
步骤10,根据步骤9优化得到的结果,确定宏基站的工作模式,在z比例时隙使宏基站不发送任何数据;各基站根据接入矩阵X和Y确定用户接入及资源分配,在正常时隙,xij>0表示用户i接入到基站j,且基站j分配给用户i的资源为在宏基站静态时隙,yij>0表示用户i接入到基站j,基站j分配的资源给用户i。
作为优选,所述步骤2中η=1。
作为优选,所述步骤5中取αk(t)=1/t。
作为优选,所述步骤6中取ε=10-4。
作为优选,所述步骤7中取αz(n)=1/n。
与现有技术相比,本发明具有如下优点和有益效果:
1.本发明方法利用原始分解的方法,将原来的集中式问题分解为若干个子问题和主问题,可实现并行计算,各基站侧可以同时计算最佳用户连接,极大地降低了算法复杂度。
2.本发明提出的分布式算法不需要网络全局信息,大大减少了需要交互的信息量,提升效率。
3.本发明方法以能效为优化目标得到最佳的用户接入方式,与其他接入方法相比可实现更高的能量效率,并且考虑了用户QoS,在最大化能效的同时保证了一定的频谱效率,在实际中更有应用价值。
附图说明
图1是本发明提出的面向高能效异构网络的分布式多用户接入方法步骤流程图。
图2是本发明方法与最大信干噪比接入方法的能效值对比结果。
图3是本发明与集中式算法的计算复杂度以及交互信息量的对比结果。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提出的面向高能效异构网络的分布式多用户接入方法,适用场景是包含若干宏基站和小基站的异构网络。首先,所有基站侧通过导频序列估计得到当前的用户信道状态信息;然后,根据信道信息构建QoS约束下用户接入的方程;最后,通过原始分解的方法将问题分解为若干子问题,交替迭代求解该方程,基站根据用户信道信息确定自身工作模式并优化固定QoS下的用户接入,各用户根据基站工作模式确定自身的接入调整策略;最后通过基站与用户之间有限的控制信息交互,基站和用户各自迭代优化接入策略,直到算法收敛,获得最优的用户接入和宏基站静态时隙参数。本发明方法如图1所示,具体包括以下步骤:
步骤1,根据当前信道状态信息,计算在宏基站正常时隙和空闲时隙(即静态时隙)各基站到所有用户的频谱效率,具体如下:
其中,上标(n)表示正常时隙,上标(b)表示宏基站静态时隙,表示正常时隙下基站j到用户i的频谱效率,表示宏基站静态时隙下基站j到用户i的频谱效率,B表示所有基站的集合,BS表示小基站的集合,q表示基站集合中标号不为j的基站,Pj表示基站j的发射功率,hij表示基站j到用户i之间的信道增益(仅考虑路径损耗),Pq表示基站q的发射功率,hiq表示基站q到用户i之间的信道增益(仅考虑路径损耗),σ2表示噪声功率,log(·)表示以2为底的对数函数。
步骤2,初始化网络能效值,通常可取η=1,将面向网络能效优化的用户接入及基站控制问题建立为如下数学优化问题,具体为:
其中,NU、NM和NS分别表示一个小区内用户、宏基站和小基站的数目,是正常时隙的用户接入矩阵,元素xij表示正常时隙用户i向基站j的小区接入参数,是宏基站静态时隙用户接入矩阵,元素yij表示宏基站静态时隙用户i向基站j的小区接入参数,z表示宏基站不发数据的时隙(即静态时隙)占整个时隙的百分比,B表示所有基站的集合,U表示所有用户的集合,PM和PS分别表示宏基站和小基站的发射功率,PC是系统已知的电路固定能耗,Qi表示用户i的最低速率要求。
步骤3,引入辅助变量其中kij表示为了满足用户服务质量(QoS),基站j需要提供给用户i的最低速率要求,即表征用户服务质量要求(QoS)的矩阵。初始化宏基站工作模式参数和K,将问题(3)分解为子问题(4)和主问题(5)(6)。其中,子问题(4)是一个没有耦合约束的线性规划问题,具体如下:
主问题是在获得子问题求解得到的接入矩阵X和Y前提下,获得K和z的最优值。按照序贯方法求解主问题。首先令Ψ(K)表示问题(4)的最优值,利用经典次梯度方法求解如下优化问题:
在获得问题(5)最优值后,令Φ(z)表示问题(5)的最优值,进一步通过次梯度方法求解如下问题,获得z的最优取值:
步骤4,问题(4)中约束条件不耦合,将其分解为NS+NM个子问题,每个子问题都是一个简单的LP问题,各基站侧并行求解,得到正常时隙和宏基站静态时隙的用户接入矩阵X和Y,向该网络中的用户广播对应于各个线性约束条件的拉格朗日对偶变量a、b和μ的取值,其中,a=[aj]是NS+NM维向量,对应约束(a),b=[bj]是NS维向量,对应约束(b),μ=[μij]是NU×(NS+NM)维矩阵,对应约束(d)。对于任意基站j而言,其需要求解的子问题表示如下:
步骤5,用户侧采用次梯度投影法更新QoS矩阵,将更新后的矩阵K反馈给基站,具体如下:
首先用户获取基站广播的对应于问题(4)中约束(d)的拉格朗日对偶变量μ,然后按照公式(8)计算K的次梯度,最后按照公式(9)更新K,反馈给基站。
g(kij)=-μij (8)
kij(t+1)=[kij(t)+αk(t)g(kij(t)]+ (9)
其中,t是当前迭代次数,αk(t)是步进值,通常可取αk(t)=1/t,[·]+表示投影到非负实数域,具体可按照如下公式计算,若m为任意实数,则有:
步骤6,计算问题(4)的目标函数值f(t),判断是否收敛。若|f(t)-f(t-1)|≤ε成立(通常可取ε=10-4),问题收敛;若不成立,t=t+1,重复步骤4-6直到收敛。
步骤7,中央控制器(CCU)采用次梯度投影法求解主问题(6),更新宏基站静态时隙参数,广播给基站,具体按如下步骤进行:
首先,CCU获取基站广播的拉格朗日对偶变量a和b,然后按照公式(10)计算z的次梯度,最后按照公式(11)用次梯度更新z。
步骤8,重复步骤4-8,直到主问题(6)收敛。
步骤9,计算等价能效函数G(η),判断G(η)=0是否成立。若成立,则得到网络的最优能效值为η*=η;若不成立,则更新等效的能效值重复步骤3-9,直到找到使G(η*)=0的最佳传输能效η*,此时即可得到最优的用户接入矩阵和宏基站静态时隙参数。
步骤10,根据步骤9优化得到的结果,确定宏基站的工作模式,在z比例时隙使宏基站不发送任何数据(即处于静态时隙)。各基站根据接入矩阵X和Y确定用户接入及资源分配;在正常时隙,xij>0表示用户i接入到基站j,且基站j分配给用户i的资源为在宏基站静态时隙,yij>0表示用户i接入到基站j,基站j分配的资源给用户i。
为了证明本发明技术效果,将本发明方法与现有技术中的其他方法进行比较。图2是不同接入方法下的能效值对比结果,可以看出,与最大信干噪比接入方法相比,本发明的接入算法可以取得更好的能效性能。图3是本发明与集中式算法的计算复杂度以及交互信息量的对比结果,Ο(·)表示小于或等于,∝(·)表示成正比,可以看出,本发明的分布式用户接入方式相比于现有算法,较好地降低了复杂度和交互信息量。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.一种面向高能效异构网络的分布式多用户接入方法,其特征在于,包括如下步骤:
步骤1,根据当前信道状态信息,通过下式计算在宏基站正常时隙和空闲时隙下各基站到所有用户的频谱效率:
其中,上标(n)表示正常时隙,上标(b)表示宏基站静态时隙,表示正常时隙下基站j到用户i的频谱效率,表示宏基站静态时隙下基站j到用户i的频谱效率,B表示所有基站的集合,BS表示小基站的集合,q表示基站集合中标号不为j的基站,Pj表示基站j的发射功率,hij表示仅考虑路径损耗时基站j到用户i之间的信道增益,Pq表示基站q的发射功率,hiq表示仅考虑路径损耗时基站q到用户i之间的信道增益,σ2表示噪声功率,log(·)表示以2为底的对数函数;
步骤2,初始化网络能效值,将面向网络能效优化的用户接入及基站控制问题建立为如下数学优化问题:
其中,NU、NM和NS分别表示一个小区内用户、宏基站和小基站的数目,是正常时隙的用户接入矩阵,元素xij表示正常时隙用户i向基站j的小区接入参数,是宏基站静态时隙用户接入矩阵,元素yij表示宏基站静态时隙用户i向基站j的小区接入参数,z表示宏基站不发数据的时隙占整个时隙的百分比,B表示所有基站的集合,U表示所有用户的集合,PM和PS分别表示宏基站和小基站的发射功率,PC是系统已知的电路固定能耗,Qi表示用户i的最低速率要求;
步骤3,引入辅助变量其中kij表示为了满足用户服务质量,基站j需要提供给用户i的最低速率要求,即表征QoS矩阵,初始化宏基站工作模式参数和K,将问题(3)分解为子问题(4)和主问题(5)(6),其中,子问题(4)是一个没有耦合约束的线性规划问题,具体如下:
主问题是在获得子问题求解得到的接入矩阵X和Y前提下,获得K和z的最优值,按照序贯方法求解主问题,首先令Ψ(K)表示问题(4)的最优值,利用经典次梯度方法求解如下优化问题:
在获得上述问题最优值后,令Φ(z)表示问题(5)的最优值,进一步通过次梯度方法求解如下问题,获得z的最优取值:
步骤4,问题(4)中约束条件不耦合,将其分解为NS+NM个子问题,每个子问题都是一个简单的LP问题,各基站侧并行求解,得到正常时隙和宏基站静态时隙的用户接入矩阵X和Y,向该网络中的用户广播对应于各个线性约束条件的拉格朗日对偶变量a、b和μ的取值,其中,a=[aj]是NS+NM维向量,对应约束(a),b=[bj]是NS维向量,对应约束(b),μ=[μij]是NU×(NS+NM)维矩阵,对应约束(d),对于任意基站j而言,其需要求解的子问题表示如下:
步骤5,用户侧采用次梯度投影法更新QoS矩阵,将更新后的矩阵K反馈给基站,具体如下:
首先用户获取基站广播的对应于问题(4)中约束(d)的拉格朗日对偶变量μ,然后按照公式(8)计算K的次梯度,最后按照公式(9)更新K,反馈给基站:
g(kij)=-μij (8)
kij(t+1)=[kij(t)+αk(t)g(kij(t)]+ (9)
其中,t是当前迭代次数,αk(t)是步进值,[·]+表示投影到非负实数域,具体按照如下公式计算,若m为任意实数,则有:
步骤6,计算问题(4)的目标函数值f(t),判断是否收敛,若|f(t)-f(t-1)|≤ε成立,问题收敛;若不成立,t=t+1,重复步骤4-6直到收敛;
步骤7,中央控制器采用次梯度投影法求解主问题(6),更新宏基站静态时隙参数,广播给基站,具体按如下步骤进行:
首先,CCU获取基站广播的拉格朗日对偶变量a和b,然后按照公式(10)计算z的次梯度,最后按照公式(11)用次梯度更新z:
步骤8,重复步骤4-8,直到主问题收敛;
步骤9,计算等价能效函数G(η),判断G(η)=0是否成立,若成立,则得到网络的最优能效值为η*=η;若不成立,则更新等效的能效值重复步骤3-9,直到找到使G(η*)=0的最佳传输能效η*,此时即可得到最优的用户接入矩阵和宏基站静态时隙参数;
2.根据权利要求1所述的面向高能效异构网络的分布式多用户接入方法,其特征在于:所述步骤2中η=1。
3.根据权利要求1所述的面向高能效异构网络的分布式多用户接入方法,其特征在于:所述步骤5中取αk(t)=1/t。
4.根据权利要求1所述的面向高能效异构网络的分布式多用户接入方法,其特征在于:所述步骤6中取ε=10-4。
5.根据权利要求1所述的面向高能效异构网络的分布式多用户接入方法,其特征在于:所述步骤7中取αz(n)=1/n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710365457.6A CN107426775B (zh) | 2017-05-22 | 2017-05-22 | 一种面向高能效异构网络的分布式多用户接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710365457.6A CN107426775B (zh) | 2017-05-22 | 2017-05-22 | 一种面向高能效异构网络的分布式多用户接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107426775A CN107426775A (zh) | 2017-12-01 |
CN107426775B true CN107426775B (zh) | 2020-05-08 |
Family
ID=60428387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710365457.6A Active CN107426775B (zh) | 2017-05-22 | 2017-05-22 | 一种面向高能效异构网络的分布式多用户接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107426775B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848519B (zh) * | 2018-05-25 | 2021-05-18 | 东南大学 | 一种基于交叉熵学习的异构网络用户接入方法 |
CN110350537B (zh) * | 2019-07-10 | 2021-06-01 | 佳源科技有限公司 | 基于可再生能源整合的微电网优化调度方法 |
CN111050413B (zh) * | 2019-12-23 | 2021-08-10 | 电子科技大学 | 一种基于自适应调整策略的无人机csma接入方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8174959B2 (en) * | 2008-03-11 | 2012-05-08 | Nec Laboratories America, Inc. | Auction based resource allocation in wireless systems |
US9137818B2 (en) * | 2011-12-14 | 2015-09-15 | Alcatel Lucent | Method and system for a reduced-complexity scheduling for a network MIMO with linear zero-forcing beamforming |
CN104869646B (zh) * | 2015-05-05 | 2018-05-29 | 上海交通大学 | 异构无线网络中能量有效的资源分配方法 |
CN105451268B (zh) * | 2015-11-10 | 2018-11-09 | 东南大学 | 一种高能效的异构小区接入方法 |
CN105898851B (zh) * | 2015-11-25 | 2019-06-04 | 北京邮电大学 | 超密集网络中考虑能量收集的高能效功率控制方法 |
CN106102153B (zh) * | 2016-06-16 | 2021-02-09 | 北京理工大学 | 一种无线缓存异构网络的用户接入和功率分配方法 |
-
2017
- 2017-05-22 CN CN201710365457.6A patent/CN107426775B/zh active Active
Non-Patent Citations (2)
Title |
---|
Energy-Per-Bit Minimized Radio Resource Allocation in Heterogeneous Networks;Seonwook Kim;《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》;20140430;全文 * |
异构部署网络的无线资源管理与系统性能评估;王坦;《中国知网》;20120421;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107426775A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107708197B (zh) | 一种高能效的异构网络用户接入和功率控制方法 | |
CN110430613B (zh) | 多载波非正交多址接入系统基于能效的资源分配方法 | |
CN111132342A (zh) | 一种基于无线供电反向散射通信网络的多载波资源分配方法 | |
CN108924938B (zh) | 一种用于无线充电边缘计算网络计算能效的资源分配方法 | |
CN110233755B (zh) | 一种物联网中雾计算的计算资源和频谱资源分配方法 | |
CN113596785B (zh) | 基于深度q网络的d2d-noma通信系统资源分配方法 | |
CN107426775B (zh) | 一种面向高能效异构网络的分布式多用户接入方法 | |
CN113064665A (zh) | 一种基于李雅普诺夫优化的多服务器计算卸载方法 | |
CN101854725A (zh) | 一种用于蜂窝多小区ofdma系统的资源分配和功率分配方法 | |
WO2023179010A1 (zh) | 一种noma-mec系统中的用户分组和资源分配方法及装置 | |
Xu et al. | Dynamic client association for energy-aware hierarchical federated learning | |
Liu et al. | Robust resource allocation in two-tier NOMA heterogeneous networks toward 5G | |
CN104135769B (zh) | 不完备信道状态信息下ofdma遍历容量最大化资源分配方法 | |
CN109905917A (zh) | 基于无线携能的noma通信系统中无线资源分配方法 | |
CN104079335B (zh) | 一种多小区ofdma网络下鲁棒性的三维波束赋形方法 | |
CN106332257B (zh) | 超密集d2d网络中基于干扰平均场分布式功率控制方法 | |
Zhou et al. | Multi-server federated edge learning for low power consumption wireless resource allocation based on user QoE | |
CN109787737B (zh) | 一种基于混合能量采集的多用户资源优化方法 | |
CN108650710B (zh) | 基于混合多址接入的无线供能通信网络的资源分配方法 | |
CN108521672B (zh) | 一种分布式无线能量和信息传输系统的资源分配方法 | |
CN104009824A (zh) | 一种基站协作上行链路系统中基于差分进化的导频辅助数据融合方法 | |
Mu et al. | Latency constrained partial offloading and subcarrier allocations in small cell networks | |
CN111065121B (zh) | 一种考虑小区差异的密集网络能耗及能效联合优化方法 | |
CN110602718B (zh) | 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统 | |
CN110061826B (zh) | 一种最大化多载波分布式天线系统能效的资源分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |