CN109275163B - 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 - Google Patents

一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 Download PDF

Info

Publication number
CN109275163B
CN109275163B CN201811037664.XA CN201811037664A CN109275163B CN 109275163 B CN109275163 B CN 109275163B CN 201811037664 A CN201811037664 A CN 201811037664A CN 109275163 B CN109275163 B CN 109275163B
Authority
CN
China
Prior art keywords
cur
mbs
following
sub
cbv
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
Application number
CN201811037664.XA
Other languages
English (en)
Other versions
CN109275163A (zh
Inventor
吴远
汪筱鼎
张�成
毛浩伟
钱丽萍
黄亮
朱威
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201811037664.XA priority Critical patent/CN109275163B/zh
Publication of CN109275163A publication Critical patent/CN109275163A/zh
Application granted granted Critical
Publication of CN109275163B publication Critical patent/CN109275163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • H04W28/18—Negotiating wireless communication parameters
    • H04W28/20—Negotiating bandwidth
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
    • H04L27/2691—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation involving interference determination or cancellation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0058—Allocation criteria
    • H04L5/0064—Rate requirement of the data, e.g. scalable bandwidth, data priority
    • 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]
    • H04W28/18—Negotiating wireless communication parameters
    • H04W28/22—Negotiating communication rate
    • 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

Landscapes

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

Abstract

一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法，首先，基站BS通过非正较频分多址接入技术发送数据，为移动终端提供数据流量服务；接着，分析系统特性对问题进行等价转化，并将其分解为顶层问题和底层问题；根据转化得的底层问题特性设计高效的算法求解，最后将算法输出结果代回顶层问题求得最优的带宽与速率分配值。本发明在无线蜂窝网络中应用NOMA技术进行数据发送，为了实现下行链路非正交多址接入节能传输，将带宽与速率联合考虑，在满足所有MU数据流量需求的前提下联合分配带宽和速率实现最高能效的数据传输。

Description

一种基于结构化排序特征的非正交多址接入联合带宽和速率 分配方法
技术领域
本发明涉及无线网络中，一种实现资源使用效率优化的基于结构 化排序特征的非正交多址接入联合带宽和速率分配方法。
背景技术
在未来十年里，智能移动终端的爆炸式增长，众多的移动终端对 移动数据流量的需求成千倍的增加，如何以及时和低成本的方式有效 满足这种日益增长的需求，对网络运营商而言是极具挑战性的。在无 线电接入网上，频谱资源极度稀缺，然而未来用户又需要超高传输速 率，非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术被 提出来，与传统的正交多址接入(Orthogonal Multiple Access,OMA)技 术不同，NOMA通过非正交资源分配可以服务更多用户，通过使大量 用户同时共享同一频段信道和采用连续干扰消除机制(Successive Interference Cancellation,SIC)消除同频干扰可以明显提高频谱效率，为 用户提供超高传输速率。
发明内容
为了克服现有技术的缺点，本发明提供一种实现资源使用效率优 化的基于结构化排序特征的非正交多址接入联合带宽和速率分配方法， 本发明在无线蜂窝网络中应用NOMA技术进行数据发送，为了实现 下行链路非正交多址接入节能传输，将带宽与速率联合考虑，在满足 所有MU数据流量需求的前提下联合分配带宽和速率实现最高能效的 数据传输。
本发明解决其技术问题所采用的技术方案是：
一种基于结构化排序特征的非正交多址接入联合带宽和速率分配 方法，包括以下步骤：
1)在单个运营商的单个宏蜂窝基站mBS的覆盖范围下总共有I个 移动终端MT(Mobile Terminals)，在该情况下，mBS使用非正交多址 接入技术NOMA发送数据；考虑到NOMA的技术特性，引入索引集
Figure BDA0001791284690000021
表示I个MT；首先，由于连续干扰消除机制SIC， 对mBS到所有MT的信道增益按照从大到小进行排序，故有以下顺序：
gB1>gB2>…>gBi>gBj>…>gBI， (1)
其中gBi表示mBS到第i个MT的信道增益，
Figure BDA0001791284690000022
在接下来的 说明中提到的第i个MT或第j个MT均是在索引集
Figure BDA0001791284690000023
中的；
2)在mBS端，每个MT的瞬时信道增益
Figure BDA0001791284690000024
都是已知的；基 于NOMA，mBS会将所有的数据叠加在同一频段上发送给每个MT； 在MT端，使用SIC消除MT之间的相互干扰；对于MT i，在接收数 据中首先解码MT k的数据，k>i即特指MT k排列在MT i后面，然 后将解码后的数据从接收数据中删除，操作顺序是k＝I,I-1,I-2,…,i+1， 同时将MT j的数据信号视为噪声，j<i即特指MT j排列在MT i前面， 根据以上的解码机制，由mBS到MT i的吞吐量为：
Figure BDA0001791284690000025
其中参数定义如下：
pBi：mBS到MT i的发射功率；
Ri：mBS到MT i的数据吞吐量；
WB：服务该组移动终端而分配的带宽量；
n0：背景噪声的功率谱密度；
由此得mBS到所有移动用户的最小总发射功率表示如下：
Figure BDA0001791284690000031
其中假设gB0是一个足够大的值，因此
Figure BDA0001791284690000032
3)基于上面的最小发射功率表达式，制定以下BS的带宽使用WB和MT的服务吞吐量
Figure BDA0001791284690000033
的联合优化问题：
(P1):
Figure BDA0001791284690000034
subject to:
Figure BDA0001791284690000035
Figure BDA0001791284690000036
Figure BDA0001791284690000037
variables:
Figure BDA0001791284690000038
其中参数定义如下：
Figure BDA0001791284690000039
mBS的总功率；
Figure BDA00017912846900000310
mBS所具备的总带宽；
Figure BDA00017912846900000311
MT i的最小速率需求；
Figure BDA00017912846900000312
MT i的速率分配上限；
在目标函数中，
Figure BDA00017912846900000313
表示BS在服务MT的流量时的 净收益，其中α表示提供MT的流量的边际报酬，β表示占用频率 信道的成本，参数p0表示BS的固定功耗。目标函数表示通过 BS的净收益与BS的总功耗之间的比率来测量的能量效率；
4)解决问题(P1)的关键思想是利用其分层结构，引入一个 辅助变量η，它表示能效的下限：
Figure BDA0001791284690000041
使用η，等效地将问题(P1)转换为：
Figure BDA0001791284690000042
设η*表示问题(P1-E)的最优解，即η*是原问题(P1)的最大能 量效率；问题(P1-E)的目标是要找到可行域内η的最大值，即η*， 在给定η条件下，为了确定由约束条件所构造的可行区域是否为非空， 只需要考虑：
(P1-E-Sub):
Figure BDA0001791284690000043
subject to:constraints(4),(5),and(6)
variables:
Figure BDA0001791284690000044
基于问题(P1-E-Sub)的Vη输出，解决问题(P1-E)可以找到η*, 如下：
(P1-E-Top):η*＝arg max{η∈[0,ηmax]|Vη≥0},
其中上限
Figure BDA0001791284690000045
然而，问题(P1-E-Sub)仍然是关于WB和
Figure BDA0001791284690000046
的非凸优化，采 用更进一层的分解，即除了给定的η之外，进一步假设给出了带宽分 配WB，并优化
Figure BDA0001791284690000051
如下：
Figure BDA0001791284690000052
通过将
Figure BDA0001791284690000053
视为WB的函数，继续如下优化WB：
(BA-Top):
Figure BDA0001791284690000054
variables:
Figure BDA0001791284690000055
上述分解得出以下结果；
给定η和WB，问题(RA-Sub)是关于
Figure BDA0001791284690000056
的严格凸优化；
对于以上的结论，证明如下：
使用Karush-Kuhn-Tucker(KKT)条件来确定问题(RA-Sub)的 最优解；用λ来表示约束(9)的拉格朗日乘子，表达问题的拉格朗日 函数(RA-Sub)如下：
Figure BDA0001791284690000057
推导出：
Figure BDA0001791284690000058
式(10)显示：
Figure BDA0001791284690000059
当满足下面条件时：
Figure BDA0001791284690000061
Figure BDA0001791284690000062
至少存在一个MT r使得：
Figure BDA0001791284690000063
基于这一发现，确定关于问题(RA-Sub)的最优解的以下重要结 果：
问题(RA-Sub)的最优解决方案可能发生在以下情况之中：
情况1：存在特殊的MT
Figure BDA0001791284690000064
使得
Figure BDA0001791284690000065
对于
Figure BDA0001791284690000066
中MT，有
Figure BDA0001791284690000067
Figure BDA0001791284690000068
与此同时，对于MTr，其
Figure BDA0001791284690000069
根据以下两个可能的子情况来确定；
子情况1：假设λ＝0，
Figure BDA00017912846900000610
由下式决定
Figure BDA00017912846900000611
这里的
Figure BDA00017912846900000612
子情况2：假设λ>0，
Figure BDA00017912846900000613
由下式决定：
Figure BDA00017912846900000614
知道
Figure BDA00017912846900000615
后,λ的值根据
Figure BDA00017912846900000616
确定；
情况2：边界情况
Figure BDA00017912846900000617
情况3：边界情况
Figure BDA00017912846900000618
5)基于上述分析，提出Subroutine-RA算法来计算
Figure BDA00017912846900000619
6)使用Subroutine-RA算法，可以找到每个给定η时的
Figure BDA00017912846900000620
值，因 此，可以继续解决问题(BA-Top)，问题(BA-Top)是单变量优化问 题，采用线性搜索方法来找到
Figure BDA0001791284690000071
提出Subroutine-forEE算法来解决 问题(BA-Top)，其核心思想是采取线性搜索的方法，设定一个很小 的搜索步长，逐一枚举WB，找到最优的带宽分配；
7)在给定η下，如果Vη≥0则说明构造的可行域非空，否则，说 明构造的可行域为空；对于问题(P1-E-Sub)，Vη的值随着η的增大而 减小，可行域内η的最大值出现在Vη＝0处；采用二分法来求最大的η， 即η*。
进一步，所述步骤5)中，计算
Figure BDA0001791284690000072
的过程包括以下步骤：
步骤5.1：BS初始化当前最佳解
Figure BDA0001791284690000073
当前最佳值CBV＝0， r＝1；
步骤5.2：如果r≤I，则执行步骤5.3，否则执行步骤5.16；
步骤5.3：设定
Figure RE-GDA0001855103160000074
并且设定
Figure RE-GDA0001855103160000075
Figure RE-GDA0001855103160000076
设定
Figure RE-GDA0001855103160000077
Figure RE-GDA0001855103160000078
步骤5.4：如果
Figure RE-GDA0001855103160000079
那么直接执行步骤5.15， 否则执行步骤5.5；
步骤5.5：如果
Figure BDA0001791284690000079
那么
Figure BDA00017912846900000710
执行步骤 5.8,否则执行步骤5.6；
步骤5.6：：如果
Figure BDA00017912846900000711
那么
Figure BDA00017912846900000712
执行步骤 5.8,否则执行步骤5.7；
步骤5.7：用二分法搜索
Figure BDA00017912846900000713
使得
Figure BDA00017912846900000714
步骤5.8：设定
Figure BDA0001791284690000081
步骤5.9：如果
Figure BDA0001791284690000082
那么设定
Figure BDA0001791284690000083
执行步骤5.10， 否则执行步骤5.11；
步骤5.10：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.11：设定
Figure BDA0001791284690000084
步骤5.12：如
Figure BDA0001791284690000085
那么直接执行步骤5.15， 否则执行步骤5.13；
步骤5.13：使用二分法来搜索
Figure BDA0001791284690000086
使得
Figure BDA0001791284690000087
同时可以设定
Figure BDA0001791284690000088
并且可以利用Rcur求出
Figure BDA0001791284690000089
步骤5.14：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.15：更新r＝r+1，继续执行步骤5.2；
步骤5.16：设定
Figure BDA00017912846900000810
并且可以利用Rcur求出
Figure BDA00017912846900000811
步骤5.17：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.18：设定
Figure BDA00017912846900000812
并且可以利用Rcur求出
Figure BDA00017912846900000813
步骤5.19：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.20：输出
Figure BDA00017912846900000814
所述步骤6)中，最优的带宽分配过程包括以下步骤：
步骤6.1：设定一个很小的步长Δ，并初始化
Figure BDA0001791284690000091
初始化当 前最佳解
Figure BDA0001791284690000092
当前最佳值CBV＝0；
步骤6.2：如果
Figure BDA0001791284690000093
则执行步骤6.3，否则执行步骤6.6；
步骤6.3：给定η，用Subroutine-RA算法来得出
Figure BDA0001791284690000094
步骤6.4：如果
Figure BDA0001791284690000095
那么设定
Figure BDA0001791284690000096
和
Figure BDA0001791284690000097
步骤6.5：更新
Figure BDA0001791284690000098
继续执行步骤6.2；
步骤6.6：输出
Figure BDA0001791284690000099
Vη＝CBV。
所述步骤7)中，二分法的过程包括以下步骤：
步骤7.1：设定当前上限ηupp＝ηmax,当前下限ηlow＝0，初始化 计算误差的精确度tol；
步骤7.2：如果|ηupp-ηlow|≥tol，则执行步骤7.3，否则执行步 骤7.6；
步骤7.3：设定
Figure BDA00017912846900000910
用Subroutine-forEE算法来获 得Vη；
步骤7.4：如果Vη<0,设定ηupp＝ηtemp，否则，设定ηlow＝ηtemp；
步骤7.5:回到步骤7.2继续执行；
步骤7.6:输出η*＝ηtemp。
本发明的技术构思为：首先，在无线接入网络中，单个宏蜂窝基 站(macro BaseStation,mBS)通过非正交多址接入(NOMA)为I个移动 终端(Mobile Terminals,MT)提供接入服务，发送数据。使用NOMA可 以提升系统频谱效率。接着，应用连续干扰消除机制(SIC)消除部分同 频干扰提升系统数据传输质量。然后，在满足所有移动终端(MT)数据 流量需求的基础下最大化系统能效。该问题是一个多变量问题，通过 一系列的问题的拆分，将其等价转化为单变量问题，利用其隐藏的凸 性，最后设计有效算法来求出最优的带宽和速率分配实现能效最高， 进而实现本发明的目标。
本发明的有益效果主要表现在:1、对于整体系统而言，引入 NOMA技术不仅契合未来第五代移动通信技术(5G)的发展要求，同时 提升频谱使用效率；2、将带宽分配与功速率分配两个不同的问题联合 考虑，实现系统整体能效最大化。
附图说明
图1是无线网络中多个终端MT，单个宏基站BS的场景示意图。
具体实施方式
下面结合附图对于本发明作进一步详细描述。
参照图1，一种基于结构化排序特征的非正交多址接入联合带宽 和速率分配方法，实行该方法能在同时满足数据需求的前提下，使得 系统能效最大，提高整个系统的无线资源利用率。本发明可以应用于 无线网络，如图1所示场景中。针对该目标设计对问题的优化方法包 括以下步骤：
1)在单个运营商的单个宏蜂窝基站mBS的覆盖范围下总共有I个 移动终端(Mobile Terminals,MTs)，在该情况下，mBS使用非正交多 址接入技术NOMA发送数据；考虑到NOMA的技术特性，引入索引 集
Figure BDA0001791284690000101
表示I个MT；首先，由于连续干扰消除机制SIC， 对mBS到所有MT的信道增益按照从大到小进行排序，故有以下顺序：
gB1>gB2>…>gBi>gBj>…>gBI， (1)
其中gBi表示mBS到第i个MT的信道增益，
Figure BDA0001791284690000111
在接下来的 说明中提到的第i个MT或第j个MT均是在索引集
Figure BDA0001791284690000112
中的；
2)在mBS端，每个MT的瞬时信道增益
Figure BDA0001791284690000113
都是已知的； 基于NOMA，mBS会将所有的数据叠加在同一频段上发送给每个MT； 在MT端，使用SIC消除MT之间的相互干扰；对于MT i，在接收数 据中首先解码MT k的数据，k>i即特指MT k排列在MT i后面，然 后将解码后的数据从接收数据中删除，操作顺序是k＝I,I-1,I-2,…,i+1， 同时将MT j的数据信号视为噪声，j<i即特指MT j排列在MT i前面， 根据以上的解码机制，由mBS到MT i的吞吐量为：
Figure BDA0001791284690000114
其中参数定义如下：
pBi：mBS到MT i的发射功率；
Ri：mBS到MT i的数据吞吐量；
WB：服务该组移动终端而分配的带宽量；
n0：背景噪声的功率谱密度；
由此得mBS到所有移动用户的最小总发射功率表示如下：
Figure BDA0001791284690000115
其中假设gB0是一个足够大的值，因此
Figure BDA0001791284690000116
3)基于上面的最小发射功率表达式，制定以下BS的带宽使用WB和MT的服务吞吐量
Figure BDA0001791284690000117
的联合优化问题：
(P1):
Figure BDA0001791284690000118
subject to:
Figure BDA0001791284690000119
Figure BDA0001791284690000121
Figure BDA0001791284690000122
variables:
Figure BDA0001791284690000123
其中参数定义如下：
Figure BDA0001791284690000124
mBS的总功率；
Figure BDA0001791284690000125
mBS所具备的总带宽；
Figure BDA0001791284690000126
MT i的最小速率需求；
Figure BDA0001791284690000127
MT i的速率分配上限；
在目标函数中，
Figure BDA0001791284690000128
表示BS在服务MT的流量时的 净收益，其中α表示提供MT的流量的边际报酬，β表示占用频率 信道的成本，参数p0表示BS的固定功耗，目标函数表示通过 BS的净收益与BS的总功耗之间的比率来测量的能量效率；
4)解决问题(P1)的关键思想是利用其分层结构，引入一个 辅助变量η，它表示能效的下限：
Figure BDA0001791284690000129
使用η，等效地将问题(P1)转换为：
Figure BDA00017912846900001210
设η*表示问题(P1-E)的最优解，即η*是原问题(P1)的最大能 量效率；问题(P1-E)的目标是要找到可行域内η的最大值(即η*)， 在给定η条件下，为了确定由约束条件所构造的可行区域是否为非空， 只需要考虑：
(P1-E-Sub):
Figure BDA0001791284690000131
subject to:constraints(4),(5),and(6)
variables:
Figure BDA0001791284690000132
基于问题(P1-E-Sub)的Vη输出，解决问题(P1-E)可以找到η*, 如下：
(P1-E-Top):η*＝arg max{η∈[0,ηmax]|Vη≥0},
其中上限
Figure BDA0001791284690000133
然而，问题(P1-E-Sub)仍然是关于WB和
Figure BDA0001791284690000134
的非凸优，采用 更进一层的分解，即除了给定的η之外，进一步假设给出了带宽分配WB， 并优化
Figure BDA0001791284690000135
如下：
Figure BDA0001791284690000136
通过将
Figure BDA0001791284690000137
(即，问题(RA-Sub)的输出)视为WB的函数，继 续如下优化WB：
(BA-Top):
Figure BDA0001791284690000138
variables:
Figure BDA0001791284690000141
上述分解能够得出以下结果；
给定η和WB，问题(RA-Sub)是关于
Figure BDA0001791284690000142
的严格凸优化；
对于以上的结论，证明如下：
问题(RA-Sub)的凸性使我们能够使用Karush-Kuhn-Tucker(KKT) 条件来确定最优解，用λ来表示约束(9)的拉格朗日乘子，因此， 可以表达问题的拉格朗日函数(RA-Sub)如下：
Figure BDA0001791284690000143
可以推导出：
Figure BDA0001791284690000144
式(10)显示：
Figure BDA0001791284690000145
当满足下面条件时：
Figure BDA0001791284690000146
Figure BDA0001791284690000147
至少存在一个MT r使得：
Figure BDA0001791284690000148
基于这一发现，确定了关于问题(RA-Sub)的最优解的以下重要 结果：
问题(RA-Sub)的最优解决方案可能发生在以下情况之中；
情况1：存在特殊的MT
Figure BDA0001791284690000151
使得
Figure BDA0001791284690000152
对于
Figure BDA0001791284690000153
中MT，有
Figure BDA0001791284690000154
Figure BDA0001791284690000155
与此同时，对于MTr，其
Figure BDA0001791284690000156
可根据以下两个可能的子情况来确 定；
子情况1：假设λ＝0，
Figure BDA0001791284690000157
可以由下式决定
Figure BDA0001791284690000158
这里的
Figure BDA0001791284690000159
子情况2：假设λ>0，
Figure BDA00017912846900001510
可以由下式决定：
Figure BDA00017912846900001511
知道
Figure BDA00017912846900001512
后，λ的值可根据
Figure BDA00017912846900001513
确定；
情况2：边界情况
Figure BDA00017912846900001514
情况3：边界情况
Figure BDA00017912846900001515
5)基于上述分析，提出Subroutine-RA算法来计算
Figure BDA00017912846900001516
包括以 下步骤：
步骤5.1：BS初始化当前最佳解
Figure BDA00017912846900001517
当前最佳值CBV＝0， r＝1；
步骤5.2：如果r≤I，则执行步骤5.3，否则执行步骤5.16；
步骤5.3：设定
Figure BDA00017912846900001518
并且设定
Figure BDA00017912846900001519
设定
Figure BDA00017912846900001520
Rrreq,Ricurr+1≤i≤I,
Figure BDA00017912846900001521
Figure BDA00017912846900001522
步骤5.4：如果
Figure BDA0001791284690000161
那么直接执行步骤5.15， 否则执行步骤5.5；
步骤5.5：如果
Figure BDA0001791284690000162
那么
Figure BDA0001791284690000163
执行步骤 5.8,否则执行步骤5.6；
步骤5.6：：如果
Figure BDA0001791284690000164
那么
Figure BDA0001791284690000165
执行步骤 5.8,否则执行步骤5.7；
步骤5.7：用二分法搜索
Figure BDA0001791284690000166
使得
Figure BDA0001791284690000167
步骤5.8：设定
Figure BDA0001791284690000168
步骤5.9：如果
Figure BDA0001791284690000169
那么设定
Figure BDA00017912846900001610
执行步骤5.10， 否则执行步骤5.11；
步骤5.10：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.11：设定
Figure BDA00017912846900001611
步骤5.12：如
Figure BDA00017912846900001612
那么直接执行步骤5.15， 否则执行步骤5.13；
步骤5.13：使用二分法来搜索
Figure BDA00017912846900001613
使得
Figure BDA00017912846900001614
同时可以设定
Figure BDA00017912846900001615
并且可以利用Rcur求出
Figure BDA00017912846900001616
步骤5.14：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.15：更新r＝r+1，继续执行步骤5.2；
步骤5.16：设定
Figure BDA0001791284690000171
并且可以利用Rcur求出
Figure BDA0001791284690000172
步骤5.17：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.18：设定
Figure BDA0001791284690000173
并且可以利用Rcur求出
Figure BDA0001791284690000174
步骤5.19：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.20：输出
Figure BDA0001791284690000175
6)使用Subroutine-RA算法，可以找到每个给定η时的
Figure BDA0001791284690000176
值，因 此，可以继续解决问题(BA-Top)，解决问题(BA-Top)的难点在于 不能分析地表达
Figure BDA0001791284690000177
这阻止了使用传统的基于梯度的方法；问题 (BA-Top)是单变量优化问题，采用线性搜索方法来找到
Figure BDA0001791284690000178
提出 Subroutine-forEE算法来解决问题(BA-Top)，其核心思想是采取线性 搜索的方法，设定一个很小的的搜索步长，逐一枚举WB，找到最优的 带宽分配，过程包括以下步骤：
步骤6.1：设定一个很小的步长Δ，并初始化
Figure BDA0001791284690000179
初始化当 前最佳解
Figure BDA00017912846900001710
当前最佳值CBV＝0；
步骤6.2：如果
Figure BDA00017912846900001711
则执行步骤6.3，否则执行步骤6.6；
步骤6.3：给定η，用Subroutine-RA算法来得出
Figure BDA00017912846900001712
步骤6.4：如果
Figure BDA00017912846900001713
那么设定
Figure BDA00017912846900001714
和
Figure BDA00017912846900001715
步骤6.5：更新
Figure BDA00017912846900001716
继续执行步骤6.2；
步骤6.6：输出
Figure BDA00017912846900001717
Vη＝CBV；
7)在给定η下，如果Vη≥0则说明构造的可行域非空，否则，说 明构造的可行域为空；对于问题(P1-E-Sub)，Vη的值随着η的增大而 减小，可行域内η的最大值出现在Vη＝0处，采用二分法来求最大的η (即，η*)，过程包括以下步骤：
步骤7.1：设定当前上限ηupp＝ηmax,当前下限ηlow＝0,初始化计 算误差的精确度tol；
步骤7.2：如果|ηupp-ηlow|≥tol，则执行步骤7.3，否则执行步 骤7.6；
步骤7.3：设定
Figure BDA0001791284690000181
用Subroutine-forEE算法来获 得Vη；
步骤7.4：如果Vη<0,设定ηupp＝ηtemp，否则，设定ηlow＝ηtemp；
步骤7.5:回到步骤7.2继续执行；
步骤7.6:输出η*＝ηtemp。
在本实施案例中，图1是本发明考虑的无线网络中包含有一个宏 基站BS和若干移动终端MT的系统。在该系统中，主要考虑的不包 括干扰，但是会考虑到1.移动终端MT与基站BS之间的信道环境； 2.移动终端MT的数据需求；3.基站BS对于移动终端MT的资源分 配情况；4.移动终端MT的速率需求对于系统消耗的影响。为了使得 系统获得一个服务质量有很大保证同时达到能效最大的目标，提出发 明实现对于该问题的解决。
本实施例着眼于在满足移动终端MT的服务品质需求QoS的前提 下，最大化系统中宏基站BS的能效，利用带宽和速率分配方法，实 现无线资源利用率的提高。本发明在实行过程中，得益于优化算法对 于计算复杂度的减少。

Claims (2)

1.一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法，其特征在于，所述方法包括以下步骤：
1)在单个运营商的单个宏蜂窝基站mBS的覆盖范围下总共有I个移动终端MT，在该情况下，mBS使用非正交多址接入技术NOMA发送数据；考虑到NOMA的技术特性，引入索引集
Figure FDA0003959283220000011
表示I个MT；首先，由于连续干扰消除机制SIC，对mBS到所有MT的信道增益按照从大到小进行排序，故有以下顺序：
gB1>gB2>…>gBi>gBj>…>gBI， (1)
其中gBi表示mBS到第i个MT的信道增益，
Figure FDA0003959283220000012
在接下来的说明中提到的第i个MT或第j个MT均是在索引集
Figure FDA0003959283220000013
中的；
2)在mBS端，每个MT的瞬时信道增益
Figure FDA0003959283220000014
都是已知的；基于NOMA，mBS会将所有的数据叠加在同一频段上发送给每个MT；在MT端，使用SIC消除MT之间的相互干扰；对于MTi，在接收数据中首先解码MT k的数据，k>i即特指MT k排列在MTi后面，然后将解码后的数据从接收数据中删除，操作顺序是k＝I,I-1,I-2,…,i+1，同时将MT j的数据信号视为噪声，j<i即特指MT j排列在MTi前面，根据以上的解码机制，由mBS到MTi的吞吐量为：
Figure FDA0003959283220000015
其中参数定义如下：
pBi：mBS到MTi的发射功率；
Ri：mBS到MTi的数据吞吐量；
WB：服务该组移动终端而分配的带宽量；
n0：背景噪声的功率谱密度；
由此得mBS到所有移动用户的最小总发射功率表示如下：
Figure FDA0003959283220000021
其中假设gB0是一个足够大的值，因此
Figure FDA0003959283220000022
3)基于上面的最小总发射功率表达式，制定以下BS的带宽使用WB和MT的服务吞吐量
Figure FDA0003959283220000023
的联合优化问题：
Figure FDA0003959283220000024
受约束于:
Figure FDA0003959283220000025
Figure FDA0003959283220000026
Figure FDA0003959283220000027
变量:
Figure FDA0003959283220000028
其中参数定义如下：
Figure FDA0003959283220000029
mBS的总功率；
Figure FDA00039592832200000210
mBS所具备的总带宽；
Figure FDA00039592832200000211
MTi的最小速率需求；
Figure FDA00039592832200000212
MTi的速率分配上限；
在目标函数中，
Figure FDA00039592832200000213
表示BS在服务MT的流量时的净收益，其中α表示提供MT的流量的边际报酬，β表示占用频率信道的成本，参数p0表示BS的固定功耗，目标函数表示通过BS的净收益与BS的总功耗之间的比率来测量的能量效率；
4)解决问题(P1)的关键思想是利用其分层结构，引入一个辅助变量η，它表示能效的下限：
Figure FDA0003959283220000031
使用η，等效地将问题(P1)转换为：
Figure FDA0003959283220000032
设η*表示问题(P1-E)的最优解，即η*是原问题(P1)的最大能量效率；问题(P1-E)的目标是要找到可行域内η的最大值，即η*，在给定η条件下，为了确定由约束条件所构造的可行区域是否为非空，只需要考虑：
(P1-E-Sub):
Figure FDA0003959283220000033
受约束于:条件(4),(5),and(6)
变量:
Figure FDA0003959283220000035
基于问题(P1-E-Sub)的Vη输出，解决问题(P1-E)可以找到η*,如下：
(P1-E-Top):η*＝argmax{η∈[0,ηmax]|Vη≥0},
其中上限
Figure FDA0003959283220000036
然而，问题(P1-E-Sub)仍然是关于WB和
Figure FDA0003959283220000037
的非凸优化，采用更进一层的分解，即除了给定的η之外，进一步假设给出了带宽分配WB，并优化
Figure FDA0003959283220000041
如下：
Figure FDA0003959283220000042
通过将
Figure FDA0003959283220000043
视为WB的函数，继续如下优化WB：
(BA-Top):
Figure FDA0003959283220000044
变量:
Figure FDA0003959283220000045
上述分解得出以下结果；
给定η和WB，问题(RA-Sub)是关于
Figure FDA0003959283220000046
的严格凸优化；
对于以上的结论，证明如下：
使用Karush-Kuhn-Tucker(KKT)条件来确定问题(RA-Sub)的最优解；用λ来表示约束(9)的拉格朗日乘子，表达问题的拉格朗日函数(RA-Sub)如下：
Figure FDA0003959283220000047
推导出：
Figure FDA0003959283220000048
式(10)显示：
Figure FDA0003959283220000049
当满足下面条件时：
Figure FDA0003959283220000051
Figure FDA0003959283220000052
至少存在一个MT r使得：
Figure FDA0003959283220000053
基于这一发现，确定关于问题(RA-Sub)的最优解的以下重要结果：
问题(RA-Sub)的最优解决方案可能发生在以下情况之中：
情况1：存在特殊的
Figure FDA0003959283220000054
使得
Figure FDA0003959283220000055
对于
Figure FDA0003959283220000056
中MT，有
Figure FDA0003959283220000057
Figure FDA0003959283220000058
与此同时，对于MT r，其
Figure FDA0003959283220000059
根据以下两个可能的子情况来确定；
子情况1：假设λ＝0，
Figure FDA00039592832200000510
由下式决定
Figure FDA00039592832200000511
这里的
Figure FDA00039592832200000512
子情况2：假设λ>0，
Figure FDA00039592832200000513
由下式决定：
Figure FDA00039592832200000514
知道
Figure FDA00039592832200000515
后,λ的值根据
Figure FDA00039592832200000516
确定；
情况2：边界情况
Figure FDA00039592832200000517
情况3：边界情况
Figure FDA00039592832200000518
5)基于上述分析，提出Subroutine-RA算法来计算
Figure FDA00039592832200000519
6)使用Subroutine-RA算法，可以找到每个给定η时的
Figure FDA0003959283220000061
值，因此，可以继续解决问题(BA-Top)，问题(BA-Top)是单变量优化问题，采用线性搜索方法来找到
Figure FDA0003959283220000062
提出Subroutine-forEE算法来解决问题(BA-Top)，其核心思想是采取线性搜索的方法，设定一个搜索步长，逐一枚举WB，找到最优的带宽分配；
7)在给定η下，如果Vη≥0则说明构造的可行域非空，否则，说明构造的可行域为空；对于问题(P1-E-Sub)，Vη的值随着η的增大而减小，可行域内η的最大值出现在Vη＝0处；采用二分法来求最大的η，即η*；
所述步骤5)中，计算
Figure FDA0003959283220000063
的过程包括以下步骤：
步骤5.1：BS初始化当前最佳解
Figure FDA0003959283220000064
当前最佳值CBV＝0，r＝1；
步骤5.2：如果r≤I，则执行步骤5.3，否则执行步骤5.16；
步骤5.3：设定
Figure FDA0003959283220000065
并且设定
Figure FDA0003959283220000066
设定
Figure FDA0003959283220000067
Figure FDA0003959283220000068
步骤5.4：如果
Figure FDA0003959283220000069
那么直接执行步骤5.15，否则执行步骤5.5；
步骤5.5：如果
Figure FDA00039592832200000610
那么
Figure FDA00039592832200000611
执行步骤5.8,否则执行步骤5.6；
步骤5.6：：如果
Figure FDA00039592832200000612
那么
Figure FDA00039592832200000613
执行步骤5.8,否则执行步骤5.7；
步骤5.7：用二分法搜索
Figure FDA00039592832200000614
使得
Figure FDA0003959283220000071
步骤5.8：设定
Figure FDA0003959283220000072
步骤5.9：如果
Figure FDA0003959283220000073
那么设定
Figure FDA0003959283220000074
执行步骤5.10，否则执行步骤5.11；
步骤5.10：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.11：设定
Figure FDA0003959283220000075
步骤5.12：如
Figure FDA0003959283220000076
那么直接执行步骤5.15，否则执行步骤5.13；
步骤5.13：使用二分法来搜索
Figure FDA0003959283220000077
使得
Figure FDA0003959283220000078
同时可以设定
Figure FDA0003959283220000079
并且可以利用Rcur求出
Figure FDA00039592832200000710
步骤5.14：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.15：更新r＝r+1，继续执行步骤5.2；
步骤5.16：设定
Figure FDA00039592832200000711
并且可以利用Rcur求出
Figure FDA00039592832200000712
步骤5.17：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.18：设定
Figure FDA00039592832200000713
并且可以利用Rcur求出
Figure FDA00039592832200000714
步骤5.19：如果Zcur≥CBV,那么设定CBV＝Zcur和CBS＝Rcur；
步骤5.20：输出
Figure FDA00039592832200000715
所述步骤6)中，最优的带宽分配过程包括以下步骤：
步骤6.1：设定一个步长Δ，并初始化
Figure FDA0003959283220000081
初始化当前最佳解
Figure FDA0003959283220000082
当前最佳值CBV＝0；
步骤6.2：如果
Figure FDA0003959283220000083
则执行步骤6.3，否则执行步骤6.6；
步骤6.3：给定η，用Subroutine-RA算法来得出
Figure FDA0003959283220000084
步骤6.4：如果
Figure FDA0003959283220000085
那么设定
Figure FDA0003959283220000086
和
Figure FDA0003959283220000087
步骤6.5：更新
Figure FDA0003959283220000088
继续执行步骤6.2；
步骤6.6：输出
Figure FDA0003959283220000089
Vη＝CBV。
2.如权利要求1所述的一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法，其特征在于，所述步骤7)中，二分法的过程包括以下步骤：
步骤7.1：设定当前上限ηupp＝ηmax,当前下限ηlow＝0，初始化计算误差的精确度tol；
步骤7.2：如果|ηupp-ηlow|≥tol，则执行步骤7.3，否则执行步骤7.6；
步骤7.3：设定
Figure FDA00039592832200000810
用Subroutine-forEE算法来获得Vη；
步骤7.4：如果Vη<0,设定ηupp＝ηtemp，否则，设定ηlow＝ηtemp；
步骤7.5:回到步骤7.2继续执行；
步骤7.6:输出η*＝ηtemp。
CN201811037664.XA 2018-09-06 2018-09-06 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 Active CN109275163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811037664.XA CN109275163B (zh) 2018-09-06 2018-09-06 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811037664.XA CN109275163B (zh) 2018-09-06 2018-09-06 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法

Publications (2)

Publication Number Publication Date
CN109275163A CN109275163A (zh) 2019-01-25
CN109275163B true CN109275163B (zh) 2023-02-28

Family

ID=65187321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811037664.XA Active CN109275163B (zh) 2018-09-06 2018-09-06 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法

Country Status (1)

Country Link
CN (1) CN109275163B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110190982B (zh) * 2019-04-17 2021-10-29 浙江工业大学 基于公平时间的非正交多址接入边缘计算时间和能耗优化
CN110677219B (zh) * 2019-10-08 2022-06-07 安徽师范大学 一种短数据包译码方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108134641A (zh) * 2017-12-22 2018-06-08 南京邮电大学 一种基于scma多址接入机制的基站频谱带宽分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106211235A (zh) * 2016-06-16 2016-12-07 中国科学技术大学 一种无线网络中的小包数据传输方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108134641A (zh) * 2017-12-22 2018-06-08 南京邮电大学 一种基于scma多址接入机制的基站频谱带宽分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于非正交多址接入的室内可见光通信系统;贾科军等;《光学学报》;20171231(第008期);全文 *

Also Published As

Publication number Publication date
CN109275163A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109474980B (zh) 一种基于深度增强学习的无线网络资源分配方法
CN107509243B (zh) 基于下行非正交多址接入系统的带宽与功率联合控制方法
CN107613556B (zh) 一种基于功率控制的全双工d2d干扰管理方法
CN104159311B (zh) 一种基于凸优化方法的认知异构网络联合资源分配的方法
CN106714093B (zh) 一种蜂窝d2d通信联合用户接入及切片划分方法
CN107708197B (zh) 一种高能效的异构网络用户接入和功率控制方法
CN104796990B (zh) 蜂窝异构网络中基于功率控制的d2d资源分配方法
CN110611902A (zh) 一种基于上下行频谱联合复用的d2d资源分配方法
CN108965009B (zh) 一种基于势博弈的负载已知用户关联方法
CN105050176A (zh) 认知无线电网络中基于中断概率约束的斯坦克尔伯格博弈功率控制方法
CN105007629B (zh) 超密集小小区网络系统中无线资源分配方法
CN106304111A (zh) 基于能量采集中继站的异构蜂窝网络功率指派方法
CN109275163B (zh) 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法
CN108924934B (zh) 基于多维资源分配的异构网络干扰管理方法
CN108449149B (zh) 一种基于匹配博弈的能量采集小基站资源分配方法
Yu et al. Interference coordination strategy based on Nash bargaining for small‐cell networks
CN107592650A (zh) 一种室外到室内通信系统中高能效的资源分配方法
CN109104768B (zh) 一种基于模拟退火算法的非正交多址接入联合带宽和速率分配方法
CN104618934B (zh) 一种基于吞吐量预测的整体优化中继节点选择方法
CN105979589A (zh) 异构网络的能量有效资源分配方法及系统
CN111343721B (zh) 一种最大化系统广义能效的d2d分布式资源分配方法
Hussien et al. Dynamic spectrum allocation for TVWS wireless access from high altitude platform
CN109275194B (zh) 一种基于粒子群算法的非正交多址接入联合带宽和速率分配方法
CN108307494B (zh) 一种基于能量采集的线性搜索式双连接数据分流方法
CN107995639B (zh) 一种基于压缩搜索空间和能量采集的能效优化双链接数据分流方法

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