CN110691383A - 一种资源分配方法及装置 - Google Patents
一种资源分配方法及装置 Download PDFInfo
- Publication number
- CN110691383A CN110691383A CN201910796819.6A CN201910796819A CN110691383A CN 110691383 A CN110691383 A CN 110691383A CN 201910796819 A CN201910796819 A CN 201910796819A CN 110691383 A CN110691383 A CN 110691383A
- Authority
- CN
- China
- Prior art keywords
- base station
- resource allocation
- target
- obtaining
- parameter
- 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
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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- 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
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- 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
本发明公开了一种资源分配方法及装置,所述方法包括获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;根据所述每个基站的带宽数据,计算所述每个基站的子载波数之和,作为最大子载波数;根据连接至所述每个基站的用户数量之和,确定最小子载波数;针对所述最大子载波数与所述最小子载波数之间的每个候选取值,计算得到所述初始资源分配模型输出的资源分配参数与资源效率值;确定最大的资源效率值对应的资源分配参数,作为目标资源分配参数;基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据,优化了基站向用户传输信息过程中的能源效率与频谱效率。
Description
技术领域
本发明涉及基站间资源分配技术领域,具体的说是一种资源分配方法及装置。
背景技术
基于可再生能源供电的无线网络中,通常将风能、太阳能等可再生资源转化为电力,将电力供给基站,从而使基站能够向连接至该基站的用户设备传输数据。
但是,可再生能源通常存在供应不稳定的问题,比如,白天采集的太阳能较多,晚上可采集的太阳能较少,又或者某一个地区可采集的风能较多,另一个地区可采集的风能较少,等等。假设存在两个使用可再生能源供电的基站,基站1通过风能供电,并通过频带带宽向K1个用户传输数据,基站2通过太阳能供电,并通过频带带宽向K2个用户传输数据,某一个时刻,基站1产生的电能多,且服务的K1个用户所需要传输的数据量少,使得基站1的电能和/或频带带宽有剩余,而基站2则处于电能和/或频带带宽不够用的状态。如何调配基站间的电能以及频带带宽,以优化基站的资源效率值,成为一个亟待解决的问题。
资源效率值是一个同时考虑能源效率和频谱效率的综合性能指标,其中,能量效率是指消耗单位能源所能传输的数据量(bits/Joule),频谱效率是指消耗单位带宽所能传输的数据量(bits/Hz)。
发明内容
根据以上现有技术的不足,本发明提出了一种资源分配方法及装置,以优化基站的资源效率值。
基于上述目的本发明提供的一种资源分配方法,包括
获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;
根据所述每个基站的带宽数据,计算所述每个基站的子载波数之和,作为最大子载波数;根据连接至所述每个基站的用户数量之和,确定最小子载波数;
针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
确定最大的资源效率值对应的资源分配参数,作为目标资源分配参数;
基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
作为一种可选的实施方式,所述资源分配参数包括功率分配参数与载波分配参数;所述将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数,包括:
获得资源分配模型的拉格朗日函数;
根据拉格朗日函数的对偶方程获得对偶问题;
将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;
若差值小于阈值,根据每个子载波的目标传输功率的集合得到功率分配参数,根据每个子载波的目标分配参数的集合得到载波分配参数;若差值大于阈值,则更新拉格朗日乘子,返回执行求解子问题的步骤。
作为一种可选的实施方式,所述对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,包括:
针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
确定最小传输功率对应的分配参数,作为目标分配参数;
将与所述目标分配参数对应的传输功率确定为目标传输功率。
作为一种可选的实施方式,所述资源分配参数还包括能源分享参数;所述方法还包括:
针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值,作为第一差值;
判断所述第一差值是否大于0,基于判断结果确定该基站传输给其他基站的能源量;
根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
作为一种可选的实施方式,所述资源分配参数还包括频谱协作参数,所述方法还包括:
针对每个基站,根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
计算该基站的子载波数和该基站已经分配的子载波数的差值,作为第二差值;
判断所述第二差值是否大于0,基于判断结果确定该基站调配给其他基站的子载波数;
根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
作为本发明的第二个方面,提供了一种资源分配装置,包括:
第一获得模块,用于获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;
第一计算模块,用于根据所述每个基站的带宽数据,计算最大子载波数,并根据连接至所述每个基站的用户数量之和,确定最小子载波数;
第二计算模块,用于针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
确定模块,用于确定最大的资源效率值对应的资源分配参数为目标资源分配参数;
分配模块,用于基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
作为一种可选的实施方式,所述第二计算模块包括:
第一获得子模块,用于获得资源分配模型的拉格朗日函数;
第二获得子模块,用于根据拉格朗日函数的对偶方程获得对偶问题;
第一分解子模块,用于将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
第一计算子模块,用于对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
第一判断子模块,用于判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;若差值小于阈值,则触发第三获得子模块;若差值大于阈值,则更新拉格朗日乘子后,触发第一计算子模块;
第三获得子模块,用于根据全部每个子载波的目标传输功率的集合得到功率分配参数,根据每个全部子载波的目标分配参数的集合得到载波分配参数。
作为一种可选的实施方式,所述第一计算子模块包括
计算单元,用于针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
第一确定单元,用于确定最小传输功率对应的分配参数,作为目标分配参数;
第二确定单元,用于将与所述目标分配参数对应的传输功率确定为目标传输功率。
作为一种可选的实施方式,所述第二计算模块还包括
第二计算子模块,用于针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值;
第一确定子模块,用于根据所述差值是否大于零确定该基站传输给其他基站的能源量;
第三获得子模块,用于根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
作为一种可选的实施方式,所述第二计算模块还包括
第三计算子模块,用于针对每个基站,根据该基站的带宽数据,计算该基站的最大子载波数,并根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
第四计算子模块,用于计算该基站的最大子载波数和该基站已经分配的子载波数的差值;
第二确定子模块,用于根据所述差值是否大于零确定该基站调配给其他基站的子载波数;
第四获得子模块,用于根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
从上面所述可以看出,本发明提供的
本发明中,根据每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量,确定分配至用户的子载波数的最大值和最小值,采用遍历检索的方式找出能够使资源效率最大的子载波数,将与该子载波数对应的资源分配参数输入原始资源分配模型中,对模型进行调整,直至资源分配模型收敛,使用收敛后的资源分配模型输出的目标资源效率值对每个基站进行能源数据与带宽数据的分配,优化了基站向用户传输信息过程中的能源效率与频谱效率。
附图说明
图1为本发明实施例的资源分配方法的逻辑示意图;
图2为本发明实施例的计算功率分配参数与载波分配参数的逻辑示意图;
图3为本发明实施例的求解子问题的逻辑示意图;
图4为本发明实施例的计算能源分享参数的逻辑示意图;
图5为本发明实施例的计算频谱协作参数的逻辑示意图;
图6为本发明实施例的资源分配装置的示意图;
图7为不同参数下资源分配方法计算过程的收敛示意图;
图8为有资源分享的资源分配算法与无资源分享的资源分配算法的能源效率对比图;
图9为γ值对能源效率和频谱效率的影响图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
下面通过对实施例的描述,本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等,作进一步详细的说明,以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
为达到上述目的,本发明实施例提供了一种资源分配方法及装置,该方法及装置可以应用于基站,或者与基站相连的服务器等,具体不做限定。下面首先对本发明实施例提供的资源分配方法进行详细说明。
图1为本发明实施例提供的一种资源分配方法的流程示意图,包括:
S100:获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量。
可用能源数据是指该计算周期内,可再生能源向基站提供的电能;
宽带数据包括基站可用频带带宽以及单个子载波的可用带宽;
用户是指连接至该基站的终端。
S200:根据所述每个基站的带宽数据,计算所述每个基站的子载波数之和,作为最大子载波数;根据连接至所述每个基站的用户数量之和,确定最小子载波数。
最大子载波数是指每个基站的理论能达到的子载波数之和,理论能达到的子载波数等于每个基站的可用频带带宽除以单个子载波的可用带宽;
最小子载波数是指满足向用户传输数据前提下最小的子载波数,每个用户至少需要一个子载波,因此最小子载波数等于用户数。
步骤S300:针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
资源分配模型表示兼顾两个基站间能源分享与频谱分享的基站间共享模型;
对资源分配模型进行调整表示对资源分配模型进行多次循环迭代计算,模型未收敛之前,前一次计算得到的结果作为后一次计算的迭代参数输入后一次计算的模型中,直至模型收敛;
资源分配参数表示功率分配参数、载波分配参数、能源分享参数以及频谱协作参数;其中:
功率分配参数表示通过子载波向用户传输数据产生的发射功率;
载波分配参数表示子载波如何分配至用户;
能源分享参数表示基站间的能源如何分享;
频谱协作参数表示基站间的带宽如何分享;
资源效率值表示评价对应的资源分配参数情况优劣的系数,资源效率值越大表示两个基站间的资源分配(即能源分享与带宽分享)越合理。
步骤S400:确定最大的资源效率值对应的资源分配参数为目标资源分配参数;
步骤S500:基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
小区是指一个基站、为该基站提供能源的新能源发电设备以及若干个连接至该基站的终端,该基站向终端提供数据传输服务。每个小区内设有多个终端,每个小区的终端由一个可再生能源供电的基站提供数据传输服务,两个基站及其服务的终端构成一个数据传输网络。为了避免小区间的干扰,不同基站使用不同的频带进行下行通信(即基站到终端的通信)。小区的数量可以是多个,当小区的数量是两个时,两个小区之间执行该资源分配方法即可,当小区的数量大于两个时,多个小区之间两两形成一个网络,网络内执行该资源分配算法。下面以两个小区为例进行说明。
已知单个子载波的带宽为B,则每个基站的子载波数为则网络中的最大子载波数为N1+N2。
信道状态信息在基站与用户侧均已知,在TDD(Time Division Duplexing,时分双工)系统中基站可以通过上行导频信号得到信道状态信息;在FDD(Frequency-divisionDuplex,频分双工)系统中可以通过用户反馈的到信道状态信息。
式中是基站i在载波n上给用户ki传输数据产生的发射功率,是用户ki在载波n的信道增益,σ2是载波n上加性高斯白噪声信道的噪声功率。基站i对所有用户的总发射功率为式中表示载波n是否分配给用户k,表示将载波n分配给用户k,表示载波不分配给用户k。每个基站的总发射功率之和为用户ki的总的传输数据速率为基站i总的传输数据速率为式中0<ωk<1为用户k的优先级权重系数。每个基站的传输数据速率之和为
基站与终端之间的数据传输技术采用现有技术,例如OFDMA(OrthogonalFrequency Division Multiple Access,正交频分多址)。
用户k的优先级权重系数由上层协议设定以保证用户在资源分配中的优先级与公平性。
在有能源传输的情况下,基站i的能耗约束建模为:
式中Pi,C为基站i的在数据发射过程中的电路功率损耗,在算法执行过程中该值可设置为常量;ei为基站i从基站i获取的可再生能源量,ei为基站i传输给基站的可再生能源量,所有基站的总功耗为P=∑i∈{1,2}Pi,T+Pi,C。
能量效率表示消耗单位能源所能传输的数据量(bits/Joule),采用信道容量来定义数据量,则能量效率表示为
频谱效率表示消耗单位带宽所能传输的数据量(bits/Hz),频谱效率表示为
资源效率是一个同时考虑能源效率和频谱效率的综合性能指标,合理的资源效率定义可以充分利用频谱效率与资源效率的互补折中性能并最大化网络资源的使用效率(例如,多消耗少量的能源以达到频谱资源的大幅提升;或者相反,以多使用少量的频谱以是能源效率得到大幅提升)。资源效率定义表示为
式中γ为能源效率和频谱效率的权重值,通过调控该值的大小可以使资源效率更侧重于能源效率或者频谱效率。当γ=0,资源效率变为能源效率;当γ→+∞,资源效率变为频谱效率,可以根据具体情况调控γ值。
以最大化(1.6)式所定义的网络资源效率为目标,同时通过(1.2)式所定义的基于基站间能源协作使用的基站能耗模型对基站总能耗量进行约束、通过(1.3)式所定义的基于基站间频谱协作使用的基站频谱使用模型对基站频谱占用量进行约束,将资源分配优化问题建模如下:
式中:
功率分配参数、载波分配参数、能源分享参数以及频谱协作参数统称为资源分配参数。
约束C1限定了基站的功耗范围,约束C2限定了基站可以使用的频带宽度,约束C3要求用户在载波上传输功率为大于等于零的值,约束C4确保在资源分配过程中每个载波最多只能分配给一个用户。问题(1.7)的最优解记为{P*,ρ*,ε*,M*}。
如果M*=0,则基站之间没有频谱协作只有能源协作,记作ES;如果ε*=0,则基站间没有能源协作只有频谱协作,记作SS;如果M*=ε*=0,则基站间没有资源协作,记作NESS。以上三种情况可以作为基于能源与频谱协作的资源分配方案(记作ESS)的对比方案。
问题(1.7)是一个非凸问题,一种可能的解决方案是在所有可行的载波分配,功率分配以及频谱能源协作方案中进行遍历搜索,并选出使(1.7)资源效率最大的资源分配方案。此种方法即使在服务用户很少的情况下,计算复杂度也非常高以至于无法在现实场景中应用。采用非线性分式规划问题的Dinkelbach求解方法求解问题(1.7)。
将问题(1.7)中的目标函数重新写成下面两个方程相除的形式
ηRE(P,ρ,ε,M)=fN(P,ρ,ε,M)/fD(P,ρ,ε,M) (0.8)
对于任意给定的载波分配及频谱协作方式ρ和M,方程fN和fD对变量P和ε是连续的实值函数;
对于所有的资源分配与分享方式P,ρ,ε,M,fN(P,ρ,ε,M)>0。
最优资源效率a*可以求解得到,
a*=fN(P*,ρ*,ε*,M*)/fD(P*,ρ*,ε*,M*)=max{fN(P,ρ,ε,M)/fD(P,ρ,ε,M)},
当且仅当:
fN(P*,ρ*,ε*,M*)-a*fD(P*,ρ*,ε*,M*)=max{fN(P,ρ,ε,M)-a*fD(P,ρ,ε,M)}=0。
进而,可以将问题(1.7)等效转换为下面的形式:
s.t.
C1,C2,C3,C4. (0.9)
给定一个初始的资源效率值a,并设定一个收敛系数∈,从网络中子载波数的候选取值的集合中任意选取一个值,对式(1.9)进行求解,得到如果则算法收敛,该候选取值随对应的目标资源分配参数及目标资源效率值否则设置:将计算得到的a′替代初始的a,重新进行上述求解步骤,直至算法收敛,获与得该子载波数对应的最大资源效率值,或者达到最大迭代次数。
针对网络中子载波数的每个候选取值,均执行上述求解步骤,获得与候选取值的集合对应的资源效率值集合,将资源效率值集合中最大的资源效率值作为目标资源效率值a★,与目标资源效率值a★对应的资源分配参数作为目标资源分配参数{P*,ρ*,ε*,M*};与目标资源效率值a★对应的候选取值,作为目标候选取值;
根据目标资源分配参数{P*,ρ*,ε*,M*},分配每个基站的能源数据与带宽数据。如上所述,目标资源分配参数中可以包括能源分享参数以及频谱协作参数,可以基于能源分享参数分配基站间的能源量,基于频谱协作参数分配基站间的带宽,优化了基站向用户传输信息过程中的能源效率与频谱效率,也就是优化了资源效率值。
作为一种可选的实施方式,如图2所示,.将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数,可以包括:
步骤S311、获得资源分配模型的拉格朗日函数;
步骤S312、根据拉格朗日函数的对偶方程获得对偶问题;
步骤S313、将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
步骤S314、对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
步骤S315、判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;
步骤S316、若差值小于阈值,根据每个子载波的目标传输功率的集合得到功率分配参数,根据每个子载波的目标分配参数的集合得到载波分配参数;若差值大于阈值,则更新拉格朗日乘子,返回执行求解子问题的步骤。
对于给定的资源效率值a和子载波数Nw,式(1.9)的拉格朗日函数为:
L(P,ρ,ε,M,λ)=-fN(P,ρ,ε,M)+afD(P,ρ,ε,M)+λfC1
此处,对应于不等式约束C1,λ为约束C1的拉格朗日乘子。其它约束隐含在求解过程中。问题(1.9)的对偶方程如下所示,
从而,问题(1.9)的对偶问题如下式所示:
maxg(λ)
s.t.
λ≥0 (0.10)
当在λ*处连续,或者子载波数目Nw达到一定大的值时,问题(1.9)与其对偶问题(1.10)的对偶间隙趋向于零。以上两个条件中的任意一个在现实应用中都容易被满足。因而,式(1.9)的最优解可以通过求解其对偶问题(1.10)得到。将W=NwB,R,P以及约束C1带入拉格朗日函数可得
由于所有子载波相互正交,且一个子载波最多只能分配给一个用户,式(1.11)显示,对偶问题可以被分解为Nw个相互独立的子问题,如下式所示
s.t.
λ≥0 (0.12)
此处gn(λ)=minLn,Ln表示如下:
由资源效率值a、子载波数Nw、可用能源数据基站i的在数据发射过程中的电路功率损耗Pi,C、基站可用带宽单个子载波的带宽B、用户ki在载波n的信道增益载波n上加性高斯白噪声信道的噪声功率σ2、为约束C1的拉格朗日乘子λ及相邻两次计算之间的步长αi,对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;
作为一种可选的实施方式,如图3所示,对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,包括:
步骤S314a、针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
步骤S314b、确定最小传输功率对应的分配参数,作为目标分配参数;
步骤S314c、将与所述目标分配参数对应的传输功率确定为目标传输功率。
作为一种可选的实施方式,如图4所示,所述资源分配参数还包括能源分享参数;所述方法还包括:
步骤S321、针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值,作为第一差值;
步骤S322、判断所述第一差值是否大于0,基于判断结果确定该基站传输给其他基站的能源量;
步骤S323、根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
作为一种可选的实施方式,所述资源分配参数还包括频谱协作参数,如图5所示,所述方法还包括:
步骤S331、针对每个基站,根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
步骤S332、计算该基站的子载波数和该基站已经分配的子载波数的差值,作为第二差值;
步骤S333、判断所述第二差值是否大于0,基于判断结果确定该基站调配给其他基站的子载波数;
步骤S334、根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
下面结合图7-图9,介绍一种具体的实施方式:
假设基站电路功耗设置为Pi,C=0.1mW,基站可用频带带宽设置为子载波带宽为B=10kHz,从而每个基站可用子载波数为N1=2,N2=8。基站服务的用户数分别为K1=4,K2=6。所有子载波信道设为频率选择性瑞利衰落信道,同时伴有功率为单位值得加性高斯白噪声。每个用户的优先级权重参数ωk为从(0,1)中随机选取的值。
如附图7所示,图中三种曲线分别表示基站1与基站2的可用能源数据分别为三种情况下,资源分配算法的收敛过程示意图。初始资源效率值a=0,收敛系数∈=10-4,在基站具有不同的可再生能源使用量的情况下,资源分配模型在迭代5-6次以后均达到收敛。基站可再生能源储备值越高,资源分配模型达到收敛后得到的资源效率越高。这是由于与频谱资源相比,基站可用的可再生能源量整体较低的情况下(mW级),基站发射功率能耗提高使数据速率增大,可以同时提升频谱效率和能源效率,从而资源效率也随之提高。
图8为基于基站间能源和频谱协作使用的资源分配算法与没有资源协作的资源分配算法在资源效率上的对比,图7中显示出在所设置的可在生能源储备量的所有取值中,基站间资源协作使用可以显著提升资源效率。以 的情况为例,基站服务的用户数分别为K1=4,K2=6,而基站能源储备量与其服务用户数不成正比。基站1服务用户数比基站2少,而其能源储备量却远大于基站2,通过资源协作(ESS)相较于没有资源协作(NESS),可以使整个系统的资源得到更加充分的利用,提升资源效率。
图9显示了调控能源效率与频谱效率比重的参数γ在资源分配中对于能源效率和资源效率的影响。基站绿色能源储备值分别为γ从0逐渐增大到2。图3显示,随着γ逐渐增大,能源效率(EE)逐渐降低,频谱效率(SE)逐渐升高,这反应了资源效率的定义式(1.6)对二者关系的定义。当γ=0,资源效率变为能源效率EE;当γ→+∞,资源效率变为频谱效率SE。实际应用中,可根据具体情况调节γ的值,以调整资源分配过程中资源效率的侧重点。当基站总的可再生能源量较少时,可将γ值调小,使资源效率更侧重于能源效率;反之,当基站可再生能源量较为充足,而频谱资源不足时,可将γ值调大,从而使资源效率更侧重频谱效率。
与上述方法实施例相对应,本发明实施例还提供了一种资源分配装置,如图6所示,包括:
第一获得模块601,用于获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;
第一计算模块602,用于根据所述每个基站的带宽数据,计算最大子载波数,并根据连接至所述每个基站的用户数量之和,确定最小子载波数;
第二计算模块603,用于针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
确定模块604,用于确定最大的资源效率值对应的资源分配参数为目标资源分配参数;
分配模块605,用于基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
作为一种可选的实施方式,第二计算模块603包括:第一获得子模块、第二获得子模块、第一分解子模块、第一计算子模块、第一判断子模块及第三获得子模块(图中未示出),其中,
第一获得子模块,用于获得资源分配模型的拉格朗日函数;
第二获得子模块,用于根据拉格朗日函数的对偶方程获得对偶问题;
第一分解子模块,用于将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
第一计算子模块,用于对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
第一判断子模块,用于判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;若差值小于阈值,则触发第三获得子模块;若差值大于阈值,则更新拉格朗日乘子后,触发第一计算子模块;
第三获得子模块,用于根据全部每个子载波的目标传输功率的集合得到功率分配参数,根据每个全部子载波的目标分配参数的集合得到载波分配参数。
作为一种可选的实施方式,所述第一计算子模块包括
计算单元,用于针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
第一确定单元,用于确定最小传输功率对应的分配参数,作为目标分配参数;
第二确定单元,用于将与所述目标分配参数对应的传输功率确定为目标传输功率。
作为一种可选的实施方式,所述第二计算模块还包括
第二计算子模块,用于针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值;
第一确定子模块,用于根据所述差值是否大于零确定该基站传输给其他基站的能源量;
第三获得子模块,用于根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
作为一种可选的实施方式,第二计算模块还包括
第三计算子模块,用于针对每个基站,根据该基站的带宽数据,计算该基站的最大子载波数,并根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
第四计算子模块,用于计算该基站的最大子载波数和该基站已经分配的子载波数的差值;
第二确定子模块,用于根据所述差值是否大于零确定该基站调配给其他基站的子载波数;
第四获得子模块,用于根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种资源分配方法,其特征在于,包括
获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;
根据所述每个基站的带宽数据,计算所述每个基站的子载波数之和,作为最大子载波数;根据连接至所述每个基站的用户数量之和,确定最小子载波数;
针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
确定最大的资源效率值对应的资源分配参数,作为目标资源分配参数;
基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
2.根据权利要求1所述的资源分配方法,其特征在于,所述资源分配参数包括功率分配参数与载波分配参数;所述将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数,包括:
获得资源分配模型的拉格朗日函数;
根据拉格朗日函数的对偶方程获得对偶问题;
将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;
若差值小于阈值,根据每个子载波的目标传输功率的集合得到功率分配参数,根据每个子载波的目标分配参数的集合得到载波分配参数;若差值大于阈值,则更新拉格朗日乘子,返回执行求解子问题的步骤。
3.根据权利要求2所述的资源分配方法,其特征在于,所述对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,包括:
针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
确定最小传输功率对应的分配参数,作为目标分配参数;
将与所述目标分配参数对应的传输功率确定为目标传输功率。
4.根据权利要求2所述的资源分配方法,其特征在于,所述资源分配参数还包括能源分享参数;所述方法还包括:
针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值,作为第一差值;
判断所述第一差值是否大于0,基于判断结果确定该基站传输给其他基站的能源量;
根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
5.根据权利要求2所述的资源分配方法,其特征在于,所述资源分配参数还包括频谱协作参数,所述方法还包括:
针对每个基站,根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
计算该基站的子载波数和该基站已经分配的子载波数的差值,作为第二差值;
判断所述第二差值是否大于0,基于判断结果确定该基站调配给其他基站的子载波数;
根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
6.一种资源分配装置,其特征在于,包括:
第一获得模块,用于获得每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量;
第一计算模块,用于根据所述每个基站的带宽数据,计算最大子载波数,并根据连接至所述每个基站的用户数量之和,确定最小子载波数;
第二计算模块,用于针对所述最大子载波数与所述最小子载波数之间的每个候选取值,将所述每个基站的可用能源数据、带宽数据以及连接至每个基站的用户数量输入初始资源分配模型,并对所述初始资源分配模型进行调整,直至所述初始资源分配模型收敛的情况下,得到所述初始资源分配模型输出的资源分配参数与资源效率值;
确定模块,用于确定最大的资源效率值对应的资源分配参数为目标资源分配参数;
分配模块,用于基于所述目标资源分配参数,分配所述每个基站的能源数据与带宽数据。
7.根据权利要求6所述的资源分配装置,其特征在于,所述第二计算模块包括:
第一获得子模块,用于获得资源分配模型的拉格朗日函数;
第二获得子模块,用于根据拉格朗日函数的对偶方程获得对偶问题;
第一分解子模块,用于将所述对偶问题分解成与子载波一一对应的相互独立的子问题;
第一计算子模块,用于对每个子问题分别进行求解,获得单个子载波的目标分配参数以及目标传输功率,并计算子载波的目标传输功率之和;
第一判断子模块,用于判断本次计算得到的目标传输功率之和与前一次计算得到的目标传输功率之和的差值是否小于阈值;若差值小于阈值,则触发第三获得子模块;若差值大于阈值,则更新拉格朗日乘子后,触发第一计算子模块;
第三获得子模块,用于根据全部每个子载波的目标传输功率的集合得到功率分配参数,根据每个全部子载波的目标分配参数的集合得到载波分配参数。
8.根据权利要求7所述的资源分配装置,其特征在于,所述第一计算子模块包括
计算单元,用于针对单个子载波的每个分配参数,分别计算该分配参数下的子载波的传输功率;
第一确定单元,用于确定最小传输功率对应的分配参数,作为目标分配参数;
第二确定单元,用于将与所述目标分配参数对应的传输功率确定为目标传输功率。
9.根据权利要求7所述的资源分配装置,其特征在于,所述第二计算模块还包括
第二计算子模块,用于针对每个基站,根据分配给连接至该基站的每个用户的子载波的目标传输功率之和计算该基站的发射功率,并计算该基站的可用能源数据、发射功率以及功率损耗的差值;
第一确定子模块,用于根据所述差值是否大于零确定该基站传输给其他基站的能源量;
第三获得子模块,用于根据每个基站传输给其他基站的能源量的集合得到能源分享参数。
10.根据权利要求7所述的资源分配装置,其特征在于,所述第二计算模块还包括
第三计算子模块,用于针对每个基站,根据该基站的带宽数据,计算该基站的最大子载波数,并根据分配给连接至该基站的每个用户的子载波之和,计算该基站已经分配的子载波数;
第四计算子模块,用于计算该基站的最大子载波数和该基站已经分配的子载波数的差值;
第二确定子模块,用于根据所述差值是否大于零确定该基站调配给其他基站的子载波数;
第四获得子模块,用于根据每个基站调配给其他基站的子载波数的集合得到频谱协作参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796819.6A CN110691383B (zh) | 2019-08-27 | 2019-08-27 | 一种资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796819.6A CN110691383B (zh) | 2019-08-27 | 2019-08-27 | 一种资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110691383A true CN110691383A (zh) | 2020-01-14 |
CN110691383B CN110691383B (zh) | 2022-04-05 |
Family
ID=69108598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910796819.6A Active CN110691383B (zh) | 2019-08-27 | 2019-08-27 | 一种资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110691383B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552560A (zh) * | 2020-04-09 | 2020-08-18 | 图灵深视(南京)科技有限公司 | 负载分配方法和系统、计算机装置、节点装置及存储介质 |
CN112330096A (zh) * | 2020-10-10 | 2021-02-05 | 北京中电飞华通信有限公司 | 一种多维电力基础资源的分配方法、系统及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162852A (zh) * | 2016-06-27 | 2016-11-23 | 嘉兴国电通新能源科技有限公司 | 一种微电网供电的多小区无线通信系统能源调度方法 |
CN106255194A (zh) * | 2016-08-08 | 2016-12-21 | 山东大学 | 混合供电模式下协作蜂窝网络中的联合资源协作分配方法 |
CN109787737A (zh) * | 2018-12-05 | 2019-05-21 | 西安电子科技大学 | 一种基于混合能量采集的ofdm系统下行链路多用户资源优化方法 |
-
2019
- 2019-08-27 CN CN201910796819.6A patent/CN110691383B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162852A (zh) * | 2016-06-27 | 2016-11-23 | 嘉兴国电通新能源科技有限公司 | 一种微电网供电的多小区无线通信系统能源调度方法 |
CN106255194A (zh) * | 2016-08-08 | 2016-12-21 | 山东大学 | 混合供电模式下协作蜂窝网络中的联合资源协作分配方法 |
CN109787737A (zh) * | 2018-12-05 | 2019-05-21 | 西安电子科技大学 | 一种基于混合能量采集的ofdm系统下行链路多用户资源优化方法 |
Non-Patent Citations (1)
Title |
---|
李俏: "《绿色无线异构网络资源优化研究》", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑(月刊) 2019年第8期》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552560A (zh) * | 2020-04-09 | 2020-08-18 | 图灵深视(南京)科技有限公司 | 负载分配方法和系统、计算机装置、节点装置及存储介质 |
CN111552560B (zh) * | 2020-04-09 | 2023-11-14 | 图灵深视(南京)科技有限公司 | 负载分配方法和系统、计算机装置、节点装置及存储介质 |
CN112330096A (zh) * | 2020-10-10 | 2021-02-05 | 北京中电飞华通信有限公司 | 一种多维电力基础资源的分配方法、系统及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110691383B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saleem et al. | Joint subcarrier and power allocation in the energy-harvesting-aided D2D communication | |
CN104640220B (zh) | 一种基于noma系统的频率和功率分配方法 | |
CN108737057B (zh) | 基于深度学习的多载波认知noma资源分配方法 | |
Li et al. | Energy-efficient subcarrier assignment and power allocation in OFDMA systems with max-min fairness guarantees | |
Sheng et al. | Energy efficiency and delay tradeoff in device-to-device communications underlaying cellular networks | |
Kwon et al. | Distributed resource allocation through noncooperative game approach in multi-cell OFDMA systems | |
CN112601284B (zh) | 基于多智能体深度强化学习的下行多小区ofdma资源分配方法 | |
CN107426773B (zh) | 无线异构网络中面向能效的分布式资源分配方法和装置 | |
CN108770007A (zh) | 基于noma的无线携能通信系统多目标优化方法 | |
Lahoud et al. | Energy-efficient joint scheduling and power control in multi-cell wireless networks | |
CN106060872A (zh) | 一种d2d与蜂窝网络共存的启发式比例公平调度方法 | |
CN110691383B (zh) | 一种资源分配方法及装置 | |
CN104640185A (zh) | 一种基于基站协作的小区休眠节能方法 | |
CN103582100A (zh) | 一种在动态能量获取下的ofdma下行系统的动态资源分配方法 | |
Nguyen et al. | Joint computation offloading and resource allocation in cloud based wireless HetNets | |
CN109787737B (zh) | 一种基于混合能量采集的多用户资源优化方法 | |
Qin et al. | Green-oriented dynamic resource-on-demand strategy for multi-RAT wireless networks powered by heterogeneous energy sources | |
CN109272167B (zh) | 一种基于uudn和q神经网络的绿色能量合作方法 | |
CN114423028A (zh) | 基于多智能体深度强化学习的CoMP-NOMA协作成簇与功率分配方法 | |
CN110493862B (zh) | 混合供能异构云无线接入网的资源分配和能量管理方法 | |
Saied et al. | Resource allocation for device-to-device (D2D) communications of uplink multi-cell networks | |
Omar et al. | Downlink spectrum allocation in 5g hetnets | |
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 | |
Rostami et al. | Aggregation-based spectrum assignment in cognitive radio networks | |
CN103401670A (zh) | Lte 下行系统中一种两步式资源块分配方法 |
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 |