CN112954806B - 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 - Google Patents

Abstract

本发明提出了一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法，旨在充分考虑网络中子信道资源的差异化需求，设计干扰对齐簇的选取及资源分配方案，提升用户满意率。实现步骤为：根据用户的子信道数目需求和资源冲突关系，构造冲突图；基于最大势搜索算法构造弦化冲突图；对每一个干扰对齐簇，构造转化冲突图；使用最大加权子图算法计算弦化冲突图以及转化冲突图的满意用户数，选取干扰对齐簇；使用最大势算法得到弦化冲突图的完美消除序列，并基于完美消除序列为每个链路分配子信道；本发明比现有技术的适用场景更广，复杂度更低，用户满意率更高。

Description

异构网络中基于弦图着色的联合干扰对齐与资源分配方法

技术领域

本发明属于通信技术领域，更进一步涉及无线通信技术领域中的一种异构网络中基于弦图的联合干扰对齐与资源分配方法。本发明可以用于异构网络中多个微基站-微用户对组成的多输入多输出MIMO(multiple input multiple output)干扰信道IC(Interference channel)中，通过设计基于弦图着色的联合干扰对齐与子信道分配方案，提升用户满意率。

背景技术

干扰对齐技术基本思想是将整个接收信号空间分成两个低维度的正交子空间，在每个接收机处将来自其他发射机的干扰信号压缩到一个低维度子空间中，通过有用信号在与干扰所在低维度子空间相垂直的另一个低维度子空间中的投影来恢复有用信号。干扰对齐最显著的优势在于允许多对收发设备无干扰地共享一个资源(时隙或者频率)，因此显著提高了资源利用率。然而干扰对齐的可行性受限于进行干扰对齐的用户数目、每个发射机向其目的接收机发送的数据流的数目以及每个发射机和接收机安装的天线数。当进行干扰对齐的用户数超过可行性条件所允许的最大用户数时，每个用户无法将受到的干扰全部对齐至低维度子空间中。资源分配也是一种干扰管理的重要方法，其通过给用户分配正交的资源，比如时隙资源、频率资源、功率资源等，以实现用户无干扰传输。但是由于网络中用户数目爆炸式的增长以及可用资源数有限，使得仅使用资源分配难以有效地进行干扰管理。

M Zhou，H Li，J Li和K Wang在其发表的论文“Average effective degrees offreedom(AEDoF)maximization with interference alignment in small cellnetworks”(Wireless Network，2018,24(3):981-991.)中提出一种异构网络中基于最大化平均有效自由度的联合干扰对齐和资源分配方法。该方法的具体步骤为：第一步：针对异构网络中用户子信道数目需求相同的场景构建目标函数；第二步，构建干扰图；第三步：将干扰图通过加边进行弦化；第四步：使用最大势算法枚举干扰图中的所有极大团；第五步：利用多级局部成簇算法进行干扰对齐簇的选取；第六步：为所有干扰对齐簇和未分簇的独立小小区使用最小着色算法进行子信道分配。该方法虽然能在异构网络中实现联合干扰对齐和资源分配实现干扰消除。但是，该方法存在的不足之处是，该方法所构建的干扰图无法刻画用户子信道需求的差异性以及资源冲突关系，不能适用于用户子信道需求各异的复杂场景。

上海交通大学在其申请的专利文献“异构网络中能量有效的资源分配和干扰对齐联合方法”(申请号：201610185741.0，申请公布号：CN 107241799 A)中公开了一种异构网络中能量有效的联合资源分配和干扰对齐方法。该方法的具体步骤为:第一步：设置异构网络中通信系统的参数；第二步：基于宏蜂窝用户的速率需求、飞蜂窝用户的信号强度、飞蜂窝用户的干扰强度、飞蜂窝基站的调度约束、功率约束条件构造异构网络中资源分配和干扰对齐联合优化问题；第三步：进行飞蜂窝调度和干扰对齐算法设计；第四步：使用迭代算法进行功率分配。该方法存在的不足之处是，所使用的迭代算法复杂度高，求解时间长，用户满意率低。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出了一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法，旨在解决现有技术不能适用于用户子信道需求各异的复杂场景，算法复杂度高，求解时间随着网络规模指数增加且用户满意率低的问题。

实现本发明目的的技术思路是：通过构建包含用户子信道数目的冲突图以及转化冲突图，刻画异构网络中用户子信道数目的差异性和户之间的资源冲突关系；使用低复杂的基于弦图着色的干扰对齐簇选取算法以及子信道分配方案，为异构网络中的用户分配资源，提升用户满意率。

为实现上述目的，本发明的主要步骤如下：

(1)构建冲突图：

(1a)利用公式I_i,j＝d_i,j ^-α，计算异构网络中第i个微用户接收到来自于第j个微基站的干扰强度，其中，I_i,j表示第i个微用户接收到来自于第j个微基站的干扰强度，d_i,j表示第i个微用户与第j个微基站的距离，α表示取值为非负实数的路径损耗参数；

(1b)每个微用户向对应的微基站上报受到其他每个微基站的干扰强度以及该微用户的子信道数目需求，微基站将这些干扰强度和子信道数目需求上报宏基站；

(1c)构建一个冲突图，冲突图中的每个顶点代表一个微基站与微用户的链路，将干扰强度大于-5dBm的两个链路所对应的两个顶点用一条边连接，每条边表示由这条边所连接的两个顶点所代表的两个微基站与微用户的链路存在冲突关系；

(1d)赋予冲突图中每个顶点一个权重值，其值等于该顶点所代表的微用户的子信道数目需求；

(2)对冲突图采用最大基数搜索算法得到弦化冲突图；

(3)构建转化冲突图：

(3a)赋予每个干扰对齐簇一个权重值，其大小等于该干扰对齐簇中所有微用户的子信道数目需求的最大值；

(3b)对赋值后的每个干扰对齐簇构建该簇对应的转化冲突图；

(4)选取干扰对齐簇：

(4a)使用最大加权子图算法，分别对弦化冲突图和每一个转化冲突图，计算每个冲突图的满意用户数；

(4b)找出所有大于弦化冲突图满意用户数的转化冲突图，并将每个转化冲突图对应的干扰对齐簇添加到预选集合；

(4c)将预选集合中所有两两不相邻的干扰对齐簇组成一个选取集合；

(5)为每个链路分配子信道：

(5a)对选取集合中的每个干扰对齐簇，分配一个大小等于该干扰对齐簇权重值的子信道集合；

(5b)使用最大势算法，得到弦化冲突图的完美消除序列；

(5c)按照完美消除序列的逆序，依次为每个顶点分配一个大小等于该顶点权重值的子信道集合。

本发明与现有技术相比，具有如下优点：

第一，由于本发明分别构建了包含用户子信道数目需求的冲突图以及转化冲突图，刻画了异构网络中用户子信道数目需求的差异性以及资源冲突关系，克服了现有技术无法刻画用户子信道需求的差异性以及资源冲突关系，不能适用于用户子信道需求各异的复杂场景的问题，使得本发明可以适用于用户子信道需求不同的复杂场景。

第二，本发明在选取干扰对齐簇时，使用最大加权子图算法，分别计算弦化冲突图和每一个转化冲突图的满意用户数，以及为每个链路分配子信道时，使用最大势算法，得到弦化冲突图的完美消除序列，克服了现有技术中迭代算法复杂度高，求解时间随着网络规模指数增加且用户满意率低的问题，使得本发明的算法复杂度较低，用户满意率较高。

附图说明

图1是本发明的流程图；

图2是本发明的仿真结果图。

具体实施方式

下面结合附图对本发明做进一步的描述。

参照附图1，本发明的具体实施步骤做进一步的描述。

步骤1，构建冲突图。

利用公式I_i,j＝d_i,j ^-α，计算异构网络中第i个微用户接收到来自于第j个微基站的干扰强度，其中，I_i,j表示第i个微用户接收到来自于第j个微基站的干扰强度，d_i,j表示第i个微用户与第j个微基站的距离，α表示取值为非负实数的路径损耗参数，α＝3；每个微用户向对应的微基站上报受到其他每个微基站的干扰强度以及该微用户的子信道数目需求，微基站将这些干扰强度和子信道数目需求上报宏基站；构建一个冲突图，冲突图中的每个顶点代表一个微基站与微用户的链路，将干扰强度大于-5dBm的两个链路所对应的两个顶点用一条边连接；并赋予冲突图中每个顶点一个权重值，其值等于该顶点所代表的微用户的子信道数目需求。

步骤2，对冲突图采用最大基数搜索算法得到弦化冲突图，为冲突图添加一组最少数量的边将冲突图进行弦化，得到弦化冲突图。

步骤3，构建转化冲突图。

赋予每个干扰对齐簇一个权重值，其大小等于该干扰对齐簇中所有微用户的子信道数目需求的最大值；对赋值后的每个干扰对齐簇构建该簇对应的转化冲突图；

所述的转化冲突图是指：在每个转化冲突图中，每个节点表示一个独立的干扰对齐簇，对于每一个顶点，若其与该节点之间存在冲突关系，则在该顶点和节点之间添加一条边。

步骤4，选取干扰对齐簇。

使用最大加权子图算法，分别对弦化冲突图和每一个转化冲突图，计算每个冲突图的满意用户数；找出所有大于弦化冲突图满意用户数的转化冲突图，并将每个转化冲突图对应的干扰对齐簇添加到预选集合；将预选集合中所有两两不相邻的干扰对齐簇组成一个选取集合。

步骤5，为每个链路分配子信道。

对选取集合中的每个干扰对齐簇，分配一个大小等于该干扰对齐簇权重值的子信道集合；使用最大势算法，得到弦化冲突图的完美消除序列；按照完美消除序列的逆序，依次为每个顶点分配一个大小等于该顶点权重值的子信道集合。

下面结合仿真实验对本发明的效果做进一步的说明：

1.仿真实验条件：

本发明的仿真实验的硬件平台为：处理器为Inter Xeon Silver 4208 CPU,主频为2.1GHz，内存128G。

本发明的仿真实验的软件平台为：Windows10操作系统和python3.7。

2.仿真内容及其结果分析：

采用本发明和一个现有技术(最大平均自由度分簇干扰对齐方法)，每次实验模拟的微基站数目依次为5，10，15，20，25，30，35，40，45，50，得到了在微基站数目分别为5，10，15，20，25，30，35，40，45，50时的用户满意率，其中，不同基站数目下的用户满意率都是200次随机拓扑得到的结果的平均值，其结果如图2所示。

现有技术最大平均自由度分簇干扰对齐方法是指：M Zhou等人在其发表的论文“Average effective degrees of freedom(AEDoF)maximization with interferencealignment in small cell networks(Wireless Network，2018,24(3):981-991.)”中提出的基于最大平均自由度的联合干扰对齐和资源分配方法，简称最大平均自由度分簇干扰对齐方法。

下面结合图2的仿真图对本发明的效果做进一步的描述。

图2为在包含不同微基站数目的异构网络下，采用本发明的方法与现有技术的方法分别获得的用户满意率对比图。图2的横坐标表示异构网络中的微基站数目，纵坐标表示用户的满意率。图2中以方形标示的曲线表示采用现有技术的仿真结果曲线，以圆形标示的曲线表示采用本发明的方法仿真结果曲线。

由图2中的两条仿真曲线可以看出，当基站个数大于10个时，本发明得到的用户满意率均高于现有技术得到的用户满意率。

以上仿真实验结果表明，本发明利用基于弦图着色的联合干扰对齐与资源分配方法，解决了现有方法中无法刻画用户子信道数目的差异性及资源冲突关系，不能适用于用户子信道需求各异的复杂场景，且算法复杂度高，用户满意率低的问题，是一种高效的联合干扰对齐与资源分配方法。

Claims (1)

1.一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法，其特征在于，构建冲突图和转化冲突图，利用弦图着色算法选取干扰对齐簇并分配子信道；该方法的步骤包括如下：

(1)构建冲突图：

(1a)利用公式I_i,j＝d_i,j ^-α，计算异构网络中第i个微用户接收到来自于第j个微基站的干扰强度，其中，I_i,j表示第i个微用户接收到来自于第j个微基站的干扰强度，d_i,j表示第i个微用户与第j个微基站的距离，α表示取值为非负实数的路径损耗参数；

(1b)每个微用户向对应的微基站上报受到其他每个微基站的干扰强度以及该微用户的子信道数目需求，微基站将这些干扰强度和子信道数目需求上报宏基站；

(1c)构建一个冲突图，冲突图中的每个顶点代表一个微基站与微用户的链路，将干扰强度大于-5dBm的两个链路所对应的两个顶点用一条边连接；

(1d)赋予冲突图中每个顶点一个权重值，其值等于该顶点所代表的微用户的子信道数目需求；

(2)对冲突图采用最大基数搜索算法得到弦化冲突图；

(3)构建转化冲突图：

(3a)赋予每个干扰对齐簇一个权重值，其大小等于该干扰对齐簇中所有微用户的子信道数目需求的最大值；

(3b)对赋值后的每个干扰对齐簇构建该簇对应的转化冲突图；

所述转化冲突图指的是，在每个转化冲突图中，每个节点表示一个独立的干扰对齐簇，对于每一个顶点，若其与该节点之间存在冲突关系，则在该顶点和节点之间添加一条边；

(4)选取干扰对齐簇：

(4a)使用最大加权子图算法，分别对弦化冲突图和每一个转化冲突图，计算每个冲突图的满意用户数；

(4b)找出所有大于弦化冲突图满意用户数的转化冲突图，并将每个转化冲突图对应的干扰对齐簇添加到预选集合；

(4c)将预选集合中所有两两不相邻的干扰对齐簇组成一个选取集合；

(5)为每个链路分配子信道：

(5a)对选取集合中的每个干扰对齐簇，分配一个大小等于该干扰对齐簇权重值的子信道集合；

(5b)使用最大势算法，得到弦化冲突图的完美消除序列；

(5c)按照完美消除序列的逆序，依次为每个顶点分配一个大小等于该顶点权重值的子信道集合。

Images