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
一种5g网络中基于联盟博弈的超密集组网资源分配方法 Download PDFInfo
- Publication number
- CN110493800B CN110493800B CN201910750737.8A CN201910750737A CN110493800B CN 110493800 B CN110493800 B CN 110493800B CN 201910750737 A CN201910750737 A CN 201910750737A CN 110493800 B CN110493800 B CN 110493800B
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- alliance
- game
- current
- 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
Links
Images
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
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/11—Allocation or use of connection identifiers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/30—Connection release
-
- 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
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:
Pi,j(dB)=32.44+20lgd+20lgf (2)
其中,Pi,j为用户ui接入基站Fj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+ICrTI+ICoTI (3)
其中,σ2为白噪声功率,ICrTI和IICoTI分别表示同层和层间干扰;
同层干扰ICrTI的计算方法为:
层间干扰ICoTI的计算方法为:
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SC0和新联盟效用值SCn和总系统效用值SC。
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;Ui={u1,...,ui}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;Ui={u1,...,ui}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:
网络的总干扰:
I=σ2+ICrTI+ICoTI
其中σ2是白噪声功率,ICrTI,ICoTI分别表示同层干扰和层间干扰:
联盟消耗功率:
其中其中,Pi,j为用户ui接入基站Fj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。
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:
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:
Pi,j(dB)=32.44+20lgd+20lgf (2)
其中,Pi,j为用户ui接入基站Fj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+ICrTI+ICoTI (3)
其中,σ2为白噪声功率,ICrTI,和ICoTI分别表示同层和层间干扰;
同层干扰ICrTI,的计算方法为:
层间干扰ICoTI的计算方法为:
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SC0和新联盟效用值SCn和总系统效用值SC。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910750737.8A CN110493800B (zh) | 2019-08-14 | 2019-08-14 | 一种5g网络中基于联盟博弈的超密集组网资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910750737.8A CN110493800B (zh) | 2019-08-14 | 2019-08-14 | 一种5g网络中基于联盟博弈的超密集组网资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110493800A CN110493800A (zh) | 2019-11-22 |
CN110493800B true CN110493800B (zh) | 2020-07-07 |
Family
ID=68549934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910750737.8A Active CN110493800B (zh) | 2019-08-14 | 2019-08-14 | 一种5g网络中基于联盟博弈的超密集组网资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110493800B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113727414B (zh) * | 2021-08-17 | 2023-11-14 | 吉林大学 | 基于虚拟基站的超密集网络中动态基站部署和回程方法 |
CN113811006B (zh) * | 2021-08-20 | 2024-02-02 | 吉林大学 | 一种基于联盟博弈的无线体域网接入资源分配方法 |
CN113783801B (zh) * | 2021-08-31 | 2024-03-05 | 山东师范大学 | 一种基于联盟博弈的带宽资源分配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554898A (zh) * | 2015-12-25 | 2016-05-04 | 西安电子科技大学 | 上行链路中部分信道状态信息下的干扰管理方法 |
CN105848296A (zh) * | 2016-06-01 | 2016-08-10 | 南京邮电大学 | 一种基于斯坦克尔伯格博弈的资源分配方法 |
CN107172682A (zh) * | 2017-07-10 | 2017-09-15 | 南京邮电大学 | 基于动态分簇的超密集网络无线资源分配方法 |
CN107948983A (zh) * | 2017-11-13 | 2018-04-20 | 南京邮电大学 | 一种基于联盟博弈的能量采集小基站资源分配方法 |
CN108365900A (zh) * | 2018-02-27 | 2018-08-03 | 华北电力大学(保定) | 超密集异构网系统中基于能耗与配对的用户接入方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10630434B2 (en) * | 2017-02-01 | 2020-04-21 | Electronics And Telecommunications Research Institute | Operation method of communication node for supporting coordinated multi-point transmission and reception in communication network |
-
2019
- 2019-08-14 CN CN201910750737.8A patent/CN110493800B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554898A (zh) * | 2015-12-25 | 2016-05-04 | 西安电子科技大学 | 上行链路中部分信道状态信息下的干扰管理方法 |
CN105848296A (zh) * | 2016-06-01 | 2016-08-10 | 南京邮电大学 | 一种基于斯坦克尔伯格博弈的资源分配方法 |
CN107172682A (zh) * | 2017-07-10 | 2017-09-15 | 南京邮电大学 | 基于动态分簇的超密集网络无线资源分配方法 |
CN107948983A (zh) * | 2017-11-13 | 2018-04-20 | 南京邮电大学 | 一种基于联盟博弈的能量采集小基站资源分配方法 |
CN108365900A (zh) * | 2018-02-27 | 2018-08-03 | 华北电力大学(保定) | 超密集异构网系统中基于能耗与配对的用户接入方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110493800A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110493800B (zh) | 一种5g网络中基于联盟博弈的超密集组网资源分配方法 | |
CN101472339B (zh) | 一种小区干扰协调的方法 | |
CN101409884B (zh) | 基于测量报告的网络频率优化方法 | |
CN1992962B (zh) | 基于3g系统演进网络架构的小区间干扰协调方法 | |
CN106792824B (zh) | 认知异构无线网络鲁棒资源分配方法 | |
CN104717755B (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
CN101415207B (zh) | 一种蜂窝协作中继网络中的负载均衡方法、装置和基站 | |
CN103596182B (zh) | 一种d2d通信中的频谱资源管理方法 | |
CN106658514A (zh) | 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 | |
CN102075947B (zh) | 提高pdcch信道性能的小区id规划方法及装置 | |
CN103079262A (zh) | 蜂窝系统中d2d用户的模式选择和资源分配方法 | |
CN104955077A (zh) | 一种基于用户体验速率的异构网络小区分簇方法及装置 | |
CN103702430A (zh) | 一种多级软时频复用和资源分配的方法、设备和系统 | |
CN107708157A (zh) | 基于能效的密集小蜂窝网络资源分配方法 | |
CN104796990A (zh) | 蜂窝异构网络中基于功率控制的d2d资源分配方法 | |
CN102857874A (zh) | 一种蜂窝网络下直连通信用户的分布式管理方法 | |
CN104159313A (zh) | 认知异构网络中基于可靠通信的家庭基站用户分簇方法 | |
CN108449149A (zh) | 一种基于匹配博弈的能量采集小基站资源分配方法 | |
CN107318150A (zh) | 一种lte‑u独立系统的用户驻留流程 | |
CN104883727A (zh) | 蜂窝异构网络中d2d用户速率最大化的功率分配方法 | |
CN107454601A (zh) | 一种超密集环境下考虑小区间干扰的无线虚拟映射方法 | |
CN106792480A (zh) | 基于蜂窝网络的d2d通信资源分配算法 | |
CN105578482A (zh) | 一种蜂窝异构网络资源分配方法 | |
CN110062399B (zh) | 一种基于博弈论的认知异构蜂窝网络频谱分配方法 | |
Wu et al. | A novel coordinated spectrum assignment scheme for densely deployed enterprise LTE femtocells |
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 |