CN107517467B - 一种面向过程优化的多天线海域信息港协同资源调配方法 - Google Patents

Abstract

本发明涉及一种面向过程优化的多天线海域信息港协同资源调配方法，属于无线通信中无线资源分配技术领域，该方法包括：将所有用户的业务过程时长分解为若干时隙，根据系统中的约束条件，构建优化模型：根据优化模型，计算最大功率和最小业务量约束下该优化模型的最优解；得到的最优解P是否为可行解，若是可行解，则将P作为多天线海域信息港协同资源调配的结果：若不是，则使P逐步逼近可行解；得到海域信息港协同资源调配的结果。本发明利用航船的航线信息和用户的业务需求信息，以及海域信道的大尺度衰落特性，提高资源分配效率，以降低系统功耗，提升海上用户的宽带通信服务质量。

Description

一种面向过程优化的多天线海域信息港协同资源调配方法

技术领域

本发明属于无线通信中无线资源分配技术领域，特别涉及一种多用户多天线海域通信系统的协同用户调度和功率分配方案。

背景技术

我国海域范围广阔，大陆海岸线绵长，海洋经济十分活跃。为满足游船、商船、渔船、海监船等应用需求，保障近海海域通航安全，提升涉海人员生活质量，促进海洋经济进一步发展，亟待发展海域宽带通信技术。现有LTE(Long Term Evolution，长期演进)网络主体面向陆地覆盖，侧重解决城区、郊区的通信问题，技术上很依赖大范围密集布站。海面上很难建设基站，因此，海域宽带通信网络的基站只能沿岸建设，这样一来，网络拓扑严重受限，系统性能难以保证。

发展海域宽带通信又不能从零开始，一种可行的技术途径是改造目前的地面通信LTE技术。为了适应近海海域的信道特征和用户分布，可通过在海岸部署具有大规模天线阵列的高架基站(岸基站)，与海上用户组成多用户多天线(Multi-User MIMO)系统，从而提高通信速率和服务质量。然而在基站站址约束下，LTE网络覆盖范围有限，且由于高架基站选址受限于地理条件，经典LTE网络难以实现沿海岸线的接续宽带覆盖。在窄带全域覆盖下，让每个岸基站覆盖一片海域，形成一个宽带信息港是一种解决途径，如图1所示。航船在特定时间进入岸基站的覆盖范围，即宽带信息港，并接入宽带网络、享受宽带服务；其他时间，用户可以享受窄带通信服务，满足基本的安全航行需求。

随着海洋经济的不断发展，海上用户对于移动互联网与无线多媒体等业务的需求日益增加，宽带信息港有限的时空频资源与不断增长的业务需求之间的矛盾日趋凸显。因此，需要充分挖掘海域通信系统中的用户和业务特性，提高资源配置与利用的效率，从而提升网络的整体性能。

目前，海域多用户多天线系统资源分配的常用方法有先到先服务和动态规划。先到先服务，即用户在基站覆盖范围内随机发起业务请求，基站立即为其分配无线资源，若当前没有无线资源，则该用户需等待其他用户结束业务并释放资源；动态规划，即基站根据其当前服务的所有用户的信道信息和业务需求，进行下一时隙的用户调度和功率分配，运用动态规划方法，得到每个时隙的局部最优解。

然而，以上两种方法均为针对某一时刻、面向当前状态的优化，由于没有考虑海域业务的全过程信息，只能获得局部最优解，资源配置的效率仍较低。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种面向过程优化的多天线海域信息港协同资源调配方法，本发明利用航船的航线信息和用户的业务需求信息，以及海域信道的大尺度衰落特性，提高资源分配效率，以降低系统功耗，提升海上用户的宽带通信服务质量。

本发明提出的一种面向过程优化的多天线海域信息港协同资源调配方法，其特征在于，该协同资源调配为自适应地调整用户调度和功率分配；

设一个多天线海域信息港系统的用户数量为K，编号为1,2,…,k…,K，第k个用户的业务量需求为进港时间为t_1k，离港时间为t_2k；

该系统基站到各用户的信道相互独立，系统最多可同时服务N个用户，K≥N，系统对单个用户的最大发射功率为P_max；

该系统中所有用户的业务过程时长为T，基站在t时刻对第k个用户的大尺度和小尺度信道衰落分别为β_k，t和h_k，t，h_k，t服从均值为0、方差为的复高斯分布，系统的噪声为加性高斯白噪声，方差为

该方法包括以下步骤：

1)将所有用户的业务过程时长分解为若干时隙，根据系统中的约束条件，构建优化模型：

1-1)首先利用先验的大尺度信道信息的慢变特性，将所有用户的业务过程时长T分解为M个用于进行用户调度和功率分配的时隙△T，T＝M·△T，M<T；则第k个用户的进港时隙离港时隙其中表示向上取整，表示向下取整；在每个时隙内，认为信道的大尺度衰落不变，得到第k个用户在第m个时隙的可达速率r_k,m及最大可达速率分别为：

其中，P_k,m，m＝1,2,…,M；为系统在第m个时隙对第k个用户分配的功率，β_k,m为基站在第m个时隙对第k个用户的大尺度信道衰落；

1-2)构建由优化目标函数及约束条件组成的优化模型：优化目标函数是通过优化P_k,m，最小化系统在这M个时隙的总功耗令表示系统是否在第m个时隙对第k个用户分配资源进行数据传输；

约束条件包括：

a)基站天线的最大功率约束：P_k,m≤P_max；

b)系统的时空频资源约束：即系统最多可同时服务N个用户；

c)用户的业务量需求约束：即用户调度和功率分配结果必须满足不同用户对数据量的需求；

得到如下优化模型：

s.t.0≤P_k,m≤P_max

2)根据步骤1)中所得优化模型，忽略系统可同时服务的最大用户数N，计算最大功率和最小业务量约束下该优化模型的最优解P：

具体包括以下步骤：

设S₀是由元素(k,m)组成的集合，(k,m)表示系统将第m个时隙分配给第k个用户，即δ_k,m＝1，P＝{P_k,m}^K×M为由P_k,m组成的矩阵；则对用户1到用户K，即k＝1:K，计算P的流程如下：

2-1)找到在所有尚未分配给该用户的时隙中，使其可达速率最大的时隙m*，即：找到

2-2)判断将时隙m*分配给用户k后，用户k的可达速率是否达到其业务量需求，即比较和的大小：

当时：令作为最优解P，令S₀←S₀∪{(k,m^*)}，跳回步骤2-1)；

当时：令其中令S₀←S₀∪{(k,m^*)}，对第k+1个用户执行2-1)；

3)根据系统可同时服务的最大用户数N，检查步骤2)中得到的最优解P是否为可行解，若对任意m有P是可行解，则将P作为多天线海域信息港协同资源调配的结果：若存在m使得时，P不是可行解，则使P逐步逼近可行解；得到海域信息港协同资源调配的结果。

本发明和特点及有益效果：

本发明的关键点在于：利用了航船的航线信息和用户的业务需求信息，利用了海域信道的结构化特性，即大尺度信道衰落占主导的特性，设计面向过程的海域多天线系统协同资源分配新方法。从而有效挖掘过程信息带来的增益，显著降低系统功耗，提升单个海域信息港的宽带服务效率。

本发明方法较已有的先到先服务和基于动态规划的用户调度和功率分配方案能够有效降低系统功耗，显著提升系统的功率效率和能量效率。同时该方法复杂度不高，在已知航船的进港、离港时间和航线信息，以及用户的业务需求后，可以利用信道的大尺度衰落信息，自适应地调整用户调度和功率分配方案。

附图说明

图1为海域宽带信息港示意图。

图2为本发明方法的总体流程框图；其中图(2-1)为本方法步骤2)的流程图，图(2-2)为步骤3)的流程图。

图3为本发明方法与现有技术方案的效果比较曲线图。

具体实施方式

本发明提出的一种面向过程优化的多天线海域信息港协同资源调配方法结合附图及实施例详细说明如下：

本发明中假设一个多天线海域信息港系统的用户数量为K(编号为1,2,…,k…,K)，第k个用户的业务量需求为进港时间为t_1k，离港时间为t_2k(这些信息可以通过窄带通信网络反馈到基站侧)；

该系统使用正交的时空频资源块来服务不同的用户，即基站到各用户的信道相互独立，系统最多可同时服务N个用户，K≥N，系统对单个用户的最大发射功率为P_max；

该系统中所有用户的业务过程时长为T，基站在t时刻对第k个用户的大尺度和小尺度信道衰落分别为β_k,t和h_k,t，h_k,t服从均值为0、方差为的复高斯分布，系统的噪声为加性高斯白噪声，方差为

本发明的面向过程优化的多天线海域信息港协同资源调配方法的总体流程如图2所示，该协同资源调配为自适应地调整用户调度和功率分配；包括以下步骤：

1)将所有用户的业务过程时长分解为若干时隙，根据实际系统中的约束条件，构建优化模型；具体地：

1-1)首先利用先验的大尺度信道信息的慢变特性，将所有用户的业务过程时长T分解为M个用于进行用户调度和功率分配的时隙△T，T＝M·△T，M<T；则第k个用户的进港时隙离港时隙其中表示向上取整，表示向下取整；在每个时隙内，认为信道的大尺度衰落不变，得到第k个用户在第m个时隙的可达速率r_k,m及最大可达速率分别为：

其中，P_k,m(m＝1,2,…,M)为系统在第m个时隙对第k个用户分配的功率，P_max为基站在任一时隙向任一用户传输时能够使用的最大功率，β_k,m(m＝1,2,…,M)为基站在第m个时隙对第k个用户的大尺度信道衰落；

1-2)在此基础上，构建由优化目标函数及约束条件组成的优化模型：优化目标函数是通过优化P_k,m，最小化系统在这M个时隙的总功耗令表示系统是否在第m个时隙对第k个用户分配资源进行数据传输，考虑实际系统中的约束条件包括：

a)基站天线的最大功率约束：P_k,m≤P_max；

b)系统的时空频资源约束：即系统最多可同时服务N个用户；

c)用户的业务量需求约束：即用户调度和功率分配结果必须满足不同用户对数据量的需求；

综合以上分析，得到如下优化模型：

s.t.0≤P_k,m≤P_max

2)根据1)中所得优化模型，忽略系统可同时服务的最大用户数N，计算最大功率和最小业务量约束下该优化模型的最优解P：

具体流程如图2-1所示，包括以下步骤：

设S₀是由元素(k,m)组成的集合，(k,m)表示系统将第m个时隙分配给第k个用户，即δ_k,m＝1，P＝{P_k,m}^K×M为由P_k,m组成的矩阵；则对用户1到用户K，即k＝1:K，计算P的流程如下：

2-1)找到在所有尚未分配给该用户的时隙中，使其可达速率最大的时隙m*，即：找到

2-2)判断将时隙m*分配给用户k后，用户k的可达速率是否达到其业务量需求，即比较和的大小：

当时：令作为最优解P，令S₀←S₀∪{(k,m^*)}，跳回步骤2-1)；

当时：令其中令S₀←S₀∪{(k,m^*)}，对下一个(第k+1个)用户执行2-1)；

3)根据系统可同时服务的最大用户数N，检查步骤2)中得到的最优解P是否为可行解，若对任意m有P是可行解，则将P作为多天线海域信息港协同资源调配的结果：若存在m使得时，P不是可行解，则使P逐步逼近可行解；

具体流程如图2-2所示，包括以下步骤：

对用户1到用户k，即k＝1:K，依次执行以下步骤：

3-1)对所有计算

对所有(k,m₀)∈S₀，计算

3-2)根据步骤3-1)中的计算结果，找到所有尚未配对的用户k*和时隙m*，使得将原来分配给k*的时隙m₀修改为m*后，对速率的影响最小，即其中

3-3)令S₀←S₀\{(k^*,m₀)},S₀←S₀∪{(k^*,m^*)}；

3-4)判断在步骤3-2)中将原来分配给k*的时隙m₀修改为m*后，其可达速率是否达到其业务量需求，即比较和的大小：

当时，循环执行以下操作：

找到其中

令S₀←S₀∪{(k^*,m^*)}；循环执行后再执行步骤3-5)

当时，直接执行步骤3-5)；

3-5)如果则令其中

至此得到最终解P，P中的元素P_k,m表示系统在第m个时隙分配给用户k的功率，即功率分配结果；同时得到S₀，S₀中的元素(k,m)表示用户k在第m个时隙被调度，即系统将第m个时隙分配给第k个用户。

实施例

本实施例应用在如图1所示的海域通信系统下，系统的载波频率为1900MHz，基站覆盖范围为50km，基站配有128个天线，每个用户(航船)配有1根天线。信道的路径损耗服从两径模型，阴影衰落的标准差为8，噪声功率为-107dBm。

本实施例方法包括以下步骤：

1)将所有用户的业务过程时长分解为若干时隙，根据实际系统中的约束条件，构建优化模型；

本实施例中系统的时隙数M＝5，用户数K＝5，系统最多可同时服务N＝3个用户。

用户的进港、离港时间和业务量需求如下表所示：

步骤1)中，计算得到这5个用户在这5个时隙的最大可达速率如下表所示：

用户	1	2	3	4	5
						时隙1	1.1	1.2	2.5
时隙2	1.5	2	2.3	1.2	2
						时隙3	2	2.5	2.2	1.5	2.2
时隙4	1.4	1.9	1.6	1.6	1.9
						时隙5	1	1.3		1.3

2)忽略系统可同时服务的最大用户数N，计算最大功率和最小业务量约束下的功率分配结果P_k,m

在步骤2)中，向这5个用户分配的传输时隙δ_k,m和实际传输速率r_k,m如下表所示(左为δ_k，m，右为r_k，m)：

根据上面表格，由公式得到相应功率分配结果P_k,m。

计算P_k,m过程如下(以用户1)为例：

2-1)找到在所有尚未分配给用户1的时隙m(1,2,3,4,5)中，使其可达速率最大的时隙m*＝3；

2-2)判断将时隙3分配给用户1后，用户1的可达速率是否达到其业务量需求：2<4.2，继续；

a)找到在所有尚未分配给用户1的时隙m(1,2,4,5)中，使其可达速率最大的时隙m*＝2；

b)判断将时隙2、3分配给用户1后，用户1的可达速率是否达到其业务量需求：2+1.5＝3.5<4.2，继续；

c)找到在所有尚未分配给用户1的时隙m(1,4,5)中，使其可达速率最大的时隙m*＝4；

d)判断将时隙2、3、4分配给用户1后，用户1的可达速率是否达到其业务量需求：2+1.5+1.4＝4.9>4.2，由计算得到用户1在时隙4的实际速率r_k,4为4.2-2-1.5＝0.7；

e)由公式得到相应功率分配结果P_k,m。

3)考虑系统可同时服务的最大用户数N＝3，检查2)中得到的资源分配结果是否为可行解，若不是，使其逐步逼近可行解。

由2)中分配结果，存在m＝2、3，使得因此2)中的分配结果不满足系统可同时服务最大用户数的约束，需进行调整；按步骤3)中算法调整后，向5个用户分配的传输时隙δ_k,m和实际传输速率r_k,m如下表所示(左为δ_k,m，右为r_k,m)：

根据上面表格，由公式得到相应功率分配结果P_k,m。

计算P_k,m过程如下(以时隙2)为例：

3-1)3-2)找到尚未配对的用户k*＝5和时隙m*＝4，使得将原来分配给k*＝5的时隙m₀＝2修改为m*＝4后，对速率的影响最小；

3-3)令r_5,2＝0,r_5,4＝1.9，由公式得到相应功率分配结果P_5,4；

3-4)判断在步骤3-2)中将原来分配给k*＝5的时隙m₀＝2修改为m*＝4后，其可达速率是否达到其业务量需求，比较和的大小：比较结果直接执行步骤3-5)；

3-5)条件不满足，不再进行调整；

直接由公式得到相应功率分配结果P_k,m。

仿真过程中按照泊松过程随机生成航船的进港时间，并根据航速与航线信息生成用户的位置，使用上述方案进行用户调度和功率分配，并计算平均单个用户的下行传输功率。

在上述仿真条件下，本实例对系统用户数为10到55区间，以5为间隔逐点进行仿真，得到每个用户数下平均单个用户的下行传输功率，并将本方案的性能与现有的先到先服务和基于动态规划的用户调度和功率分配方案进行比较。比较结果如图3所示，其中方块口所标示的曲线为本实施例方案的仿真结果，叉x所标示的曲线为已有的先到先服务方案，圆圈o所标示的曲线为已有的动态规划方案；可以看出本实施例方案能够有效降低系统功耗，显著提升系统的功率效率和能量效率。

Claims (1)

1.一种面向过程优化的多天线海域信息港协同资源调配方法，其特征在于，该协同资源调配为自适应地调整用户调度和功率分配；

设一个多天线海域信息港系统的用户数量为K，编号为1,2,…,k…,K，第k个用户的业务量需求为进港时间为t_1k，离港时间为t_2k；

该系统基站到各用户的信道相互独立，系统最多可同时服务N个用户，K≥N，系统对单个用户的最大发射功率为P_max；

该系统中所有用户的业务过程时长为T，基站在t时刻对第k个用户的大尺度和小尺度信道衰落分别为β_k,t和h_k,t，h_k,t服从均值为0、方差为的复高斯分布，系统的噪声为加性高斯白噪声，方差为

该方法包括以下步骤：

1)将所有用户的业务过程时长分解为若干时隙，根据系统中的约束条件，构建优化模型：

1-1)首先利用先验的大尺度信道信息的慢变特性，将所有用户的业务过程时长T分解为M个用于进行用户调度和功率分配的时隙ΔT，T＝M·ΔT，M<T；则第k个用户的进港时隙离港时隙其中表示向上取整，表示向下取整；在每个时隙内，认为信道的大尺度衰落不变，得到第k个用户在第m个时隙的可达速率r_k,m及最大可达速率分别为：

其中，P_k,m，m＝1,2,…,M；为系统在第m个时隙对第k个用户分配的功率，β_k,m为基站在第m个时隙对第k个用户的大尺度信道衰落；

1-2)构建由优化目标函数及约束条件组成的优化模型：优化目标函数是通过优化P_k,m，最小化系统在这M个时隙的总功耗令表示系统是否在第m个时隙对第k个用户分配资源进行数据传输；

约束条件包括：

a)基站天线的最大功率约束：P_k,m≤P_max；

b)系统的时空频资源约束：即系统最多可同时服务N个用户；

c)用户的业务量需求约束：即用户调度和功率分配结果必须满足不同用户对数据量的需求；

得到如下优化模型：

s.t.0≤P_k,m≤P_max

2)根据步骤1)中所得优化模型，忽略系统可同时服务的最大用户数N，计算最大功率和最小业务量约束下该优化模型的最优解P：

具体包括以下步骤：

设S₀是由元素(k,m)组成的集合，(k,m)表示系统将第m个时隙分配给第k个用户，即δ_k,m＝1，P＝{P_k,m}^K×M为由P_k,m组成的矩阵；则对用户1到用户K，即k＝1:K，计算P的流程如下：

2-1)找到在所有尚未分配给该用户的时隙中，使其可达速率最大的时隙m*，即：找到

2-2)判断将时隙m*分配给用户k后，用户k的可达速率是否达到其业务量需求，即比较和的大小：

当时：令作为最优解P，令S₀←S₀∪{(k,m^*)}，跳回步骤2-1)；

当时：令其中令S₀←S₀∪{(k,m^*)}，对第k+1个用户执行2-1)；

3)根据系统可同时服务的最大用户数N，检查步骤2)中得到的最优解P是否为可行解，若对任意m有P是可行解，则将P作为多天线海域信息港协同资源调配的结果：若存在m使得时，P不是可行解，则使P逐步逼近可行解；得到海域信息港协同资源调配的结果；具体包括以下步骤：

对用户1到用户k，即k＝1:K，依次执行以下步骤：

3-1)对所有计算

对所有(k,m₀)∈S₀，计算

3-2)根据步骤3-1)中的计算结果，找到所有尚未配对的用户k*和时隙m*，使得将原来分配给k*的时隙m₀修改为m*后，对速率的影响最小，即其中

3-3)令S₀←S₀\{(k^*,m₀)},S₀←S₀∪{(k^*,m^*)}；

3-4)判断在步骤3-2)中将原来分配给k*的时隙m₀修改为m*后，其可达速率是否达到其业务量需求，即比较和的大小：

当时，循环执行以下操作：

找到其中

令S₀←S₀∪{(k^*,m^*)}；循环后再执行步骤3-5)；

当时，直接执行步骤3-5)；

3-5)如果则令其中

至此得到最终解P，P中的元素P_k,m表示系统在第m个时隙分配给用户k的功率，即功率分配结果；同时得到S₀，S₀中的元素(k,m)表示用户k在第m个时隙被调度，即系统将第m个时隙分配给第k个用户。