CN112738827B - H-cran中基于谱效最大化的子载波与功率联合优化方法 - Google Patents
H-cran中基于谱效最大化的子载波与功率联合优化方法 Download PDFInfo
- Publication number
- CN112738827B CN112738827B CN202011593085.0A CN202011593085A CN112738827B CN 112738827 B CN112738827 B CN 112738827B CN 202011593085 A CN202011593085 A CN 202011593085A CN 112738827 B CN112738827 B CN 112738827B
- Authority
- CN
- China
- Prior art keywords
- subcarrier
- base station
- user
- power
- index
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
- 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
- H04W28/22—Negotiating communication rate
-
- 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
- H04W72/53—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
本发明公开了异构云无线接入网(H‑CRAN)中基于谱效最大化的子载波与功率联合优化方法。本发明以H‑CRAN系统的频谱效率最大化为优化目标,建立优化模型,通过上下行链路的子载波分配、用户发射功率和基站发射功率的联合优化,使系统性能达到所需要求。本发明分析了RRH的数量、RRH发射功率的限制对系统频谱效率的影响。研究表明,随着RRH数量的增加,系统的频谱效率会增加。随着RRH发射功率限制的增加,系统的频谱效率也会增大。同时,在相同RRH数量和相同RRH发射功率控制的情况下,对比经典轮询算法和平均功率分配算法,本发明在频谱效率上均优于RR算法和EPA算法。因此,本发明方法有效提高了H‑CRAN系统的频谱效率。
Description
技术领域
本发明属于信息与通信工程技术领域,提出了异构云无线接入网(H-CRAN)中基于谱效最大化的子载波与功率联合优化方法。
背景技术
在过去的几十年中,随着数据流量的爆炸式增加,一种新型的网络架构——密集异构无线网络(Heterogeneous Network,HetNet)应运而生,HetNet通过增加异构的低功率节点来实现海量业务。然而,随之带来的跨层干扰和同层干扰一直是难以解决的问题。为了实现云计算和无线接入网的融合,中国移动提出了云无线接入网(Cloud RadioAccessNetwork,CRAN),CRAN中将传统的基站替换为低功率的无线远端射频单元(Remote RadioHead,RRH),支持在基带处理单元(Base Band Processing Unit,BBU)中通过多点协作(Coordinated Multi-Point,CoMP)为移动用户提供服务。为了缓解密集异构无线网络节点间的严重干扰问题,提高节点间分布式协作处理增益,同时解决云无线接入网络控制信息传输复杂、无法和已有移动通信网络融合等问题,业界提出了异构云无线接入网络(H-CRAN)作为5G移动通信系统的接入网解决方案。
多点协作联合传输技术通过共享信道信息和用户数据信息,由多个基站同时为同一用户提供服务,将干扰信号转化为有用信号,能有效降低小区间干扰,提高系统的吞吐量和改善系统的频谱效率。
相对于CRAN,H-CRAN由于引入了宏基站,使得网络覆盖范围更大,用户接入和功率分配等更加灵活,同时也更加复杂。异构云无线接入网中的资源(例如子载波、功率等)进行合理的分配,可以有效提升系统的频谱效率。资源分配算法的好坏直接关系到系统性能的优劣,评价资源分配的主要技术指标有:频谱效率,能量效率,公平性等。
发明内容
本发明针对正交频分复用多址接入的异构云无线接入网中基于谱效最大化的子载波与功率联合优化方法。该方法涉及异构云无线接入网上下行链路子载波分配、用户发射功率和基站发射功率的联合优化设计。
本发明解决的问题的技术方案包括以下步骤:
步骤1、异构云无线接入网中基于谱效最大化的子载波与功率联合优化方法场景假设与建模:
为了不失一般性,在具体描述设计策略之前,做出如下假设:
(1)上下行链路传输发生在相同时刻的不同子载波上;
(2)所有信道增益服从瑞利衰落,基站能获取所有用户的信道状态信息;
(3)前传链路的容量限制是理想的;
下行链路中,用户u在子载波c上的信噪比(SNR)为:
则用户u在子载波c上的可达信息速率为:
上行链路中,用户u在子载波c上的信噪比(SNR)为:
则用户u在子载波c上的可达信息速率为:
系统的频谱效率为:
其中,总子载波数为C,总用户数为U。
每个基站的发射功率要满足
每个用户的发射功率要满足
其中,RRH的数量为B。b=0代表宏基站,在此宏基站和RRH统一称为基站。
综上,为使系统的频谱效率最大化,同时满足发射功率约束,优化问题可以用数学公式表示为:
其中,表示上行链路中用户u在子载波c上的信噪比,表示下行链路中用户u在子载波c的信息速率,f为每个子载波的带宽,B为RRH的数量,其中b=0代表宏基站,在此宏基站和RRH统一称为基站,为基站在子载波c上的发射功率,表示用户u向基站b在子载波c上的发射功率,表示下行链路中基站b到用户u在子载波c上的链路增益,表示上行链路中用户u到基站b在子载波c上的链路增益,N0表示加性高斯白噪声的功率,表示子载波c分配给用户u,yc=1表示子载波分配到下行链路,分别代表基站b和用户u的最大发射功率。
步骤2、对上下行链路子载波分配变量进行优化:
经典轮询(RR)算法是将子载波按照序号依次分配给每个用户。
本发明所提的子载波分配算法如下:
(1)对于每个子载波,选择传输速率最大的用户:
下行链路:
上行链路
3-1、对基站发射功率进行优化:
本发明所提基站发射功率优化算法如下:
优化问题:
3-2、对用户发射功率进行优化:
本发明所提用户发射功率优化算法如下:
优化问题:
针对上下行链路的功率求解,采用CVX工具箱求解。
步骤4、对上下行链路的子载波分配、基站发射功率向量和用户发射功率向量进行联合优化:
上述优化问题的求解过程具体如下:
(2)第index次迭代,执行以下循环:
(3)计算R(index),增加index,返回(2),直到R(index)=R(index-1)或者index=indexmax。
本发明有益效果如下:
本发明以基于正交频分复用多址接入(OFDMA)的异构云无线接入网(H-CRAN)为研究背景,研究了H-CRAN中基于谱效最大化的子载波与功率联合优化方法。本发明以H-CRAN系统的频谱效率最大化为优化目标,建立优化模型,通过上下行链路的子载波分配、用户发射功率和基站发射功率的联合优化,使系统性能达到所需要求。本发明分析了RRH的数量、RRH发射功率的限制对系统频谱效率的影响。研究表明,随着RRH数量的增加,系统的频谱效率会增加。随着RRH发射功率限制的增加,系统的频谱效率也会增大。同时,在相同RRH数量和相同RRH发射功率控制的情况下,对比经典轮询(RR)算法和平均功率分配(EPA)算法,本文所提算法在频谱效率上均优于RR算法和EPA算法。因此,本发明方法有效提高了H-CRAN系统的频谱效率。
附图说明
图1为H-CRAN系统模型图。
图2为算法迭代次数与系统频谱效率的关系图。
图3为不同算法下RRH的数量对H-CRAN系统频谱效率的影响。
图4为不同算法下RRH发射功率控制对H-CRAN系统频谱效率的影响。
具体实施方式
图1为一个宏基站,B个RRH和U个用户的H-CRAN通信模型图。每个RRH通过前向链路连接BBU池,宏基站通过后向链路连接BBU池。假设上行链路和下行链路发生在相同时刻,用户在上行链路和下行链路选择不同子载波,宏基站和RRH利用分配给用户的子载波通过CoMP联合传输与用户进行通信,每个用户可以选择多个基站进行通信。以达到系统最大频谱效率。
图2为算法的迭代次数和系统频谱效率的关系。所提算法在三次迭代后即可以达到收敛。
图3为不同算法下RRH的数量对H-CRAN系统频谱效率的影响。随着RRH数量的增加,RR算法、EPA算法和本文所提出算法的频谱效率都会增加,其中,本文所提算法在频谱效率上均优于RR算法和EPA算法。
图4为不同算法下RRH的发射功率控制对H-CRAN系统频谱效率的影响。随着RRH发射功率的增加,RR算法、EPA算法和本文所提出算法的频谱效率都会增加,其中,本文所提算法在频谱效率上均优于RR算法和EPA算法。
本技术领域中的普通技术人员应当认识到,以上实施例仅是用来说明本发明,而并非作为对本发明的限定,只要在本发明的范围内,对以上实施例的变化、变型都将落在本发明的保护范围。
Claims (1)
1.H-CRAN中基于谱效最大化的子载波与功率联合优化方法,其特征在于包括以下步骤:
步骤1、异构云无线接入网中基于谱效最大化的子载波与功率联合优化方法场景假设与建模;
步骤2、对上下行链路子载波分配变量进行优化;
步骤3、对基站发射功率和用户发射功率进行优化:
步骤4、对上下行链路的子载波分配、基站发射功率向量和用户发射功率向量进行联合优化;
步骤1所述的异构云无线接入网中基于谱效最大化的子载波与功率联合优化方法场景假设与建模,具体如下:
在具体描述设计策略之前,做出如下假设:
(1)上下行链路传输发生在相同时刻的不同子载波上;
(2)所有信道增益服从瑞利衰落,基站能获取所有用户的信道状态信息;
(3)前传链路的容量限制是理想的;
下行链路中,用户u在子载波c上的信噪比为:
则用户u在子载波c上的可达信息速率为:
上行链路中,用户u在子载波c上的信噪比为:
则用户u在子载波c上的可达信息速率为:
系统的频谱效率为:
其中,总子载波数为C,总用户数为U;
每个基站的发射功率要满足
每个用户的发射功率要满足
其中,RRH的数量为B;b=0代表宏基站,在此宏基站和RRH统一称为基站;
综上,为使系统的频谱效率最大化,同时满足发射功率约束,优化问题可以用数学公式表示为:
其中,表示上行链路中用户u在子载波c上的信噪比,表示下行链路中用户u在子载波c的信息速率,f为每个子载波的带宽,B为RRH的数量,其中b=0代表宏基站,在此宏基站和RRH统一称为基站,为基站在子载波c上的发射功率,表示用户u向基站b在子载波c上的发射功率,表示下行链路中基站b到用户u在子载波c上的链路增益,表示上行链路中用户u到基站b在子载波c上的链路增益,N0表示加性高斯白噪声的功率,表示子载波c分配给用户u,yc=1表示子载波分配到下行链路,分别代表基站b和用户u的最大发射功率;
步骤2所述的对上下行链路子载波分配变量进行优化,具体实现如下:
对于每个子载波,选择传输速率最大的用户:
下行链路:
上行链路
步骤3所述的对基站发射功率和用户发射功率进行优化,具体实现如下:
(1)对基站发射功率进行优化:
优化问题:
(2)对用户发射功率进行优化:
优化问题:
针对上下行链路的功率求解,采用CVX工具箱求解;
步骤4所述的对上下行链路的子载波分配、基站发射功率向量和用户发射功率向量进行联合优化:
上述优化问题的求解过程具体如下:
(1)初始化迭代次数index=1,系统频谱效率为R(0)=0,
(2)第index次迭代,执行以下循环:
(3)计算R(index),增加index,返回(2),直到R(index)=R(index-1)或者index=indexmax。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593085.0A CN112738827B (zh) | 2020-12-29 | 2020-12-29 | H-cran中基于谱效最大化的子载波与功率联合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593085.0A CN112738827B (zh) | 2020-12-29 | 2020-12-29 | H-cran中基于谱效最大化的子载波与功率联合优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112738827A CN112738827A (zh) | 2021-04-30 |
CN112738827B true CN112738827B (zh) | 2022-06-21 |
Family
ID=75607441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011593085.0A Active CN112738827B (zh) | 2020-12-29 | 2020-12-29 | H-cran中基于谱效最大化的子载波与功率联合优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112738827B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113490277B (zh) * | 2021-07-07 | 2024-02-02 | 杭州电子科技大学 | H-cran中基于swipt的能量分配与时隙切换系数联合优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177756A (zh) * | 2008-08-11 | 2011-09-07 | 北方电讯网络有限公司 | 具有功率提升的子信道化 |
CN104053163A (zh) * | 2014-06-24 | 2014-09-17 | 无锡北邮感知技术产业研究院有限公司 | 一种基于计算处理的异构无线网络的组网方法 |
CN107948109A (zh) * | 2017-11-21 | 2018-04-20 | 杭州电子科技大学 | 认知无线电中能效与谱效折衷的子载波比特联合优化方法 |
CN109618404A (zh) * | 2019-01-08 | 2019-04-12 | 田心记 | Noma系统中提高用户速率的功率分配方法 |
CN109639377A (zh) * | 2018-12-13 | 2019-04-16 | 西安电子科技大学 | 基于深度强化学习的频谱资源管理方法 |
CN109831826A (zh) * | 2019-01-28 | 2019-05-31 | 南京邮电大学 | 无线供能通信网络中的联合上下行信息传输的资源分配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8340593B2 (en) * | 2009-11-10 | 2012-12-25 | Intel Corporation | Techniques to control uplink power |
-
2020
- 2020-12-29 CN CN202011593085.0A patent/CN112738827B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177756A (zh) * | 2008-08-11 | 2011-09-07 | 北方电讯网络有限公司 | 具有功率提升的子信道化 |
CN104053163A (zh) * | 2014-06-24 | 2014-09-17 | 无锡北邮感知技术产业研究院有限公司 | 一种基于计算处理的异构无线网络的组网方法 |
CN107948109A (zh) * | 2017-11-21 | 2018-04-20 | 杭州电子科技大学 | 认知无线电中能效与谱效折衷的子载波比特联合优化方法 |
CN109639377A (zh) * | 2018-12-13 | 2019-04-16 | 西安电子科技大学 | 基于深度强化学习的频谱资源管理方法 |
CN109618404A (zh) * | 2019-01-08 | 2019-04-12 | 田心记 | Noma系统中提高用户速率的功率分配方法 |
CN109831826A (zh) * | 2019-01-28 | 2019-05-31 | 南京邮电大学 | 无线供能通信网络中的联合上下行信息传输的资源分配方法 |
Non-Patent Citations (2)
Title |
---|
Optimization of power allocation and outage probability of cooperative relay networks;Jiawen Wu等;《2016 8th International Conference on Wireless Communications & Signal Processing (WCSP)》;20161124;全文 * |
一种兼顾速率公平的多用户子载波功率联合分配算法;章坚武等;《电信科学》;20130420(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112738827A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | Realistic indoor hybrid WiFi and OFDMA-based LiFi networks | |
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 | |
CN107948983B (zh) | 一种基于联盟博弈的能量采集小基站资源分配方法 | |
CN108667584B (zh) | 非正交多址接入协作网络的用户吞吐量公平链路选择方法 | |
CN106714093B (zh) | 一种蜂窝d2d通信联合用户接入及切片划分方法 | |
CN108718445B (zh) | 一种QoS驱动的D2D安全通信资源分配方法 | |
CN108737057A (zh) | 基于深度学习的多载波认知noma资源分配方法 | |
CN108600999B (zh) | Fd-d2d基于信道分配与功率控制联合优化方法 | |
CN109451571B (zh) | 一种noma中继系统中的联合资源分配方法 | |
CN110493804B (zh) | 一种毫米波系统的波束和功率分配方法 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN105636213A (zh) | 异构c-ran网络及该网络下的d2d通信模式选择与资源调度联合优化方法 | |
CN108063632B (zh) | 异构云接入网络中基于能效的协作资源分配方法 | |
CN107708157A (zh) | 基于能效的密集小蜂窝网络资源分配方法 | |
CN111918320B (zh) | 时分双工下非正交多址接入的无线通信资源优化分配方法 | |
CN110418360B (zh) | 无线携能网络多用户子载波比特联合分配方法 | |
CN112911711A (zh) | 一种多载波noma系统的资源分配方法 | |
CN111586646A (zh) | 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法 | |
CN110677175A (zh) | 一种基于非正交多址系统的子信道调度与功率分配联合优化方法 | |
CN112738827B (zh) | H-cran中基于谱效最大化的子载波与功率联合优化方法 | |
CN111315017A (zh) | 一种基于scma系统节能的资源分配方法 | |
CN111682915B (zh) | 一种频谱资源自分配方法 | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
CN105142224A (zh) | 单信道蜂窝用户情况下的d2d功率分配快速优化算法 | |
Su et al. | Design of an OFDMA-based MAC protocol for an underwater glider network with motion prediction |
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 |