CN110708711A - 基于非正交多址接入的异构携能通信网络资源分配方法 - Google Patents
基于非正交多址接入的异构携能通信网络资源分配方法 Download PDFInfo
- Publication number
- CN110708711A CN110708711A CN201910956733.5A CN201910956733A CN110708711A CN 110708711 A CN110708711 A CN 110708711A CN 201910956733 A CN201910956733 A CN 201910956733A CN 110708711 A CN110708711 A CN 110708711A
- Authority
- CN
- China
- Prior art keywords
- user
- representing
- microcell
- kth
- optimization model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000013468 resource allocation Methods 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 67
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 230000001413 cellular effect Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 230000009977 dual effect Effects 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000003306 harvesting Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
- H04W52/244—Interferences in heterogeneous networks, e.g. among macro and femto or pico cells or other sector / system interference [OSI]
-
- 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
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- 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
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
- H04W52/40—TPC being performed in particular situations during macro-diversity or soft handoff
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及异构无线通信技术领域,为一种基于非正交多址接入的异构携能通信网络资源分配方法;所述方法包括在异构携能通信网络中,宏基站为宏蜂窝用户和微蜂窝基站提供数据服务,微蜂窝基站通过非正交多址接入技术发送数据为微蜂窝用户提供数据服务;分析当前系统中基站及用户的传输以及干扰特性,构建满足相应约束的最大化能效优化问题;采用最坏准则方法进行信道不确定性的建模,分别对鲁棒功率分配和时间切换方法进行控制;采用Dinkelbach和连续凸近似方法将其转换为确定性凸优化模型;利用拉格朗日对偶原理和KKT条件,求得最优功率分配参数和时间切换因子并进行资源分配。本发明具有一定的鲁棒性能,可有效降低用户的中断概率。
Description
技术领域
本发明涉及异构无线通信技术领域,具体涉及一种基于非正交多址接入的异构携能通信网络资源分配方法,隶属于绿色通信。
背景技术
随着移动通信技术的发展,多种无线终端和物联网设备对传输速率和频谱资源的需求成为第5代移动通信系统需要考虑的关键模型之一。在该背景下,巨大的能量消耗和日益短缺的频谱资源模型变得尤为严重。因此,5G通信系统需要兼顾高传输速率、低能量消耗两方面的模型。
无线携能通信(SWIPT,Simultaneous Wireless Information and PowerTransfer)被认为是解决无线通信中节点设备能量短缺模型的有效技术。该技术特点是充分利用射频信号具有同时携带数据信息和电磁能量的特点,在实现无线信息传输时,无线终端收集周围能量进行无线充电,从而延长设备寿命。另外,基于非正交多址接入(NOMA)的移动通信系统允许多个用户终端共享相同的时间、频谱等资源,使得系统容量进一步提升。因此基于NOMA的SWIPT系统从一方面避免了能源的无故浪费,也从另一方面实现了对频谱资源的更合适分配与使用。
现有对于NOMA携能的部分研究没有考虑到多用户资源分配的场景,或者在进行资源优化时忽略了能效模型,而且大部分研究都是假设在完美信道条件下所得,在实际场景中可能会引起通信中断,无法满足现实的需求,因此,这种方案需要进行进一步的完善以提高系统的能效。
发明内容
本发明的目的是针对现存研究技术的不足,提供了一种基于非正交多址接入的异构携能通信网络最大化能效的鲁棒算法,既对异构网络内的各用户服务质量,数据传输速率,中断概率以及采集能量的需求提供保障,同时还可以最大化地提升系统的能效。
本发明的目的可以通过如下技术方案实现:
一种基于非正交多址接入的异构携能通信网络资源分配方法,所述方法包括:
宏基站为宏蜂窝用户和微蜂窝基站提供数据服务,微蜂窝基站通过非正交多址接入技术发送数据,为微蜂窝用户提供数据服务;
每个终端均含有信息解码和能量收集电路,通过时间切换方法来切换信息和能量的收集信号;
在满足每个终端用户传输数据速率,采集能量需求,基站发射功率,以及跨层干扰约束的前提下;建立出最大化系统能效的优化模型;
采用最坏准则方法进行信道不确定性的建模,分别对鲁棒功率分配以及鲁棒时间切换方法进行控制;从而得到最大化系统能效的鲁棒优化模型;
采用分数规划Dinkelbach方法将鲁棒优化模型的分式形式转化为分子与分母相减的形式,利用连续凸近似方法将非凸优化的鲁棒优化模型转换为确定性凸优化模型;
利用拉格朗日对偶原理,构建出拉格朗日函数,利用KKT条件,给定系统能效,从确定性凸优化模型中求得最优功率分配参数;
从确定性凸优化模型中建立功率切换因子优化模型;根据给定的系统能效以及获得的最优功率分配参数,求解出最优时间切换因子;
按照所述最优功率分配参数进行功率分配,并按照所述最优时间切换因子进行时间切换控制;此时所得到的功率分配以及切换时间控制方案即为最优方案。
本发明的有益效果:
本发明结合了无线携能技术与NOMA异构网络两者的优势,即在提升能量效率,节约能源和提高频谱利用率等方面,提出了一种非正交多址接入的异构携能通信网络中,在满足各用户正常服务需求的前提下,兼考虑信道的不确定性,最大化系统能效的鲁棒资源分配算法;利用最坏准则对不确定性参数建模,利用Dinkelbach方法并通过拉格朗日对偶分解,将所提鲁棒优化问题分解为双层迭代算法,分别于内层计算最优功率分配方案和最佳时间切换方案,于外层进行拉格朗日乘子更新,从而实现系统能效最大化的资源分配方案。
附图说明
图1为本发明方法中构建的下行NOMA异构无线携能通信网络;
图2为本发明方法提供的最大系统能效模型的求解方案流程图;
图3为本发明方法与不同算法的能效性能对比图;
图4为本发明方法中微蜂窝网络能效与宏蜂窝用户干扰门限之间的关系图;
图5为本发明方法与不同算法在随机信道不确定性下的干扰情况对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合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。
本实施例提供了一种基于非正交多址接入的异构携能通信网络资源分配方法,使用该方法能够在满足用户终端数据速率,传输干扰约束,基站发射功率以及能量收集的需求,同时能够最大化系统的能量效率,并且可以合理对系统的时间控制和功率分配进行优化,有效提高系统的能源利用率。本发明应用于下行的NOMA异构无线携能通信网络中,微蜂窝基站使用NOMA技术向微蜂窝用户发送数据,每个子信道可以由多个微蜂窝用户使用,依从信道优劣情况逆序解码,以此实现干扰消除,减少共道干扰。每个终端含有信息解码和能量收集电路,通过时间切换方法来区分两路信号,既可以满足用户数据传输的需求,又可以满足能量采集的需求,同时也可以有效的提高系统能效。
首先,如图1所示,本实施例在非正交多址接入的异构携能通信网络中部署一个宏基站,一个微蜂窝基站;以及Μ个宏蜂窝用户MU,K个微蜂窝用户FU:引入索引集Μ={1,2,...,M}表示Μ个宏蜂窝用户,K={1,2,...,K}表示K个微蜂窝用户;所有用户和基站都配备有单根天线;宏基站通过MU链路向宏蜂窝用户发送数据,同时宏基站对FU存在考层干扰;微蜂窝基站通过FU链路向微蜂窝用户发送数据,同时对MU存在跨层干扰。
在非正交多址接入的异构携能通信网络中,为避免用户接收数据时产生相互干扰,每个接收机均含有串行干扰消除功能;每个子信道可以被多个微蜂窝用户使用,信道最差的终端用户优先被解码,并将解码信息广播给其他信道好的用户从而实现干扰消除,减小共道干扰;假设在单位时隙里,xk和(1-xk)分别表示微蜂窝用户k用于信息解码和能量收集的时间;依据此机制,当前用户k可以检测到比它信道增益弱的用户信号并消除该干扰信息,故而微蜂窝用户k的数据速率可以描述为:
系统的总速率表示为:
Rk表示第k个微蜂窝用户的速率。
第k个微蜂窝用户所采集的功率为:
其中,η表示能量接收机的能量收集效率,但与传统的通信网络不同的是,在NOMA异构通信网络中,能量收集能对功率消耗进行补偿,系统的实际消耗则表示为:
针对该系统的能效,本发明提出的资源分配方法,可包括如下步骤:
(1)建立出最大化系统能效的优化模型,其优化问题P1如下:
P1:
s.t.
在满足四个约束条件C1、C2、C3以及C4的条件下,最大化目标函数,即系统能效ηE;
各个约束条件包括:
C3中pmax表示微蜂窝基站处最大的发射功率;
上述约束条件中含有两组优化变量p={p1,p2,...,pk}和x={x1,x2,...,xk},并且由于目标函数和约束条件C2的影响,优化问题P1是一个非凸优化问题,不易直接获得功率分配和时间切换的解析解。此外,该问题假设真实的物理信道增益hk和gk,m与信道估计值相等,即和故而优化问题为非鲁棒优化问题。然而在实际的非正交多址接入异构携能通信网络中,因为有串行干扰消除残留误差、能量收集非线性特性以及无线信道的随机性、时延等因素的存在,导致获得完美的信道状态信息假设过于理想,不满足实际物理模型。因此,克服信道的不确定性,提高网络鲁棒性,是本专利所要考虑的问题之一。基于此,本发明通过设计一个鲁棒优化算法,分别对鲁棒功率分配,鲁棒时间切换控制算法进行设计,将所述非鲁棒优化问题设计为鲁棒优化问题来使其更加适合本专利所提出的网络场景,结合考虑下垫式频谱共享机制,保障宏蜂窝用户的服务质量,降低中断发生,采用有界不确定性的最坏准则方法来进行对不确定参数的建模,即可得到鲁棒优化模型;通过分析所述鲁棒资源分配问题,利用拉格朗日对偶分解原理,将鲁棒优化模型转换为双层迭代模型,分别求解出两个优化变量的最优解以获得最佳资源分配方案。
进一步的,为了解决步骤(1)中最大系统能效模型,其求解方案可参考如图2所示,也可参考包括步骤(2)~(4)的具体实施方案:
(2)根据最坏情况准则,于信道不确定性下满足各约束,即可将函数转化为在信道估计误差下,使得最小能效最大化的鲁棒问题,将各个参数代入目标函数以及约束条件,并增加新的约束条件C5;即形成鲁棒优化模型并记为P2:
P2:
s.t.
C5:hk∈h,gk,m∈g
ηE表示系统的能效;C1中Ek表示第k个微蜂窝用户所采集的功率;表示第k个微蜂窝用户接收机收最低能量采集需求,C2中Rk表示第k个微蜂窝用户的数据速率;表示第k个微蜂窝用户的最低数据速率要求,C3中pk表示第k个微蜂窝基站发送给第k个微蜂窝用户的功率;pmax表示微蜂窝基站处最大的发射功率,C4中gk,m为第k个微蜂窝用户与宏蜂窝用户间的信道增益,为宏蜂窝用户接收机的最大干扰门限阈值。
约束条件C5中g表示微蜂窝用户到宏蜂窝用户链路信道不确定性集合;h表示微蜂窝用户信道不确定性集合。
其中,gm表示微蜂窝用户到第m个宏蜂窝用户的信道增益向量,表示微蜂窝用户到第m个宏蜂窝用户的估计信道增益向量,Δgm表示微蜂窝用户到第m个宏蜂窝用户的信道增益相应的估计误差向量,即gm=[g1,m,g2,m,...,gK,m]T,和Δgm=[Δg1,m,Δg2,m,...,ΔgK,m]T;表示第k个微蜂窝用户增益;Δhk为第k个微蜂窝用户增益的相应的估计误差向量;εm表示微蜂窝用户对宏蜂窝用户接收机所有信道链路不确定性平方和的上界;εm>0,εm越大,意味着信道摄动随机性越大,从而越需要对该类用户进行良好保护。δk表示第k个微蜂窝链路信道增益不确定性的上界;ε表示所有微蜂窝用户链路信道不确定性和的上界,且满足
P2所示的优化问题即为鲁棒资源分配问题,但其仍然是一个含参数摄动的无穷维、非凸优化问题。因此,需要将上述含信道不确定性的优化问题转换为确定性优化问题,再将该确定性优化问题转换为凸优化求解。本发明采用Dinkelbach的方法将其分式形式转化为分子-分母相减形式,同时利用连续凸近似方法得到等价的确定性凸优化模型P3:
P3:
s.t.
C3,C5
其中,约束条件是对应由约束条件C1,C2经过等价转换所得, 表示为等价转换后的微蜂窝用户增益,表示第k个微蜂窝用户增益,δk表示任意微蜂窝链路信道增益不确定性的上界,ε表示所有微蜂窝用户链路信道不确定性和的上界;约束条件是由约束条件C4利用柯西不等式缩放而得;gk,m表示经过等价缩放后的微蜂窝用户到第m个宏蜂窝用户之间的信道增益,表示为微蜂窝用户到第m个宏蜂窝用户的信道增益,εm表示微蜂窝用户对第m个宏蜂窝用户接收机所有信道链路不确定性平方和的上界。
(3)利用拉格朗日对偶分解理论,给定系统能效,求得所提鲁棒优化问题的对偶问题,从确定性凸优化模型P4中求得最优功率分配参数:
P4:
其中对偶函数为:
最优功率分配参数的求解公式包括:
其中,表示分配给第k个微蜂窝用户的最优功率;λk表示约束条件对应的拉格朗日乘子;βk表示约束条件对应的拉格朗日乘子;χ表示约束条件C3对应的拉格朗日乘子;αm表示约束条件对应的拉格朗日乘子;表示第k个微蜂窝用户的时间分配因子xk对应的拉格朗日乘子;
P5:
s.t.
另外,本发明还给出了模型P2求解的过程,包括以下步骤:
a.对于使用Dinkelbach方法,等价优化问题P3关于用户功率分配{pk}的凹凸性,需要通过多变量海森矩阵正定性来判断,证明如下:
所描述鲁棒优化问题P3中,次项和末项为关于变量{pk}的线性函数,因此此处仅需关注其首项的凹凸性即可,将首项展开为如下形式:
其中,上述展开式中末项为常数项,首项为关于变量{pk}的凹函数,故而需要证明其次项的凹凸性。定义如下函数:
可得到如下海森矩阵
其中υ=[υ1,υ2,...,υK]T,和根据效用函数,显然从i=1到i=k-1的元素为零。定义任意非负向量Z=[Z1,Z2,...,ZK]T,则
根据柯西不等式,可知ZTHZ≥0成立。因此海森矩阵为半正定,因此f(pi)是一个凸函数,而-f(pi)为凹函数,因此所描述鲁棒优化问题P3关于变量的凹凸性得证。
b.优化问题P2的约束条件C1和C2经由等价转换为:
根据柯西不等式,可有:
至此,所有约束条件都为线性约束,因此都为凸约束条件;因此确定性凸优化模型P3为凸优化问题。
所述确定性凸优化模型P3的求解过程可以包括以下步骤:
i.根据优化问题P3,构建多变量拉格朗日函数:
其中
对于给定能效ηE,则其对偶问题为
s.t.
其中对偶函数为
ii.模型P4将模型P3转化为两层优化问题,内层循环求解最优功率{pk},外层迭代更新求解拉格朗日乘子。根据KKT条件,可得最优功率:
根据梯度下降法,拉格朗日乘子更新如下:
其中,[x]+=max{0,x},t为迭代次数,s1(t),s2(t)和s3(t)为正的迭代步长。
功率切换因子优化模型P5为含有线性目标函数和约束条件的线性规划问题,可根据函数单调性,求得合适的功率参数后,给定系统能效,即可求解出最优的时间切换因子,表示为:
在满足收敛条件下,此时所得到的功率分配以及转换时间控制方案即为最优方案。
因此通过本发明的算法成果解决了非正交多址接入的异构携能通信网络中的基于能效最大化的鲁棒资源分配问题。
本实施例既可以满足用户传输速率的需求,又可以保证用户的正常通信不被干扰,同时还可以满足用户采集能量的需求,以此前提下,最大化能效,优化网络内的资源配置。本发明可以使无线通信网络中的用户获得合理的数据流量服务,同时具有一定的能量收集功能,可以节约系统资源,延长用户设备使用周期与寿命,从而提高资源利用率。
如图3所示,本发明通过不同算法在弱信道环境的能效对比,表明本发明考虑能量收集兼信道不确定性的算法,相较于没有考虑能量收集与信道不确定性的算法,具有更好的系统能效。
如图4所示,本发明通过改变宏用户可以忍受的干扰门限值,来对微蜂窝用户的能效加以观察,表明二者总体呈反比趋势。从信道不确定性上界对微蜂窝网络能效影响来看,随着不确定性参数增加,可以防止给宏蜂窝用户带去过多有害干扰,系统的能效随之增加。故而本发明算法考虑信道不确性可以在一定程度上增加系统的能效。
如图5所示,本发明通过不同算法在随机信道不确定性下的干扰功率情况对比,表明本发明算法,相较于没有考虑能量收集与信道不确定性的算法,有着良好的鲁棒性能,可以更有效降低宏蜂窝用户的通信中断概率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于非正交多址接入的异构携能通信网络资源分配方法,其特征在于,所述方法包括:
在异构携能通信网络中,宏基站为宏蜂窝用户和微蜂窝基站提供数据服务,微蜂窝基站通过非正交多址接入技术发送数据,为微蜂窝用户提供数据服务;
每个终端均含有信息解码和能量收集电路,通过时间切换方法来切换信息和能量的收集信号;
在满足每个终端用户传输数据速率,采集能量需求,基站发射功率,以及跨层干扰约束的前提下;建立出最大化系统能效的优化模型;
采用最坏准则方法进行信道不确定性的建模,分别对鲁棒功率分配以及鲁棒时间切换方法进行控制;从而得到最大化系统能效的鲁棒优化模型;
采用分数规划Dinkelbach方法将鲁棒优化模型的分式形式转化为分子与分母相减的形式,利用连续凸近似方法将非凸优化的鲁棒优化模型转换为确定性凸优化模型;
利用拉格朗日对偶原理,构建出拉格朗日函数,利用KKT条件,给定系统能效,从确定性凸优化模型中求得最优功率分配参数;
从确定性凸优化模型中建立时间切换因子优化模型;根据给定的系统能效以及获得的最优功率分配参数,求解出最优时间切换因子;
按照所述最优功率分配参数进行功率分配,并按照所述最优时间切换因子进行时间切换控制;此时所得到的功率分配以及切换时间控制方案即为最优方案。
2.根据权利要求1所述的一种基于非正交多址接入的异构携能通信网络资源分配方法,其特征在于,所述鲁棒优化模型包括:
s.t.
C5:hk∈h,gk,m∈g
其中,xk表示第k个微蜂窝用户用于信息解码的时间;K表示微蜂窝用户总数;pk表示微蜂窝基站发送给第k个微蜂窝用户的功率;hk表示微蜂窝基站到第k个微蜂窝用户的实际信道增益;zk表示第k个微蜂窝用户数据传输时所受的干扰;表示功率放大器效率的倒数;Pe表示系统中电路消耗功率;η表示能量接收机的能量收集效率;Δhk为第k个微蜂窝用户增益相应的估计误差向量;约束条件C1中表示第k个微蜂窝用户接收机收最低能量采集需求,约束条件C2中表示第k个微蜂窝用户的最低数据速率要求,约束条件C3中pmax表示微蜂窝基站处最大的发射功率,约束条件C4中gk,m为第k个微蜂窝用户与第m个宏蜂窝用户间的实际信道增益,为第m个宏蜂窝用户接收机的最大干扰门限阈值,Δgk,m表示第k个微蜂窝用户与第m个宏蜂窝用户间的信道增益的估计误差向量;约束条件C5中g表示微蜂窝用户到宏蜂窝用户链路信道不确定性集合;h表示微蜂窝用户信道不确定性集合。
3.根据权利要求2所述的一种基于非正交多址接入的异构携能通信网络资源分配方法,其特征在于,信道不确定性集合包括:
4.根据权利要求2所述的一种基于非正交多址接入的异构携能通信网络资源分配方法,其特征在于,所述确定性凸优化模型包括采用有界不确定性的最坏准则方法来进行对鲁棒优化模型中的信道不确定参数进行建模,即获得鲁棒资源分配问题;通过分析所述鲁棒资源分配问题,利用拉格朗日对偶分解原理,将鲁棒优化模型转换为基于双层迭代的确定性凸优化模型,表示为:
s.t.
C3,C5
其中,为经过连续凸优化后,基于SINR的速率函数近似为令 则记 的初始值为系统参数初始化所对应的初始值;ηE为系统的能效,σk为噪声功率;约束条件是对应由约束条件C1,C2经过等价转换所得,其中 表示为等价转换后的第k个微蜂窝用户增益,表示第k个微蜂窝用户增益,δk表示第k个微蜂窝链路信道增益不确定性的上界,ε表示所有微蜂窝用户链路信道不确定性和的上界;约束条件是由约束条件C4利用柯西不等式缩放而得,其中gk,m表示经过等价缩放后的第k个微蜂窝用户到第m个宏蜂窝用户之间的信道增益,表示为微蜂窝用户到第m个宏蜂窝用户的信道增益,εm表示微蜂窝用户对第m个宏蜂窝用户接收机所有信道链路不确定性平方和的上界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956733.5A CN110708711B (zh) | 2019-10-10 | 2019-10-10 | 基于非正交多址接入的异构携能通信网络资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956733.5A CN110708711B (zh) | 2019-10-10 | 2019-10-10 | 基于非正交多址接入的异构携能通信网络资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110708711A true CN110708711A (zh) | 2020-01-17 |
CN110708711B CN110708711B (zh) | 2022-03-11 |
Family
ID=69198976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910956733.5A Active CN110708711B (zh) | 2019-10-10 | 2019-10-10 | 基于非正交多址接入的异构携能通信网络资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110708711B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111194042A (zh) * | 2020-02-25 | 2020-05-22 | 重庆邮电大学 | 一种基于非正交多址接入的异构网络鲁棒能效优化方法 |
CN111225363A (zh) * | 2020-01-20 | 2020-06-02 | 深圳以正科技有限公司 | 基于非完美csi分布式d2d系统功率分配方法和装置 |
CN111314894A (zh) * | 2020-02-28 | 2020-06-19 | 重庆邮电大学 | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 |
CN111314959A (zh) * | 2020-02-19 | 2020-06-19 | 西南交通大学 | 一种面向缓存辅助非正交多址网络的动态资源分配方法 |
CN111615202A (zh) * | 2020-04-30 | 2020-09-01 | 东莞理工学院 | 基于noma与波束成型的超密集网络无线资源分配方法 |
CN112822769A (zh) * | 2021-01-04 | 2021-05-18 | 上海航天测控通信研究所 | 一种基于能效最优的月球空间站功率分配方法及装置 |
CN113038510A (zh) * | 2021-03-12 | 2021-06-25 | 上海海事大学 | 基于agm不等式变换的swipt与noma系统能量效率最优化方法 |
CN113194536A (zh) * | 2021-03-24 | 2021-07-30 | 大连海事大学 | 一种面向工业监控的基于非正交多址接入的按需传输方法 |
CN113473422A (zh) * | 2021-07-21 | 2021-10-01 | 重庆邮电大学 | 一种面向b5g的无线携能d2d网络高效资源分配方法 |
CN113473624A (zh) * | 2021-06-30 | 2021-10-01 | 华南师范大学 | 基于非正交多址接入的资源分配方法、装置、设备及介质 |
CN113473499A (zh) * | 2021-06-17 | 2021-10-01 | 清华大学 | 能效公平无蜂窝网络的资源分配及预编码方法与装置 |
CN113613273A (zh) * | 2021-08-09 | 2021-11-05 | 重庆邮电大学 | 一种智能超表面辅助无线供电网络的稳健能效优化方法 |
CN113613198A (zh) * | 2021-07-26 | 2021-11-05 | 重庆邮电大学 | 无人机辅助的无线携能d2d网络资源分配方法 |
CN115334669A (zh) * | 2022-07-29 | 2022-11-11 | 西安邮电大学 | 可缓存网络中非正交多址和能量收集辅助的资源分配方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106488464A (zh) * | 2016-09-08 | 2017-03-08 | 重庆邮电大学 | 两层Femtocell网络中非理想CSI下的最优鲁棒功率控制方法 |
CN106792824A (zh) * | 2016-12-29 | 2017-05-31 | 重庆邮电大学 | 认知异构无线网络鲁棒资源分配算法 |
CN107567055A (zh) * | 2017-10-24 | 2018-01-09 | 重庆邮电大学 | 两层异构无线网络中基于用户中断概率的鲁棒资源分配方法 |
EP3337268A1 (en) * | 2016-12-19 | 2018-06-20 | Institut Mines Telecom / Telecom Bretagne | Method and apparatus for user distribution to sub bands in noma systems according to a weighted proportional fairness scheme |
WO2018222491A1 (en) * | 2017-05-31 | 2018-12-06 | Idac Holdings, Inc. | Wireless power and information transfer |
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 |
EP3422587A1 (en) * | 2017-06-30 | 2019-01-02 | Vestel Elektronik Sanayi ve Ticaret A.S. | Mimo communication apparatus and method of transmitting information |
CN109861866A (zh) * | 2019-02-22 | 2019-06-07 | 华南理工大学 | 携能多载波noma系统中基于发射功率最小化的资源分配方法 |
CN110113179A (zh) * | 2019-02-22 | 2019-08-09 | 华南理工大学 | 一种基于深度学习的携能noma系统的资源分配方法 |
CN110213826A (zh) * | 2019-05-21 | 2019-09-06 | 重庆邮电大学 | 一种非理想信道下异构携能通信网络鲁棒资源分配方法 |
WO2019185428A1 (en) * | 2018-03-28 | 2019-10-03 | Institut Mines-Telecom | User distribution to sub-bands in multiple access communications systems |
-
2019
- 2019-10-10 CN CN201910956733.5A patent/CN110708711B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106488464A (zh) * | 2016-09-08 | 2017-03-08 | 重庆邮电大学 | 两层Femtocell网络中非理想CSI下的最优鲁棒功率控制方法 |
EP3337268A1 (en) * | 2016-12-19 | 2018-06-20 | Institut Mines Telecom / Telecom Bretagne | Method and apparatus for user distribution to sub bands in noma systems according to a weighted proportional fairness scheme |
CN106792824A (zh) * | 2016-12-29 | 2017-05-31 | 重庆邮电大学 | 认知异构无线网络鲁棒资源分配算法 |
WO2018222491A1 (en) * | 2017-05-31 | 2018-12-06 | Idac Holdings, Inc. | Wireless power and information transfer |
EP3422587A1 (en) * | 2017-06-30 | 2019-01-02 | Vestel Elektronik Sanayi ve Ticaret A.S. | Mimo communication apparatus and method of transmitting information |
CN107567055A (zh) * | 2017-10-24 | 2018-01-09 | 重庆邮电大学 | 两层异构无线网络中基于用户中断概率的鲁棒资源分配方法 |
WO2019185428A1 (en) * | 2018-03-28 | 2019-10-03 | Institut Mines-Telecom | User distribution to sub-bands in multiple access communications systems |
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 |
CN109861866A (zh) * | 2019-02-22 | 2019-06-07 | 华南理工大学 | 携能多载波noma系统中基于发射功率最小化的资源分配方法 |
CN110113179A (zh) * | 2019-02-22 | 2019-08-09 | 华南理工大学 | 一种基于深度学习的携能noma系统的资源分配方法 |
CN110213826A (zh) * | 2019-05-21 | 2019-09-06 | 重庆邮电大学 | 一种非理想信道下异构携能通信网络鲁棒资源分配方法 |
Non-Patent Citations (4)
Title |
---|
MEDIATEK INC.: "Study on Downlink Multiuser Superposition Transmission for LTE", 《3GPP TSG RAN MEETING #70 RP-152177》 * |
YONGJUN XU等: "Robust Resource Allocation and Power Splitting in SWIPT Enabled Heterogeneous Networks:A Robust Minimax Approach", 《IEEE INTERNET OF THINGS JOURNAL》 * |
徐勇军等: "异构携能通信网络顽健资源分配算法", 《通信学报》 * |
胡永虹: "基于无线携能的NOMA协作网络资源分配研究", 《中国优秀硕士学位论文》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111225363A (zh) * | 2020-01-20 | 2020-06-02 | 深圳以正科技有限公司 | 基于非完美csi分布式d2d系统功率分配方法和装置 |
CN111225363B (zh) * | 2020-01-20 | 2024-01-05 | 深圳以正科技有限公司 | 基于非完美csi分布式d2d系统功率分配方法和装置 |
CN111314959A (zh) * | 2020-02-19 | 2020-06-19 | 西南交通大学 | 一种面向缓存辅助非正交多址网络的动态资源分配方法 |
CN111194042A (zh) * | 2020-02-25 | 2020-05-22 | 重庆邮电大学 | 一种基于非正交多址接入的异构网络鲁棒能效优化方法 |
CN111194042B (zh) * | 2020-02-25 | 2022-06-24 | 航天新通科技有限公司 | 一种基于非正交多址接入的异构网络鲁棒能效优化方法 |
CN111314894B (zh) * | 2020-02-28 | 2022-06-21 | 航天新通科技有限公司 | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 |
CN111314894A (zh) * | 2020-02-28 | 2020-06-19 | 重庆邮电大学 | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 |
CN111615202A (zh) * | 2020-04-30 | 2020-09-01 | 东莞理工学院 | 基于noma与波束成型的超密集网络无线资源分配方法 |
CN112822769A (zh) * | 2021-01-04 | 2021-05-18 | 上海航天测控通信研究所 | 一种基于能效最优的月球空间站功率分配方法及装置 |
CN113038510A (zh) * | 2021-03-12 | 2021-06-25 | 上海海事大学 | 基于agm不等式变换的swipt与noma系统能量效率最优化方法 |
CN113038510B (zh) * | 2021-03-12 | 2022-11-15 | 上海海事大学 | 基于agm不等式变换的swipt与noma系统能量效率最优化方法 |
CN113194536A (zh) * | 2021-03-24 | 2021-07-30 | 大连海事大学 | 一种面向工业监控的基于非正交多址接入的按需传输方法 |
CN113473499A (zh) * | 2021-06-17 | 2021-10-01 | 清华大学 | 能效公平无蜂窝网络的资源分配及预编码方法与装置 |
WO2022262104A1 (zh) * | 2021-06-17 | 2022-12-22 | 清华大学 | 能效公平无蜂窝网络的资源分配及预编码方法与装置 |
CN113473624A (zh) * | 2021-06-30 | 2021-10-01 | 华南师范大学 | 基于非正交多址接入的资源分配方法、装置、设备及介质 |
CN113473422A (zh) * | 2021-07-21 | 2021-10-01 | 重庆邮电大学 | 一种面向b5g的无线携能d2d网络高效资源分配方法 |
CN113613198A (zh) * | 2021-07-26 | 2021-11-05 | 重庆邮电大学 | 无人机辅助的无线携能d2d网络资源分配方法 |
CN113613198B (zh) * | 2021-07-26 | 2023-06-20 | 河南浩宇空间数据科技有限责任公司 | 无人机辅助的无线携能d2d网络资源分配方法 |
CN113613273A (zh) * | 2021-08-09 | 2021-11-05 | 重庆邮电大学 | 一种智能超表面辅助无线供电网络的稳健能效优化方法 |
CN113613273B (zh) * | 2021-08-09 | 2023-12-26 | 浙江中蓝创新科技股份有限公司 | 一种智能超表面辅助无线供电网络的稳健能效优化方法 |
CN115334669A (zh) * | 2022-07-29 | 2022-11-11 | 西安邮电大学 | 可缓存网络中非正交多址和能量收集辅助的资源分配方法 |
CN115334669B (zh) * | 2022-07-29 | 2023-05-16 | 西安邮电大学 | 可缓存网络中非正交多址和能量收集辅助的资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110708711B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110708711B (zh) | 基于非正交多址接入的异构携能通信网络资源分配方法 | |
CN109474980B (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
CN110213826B (zh) | 一种非理想信道下异构携能通信网络鲁棒资源分配方法 | |
Wang et al. | Cognitive radio enhanced interference coordination for femtocell networks | |
CN111314894B (zh) | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 | |
CN110602730B (zh) | 基于无线携能的noma异构网络的资源分配方法 | |
Wei et al. | A two-stage cluster-based resource management scheme in ultra-dense networks | |
CN111194042B (zh) | 一种基于非正交多址接入的异构网络鲁棒能效优化方法 | |
Slalmi et al. | 5G NB‐IoT: Efficient network call admission control in cellular networks | |
CN104038945A (zh) | 一种基于独立集的异构蜂窝网络能效优化方法 | |
Liu et al. | Robust resource allocation in two-tier NOMA heterogeneous networks toward 5G | |
CN104640149A (zh) | 一种用于异构网络中的自适应小区扩展偏置调整方法 | |
CN109769257B (zh) | 基于能效的异构网络鲁棒资源分配和时长混合优化方法 | |
Esmat et al. | Joint channel selection and optimal power allocation for multi‐cell D2D communications underlaying cellular networks | |
Xiao et al. | Joint uplink and downlink resource allocation in full-duplex OFDMA networks | |
Susanto et al. | Interference Management with Dynamic Resource Allocation Method on Ultra-Dense Networks in Femto-Macrocellular Network | |
CN108521672B (zh) | 一种分布式无线能量和信息传输系统的资源分配方法 | |
Dehghani Firouzabadi et al. | Joint user association, subchannel assignment, and power allocation in full‐duplex OFDMA heterogeneous networks | |
Liu et al. | Statistical resource allocation based on cognitive interference estimation in ultra-dense hetnets | |
Xu et al. | Joint subchannel and power allocation for cognitive NOMA systems with imperfect CSI | |
CN105764068A (zh) | 一种基于禁忌搜索的小基站容量与覆盖优化方法 | |
CN108650705B (zh) | 一种能量利用率最大化的异构无线网络鲁棒功率控制方法 | |
CN112584403B (zh) | Noma小小区最大速率最小功率的联合优化方法 | |
CN108322271A (zh) | 基于负载的以用户为中心的动态分簇方法 | |
Nasser et al. | Data-Driven Spectrum Allocation and Power Control for NOMA HetNets |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231227 Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Patentee after: Shenzhen Hongyue Enterprise Management Consulting Co.,Ltd. Address before: 400065 Chongwen Road, Nanshan Street, Nanan District, Chongqing Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
TR01 | Transfer of patent right |