CN111447620A - 一种毫米波异构网络资源分配联合优化方法 - Google Patents

Abstract

本发明涉及一种毫米波异构网络资源分配联合优化方法，属于无线通信技术领域，包括步骤：S1：建立异构网络系统模型，毫米波链路信道模型，设置每个基站关联的用户数量；S2：根据信道模型建立异构网络用户的，系统吞吐量和系统能效；S3：给出能效优化目标函数F以及限制条件；S4：融合Dinkelbach原理与DC原理将目标函数转化为两个凹函数之差F^*＝f₁‑f₂；S5：将f₂进行一阶泰勒展开得到

此时

为一个凹函数；S6：初始化，能效η_EE ^[s]，迭代次数s＝1，收敛阈值ζ＞0；S7：当F^[s]＞ξ时，将η_EE ^[s]代入到F^[s]之中，求得子信道分配矩阵C^[s]，功率分配矩阵P^[s]；S8：将所求C^[s]，P^[s]代入F中得到η_EE ^[s+1]；S9：循环执行S7，S8直到F^[s]＜＝ξ时结束。本发明能够获得更高的系统能效。

Description

一种毫米波异构网络资源分配联合优化方法

技术领域

本发明属于无线通信技术领域，涉及一种毫米波异构网络资源分配联合优化方法。

背景技术

随着无线通信的快速发展，用户数和业务量呈爆炸式增长，这将对无线网络的系统容量提出更高的要求。毫米波异构网络通过更加“密集化”的无线网络基础设施部署，可获得更高的频率复用效率，从而在局部热点区域实现百倍量级的系统容量提升。这种通过空间频率复用和将数据流量卸载到微小区来解决容量和覆盖问题的密集组网，由于基站密度的增加，用户将受到多个密集邻区的同频干扰，为了应对新的通信需求近年来毫米波通信得到了广泛研究。在过去，由于毫米波具有较高的穿透损耗，因此并不被认为是一种可行的无线通信技术。然而，近年来的研究表明可以通过使用高定向天线和波束成形来克服这个问题，因此毫米波异构网络的研究显得越来越重要。为了充分利用毫米波频率资源同时降低相邻小区间的干扰，本发明提出了一种毫米波异构网络资源分配联合优化方法。

发明内容

有鉴于此，本发明的目的在于提供一种毫米波异构网络资源分配联合优化方法。

为达到上述目的，本发明提供如下技术方案：

一种毫米波异构网络资源分配联合优化方法，包括以下步骤：

S1：建立异构网络系统模型，毫米波链路信道模型PL(d)，设置每个基站关联的用户数量；

S2：根据信道模型建立异构网络用户的SINR，系统吞吐量R_sum和系统能效η_EE；

S3：给出能效优化目标函数F以及限制条件C1-C5；

S4：融合Dinkelbach原理与DC原理将目标函数转化为两个凹函数之差F^*＝f₁-f₂；

S5：将f₂进行一阶泰勒展开得到

此时

为一个凹函数；

S6：初始化，能效η_EE ^[s]，迭代次数s＝1，收敛阈值ζ＞0；

S7：当F^[s]＞ξ时，将η_EE ^[s]代入到F^[s]之中，求得子信道分配矩阵C^[s]，功率分配矩阵P^[s]；

S8：将所求C^[s]，P^[s]代入F中得到η_EE ^[s+1]；

S9：循环执行S7，S8直到F^[s]＜＝ξ时结束。

进一步，步骤S1中，选取毫米波链路的路径损失函数为：

其中d₀为参考距离，f_c为载波频率，α_m为路损指数，ξ为阴影指数。

进一步，步骤S2中，关联到基站j下并接入子信道n中的用户i的SINR表示为：

其中，

表示第j个基站为第i个用户分配的功率，

表示子信道n上的信道增益，σ²表示高斯白噪声功率，

表示用户受到的干扰。

进一步，步骤S2中所述系统吞吐量为：

系统能效为：

其中，P_tot为系统总功耗。

进一步，步骤S3中所述目标函数和限制条件为：

进一步，步骤S4-S5，具体包括：

将目标函数简单变型得到：

重构限制条件C3为

从而从目标函数以及C2，C4中移除C_i,n；

然后利用惩罚函数法对变量C_i,n进行松弛，重构限制条件C5为：0≤C_i,n≤1，并额外引入一个限制条件：C6:(C_i,n-(C_i,n)²)≤0，从而使目标函数转化为一个连续优化问题；

引入惩罚项对目标函数进行重构得到：

s.t.C1-C6

其中

λ称为惩罚因子，当λ取值足够大时与原目标函数等价，然后根据Dinkelbach原理将目标函数转化为：

然后构造两个辅助函数：

使目标函数转化为两个凹函数之差，将f₂进行一阶泰勒展开得到

此时目标函数

为一个凹函数，同理对限制条件C4进行变型，使整个优化函数转化为凸优化结构。

本发明的有益效果在于：不同于常规将资源分配中子信道分配和功率分配拆分为两个子问题的作法，本发明所提出的联合优化算法同步优化子信道和功率分配，更加直接有效的解决了资源分配问题；与常规的先在固定功率下解决子信道分配再解决功率分配的算法相比，本发明的联合优化算法能够获得更优的能效；本发明提供了一种将能效非凸问题逐步转化为凸优化的数学方法，该方法同样适用于其他通信系统资源分配场景。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明所述毫米波异构网络资源分配联合优化方法流程示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

如图1所示，本发明所述的一种联合优化的毫米波异构网络资源分配方法包含以下内容：

本文考虑由一个宏基站，若干微基站组成的两层密集毫米波异构网络中下行链路。所有基站和用户均服从泊松点分布。用K表示所有基站的集合K∈{1,2,3...n}，所有用户集合为U∈{1,2,3,...n}。所有传输均基于OFDMA，系统总带宽为B，将其划分为N个子信道，且N∈{1,2,3,...n}。每一个用户只允许接入一个基站，且只允许接入一个子信道。

本发明选取毫米波链路的路径损失函数为：

其中d₀为参考距离，f_c为载波频率，α_m为路损指数，ξ为阴影指数。

用户的信干噪比为：

其中

表示第j个基站为第i个用户分配的功率，

表示子信道n上的信道增益，σ²表示高斯白噪声功率，

表示用户受到的干扰。假设所有基站均使用相同频率进行传输，不同小区间存在同频干扰。

相应的系统吞吐量为：

系统能效为：

其中，P_tot为系统总功耗。

根据上述模型分析，建立以下目标函数：

联合优化算法：

首先我们将目标函数做一个简单变型得到：

然后我们重构限制条件C3为

这样我们可以安全的从目标函数以及C2，C4中移除C_i,n。然后利用惩罚函数法对变量C_i,n进行松弛，此时我们重构限制条件C5为：0≤C_i,n≤1。为了保证重写的限制条件C5与之前的等价我们额外引入一个限制条件：C6:(C_i,n-(C_i,n)²)≤0。此时目标函数便转化为一个连续优化问题。但是为了保证最后迭代的解C_i,n仍为一个非0即1的二进制解，我们必须引入惩罚项对目标函数进行重构得到：

s.t.C1-C6

其中

λ称为惩罚因子，当λ取值足够大时与原目标函数等价。然后根据Dinkelbach原理我们将目标函数转化为：

然后构造两个辅助函数：

此时目标函数转化为两个凹函数之差，然后将f₂进行一阶泰勒展开得到

此时目标函数

为一个凹函数，同理可对限制条件C4进行变型，此时整个优化函数转化为凸优化结构。再按照如下迭代算法求解：

①初始化：η_EE ^[s]，迭代次数s＝1，收敛阈值ζ＞0；

②当F^[s]＞ξ时循环执行(外层循环)；

③对于给定的η_EE ^[s]，将其代入目标函数F^*(内层循环)：

初始化迭代次数l＝1；

计算目标函数F^*，得到C^[s],P^[s]；

l＝l+1；

直到C^[s],P^[s]收敛，跳出内循环；

④利用内层循环所得到的C^[s],P^[s]进行如下更新：

s＝s+1。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种毫米波异构网络资源分配联合优化方法，其特征在于：包括以下步骤：

S1：建立异构网络系统模型，毫米波链路信道模型PL(d)，设置每个基站关联的用户数量；

S2：根据信道模型建立异构网络用户的SINR，系统吞吐量R_sum和系统能效η_EE；

S3：给出能效优化目标函数F以及限制条件；

S4：融合Dinkelbach原理与DC原理将目标函数转化为两个凹函数之差F^*＝f₁-f₂；

S5：将f₂进行一阶泰勒展开得到

此时

为一个凹函数；

S6：初始化，能效η_EE ^[s]，迭代次数s＝1，收敛阈值ζ＞0；

S7：当F^[s]＞ξ时，将η_EE ^[s]代入到F^[s]之中，求得子信道分配矩阵C^[s]，功率分配矩阵P^[s]；

S8：将所求C^[s]，P^[s]代入F中得到η_EE ^[s+1]；

S9：循环执行S7，S8直到F^[s]＜＝ξ时结束。

2.根据权利要求1所述的毫米波异构网络资源分配联合优化方法，其特征在于：步骤S1中，选取毫米波链路的路径损失函数为：

其中d₀为参考距离，f_c为载波频率，α_m为路损指数，ξ为阴影指数。

3.根据权利要求1所述的毫米波异构网络资源分配联合优化方法，其特征在于：步骤S2中，关联到基站j下并接入子信道n中的用户i的SINR表示为：

其中，

表示第j个基站为第i个用户分配的功率，

表示子信道n上的信道增益，σ²表示高斯白噪声功率，

表示用户受到的干扰。

4.根据权利要求1所述的毫米波异构网络资源分配联合优化方法，其特征在于：步骤S2中所述系统吞吐量为：

系统能效为：

其中，P_tot为系统总功耗。

5.根据权利要求1所述的毫米波异构网络资源分配联合优化方法，其特征在于：步骤S3中所述目标函数和限制条件为：

6.根据权利要求1所述的毫米波异构网络资源分配联合优化方法，其特征在于：步骤S4-S5，具体包括：

将目标函数简单变型得到：

重构限制条件C3为

从而从目标函数以及C2，C4中移除C_i,n；

然后利用惩罚函数法对变量C_i,n进行松弛，重构限制条件C5为：0≤C_i,n≤1，并额外引入一个限制条件：C6:(C_i,n-(C_i,n)²)≤0，从而使目标函数转化为一个连续优化问题；

引入惩罚项对目标函数进行重构得到：

s.t.C1-C6

其中

λ称为惩罚因子，当λ取值足够大时与原目标函数等价，然后根据Dinkelbach原理将目标函数转化为：

然后构造两个辅助函数：

使目标函数转化为两个凹函数之差，将f₂进行一阶泰勒展开得到

此时目标函数

为一个凹函数，同理对限制条件C4进行变型，使整个优化函数转化为凸优化结构。

Images