CN108616996B - 一种Femtocell网络的频谱和功率分配方法、装置及系统 - Google Patents

一种Femtocell网络的频谱和功率分配方法、装置及系统 Download PDF

Info

Publication number
CN108616996B
CN108616996B CN201810226497.7A CN201810226497A CN108616996B CN 108616996 B CN108616996 B CN 108616996B CN 201810226497 A CN201810226497 A CN 201810226497A CN 108616996 B CN108616996 B CN 108616996B
Authority
CN
China
Prior art keywords
fue
sub
power
subchannel
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.)
Expired - Fee Related
Application number
CN201810226497.7A
Other languages
English (en)
Other versions
CN108616996A (zh
Inventor
曹叶文
刘君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201810226497.7A priority Critical patent/CN108616996B/zh
Publication of CN108616996A publication Critical patent/CN108616996A/zh
Application granted granted Critical
Publication of CN108616996B publication Critical patent/CN108616996B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种Femtocell网络的频谱和功率分配方法、装置及系统，该方法包括：在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。

Description

一种Femtocell网络的频谱和功率分配方法、装置及系统
技术领域
本发明属于移动通信的技术领域，涉及一种Femtocell网络的频谱和功率分配方法、装置及系统，尤其是涉及一种混合overlay/underlay接入模式Femtocell网络中基于联盟博弈的频谱和功率分配方法、装置及系统。
背景技术
目前，越来越多的移动通信业务发生在室内，人们需要更大的网络吞吐量来满足日益增长的室内通信需求。传统的宏基站网络面对持续高速增长的室内通信业务，显得难以应付。因为宏基站网络不能全面覆盖室内通信面积，而且与室内用户进行通讯时，容易受到墙壁的穿透损耗，从而大大减弱通信质量。而Femtocell技术的出现，为上述困景带来了希望。Femtocell网络中，Femtocell基站又称家庭基站(Femtocell Base Station,FBS)是一种低成本低功耗，由用户部署的即插即用的小型基站，能有效地提高室内覆盖率和数据传输速率。两层Femtocell网络是家庭基站(FBS)和传统宏基站(Macrocell Base Station,MBS)相结合的网络，目前被广泛研究。
然而，随着家庭基站FBS部署得越来越密集，越来越多的用户争夺数量固定的频谱资源，当下的频谱资源就显得稀缺，这就需要使用共信道频谱资源占用机制。现有的Femtocell网络有两种接入方式：overlay和underlay。在overlay接入模式下，家庭基站用户设备(Femtocell User,FUE)检测空闲频段，从而利用空闲频段，在这种模式下，Femtocell层和Macrocell层占用不同频段的频率，不存在跨层干扰；在underlay接入模式下，次级用户和主用户共用频段，在这种模式下，跨层干扰不可避免，这就需要尽量减少Femtocell层用户对Macrocell层用户的干扰。
在Femtocell网络中，通信距离短，Femtocell基站的发送功率低，随着接入的Femtocell基站数目的增加，越来越多的Femtocell基站占用相同的子信道，在Femtocell网络中的共层干扰不可避免。如果占用相同子信道的用户数量大，Femtocell网络层的干扰将变得非常严重，这将极大地限制数据传输速率，影响用户体验。较高的墙壁穿透损耗会减弱Femtocell网络系统与Macrocell网络系统之间的干扰，当Femtocell基站用户设备FUE和宏基站用户设备(Macrocell User,MUE)占用同一子信道但相距较远时，跨层干扰并不会严重，而当FUE和MUE相距很近，将会产生很严重的跨层干扰。所以共层干扰和跨层干扰都需要被解决。
Femtocell网络的认知技术为上述问题带来了希望，具有认知能力的Femtocell基站，能有效地感知周围其他用户对自己造成的干扰大小，这样能帮助Femtocell层用户选择占用什么频段的子信道，才能使自己的吞吐量最大，同时又不对Macrocell层用户造成大的干扰。但是，当Femtocell层用户发送的功率大时，虽然能提高自己的吞吐量，但会对其他占用相同子信道的用户造成大的干扰值；而较小的发送功率又会带来较低的自身吞吐量。所以选择多大的发送功率，这是一个需要被解决的问题。因此，想要大规模地推广Femtocell技术，就需要有效的频谱和功率分配策略。
综上所述，在现有技术中如何在保证Femtocell基站吞吐量最大同时缓解Femtocell网络中的共层干扰和跨层干扰的条件下有效分配Femtocell网络下FUE占用子信道的频谱和发送功率的问题，尚缺乏行之有效的解决方案。
发明内容
针对现有技术中存在的不足，解决现有技术中如何在保证Femtocell基站吞吐量最大同时缓解Femtocell网络中的共层干扰和跨层干扰的条件下有效分配Femtocell网络下FUE占用子信道的频谱和发送功率的问题，本发明提出了一种Femtocell网络的频谱和功率分配方法、装置及系统，在Femtocell网络混合频谱接入模式下，集合overlay接入模式和underlay接入模式的优点，既能缓解Femtocell网络中的共层干扰和跨层干扰，也能有效增加频谱利用率，确定用户选择占用什么频段的子信道和发送多大的功率，保障吞吐量最大的同时又不对Macrocell层用户造成大的干扰，实现Femtocell网络下FUE占用子信道的频谱和发送功率的有效分配。
本发明的第一目的是提供一种Femtocell网络的频谱和功率分配方法。
为了实现上述目的，本发明采用如下一种技术方案：
一种Femtocell网络的频谱和功率分配方法，该方法包括：
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
作为进一步的优选方案，所述Femtocell网络混合频谱接入模式为混合overlay频谱接入模式和underlay频谱接入模式的两层Femtocell网络的接入模式。
作为进一步的优选方案，所述利用频谱感知技术确定FBS可占用的子信道的具体方法包括：
在瑞丽衰减场景下，FBS侧能量检测器利用频谱感知技术检测子信道占用率；
当MUE未占用该子信道且根据占用率判断该子信道空闲，将该子信道加入该FBS的可用子信道集合；
计算该FBS的漏检MUE占用子信道的概率，根据该漏检概率计算干扰概率，若干扰概率大于预设干扰概率门限值，则剔除该子信道，确定该FBS的最终可用子信道集合；
重复上述步骤，直至确定所有FBS的最终可用子信道集合。
作为进一步的优选方案，所述计算FUE在一个子信道上的发送功率的具体方法为：根据FUE在某一子信道的传输速率、保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件以及保证FUE发送端数据不溢出条件计算该FUE在该子信道上的发送功率。
作为进一步的优选方案，所述FUE在某一子信道的传输速率根据该子信道带宽和信号与干扰加噪声比利用香浓公式计算；所述信号与干扰加噪声比为该FUE在该子信道收到的跨层干扰和共层干扰的函数。
作为进一步的优选方案，在该方法中，当MUE占用某一子信道的同时FUE占用该子信道时开启Macrocell网络保护措施，即所述保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件。
作为进一步的优选方案，在该方法中，在FUE发送端采用M/M/1队列模型处理数据，根据服从泊松分布的数据到达和服从指数分布的FUE在某一子信道的传输速率采用Little定理计算队列中的平均数据量；
计算出的平均数据流不大于该FUE的存储上限即所述保证FUE发送端数据不溢出条件。
作为进一步的优选方案，在每个FBSs建立的独立群内的子信道和功率分配方法即所述采用递归核算法在联盟变化时重新计算分配子信道和功率，具体方法为：
初始化独立群，独立群包含的联盟中FUE之间相互合作，随机分配功率和子信道给FUE；
在组建联盟过程中，在联盟变化时发生变化联盟重新计算分配子信道和功率，重新最大化独立群中每个联盟的效益，利用独立群中最大化的联盟效益之和计算独立群效益，若当前迭代过程的该独立群效益大于前一迭代过程中独立群效益，更新功率和子信道分配方案；
重复上一步骤直至递归至纳什平衡。
作为进一步的优选方案，在该方法中，联盟里的每个FUE可自由放弃现在使用的信道离开联盟，占用其他可用子信道加入其他联盟；
所述纳什平衡为任何联盟的变化均不会引起当前迭代过程该独立群效益的增加。
本发明的第二目的是提供一种计算机可读存储介质。
为了实现上述目的，本发明采用如下一种技术方案：
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行以下处理：
接收Femtocell网络数据；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
本发明的第三目的是提供一种终端设备。
为了实现上述目的，本发明采用如下一种技术方案：
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
接收Femtocell网络数据；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
本发明的第四目的是提供一种Femtocell网络的频谱和功率分配系统。
为了实现上述目的，本发明采用如下一种技术方案：
一种Femtocell网络的频谱和功率分配系统，该系统包括终端设备以及与该终端设备连接的FBS、FUE、MBS、MUE、能量检测器；
所述FBS、FUE、MBS和MUE发送Femtocell网络数据至终端设备；
所述FBS周期性地发送参考信号，所述FUE周期性地检测所述参考信号并发送至终端设备；
所述能量检测器安装于FBS侧，与FBS连接，用于利用频谱感知技术检测子信道占用率，并发送至终端设备；所述FBS接收所述终端设备输出的最优化频谱和功率；
所述终端设备包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
接收Femtocell网络数据和所述FUE周期性地检测的述参考信号；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率；
所述独立群根据所述FUE周期性地检测的述参考信号建立。
本发明的有益效果：
本发明所述的一种Femtocell网络的频谱和功率分配方法、装置及系统，利用频谱感知技术判断哪些子信道可以占用，既增加了频谱利用率，又缓解了跨层干扰，缓和Femtocell层对Macrocell层的干扰。在解决功率分配的凸优化中利用SQP算法，保证了MBS受到的干扰不超过阈值和Femtocell用户FUE发送端数据不溢出。在组建联盟的过程中，采用递归核的方法，用户FUE不断改变频谱和功率分配方案，最终达到纳什平衡状态，此时频谱和功率分配已达到最优状态，网络吞吐量也最大。可以得出，本发明提出的频谱和功率分配方法能有效缓解跨层干扰，保证Macrocell层效益不受损，提高网络总吞吐量。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1是本发明的方法流程图；
图2是本发明实施例的Femtocell网络纳什平衡状态图；
图3是本发明的方法与其他现有方法随着FBS数目变化的效果对比示意图；
图4是本发明的方法与其他现有方法随着子信道数目变化的效果对比示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本实施例使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。
在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合下面结合附图与实施例对本发明作进一步说明。
实施例1：
本实施例1的目的是提供一种Femtocell网络的频谱和功率分配方法。
为了实现上述目的，本发明采用如下一种技术方案：
如图1所示，
一种Femtocell网络的频谱和功率分配方法，该方法包括：
步骤(1)：在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
步骤(2)：根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
步骤(3)：根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
步骤(4)：利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
在本实施例中，所述Femtocell网络混合频谱接入模式为混合overlay频谱接入模式和underlay频谱接入模式的两层Femtocell网络的接入模式。
混合overlay/underlay接入模式能集合overlay和underlay的优点，既能缓解干扰，也能通过频谱利用率。
正交频分多址技术把系统带宽分割成若干正交的子信道，接入不同子信道的用户之间不会产生频谱干扰，
考虑上行链路的情况，M＝{1,...M}表示所有Femtocell网络可用的子信道。同一时刻，同一用户最多占用一个子信道。每个宏基站用户设备(Macrocell User,MUE)占用一个子信道，没有两个宏基站用户设备MUE占用相同的子信道，在本实施例中，假设MUE m占用子信道m。
FBSs可以自主建立独立群(Independent Groups,IDG)，在同一个独立群IDG中，两个FBS的数据库可能没有交集，但一个FBS能直接或通过其它FBS间接地联系到群里任何一个其它的FBS。
FBSs可以自主建立独立群(Independent Groups,IDG)，这样当家庭基站用户数多的时候可以简化计算量，Femtocell网络层的吞吐量就是所有独立群吞吐量之和。每个FBS都会周期发送参考信号，包含FBS的ID信息。FUEs会周期检测收到的参考信号。设FUE i服务FBS i，FUE j服务FBS j。如果FUE i距离FBS j很远，或者两者之间有很强的路劲损耗，那么FUE i将不能检测出FBS j的参考信号，FUE i的数据库不会存储FBS j的ID信息。FUE i会周期性地把数据库发送给FBS i。所有的FBS会收集这些数据，然后和其它的FBS交流，如果两个FBS的数据库有相同的元素，则这两个FBS属于同一个IDG。在同一个IDG中，两个FBS的数据库可能没有交集，但一个FBS能直接或通过其它FBS间接地联系到群里任何一个其它的FBS。
在本实施例的步骤(1)中，所述利用频谱感知技术确定FBS可占用的子信道的具体方法包括：
步骤(1-1)：在瑞丽衰减场景下，FBS侧能量检测器利用频谱感知技术检测子信道占用率；
步骤(1-2)：当MUE未占用该子信道且根据占用率判断该子信道空闲，将该子信道加入该FBS的可用子信道集合；
步骤(1-3)：计算该FBS的漏检MUE占用子信道的概率，根据该漏检MUE占用子信道的概率计算干扰概率，若干扰概率大于预设干扰概率门限值，则剔除该子信道，确定该FBS的最终可用子信道集合；
步骤(1-4)：重复上述步骤(1-1)-步骤(1-3)，直至确定所有FBS的最终可用子信道集合。
用N＝{1,...N}表示所有的FBSs，FBS n连接Ln个FUEs，FUEs表示连接FBS n的FUE集合。Ln＝{1,...,Ln}定义与FBS n相连的FUEs。由于能量检测器容易部署，被广泛运用于频谱感知技术中，本发明也采用这种技术。在瑞丽衰减场景下，FBS n准确检测出子信道m被占用的概率是：
Figure GDA0002673797720000091
上式中μ是时间带宽积，ζ是能量检测门限，
Figure GDA0002673797720000092
是FBS n接受到MUE m信号的平均信噪比，
Figure GDA0002673797720000093
Figure GDA0002673797720000094
是宏基站用户MUE m的发送功率，σ2是高斯噪声方差，
Figure GDA0002673797720000095
是宏基站用户MUE m到家庭基站FBS n的路径损耗。
在混合overlay/underlay频谱接入模式下，FUE可以占用被MUE占用的和没被MUE占用的子信道。当MUE m没有传输数据，即没有占用子信道m，同时被FBS n检测到子信道m空闲，FBS n会把子信道m加入自己的数据库
Figure GDA0002673797720000101
Figure GDA0002673797720000102
表示FBS n可用子信道集合。FBS n也会出现漏检的情况：MUE m实际在传输，但FBS n检测错误而判断MUE m没有在传输。FBS n漏检的概率用下式表示：
Figure GDA0002673797720000103
在漏检的情况下，当FBS n占用子信道m，MUE m会对FBS n造成干扰，造成干扰的概率，简称干扰概率：
Figure GDA0002673797720000104
其中αm表示MUE m在传输的概率。
用ξm表示在子信道m上的干扰概率门限值。如果
Figure GDA0002673797720000105
FBS n把子信道m从Mn中删除。
通过公式
Figure GDA0002673797720000106
可以确定FBS n能占用哪些子信道Mn。
在本实施例的步骤(2)中，所述计算FUE在一个子信道上的发送功率的具体方法为：根据FUE在某一子信道的传输速率、保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件以及保证FUE发送端数据不溢出条件计算该FUE在该子信道上的发送功率。
所述FUE在某一子信道的传输速率根据该子信道带宽和信号与干扰加噪声比利用香浓公式计算；所述信号与干扰加噪声比为该FUE在该子信道收到的跨层干扰和共层干扰的函数。
在同一时刻，一个FUE只能占用一个子信道，FUE ln在子信道m上的传输速率可以用香农公式表示：
Figure GDA0002673797720000107
其中Bw是信道带宽，
Figure GDA0002673797720000108
表示信号与干扰加噪声比(Signal to Interferenceplus Noise Ratio,SINR):
Figure GDA0002673797720000111
Figure GDA0002673797720000112
n'≠n，表示FUE ln在子信道m受到的跨层和共层干扰。
Figure GDA0002673797720000113
分别表示FUE ln到FBS n、MUE m到FBS n、FUE ln'到FBS n的信道增益。
Figure GDA0002673797720000114
表示跨层干扰，
Figure GDA0002673797720000115
表示共层干扰。
在该方法中，当MUE占用某一子信道的同时FUE占用该子信道时开启Macrocell网络保护措施，即所述保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件。
在本实施例中，当MUE m占用子信道m时，有Femtocell网络的用户占用子信道m，就会开启Macrocell网络保护措施：
Figure GDA0002673797720000116
其中，
Figure GDA0002673797720000117
是FUE ln到MBS之间的信道增益，
Figure GDA0002673797720000118
是FUE ln在子信道m上的发送功率，
Figure GDA00026737977200001112
是MBS在子信道m上的干扰门限。
在该方法中，在FUE发送端采用M/M/1队列模型处理数据，根据服从泊松分布的数据到达和服从指数分布的FUE在某一子信道的传输速率采用Little定理计算队列中的平均数据量；
计算出的平均数据流不大于该FUE的存储上限即所述保证FUE发送端数据不溢出条件。
在本实施例中，在发送端FUE ln，用M/M/1队列模型处理数据。设数据到达服从泊松分布，参数为λ，发送速率
Figure GDA0002673797720000119
服从指数分布。从Little定理可知，队列中的平均数据量是：
Figure GDA00026737977200001110
用Bn表示FUE ln的存储上限。为了确保数据不会溢出，必须满足：
Figure GDA00026737977200001111
从以上几个式子可以得出：
Figure GDA0002673797720000121
其中
Figure GDA0002673797720000122
在本实施例中的步骤(3)中，用
Figure GDA0002673797720000123
表示在IDG g中用户的集合，对于每一个联盟
Figure GDA0002673797720000124
m∈M，对于每一个分区形式πg∈Πg，FUE ln的效益是：
Figure GDA0002673797720000125
联盟
Figure GDA0002673797720000126
的效益为：
Figure GDA0002673797720000127
在自我组件完IDG后，最优化IDG效益的问题被分解为一个个最优化联盟的问题。在联盟
Figure GDA0002673797720000128
中，用户之间相互合作来最大化
Figure GDA0002673797720000129
的值。联盟
Figure GDA00026737977200001210
总吞吐量最优问题可以这样表示：
Figure GDA00026737977200001211
Figure GDA00026737977200001212
Figure GDA00026737977200001213
上式是一个凸优化问题，可以用序列二次规划(Sequential QuadraticProgramming,SQP)来解决。用η表示拉格朗日乘子向量，用p表示用户的功率向量。H是上式问题拉格朗日方程的Hessian矩阵，Bk＝(A(pk)H-1A(pk)T)-1A(pk)H-1，A(pk)是g(pk)的Jacobi矩阵，g(pk)是凸优化式子的限制方程。向量dk和ηk可以用下面的序列规划式子解决：
Figure GDA00026737977200001214
定义ε1和ε2为容忍错误因子，[gk]-＝max{0,-gk}。如果||dk||1≤ε1并且||(gk)-||1≤ε2，就停止计算序列规划式子；如果没有，非负步长βk可以通过Fletcher因子找到，然后得出pk+1＝pk+βkdk。
上述是子信道和功率分配方案，再结合联盟博弈里的递归核，就能解决每个独立群IDG里的资源分配问题。同一联盟里的用户占用同一子信道，不同联盟占用不同子信道。联盟里的用户可以放弃使用现在的子信道，即离开联盟，然后占用其它可用的子信道，即加入别的联盟。每当IDG里有联盟发生变化，发生变化的联盟要重新进行凸优化计算方法来解决功率分配问题。经过用户们离开一个联盟加入另一个联盟，这样递归直至收敛至任何一个用户离开当前的联盟再加入其它联盟或不加入联盟，都不会使IDG的效益增加。此时，就收敛到了纳什平衡，资源分配方案停止。
在本实施例中的步骤(4)中，在每个FBSs建立的独立群内的子信道和功率分配方法即所述采用递归核算法在联盟变化时重新计算分配子信道和功率，具体方法为：
步骤(4-1)：初始化独立群，独立群包含的联盟中FUE之间相互合作，随机分配功率和子信道给FUE；
步骤(4-2)：在组建联盟过程中，在联盟变化时发生变化联盟重新计算分配子信道和功率，重新最大化独立群中每个联盟的效益，利用独立群中最大化的联盟效益之和计算独立群效益，若当前迭代过程的该独立群效益大于前一迭代过程中独立群效益，更新功率和子信道分配方案；
步骤(4-3)：重复上一步骤直至递归至纳什平衡。
在该方法中，联盟里的每个FUE可自由放弃现在使用的信道离开联盟，占用其他可用子信道加入其他联盟；
所述纳什平衡为任何联盟的变化均不会引起当前迭代过程该独立群效益的增加。
实施例2：
本实施例2的目的是提供一种计算机可读存储介质。
为了实现上述目的，本发明采用如下一种技术方案：
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行以下处理：
步骤(1)：接收Femtocell网络数据；
步骤(2)：在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
步骤(3)：根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
步骤(4)：根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
步骤(5)：利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
实施例3：
本实施例3的目的是提供一种终端设备。
为了实现上述目的，本发明采用如下一种技术方案：
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
步骤(1)：接收Femtocell网络数据；
步骤(2)：在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
步骤(3)：根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
步骤(4)：根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
步骤(5)：利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
这些计算机可执行指令在设备中运行时使得该设备执行根据本公开中的各个实施例所描述的方法或过程。
在本实施例中，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
本文所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开内容操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开内容的各个方面。
应当注意，尽管在上文的详细描述中提及了设备的若干模块或子模块，但是这种划分仅仅是示例性而非强制性的。实际上，根据本公开的实施例，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
实施例4：
本实施例4的目的是提供一种Femtocell网络的频谱和功率分配系统。
为了实现上述目的，本发明采用如下一种技术方案：
一种Femtocell网络的频谱和功率分配系统，该系统包括终端设备以及与该终端设备连接的FBS、FUE、MBS、MUE、能量检测器；
所述FBS、FUE、MBS和MUE发送Femtocell网络数据至终端设备；
所述FBS周期性地发送参考信号，所述FUE周期性地检测所述参考信号并发送至终端设备；所述FBS接收所述终端设备输出的最优化频谱和功率；
所述能量检测器安装于FBS侧，与FBS连接，用于利用频谱感知技术检测子信道占用率，并发送至终端设备；
所述终端设备包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
接收Femtocell网络数据和所述FUE周期性地检测的述参考信号；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率；
所述独立群根据所述FUE周期性地检测的述参考信号建立。
本实施例4基于本实施例中的系统对实施例1中的方法进行实验验证。
为了验证本发明的效果，考虑网络中有一个宏基站MBS和多个家庭基站FBSs，覆盖范围分别为500米和30米半径。干扰概率门限值ξm＝0.01，信道带宽Bw＝360kHz，宏基站MBS在子信道m上的干扰门限
Figure GDA0002673797720000171
宏基站用户MUE和家庭基站用户FUE的最大发送功率分别为500mW和100mW。家庭基站用户FUE ln的存储上限Bn＝100，λ＝2100bits。宏基站用户MUE m传输的概率αm变量在m中是独立同分布，是[0,1]之间的均匀随机变量。
图2显示网络纳什平衡状态图。网络里有4个子信道，20个家庭基站FBSs，每个家庭基站FBS连接一个家庭基站用户FUE，家庭基站FBSs自主建立六个独立群IDGs：{1,2,4,5,13,17},{6,7,8,10,20},{14,15,16},{3,11,12},{9,18},{19}。
图3显示了随着FBS数目变化，本发明提出的RC-SQP方法和其它三种方法的效果图，其它三种方法分别是：Francesco Pantisano提出的经典联盟组建方法(ClassicalCoalition Formation method,CCF)，固定FUE最大发送功率基于RC的方法(RC-maximumpower allocation)，随机FUE发送功率基于RC的方法(RC-random power allocation)。子信道数目为4。当用户数量少的时候，用户组建联盟的概率小，所以RC-SQP方法的优势不明显。当用户数量多的时候，用户之间的合作几率增大，网络吞吐量就增加。当有32个FBSs时，RC-SQP方法比CCF、RC-maximum power allocation和RC-random power allocation分别高出13.5128％、7.724％、17.926％。
图4显示了随着子信道数目变化，本发明提出的RC-SQP方法和其它三种方法的效果图。FBS数目是18。本发明提出的方法效果更好，因为本发明增加了组成联盟的概率，并灵活地调节发送功率，从而使得网络吞吐量增大。
本发明的有益效果：
本发明所述的一种Femtocell网络的频谱和功率分配方法、装置及系统，利用频谱感知技术判断哪些子信道可以占用，既增加了频谱利用率，又缓解了跨层干扰，缓和Femtocell层对Macrocell层的干扰。在解决功率分配的凸优化中利用SQP算法，保证了MBS受到的干扰不超过阈值和Femtocell用户FUE发送端数据不溢出。在组建联盟的过程中，采用递归核的方法，用户FUE不断改变频谱和功率分配方案，最终达到纳什平衡状态，此时频谱和功率分配已达到最优状态，网络吞吐量也最大。可以得出，本发明提出的频谱和功率分配方法能有效缓解跨层干扰，保证Macrocell层效益不受损，提高网络总吞吐量。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种Femtocell网络的频谱和功率分配方法，其特征在于，该方法包括：
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率；
所述利用频谱感知技术确定FBS可占用的子信道的具体方法包括：
步骤(1-1)：在瑞丽衰减场景下，FBS侧能量检测器利用频谱感知技术检测子信道占用率；
步骤(1-2)：当MUE未占用该子信道且根据占用率判断该子信道空闲，将该子信道加入该FBS的可用子信道集合；
步骤(1-3)：计算该FBS的漏检MUE占用子信道的概率，根据该漏检MUE占用子信道的概率计算干扰概率，若干扰概率大于预设干扰概率门限值，则剔除该子信道，确定该FBS的最终可用子信道集合；
步骤(1-4)：重复上述步骤(1-1)-步骤(1-3)，直至确定所有FBS的最终可用子信道集合；
所述计算FUE在一个子信道上的发送功率的具体方法为：根据FUE在某一子信道的传输速率、保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件以及保证FUE发送端数据不溢出条件计算该FUE在该子信道上的发送功率；
所述FUE在某一子信道的传输速率根据该子信道带宽和信号与干扰加噪声比利用香浓公式计算；所述信号与干扰加噪声比为该FUE在该子信道收到的跨层干扰和共层干扰的函数；
在所述计算FUE在一个子信道上的发送功率的具体方法中，当MUE占用某一子信道的同时FUE占用该子信道时开启Macrocell网络保护措施，即所述保证MBS受到干扰小于该MBS在该子信道的预设干扰门限条件；
在所述计算FUE在一个子信道上的发送功率的具体方法，在FUE发送端采用M/M/1队列模型处理数据，根据服从泊松分布的数据到达和服从指数分布的FUE在某一子信道的传输速率采用Little定理计算队列中的平均数据量；
计算出的平均数据流不大于该FUE的存储上限即所述保证FUE发送端数据不溢出条件；
在每个FBSs建立的独立群内的子信道和功率分配方法即所述采用递归核算法在联盟变化时重新计算分配子信道和功率，具体方法为：
步骤(4-1)：初始化独立群，独立群包含的联盟中FUE之间相互合作，随机分配功率和子信道给FUE；
步骤(4-2)：在组建联盟过程中，在联盟变化时发生变化联盟重新计算分配子信道和功率，重新最大化独立群中每个联盟的效益，利用独立群中最大化的联盟效益之和计算独立群效益，若当前迭代过程的该独立群效益大于前一迭代过程中独立群效益，更新功率和子信道分配方案；
步骤(4-3)：重复上一步骤直至递归至纳什平衡。
2.一种计算机可读存储介质，基于如权利要求1所述的方法，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行以下处理：
接收Femtocell网络数据；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
3.一种终端设备，基于如权利要求1所述的方法，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
接收Femtocell网络数据；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率。
4.一种Femtocell网络的频谱和功率分配系统，该系统基于如权利要求1所述的方法，该系统包括终端设备以及与该终端设备连接的FBS、FUE、MBS、MUE、能量检测器；
所述FBS、FUE、MBS和MUE发送Femtocell网络数据至终端设备；所述FBS周期性地发送参考信号，所述FUE周期性地检测所述参考信号并发送至终端设备；所述FBS接收所述终端设备输出的最优化频谱和功率；
所述能量检测器安装于FBS侧，与FBS连接，用于利用频谱感知技术检测子信道占用率，并发送至终端设备；
所述终端设备包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
接收Femtocell网络数据和所述FUE周期性地检测的述参考信号；
在Femtocell网络混合频谱接入模式下，利用频谱感知技术确定FBS可占用的子信道；
根据保证MBS受到干扰小于预设阈值和FUE发送端数据不溢出的条件计算FUE在一个子信道上的发送功率；
根据FUE在一个子信道上的发送功率计算所有独立群中每个联盟的效益，利用SQP算法最大化联盟效益；所述联盟为占用同一子信道的FUE集合；
利用独立群中联盟效益之和计算独立群效益，采用递归核算法在联盟变化时重新计算分配子信道和功率，直至纳什平衡状态，输出最优化频谱和功率；
所述独立群根据所述FUE周期性地检测的述参考信号建立。
CN201810226497.7A 2018-03-19 2018-03-19 一种Femtocell网络的频谱和功率分配方法、装置及系统 Expired - Fee Related CN108616996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810226497.7A CN108616996B (zh) 2018-03-19 2018-03-19 一种Femtocell网络的频谱和功率分配方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810226497.7A CN108616996B (zh) 2018-03-19 2018-03-19 一种Femtocell网络的频谱和功率分配方法、装置及系统

Publications (2)

Publication Number Publication Date
CN108616996A CN108616996A (zh) 2018-10-02
CN108616996B true CN108616996B (zh) 2020-11-06

Family

ID=63659219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810226497.7A Expired - Fee Related CN108616996B (zh) 2018-03-19 2018-03-19 一种Femtocell网络的频谱和功率分配方法、装置及系统

Country Status (1)

Country Link
CN (1) CN108616996B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109743121A (zh) * 2019-03-01 2019-05-10 广东工业大学 一种信道占用状态检测方法、装置、电子设备及存储介质
CN110620611B (zh) * 2019-09-29 2021-12-10 南京邮电大学 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN113821270B (zh) * 2021-07-29 2023-07-25 长沙理工大学 任务卸载顺序预测方法、决策方法、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103582105A (zh) * 2013-11-11 2014-02-12 浙江工业大学 一种大规模异构蜂窝网络中最大化系统效益的优化方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102271338A (zh) * 2011-09-16 2011-12-07 湘潭大学 一种用于认知无线电网络的信道和功率联合分配方法
CN103260166B (zh) * 2013-03-25 2016-03-02 西安电子科技大学 分布式认知无线网络基于联盟博弈的频谱分配方法
CN107135508B (zh) * 2017-02-28 2019-08-23 南京邮电大学 一种基于联盟博弈的能量采集小基站干扰管理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103582105A (zh) * 2013-11-11 2014-02-12 浙江工业大学 一种大规模异构蜂窝网络中最大化系统效益的优化方法

Also Published As

Publication number Publication date
CN108616996A (zh) 2018-10-02

Similar Documents

Publication Publication Date Title
CN111372314A (zh) 基于移动边缘计算场景下的任务卸载方法及任务卸载装置
CN108616996B (zh) 一种Femtocell网络的频谱和功率分配方法、装置及系统
Wang et al. A distributed resource allocation scheme in femtocell networks
LeAnh et al. Distributed power and channel allocation for cognitive femtocell network using a coalitional game in partition-form approach
EP3530049A1 (en) Resource allocation and scheduling for wireless networks with self-backhauled links
Marshoud et al. Resource allocation in macrocell-femtocell network using genetic algorithm
Saha Licensed countrywide full-spectrum allocation: A new paradigm for millimeter-wave mobile systems in 5G/6G era
Ghosh et al. Game theoretic frequency reuse approach in OFDMA femtocell networks
Xu et al. Resource management for interference mitigation in device‐to‐device communication
Esmat et al. Joint channel selection and optimal power allocation for multi‐cell D2D communications underlaying cellular networks
Shajaiah et al. Towards an application-aware resource scheduling with carrier aggregation in cellular systems
Swetha et al. Fair resource allocation for D2D communication in mmwave 5G networks
Dehghani Firouzabadi et al. Joint user association, subchannel assignment, and power allocation in full‐duplex OFDMA heterogeneous networks
Kalbkhani et al. Power allocation and relay selection for network-coded D2D communication underlay heterogeneous cellular networks
Tabrizi et al. CaSRA: An algorithm for cognitive tethering in dense wireless areas
Varade et al. Throughput Maximization of Cognitive Radio Multi Relay Network with Interference Management.
US20230232273A1 (en) Allocating resources for communication and sensing services
CN102045826B (zh) 小区间上行干扰的处理方法及装置
CN114884957B (zh) 空天地网络中的计算任务卸载方法、装置和电子设备
Soleimanpour-Moghadam et al. Relay selection and power allocation for energy-efficient cooperative cognitive radio networks
Wang et al. Analytical evaluation of femtocell deployment in cellular networks using fractional frequency reuse
CN104115549A (zh) 通信控制装置、通信控制方法以及通信控制系统
Kao et al. Radio resource allocation using genetic algorithm in heterogeneous networks
WANG Resource allocation in OFDMA relay-enhanced cellular networks
US20180376340A1 (en) Spectrum access method and apparatus utilizing same

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201106

Termination date: 20210319