CN110167045A - 一种异构网络能效优化方法 - Google Patents
一种异构网络能效优化方法 Download PDFInfo
- Publication number
- CN110167045A CN110167045A CN201910310502.7A CN201910310502A CN110167045A CN 110167045 A CN110167045 A CN 110167045A CN 201910310502 A CN201910310502 A CN 201910310502A CN 110167045 A CN110167045 A CN 110167045A
- Authority
- CN
- China
- Prior art keywords
- base station
- molecular structure
- reaction
- subchannel
- energy
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000006243 chemical reaction Methods 0.000 claims abstract description 144
- 230000005540 biological transmission Effects 0.000 claims abstract description 31
- 239000004698 Polyethylene Substances 0.000 claims description 74
- 238000000354 decomposition reaction Methods 0.000 claims description 29
- 238000005381 potential energy Methods 0.000 claims description 28
- 238000003786 synthesis reaction Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- -1 polyethylene Polymers 0.000 claims description 3
- 229920000573 polyethylene Polymers 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 6
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 238000013468 resource allocation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009878 intermolecular interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种异构网络能效优化方法,能够最大限度地减少能量消耗、提高能量效率。所述方法包括:根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,罚函数的负值用于表达化学反应优化算法中的分子势能;将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;根据子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解。本发明涉及无线通信领域。
Description
技术领域
本发明涉及无线通信领域,特别是指一种异构网络能效优化方法。
背景技术
无线通信技术经历了一系列的演进,从4G到5G的演进大大提升了无线网络的频谱效率和传输速率等。随着无线技术的不断革新和时代的需求发展,无线通信系统有两个显著特点也变得更加突出。第一个是异构网络的提出。通过宏小区和小小区的相互配合,异构网络可以提高网络覆盖率,提升网络容量。异构网络结构中,基站密集部署,在宏基站的覆盖范围内随机分布着大量的微基站、毫微微基站、家庭基站和中继等通信节点,其中,微基站、毫微微基站和家庭基站都属于小小区基站(简称:小基站),与宏小区基站(简称:宏基站)相比,小基站有着功率低、覆盖范围小、易部署的特点。因此异构网络中的用户调度和资源分配问题会大大影响网络的性能。第二个显著特点是数据量的爆炸式增长,伴随着一些新型服务的应用以及无线设备的大规模普及,将产生海量的数据。如此大量的数据将造成网络规模的急剧扩大,不仅使得网络容量需要扩大,还造成了一个严肃的问题,即能耗的增加,在无线移动通信系统中,能量资源在以飞快的速度被消耗着,因此能效的提升对于整个系统意义重大。
因此,异构网络下的资源分配以及能效优化是非常有必要的。近年来,异构网络的资源分配问题得到了大量的研究,并且提出了许多有前景的技术。非正交多址接入(NOMA)是一种新型的接入方案,可以显著提升系统的性能。和正交频分多址接入(OFDMA)不同,NOMA可以在同一个子信道上复用多个用户,这样大大节省了频谱资源,在基于NOMA的异构网络下进行资源分配能够保证网络的频谱效率。无线信息和功率传输(SWIPT)能够从环境中获取能量。在传输无线电信号的同时通过能量获取模块从无线电波中采集能量,为无线设备提供能量,大大提升了网络的能量效率,实现无线通信系统节能环保的目标。
而现有的能效优化问题都是相对复杂的多约束优化问题,搜索空间庞大,导致搜索时间长。
发明内容
本发明要解决的技术问题是提供一种异构网络能效优化方法,通过化学反应优化算法和实数编码化学反应优化算法,能够快速、准确地确定功率分配的最优解,从而最大限度地减少能量消耗、提高能量效率。
为解决上述技术问题,本发明实施例提供一种异构网络能效优化方法,包括:
根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;
通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,所述罚函数的负值用于表达化学反应优化算法中的分子势能;
将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;
根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解。
进一步地,所述根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型包括:
确定小基站k在子信道n上的用户m的信号干扰加噪声比及宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n;
根据确定的和SINRm,n,确定系统总速率;
确定系统总功率;
确定系统总收集的能量;
根据确定的系统总速率、系统总功率、系统总收集的能量,以最大化系统总能效为目标,建立能效优化模型。
进一步地,小基站k在子信道n上的用户m的信号干扰加噪声比表示为:
宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n表示为:
其中,
其中,为小基站k在子信道n上的用户m的传输功率;为小基站k上在子信道n上用户m的增益;为小基站之间的同层干扰;为宏基站对小基站用户的跨层干扰;δ2表示加性高斯白噪声;表示第k个小基站在子信道n上的用户集合;pm,n为宏基站在子信道n上的用户m的传输功率;hm,n为宏基站在子信道n上用户m的增益;Mn表示宏基站在子信道n上的用户集合;Icrm,n为小基站对宏基站用户的跨层干扰。
进一步地,系统总速率表示为:
其中,R(P)表示系统总速率;P为功率分配矩阵;为小基站k在子信道n上的用户m的速率;Bsc表示每个子信道的带宽;rm,n=Bsclog2(1+SINRm,n)为宏基站在子信道n上的用户m的速率;N为子信道集合;K为小基站集合。
进一步地,系统总功率表示为:
系统总收集的能量表示为:
其中,Q(P)表示系统总功率;H(P)表示系统总收集的能量;ηj为无线携能模块的能量收集系数。
进一步地,建立的能效优化模型表示为:
所述能效优化模型的限定条件为:
其中,EE(P)表示能效优化模型;第一个限定条件C1用于通过速率约束保证服务质量;第二个限定条件C2为同层干扰约束;第三个限定条件C3为跨层干扰约束;表示小基站k的最小传输速率;Imax表示最大干扰约束值。
进一步地,得到的罚函数为:
其中,f(P,μ,v,ξ)为无约束优化问题的罚函数;μ、v、ξ都表示罚因子;
化学反应优化算法的分子势能表示为:
PE=-f(P,μ,v,ξ)
其中,PE表示化学反应优化算法的分子势能,化学反应优化算法的目标为确定PE最小值。
进一步地,所述将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解包括:
将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法的四种反应过程对子信道分配进行优化,得到子信道分配的最优解,其中,四种反应包括:第一单分子对墙无效碰撞反应、第一分解反应、第一分子间无效碰撞反应以及第一合成反应;
四种反应过程包括:
第一单分子对墙无效碰撞反应过程是根据给定的一个子信道分配矩阵即分子结构Sk,随机选择当前分子结构Sk中的两个元素,将选择的这两个元素交换位置,得到新的分子结构其中,Sk表示基站k的子信道分配矩阵,子信道分配矩阵中的元素为用户;
第一分解反应过程是随机选择当前分子结构中的两个元素,根据第一个选择的元素,将分子结构中位置在该元素及以后的元素向前移动,其余元素后移,从而得到第一个新分子结构,并按照第一个新分子结构产生的方法,根据第二个选择的元素得到第二个新分子结构,以便将单个分子经过分解反应后分解为两个新分子;
第一分子间无效碰撞反应过程是根据分子结构中元素的总数量随机产生一个数g,则当前第一个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第一个新分子结构;当前第二个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第二个新分子结构;
第一合成反应过程是找到当前两个分子结构中位置相同的元素,位于相同位置的元素其位置不变,其余元素随机交换位置,得到新的分子结构。
进一步地,所述根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解包括:
根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法的四种反应过程对功率分配进行优化,得到功率分配的最优解,其中,四种反应包括:第二单分子对墙无效碰撞反应、第二分解反应、第二分子间无效碰撞反应及第二合成反应;
四种反应过程包括:
第二单分子对墙无效碰撞反应过程是随机选择当前分子结构邻域内的一个解,得到新的分子结构,其中,新分子结构的每个元素的更新公式为:
其中,ψ为随机数,为基站k的最大传输功率,为基站k在子信道σ上的用户τ的传输功率,为基站k在子信道n上的用户m的传输功率;
第二分解反应过程是随机选择当前分子结构中的两个元素,按照分子元素的更新公式进行更新,分别赋给两个新分子,新分子结构中其余元素保持不变;循环第二分解反应过程,直至循环次数为当前分子结构中元素数量和的一半;其中,新分子结构中元素的初值为原分子结构中元素的值;
第二分子间无效碰撞反应过程为对于当前的两个分子结构分别按照分子元素的更新公式进行更新,从而得到两个新分子;
第二合成反应过程是指新分子结构中每个元素的值通过随机选择原先两个分子结构中对应位置元素的值得到。
进一步地,第二单分子对墙无效碰撞反应后,新分子的动能为:
KE2=(PE1+KE1-PE2)×α;
其中,α为动能损失率,KE1和PE1分别为反应前分子的动能和势能,KE2和PE2分别为反应后新分子的动能和势能;
第二分解反应后,新产生的两个分子的动能分别为:
KE21=(PE1+KE1-PE21-PE22+B)×a1×a2
KE22=(PE1+KE1-PE21-PE22+B-KE21)×a3×a4
其中,KE21、KE22分别为反应后两个新分子的动能;PE21、PE22分别反应后两个新分子的势能;a1、a2、a3、a4为随机数;B为中央缓存器中的能量,中央缓存器中的能量为每次发生对墙无效碰撞损失的能量之和;
第二分子间无效碰撞反应后,新产生的两个分子的动能分别为:
KE21=(PE11+KE11+PE12+KE12-PE21-PE22)×b
KE22=(PE11+KE11+PE12+KE12-PE21-PE22)×(1-b)
其中,b为随机数,PE11、PE12分别为反应前两个分子的势能,KE11、KE12分别为反应前两个分子的动能;
第二合成反应后,新产生的分子的动能为:
KE2=PE11+KE11+PE12+KE12-PE2。
本发明的上述技术方案的有益效果如下:
上述方案中,根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,所述罚函数的负值用于表达化学反应优化算法中的分子势能;将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,能够快速、准确地确定功率分配的最优解,从而最大限度地减少能量消耗、提高能量效率。
附图说明
图1为本发明实施例提供的异构网络能效优化方法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
如图1所示,本发明实施例提供的异构网络能效优化方法,包括:
S101,根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;
S102,通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,所述罚函数的负值用于表达化学反应优化算法中的分子势能;
S103,将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;
S104,根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解。
本发明实施例所述的异构网络能效优化方法,根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,所述罚函数的负值用于表达化学反应优化算法中的分子势能;将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,能够快速、准确地确定功率分配的最优解,从而最大限度地减少能量消耗、提高能量效率。
本实施例中,S103和S104中的基站包括:小基站和宏基站。
本实施例中,所述非正交多址接入异构网络可以以一个宏基站(MBS)为中心,宏基站范围内对小基站(SBS)和用户(用户终端)进行随机撒点,例如,将6个小基站和30个用户在以宏基站为中心的区域内进行随机分布,并初始化宏基站、小基站以及用户的参数,所述参数包括但不限于:小基站集合K,小基站k在子信道n上的用户m的传输功率宏基站在子信道n上的用户m的传输功率pm,n,小基站k在子信道n上的用户集合宏基站在子信道n上的用户集合Mn,系统带宽BW上的子信道集合N,每个子信道的带宽Bsc,小基站k上在子信道n上用户m的增益小基站j对小基站k上在子信道n上用户m的增益宏基站对小基站k上在子信道n上用户m的增益宏基站在子信道n上用户m的增益hm,n,小基站k对宏基站在子信道n上用户m的增益
在前述异构网络能效优化方法的具体实施方式中,进一步地,所述根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型包括:
确定小基站k在子信道n上的用户m的信号干扰加噪声比及宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n;
根据确定的和SINRm,n,确定系统总速率;
确定系统总功率;
确定系统总收集的能量;
根据确定的系统总速率、系统总功率、系统总收集的能量,以最大化系统总能效为目标,建立能效优化模型。
本实施例中,小基站k在子信道n上的用户m的信号干扰加噪声比表示为:
宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n表示为:
其中,
其中,为小基站k在子信道n上的用户m的传输功率;为小基站k上在子信道n上用户m的增益;为小基站之间的同层干扰;为宏基站对小基站用户的跨层干扰;δ2表示加性高斯白噪声;表示第k个小基站在子信道n上的用户集合;pm,n为宏基站在子信道n上的用户m的传输功率;hm,n为宏基站在子信道n上用户m的增益;Mn表示宏基站在子信道n上的用户集合;Icrm,n为小基站对宏基站用户的跨层干扰。
本实施例中,其中,为小基站j对小基站k上在子信道n上用户m的增益,为宏基站对小基站k上在子信道n上用户m的增益,为小基站j对宏基站在子信道n上用户m的增益。
本实施例中,系统总速率是一个与SINR有关的对数函数,系统总速率表示为:
其中,R(P)表示系统总速率;P为功率分配矩阵;为小基站k在子信道n上的用户m的速率;Bsc表示每个子信道的带宽;rm,n=Bsclog2(1+SINRm,n)为宏基站在子信道n上的用户m的速率;N为子信道集合;K为小基站集合。
在前述异构网络能效优化方法的具体实施方式中,进一步地,系统总功率表示为:
系统总收集的能量表示为:
其中,Q(P)表示系统总功率;H(P)表示系统总收集的能量;ηj为无线携能模块的能量收集系数。
本实施例中,ηj为0到1之间的常数。
本实施例中,在考虑了同层干扰和跨层干扰约束的基础上,根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;
其中,建立的能效优化模型表示为:
所述能效优化模型的限定条件为:
其中,EE(P)表示能效优化模型;第一个限定条件C1用于通过速率约束保证服务质量;第二个限定条件C2为同层干扰约束;第三个限定条件C3为跨层干扰约束;表示小基站k的最小传输速率;Imax表示最大干扰约束值。
本实施例中,由于考虑了服务质量(由最小传输速率体现)和同层/跨层干扰约束,因此通过罚函数法将属于多约束优化问题的能效优化模型换为无约束优化问题,所述无约束优化问题的罚函数表示为:
其中,f(P,μ,v,ξ)为无约束优化问题的罚函数;μ,v,ξ是罚因子,是在每次迭代中由大到小逐渐趋于零的常数,因此原优化问题变为求f(P,μ,v,ξ)的最大值。
本实施例中,化学反应优化(CRO)算法的分子势能表示为:
PE=-f(P,μ,v,ξ)
其中,PE表示化学反应优化算法的分子势能,化学反应优化算法的目标是求势能PE的最小值即能效优化模型的最大值。
本实施例中,化学反应优化算法是一种元启发式算法,它通过模拟化学反应过程中分子间相互作用最终达到稳定低能量状态的过程,从而得到全局最优解。化学反应优化首先应用于组合优化,如二次分配问题等,而CRO的改进算法实数编码化学反应优化算法(RCCRO)在原先的基础上添加了可以用于连续区间的邻域搜索,可用于函数优化问题。
本实施例中,化学反应优化算法、实数编码化学反应优化算法通过模拟化学反应里分子之间的各种反应,即四种初等反应,分别为单分子对墙无效碰撞反应、分解反应、分子间无效碰撞反应以及合成反应,根据分子间的相互作用,化学反应优化算法通过不断迭代即进行着四种初等反应来寻找最小势能PE,通过最小势能PE的确定可以找到优化问题的最优解。
本实施例中,每一次初等反应之后,都要检查反应是否成立,即系统是否满足能量守恒定律。对于单分子对墙无效碰撞、分子间无效碰撞和合成反应的成立条件为新产生的分子的势能小于等于原先分子的势能和动能之和,而分解反应的成立条件为新产生的分子的势能总和小于等于原先分子的势能、动能以及中央缓存器中的能量之和。
本实施例中,分解反应为单分子反应,合成反应是分子间的化学反应;可以通过设置碰撞次数的最大阈值来决定是否发生分解反应,具体的:当分子的碰撞次数大于设置的碰撞次数最大阈值时发生分解反应;可以通过设置分子最小动能阈值来决定是否发生合成反应,当参与反应的两个分子动能均小于设置的分子最小动能阈值时发生合成反应。
本实施例中,每发生一次对墙无效碰撞或者分子间无效碰撞,碰撞次数加1。
在前述异构网络能效优化方法的具体实施方式中,进一步地,所述将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解包括:
将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法的四种反应过程对子信道分配进行优化,得到子信道分配的最优解,其中,四种反应包括:第一单分子对墙无效碰撞反应、第一分解反应、第一分子间无效碰撞反应以及第一合成反应;
四种反应过程包括:
A1,第一单分子对墙无效碰撞反应过程是根据给定的一个子信道分配矩阵即分子结构Sk,随机选择当前分子结构Sk中的两个元素,将选择的这两个元素交换位置,得到新的分子结构其中,Sk表示基站k的子信道分配矩阵,子信道分配矩阵中的元素为用户;
本实施例中,第一单分子对墙无效碰撞是根据给定的一个子信道分配矩阵即分子结构Sk产生新的分子结构例如,假设当前分子结构为其中,Sk表示基站k的子信道分配矩阵,这里假设有3个子信道6个用户,每个子信道上复用两个用户,则对墙无效碰撞过程中,随机两个用户交换位置(用户m2和m3),分子结构变为
A2,第一分解反应过程是随机选择当前分子结构中的两个元素,根据第一个选择的元素,将分子结构中位置在该元素及以后的元素向前移动,其余元素后移,从而得到第一个新分子结构,并按照第一个新分子结构产生的方法,根据第二个选择的元素得到第二个新分子结构,以便将单个分子经过分解反应后分解为两个新分子;
本实施例中,第一分解反应为单分子反应,单个分子经过分解反应后分解为两个新分子,例如,假设当前分子结构为随机选择两个用户(用户m2和m3),新分子结构为和
A3,第一分子间无效碰撞反应过程是根据分子结构中元素的总数量随机产生一个数g,则当前第一个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第一个新分子结构;当前第二个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第二个新分子结构;
本实施例中,第一分子间无效碰撞反应是两分子间的化学反应,是为获得新解而进行的搜索过程,例如,假设当前分子结构为和随机产生一个数,比如3,则分子前三个数随机变换,其他不改变,则新分子结构为和
A4,第一合成反应过程是找到当前两个分子结构中位置相同的元素,位于相同位置的元素其位置不变,其余元素随机交换位置,得到新的分子结构。
本实施例中,合成反应是分子间的化学反应过程,是通过结合当前的两个分子结构来生成新的分子结构,例如,假设当前分子结构为和相同地方保留,其余随机产生,则新分子结构为
本实施例中,对于功率分配方案,根据得到的子信道分配最优解,将基站的功率分配视为分子结构,考虑到分子结构中的元素是连续的,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解。
本实施例中,实数编码化学反应优化算法适用于函数优化,在化学反应优化算法的基础上添加了可以用于连续区间的邻域搜索,同样包括四种初等反应,具体为:第二单分子对墙无效碰撞反应、第二分解反应、第二分子间无效碰撞反应及第二合成反应;这四种反应的具体过程分别为:
B1,第二单分子对墙无效碰撞反应过程是随机选择当前分子结构邻域内的一个解,得到新的分子结构,其中,新分子结构的每个元素的更新公式为:
其中,ψ为0到1之间的随机数,为基站k的最大传输功率,为基站k在子信道σ上的用户τ的传输功率,为基站k在子信道n上的用户m的传输功率;
B2,第二分解反应过程是随机选择当前分子结构中的两个元素,按照分子元素的更新公式进行更新,分别赋给两个新分子,新分子结构中其余元素保持不变;循环第二分解反应过程,直至循环次数为当前分子结构中元素数量和的一半;其中,新分子结构中元素的初值为原分子结构中元素的值;
本实施例中,由B2的过程可知,是采用多点变异去实现第二分解反应。
B3,第二分子间无效碰撞反应过程为对于当前的两个分子结构分别按照分子元素的更新公式进行更新,从而得到两个新分子;
B4,第二合成反应过程是指新分子结构中每个元素的值通过随机选择原先两个分子结构中对应位置元素的值得到。
本实施例中,利用多点交叉去实现第二合成反应。
在前述异构网络能效优化方法的具体实施方式中,进一步地,第二单分子对墙无效碰撞反应后,新分子的动能为:
KE2=(PE1+KE1-PE2)×α;
其中,α为动能损失率,KE1和PE1分别为反应前分子的动能和势能,KE2和PE2分别为反应后新分子的动能和势能;
第二分解反应后,新产生的两个分子的动能分别为:
KE21=(PE1+KE1-PE21-PE22+B)×a1×a2
KE22=(PE1+KE1-PE21-PE22+B-KE21)×a3×a4
其中,KE21、KE22分别为反应后两个新分子的动能;PE21、PE22分别反应后两个新分子的势能;a1、a2、a3、a4为随机数;B为中央缓存器中的能量,中央缓存器中的能量为每次发生对墙无效碰撞损失的能量之和;
第二分子间无效碰撞反应后,新产生的两个分子的动能分别为:
KE21=(PE11+KE11+PE12+KE12-PE21-PE22)×b
KE22=(PE11+KE11+PE12+KE12-PE21-PE22)×(1-b)
其中,b为随机数,PE11、PE12分别为反应前两个分子的势能,KE11、KE12分别为反应前两个分子的动能;
第二合成反应后,新产生的分子的动能为:
KE2=PE11+KE11+PE12+KE12-PE2。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种异构网络能效优化方法,其特征在于,包括:
根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型;
通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题,得到相应的罚函数,所述罚函数的负值用于表达化学反应优化算法中的分子势能;
将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解;
根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解。
2.根据权利要求1所述的异构网络能效优化方法,其特征在于,所述根据非正交多址接入异构网络、无线信息和功率传输技术的特点,以最大化系统总能效为目标,建立能效优化模型包括:
确定小基站k在子信道n上的用户m的信号干扰加噪声比及宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n;
根据确定的和SINRm,n,确定系统总速率;
确定系统总功率;
确定系统总收集的能量;
根据确定的系统总速率、系统总功率、系统总收集的能量,以最大化系统总能效为目标,建立能效优化模型。
3.根据权利要求2所述的异构网络能效优化方法,其特征在于,小基站k在子信道n上的用户m的信号干扰加噪声比表示为:
宏基站在子信道n上的用户m的信号干扰加噪声比SINRm,n表示为:
其中,为小基站k在子信道n上的用户m的传输功率;为小基站k上在子信道n上用户m的增益;为小基站之间的同层干扰;为宏基站对小基站用户的跨层干扰;δ2表示加性高斯白噪声;表示第k个小基站在子信道n上的用户集合;pm,n为宏基站在子信道n上的用户m的传输功率;hm,n为宏基站在子信道n上用户m的增益;Mn表示宏基站在子信道n上的用户集合;Icrm,n为小基站对宏基站用户的跨层干扰。
4.根据权利要求3所述的异构网络能效优化方法,其特征在于,系统总速率表示为:
其中,R(P)表示系统总速率;P为功率分配矩阵;为小基站k在子信道n上的用户m的速率;Bsc表示每个子信道的带宽;rm,n=Bsclog2(1+SINRm,n)为宏基站在子信道n上的用户m的速率;N为子信道集合;K为小基站集合。
5.根据权利要求4所述的异构网络能效优化方法,其特征在于,系统总功率表示为:
系统总收集的能量表示为:
其中,Q(P)表示系统总功率;H(P)表示系统总收集的能量;ηj为无线携能模块的能量收集系数。
6.根据权利要求5所述的异构网络能效优化方法,其特征在于,建立的能效优化模型表示为:
所述能效优化模型的限定条件为:
C1:
C2:
C3:
其中,EE(P)表示能效优化模型;第一个限定条件C1用于通过速率约束保证服务质量;第二个限定条件C2为同层干扰约束;第三个限定条件C3为跨层干扰约束;表示小基站k的最小传输速率;Imax表示最大干扰约束值。
7.根据权利要求6所述的异构网络能效优化方法,其特征在于,得到的罚函数为:
其中,f(P,μ,ν,ξ)为无约束优化问题的罚函数;μ、ν、ξ都表示罚因子;
化学反应优化算法的分子势能表示为:
PE=-f(P,μ,ν,ξ)
其中,PE表示化学反应优化算法的分子势能,化学反应优化算法的目标为确定PE最小值。
8.根据权利要求1所述的异构网络能效优化方法,其特征在于,所述将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法对子信道分配进行优化,得到子信道分配的最优解包括:
将基站的子信道分配视为化学反应里的分子结构,通过化学反应优化算法的四种反应过程对子信道分配进行优化,得到子信道分配的最优解,其中,四种反应包括:第一单分子对墙无效碰撞反应、第一分解反应、第一分子间无效碰撞反应以及第一合成反应;
四种反应过程包括:
第一单分子对墙无效碰撞反应过程是根据给定的一个子信道分配矩阵即分子结构Sk,随机选择当前分子结构Sk中的两个元素,将选择的这两个元素交换位置,得到新的分子结构其中,Sk表示基站k的子信道分配矩阵,子信道分配矩阵中的元素为用户;
第一分解反应过程是随机选择当前分子结构中的两个元素,根据第一个选择的元素,将分子结构中位置在该元素及以后的元素向前移动,其余元素后移,从而得到第一个新分子结构,并按照第一个新分子结构产生的方法,根据第二个选择的元素得到第二个新分子结构,以便将单个分子经过分解反应后分解为两个新分子;
第一分子间无效碰撞反应过程是根据分子结构中元素的总数量随机产生一个数g,则当前第一个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第一个新分子结构;当前第二个分子结构中前g个元素随机交换位置,其他元素位置不变,得到第二个新分子结构;
第一合成反应过程是找到当前两个分子结构中位置相同的元素,位于相同位置的元素其位置不变,其余元素随机交换位置,得到新的分子结构。
9.根据权利要求1所述的异构网络能效优化方法,其特征在于,所述根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法对功率分配进行优化,得到功率分配的最优解包括:
根据得到的子信道分配最优解,将基站的功率分配视为化学反应里的分子结构,通过实数编码化学反应优化算法的四种反应过程对功率分配进行优化,得到功率分配的最优解,其中,四种反应包括:第二单分子对墙无效碰撞反应、第二分解反应、第二分子间无效碰撞反应及第二合成反应;
四种反应过程包括:
第二单分子对墙无效碰撞反应过程是随机选择当前分子结构邻域内的一个解,得到新的分子结构,其中,新分子结构的每个元素的更新公式为:
其中,ψ为随机数,为基站k的最大传输功率,为基站k在子信道σ上的用户τ的传输功率,为基站k在子信道n上的用户m的传输功率;
第二分解反应过程是随机选择当前分子结构中的两个元素,按照分子元素的更新公式进行更新,分别赋给两个新分子,新分子结构中其余元素保持不变;循环第二分解反应过程,直至循环次数为当前分子结构中元素数量和的一半;其中,新分子结构中元素的初值为原分子结构中元素的值;
第二分子间无效碰撞反应过程为对于当前的两个分子结构分别按照分子元素的更新公式进行更新,从而得到两个新分子;
第二合成反应过程是指新分子结构中每个元素的值通过随机选择原先两个分子结构中对应位置元素的值得到。
10.根据权利要求9所述的异构网络能效优化方法,其特征在于,第二单分子对墙无效碰撞反应后,新分子的动能为:
KE2=(PE1+KE1-PE2)×α;
其中,α为动能损失率,KE1和PE1分别为反应前分子的动能和势能,KE2和PE2分别为反应后新分子的动能和势能;
第二分解反应后,新产生的两个分子的动能分别为:
KE21=(PE1+KE1-PE21-PE22+B)×a1×a2
KE22=(PE1+KE1-PE21-PE22+B-KE21)×a3×a4
其中,KE21、KE22分别为反应后两个新分子的动能;PE21、PE22分别反应后两个新分子的势能;a1、a2、a3、a4为随机数;B为中央缓存器中的能量,中央缓存器中的能量为每次发生对墙无效碰撞损失的能量之和;
第二分子间无效碰撞反应后,新产生的两个分子的动能分别为:
KE21=(PE11+KE11+PE12+KE12-PE21-PE22)×b
KE22=(PE11+KE11+PE12+KE12-PE21-PE22)×(1-b)
其中,b为随机数,PE11、PE12分别为反应前两个分子的势能,KE11、KE12分别为反应前两个分子的动能;
第二合成反应后,新产生的分子的动能为:
KE2=PE11+KE11+PE12+KE12-PE2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910310502.7A CN110167045B (zh) | 2019-04-17 | 2019-04-17 | 一种异构网络能效优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910310502.7A CN110167045B (zh) | 2019-04-17 | 2019-04-17 | 一种异构网络能效优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110167045A true CN110167045A (zh) | 2019-08-23 |
CN110167045B CN110167045B (zh) | 2020-06-05 |
Family
ID=67639483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910310502.7A Active CN110167045B (zh) | 2019-04-17 | 2019-04-17 | 一种异构网络能效优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110167045B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519770A (zh) * | 2019-08-30 | 2019-11-29 | 南京工程学院 | 一种两层异构蜂窝网络能量效率优化方法 |
CN112543049A (zh) * | 2020-11-16 | 2021-03-23 | 北京科技大学 | 一种集成地面卫星网络的能效优化方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014075398A1 (zh) * | 2012-11-13 | 2014-05-22 | 西安交通大学 | 一种ofdma系统中基于效用的无线资源分配方法 |
CN106412040A (zh) * | 2016-09-19 | 2017-02-15 | 北京邮电大学 | 一种缓存资源分配的方法及装置 |
CN107330245A (zh) * | 2017-06-02 | 2017-11-07 | 湖南创星科技股份有限公司 | 一种实数编码化学反应智能优化算法 |
CN107454604A (zh) * | 2017-08-22 | 2017-12-08 | 哈尔滨工程大学 | 认知中继网络的量子化学反应优化多中继选择方法 |
CN109041196A (zh) * | 2018-08-09 | 2018-12-18 | 华南理工大学 | Noma携能通信系统中基于能效最大化的资源联合分配方法 |
CN109451569A (zh) * | 2018-12-14 | 2019-03-08 | 北京工业大学 | 一种无线携能异构网络中的资源分配方法 |
CN109548159A (zh) * | 2019-01-22 | 2019-03-29 | 北京化工大学 | 一种非正交多址异构网络中的功率分配方法 |
-
2019
- 2019-04-17 CN CN201910310502.7A patent/CN110167045B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014075398A1 (zh) * | 2012-11-13 | 2014-05-22 | 西安交通大学 | 一种ofdma系统中基于效用的无线资源分配方法 |
CN106412040A (zh) * | 2016-09-19 | 2017-02-15 | 北京邮电大学 | 一种缓存资源分配的方法及装置 |
CN107330245A (zh) * | 2017-06-02 | 2017-11-07 | 湖南创星科技股份有限公司 | 一种实数编码化学反应智能优化算法 |
CN107454604A (zh) * | 2017-08-22 | 2017-12-08 | 哈尔滨工程大学 | 认知中继网络的量子化学反应优化多中继选择方法 |
CN109041196A (zh) * | 2018-08-09 | 2018-12-18 | 华南理工大学 | Noma携能通信系统中基于能效最大化的资源联合分配方法 |
CN109451569A (zh) * | 2018-12-14 | 2019-03-08 | 北京工业大学 | 一种无线携能异构网络中的资源分配方法 |
CN109548159A (zh) * | 2019-01-22 | 2019-03-29 | 北京化工大学 | 一种非正交多址异构网络中的功率分配方法 |
Non-Patent Citations (2)
Title |
---|
张海君: "IMT_Advanced异构无线网络中资源管理策略研究", 《中国博士学位论文全文数据库》 * |
陈志强: "异构网络中基于能量收割的无线资源分配研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519770A (zh) * | 2019-08-30 | 2019-11-29 | 南京工程学院 | 一种两层异构蜂窝网络能量效率优化方法 |
CN112543049A (zh) * | 2020-11-16 | 2021-03-23 | 北京科技大学 | 一种集成地面卫星网络的能效优化方法及装置 |
CN112543049B (zh) * | 2020-11-16 | 2021-10-29 | 北京科技大学 | 一种集成地面卫星网络的能效优化方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110167045B (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111314894B (zh) | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 | |
CN110493804B (zh) | 一种毫米波系统的波束和功率分配方法 | |
CN107343268B (zh) | 非正交多播和单播传输波束赋型方法及系统 | |
CN105451322A (zh) | D2D网络中一种基于QoS的信道分配和功率控制方法 | |
CN102869018A (zh) | 认知无线电中保证通信连续性的信道和功率联合分配方法 | |
CN112073974B (zh) | 协作终端通信的非授权频谱边缘接入与抗干扰方法及装置 | |
CN110167045B (zh) | 一种异构网络能效优化方法 | |
CN112566261A (zh) | 一种基于深度强化学习的上行noma资源分配方法 | |
CN109788540B (zh) | D2d系统中基于能量采集的功率控制和信道分配方法 | |
CN109451569A (zh) | 一种无线携能异构网络中的资源分配方法 | |
He et al. | Joint optimization of channel allocation and power control for cognitive radio networks with multiple constraints | |
CN112469113B (zh) | 一种多载波noma系统的资源分配方法及装置 | |
CN112954806B (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
Das et al. | Reinforcement learning-based resource allocation for M2M communications over cellular networks | |
CN106793126B (zh) | 一种认知无线电网络中动态频谱资源分配方法 | |
CN107613565B (zh) | 一种全双工超密集网络中的无线资源管理方法 | |
CN107995034B (zh) | 一种密集蜂窝网络能量与业务协作方法 | |
CN115915454A (zh) | Swipt辅助的下行资源分配方法及装置 | |
CN116132997A (zh) | 基于a2c算法优化混合供电异构网中能源效率的方法 | |
He et al. | Resource Allocation for Throughput Maximization in Cognitive Radio Network with NOMA. | |
CN110324888B (zh) | 最大化noma子信道功率分配可行区域的上行用户分簇方法 | |
CN109672997B (zh) | 一种基于能量收集的工业物联网多维资源联合优化算法 | |
CN113766446A (zh) | 基于5g网络的智能电网信息采集的数据调度与资源分配方法 | |
CN102547751B (zh) | 一种中继蜂窝网络的频率规划方法与装置 | |
CN117119573B (zh) | 超密集网络中基于凝聚式层次聚类算法的资源优化方法 |
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 |