CN110996326A - 一种资源复用场景下mtc网络的簇数目规划方法 - Google Patents

一种资源复用场景下mtc网络的簇数目规划方法 Download PDF

Info

Publication number
CN110996326A
CN110996326A CN201911298206.6A CN201911298206A CN110996326A CN 110996326 A CN110996326 A CN 110996326A CN 201911298206 A CN201911298206 A CN 201911298206A CN 110996326 A CN110996326 A CN 110996326A
Authority
CN
China
Prior art keywords
cluster
mtc
network
communication
average
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
Application number
CN201911298206.6A
Other languages
English (en)
Other versions
CN110996326B (zh
Inventor
张锐
彭艳婷
李勇朝
李涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201911298206.6A priority Critical patent/CN110996326B/zh
Publication of CN110996326A publication Critical patent/CN110996326A/zh
Application granted granted Critical
Publication of CN110996326B publication Critical patent/CN110996326B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W16/06—Hybrid resource partitioning, e.g. channel borrowing
    • 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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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

Abstract

本发明提出了一种资源复用场景下MTC网络的簇数目规划方法，主要解决现有MTC网络的簇数目规划方法在资源复用场景下得到的簇数目仅是次优，同时网络能量效率过低的问题。其实现步骤为：构建机器类型通信MTC网络模型并进行划分；制定MTC网络的通信准则；对MTC网络的通信频段资源进行分配；构建MTC网络平均功率消耗的优化模型；求解MTC网络平均功率消耗的优化模型；获取资源复用场景下MTC网络的簇数目规划结果。本发明考虑了实际MTC网络中簇间干扰、所使用的频段资源与可实现的数据速率之间的相互制约作用，得到了适用于资源复用场景下MTC网络功率消耗最优的簇数目，提高了网络能量效率。

Description

一种资源复用场景下MTC网络的簇数目规划方法
技术领域
本发明属于无线通信技术领域，涉及一种MTC网络的簇数目规划方法，具体涉及一种资源复用场景下MTC网络的簇数目规划方法，可用于海量机器类型通信MTC设备分簇接入网络。
背景内容
机器类型通信MTC是物联网传输层的重要技术，是实现物联网设备接入网络的关键。未来，MTC设备的数量会进一步增长，海量MTC设备要同时接入网络会造成系统过载、网络拥塞，严重影响系统性能。MTC设备分簇接入网络是一种有效的过载控制方法，主要包括簇数目规划、簇形成以及簇头选择等关键技术。其中，簇数目规划是MTC设备分簇接入网络的首要任务，决定了MTC设备将被分成多少个簇。簇数目规划在整个接入过程中扮演着重要角色，其规划结果能够为后续的簇形成和簇头选择算法设计提供必要的先决条件。
簇数目规划方法可分为固定簇数目规划方法和最优簇数目规划方法，其中固定簇数目规划方法采用预先指定的簇数目对MTC设备进行分簇，但预先指定的数值具有随机性，容易造成后续的簇形成和簇头选择算法陷入局部最优，导致网络的能量效率较低。最优簇数目规划方法则是通过构建优化模型来得到最优的簇数目,建立的优化模型不同，得到的最优簇数目就不同。建立以网络能量效率为目标函数的优化模型可以最大限度地提高网络能量效率，保障网络高效持久地为各种MTC应用程序提供服务。其中，网络能量效率定义为单位带宽上可实现的数据速率和网络功率消耗的比值，单位带宽上可实现的数据速率越大、网络功率消耗越小，则网络能量效率越大。
例如Peng Zhang等人在2014年GlobalSIP上发表的论文“Energy-efficientclustering design for M2M communications”中，提出了一种MTC设备服从泊松分布的最优簇数目规划方法，该方法通过构建以簇头概率因子为决策变量的MTC网络能量效率优化模型得到最优的簇数目，提高了网络能量效率，延长了网络生存时间。但是，该方案只考虑MTC设备使用彼此正交的频段资源进行数据传输，忽略了实际的MTC网络可能由于簇间资源复用而带来的簇间干扰问题。由于MTC设备的簇间干扰、所使用的频段资源和可实现的数据速率之间存在相互制约作用，所以当存在簇间干扰时，该方案建立的网络能量效率表达式是不准确的，从而得到的簇数目是次优且不适用的。此外，采用彼此正交的频段资源进行通信会使得频谱资源被过度消耗，导致单位带宽上可实现的数据速率较低，进而导致网络的能量效率也较低。
发明内容
本发明的目的在于克服上述现有技术的不足，提出了一种资源复用场景下的MTC簇数目规划方法，旨在保证通信可靠性的基础上，降低MTC网络的功率消耗，并提高MTC网络的能量效率。
本发明的技术思路是：首先，构建MTC网络模型并分配通信频段资源，允许每个簇内通信子频段可以被不同的簇重复使用，其次，构建簇间干扰平均功率表达式并建立MTC网络平均功率消耗的优化模型，通过求解优化模型得到MTC网络的最优簇数目，具体包括如下步骤：
(1)构建机器类型通信MTC网络模型并进行划分：
(1a)构建包括设置在小区中心的基站BS，以及均匀分布在小区的n个MTC设备的机器类型通信MTC网络模型，n≥4，且n服从密度为λ的均匀空间泊松分布，基站BS的覆盖半径为R；
(1b)按照地理相似性将n个MTC设备划分为l个簇，l≥2，并将每个簇所包含的m个MTC设备中的任意一个作为簇头CH，m≥2，将其余MTC设备作为簇成员CM，设CH的簇头概率因子为p，p∈(0,1)，则l＝np，m＝1/p；
(2)制定MTC网络的通信准则：
在每个周期T内，每个簇成员CM在时长t0内向其簇头CH发送平均数据包长度为Dl的数据包，簇头CH汇聚簇内所有簇成员CM的数据包后在时长t0内转发至基站BS，其中t0＜T；
(3)对MTC网络的通信频段资源进行分配：
将MTC网络中频段宽度为W1的簇间通信频段资源划分为l个正交的簇间通信子频段，用于实现l个簇头CH与基站BS的通信，将频段宽度为W2的簇内通信频段资源划分为m个正交的簇内通信子频段，用于实现m个簇内簇成员CM与簇头CH的通信，且每个簇内通信子频段可以被不同的簇重复使用；
(4)构建MTC网络平均功率消耗的优化模型：
(4a)建立簇间干扰平均功率E[Ir]的函数表达式和簇内簇成员CM的平均数据速率E[R(CM)]的函数表达式：
Figure BDA0002321156220000031
Figure BDA0002321156220000032
其中,Pt(CM)为每个簇成员CM的传输功率，Zr为簇间干扰的阴影效应因子，E[PL(a)]为每个簇头CH与簇内其他簇成员CM之间的平均路径损耗，Za为每个簇头CH与簇内其他簇成员CM之间的阴影效应因子，N0为热噪声功率，E[PL(r)]为簇间干扰的平均路径损耗，
Figure BDA0002321156220000033
E[Dr]为簇间干扰的平均距离，
Figure BDA0002321156220000034
为所有簇头CH与基站BS的平均通信距离，θ为任意两个簇头CH与基站BS之间的夹角，θ∈[0,2π]，
Figure BDA0002321156220000035
为对函数f(θ)在θ∈[0,2π]上进行积分；
(4b)构建决策变量为簇头概率因子p，目标函数为网络平均功率消耗E[PΣ]，约束条件为C1、C2和C3的MTC网络平均功率消耗的优化模型：
Figure BDA0002321156220000036
s.t.C1:0≤E[Ir]≤Ith
C2:E[R(CH)]≥m·Dl/t0
C3:E[R(CM)]≥Dl/t0
其中，E[R(CH)]为簇头CH的平均数据速率，Ith为簇间干扰功率门限；
(5)求解MTC网络平均功率消耗的优化模型：
(5a)计算满足约束条件C1和C2的可行区间
Figure BDA0002321156220000037
其中
Figure BDA0002321156220000038
和
Figure BDA0002321156220000039
分别表示可行区间U1的上界max(p1,p2)和下界min(p3,p4)，并判断U1是否为空集，若是，执行步骤(5d)，否则，执行步骤(5b)；
(5b)计算满足约束条件C3的可行区间
Figure BDA0002321156220000041
其中
Figure BDA0002321156220000042
和
Figure BDA0002321156220000043
分别表示可行区间U2的上界和下界，并判断U2是否为空集，若是，执行步骤(5d)，否则，执行步骤(5c)；
(5c)计算可行区间U1与可行区间U2的交集
Figure BDA0002321156220000044
其中
Figure BDA0002321156220000045
和
Figure BDA0002321156220000049
分别表示可行区间U的上界
Figure BDA0002321156220000046
和下界
Figure BDA0002321156220000047
并判断U是否为空集，若是，执行步骤(5d)，否则，将
Figure BDA0002321156220000048
作为最优簇头概率因子p*；
(5d)将区间(0,1)上的随机值rand(0,1)作为最优簇头概率因子p*；
(6)获取资源复用场景下MTC网络的簇数目规划结果：
根据最优簇头概率因子p*计算MTC网络的最优簇数目l*。
本发明与现有技术相比，具有如下优点：
1.本发明在对MTC网络的通信频段资源进行分配时允许簇内通信频段资源可以被不同的簇重复使用，与现有技术相比，解决了频谱资源被过度消耗的问题，提高了频谱资源利用率以及单位带宽上可实现的数据速率，使得网络能量效率得到了显著提高。
2.本发明全面考虑了实际MTC网络由于簇间资源复用带来的簇间干扰、所使用的频段资源与可实现的数据速率之间的相互制约作用，与现有技术相比，解决了在簇间资源复用场景下得到的簇数目是次优的问题，得到了适用于资源复用场景下MTC网络的最优簇数目。
3.本发明在资源复用场景下构建了MTC网络平均功率消耗的优化模型，该优化模型对簇间干扰和可实现的数据速率进行了约束,与现有技术相比，解决了数据包传输时间过长和网络功率消耗较大的问题，保障了MTC网络通信的可靠性，使得网络功率消耗降低，进一步提高了网络能量效率。
附图说明
图1是本发明的实现流程图；
图2是本发明采用的MTC网络场景图；
图3是本发明的通信频段划分图；
图4是本发明中求解MTC网络平均功率消耗优化模型的实现流程图；
图5是本发明与现有技术的网络能量效率仿真对比图；
图6是本发明与现有技术的网络功率消耗仿真对比图。
具体实施方式
下面结合附图对本发明实施方式和效果作进一步说明。
参照图1，本发明的实现步骤如下：
步骤1，构建机器类型通信MTC网络模型并进行划分。
(1a)构建如图2所示的机器类型通信MTC网络模型，包括设置在小区中心的基站BS，以及均匀分布在小区的n个MTC设备的机器类型通信MTC网络模型，n≥4，且n服从密度为λ的均匀空间泊松分布，n的均值为λπR2，基站BS的覆盖半径为R；
(1b)按照地理相似性将n个MTC设备划分为l个簇，l≥2，并将每个簇所包含的m个MTC设备中的任意一个作为簇头CH，m≥2，将其余MTC设备作为簇成员CM，设CH的簇头概率因子为p，p∈(0,1)，则l＝np＝λπR2p，m＝1/p。
步骤2，制定MTC网络的通信准则。
假设所有MTC设备均周期性地传输数据包，其在传输数据包时被唤醒，否则一直处于休眠状态。为了提高网络能量效率，规定在每个周期T内，每个簇成员CM在时长t0内向其簇头CH发送平均数据包长度为Dl的数据包，然后簇头CH汇聚簇内所有簇成员CM的数据包并在时长t0内转发至基站BS，其中t0＜T。
步骤3，对MTC网络的通信频段资源进行分配。
参照图3，对本发明的通信频段划分作进一步的描述，图3中MTC网络的通信频段资源分为簇间通信频段资源和簇内通信频段资源两部分，将MTC网络中频段宽度为W1的簇间通信频段资源划分为l个正交的簇间通信子频段，用于实现l个簇头CH与基站BS的通信，并保障簇头与基站无干扰地进行通信，其中，每个簇间通信子频段的频谱宽度为W1/l；
为了提高资源利用率，允许簇内通信频段资源可以被不同的簇重复使用，具体为，将频段宽度为W2的簇内通信频段资源划分为m个正交的簇内通信子频段，用于实现簇内m个簇成员CM与簇头CH的通信，且每个簇内通信子频段可以被不同的簇重复使用，其中，每个簇内通信子频段的频谱宽度为W2/m。
步骤4，构建MTC网络平均功率消耗的优化模型。
(4a)假设一个簇的簇内簇成员CM在向簇头CH发送数据包时会同时受到其他(l-1)个簇的簇间干扰，建立簇间干扰平均功率E[Ir]的函数表达式和簇内簇成员CM的平均数据速率E[R(CM)]的函数表达式：
Figure BDA0002321156220000061
Figure BDA0002321156220000062
其中，Pt(CM)为每个簇成员CM的传输功率，Zr表示簇间干扰的阴影效应因子，E[PL(a)]为每个簇头CH与簇内其他簇成员CM之间的平均路径损耗，Za为每个簇头CH与簇内其他簇成员CM之间的阴影效应因子，N0为热噪声功率，E[PL(r)]为簇间干扰的平均路径损耗；
所述的每个簇头CH与簇内其他簇成员CM之间的平均路径损耗E[PL(a)]的函数表达式为：
Figure BDA0002321156220000063
其中，E[D2]为簇内所有簇成员CM与簇头CH的平均通信距离，
Figure BDA0002321156220000064
所述的簇间干扰的平均路径损耗E[PL(r)]的计算公式为：
Figure BDA0002321156220000071
其中，E[Dr]为簇间干扰的平均距离，将簇间干扰的平均距离等效为各个簇头CH之间的平均距离，则簇间干扰的平均距离E[Dr]的计算公式为：
Figure BDA0002321156220000072
其中，E[D1]为所有簇头CH与基站BS的平均通信距离，
Figure BDA0002321156220000073
θ为任意两个簇头CH与基站BS之间的夹角，θ∈[0,2π]，
Figure BDA0002321156220000074
为对函数f(θ)在θ∈[0,2π]上进行积分；
(4b)构建决策变量为簇头概率因子p，目标函数为网络平均功率消耗E[PΣ]，约束条件为C1、C2和C3的MTC网络平均功率消耗的优化模型：
Figure BDA0002321156220000075
s.t.C1:0≤E[Ir]≤Ith
C2:E[R(CH)]≥m·Dl/t0
C3:E[R(CM)]≥Dl/t0
其中，E[R(CH)]为簇头CH的平均数据速率，Ith为簇间干扰功率门限；
所述的网络平均功率消耗E[PΣ]的函数表达式为：
E[PΣ]＝l·(Pc+Pt(CH))+(n-l)·(Pc+Pt(CM))
＝λπR2(Pc+Pt(CM))+λπR2p(Pt(CH)-Pt(CM))
其中，Pt(CH)为每个簇头CH的传输功率，Pc为电路功率消耗；
所述的簇头CH的平均数据速率E[R(CH)]的函数表达式为：
Figure BDA0002321156220000076
其中，Ze为每个簇头CH与基站BS之间的阴影效应因子，E[PL(e)]为所有簇头CH与基站BS之间的平均路径损耗，其计算公式为：
Figure BDA0002321156220000081
所述的MTC网络平均功率消耗的优化模型可进一步表达为：
Figure BDA0002321156220000082
s.t.C1:0≤Ip-J≤Ith
C2:Hlog(1+Ap)≥Dl/t0
C3:W2plog(1+C/D)≥Dl/t0
其中，F＝λπR2(Pc+Pt(CM))，G＝λπR2(Pt(CH)-Pt(CM)),
Figure BDA0002321156220000083
Figure BDA0002321156220000084
Figure BDA0002321156220000085
步骤5，求解MTC网络平均功率消耗的优化模型。
参照图4，本步骤的具体实现如下：
(5a)首先计算满足约束条件C1和C2的可行区间
Figure BDA0002321156220000086
其中
Figure BDA0002321156220000087
和
Figure BDA0002321156220000088
分别表示可行区间U1的上界max(p1,p2)和下界min(p3,p4)，由约束条件C1可得
Figure BDA0002321156220000089
由约束条件C2可得
Figure BDA00023211562200000810
所以p1、p2、p3及p4的表达式分别为
Figure BDA00023211562200000811
p4＝1；
然后判断U1是否为空集，如果
Figure BDA00023211562200000812
则U1为空集，执行步骤(5d)，如果
Figure BDA00023211562200000813
则U1不为空集，执行步骤(5b)；
(5b)计算满足约束条件C3的可行区间
Figure BDA00023211562200000814
其中
Figure BDA00023211562200000815
和
Figure BDA00023211562200000816
分别表示可行区间U2的上界和下界，由约束条件C3可得Dl/(t0W2log(1+C/D))≤p≤1，所以
Figure BDA00023211562200000817
和
Figure BDA00023211562200000818
的表达式分别为
Figure BDA00023211562200000819
然后判断U2是否为空集，如果
Figure BDA0002321156220000091
则U2为空集，执行步骤(5d)，如果
Figure BDA0002321156220000092
则U2不为空集，执行步骤(5c)；
(5c)计算可行区间U1与可行区间U2的交集
Figure BDA0002321156220000093
其中
Figure BDA0002321156220000094
和
Figure BDA00023211562200000911
分别表示可行区间U的上界和下界，
Figure BDA00023211562200000912
然后判断U是否为空集，如果
Figure BDA0002321156220000096
则U为空集，执行步骤(5d)，如果
Figure BDA0002321156220000097
则U不为空集，将
Figure BDA0002321156220000098
作为最优簇头概率因子p*；
(5d)将区间(0,1)上的随机值rand(0,1)作为最优簇头概率因子p*。
步骤6，获取资源复用场景下MTC网络的簇数目规划结果。
根据最优簇头概率因子p*计算MTC网络的最优簇数目l*，
Figure BDA0002321156220000099
其中
Figure BDA00023211562200000910
表示向上取整。
本发明的效果可通过仿真进一步说明：
1.仿真条件
仿真使用MATLAB R2017a软件实现，设置小区半径为300m，泊松参数λ为0.01设备数/m2，簇间通信频段带宽W1为20MHz，簇内通信频段带宽W2为200KHz，每个簇头CH的传输功率Pt(CH)为0.3W，每个簇成员CM的传输功率Pt(CM)为0.01W，电路功率消耗Pc为-25dB，平均数据包长度Dl为16136bit，传输周期T为9090s，传输时长t0为0.2s，簇间干扰功率门限Ith为10-5W，簇间干扰的阴影效应因子Zr为6，每个簇头CH与基站BS之间的阴影效应因子Ze为6，每个簇头CH与簇内其他簇成员CM之间的阴影效应因子Za为3，热噪声功率N0为-204dBW/Hz。
2.仿真内容和结果
仿真1.在上述仿真条件下，对本发明和现有采用正交频段通信的MTC簇数目规划方法的网络能量效率进行仿真，结果如图5所示。
从图5可见，随着网络运行时间的增加，本发明和现有采用正交频段通信的的MTC簇数目规划方法的网络能量效率基本不随网络运行时间而改变，图中的左纵坐标轴对应本发明的网络能量效率的取值范围，右纵坐标轴对应现有采用正交频段通信的MTC簇数目规划方法的网络能量效率的取值范围，可以看到，本发明的网络能量效率显著高于现有采用正交频段通信的MTC簇数目规划方法。
仿真2.在上述仿真条件下，对本发明和现有采用正交频段通信的MTC簇数目规划方法的网络功率消耗进行仿真，结果如图6所示。
从图6可见，随着传输时长的增加，现有采用正交频段通信的MTC簇数目规划方法的网络功率消耗保持不变，而本发明的网络功率消耗逐渐减小，与现有采用正交频段通信的MTC簇数目规划方法相比，本发明有效降低了网络功率消耗。
以上描述仅是本发明的一个具体实例，并不构成对本发明的任何限制。显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (8)

1.一种资源复用场景下MTC网络的簇数目规划方法，其特征在于，包括如下步骤：
(1)构建机器类型通信MTC网络模型并进行划分：
(1a)构建包括设置在小区中心的基站BS，以及均匀分布在小区的n个MTC设备的机器类型通信MTC网络模型，n≥4，且n服从密度为λ的均匀空间泊松分布，基站BS的覆盖半径为R；
(1b)按照地理相似性将n个MTC设备划分为l个簇，l≥2，并将每个簇所包含的m个MTC设备中的任意一个作为簇头CH，m≥2，将其余MTC设备作为簇成员CM，设CH的簇头概率因子为p，p∈(0,1)，则l＝np，m＝1/p；
(2)制定MTC网络的通信准则：
在每个周期T内，每个簇成员CM在时长t0内向其簇头CH发送平均数据包长度为Dl的数据包，簇头CH汇聚簇内所有簇成员CM的数据包后在时长t0内转发至基站BS，其中t0＜T；
(3)对MTC网络的通信频段资源进行分配：
将MTC网络中频段宽度为W1的簇间通信频段资源划分为l个正交的簇间通信子频段，用于实现l个簇头CH与基站BS的通信，将频段宽度为W2的簇内通信频段资源划分为m个正交的簇内通信子频段，用于实现m个簇内簇成员CM与簇头CH的通信，且每个簇内通信子频段可以被不同的簇重复使用；
(4)构建MTC网络平均功率消耗的优化模型：
(4a)建立簇间干扰平均功率E[Ir]的函数表达式和簇内簇成员CM的平均数据速率E[R(CM)]的函数表达式：
Figure FDA0002321156210000011
Figure FDA0002321156210000021
其中，Pt(CM)为每个簇成员CM的传输功率，Zr为簇间干扰的阴影效应因子，E[PL(a)]为每个簇头CH与簇内其他簇成员CM之间的平均路径损耗，Za为每个簇头CH与簇内其他簇成员CM之间的阴影效应因子，N0为热噪声功率，E[PL(r)]为簇间干扰的平均路径损耗，
Figure FDA0002321156210000022
E[Dr]为簇间干扰的平均距离，
Figure FDA0002321156210000023
E[D1]为所有簇头CH与基站BS的平均通信距离，θ为任意两个簇头CH与基站BS之间的夹角，θ∈[0,2π]，
Figure FDA0002321156210000024
为对函数f(θ)在θ∈[0,2π]上进行积分；
(4b)构建决策变量为簇头概率因子p，目标函数为网络平均功率消耗E[PΣ]，约束条件为C1、C2和C3的MTC网络平均功率消耗的优化模型：
Figure FDA0002321156210000025
s.t.C1:0≤E[Ir]≤Ith
C2:E[R(CH)]≥m·Dl/t0
C3:E[R(CM)]≥Dl/t0
其中，E[R(CH)]为簇头CH的平均数据速率，Ith为簇间干扰功率门限；
(5)求解MTC网络平均功率消耗的优化模型：
(5a)计算满足约束条件C1和C2的可行区间
Figure FDA0002321156210000026
其中
Figure FDA0002321156210000027
和
Figure FDA00023211562100000210
分别表示可行区间U1的上界max(p1,p2)和下界min(p3,p4)，并判断U1是否为空集，若是，执行步骤(5d)，否则，执行步骤(5b)；
(5b)计算满足约束条件C3的可行区间
Figure FDA0002321156210000028
其中
Figure FDA0002321156210000029
和
Figure FDA00023211562100000211
分别表示可行区间U2的上界和下界，并判断U2是否为空集，若是，执行步骤(5d)，否则，执行步骤(5c)；
(5c)计算可行区间U1与可行区间U2的交集
Figure FDA0002321156210000031
其中
Figure FDA0002321156210000032
和
Figure FDA0002321156210000036
分别表示可行区间U的上界
Figure FDA0002321156210000033
和下界
Figure FDA0002321156210000037
并判断U是否为空集，若是，执行步骤(5d)，否则，将
Figure FDA0002321156210000038
作为最优簇头概率因子p*；
(5d)将区间(0,1)上的随机值rand(0,1)作为最优簇头概率因子p*；
(6)获取资源复用场景下MTC网络的簇数目规划结果：
根据最优簇头概率因子p*计算MTC网络的最优簇数目l*。
2.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(1a)中所述的n个MTC设备，其中n的均值为λπR2。
3.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(3)中所述的簇间通信子频段的频谱宽度和簇内通信子频段的频谱宽度分别为W1/l和W2/m。
4.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(4a)中所述的平均通信距离E[D1]和平均路径损耗E[PL(a)]，计算公式分别为：
Figure FDA0002321156210000034
E[PL(a)]＝38.5+20logE[D2]
其中，E[D2]为簇内所有簇成员CM与簇头CH的平均通信距离，
Figure FDA0002321156210000035
5.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(4b)中所述的网络平均功率消耗E[PΣ]和簇头CH的平均数据速率E[R(CH)]，计算公式分别为：
E[PΣ]＝l·(Pc+Pt(CH))+(n-l)·(Pc+Pt(CM))
Figure FDA0002321156210000041
其中，Pt(CH)为每个簇头CH的传输功率，Pc为电路功率消耗，Ze为每个簇头CH与基站BS之间的阴影效应因子，E[PL(e)]为所有簇头CH与基站BS之间的平均路径损耗，
Figure FDA0002321156210000042
6.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(5a)中所述的p1、p2、p3及p4的表达式分别为：
Figure FDA0002321156210000043
Figure FDA0002321156210000044
p4＝1，其中，
Figure FDA0002321156210000045
Figure FDA0002321156210000046
7.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(5b)中所述的
Figure FDA0002321156210000047
和
Figure FDA00023211562100000411
的表达式分别为：
Figure FDA0002321156210000048
Figure FDA00023211562100000412
其中，
Figure FDA0002321156210000049
Figure FDA00023211562100000410
8.根据权利要求1所述的资源复用场景下MTC网络的簇数目规划方法，其特征在于，步骤(6)中所述的计算MTC网络的最优簇数目l*，计算公式为：
Figure FDA0002321156210000051
其中，
Figure FDA0002321156210000052
表示向上取整。
CN201911298206.6A 2019-12-17 2019-12-17 一种资源复用场景下mtc网络的簇数目规划方法 Active CN110996326B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911298206.6A CN110996326B (zh) 2019-12-17 2019-12-17 一种资源复用场景下mtc网络的簇数目规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911298206.6A CN110996326B (zh) 2019-12-17 2019-12-17 一种资源复用场景下mtc网络的簇数目规划方法

Publications (2)

Publication Number Publication Date
CN110996326A true CN110996326A (zh) 2020-04-10
CN110996326B CN110996326B (zh) 2022-04-05

Family

ID=70094783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911298206.6A Active CN110996326B (zh) 2019-12-17 2019-12-17 一种资源复用场景下mtc网络的簇数目规划方法

Country Status (1)

Country Link
CN (1) CN110996326B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689271A (zh) * 2020-12-28 2021-04-20 上海微波技术研究所（中国电子科技集团公司第五十研究所） 延长网络生存时间的簇头规划及功率控制方法
CN114448490A (zh) * 2021-12-22 2022-05-06 天翼云科技有限公司 一种多无人机的路径规划与频谱资源分配方法及系统
CN114448490B (zh) * 2021-12-22 2024-04-26 天翼云科技有限公司 一种多无人机的路径规划与频谱资源分配方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011002342A1 (de) * 2010-05-03 2011-11-03 Infineon Technologies Ag Kommunikationsnetzwerkvorrichtung, Kommunikationsendgerät und Kommunikationsressourcen-Allokierungsverfahren
CN104507038A (zh) * 2014-12-23 2015-04-08 西安交通大学 一种分簇型m2m网络中ran层的接入过载控制方法
US20150296404A1 (en) * 2014-04-10 2015-10-15 Samsung Electronics Co., Ltd. Method and system for providing data communication through a cluster head for machine type communication (mtc) based group communication
CN105992352A (zh) * 2015-02-02 2016-10-05 北京信威通信技术股份有限公司 一种分簇Ad Hoc 网络的资源分配方法
WO2018205963A1 (zh) * 2017-05-10 2018-11-15 索尼公司 用于无线通信系统的电子设备、方法和存储介质
CN108964981A (zh) * 2018-06-12 2018-12-07 南京邮电大学 基于mMTC突发场景下干扰分析模型的建立方法
CN109618309A (zh) * 2019-01-11 2019-04-12 东南大学 一种基于时隙复用的机器通信随机接入方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011002342A1 (de) * 2010-05-03 2011-11-03 Infineon Technologies Ag Kommunikationsnetzwerkvorrichtung, Kommunikationsendgerät und Kommunikationsressourcen-Allokierungsverfahren
US20150296404A1 (en) * 2014-04-10 2015-10-15 Samsung Electronics Co., Ltd. Method and system for providing data communication through a cluster head for machine type communication (mtc) based group communication
CN104507038A (zh) * 2014-12-23 2015-04-08 西安交通大学 一种分簇型m2m网络中ran层的接入过载控制方法
CN105992352A (zh) * 2015-02-02 2016-10-05 北京信威通信技术股份有限公司 一种分簇Ad Hoc 网络的资源分配方法
WO2018205963A1 (zh) * 2017-05-10 2018-11-15 索尼公司 用于无线通信系统的电子设备、方法和存储介质
CN108964981A (zh) * 2018-06-12 2018-12-07 南京邮电大学 基于mMTC突发场景下干扰分析模型的建立方法
CN109618309A (zh) * 2019-01-11 2019-04-12 东南大学 一种基于时隙复用的机器通信随机接入方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALI SHAHINI等: "NOMA Aided Narrowband IoT for Machine Type Communications With User Clustering", 《IEEE》 *
FANGSHENG ZHONG等: "SCMA-Based Uplink and Downlink Resource Reuse for Clustered mMTC", 《IEEE》 *
徐少毅等: "机器对机器通信中一种基于能量效率与系统容量的多目标无线资源管理算法", 《电子与信息学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689271A (zh) * 2020-12-28 2021-04-20 上海微波技术研究所（中国电子科技集团公司第五十研究所） 延长网络生存时间的簇头规划及功率控制方法
CN112689271B (zh) * 2020-12-28 2023-06-13 上海微波技术研究所（中国电子科技集团公司第五十研究所） 延长网络生存时间的簇头规划及功率控制方法
CN114448490A (zh) * 2021-12-22 2022-05-06 天翼云科技有限公司 一种多无人机的路径规划与频谱资源分配方法及系统
CN114448490B (zh) * 2021-12-22 2024-04-26 天翼云科技有限公司 一种多无人机的路径规划与频谱资源分配方法及系统

Also Published As

Publication number Publication date
CN110996326B (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN107172704B (zh) 基于协作频谱感知和干扰约束的认知异构网络功率分配方法
Jia et al. Resource partitioning and user association with sleep-mode base stations in heterogeneous cellular networks
CN110233755B (zh) 一种物联网中雾计算的计算资源和频谱资源分配方法
CN108965009B (zh) 一种基于势博弈的负载已知用户关联方法
CN113453239B (zh) 信道资源分配方法及系统、存储介质、电子设备
CN104796990A (zh) 蜂窝异构网络中基于功率控制的d2d资源分配方法
CN107404726A (zh) 一种基于能效的异构蜂窝网络微基站部署方法
Yu et al. Dynamic resource allocation in TDD-based heterogeneous cloud radio access networks
Yu et al. Interference coordination strategy based on Nash bargaining for small‐cell networks
CN108366426A (zh) 一种超密集环境下基于模拟退火算法的虚拟映射方法
CN106792480B (zh) 一种基于蜂窝网络的d2d通信资源分配方法
CN110996326B (zh) 一种资源复用场景下mtc网络的簇数目规划方法
CN103338453B (zh) 一种用于分层无线网络的动态频谱接入方法及系统
CN108282888B (zh) 一种基于改进模糊聚类的d2d资源分配方法
Prabowo et al. Energy efficient resources allocations for wireless communication systems
CN105530203B (zh) D2d通信链路的接入控制方法及系统
CN110536398B (zh) 基于多维有效容量的平均时延保障功率控制方法及系统
CN110602718B (zh) 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统
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
TW202102021A (zh) 頻譜管理設備、電子設備、無線通信方法和儲存介質
Merlhe et al. Dynamic cell-less radio access network meta-scheduler for high system capacity increase
CN102946608B (zh) 一种无线电网络中资源公平分配的方法及装置
Touati et al. Model-Based optimization for JT CoMP in C-RAN
Kim et al. Analysis of the optimal number of clusters in UDN environment
Yang et al. A clustering optimization algorithm based on WCA in MANET

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