CN108811068A - 一种资源分配方法、装置和计算机可读存储介质 - Google Patents

一种资源分配方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN108811068A
CN108811068A CN201810819423.4A CN201810819423A CN108811068A CN 108811068 A CN108811068 A CN 108811068A CN 201810819423 A CN201810819423 A CN 201810819423A CN 108811068 A CN108811068 A CN 108811068A
Authority
CN
China
Prior art keywords
base station
node
power
target
indicate
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
Application number
CN201810819423.4A
Other languages
English (en)
Other versions
CN108811068B (zh
Inventor
张广驰
曾志超
崔苗
林凡
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201810819423.4A priority Critical patent/CN108811068B/zh
Publication of CN108811068A publication Critical patent/CN108811068A/zh
Application granted granted Critical
Publication of CN108811068B publication Critical patent/CN108811068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W52/30—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
    • H04W52/346—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading distributing total power among users or channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • 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
    • H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
    • H04W52/265—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the quality of service QoS
    • 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
    • H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
    • H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种资源分配方法、装置和计算机可读存储介质，根据优化目标和约束条件，建立资源分配问题的目标函数；初始化目标函数的基础参数；根据基础参数，利用内点算法对目标函数进行处理，确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率；检测该目标能量效率是否满足资源分配的要求；若是，则将各目标参数的取值作为目标函数的最优解；若否，则将目标能量效率作为初始能量效率，并重新计算目标函数中各目标参数的取值，直至目标能量效率能够满足资源分配的要求为止。在该技术方案中，充分考虑了基站的发射功率和各节点的发射功率对资源分配的影响，有效的提升了系统的能量效率。

Description

一种资源分配方法、装置和计算机可读存储介质
技术领域
本发明涉及无线通信技术领域，特别是涉及一种资源分配方法、装置和计算机可读存储介质。
背景技术
现今，世界正面临着能源危机和环境污染两大问题，节能减排已经成为各个行业的一项重要指标，因此，在通信行业中产生了一种新的概念：“绿色通信”。绿色通信是以节能减耗为目标的无线通信，主要机制是在保证用户传输质量和传输速率的同时，尽可能的降低能耗，减少碳排放量，其中能量效率这一项重要的指标已经被用来判断绿色通信的性能之一。所以，如何设计合适的资源分配方案使得能量效率最大化尤为重要。
传统方式的资源分配方案中，只考虑优化基站的能量传输时间和每个用户(节点)的信息传输时间，并没有考虑优化基站的发射功率和每个节点传输信息时的发射功率，导致资源分配的不均衡，从而使得系统的能量效率不高。
可见，如何提升系统的能量效率，是本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种资源分配方法、装置和计算机可读存储介质，可以提升系统的能量效率。
为解决上述技术问题，本发明实施例提供一种资源分配方法，包括：
S10：根据优化目标和约束条件，建立资源分配问题的目标函数；其中，所述目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；
S11：初始化所述目标函数的基础参数；其中，所述基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；
S12：根据所述基础参数，利用内点算法对所述目标函数进行处理，确定出所述目标函数中各目标参数的取值；并依据各所述目标参数的取值，计算出系统的目标能量效率；
S13：检测所述目标能量效率是否满足资源分配的要求；若否，则执行S14；若是，则执行S15；
S14：将所述目标能量效率作为所述初始能量效率，并返回所述S12；
S15：将各所述目标参数的取值确定为所述目标函数的最优解。
可选的，所述目标函数具体为：
P0≤Pmax(1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,···,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,···,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
可选的，在所述S12中包括：
根据能量守恒定律，将所述目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数；
依据所述功率发射函数、所述基站最大发射功率和所述初始能量效率，计算出所述目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间；
将所述目标能量传输时间和各所述目标信息传输时间代入所述功率发射函数，以得到各节点各自对应的目标发射功率；
根据所述目标发射功率、所述基站最大发射功率、所述目标能量传输时间和各所述目标信息传输时间，确定出系统的目标能量效率。
可选的，在所述S13中包括：
计算所述目标能量效率和所述初始能量效率的差值；
判断所述差值是否小于或等于所述误差精度值。
本发明实施例还提供了一种资源分配装置，包括建立单元、初始化单元、处理单元、检测单元、作为单元和确定单元；
所述建立单元，用于根据优化目标和约束条件，建立资源分配问题的目标函数；其中，所述目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；
所述初始化单元，用于初始化所述目标函数的基础参数；其中，所述基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；
所述处理单元，用于根据所述基础参数，利用内点算法对所述目标函数进行处理，确定出所述目标函数中各目标参数的取值；并依据各所述目标参数的取值，计算出系统的目标能量效率；
所述检测单元，用于检测所述目标能量效率是否满足资源分配的要求；若否，则触发所述作为单元；若是，则触发所述确定单元；
所述作为单元，用于将所述目标能量效率作为所述初始能量效率，并触发所述处理单元；
所述确定单元，用于将各所述目标参数的取值确定为所述目标函数的最优解。
可选的，所述目标函数具体为：
P0≤Pmax(1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,···,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,···,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
可选的，所述处理单元包括转化子单元、计算子单元、代入子单元、确定子单元；
所述转化子单元，用于根据能量守恒定律，将所述目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数；
所述计算子单元，用于依据所述功率发射函数、所述基站最大发射功率和所述初始能量效率，计算出所述目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间；
所述代入子单元，用于将所述目标能量传输时间和各所述目标信息传输时间代入所述功率发射函数，以得到各节点各自对应的目标发射功率；
所述确定子单元，用于根据所述目标发射功率、所述基站最大发射功率、所述目标能量传输时间和各所述目标信息传输时间，确定出系统的目标能量效率。
可选的，所述检测单元包括计算子单元和判断子单元；
所述计算子单元，用于计算所述目标能量效率和所述初始能量效率的差值；
所述判断子单元，用于判断所述差值是否小于或等于所述误差精度值。
本发明实施例还提供了一种资源分配装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如上述资源分配方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述资源分配方法的步骤。
由上述技术方案可以看出，根据优化目标和约束条件，建立资源分配问题的目标函数；其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；初始化目标函数的基础参数；其中，基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；根据基础参数，利用内点算法对目标函数进行处理，可以确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率；检测该目标能量效率是否满足资源分配的要求；当目标能量效率满足资源分配的要求时，则说明按照当前确定出的各目标参数的取值进行资源分配时，能量效率可以达到最优，此时可以将各目标参数的取值作为目标函数的最优解；当目标能量效率不满足资源分配的要求时，则将目标能量效率作为初始能量效率，并重新计算目标函数中各目标参数的取值，直至目标能量效率能够满足资源分配的要求为止。在该技术方案中，充分考虑了基站的发射功率和各节点的发射功率对资源分配的影响，使得资源分配更加贴合实际情况，有效的提升了系统的能量效率。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种无线供电混合多址系统的结构示意图；
图2为本发明实施例提供的一种资源分配方法的流程图；
图3为本发明实施例提供的一种不同资源分配方案下系统平均能量效率随基站发射功率的变化示意图；
图4为本发明实施例提供的一种不同资源分配方案下节点到基站的距离对系统平均能量效率的影响示意图；
图5为本发明实施例提供的一种资源分配装置的结构示意图；
图6为本发明实施例提供的一种资源分配装置的硬件结构示意图。
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，都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
现有技术的资源分配方案中往往忽略了基站的发射功率和各节点信息传输时的发射功率，只是对基站的能量传输时间和各节点的信息传输时间进行优化，在进行资源分配时考虑的因素不够全面，使得依据该优化方式进行资源分配时系统的能量效率不高。
为此，本发明实施例提供了一种资源分配方法、装置和计算机可读存储介质，根据优化目标和约束条件，建立资源分配问题的目标函数。其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间。在该技术方案中充分考虑了对系统能量效率具有影响的各目标参数，通过对各目标参数的不断优化，来实现系统能量效率的最大化。
考虑到无线供电通信网络技术和非正交多址接入技术的发展和应用，基于上述思想，本发明实施例提供的资源分配方案可以应用于无线供电混合多址的系统，该系统的结构示意图如图1所示，整个系统由KM个节点组成。考虑到若全部节点使用非正交多址接入时，这无疑会增加节点的时延以及接收机串行干扰消除的复杂度。所以在设计该系统网络结构时可以将KM个节点进行分簇处理，在簇的内部使用非正交多址接入传输。考虑到分簇后会带来簇与簇之间的干扰，为了消除簇间干扰，可以在簇间使用正交的时分多址接入方案。在实际的5G无线网络中，这种混合多址接入方案更有利于取得频谱效率和系统复杂度之间的平衡，图1所示的系统即采用的这种组网方式。
其中，图1中是以KM个节点均分成K个用户簇，每个用户簇中包括有M个节点为例。需要说明的是，系统的分簇方式并不限于图1所示的方式，在具体应用中，可以依据实际需求进行用户簇的划分，在此不做限定。
图1所示的整个系统的工作过程可以分为两个阶段，第一阶段为无线能量传输阶段，第二阶段为无线信息传输阶段。在第一个阶段，基站广播无线能量给所有的节点，假设基站到节点的传输信道为hk,m，基站的能量传输时间为τ0。在第二阶段，每个用户利用收集到的能量传输信息给基站。由于节点信息传输的功率来源于第一阶段收集到的能量，在信息传输之前，节点首先会收集能量，当收集到一定的能量，节点开始传输信息给基站。假设节点到基站的传输信道为gk,m，同一个用户簇中各节点的信息传输时间相同均为τk。两个阶段传输时间假设不超过最大传输时间Tmax。
系统的能量效率(Energy Efficiency，EE)定义为系统的可达吞吐量之和与系统的总能耗的比值，即：其中Rsum为系统的吞吐量，Esum为系统的总能耗。在本发明技术方案中通过不断优化目标参数，以实现系统的能量效率的最大化。
接下来，将以图1所示的系统模型为例，对适用于该系统模型的资源分配方法进行详细介绍。图2为本发明实施例提供的一种资源分配方法的流程图，该方法包括：
S10：根据优化目标和约束条件，建立资源分配问题的目标函数。
其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间。
在本发明实施例中，在建立目标函数时，为了更符合实际，充分考虑了每个节点的电路消耗和用户的服务质量需求，以使得该目标函数更适于实际使用。
其中，目标函数具体为：
P0≤Pmax(1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,···,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,···,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
在本发明实施例中，建立的目标函数用于表示无线供电混合多址系统的能量效率，即EE；该目标函数中分子为无线供电混合多址系统的总吞吐量，即Rsum；分母为无线供电混合多址系统的总能耗，即Esum。
公式中(1a)-(1e)为目标函数的约束条件，第一条约束表示整个系统上下行总的传输时间不超过定义的最大传输时间Tmax；第二条约束表示基站的发射功率不超过基站最大发射功率Pmax；第三条约束表示用户信息传输阶段的总能量消耗不会超过其收集到的最大可用能量；第四条约束表示服务质量需求，即系统的总吞吐量必须满足一个最小吞吐量需求，最后一条约束表示所有的约束变量都是非负的。
S11：初始化目标函数的基础参数。
其中，基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率。
S12：根据基础参数，利用内点算法对目标函数进行处理，确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率。
在确定目标函数中各目标参数的取值时，可以先对各节点的发射功率以及基站的发射功率进行分析处理。
具体的，可以根据能量守恒定律，将目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数。其中，节点的功率发射函数的具体形式可以参见后续内容中的步骤a，在此不再赘述。
在本发明实施例中，通过对比验证的方式，可以确定出当所有目标参数中除基站的发射功率之外的其它目标参数为定值，基站的发射功率为基站最大发射功率时，系统的能量效率最大。其中，基站的发射功率的对比验证的具体过程可以参见后续内容中的步骤b。
当确定出各节点的功率发射函数和基站的发射功率的最优取值即基站最大发射功率后，可以依据功率发射函数、基站最大发射功率和初始能量效率，计算出目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间。
当计算出基站的目标能量传输时间和各节点各自对应的目标信息传输时间之后，便可以将目标能量传输时间和各目标信息传输时间代入各节点的功率发射函数，以得到各节点各自对应的目标发射功率。根据目标发射功率、基站最大发射功率、目标能量传输时间和各目标信息传输时间，最终可以确定出系统的目标能量效率。
S13：检测目标能量效率是否满足资源分配的要求。
在具体实现中，可以计算目标能量效率和初始能量效率的差值；判断差值是否小于或等于误差精度值。
当目标能量效率和初始能量效率的差值大于误差精度值时，则说明目标函数中的各目标参数并未调整到最优，此时可以执行S14。
目标能量效率和初始能量效率的差值小于或等于误差精度值，则说明按照当前确定出的各目标参数的取值进行资源分配时，能量效率可以达到最优，此时可以将各目标参数的取值作为目标函数的最优解，即执行S15。
S14：将目标能量效率作为初始能量效率，并返回S12。
S15：将各目标参数的取值确定为目标函数的最优解。
在本发明实施例中，对于目标函数最优解的求解过程可以分为三个步骤。步骤a用于求解各节点的功率发射函数的表示形式；步骤b用于对比验证基站的发射功率的最优取值；步骤c用于求解目标函数中基站的能量传输时间和各节点的信息传输时间的最优取值。
接下来将对各步骤的具体过程展开介绍。
步骤a：假设每一个节点工作时的电路消耗功率为Pck，相应的，节点Uk,m信息传输时的电路消耗的能量为Pckτk，节点信息传输的发射功率为Pk,m，相应的，节点信息传输的能量消耗为Pk,mτk。
因为每一个节点信息传输的能量来源于第一阶段收集到的能量，根据能量守恒定律，每一个节点消耗的总能量不会超过收集到的能量Ek,m＝ητ0P0|hk,m|2，即：Pk,mτk+Pckτk≤Ek,m。在这样的约束条件下，要使得整个系统的能量效率达到最大，那么所有节点在信息传输是必须消耗完收集到的全部能量，也就是说Pk,mτk+Pckτk＝Ek,m。
假设目标函数的最优解为且满足对应最优能量效率为EE*。然后再构造一组目标函数的可行解满足以及对应最优的能量效率为由于那么节点可以缩减能量收集的时间即存在满足其中θ为能量传输时间减少的比例。将可行解等价为并代入到目标函数中可以发现所以节点在信息传输过程中会消耗完其收集到的可用能量，即进一步做数学变换可以得到能量效率最大时节点的发射功率的最优解，该最优解可以用功率发射函数表示，具体为
步骤b：基站发射功率大小会直接影响到系统的性能，这里假设基站能量时传输的发射功率为P0，基站最大的发射功率为Pmax(P0≤Pmax)。在使得系统能量效率最大化资源分配策略中，基站以最大的发射功率发射能量，即P0＝Pmax。假设目标函数的最优解为且满足此时基站发射的总能量为对应的最优解为EE*。然后再构造一组目标函数的可行解满足 以及对应的最优解为由于最优解中有这使得可行解中能量收集时间小于最优的并且总是成立的，其中PE为基站恒定的电路功率消耗。把这两组解代入到目标函数中可以很容易观察到这表明在最大能量效率资源分配策略中，基站总是以最大发射功率发射能量信息。
步骤c：在确定了节点的功率发射函数和基站最优发射功率之后，可以对传输时间的分配进行分析。
在基站下行能量传输和上行用户信息传输时间有限的条件下，如何分配时间才能使系统的性能达到最佳，具体的，可以根据分式规划理论，通过迭代资源分配算法来求解。其具体过程如下。
在计算目标参数的取值时，涉及目标函数的变换，为了便于介绍，在本发明实施例中，将约束条件(1a)-(1e)限定下的目标函数称作问题(1)，将接下来约束条件(2a)-(2c)限定下的目标函数称作问题(2)，约束条件(3a)-(3c)限定下的目标函数称作问题(3)。
首先将步骤a和步骤b的结论分别代入到问题(1)中，经过一系列的数学变换可以将问题(1)等价为问题(2)。
由于问题(2)的目标函数是一个分式形式，并且优化变量是耦合的，所以问题(2)为非凸优化问题。为了求解这个非凸优化问题，利用分式规划理论，将其等价为下面优化问题。
对于问题(3)，当给定q时，问题(3)为标准的凸优化问题。问题(3)的求解可以通过下面的迭代算法来实现。
1：初始化迭代次数n＝0，误差精度ε，基站发射功率Pmax，系统最小吞吐量需求Rmin以及初始能量效率q(0)。
2：给定q(n)时，通过内点法求解问题(3)，得出上下行时间分配策略
3：通过步骤a和步骤b求用户和基站的发射功率
4：根据和计算
5：根据和计算
6：令n＝n+1，通过计算更新q(n)取值。
7：如果|q(n)-q(n-1)|≤ε，则求出了问题(3)的最优值EE*，此时对应的为最优资源分配策略；否则，重复上述步骤2到步骤6，直到|q(n)-q(n -1)|≤ε。
其中，表示第n次迭代求出的系统的吞吐量；
表示第n次迭代求出的上行信息传输时间即第k用户簇中的节点的信息传输时间；
表示第n次迭代求出的下行能量传输时间即基站的能量传输时间；
表示第n次迭代求出的用户Uk,m信息传输时的发射功率；
表示第n次迭代求出的系统的总能耗。
在本发明实施例中，将现有技术中常用的资源分配方案，例如，吞吐量最大化策略和固定时间分配策略，和本发明实施例中提供的资源分配方案即能量效率最大化资源分配算法所能达到的平均能量效率进行了对比验证。
其中，图3中显示了三种方案得到的系统平均能量效率随着基站发射功率的变化情况。可以看到采用本发明实施例提供的能量效率最大化资源分配算法，达到的系统性能明显优于传统的固定时间分配策略和吞吐量最大化策略的系统性能。
图4中显示了节点到基站的距离对不同方案的系统平均能量效率的影响。三种方案的平均能量效率都随着距离的增加而减小，并且本发明实施例所提供的资源分配方案能实现的系统性能是最优的。因此，以系统的能量效率作为系统性能评价标准，相比于传统方式的固定时间分配策略和吞吐量最大化策略，本发明实施例所提供的资源分配方案，能够实现能量效率的最优化。
由上述技术方案可以看出，根据优化目标和约束条件，建立资源分配问题的目标函数；其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；初始化目标函数的基础参数；其中，基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；根据基础参数，利用内点算法对目标函数进行处理，可以确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率；检测该目标能量效率是否满足资源分配的要求；当目标能量效率满足资源分配的要求时，则说明按照当前确定出的各目标参数的取值进行资源分配时，能量效率可以达到最优，此时可以将各目标参数的取值作为目标函数的最优解；当目标能量效率不满足资源分配的要求时，则将目标能量效率作为初始能量效率，并重新计算目标函数中各目标参数的取值，直至目标能量效率能够满足资源分配的要求为止。在该技术方案中，充分考虑了基站的发射功率和各节点的发射功率对资源分配的影响，使得资源分配更加贴合实际情况，有效的提升了系统的能量效率。
图5为本发明实施例提供的一种资源分配装置的结构示意图，所述装置包括建立单元51、初始化单元52、处理单元53、检测单元54、作为单元55和确定单元56；
建立单元51，用于根据优化目标和约束条件，建立资源分配问题的目标函数；其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；
初始化单元52，用于初始化目标函数的基础参数；其中，基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；
处理单元53，用于根据基础参数，利用内点算法对目标函数进行处理，确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率；
检测单元54，用于检测目标能量效率是否满足资源分配的要求；若否，则触发作为单元55；若是，则触发确定单元56；
作为单元55，用于将目标能量效率作为初始能量效率，并触发处理单元53；
确定单元56，用于将各目标参数的取值确定为目标函数的最优解。
可选的，目标函数具体为：
P0≤Pmax(1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,···,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,···,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
可选的，处理单元包括转化子单元、计算子单元、代入子单元、确定子单元；
转化子单元，用于根据能量守恒定律，将目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数；
计算子单元，用于依据功率发射函数、基站最大发射功率和初始能量效率，计算出目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间；
代入子单元，用于将目标能量传输时间和各目标信息传输时间代入功率发射函数，以得到各节点各自对应的目标发射功率；
确定子单元，用于根据目标发射功率、基站最大发射功率、目标能量传输时间和各目标信息传输时间，确定出系统的目标能量效率。
可选的，检测单元包括计算子单元和判断子单元；
计算子单元，用于计算目标能量效率和初始能量效率的差值；
判断子单元，用于判断差值是否小于或等于误差精度值。
图5所对应实施例中特征的说明可以参见图2所对应实施例的相关说明，这里不再一一赘述。
由上述技术方案可以看出，根据优化目标和约束条件，建立资源分配问题的目标函数；其中，目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；初始化目标函数的基础参数；其中，基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；根据基础参数，利用内点算法对目标函数进行处理，可以确定出目标函数中各目标参数的取值；并依据各目标参数的取值，计算出系统的目标能量效率；检测该目标能量效率是否满足资源分配的要求；当目标能量效率满足资源分配的要求时，则说明按照当前确定出的各目标参数的取值进行资源分配时，能量效率可以达到最优，此时可以将各目标参数的取值作为目标函数的最优解；当目标能量效率不满足资源分配的要求时，则将目标能量效率作为初始能量效率，并重新计算目标函数中各目标参数的取值，直至目标能量效率能够满足资源分配的要求为止。在该技术方案中，充分考虑了基站的发射功率和各节点的发射功率对资源分配的影响，使得资源分配更加贴合实际情况，有效的提升了系统的能量效率。
图6为本发明实施例提供的一种资源分配装置60的硬件结构示意图，所述装置60包括：
存储器61，用于存储计算机程序；
处理器62，用于执行所述计算机程序以实现如上述资源分配方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述资源分配方法的步骤。
以上对本发明实施例所提供的一种资源分配方法、装置和计算机可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。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，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

Claims (10)

1.一种资源分配方法，其特征在于，包括：
S10：根据优化目标和约束条件，建立资源分配问题的目标函数；其中，所述目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；
S11：初始化所述目标函数的基础参数；其中，所述基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；
S12：根据所述基础参数，利用内点算法对所述目标函数进行处理，确定出所述目标函数中各目标参数的取值；并依据各所述目标参数的取值，计算出系统的目标能量效率；
S13：检测所述目标能量效率是否满足资源分配的要求；若否，则执行S14；若是，则执行S15；
S14：将所述目标能量效率作为所述初始能量效率，并返回所述S12；
S15：将各所述目标参数的取值确定为所述目标函数的最优解。
2.根据权利要求1所述的方法，其特征在于，所述目标函数具体为：
P0≤Pmax (1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,…,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,…,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
3.根据权利要求1或2所述的方法，其特征在于，在所述S12中包括：
根据能量守恒定律，将所述目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数；
依据所述功率发射函数、所述基站最大发射功率和所述初始能量效率，计算出所述目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间；
将所述目标能量传输时间和各所述目标信息传输时间代入所述功率发射函数，以得到各节点各自对应的目标发射功率；
根据所述目标发射功率、所述基站最大发射功率、所述目标能量传输时间和各所述目标信息传输时间，确定出系统的目标能量效率。
4.根据权利要求1或2所述的方法，其特征在于，在所述S13中包括：
计算所述目标能量效率和所述初始能量效率的差值；
判断所述差值是否小于或等于所述误差精度值。
5.一种资源分配装置，其特征在于，包括建立单元、初始化单元、处理单元、检测单元、作为单元和确定单元；
所述建立单元，用于根据优化目标和约束条件，建立资源分配问题的目标函数；其中，所述目标函数中待确定取值的目标参数包括有基站的发射功率、各节点的发射功率、基站的能量传输时间和各节点的信息传输时间；
所述初始化单元，用于初始化所述目标函数的基础参数；其中，所述基础参数包括基站最大发射功率、误差精度值、系统的最小吞吐量和初始能量效率；
所述处理单元，用于根据所述基础参数，利用内点算法对所述目标函数进行处理，确定出所述目标函数中各目标参数的取值；并依据各所述目标参数的取值，计算出系统的目标能量效率；
所述检测单元，用于检测所述目标能量效率是否满足资源分配的要求；若否，则触发所述作为单元；若是，则触发所述确定单元；
所述作为单元，用于将所述目标能量效率作为所述初始能量效率，并触发所述处理单元；
所述确定单元，用于将各所述目标参数的取值确定为所述目标函数的最优解。
6.根据权利要求5所述的装置，其特征在于，所述目标函数具体为：
P0≤Pmax (1b)
其中，K表示系统中用户簇的个数，k∈Φ＝{1,2,…,K}，M表示每个用户簇中包括的节点个数，m∈Ω＝{1,2,…,M}，τ0表示基站的能量传输时间，τk表示第k个用户簇中各节点的信息传输时间，Tmax表示最大传输时间，P0表示基站的发射功率，Pmax表示基站最大发射功率，Pk,m表示第k个用户簇中第m个节点的发射功率，PE表示基站的电路消耗功率，表示第k个用户簇中第m个节点的电路消耗功率，η表示节点的能量传输效率，gk,m表示第k个用户簇中第m个节点向基站传输信息的传输信道，σ2表示噪声功率，hk,m表示基站向第k个用户簇中第m个节点传输能量的传输信道，Rmin表示系统的最小吞吐量。
7.根据权利要求5或6所述的装置，其特征在于，所述处理单元包括转化子单元、计算子单元、代入子单元、确定子单元；
所述转化子单元，用于根据能量守恒定律，将所述目标函数中的各节点的发射功率转化成由基站的能量传输时间和相应节点的信息传输时间表示的功率发射函数；
所述计算子单元，用于依据所述功率发射函数、所述基站最大发射功率和所述初始能量效率，计算出所述目标函数中基站的目标能量传输时间和各节点各自对应的目标信息传输时间；
所述代入子单元，用于将所述目标能量传输时间和各所述目标信息传输时间代入所述功率发射函数，以得到各节点各自对应的目标发射功率；
所述确定子单元，用于根据所述目标发射功率、所述基站最大发射功率、所述目标能量传输时间和各所述目标信息传输时间，确定出系统的目标能量效率。
8.根据权利要求5或6所述的装置，其特征在于，所述检测单元包括计算子单元和判断子单元；
所述计算子单元，用于计算所述目标能量效率和所述初始能量效率的差值；
所述判断子单元，用于判断所述差值是否小于或等于所述误差精度值。
9.一种资源分配装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1至4任意一项所述资源分配方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述资源分配方法的步骤。
CN201810819423.4A 2018-07-24 2018-07-24 一种资源分配方法、装置和计算机可读存储介质 Active CN108811068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810819423.4A CN108811068B (zh) 2018-07-24 2018-07-24 一种资源分配方法、装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810819423.4A CN108811068B (zh) 2018-07-24 2018-07-24 一种资源分配方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108811068A true CN108811068A (zh) 2018-11-13
CN108811068B CN108811068B (zh) 2021-07-02

Family

ID=64077927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810819423.4A Active CN108811068B (zh) 2018-07-24 2018-07-24 一种资源分配方法、装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108811068B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110933757A (zh) * 2019-11-26 2020-03-27 重庆邮电大学 基于时间反演的wpcn系统的抗干扰资源分配方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8027301B2 (en) * 2007-01-24 2011-09-27 The Board Of Trustees Of The Leland Stanford Junior University Cooperative OFDMA and distributed MIMO relaying over dense wireless networks
CN105007631A (zh) * 2015-08-05 2015-10-28 山东大学 一种协作认知网络中保证QoS要求的联合资源分配方法
CN106131943A (zh) * 2016-08-14 2016-11-16 辛建芳 一种基于能效最优的协作通信系统资源分配方法
CN106788651A (zh) * 2017-01-22 2017-05-31 西安交通大学 基于非正交多址接入的多地理区域广播系统的信息传输方法
CN107613567A (zh) * 2017-09-27 2018-01-19 广东工业大学 一种基于无线输能的无线传感网络资源分配方法
CN107708157A (zh) * 2017-11-22 2018-02-16 重庆邮电大学 基于能效的密集小蜂窝网络资源分配方法
CN107820317A (zh) * 2016-09-12 2018-03-20 中国科学院沈阳自动化研究所 一种认知无线传感网的能量收集与功率控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8027301B2 (en) * 2007-01-24 2011-09-27 The Board Of Trustees Of The Leland Stanford Junior University Cooperative OFDMA and distributed MIMO relaying over dense wireless networks
CN105007631A (zh) * 2015-08-05 2015-10-28 山东大学 一种协作认知网络中保证QoS要求的联合资源分配方法
CN106131943A (zh) * 2016-08-14 2016-11-16 辛建芳 一种基于能效最优的协作通信系统资源分配方法
CN107820317A (zh) * 2016-09-12 2018-03-20 中国科学院沈阳自动化研究所 一种认知无线传感网的能量收集与功率控制方法
CN106788651A (zh) * 2017-01-22 2017-05-31 西安交通大学 基于非正交多址接入的多地理区域广播系统的信息传输方法
CN107613567A (zh) * 2017-09-27 2018-01-19 广东工业大学 一种基于无线输能的无线传感网络资源分配方法
CN107708157A (zh) * 2017-11-22 2018-02-16 重庆邮电大学 基于能效的密集小蜂窝网络资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHAOHUI YANG ET AL: "Energy Efficient Resource Allocation in", 《IEEE INTERNET OF THINGS JOURNAL》 *
何丽君等: "无线携能OFDM中继系统的联合资源分配研究", 《广东工业大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110933757A (zh) * 2019-11-26 2020-03-27 重庆邮电大学 基于时间反演的wpcn系统的抗干扰资源分配方法
CN110933757B (zh) * 2019-11-26 2022-04-05 重庆邮电大学 基于时间反演的wpcn系统的抗干扰资源分配方法

Also Published As

Publication number Publication date
CN108811068B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN106961741B (zh) 一种上行资源分配方法和装置
Gai et al. Reinforcement learning-based content-centric services in mobile sensing
CN111866954B (zh) 一种基于联邦学习的用户选择和资源分配方法
CN102892188B (zh) 通信网络中基于遗传算法的上行功率控制方法及装置
CN106304164B (zh) 一种基于能量采集协作通信系统的联合资源分配方法
Mikhaylov Simulation of network-level performance for Bluetooth Low Energy
CN108566659A (zh) 一种基于可靠性的5g网络切片在线映射方法
CN109831286A (zh) 一种控制信道传输方法及装置
Ko et al. Joint client selection and bandwidth allocation algorithm for federated learning
CN105744593B (zh) 一种节点入网方法及装置
CN108632861A (zh) 一种基于深度强化学习的移动边缘计算分流决策方法
CN105379352A (zh) 优化网络的系统、设备和方法
CN109640379A (zh) 链路聚合实现方法及相关产品
Fountoulakis et al. Joint sampling and transmission policies for minimizing cost under AoI constraints
Zhu et al. Data aggregation scheduling in battery-free wireless sensor networks
CN108811068A (zh) 一种资源分配方法、装置和计算机可读存储介质
CN101321388A (zh) 一种基于博弈论的认知无线电网络fdm信道选择方法
CN110351144A (zh) 一种基于cro改正的物联网接入虚拟化资源编排方法
CN114126021A (zh) 一种基于深度强化学习的绿色认知无线电的功率分配方法
CN104009916A (zh) 基于社会属性转发的容迟网络节能路由方案
CN109787836A (zh) 基于遗传算法的vnf调度方案的确定方法及装置
CN113411766A (zh) 智慧物联网综合感知系统及方法
CN106921985A (zh) 一种超密集网络的自组织优化方法及装置
CN107006019B (zh) 一种数据传输方法及装置
CN106941385A (zh) 基于相位补偿的认知云网络协作频谱感知方法

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