CN110493800B - 一种5g网络中基于联盟博弈的超密集组网资源分配方法 - Google Patents

Abstract

本发明公开了一种5G网络中基于联盟博弈的超密集组网资源分配方法，包括以下步骤：获取最初网络系统内基站集合，用户集合，按照最初的接入状态获得初始联盟划分集合；并对用户接入的现有基站进行标识；释放用户，寻找当前用户最近且并未标识的基站，接入基站，建立特征函数，分别计算当前用户相关的效用值；根据效用值进行博弈，判断是否符合博弈要求，符合博弈要求则保留当前用户的当前接入状态，不符合则抛弃当前基站；判断联盟内基站是否遍历；获得系统的最优结构，生成新的联盟。本发明从微基站进行合作形成联盟的角度入手，以提升整个网络系统容量为出发点，提出了适用于超密集蜂窝网络子信道和功率分配以及同层干扰缓解的方法。

Description

一种5G网络中基于联盟博弈的超密集组网资源分配方法

技术领域

本发明涉及无线通信技术领域，更具体的说是涉及一种5G网络中基于联盟博弈的超密集组网资源分配方法。

背景技术

为了应对5G(Fifth generation mobile communication system，5G)需求的高速发展，相关的前沿技术陆续被提出，据白皮书可知，高速率和低时延是未来5G要达成的主要目标。与传统的4G不同，高效率的无线传输以及高密度的无线组网技术的研究是5G的关键。超密集组网技术(Ultra-Dense Network，UDN)：应用于超高流量密度需求的热点场景(包括办公室、密集的居民区、校园、商场等)，通过密集部署无线设备可以实现较高的频谱复用，这样可以使得热点区域的容量改善100倍甚至更多，来满足5G千倍容量需求。大量微基站的部署为无线通信网络提高容量的同时，引起的资源分配也无疑会造成网络系统容量降低及用户体验感变差等问题，而以往的适用于宏蜂窝的无线资源分配算法己不再完全适用于超密集蜂窝网络。

由于网络基站部署的增加，如何有效的管理干扰以及降低系统功耗成为超密集组网技术广泛部署的核心挑战。

随着博弈论的不断完善和发展，博弈论成为解决很多场景下的冲突或合作问题的一种有效工具，在移动通信领域，由于基站、用户在资源调用上存在冲突，导致干扰，影响了系统性能，所以资源分配和干扰协调非常关键，而博弈论在解决这类冲突问题方面具有很大潜力，对解决资源分配和干扰协调问题提供了新的思路。但现有技术中的相关方案的干扰管理并不合理，通信质量差，系统功耗大。

因此，设计出一种能有效管理干扰以及降低系统功耗的5G网络中基于联盟博弈的超密集组网资源分配方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种5G网络中基于联盟博弈的超密集组网资源分配方法，从微基站进行合作形成联盟的角度入手，以提升整个网络系统容量为出发点，提出了适用于超密集蜂窝网络子信道和功率分配以及同层干扰缓解的方法。

为了实现上述目的，本发明采用如下技术方案：

一种5G网络中基于联盟博弈的超密集组网资源分配方法，包括以下步骤：

S1.获取最初网络系统内基站F集合，用户U集合，按照最初的接入状态获得初始联盟划分集合C；并对用户接入的现有基站进行标识；

S2.释放一个用户，准备进行优化；

S3.寻找当前用户最近且并未标识的基站，接入所述基站，建立特征函数，分别计算当前用户相关的效用值；

S4.根据效用值进行博弈，判断是否符合博弈要求，符合博弈要求则保留当前用户的当前接入状态，不符合则抛弃当前基站；

S5.判断联盟内基站是否遍历，是则释放下一个用户进行优化，否则针对当前用户循环执行S3-S4；

S6.获得系统的最优结构，生成新的联盟。

优选的，S3中所述的建立特征函数的具体方法为：

S31.获取当前用户以及所接入的基站的位置，根据当前联盟信息，计算层间干扰；

S32.获取联盟内除当前基站外其余基站的位置信息以及服务用户信息；

S33.计算联盟内的用户与基站通信产生的总消耗功率，以及联盟内的总干扰，获得特征函数。

优选的，步骤S33中的总消耗功率计算方法为：

P_i，j(dB)＝32.44+20lgd+20lgf (2)

其中，P_i，j为用户u_i接入基站F_j的消耗功率，d为传输距离(单位km)，频率f的单位以MHz计算。

优选的，步骤S33中的联盟内的总干扰为；

I＝σ²+I_CrTI+I_CoTI (3)

其中，σ²为白噪声功率，I_CrTI和I_ICoTI分别表示同层和层间干扰；

同层干扰I_CrTI的计算方法为：

层间干扰I_CoTI的计算方法为：

其中，

和

分别表示用户接入基站的传输功率和信道增益；

和

分别表示跨层不同基站的功率消耗和不同基站不同信道的信号增益。

优选的，S33中的联盟特征函数为：

其中a,b表示价格因子和比例因子，c表示当前联盟中用户的集合。

优选的，用户相关的效用值效用值包括：前联盟现效用值S_C0和新联盟效用值S_Cn和总系统效用值S_C。

优选的，S4中的博弈要求为：

(1)一个宏小区中的传输速率总和必须大于宏小区所需最小数据速率；

(2)小区中的任意一个基站的任意一个信道只服务于本小区一个用户；

(3)用变量ρ＝1表示用户正在接受服务；

(4)任意一个基站所有正在服务的信道输出功率和不得大于该基站传输功率最大值；

(5)所有信道处于服务以及被唤醒状态。

优选的，系统的最优结构根据无线通信网络资源最大值获得并按照以下公式规划：

其中F＝{1,...,i,...，F}表示联盟内所有基站的集合，F表示联盟内所有基站的集合，F是基站的总数；U_i＝{u₁,...,u_i}表示联盟基站i∈F内所有的用户；N＝{1,...,N}表示所有可以使用的子信道，

表示一个二进制变量，当值为1是，子信道n为基站i中的用户u提供通信服务；

表示第n个子信道服务于基站i的用户u所获得的数据速率；P⁽ⁿ⁾表示子信道n上的最有功率分配，记为

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种5G网络中基于联盟博弈的超密集组网资源分配方法，从微基站进行合作形成联盟的角度入手，以提升整个网络系统容量为出发点，提出了适用于超密集蜂窝网络子信道和功率分配以及同层干扰缓解的方法，通过不断博弈优化，能有效获得最优的资源精准分配方案，通过合理的干扰管理，实现更高质量的通信，并有效降低功耗，提高系统的整体性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的流程图。

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。

本发明实施例公开了一种5G网络中基于联盟博弈的超密集组网资源分配方法。

新型5G网络超密集组网用户-基站数学模型的构造，区别于传统蜂窝和异构蜂窝网络，计划采取三层重叠基站模型和单层用户模型。基站方面选择宏基站-微基站-微微基站(家庭基站)；用户则服从泊松到达过程随机分布在基站覆盖区域内。用户选择基站接入的过程考虑到基站功耗，层内干扰以及通信质量。

联盟合作博弈关键性的问题是参与者如何合作(如何选择同伴)。将联盟合作博弈理论应用在超密集组网中的微(微微)网络中，可以得到一个新的博弈(合作)过程，称之为“多维博弈”。

联盟的形成选择某个微微基站接入的所有用户及微基站接入用户和微微基站，联盟博弈的过程是不停的优化，最终的结果就是所有的联盟内个体没有离开所在联盟加入另一个联盟的冲动，这样我们可以称之为联盟达到了稳定。为了获得最优的资源精准分配方案，考虑到联合资源分配，无线通信网络资源的问题按照以下公式规划：

其中F＝{1，...，i，...，f}表示联盟内所有基站的集合，F表示联盟内所有基站的集合；U_i＝{u₁,...,u_i}表示联盟基站i∈F内所有的用户；N＝{1,...,N}表示所有可以使用的子信道。

表示一个二进制变量，当值为1是，子信道n为基站i中的用户u提供通信服务；

表示第n个子信道服务于基站i的用户u所获得的数据速率；P⁽ⁿ⁾表示子信道n上的最有功率分配，记为

在设计好最终分配结果后，本发明给出以下约束条件，也作为每一次博弈时的判别标准：

给出5点约束条件：1.某宏小区中的传输速率总和必须大于宏小区所需最小数据速率2.小区中的某个基站的某个信道只服务于本小区一个用户3.用变量ρ＝1表示用户正在接受服务4.某个基站所有正在服务的信道输出功率和不得大于该基站传输功率最大值5.所有信道处于服务以及被唤醒状态。

在某个小区存在干扰时考虑合作的情形，根据下列公式我们得到用户获得的有用信号和整个网络的总干扰：

有用信号：

表示基站f的用户u_f通过子信道n接收到的有用信号；

分别表示基站f的用户u_f通过子信道n时的传输功率和信道增益；

网络的总干扰：

I＝σ²+I_CrTI+I_CoTI

其中σ²是白噪声功率，I_CrTI，I_CoTI分别表示同层干扰和层间干扰：

联盟消耗功率：

其中其中，P_i，j为用户u_i接入基站F_j的消耗功率；

博弈过程要求计算每个用户接入的效用函数，统计获得每个联盟的总效用函数，效用函数分为两部分，分别是干扰和功率消耗，这一步成为特征函数的获取。特征函数规划得到如下：

其中a,b表示价格因子和比例因子，参考值因结合实际网络中需求而设置。

需要说明的是：结合功耗效用和干扰效用，得出当前个体特征函数值，

为个体特征效用值的具体计算方法。

联盟形成算法和博弈更新算法步骤分为，包括以下步骤：

S1.获取最初网络系统内基站F集合，用户U集合，按照最初的接入状态获得初始联盟划分集合C；并对用户接入的现有基站进行标识；

S2.释放用户，准备进行优化；

S3.寻找当前用户最近且并未标识的基站，接入层间基站，建立特征函数，分别计算当前用户相关的效用值；

S4.根据效用值进行博弈，判断是否符合博弈要求，符合博弈要求则保留当前用户的当前接入状态，不符合则抛弃当前基站；

S5.判断联盟内基站是否遍历，是则释放下一个用户进行优化，否则针对当前用户循环执行S3-S4；

S6.获得系统的最优结构，生成新的联盟。

本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。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。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5G网络中基于联盟博弈的超密集组网资源分配方法，其特征在于，包括以下步骤：

S1.获取最初网络系统内基站F集合，用户U集合，按照最初的接入状态获得初始联盟划分集合C；并对用户接入的现有基站进行标识；

S2.释放一个用户，准备进行优化；

S3.寻找当前用户最近且并未标识的基站，接入所述基站，建立特征函数，分别计算当前用户相关的效用值；

S4.根据效用值进行博弈，判断是否符合博弈要求，符合博弈要求则保留当前用户的当前接入状态，不符合则抛弃当前基站；

S5.判断联盟内基站是否遍历，是则释放下一个用户进行优化，否则针对当前用户循环执行S3-S4；

S6.获得系统的最优结构，生成新的联盟；

系统的最优结构根据无线通信网络资源最大值获得并按照以下公式规划：

其中F＝{1,...,i,...，F}表示联盟内所有基站的集合，F表示联盟内所有基站的集合，F是基站的总数；U_i＝{u₁,...,u_i}表示联盟基站i∈F内所有的用户；N＝{1,...,N}表示所有可以使用的子信道，

表示一个二进制变量，当值为1是，子信道n为基站i中的用户u提供通信服务；

表示第n个子信道服务于基站i的用户u所获得的数据速率；P⁽ⁿ⁾表示子信道n上的最有功率分配，记为

2.根据权利要求1所述的一种5G网络中基于联盟博弈的超密集组网资源分配方法，其特征在于，S3中所述的建立特征函数的具体方法为：

S31.获取当前用户以及所接入的基站的位置，根据当前联盟信息，计算层间干扰；

S32.获取联盟内除当前基站外其余基站的位置信息以及服务用户信息；

S33.计算联盟内的用户与基站通信产生的总消耗功率，以及联盟内的总干扰，获得特征函数，

其中，总消耗功率计算方法为：

P_i，j(dB)＝32.44+20lgd+20lgf (2)

其中，P_i，j为用户u_i接入基站F_j的消耗功率，d为传输距离(单位km)，频率f的单位以MHz计算；

联盟内的总干扰为；

I＝σ²+I_CrTI+I_CoTI (3)

其中，σ²为白噪声功率，I_CrTI，和I_CoTI分别表示同层和层间干扰；

同层干扰I_CrTI，的计算方法为：

层间干扰I_CoTI的计算方法为：

其中，

和

分别表示用户接入基站的传输功率和信道增益；

和

分别表示跨层不同基站的功率消耗和不同基站不同信道的信号增益；

联盟特征函数为：

其中a,b表示价格因子和比例因子，c表示当前联盟中用户的集合。

3.根据权利要求1所述的一种5G网络中基于联盟博弈的超密集组网资源分配方法，其特征在于，用户相关的效用值效用值包括：前联盟现效用值S_C0和新联盟效用值S_Cn和总系统效用值S_C。

4.根据权利要求2所述的一种5G网络中基于联盟博弈的超密集组网资源分配方法，其特征在于，S4中的博弈要求为：

(1)一个宏小区中的传输速率总和必须大于宏小区所需最小数据速率；

(2)小区中的任意一个基站的任意一个信道只服务于本小区一个用户；

(3)用变量ρ＝1表示用户正在接受服务；

(4)任意一个基站所有正在服务的信道输出功率和不得大于该基站传输功率最大值；

(5)所有信道处于服务以及被唤醒状态。

Images