CN111654920B - 一种分布式能效子载波功率分配方法 - Google Patents
一种分布式能效子载波功率分配方法 Download PDFInfo
- Publication number
- CN111654920B CN111654920B CN202010490509.4A CN202010490509A CN111654920B CN 111654920 B CN111654920 B CN 111654920B CN 202010490509 A CN202010490509 A CN 202010490509A CN 111654920 B CN111654920 B CN 111654920B
- Authority
- CN
- China
- Prior art keywords
- energy efficiency
- user
- power
- users
- optimal
- 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
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/0091—Signaling for the administration of the divided path
- H04L5/0094—Indication of how sub-channels of the path are allocated
-
- 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)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种分布式能效子载波功率分配方法,属于通信技术领域。该方法基于ofdma的小蜂窝网络上行链路的的分布式能效功率分配方案。基于非合作博弈论框架,我们提出了一种基于进化稳定的雅可比型迭代算法,获得了具有快速收敛性的稳定的纳什均衡解。为了求解每次动态过程中的纳什均衡点,我们提出了一种阶梯能效算法。
Description
技术领域
本发明属于通信技术领域,涉及一种分布式能效子载波功率分配方法。
背景技术
在ofdma的小蜂窝网络上行链路的分布式能效功率分配过程中,收敛性差,稳定性差。
发明内容
有鉴于此,本发明的目的在于提供一种分布式能效子载波功率分配方法。
为达到上述目的,本发明提供如下技术方案:
一种分布式能效子载波功率分配方法,该方法为:
在单小区的OFDM上行系统中,无线网络由一个配置着M根发射天线的基站和K个配置着单根接收天线的用户构成,系统用户设置表述为子载波配置表述为N为子载波个数;假设用户的带宽为W,则每个子载波的带宽为B=W/N;假设上行信道向量为元素表示基站的第m根天线和第k个用户在第n个子载波上的传播信道增益,包含了所有用户的信道表示为在MIMO系统的混合波束赋型方案中,假设基站接收端合并矩阵定义为对于MRC和ZF合并器来说,合并矩阵分别为V(n)=H(n)和V(n)=H(n)(H(n)HH(n))-1;
定义用户k的所有子载波功率向量为pk=[pk,1,pk,2,...,pk,N],而p\k,n=[p1,n,...,pk-1,n,pk+1,n,...pK,n]为除了用户k之外的其他用户的所有第n个子载波功率向量;第k个用户的信道容量表示为
γk,n为第k个用户在第n个子载波的SINR,表示为有效信道信干噪比ηk,n和传输功率pk,n的乘积的形式:
第k个用户的能效EEk定义为:
能效为:
第k个用户的第i个子载波和第i+1个子载波的阶梯深度为dk,i和dk,i+1,处于dk,i和dk,i+1之间的能效注水水位定义为μk,i;
单阶梯内的最优能效注水水位表示为
每次迭代过程是一个最优反应动态过程BRD,每个用户都会基于当前其他用户的策略选择自己的策略来最大化自己的效用函数EEk;
研究这类互作用的问题的框架为非合作博弈理论,多用户的非合作博弈理论定义游戏玩家为为一组满足限制条件的能量分配策略;假设本用户功率向量为pk=[pk,1,pk,2,...,pk,N],其他用户的功率向量为p\k=[p1,...,pk-1,pk+1,...pK],第k个用户的行为依赖于其他用户的行为,也就是用广义纳什均衡的方法GNE来解决这个问题;从(6)的多用户能效函数的定义分析,EEk为pk和p\k的函数;
EEk=EEk(pk,p\k) (13)
任何用户都不能通过单方面采取不同的策略来提高自己的能效;只要其他用户的策略不改变,该用户改变自己的策略也不能提供更多的能效增益;这意味着任何一个纳什均衡点都是BRD的一个静态点;由于用户之间不存在功率信息的交互,每个用户的能效功率的优化问题的求解不能使用其他用户最新更新的功率信息;采用Jacobi-type迭代算法来求取稳定的纳什均衡点;在Jacobi-type的每次迭代中,需要执行K个用户的能效优化问题;
假设信道为时不变信道,在一次迭代中,所有K个用户都要与基站进行一次交互,根据从基站获知的所有子载波上的SINR采用阶梯能效算法更新得到当前最优能效功率,然后上报给基站;在阶梯能效算法的基础上使用纳什均衡的方法来解决多用户的能效最优的功率分配问题的实现过程;
这里第k个用户的能效gk(μk)如公式(12)所示,dk=[dk,1,...,dk,N]为第k个用户的阶梯深度向量,它和其他用户的功率分配相关,所以dk为p\k,i的函数,而μk为pk的函数,则
这里为最优阶梯深度向量;终端唯一能获取的其他用户的信息为从基站接收的所有子载波上的信干噪比γk=[γk,1,...,γk,N],其对应的等效信干噪比ηk=[ηk,1,...,ηk,N]由(3)定义;根据时刻v获取的ηk(v)迭代地更新dk(v)来逐渐逼近最优阶梯深度向量时刻v的由v-1时刻的信干噪比γk(v-1)和功率pk(v-1)相除得到,即
这里pk(v)=[pk,1(v),...,pk,N(v)],γk(v)=[γk,1(v),...,γk,N(v)],则根据迭代法得到的能效水位μk(v)表示为
由于在能效最优的准则下,用户的平均功率和用户的SINR成正比,该功率的平均操作也类比于SINR的平均操作;
pk(v+1)=αpk(v-1)+βpk(v) (22)
选用的α=0.25~0.5,采用既往结果的演化策略明显好于Jacobi-type迭代算法的收敛速度;
算法:基于阶梯能效的多用户功率分配算法实现
选择初始点p(0)=(p1(0),...,pK(0)),γk(0)=0,设置υ=0;
假如||pk(v)-pk(v-1)||<Δ,则停止;
For k=1,...,K;
为了计算第υ次迭代中第k个用户的注水功率μk(v);
b)使用公式(20)计算dk(v);
c)使用阶梯能效算法(12)求取(21)中的第υ次迭代的能效水位μk(v);
d)根据注水公式(5)求pk(v);
根据(22)得到平均功率。
本发明的有益效果在于:
提出了一种基于进化稳定的雅可比型迭代算法,获得了具有快速收敛性的稳定的纳什均衡解。为了求解每次动态过程中的纳什均衡点,我们提出了一种阶梯能效算法。
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为本发明仿真图。
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。
请参阅图1,为一种基于ofdma的小蜂窝网络上行链路的分布式能效功率分配方案。基于非合作博弈论框架,提出了一种基于进化稳定的雅可比型迭代算法,获得了具有快速收敛性的稳定的纳什均衡解。为了求解每次动态过程中的纳什均衡点,提出了一种阶梯能效算法。
在单小区的OFDM上行系统中,无线网络由一个配置着M根发射天线的基站和K个配置着单根接收天线的用户构成,系统用户设置表述为子载波配置表述为N为子载波个数。假设用户的带宽为W,则每个子载波的带宽为B=W/N。假设上行信道向量为元素表示基站的第m根天线和第k个用户在第n个子载波上的传播信道增益,包含了所有用户的信道表示为在MIMO系统的混合波束赋型方案中,假设基站接收端合并矩阵定义为对于MRC和ZF合并器来说,合并矩阵分别为V(n)=H(n)和V(n)=H(n)(H(n)HH(n))-1。
我们定义用户k的所有子载波功率向量为pk=[pk,1,pk,2,...,pk,N],而p\k,n=[p1,n,...,pk-1,n,pk+1,n,...pK,n]为除了用户k之外的其他用户的所有第n个子载波功率向量。第k个用户的信道容量表示为
γk,n为第k个用户在第n个子载波的SINR,它可以表示为有效信道信干噪比ηk,n和传输功率pk,n的乘积的形式:
第k个用户的能效EEk定义为:
能效也可以写为:
第k个用户的第i个子载波和第i+1个子载波的阶梯深度为dk,i和dk,i+1,处于dk,i和dk,i+1之间的能效注水水位定义为μk,i。
单阶梯内的最优能效注水水位表示为
多用户的功率分配问题实际上是一个多维变量优化问题,每个用户基于优化自己链路的能效的原则选择自己的传输功率,但是每个用户的选择不可避免地受到其他用户的影响,同时也影响着其他用户。这个过程也是一个动态过程,每个用户迭代地更新自己的策略以响应其他用户策略的变化。每次迭代过程也是一个最优反应动态过程(best-responsedynamics,BRD),每个用户都会基于当前其他用户的策略选择自己的策略来最大化自己的效用函数EEk。
研究这类互作用的问题的框架为非合作博弈理论,多用户的非合作博弈理论定义游戏玩家为这里为一组满足限制条件的能量分配策略。假设本用户功率向量为pk=[pk,1,pk,2,...,pk,N],其他用户的功率向量为p\k=[p1,...,pk-1,pk+1,...pK],第k个用户的行为依赖于其他用户的行为,也就是在这种情况下,我们用广义纳什均衡的方法(generalizedNash equilibrium,GNE)来解决这个问题。从(6)的多用户能效函数的定义分析,EEk为pk和p\k的函数。
EEk=EEk(pk,p\k) (13)
也就是说任何用户都不能通过单方面采取不同的策略来提高自己的能效。只要其他用户的策略不改变,该用户改变自己的策略也不能提供更多的能效增益。这意味着任何一个纳什均衡点都是BRD的一个静态点。这样通过不断运行BRD过程,每个纳什均衡点被求得直到收敛到一个稳定的纳什均衡点,我们将采用迭代方式求取稳定的纳什均衡点。由于用户之间不存在功率信息的交互,所以每个用户的能效功率的优化问题的求解不能使用其他用户最新更新的功率信息。在此应用场景下,我们采用的Jacobi-type迭代算法来求取稳定的纳什均衡点。在Jacobi-type的每次迭代中,需要执行K个用户的能效优化问题。
我们假设信道为时不变信道,在一次迭代中,所有K个用户都要与基站进行一次交互,根据从基站获知的所有子载波上的SINR采用阶梯能效算法更新得到当前最优能效功率,然后上报给基站。我们将在阶梯能效算法的基础上使用纳什均衡的方法来解决多用户的能效最优的功率分配问题的实现过程。
阶梯能效优化算法的实现时,我们假设阶梯深度信息为已知信息,但是由于其他用户的信道信息gkm,i未知,阶梯深度信息不能直接从公式(5)获取。假设多用户的能效函数定义为我们定义在已知dk情况下的阶梯能效函数为则
这里第k个用户的能效gk(μk)如公式(12)所示,dk=[dk,1,...,dk,N]为第k个用户的阶梯深度向量,它和其他用户的功率分配相关,所以dk为p\k,i的函数,而μk为pk的函数,则
这里为最优阶梯深度向量。终端唯一能获取的其他用户的信息为从基站接收的所有子载波上的信干噪比γk=[γk,1,...,γk,N],其对应的等效信干噪比ηk=[ηk,1,...,ηk,N]由(3)定义。我们根据时刻v获取的ηk(v)迭代地更新dk(v)来逐渐逼近最优阶梯深度向量时刻v的由v-1时刻的信干噪比γk(v-1)和功率pk(v-1)相除得到,即
这里pk(v)=[pk,1(v),...,pk,N(v)],γk(v)=[γk,1(v),...,γk,N(v)],则根据迭代法得到的能效水位μk(v)表示为
本文所用的Jacobi-type迭代方式虽然适合用户之间无信息交互的场景,但是基于Jacobi-type的迭代速度较Gauss-Seidel的迭代方式慢。这是因为前者的一次迭代将更新所有用户的功率,而后者的一次迭代只更新一个用户的功率,后者的迭代都是基于前一次迭代的操作,因而能持续收敛。相反Jacobi-type迭代方式下,在一个用户的功率更新的同时,其他用户的功率也在更新,因而同一个用户的两次迭代不能保证持续收敛。我们寻求的纳什均衡点实际上用“较满足的事态代替较不满足的事态”,最终达到一种动态稳定的功率平衡。在使用Jacobi-type迭代算法时,本用户自身都不知道当前的功率分配在其他用户功率已经改变的情况下所产生的能效等级。这种信息有限的调整过程不可避免的会缺乏远见而导致算法不能稳定收敛。因而我们提出一种基于“演进稳定策略(evolutionarystable,ESS)”来提高Jacobi-type算法的收敛性。基于在多次迭代的ESS的概念,我们采用利用既往结果的演化策略,对其加以统计便可以得到平均功率的相关信息。由于在能效最优的准则下,用户的平均功率和用户的SINR成正比,该功率的平均操作也类比于SINR的平均操作。
pk(v+1)=αpk(v-1)+βpk(v) (22)
这里选用的α=0.25~0.5,从实验结果也得出,采用既往结果的演化策略明显好于Jacobi-type迭代算法的收敛速度。
算法:基于阶梯能效的多用户功率分配算法实现
仿真:
表1描述了仿真所用到的参数,信道增益采用公式来计算。我们在用户之间最小距离和最大距离范围内随机选择K个用户。最大子载波功率为Pk,n,最大用户功率为最大子载波功率和子载波个数的乘积Pk=Pk,nN,小区用户数目为K,每个用户采用单天线配置,基站发送天线个数为M。
表1参数
使用基于阶梯能效算法的纳什均衡框架,在不同的功率条件下,7-10次迭代后基于演进稳定策略的Jacobi-type迭代算法都能够收敛到稳定均衡点。
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 (1)
1.一种分布式能效子载波功率分配方法,其特征在于:该方法为:
在单小区的OFDM上行系统中,无线网络由一个配置着M根发射天线的基站和K个配置着单根接收天线的用户构成,系统用户设置表述为子载波配置表述为N为子载波个数;假设用户的带宽为W,则每个子载波的带宽为B=W/N;假设上行信道向量为元素表示基站的第m根天线和第k个用户在第n个子载波上的传播信道增益,包含了所有用户的信道表示为在MIMO系统的混合波束赋型方案中,假设基站接收端合并矩阵定义为对于MRC和ZF合并器来说,合并矩阵分别为V(n)=H(n)和V(n)=H(n)(H(n)HH(n))-1;
定义用户k的所有子载波功率向量为pk=[pk,1,pk,2,...,pk,N],而p\k,n=[p1,n,...,pk-1,n,pk+1,n,...pK,n]为除了用户k之外的其他用户的所有第n个子载波功率向量;第k个用户的信道容量表示为
γk,n为第k个用户在第n个子载波的SINR,表示为有效信道信干噪比ηk,n和传输功率pk,n的乘积的形式:
第k个用户的能效EEk定义为:
pk,n=[μk-dk,n]+ (5)
能效为:
第k个用户的第i个子载波和第i+1个子载波的阶梯深度为dk,i和dk,i+1,处于dk,i和dk,i+1之间的能效注水水位定义为μk,i;
单阶梯内的最优能效注水水位表示为
每次迭代过程是一个最优反应动态过程BRD,每个用户都会基于当前其他用户的策略选择自己的策略来最大化自己的效用函数EEk;
研究这类互作用的问题的框架为非合作博弈理论,多用户的非合作博弈理论定义游戏玩家为 为一组满足限制条件的能量分配策略;假设本用户功率向量为pk=[pk,1,pk,2,...,pk,N],其他用户的功率向量为p\k=[p1,...,pk-1,pk+1,...pK],第k个用户的行为依赖于其他用户的行为,也就是用广义纳什均衡的方法GNE来解决这个问题;从(6)的多用户能效函数的定义分析,EEk为pk和p\k的函数;
EEk=EEk(pk,p\k) (13)
任何用户都不能通过单方面采取不同的策略来提高自己的能效;只要其他用户的策略不改变,该用户改变自己的策略也不能提供更多的能效增益;这意味着任何一个纳什均衡点都是BRD的一个静态点;由于用户之间不存在功率信息的交互,每个用户的能效功率的优化问题的求解不能使用其他用户最新更新的功率信息;采用Jacobi-type迭代算法来求取稳定的纳什均衡点;在Jacobi-type的每次迭代中,需要执行K个用户的能效优化问题;
假设信道为时不变信道,在一次迭代中,所有K个用户都要与基站进行一次交互,根据从基站获知的所有子载波上的SINR采用阶梯能效算法更新得到当前最优能效功率,然后上报给基站;在阶梯能效算法的基础上使用纳什均衡的方法来解决多用户的能效最优的功率分配问题的实现过程;
这里第k个用户的能效gk(μk)如公式(12)所示,dk=[dk,1,...,dk,N]为第k个用户的阶梯深度向量,它和其他用户的功率分配相关,所以dk为p\k,i的函数,而μk为pk的函数,则
这里为最优阶梯深度向量;终端唯一能获取的其他用户的信息为从基站接收的所有子载波上的信干噪比γk=[γk,1,...,γk,N],其对应的等效信干噪比ηk=[ηk,1,...,ηk,N]由(3)定义;根据时刻v获取的ηk(v)迭代地更新dk(v)来逐渐逼近最优阶梯深度向量时刻v的由v-1时刻的信干噪比γk(v-1)和功率pk(v-1)相除得到,即
这里pk(v)=[pk,1(v),...,pk,N(v)],γk(v)=[γk,1(v),...,γk,N(v)],则根据迭代法得到的能效水位μk(v)表示为
由于在能效最优的准则下,用户的平均功率和用户的SINR成正比,该功率的平均操作也类比于SINR的平均操作;
pk(v+1)=αpk(v-1)+βpk(v) (22)
选用的α=0.25~0.5,采用既往结果的演化策略明显好于Jacobi-type迭代算法的收敛速度;
算法:基于阶梯能效的多用户功率分配算法实现
选择初始点p(0)=(p1(0),...,pK(0)),γk(0)=0,设置υ=0;
假如||pk(v)-pk(v-1)||<Δ,则停止;
For k=1,...,K;
为了计算第υ次迭代中第k个用户的注水功率μk(v);
b)使用公式(20)计算dk(v);
c)使用阶梯能效算法(12)求取(21)中的第υ次迭代的能效水位μk(v);
d)根据注水公式(5)求pk(v);
根据(22)得到平均功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490509.4A CN111654920B (zh) | 2020-06-02 | 2020-06-02 | 一种分布式能效子载波功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490509.4A CN111654920B (zh) | 2020-06-02 | 2020-06-02 | 一种分布式能效子载波功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111654920A CN111654920A (zh) | 2020-09-11 |
CN111654920B true CN111654920B (zh) | 2022-03-11 |
Family
ID=72348151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010490509.4A Active CN111654920B (zh) | 2020-06-02 | 2020-06-02 | 一种分布式能效子载波功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111654920B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112996008B (zh) * | 2021-04-30 | 2021-07-30 | 成都爱瑞无线科技有限公司 | 用于无线通信的系统、装置、方法及存储介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101626260A (zh) * | 2008-07-08 | 2010-01-13 | 电子科技大学 | 一种认知无线电系统中基于效用函数的分布式功率控制方法 |
WO2010054605A1 (en) * | 2008-11-17 | 2010-05-20 | Huawei Technologies Co., Ltd. | System and method for managing a wireless communications network |
CN101977428A (zh) * | 2010-10-27 | 2011-02-16 | 北京邮电大学 | 一种基于自适应功率控制的节能方法 |
EP2334122A1 (en) * | 2009-12-14 | 2011-06-15 | Blue Wonder Communications GmbH | Method and apparatus for data communication in LTE cellular networks |
CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站系统中基于博弈论的功率分配方法 |
WO2013063642A1 (en) * | 2011-10-31 | 2013-05-10 | Automatic Technology (Australia) Pty Ltd | Safety system for moveable closures |
CN103281770A (zh) * | 2013-06-27 | 2013-09-04 | 电子科技大学 | 一种实现协作式多点传输调度与功率分配的方法 |
CN103313260A (zh) * | 2013-06-18 | 2013-09-18 | 重庆邮电大学 | 一种基于博弈论的认知无线电网络带宽、功率联合分配方法 |
CN103369542A (zh) * | 2013-07-04 | 2013-10-23 | 河海大学 | 基于博弈论的同频异构网络功率分配方法 |
WO2013163675A1 (en) * | 2012-05-02 | 2013-11-07 | Pharmaxis Ltd. | Substituted 3-haloallylamine inhibitors of ssao and uses thereof |
CN103428843A (zh) * | 2013-09-06 | 2013-12-04 | 西安电子科技大学 | 一种兼顾近远域用户效用的功率协调方法 |
CN103619023A (zh) * | 2013-11-07 | 2014-03-05 | 清华大学 | 基于飞蜂窝基站感知的宏蜂窝网频谱定价及功率分配方法 |
CN103905106A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种多天线多播波束赋形向量计算方法 |
CN103945514A (zh) * | 2014-04-22 | 2014-07-23 | 西安交通大学 | 基于公平性的扩散式自适应上行功率控制方法 |
CN103974274A (zh) * | 2014-05-28 | 2014-08-06 | 东南大学 | 一种提升多小区能效的鲁棒性波束赋形方法 |
CN104066192A (zh) * | 2014-07-02 | 2014-09-24 | 北京理工大学 | 一种基于用户体验质量的高能效频率功率分配方法 |
CN105188124A (zh) * | 2015-09-17 | 2015-12-23 | 重庆邮电大学 | 多用户ofdma中继系统中非完美csi下的鲁棒博弈功率控制方法 |
CN106332256A (zh) * | 2016-08-25 | 2017-01-11 | 重庆邮电大学 | 一种非正交多址接入功率分配方法 |
CN107071881A (zh) * | 2016-12-08 | 2017-08-18 | 南京邮电大学 | 一种基于博弈论的小蜂窝网络分布式能量分配方法 |
CN108306700A (zh) * | 2018-03-06 | 2018-07-20 | 天津理工大学 | 一种基于能效博弈的子载波资源分配方法 |
CN110856247A (zh) * | 2019-11-21 | 2020-02-28 | 重庆邮电大学 | 一种基于服务质量的下行noma功率分配方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8706041B2 (en) * | 2010-09-16 | 2014-04-22 | Dynamic Invention Llc | Multiple-input, multiple-output cognitive radio |
US8929312B2 (en) * | 2011-09-14 | 2015-01-06 | Transpacific Ip Management Group Ltd. | Dynamic resource management for orthogonal frequency division multiple access wireless networks |
CN102892188B (zh) * | 2012-10-09 | 2016-07-06 | 中兴通讯股份有限公司 | 通信网络中基于遗传算法的上行功率控制方法及装置 |
-
2020
- 2020-06-02 CN CN202010490509.4A patent/CN111654920B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101626260A (zh) * | 2008-07-08 | 2010-01-13 | 电子科技大学 | 一种认知无线电系统中基于效用函数的分布式功率控制方法 |
WO2010054605A1 (en) * | 2008-11-17 | 2010-05-20 | Huawei Technologies Co., Ltd. | System and method for managing a wireless communications network |
EP2334122A1 (en) * | 2009-12-14 | 2011-06-15 | Blue Wonder Communications GmbH | Method and apparatus for data communication in LTE cellular networks |
CN101977428A (zh) * | 2010-10-27 | 2011-02-16 | 北京邮电大学 | 一种基于自适应功率控制的节能方法 |
WO2013063642A1 (en) * | 2011-10-31 | 2013-05-10 | Automatic Technology (Australia) Pty Ltd | Safety system for moveable closures |
EP3438087A1 (en) * | 2012-05-02 | 2019-02-06 | Boehringer Ingelheim International GmbH | Substituted 3-haloallylamine inhibitors of ssao and uses thereof |
WO2013163675A1 (en) * | 2012-05-02 | 2013-11-07 | Pharmaxis Ltd. | Substituted 3-haloallylamine inhibitors of ssao and uses thereof |
CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站系统中基于博弈论的功率分配方法 |
CN103313260A (zh) * | 2013-06-18 | 2013-09-18 | 重庆邮电大学 | 一种基于博弈论的认知无线电网络带宽、功率联合分配方法 |
CN103281770A (zh) * | 2013-06-27 | 2013-09-04 | 电子科技大学 | 一种实现协作式多点传输调度与功率分配的方法 |
CN103369542A (zh) * | 2013-07-04 | 2013-10-23 | 河海大学 | 基于博弈论的同频异构网络功率分配方法 |
CN103428843A (zh) * | 2013-09-06 | 2013-12-04 | 西安电子科技大学 | 一种兼顾近远域用户效用的功率协调方法 |
CN103619023A (zh) * | 2013-11-07 | 2014-03-05 | 清华大学 | 基于飞蜂窝基站感知的宏蜂窝网频谱定价及功率分配方法 |
CN103905106A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种多天线多播波束赋形向量计算方法 |
CN103945514A (zh) * | 2014-04-22 | 2014-07-23 | 西安交通大学 | 基于公平性的扩散式自适应上行功率控制方法 |
CN103974274A (zh) * | 2014-05-28 | 2014-08-06 | 东南大学 | 一种提升多小区能效的鲁棒性波束赋形方法 |
CN104066192A (zh) * | 2014-07-02 | 2014-09-24 | 北京理工大学 | 一种基于用户体验质量的高能效频率功率分配方法 |
CN105188124A (zh) * | 2015-09-17 | 2015-12-23 | 重庆邮电大学 | 多用户ofdma中继系统中非完美csi下的鲁棒博弈功率控制方法 |
CN106332256A (zh) * | 2016-08-25 | 2017-01-11 | 重庆邮电大学 | 一种非正交多址接入功率分配方法 |
CN107071881A (zh) * | 2016-12-08 | 2017-08-18 | 南京邮电大学 | 一种基于博弈论的小蜂窝网络分布式能量分配方法 |
CN108306700A (zh) * | 2018-03-06 | 2018-07-20 | 天津理工大学 | 一种基于能效博弈的子载波资源分配方法 |
CN110856247A (zh) * | 2019-11-21 | 2020-02-28 | 重庆邮电大学 | 一种基于服务质量的下行noma功率分配方法及系统 |
Non-Patent Citations (4)
Title |
---|
"Final_Minutes_report_RAN1#88b_v100".《3GPP tsg_ran\wg1_rl1》.2017, * |
Coordinated_Inter_Cell_Interference_Avoidance_Techniques_and_Performance_Parameters_for_Cross_Layer_Interference_in_LTE-A_Network;Mrs. Dhara C. Shah;《IEEE XPLORE》;20170415;全文 * |
一种改进的电力线通信OFDM自适应比特分配算法;申敏;《重庆邮电大学学报》;20171214;全文 * |
移动通信系统中的大规模MIMO技术研究;张凯;《中国博士学位论文全文数据库(电子期刊)信息科技辑》;20181220;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111654920A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106506052B (zh) | 一种在大规模mimo系统中基于天线选择提高通信能效的方法 | |
CN105703812B (zh) | 一种导频时移大规模mimo系统中的下行预编码与基站功率控制方法 | |
CN102457951B (zh) | 一种多小区协作通信中链路联合波束成形的方法和基站 | |
CN109922487A (zh) | 一种下行mimo-noma网络下的资源分配方法 | |
CN109151975A (zh) | 一种时分双工大规模mimo系统的联合动态导频和数据功率分配方法 | |
CN115441939B (zh) | 基于maddpg算法的多波束卫星通信系统资源分配方法 | |
CN107135544A (zh) | 一种基于干扰动态更新的能效资源分配方法 | |
WO2006098387A1 (ja) | マルチアンテナ無線通信システムに用いられる伝送方法および伝送装置 | |
CN106231665B (zh) | 数能一体化网络中基于rrh动态模式切换的资源分配方法 | |
CN111654920B (zh) | 一种分布式能效子载波功率分配方法 | |
CN111212438B (zh) | 一种无线携能通信技术的资源分配方法 | |
CN109890075A (zh) | 一种大规模mimo系统导频污染的抑制方法、系统 | |
CN115412134A (zh) | 基于离线强化学习的以用户为中心的无蜂窝大规模mimo功率分配方法 | |
CN104135769B (zh) | 不完备信道状态信息下ofdma遍历容量最大化资源分配方法 | |
CN105960768A (zh) | 基于对发射功率电平进行编码协调无线电发射器的方法以及相应的发射器 | |
Li et al. | Learning-aided resource allocation for pattern division multiple access-based SWIPT systems | |
CN107682934A (zh) | Ofdm多用户系统中一种自适应资源改进分配方案 | |
CN115835358A (zh) | 一种上行链路noma系统用户分组和功率分配的联合优化方法 | |
Zeydan et al. | Joint iterative beamforming and power adaptation for MIMO ad hoc networks | |
CN114710187B (zh) | 一种用户数动态变换场景下多小区大规模mimo智能通信的功率分配方法 | |
CN110149130A (zh) | 一种基于pso的大规模mimo系统上行能量效率优化方法 | |
CN105450381B (zh) | 一种基于人工鱼群算法的导频分配方法 | |
CN107979397B (zh) | 一种分布式天线系统的天线端口选择方法 | |
CN105960005A (zh) | 超密集网络中保障用户公平性的功率控制方法 | |
CN110545166B (zh) | 一种基于连续导频复用因子的导频复用方法 |
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 |