CN110225494A - 一种基于外部性和匹配算法的机器类通信资源分配方法 - Google Patents
一种基于外部性和匹配算法的机器类通信资源分配方法 Download PDFInfo
- Publication number
- CN110225494A CN110225494A CN201910572872.8A CN201910572872A CN110225494A CN 110225494 A CN110225494 A CN 110225494A CN 201910572872 A CN201910572872 A CN 201910572872A CN 110225494 A CN110225494 A CN 110225494A
- Authority
- CN
- China
- Prior art keywords
- mtd
- mtds
- matching
- multiplexing
- energy efficiency
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000013468 resource allocation Methods 0.000 title claims abstract description 9
- 230000000694 effects Effects 0.000 title abstract description 4
- 238000001228 spectrum Methods 0.000 claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000001413 cellular effect Effects 0.000 claims description 40
- 230000005540 biological transmission Effects 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- 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
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- 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
- 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
-
- 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种应用在智能电网机器类通信场景中高能效的资源分配优化方法,针对频谱资源稀缺的问题,允许大量的机器设备(MTDs)复用分配给蜂窝用户(CUs)的频谱资源。通过联合优化信道选择和功率控制,研究了MTDs的能效(EE)最大化问题。提出了一种基于外部性多对一匹配的两阶段优化算法。首先,每个MTD被临时分配到一个预定义的传输功率,然后通过考虑外部性的匹配算法来解决信道选择优化问题,得到建立MTD与资源块(RB)的二维匹配关系;然后,根据已经建立的匹配关系,采用非线性分式规划对MTD的传输功率进行优化,从而有效地提高频谱利用率和最大化通信网络EE。以获取频谱资源最佳分配方案。
Description
技术领域
本发明属于无线通信领域,具体涉及一种应用在智能电网机器类通信场景中高能效的资源分配优化算法,通过联合优化信道选择和功率控制,使得通信网络中机器类设备(MTD)的能效(EE)最大化。首先结合存在外部性的匹配模型建立MTD与资源块(RB)的二维匹配关系;然后通过非线性分式规划对MTD的传输功率进行优化,从而有效地提高频谱利用率和最大化通信网络EE。以获取频谱资源最佳分配方案。
背景技术:
机器类通信在智能电网中发挥着重要的作用。作为一种新的通信方式,机器类型通信可实现与4G或5G蜂窝网络的无缝集成。它具有发送短小数据包和不连续传输的特点,可以实时监控和控制能源的生成,传输,转换,交付和消耗的运行状态。然而,随着物联网设备数量的急剧增加,其对通信技术与协议提出了更高的要求:应适应大规模的数据交换、可提供随时随地连接、支持智能资源分配。
尽管机器类通信是实现物联网愿景的关键技术,但其广泛部署仍然面临一些挑战。首先,在现实应用中,大多数MTD通常电池容量低,并且运行过程中不能更换电池,如果突然断电会导致数据丢失甚至网络崩溃。其次,频谱资源十分稀缺,由于MTD传输的数据包小且传输不连续,所以为MTD分配有限的正交频谱资源是一种浪费。为了减缓频谱使用的压力,可以通过复用传统蜂窝用户(CUs)的频谱资源为MTD提供可用频谱。然而,在这种通信模式下CUs和MTD之间共享频谱会导致他们之间的同信道干扰。此外,如果一个RB被多个MTD复用,MTD之间还会存在同信道干扰。因此,在保证MTD通信链路与蜂窝通信链路服务质量(QoS)的同时,通过资源分配优化MTD的能效极为重要。
发明内容:
本发明在基于匹配理论的智能电网机器类通信场景下,以最大化MTD的能效为目标,提出了一种基于外部性和匹配算法的高能效机器类通信资源分配方法。该方案首先通过匹配算法建立MTD与资源块(RB)的匹配关系;然后通过非线性分式规划对MTD的传输功率进行优化,从而有效地提高频谱利用率和最大化通信网络EE。具体过程如下:
1)图1为基于单个蜂窝网络的MTD通信场景图,有N个MTDs、K个CUs,其中安装有全向天线的BS位于蜂窝网络的中心,MTDs随机分布在周围。采用具有块衰落特性的信道模型,该模型认为信道状态在给定的时间块内是固定的,并且在不同的时间块之间独立变化。采用蜂窝网络频谱资源的正交划分,每个CU在单个子信道或RB上进行传输。考虑上行链路频谱复用场景,每个MTDn通过最多复用一个蜂窝用户Ck的RBk将数据传输到基站,但是为了提高频谱效率,多个MTDs可以复用相同的RBk传输数据。用sn,k=1表示,二者形成的多对一匹配关系。
由于上行链路频谱复用,MTDn通过复用蜂窝用户Ck的RBk将数据传输到BS时,蜂窝用户Ck将忍受由多个机器设备MTDs产生的同道干扰,蜂窝用户Ck的信号噪声干扰比(SINR)为:
其中,pc和pn分别是基站与MTDn的发射功率,pn′(n′≠n)代表与MTDn同时复用RBk的机器设备MTDn′的传输功率。gk,0是蜂窝用户Ck与基站之间得到信道增益,gn,0和gn′,0分别代表MTDn与MTDn′到蜂窝用户Ck的信道增益。N0是加性高斯白噪声。
机器设备MTDn可达到的SINR的表达式为:
根据香农公式,MTDn到基站的传输速率为:
Rn,0,k=Bklog2(1+γn,0,k)
Bk表示RBk的信道带宽。
MTDn的功耗表达式为:
其中,Pn,c代表电路功率,Pn代表传输功率。
能效定义为每焦耳传输的总比特数,所以,MTDn的能效表达式为:
其中,T是传输时间。
2)在机器型通信网络中,关键的研究挑战是如何从能效的角度出发联合优化信道选择以及功率优化。在保证蜂窝用户与MTD通信链路用户服务质量(QoS)的同时,考虑频谱复用,所形成的MTDs能效最大化问题为:
P1:
s.t.C1:
C2:
C3:
C4:
C5:
C6:
其中,C1和C2保证蜂窝用户和MTDs的QoS需求;C3是MTDn的功率约束;C5保证了每个MTD至多复用一个RB;C6表示一个RB最多被qk个MTDs复用;C4~C6保证了RB与MTDs之间是多对一匹配。
3)P1是一个混合整型非线性规划(MINLP)问题,因此将P1分解成信道选择和功率优化两个子问题来得到最优解。在求解信道选择子问题时,为了得到MTDs与RBs之间的匹配关系,每一个MTDn都被临时分配到一个预定义的传输功率并将其设置为实际约束下的最大传输功率。然后通过“提出申请”与“交换”的方法求解信道选择优化问题,实现MTDs和RBs之间的稳定匹配,步骤如下:
当MTDn复用RBk时,MTDn的效用值定义为:
多个MTDs复用一个RBk时,MTDs与RBk之间的多对一匹配模型中会存在“外部性”,即MTDn的效用值不仅取决于它所匹配的RBk,还取决于使用相同RBk的其他MTDs。因此,任意两个MTDs之间可以交换他们已经匹配的RBs,以获得更有效的匹配结果。对于两对已经匹配的MTDs和RBs,即(MTDn,RBk)和(MTDn′,RBk′)它们之间的“交换”被定义为:
如果通过交换MTDs的RBs可以使MTDs的效用增加,那么就进行资源块之间的交换,即:
Un|μ(MTDn)=RBk-Un|μ(MTDn)=RBk′≥δU
其中,δU是一个正数。
4)基于上述所获得的匹配结果,采用非线性分式规划和非合作博弈论来解决功率优化的子问题。为了获得所有MTDs的最大能效,P1可以转化为:
采用非线性分式规划算法将问题P2转化为:
其中,是P2可获得最优能效值。
为了求解上述问题,采用Dinkelbach算法获得MTDn最优功率以及最优能效值并且通过非合作博弈理论使所获得的功率收敛于Nash equilibrium(纳什均衡)。因此,P3可以转化为:
P4是一个标准凸优化方程,可采用标准凸优化方法进行优化。其中t是内循环Dinkelbach迭代次数,l是外循环非合作博弈的迭代次数。第t次迭代中的可以通过求解第(t-1)次的获得。在每次迭代中,qn,0,k更新于:
Dinkelbach迭代将终止于:
δ是一个任意大小的正常数。
当MTDn对应的最优功率控制变量收敛于纳什均衡时,迭代终止。
附图说明:
图1是基于单个蜂窝网络的MTD通信网络系统模型图。
图2是仿真参数图。
图3是单蜂窝MTD通信网络系统撒点图。
图4是MTDs的总能效与资源块RBs的关系图。
图5是MTDs的总能效与机器类设备MTDs数量的关系图。
图6是MTDs的总能效与蜂窝用户CUs配额的关系图。
图7是MTDs的总能效与蜂窝用户CUs的SINR阈值的关系图。
图8Dinkelbach迭代次数与MTDs总能效的关系图。
具体实施方式
本发明的实施方式分为两个步骤,第一步为建立模型,第二步为算法的实施。其中,建立的系统模型如图1所示,它和发明内容中基于单个蜂窝网络的MTD通信网络系统模型图的介绍完全对应。
1)对于系统模型,装有全向天线的基站位于蜂窝网络的中心,MTDs随机分布在周围。采用具有块衰落特性的信道模型,该模型认为信道状态在给定的时间块内是固定的,并且在不同的时间块之间独立变化。采用蜂窝网络频谱资源的正交划分,每个CU在单个子信道或RB上进行传输。考虑上行链路频谱复用场景,每个MTDn通过最多复用一个蜂窝用户Ck的RBk将数据传输到基站,同时为了提高频谱效率,多个MTDs可以复用相同的RBk传输数据。但是在这种通信模式下CUs和MTD之间共享频谱会导致他们之间的同信道干扰。此外,如果一个RB被多个MTD复用,MTD之间还会存在同信道干扰。因此,在保证MTD通信链路与蜂窝通信链路服务质量(QoS)的同时,通过智能资源分配优化MTD的能效极为重要。
2)为了解决上述问题,首先通过匹配算法建立MTD与资源块(RB)的二维匹配关系;然后通过非线性分式规划对MTDs以及蜂窝用户(CUs)的传输功率进行优化,从而有效地提高频谱利用率和最大化通信网络EE。以获取频谱资源最佳分配方案。
对于本发明,我们进行了大量仿真。仿真中的具体参数如图表2所示,假设小区半径为50m,CUs随机分布在小区内,MTDs以不超过35m的距离随机分布在小区内。所提算法与其它几种启发式算法进行对比。
图3是基于单个蜂窝网络的MTD通信网络系统撒点图。蜂窝用户以及机器设备的数量分别为K=5,N=10,M2M通信链路的最大传输距离设置为dmax=35m。
图4显示了蜂窝资源RBs与MTDs的总能效的关系。通过观察发现,与其他两种启发式算法相比,该算法具有更好的性能。随着RBs数量的增加,系统的能效性能呈单调增长。因为大量的RBs可以保证每个MTD可以匹配到喜好值较高的RB的概率,从而获得更高的能效。
图5显示了机器类设备MTDs与MTDs的总能效的关系。研究发现,在MTDs数量不大的情况下,系统的能效呈单调增长趋势。因为在MTDs数量不多的情况下,蜂窝网络中的RBs没有得到充分的利用。但是,随着MTDs达到一定数量时,性能增量呈缓慢上升趋势,因为所有RBs都达到了可复用的最大容量,只有通过交换才能实现能效的提高。
图6显示了蜂窝用户CUs配额与MTDs的总能效的关系。结果表明,系统的能效性能随蜂窝用户配额的增加而单调增加。因为当蜂窝用户CUs的配额足够大时,蜂窝网络便可以保证所有的MTDs匹配到资源块RBs。此外,MTDs与RBs的建立了稳定的匹配关系,蜂窝网络的总能效也会逐渐趋于恒定。
图7显示了蜂窝用户CUs的SINR阈值与MTDs的总能效的关系。研究结果表明,当γmin≤25dBm时,由于MTDs的传输功率可以设置为相对合适的值,所以γmin几乎不影响MTDs的总能效。当25dBm<γmin≤30dBm时,MTDs的总能效随着γmin的增加单调递减,因为从MTDs到BS通信链路所获得的单位传输功率的增量不能补偿增加的能量消耗。当γmin>30dBm时,由于信道条件有限,MTDs无法有效地向基站传输数据,使得系统的总能量效率降为零。
图8显示了Dinkelbach迭代次数与MTDs总能效的关系。在不断的迭代过程中,会逐渐收敛至一个最优值。可以发现,迭代次数约为2次。此外,CUs和MTDs的数量对所提功率控制算法的收敛性能几乎没有影响。
尽管为说明目的公开了本发明的具体实施和附图,其目的在于帮助理解本发明的内容并据以实施,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换、变化和修改都是可能的。因此,本发明不应局限于最佳实施例和附图所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (3)
1.一种基于外部性和匹配算法的机器类通信资源分配方法,其特征在于:
1)针对MTDs通信网络中能效较低、频谱资源紧缺等问题,结合存在外部性的匹配模型,建立MTDs与RBs之间的多对一匹配关系,从而提出节能高效的信道选择优化策略;
2)基于所获得匹配关系,通过非线性分式规划以及非合作博弈理论解决功率控制子问题,以获取频谱资源最佳分配方案。
2.如权利要求1步骤1)所述的MTDs在通信网络中能效较低并且网络通信频谱资源不足,考虑复用蜂窝用户(CUs)的频谱资源(RBs)以实现高能效的通信,其特征在于:由于同信道干扰,MTDs的效用不仅取决于匹配的RBk,还取决于复用相同RBk的其他MTDs,即所提出的匹配模型存在“外部性”:
1)考虑上行链路频谱复用场景,每个MTDn通过最多复用一个蜂窝用户Ck的RBk将数据传输到基站,但是为了提高频谱效率,多个MTDs可以复用相同的RBk传输数据。用sn,k=1表示,则MTDn到基站的传输速率为:
Rn,0,k=Bklog2(1+γn,0,k)
Bk表示RBk的信道带宽,γn,0,k是机器设备MTDn可达到的信号噪声干扰比(SINR),其表达式为:
pn和pn'分别是蜂窝用户Ck与MTDn的发射功率,pn'(n'≠n)代表与MTDn同时复用RBk的机器设备MTDn的传输功率。gk,0是蜂窝用户Ck与基站之间得到信道增益,gn,0和gn',0分别代表MTDn与MTDn'到蜂窝用户Ck的信道增益。N0是加性高斯白噪声;
MTDn的总功耗为:
pn,c表示电路功率,pn表示传输功率。则MTDn的效用值(能效)为
T是传输时间。
2)在保证蜂窝用户与MTD通信链路用户服务质量(QoS)的同时,考虑频谱复用,所形成的MTDs能效最大化问题为:
其中,C1和C2保证蜂窝用户和MTDs的QoS需求;C3是MTDn的功率约束;C5保证了每个MTD至多复用一个RB;C6表示一个RB最多被qk个MTDs复用;C4~C6保证了RB与MTDs之间是多对一匹配。
3)为了得到MTDs与RBs之间的匹配关系,每一个MTDn都被临时分配到一个预定义的传输功率并将其设置为实际约束下的最大传输功率。在该功率下,每个MTD利用蜂窝用户Ck的RBk将数据传输到基站,然后通过“提出申请”与“交换”的方法,实现MTDs和RBs之间的稳定匹配,步骤如下:
将MTDn复用RBk的能效定义为:
当多个MTDs复用一个RBk时,MTDn的能效不仅取决于它所匹配的RBk,还取决于使用相同RBk的其他MTDs,即MTDs与RBk之间的多对一匹配模型中会存在“外部性”。如果通过交换MTDs的RBs可以使MTDs的效用增加,那么就进行资源块之间的交换。对于两对已经匹配的MTDs和RBs,即(MTDn,RBk)和(MTDn',RBk),如果
Un|μ(MTDn)=RBk-Un|μ(MTDn)=RBk′≥δU
时,就执行“交换”操作:
其中,δμ是一个正数。
3.如权利要求1步骤2)所述的基于所获得匹配关系,通过解决功率控制子问题以获取频谱资源最佳分配方案。其特征在于:所形成的优化问题P1是混合整数非线性规划(MINLP)问题,需采用非线性分式规划和非合作博弈论对MTDs的传输功率进行优化,从而有效地提高频谱利用率和最大化通信网络能效。
1)将优化问题P1进行转换与分解,考虑MTDn复用蜂窝用户Ck的通信资源块RBk,为了获得所有MTDs的最大能效,P1可以转化为:
s.t.C1~C3
采用非线性分式规划算法将问题P2转化为:
s.t.C1~C3
其中,是P2可获得最优能效值。
2)采用Dinkelbach算法以获得MTDn的最优功率以及最优能效值并且通过非合作博弈理论使所获得的功率收敛于Nash equilibrium(纳什均衡)。因此,P3可以转化为:
s.t.C1~C3
P4是一个标准凸优化方程,可采用标准凸优化方法进行优化。其中t是内循环Dinkelbach迭代次数,l是外循环非合作博弈的迭代次数。第t次迭代中的可以通过求解第(t-1)次的获得。在每次迭代中,qn,0,k通过:
更新。最后,Dinkelbach迭代将终止于:
δ是一个任意大小的正常数。当MTDn对应的最优功率控制变量收敛于纳什均衡时,迭代终止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572872.8A CN110225494B (zh) | 2019-06-28 | 2019-06-28 | 一种基于外部性和匹配算法的机器类通信资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572872.8A CN110225494B (zh) | 2019-06-28 | 2019-06-28 | 一种基于外部性和匹配算法的机器类通信资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110225494A true CN110225494A (zh) | 2019-09-10 |
CN110225494B CN110225494B (zh) | 2021-02-02 |
Family
ID=67815357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910572872.8A Active CN110225494B (zh) | 2019-06-28 | 2019-06-28 | 一种基于外部性和匹配算法的机器类通信资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110225494B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113596786A (zh) * | 2021-07-26 | 2021-11-02 | 广东电网有限责任公司广州供电局 | 一种端到端通信的资源分配分组优化方法 |
CN113612558A (zh) * | 2021-08-03 | 2021-11-05 | 东南大学 | 一种太赫兹通信系统中最大化频谱效率的资源分配方法 |
CN114071476A (zh) * | 2021-11-03 | 2022-02-18 | 厦门大学 | 一种基于能耗的时间频率二维通信资源分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN107087305A (zh) * | 2017-01-10 | 2017-08-22 | 华北电力大学 | 一种基于能量收集的终端直通通信资源管理方案 |
CN109672997A (zh) * | 2019-01-21 | 2019-04-23 | 华北电力大学 | 一种基于能量收集的工业物联网多维资源联合优化算法 |
CN109768851A (zh) * | 2019-01-18 | 2019-05-17 | 重庆邮电大学 | 一种scma下行系统中基于能效的资源分配方法 |
-
2019
- 2019-06-28 CN CN201910572872.8A patent/CN110225494B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN107087305A (zh) * | 2017-01-10 | 2017-08-22 | 华北电力大学 | 一种基于能量收集的终端直通通信资源管理方案 |
CN109768851A (zh) * | 2019-01-18 | 2019-05-17 | 重庆邮电大学 | 一种scma下行系统中基于能效的资源分配方法 |
CN109672997A (zh) * | 2019-01-21 | 2019-04-23 | 华北电力大学 | 一种基于能量收集的工业物联网多维资源联合优化算法 |
Non-Patent Citations (3)
Title |
---|
GANG LIU等: ""Resource Allocation in Heterogeneous Networks: A Modified Many-to-One Swap Matching"", 《17TH IEEE INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY》 * |
YILING YUAN等: ""An Iterative Matching-Stackelberg Game Model for Channel-Power Allocation in D2D Underlaid Cellular Networks"", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 * |
刘岗等: ""异构网络资源分配:改进多对一转移匹配"", 《计算机工程与应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113596786A (zh) * | 2021-07-26 | 2021-11-02 | 广东电网有限责任公司广州供电局 | 一种端到端通信的资源分配分组优化方法 |
CN113596786B (zh) * | 2021-07-26 | 2023-11-14 | 广东电网有限责任公司广州供电局 | 一种端到端通信的资源分配分组优化方法 |
CN113612558A (zh) * | 2021-08-03 | 2021-11-05 | 东南大学 | 一种太赫兹通信系统中最大化频谱效率的资源分配方法 |
CN114071476A (zh) * | 2021-11-03 | 2022-02-18 | 厦门大学 | 一种基于能耗的时间频率二维通信资源分配方法 |
CN114071476B (zh) * | 2021-11-03 | 2024-09-24 | 厦门大学 | 一种基于能耗的时间频率二维通信资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110225494B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moubayed et al. | Wireless resource virtualization with device-to-device communication underlaying LTE network | |
Hu et al. | Wireless powered cooperation-assisted mobile edge computing | |
Huang et al. | Energy-efficient SWIPT in IoT distributed antenna systems | |
CN107087305B (zh) | 一种基于能量收集的终端直通通信资源管理方案 | |
CN110611902B (zh) | 一种基于上下行频谱联合复用的d2d资源分配方法 | |
Yu et al. | Tradeoff analysis and joint optimization of link-layer energy efficiency and effective capacity toward green communications | |
CN110225494B (zh) | 一种基于外部性和匹配算法的机器类通信资源分配方法 | |
CN108600999B (zh) | Fd-d2d基于信道分配与功率控制联合优化方法 | |
CN111586646B (zh) | 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN105208636B (zh) | 密集网络中能效协作基站睡眠机制提高系统能效的方法 | |
CN104918257A (zh) | 中继协同异构蜂窝网络d2d通信资源分配方法 | |
CN108924799B (zh) | 一种蜂窝网络中d2d通信的资源分配算法 | |
Chen et al. | Resource allocation for energy harvesting-powered D2D communications underlaying NOMA-based networks | |
Kong et al. | Cooperative rate-splitting multiple access in heterogeneous networks | |
Prabowo et al. | Energy efficient resources allocations for wireless communication systems | |
CN113055322B (zh) | 5g专网与公网上下行通信方法和装置 | |
CN111314938B (zh) | 一种用于单个蜂窝小区的蜂窝网络时频域资源分配的优化方法 | |
Yan et al. | An adaptive subcarrier, bit and power allocation algorithm for multicell OFDM systems | |
Jabeen et al. | A benchmark for joint channel allocation and user scheduling in flexible heterogeneous networks | |
CN106162855A (zh) | 结合子载波分配和功率控制的多d2d通信对资源分配方法 | |
Bakhshi et al. | Three-step optimization algorithm in SCMA-based system for user association and resource allocation in C-RAN | |
Ansere et al. | Optimal power distribution algorithm for energy efficient IoT-NOMA enabled networks | |
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 | |
CN115243234A (zh) | 一种m2m异构网络的用户关联和功率控制方法及系统 |
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 |