CN108322274A - 一种基于贪心算法的wlan系统ap节能与干扰优化方法 - Google Patents
一种基于贪心算法的wlan系统ap节能与干扰优化方法 Download PDFInfo
- Publication number
- CN108322274A CN108322274A CN201810083401.6A CN201810083401A CN108322274A CN 108322274 A CN108322274 A CN 108322274A CN 201810083401 A CN201810083401 A CN 201810083401A CN 108322274 A CN108322274 A CN 108322274A
- Authority
- CN
- China
- Prior art keywords
- user
- interference
- energy consumption
- association
- channel
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0833—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0215—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices
- H04W28/0221—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices power availability or consumption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
- H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
- H04W52/343—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading taking into account loading or congestion level
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种无线局域网(WLAN)系统中无线接入点(AP)节能与干扰的双重协调优化方法,属于通信技术领域。首先对AP设备的能耗进行测量,并且调节AP初始发射功率和信道;然后通过中心控制器实时感知网络负载状态,得到用户与AP的关联矩阵,并建立能耗、干扰、覆盖、用户QoE与AP选择之间的关系模型;最后基于贪心算法完成AP开关调节、AP信道选择、AP发射功率调节以及用户的关联选择。本方法在满足无线覆盖和用户QoE的前提下,能够有效地降低由冗余AP带来的WLAN系统能耗和干扰。
Description
技术领域
本发明属于通信技术领域,涉及一种基于贪心算法的WLAN无线接入点节能与干扰优化方法。
背景技术
当今,随着智能手机和可穿戴设备的兴起,移动互联网得到了迅猛的发展。WLAN作为一种高速便利的移动网络接入解决方案,已经在企业、医院、商圈、学校等区域密集部署,成为用户访问互联网的主流接入方式,然而AP的密集部署也使得WLAN能效与干扰问题更为突出,制约了大规模WLAN的进一步发展。
一方面,大量研究表明WLAN中的AP设备多是根据系统峰值时段流量需求进行规划,但是峰值时段很少发生。当系统中流量业务较少时,大部分AP处于空闲且仍保持开启状态(如:夜间),这便造成了大量不必要的能源和资源浪费。因此,在保证不损失用户QoE的前提下,设计一种实时有效的节能方案,对降低运营商经济成本和提高资源利用率具有重要意义。目前,研究者多采用关闭冗余AP或调节AP发射功率的方式来实现WLAN的节能。
另一方面,随着WLAN网络的大规模部署,WLAN面临着日益严重的频谱与信道资源紧缺问题,大量的无线接入点在同一空间内互相干扰,严重影响了WLAN的网络接入服务质量,需要进一步研究能够有效降低密集WLAN的干扰协调机制,以真正满足运营商和用户高速、稳定、安全的移动互联网接入需求。最新研究指出,干扰不仅能够影响无线网络的稳定和用户的上网体验,同时也在潜移默化地影响着系统的能耗。根据现有无线通信理论,降低无线网络内的干扰能够增加单个用户与AP间的无线信道容量,使得两者间的吞吐量获得提升。由此可推断出,当两者传输单位数量的信息时,低干扰环境下比高干扰环境下需要的时间更少,即AP为此用户服务的时间更短,消耗的电能更少,这是传统节能文章所没有考虑到的。同时,除了传统的为相邻AP分配正交信道的方法外,关闭冗余AP和调节AP发射功率等方法同样被研究者用在了干扰协调算法研究的领域中。
针对上述关于密集部署的WLAN中冗余AP造成了能源浪费和干扰问题,研究者们展开了大量的研究工作。目前的节能和降低干扰方案主要有:
1、根据AP已连接终端数以及收到的探测报文数目的大小,动态调整AP发送Beacon帧的间隔时间,降低AP发送无线帧的数目以实现节能。
2、利用AP的空间几何位置对WLAN中的AP进行聚簇,即根据AP之间距离的远近将AP划分为不同的簇。在簇中,选出一个主导AP,关闭其他AP的电源,从而达到节能的目的。
3、基于系统历史数据流量分析数据流服从的分布特性,对数据流量进行建模,根据当前数据流量给出系统流量预估模型的预设参数,从而在不同的时段开启不同数量的AP来控制系统的容量以满足网络需求。
4、AP间相互协作,相邻AP交换各自关联用户、最大服务数和相邻AP等信息,并以此为依据筛选出哪些AP可以被关闭。
5、满足AP与用户维持最大的可能速率下,通过功率控制算法降低各个AP的发送功率来最小化相邻AP之间的干扰。
6、有效地部署无线接入点(AP),确定AP在一组候选位置上的最佳位置,使得AP的数量最小化并且满足用户的服务质量(QoS)要求。
7、利用信道分配算法,使密集部署的AP选择最优的信道减小干扰,更加充分的满足用户的服务质量(QoS)要求。
然而,现有的WLAN系统节能和降低干扰方法主要存在以下问题:
1、调整Beacon帧间隔时间和调节AP发射功率等方式节能效果并不明显。
2、由于网络中用户移动性强,基于聚簇及历史数据建模的网络能效管理节能机制不能够实时地根据用户状态的改变来调节网络状态,难以避免用户服务丢失的情况。
3、现有基于网络负载感知的节能算法缺乏对单节点容量的考虑,无法保障开启的AP节点能够满足网络的需求,缺乏对待休眠AP所连接的用户重新选择AP接入时的选择考虑。
4、在当前研究工作中,干扰与能耗之间的数学关系尚未研究,这是无线系统资源调度与优化的基础。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种实现系统能耗与干扰的最优化、降低用户同信道的干扰的基于贪心算法的WLAN系统AP节能与干扰优化方法。本发明的技术方案如下:
一种基于贪心算法的WLAN系统AP节能与干扰优化方法,其包括以下步骤:
101、首先获取AP能耗随AP负载、AP发射功率变化的实验数据,并对实验数据做回归拟合分析得到AP负载-AP发射功率-AP能耗三者间的数学模型;
102、开启所有AP,将AP的发射功率调节至最大,SDN控制器感知无线系统中AP节点状态、用户与AP关联信息,并通过设定随机信道来确定AP的初始工作状态;
103、以AP的邻接数、AP下用户干扰和、用户可关联数三个指标对用户进行关联切换卸载;
104、采用贪心算法,在满足用户的数据传输速率要求的条件下,为用户选择一个系统能耗与干扰最小的AP接入,优化网络资源的配置。
进一步的,所述步骤101具体包括:对AP发射功率从0-30dBm以1dBm为间隔分为30组,每一组施加0-80Mbps以5Mbps为间隔的下行负载,通过功率监测仪实时读取AP的实际能耗数据P,同时通过无线用户端的丢包率监测实时获取丢包率lose_rate确定AP最大有效负载,由此获得AP负载与能耗及丢包率的离散关系图。
进一步的,所述步骤101回归拟合分析得到AP负载-AP发射功率-AP能耗三者间的数学模型,具体包括:AP负载、发射功率与能耗的函数关系设置为:
F(L,p)=6.783-0.01812*p+0.03805*L+0.0008466*p2
+0.0005364*p*L-0.0002127*L2
其中L代表AP的有效负载,表示AP下所有关联用户的流量需求之和,p表示AP的实际发射功率,F(L,p)表示AP的功率消耗,常数项分别代表拟合得到的多项式系数。
进一步的,所述步骤102控制器接收和存储的AP信息包含以下字段:BSSID、AP编号、当前负载、关联用户数、覆盖用户数、AP运行状态;控制器接收和存储的AP关联用户信息包含以下字段:终端MAC地址、用户流量、关联AP编号、终端信号强度;控制器接收和存储的AP覆盖用户信息包含以下字段:目标AP编号、终端MAC地址、终端信号强度。
进一步的,所述步骤103中确定用户关联卸载步骤具体为:
(a)首先根据AP的邻接数对AP进行信道分配;
(b)然后得到所有活跃AP下用户的干扰和;
(c)接着根据AP下的干扰对用户进行关联切换;
(d)再根据AP下用户的可关联选择来选择重新关联的AP。
进一步的,所述步骤104中贪心算法的处理流程具体为:
(a)场景初始化,所有AP全部开启αi=1且发射功率pi均为30dBm,随机初始化信道fi∈{1,6,11}和用户与AP关联βij,能耗干扰联合优化目标函数为:
其中θ为权值因子,lj为用户j的数据流量,eix表示APi与APx的相邻关系,βij表示用户j与APi的关联关系,αi表示APi的开关状态,APi表示无线接入点i,APx表示无线接入点x,Δ(fi,fx)为表示APi与APx的信道关系,eixΔ(fi,fx)则表示APi与APx间的干扰关系,其值为1时代表两者分别对对方关联的用户存在着干扰,gxj代表APx到用户j的路径衰减因子;
(b)对AP的邻接数进行降序排序,从邻接数最多的AP开始,对AP选择三个正交信道中使得能耗干扰目标函数最小的信道进行分配,所有AP都分配各自使得目标函数最小的信道fi;
(c)计算所有活跃AP下用户的干扰和:
(d)对所有活跃AP的干扰进行降序排序,从干扰最大的AP开始进行用户关联βij切换到可切换的邻接AP,其中需要判断该AP下所有用户能否被卸载;
(e)对该AP下所有用户的可关联选择进行升序排序,从可关联选择最少的用户开始,选择该用户可切换的AP集合中能在切换后新的用户关联βij代入能耗干扰目标函数最小的AP,将该用户切换至这个AP;
(f)判断所有AP下是否有用户与其进行关联,对没有用户关联的AP进行关闭αi=0,更新整个无线网络的用户关联、AP开关与信道,即βij、αi、fi;
(g)对步骤(a)-(f)进行while循环遍历,当βij、αi、fi收敛时跳出循环得到最优解βij、αi、fi;
(h)将所有AP的βij、αi、fi代入能耗干扰目标函数得到含一个未知解pi的方程,pi∈{1,2,3...,30};
(i)在满足用户最低QoS的条件下,求解此方程使得能耗干扰目标函数最小,得出所需要求解的四个最优解βij、αi、fi、pi。
进一步的,所述步骤(a)中能耗干扰联合优化目标函数具体为:
A1、考虑节能为优化目标时,借助实验测得的AP能耗模型,通过调整系统内用户的关联关系、AP的开关状态和开启AP的发射功率,实现系统整体能耗的最优化,表示如下:
A2、考虑干扰为优化目标时,使用系统中所有用户收到的干扰之和作为评估系统干扰情况的指标,表示如下:
该函数表示通过调整系统内用户的关联、AP的开关状态、开启AP的发射功率和开启AP的工作信道,使得系统内干扰情况处于最优状态;
A3、由于能耗与干扰模型目标函数值得数量级存在差别,为了使能耗-干扰联合优化模型更加合理,引入一个权值因子θ,且联合优化模型表示如下:
通过设置θ权值,可以动态地控制该联合优化模型的优化终点状态。
进一步的,所述步骤(b)中干扰计算具体为:
所有开启AP下所有关联用户受到的干扰之和表示为:
eix表示APi与APx的相邻关系,Δ(fi,fx)表示APi与APx的信道关系,当fi与fx相等时,APi与APx处于同一信道,Δ(fi,fx)的值为1,否则为0;pi表示APi的发射功率,gij代表APi到用户j的路径衰减因子。
本发明的优点及有益效果如下:
在本发明中,控制器基于集中控制架构,实时获取各AP负载信息、发射功率、信道及用户与AP的关联信息,通过AP的实际性能数据进行能耗干扰数学建模,利用贪心算法解决待卸载用户新接入AP选择的问题,在兼顾节点性能、用户干扰及用户QoE的前提下,通过休眠冗余AP和优化用户-AP的关联方式,实现系统能耗与干扰的最优化。本发明方法不仅可以达到节能的目的,而且还可以降低用户同信道的干扰,降低对用户通信体验以及网络服务质量的负面影响。本发明的主要优点如下:首先,本发明通过对实测数据进行回归分析获得AP负载-AP发射功率-AP能耗三者的数学关系模型;然后,通过控制器获取的各节点发射功率、信道、负载、用户流量需求、用户与AP间关联的实时信息作为开关AP的数据依据,以此能够从终端的角度出发,保证用户的体验和需求,实现实时和全局化的决策;最后,根据控制器所获取的信息,利用贪心算法优化AP发射功率、开关、信道、AP与用户关联关系,有效地保证了AP能耗与干扰联合的最优化。
附图说明
图1是本发明提供优选实施例WLAN集中控制网络架构图
图2为WLAN联合能耗干扰优化流程图
图3为AP负载与能耗及丢包率的变化趋势
图4为AP负载-AP发射功率-AP能耗的拟合结果。
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:
一种基于贪心算法的WLAN无线接入点节能与干扰优化方法包含以下步骤:
步骤1:对AP发射功率从0-30dBm以1dBm为间隔分为30组,每一组施加0-80Mbps以5Mbps为间隔的下行负载(即数据流量通过有线端下发至无线方式关联的用户),通过功率监测仪,实时读取AP的实际能耗数据P,同时通过无线用户端的丢包率监测实时获取丢包率lose_rate,由此获得如图3的AP负载与能耗及丢包率的离散关系图。
步骤2:图3可以看出当网络负载达到70Mbit/s时系统的丢包率达到0.94%,此时随着AP负载不断增加,丢包率急剧增加,AP当前连接用户的服务质量无法得到保障。本方法将丢包率小于1%时AP的最大负载值确定为上限阈值lmax,即为70Mbit/s。
步骤3:AP负载、发射功率与能耗的函数关系式通过对实验数据进行最小二乘法拟合回归分析来获取。其拟合效果如图4所示。本方法采取了一般拟合将离散数据拟合为两个三次多项式。AP负载、发射功率与能耗的函数关系设置为:
F(L,p)=6.783-0.01812*p+0.03805*L+0.0008466*p2
+0.0005364*p*L-0.0002127*L2
其中L代表AP的有效负载,表示AP下所有关联用户的流量需求之和,p表示AP的实际发射功率,F(L,p)表示AP的功率消耗,常数项分别代表拟合得到的多项式系数。
步骤4:如图1所示,WLAN网络中APi实时监测其覆盖范围内的用户、其当前关联用户的数据流量和APi当前负载、发射功率、信道、开关,同时将这些信息上传至控制器。
步骤5:控制器通过接收到的网络信息构造整个覆盖网络内AP与用户间的信息数据库,如AP与AP间的覆盖关系Ass_ap、AP与用户间的覆盖关系Ass_can、AP与用户间的关联关系Ass_now、每个用户的数据流量Userj_steam和AP的负载APi_load、发射功率APi_power、信道APi_f、开关APi_switch。
步骤6:对AP工作状态进行初始化,开启所有的AP为正常工作状态即APi_switch=1,将所有的AP发射功率均调至最大值APi_power=30dBm,并对所有AP的无线信道随机初始化为1,6,11三个正交信道中的任意一个即APi_f=channel∈{1,6,11}。
步骤7:分配最优的信道APi_f,根据AP间的邻接矩阵Ass_ap对AP进行邻接数降序排序,从邻接数最多的APi开始遍历,对APi选择1、6、11三个正交信道中使得能耗干扰目标函数最小的信道进行分配,即:
步骤8:计算每个开启APi下所有关联用户所受到的同一信道干扰和:
步骤9:对每个开启APi的干扰进行降序排序,从干扰最大的APi遍历,根据Ass_can将其下用户Userj切换到可切换的邻接AP。
优选的,用户Userj卸载至其它AP时,需要判断该AP下每个用户能否被卸载,具体判断过程如下:
(a)首先由AP与用户的关联关系Ass_can判断每个用户是否有其余可关联AP切换,若无则跳转步骤9,从干扰次大的APi遍历;
(b)然后若每个用户可切换至其余AP,则对每个用户Userj遍历判断切换至该用户关联的邻接AP时,邻接AP当前负载APi_load加上该用户流量需求Userj_steam是否超过其负载上限lmax,若超过则跳转步骤9,从干扰次大的APi遍历;
步骤10:根据Ass_can对该APi下所有关联用户User的可关联选择进行升序排序,从可关联选择最少的用户Userj开始,选择该用户可切换的AP集合中能在切换后新的用户关联βij代入能耗干扰目标函数最小的AP,将该用户切换至这个AP。
优选的,该用户Userj选择切换使能耗干扰目标函数最小的AP具体处理如下:
(a)首先对当前的AP与用户关联关系Ass_now备份Ass_now_backup;
(b)然后将该用户Userj可切换的AP按AP编号升序排序依次更新切换后新的AP与用户的关联关系Ass_now,然后代入能耗干扰目标函数计算结果;
(c)接着利用备份Ass_now_backup还原切换前的关联关系,遍历次大的可切换AP跳转回上一步;
(d)最终,得出该用户Userj所有可切换AP中使得能耗干扰目标函数值最小的APi,将用户Userj切换至这个APi,更新AP与用户的关联关系Ass_now;
步骤11:判断该AP下是否有用户User与其进行关联,将没有用户关联的AP关闭APi_switch=0,更新整个无线网络的用户关联Ass_now、AP开关APi_switch与信道APi_f;
步骤12:对步骤7-11进行while循环遍历,当Ass_now、APi_switch、APi_f收敛时跳出循环得到最优解Ass_now、APi_switch、APi_f;
步骤13:将所有AP的Ass_now、APi_switch、APi_f代入能耗干扰目标函数得到含一个未知解APi_power的方程,APi_power∈{1,2,3...,30};
步骤14:在满足用户最低QoS的条件下,求解此方程使得能耗干扰目标函数最小。得出所需要求解的四个最优解Ass_now、APi_switch、APi_f、APi_power;
步骤15:根据最终的计算结果,得到系统节能与干扰联合优化的AP的开关、信道、发射功率和用户的重关联决策,控制器将指令下发至相关AP实现节能与干扰优化操作。
下面结合附图2,详细说明一种基于贪心算法的WLAN无线接入点节能与干扰优化方法的具体步骤:
201:根据实测数据对AP负载-AP发射功率-AP能耗的关系进行建模。
202:基于无线接收端丢包率和负载确立AP负载的上限阈值。
203:控制器实时采集更新AP节点状态和AP与用户的关联关系。
表1控制器存储AP信息
表2控制器存储AP关联用户信息
表3控制器存储AP覆盖用户信息
目标AP编号 | 用户终端MAC地址 | 信号强度 |
1 | 11-22-33-44-55-77 | -32 |
204:对所有AP进行工作状态初始化处理。
205:根据AP间的邻接数,对每个开启AP分配使能耗干扰目标函数最小的正交信道。
206:计算每个开启AP下所有关联用户的干扰和。
207:对所有开启AP的干扰降序排序,从干扰最大的AP开始进行遍历。
208:判断该AP下的每个关联用户是否都能被卸载至用户的邻接AP。
209:若有用户不能被卸载至其余AP则选择干扰次大的AP。
210:在该AP下选择可关联AP最少的用户优先进行切换。
211:对该用户优先选择使得目标函数最小的邻接AP切换,更新AP与用户关联关系。
212:判断该AP下所有关联用户是否均被切换完毕,若还有用户未切换则返回210继续用户的关联切换。
213:该AP下所有用户均已卸载,则关闭该AP。并且控制器更新AP与用户关联关系、AP开关、AP信道。
214:判断AP与用户关联关系、AP开关、AP信道是否已经收敛,若未收敛则返回205继续算法的流程。
215:在满足用户最低的QoS条件下,已知AP与用户关联关系、AP开关、AP信道根据能耗与干扰目标函数求解AP发射功率。
216:输出最优解AP与用户关联关系、AP开关、AP信道、AP发射功率。
217:控制器将最终的AP与用户重关联决策、AP开关、AP信道、AP发射功率方案指令下发至相应的AP节能与降低干扰的操作。
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 (8)
1.一种基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,包括以下步骤:
101、首先获取AP能耗随AP负载、AP发射功率变化的实验数据,并对实验数据做回归拟合分析得到AP负载-AP发射功率-AP能耗三者间的数学模型;
102、初始化无线场景,开启所有AP,将AP的发射功率调节至最大,SDN控制器感知无线系统中AP节点状态、用户与AP关联信息,并通过设定随机信道来确定AP的初始工作状态;
103、根据AP的邻接数、AP下用户干扰和、用户可关联数三个指标对用户进行关联切换卸载;
104、采用贪心算法,在满足用户的数据传输速率要求的条件下,为用户选择一个系统能耗与干扰最小的AP接入,优化网络资源的配置。
2.根据权利要求1所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤101具体包括:对AP发射功率从0-30dBm以1dBm为间隔分为30组,每一组施加0-80Mbps以5Mbps为间隔的下行负载,通过功率监测仪实时读取AP的实际能耗数据P,同时通过无线用户端的丢包率监测实时获取丢包率lose_rate确定AP最大有效负载,由此获得AP负载与能耗及丢包率的离散关系图。
3.根据权利要求2所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤101回归拟合分析得到AP负载-AP发射功率-AP能耗三者间的数学模型,具体包括:AP负载、发射功率与能耗的函数关系设置为:
F(L,p)=6.783-0.01812*p+0.03805*L+0.0008466*p2
+0.0005364*p*L-0.0002127*L2
其中L代表AP的有效负载,表示AP下所有关联用户的流量需求之和,p表示AP的实际发射功率,F(L,p)表示AP的功率消耗,常数项分别代表拟合得到的多项式系数。
4.根据权利要求1-3之一所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤102控制器接收和存储的AP信息包含以下字段:BSSID、AP编号、当前负载、关联用户数、覆盖用户数、AP运行状态;控制器接收和存储的AP关联用户信息包含以下字段:终端MAC地址、用户流量、关联AP编号、终端信号强度;控制器接收和存储的AP覆盖用户信息包含以下字段:目标AP编号、终端MAC地址、终端信号强度。
5.根据权利要求4所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤103中确定用户关联卸载步骤具体为:
(a)首先根据AP的邻接数对AP进行信道分配;
(b)然后得到所有活跃AP下用户的干扰和;
(c)接着根据AP下的干扰对用户进行关联切换;
(d)再根据AP下用户的可关联选择来选择重新关联的AP。
6.根据权利要求5所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤104中贪心算法的处理流程具体为:
(a)场景初始化,所有AP全部开启αi=1且发射功率pi均为30dBm,随机初始化信道fi∈{1,6,11}和用户与AP关联βij,能耗干扰联合优化目标函数为:
其中θ为权值因子,lj为用户j的数据流量,eix表示APi与APx的相邻关系,βij表示用户j与APi的关联关系,αi表示APi的开关状态,APi表示无线接入点i,APx表示无线接入点x,Δ(fi,fx)为表示APi与APx的信道关系,eixΔ(fi,fx)则表示APi与APx间的干扰关系,其值为1时代表两者分别对对方关联的用户存在着干扰,gxj代表APx到用户j的路径衰减因子;
(b)对AP的邻接数进行降序排序,从邻接数最多的AP开始,对AP选择三个正交信道中使得能耗干扰目标函数最小的信道进行分配,所有AP都分配各自使得目标函数最小的信道fi;
(c)计算所有活跃AP下用户的干扰和:
(d)对所有活跃AP的干扰进行降序排序,从干扰最大的AP开始进行用户关联βij切换到可切换的邻接AP,其中需要判断该AP下所有用户能否被卸载;
(e)对该AP下所有用户的可关联选择进行升序排序,从可关联选择最少的用户开始,选择该用户可切换的AP集合中能在切换后新的用户关联βij代入能耗干扰目标函数最小的AP,将该用户切换至这个AP;
(f)判断所有AP下是否有用户与其进行关联,对没有用户关联的AP进行关闭αi=0,更新整个无线网络的用户关联、AP开关与信道,即βij、αi、fi;
(g)对步骤(a)-(f)进行while循环遍历,当βij、αi、fi收敛时跳出循环得到最优解βij、αi、fi;
(h)将所有AP的βij、αi、fi代入能耗干扰目标函数得到含一个未知解pi的方程,pi∈{1,2,3...,30};
(i)在满足用户最低QoS的条件下,求解此方程使得能耗干扰目标函数最小,得出所需要求解的四个最优解βij、αi、fi、pi。
7.根据权利要求6所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤(a)中能耗干扰联合优化目标函数具体为:
A1、考虑节能为优化目标时,借助实验测得的AP能耗模型,通过调整系统内用户的关联关系、AP的开关状态和开启AP的发射功率,实现系统整体能耗的最优化,表示如下:
A2、考虑干扰为优化目标时,使用系统中所有用户收到的干扰之和作为评估系统干扰情况的指标,表示如下:
该函数表示通过调整系统内用户的关联、AP的开关状态、开启AP的发射功率和开启AP的工作信道,使得系统内干扰情况处于最优状态;
A3、由于能耗与干扰模型目标函数值得数量级存在差别,为了使能耗-干扰联合优化模型更加合理,引入一个权值因子θ,且联合优化模型表示如下:
通过设置θ权值,可以动态地控制该联合优化模型的优化终点状态。
8.根据权利要求6所述的基于贪心算法的WLAN系统AP节能与干扰优化方法,其特征在于,所述步骤(b)中干扰计算具体为:
所有开启AP下所有关联用户受到的干扰之和表示为:eix表示APi与APx的相邻关系,Δ(fi,fx)表示APi与APx的信道关系,当fi与fx相等时,APi与APx处于同一信道,Δ(fi,fx)的值为1,否则为0;pi表示APi的发射功率,gij代表APi到用户j的路径衰减因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083401.6A CN108322274B (zh) | 2018-01-29 | 2018-01-29 | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083401.6A CN108322274B (zh) | 2018-01-29 | 2018-01-29 | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108322274A true CN108322274A (zh) | 2018-07-24 |
CN108322274B CN108322274B (zh) | 2020-08-04 |
Family
ID=62887965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810083401.6A Active CN108322274B (zh) | 2018-01-29 | 2018-01-29 | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108322274B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109327850A (zh) * | 2018-11-16 | 2019-02-12 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN109660995A (zh) * | 2018-12-07 | 2019-04-19 | 上海交通大学 | 基于机器学习算法的WiFi系统中AP智能节能控制方法及设备 |
CN110896458A (zh) * | 2018-09-06 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种摄像机及一种摄像机内部数据传输方法 |
CN111867110A (zh) * | 2020-06-17 | 2020-10-30 | 三明学院 | 一种基于开关切换策略的无线网络信道分离节能方法 |
CN114969621A (zh) * | 2022-06-01 | 2022-08-30 | 中国人民解放军海军工程大学 | 基于带扰动贪心算法的水下导弹发射时序快速确定方法 |
CN116056113A (zh) * | 2022-12-30 | 2023-05-02 | 江苏思维特信息技术有限公司 | 一种多无线接入点无线信号自动优化方法和系统 |
CN118075784A (zh) * | 2024-04-18 | 2024-05-24 | 深圳市友恺通信技术有限公司 | 一种用于网络管理的无线通信数据流监控系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888360A (zh) * | 2014-03-19 | 2014-06-25 | 西安交通大学 | 基于贪婪算法的集合覆盖方法获取sdn网中服务节点的方法 |
WO2015149661A3 (en) * | 2014-03-31 | 2016-01-07 | Huawei Technologies Co., Ltd. | Methods for dynamic traffic offloading and transmit point (tp) muting for energy efficiency in virtual radio access network (v-ran) |
CN106717054A (zh) * | 2014-09-19 | 2017-05-24 | 高通股份有限公司 | 具有多个接入点的无线网络中的负载平衡 |
CN107295622A (zh) * | 2017-06-06 | 2017-10-24 | 重庆邮电大学 | 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 |
CN107426804A (zh) * | 2017-06-06 | 2017-12-01 | 重庆邮电大学 | 一种基于拍卖机制的wlan系统无线接入点节能控制方法 |
-
2018
- 2018-01-29 CN CN201810083401.6A patent/CN108322274B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888360A (zh) * | 2014-03-19 | 2014-06-25 | 西安交通大学 | 基于贪婪算法的集合覆盖方法获取sdn网中服务节点的方法 |
WO2015149661A3 (en) * | 2014-03-31 | 2016-01-07 | Huawei Technologies Co., Ltd. | Methods for dynamic traffic offloading and transmit point (tp) muting for energy efficiency in virtual radio access network (v-ran) |
CN106717054A (zh) * | 2014-09-19 | 2017-05-24 | 高通股份有限公司 | 具有多个接入点的无线网络中的负载平衡 |
CN107295622A (zh) * | 2017-06-06 | 2017-10-24 | 重庆邮电大学 | 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 |
CN107426804A (zh) * | 2017-06-06 | 2017-12-01 | 重庆邮电大学 | 一种基于拍卖机制的wlan系统无线接入点节能控制方法 |
Non-Patent Citations (1)
Title |
---|
ZHENZHEN HAN等: "A Sleeping and Offloading Optimization Scheme for Energy-Efficient WLANs", 《IEEE COMMUNICATIONS LETTERS》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110896458A (zh) * | 2018-09-06 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种摄像机及一种摄像机内部数据传输方法 |
CN110896458B (zh) * | 2018-09-06 | 2021-12-07 | 杭州海康威视数字技术股份有限公司 | 一种摄像机及一种摄像机内部数据传输方法 |
CN109327850A (zh) * | 2018-11-16 | 2019-02-12 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN109327850B (zh) * | 2018-11-16 | 2021-06-25 | 安徽大学 | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 |
CN109660995A (zh) * | 2018-12-07 | 2019-04-19 | 上海交通大学 | 基于机器学习算法的WiFi系统中AP智能节能控制方法及设备 |
CN111867110A (zh) * | 2020-06-17 | 2020-10-30 | 三明学院 | 一种基于开关切换策略的无线网络信道分离节能方法 |
CN111867110B (zh) * | 2020-06-17 | 2023-10-03 | 三明学院 | 一种基于开关切换策略的无线网络信道分离节能方法 |
CN114969621A (zh) * | 2022-06-01 | 2022-08-30 | 中国人民解放军海军工程大学 | 基于带扰动贪心算法的水下导弹发射时序快速确定方法 |
CN114969621B (zh) * | 2022-06-01 | 2024-09-13 | 中国人民解放军海军工程大学 | 基于带扰动贪心算法的水下导弹发射时序快速确定方法 |
CN116056113A (zh) * | 2022-12-30 | 2023-05-02 | 江苏思维特信息技术有限公司 | 一种多无线接入点无线信号自动优化方法和系统 |
CN118075784A (zh) * | 2024-04-18 | 2024-05-24 | 深圳市友恺通信技术有限公司 | 一种用于网络管理的无线通信数据流监控系统及方法 |
CN118075784B (zh) * | 2024-04-18 | 2024-07-19 | 深圳市友恺通信技术有限公司 | 一种用于网络管理的无线通信数据流监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108322274B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108322274A (zh) | 一种基于贪心算法的wlan系统ap节能与干扰优化方法 | |
Peng et al. | Traffic-driven power saving in operational 3G cellular networks | |
CN106411770B (zh) | 一种基于sdn架构的数据中心网络节能路由算法 | |
Zhou et al. | Green mobile access network with dynamic base station energy saving | |
CN111148131B (zh) | 一种基于能耗的无线异构网络终端接入控制方法 | |
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 | |
CN104301985B (zh) | 一种移动通信中电网与认知基站间能源分配方法 | |
CN107070583B (zh) | 一种异构网络增强型小区间干扰协调的能效优化方法 | |
CN106489288A (zh) | 一种站点设备的节能控制方法、装置及系统 | |
CN110381161A (zh) | 电力物联网系统中基于博弈论的资源调度方法 | |
WO2021174960A1 (zh) | 一种功率分配方法及装置 | |
CN107295622B (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 | |
Tan et al. | Resource allocation of fog radio access network based on deep reinforcement learning | |
CN104168653A (zh) | 一种基于干扰管理的宏基站与家庭基站联合资源分配 | |
CN104469910B (zh) | 一种降低基站能耗的方法 | |
Yu et al. | Self-Organized and Distributed Green Resource Allocation for Space–Air–Ground IoT Networks | |
CN108965034A (zh) | 小小区基站超密集部署下的用户关联到网络的方法 | |
Gu et al. | Traffic offloading and power allocation for green HetNets using reinforcement learning method | |
Wei et al. | The offloading model for green base stations in hybrid energy networks with multiple objectives | |
Huang et al. | Geometric approach based resource allocation in heterogeneous cellular networks | |
CN113873627B (zh) | 一种应用于电源节能柜的5g基站节能实现方法 | |
CN108055670A (zh) | 基于匹配博弈的带宽动态性优化方法 | |
Li et al. | Environment-aware dynamic management for energy saving in MIMO-based C-RAN | |
Zhang et al. | Two time-scale energy and spectrum allocation for MEC networks with hybrid energy supplies | |
CN104144478B (zh) | 基站非连续发送节能控制方法、小站、宏站及异构网络 |
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 |