CN113115425A - 一种基于时分多址的多时隙功率分配方法 - Google Patents

一种基于时分多址的多时隙功率分配方法 Download PDF

Info

Publication number
CN113115425A
CN113115425A CN202110210315.9A CN202110210315A CN113115425A CN 113115425 A CN113115425 A CN 113115425A CN 202110210315 A CN202110210315 A CN 202110210315A CN 113115425 A CN113115425 A CN 113115425A
Authority
CN
China
Prior art keywords
power
time
time slot
power distribution
division multiple
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
CN202110210315.9A
Other languages
English (en)
Other versions
CN113115425B (zh
Inventor
杨上进
范瑞华
孙加成
曹坤
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.)
Longwen Huafeng Beijing Technology Co ltd
Original Assignee
Longwen Huafeng Beijing Technology Co ltd
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 Longwen Huafeng Beijing Technology Co ltd filed Critical Longwen Huafeng Beijing Technology Co ltd
Priority to CN202110210315.9A priority Critical patent/CN113115425B/zh
Publication of CN113115425A publication Critical patent/CN113115425A/zh
Application granted granted Critical
Publication of CN113115425B publication Critical patent/CN113115425B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/30TPC using constraints in the total amount of available transmission power
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446Resources in time domain, e.g. slots or frames
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于时分多址的多时隙功率分配方法,根据信道状态信息,结合拉格朗日乘子法对多时隙的功率进行动态分配,即,将功率分配给信道条件更好的时隙以提高系统的吞吐量。本发明针对时分多址通信系统,在求取最优解时,充分考虑信道时变的特性,通过数学推导得出最优功率分配方案,而最终的算法实际计算过程相对简单,复杂度较低,根据实际计算结果进行功率调整,可以有效提升系统吞吐量。

Description

一种基于时分多址的多时隙功率分配方法
技术领域
本发明属于通信技术领域,特别涉及一种基于时分多址的多时隙功率分配方法。
背景技术
随着通信技术的飞速发展,传统的有线网络已经越来越无法满足人们的要求了。无线通信以其不受时空限制、便捷式接入等多种特性,丰富了人们的日常生活,也使得人们对其依赖度越来越高。无线通信网络中的手持移动终端等通信节点,往往使用电池来供能,而功率有限的电池自然无法为节点提供长效续航。此外,提高传输速率虽然能提升通信质量、提高传输有效性,但是也会增加能耗,进而造成能量浪费;同时会导致设备发热,使得电池寿命降低,进而影响网络吞吐量,导致用户使用体验变差。然而,社会发展的进步促使着人们追求更高性能的无线通信,人们对速率更快、容量更大的无线网络的需求也日益迫切。因此,设计合理的功率分配算法,从而有效减少能量浪费,提升吞吐量,对于无线通信系统有着重要的意义。
功率分配是无线通信资源分配领域的研究课题之一,主要研究在各种条件(例如,网络节点的能量有限,节点之间互相干扰以及信道存在衰减等)的约束下,通过某种策略对各节点的传输功率进行调节,从而完成功率的有效分配并实现某种既定目标(例如,提升系统能效、降低系统能耗、提高系统吞吐量等)。功率控制与无线网络中的诸多协议层有着密切联系,发射功率的大小会对传输层的拥塞情况、网络层的路由问题、数据链路层信道的空间复用率、以及物理层的通信质量产生影响,因此具有重要的研究价值。
功率分配算法的研究往往具有一定的网络针对性。目前,已有许多研究针对D2D网络设计了功率分配算法。通过对多对多资源复用场景进行系统干扰分析和问题构建,基于博弈论、拉格朗日优化等方法提出功率分配算法。对于时变衰落信道,基于马尔可夫决策过程、多分配方案联合等策略,结合信道状态信息进行功率自适应分配,提高了全局吞吐量。针对车联网,考虑车辆高速移动产生的多普勒频移和信道变化,以系统吞吐量为优化目标,对基站在多个时隙内对多辆车的下行功率进行优化分配。
然而,现有的功率分配算法有以下两方面的问题:一方面,现有功率方案往往需要经过复杂度较高或迭代次数较多的运算来获取最终结果,计算时间和计算成本都相对较高,对于实际系统应用不够友好;另一方面,尚缺乏有效的针对集中式时分多址网络的功率分配算法,时分多址网络中各节点时分接入网络,因而在功率分配时可以不必考虑不同节点之间互相干扰的问题,与其他类型网络中的功率分配算法区别较大。
发明内容
本发明的目的在于克服以上现有技术的不足,提供一种基于时分多址的多时隙功率分配方法,根据信道状态信息,结合拉格朗日乘子法对多时隙的功率进行动态分配,即,将功率分配给信道条件更好的时隙以提高系统的吞吐量。
技术方案如下:
一种基于时分多址的多时隙功率分配方法,其特征在于,对每个节点的功率单独进行多时隙功率分配,各节点吞吐量最优即可使整个系统的吞吐量最优。
进一步的,所述系统是基于时分多址的星型拓扑网络,各节点之间互不干扰。
进一步的,所述方法定义输入和输出:
输入:每个时隙调度周期内被分配到的时隙数为J,在J个时隙的总功率约束为P,信道增益{h1,h2,...,hj},(1≤j≤J);
输出:节点在第j个时隙的传输功率为pj,功率分配方案{p1,p2,...,pj};
初始化:pj=0,(1≤j≤J);
具体计算过程如下:
S1:依次计算信道增益的倒数
Figure BDA0002949454520000021
S2:计算所有时隙信道增益的倒数之和
Figure BDA0002949454520000022
S3:根据公式
Figure BDA0002949454520000023
计算出各时隙功率分配初值;
S4:遍历各功率分配值pj,(1≤j≤J),若对任意1≤j≤J,均有pj≥0,则结束,返回功率分配结果,否则继续执行S5;
S5:对功率分配结果中所有小于0的功率值pj,统计其数值之和,并执行pj=0;
S6:对于所有不小于0的功率值,依据S5所得结果等比例缩减,然后迭代执行S4。
本发明针对时分多址通信系统,在求取最优解时,充分考虑信道时变的特性,通过数学推导得出最优功率分配方案,而最终的算法实际计算过程相对简单,复杂度较低。根据实际计算结果进行功率调整,可以有效提升系统吞吐量。
附图说明
图1是动态分配功率与平均分配功率对吞吐量的影响图。
图2是不同功率限制动态分配功率/平均分配功率吞吐量对比图。
图3是不同时隙数动态分配功率/平均分配功率吞吐量对比图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合实施例对本发明提供的一种基于时分多址的多时隙功率分配方法进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。
实施例1
本发明提出的一种针对时分多址系统的多时隙动态功率分配方法,充分利用时变信道特性,对多个时隙的节点功率进行分配,从而提升吞吐量。
本实施例的系统模型是基于时分多址的星型拓扑网络,上下行采用频分双工机制。该系统中设定时隙调度周期为20个时隙,且系统根据接入节点的数量进行时隙分配,如系统中只有3个接入节点(设其编号分别为节点A、B、C)开机时,时隙分配情况如下表格1:
表格1时隙分配表
Figure BDA0002949454520000041
由于各接入节点之间互不干扰,只需对每个节点的功率单独进行多时隙功率分配即可,即各节点吞吐量最优即可使整个系统的吞吐量最优。
设定一个接入节点在一个时隙调度周期内被分配了J个时隙,该节点在J个时隙的总功率约束为P,节点在第j个时隙的传输功率为pj,满足:
Figure BDA0002949454520000042
节点最低传输速率约束为:
Figure BDA0002949454520000043
其中,rj是节点在第j个时隙的传输速率,即:
Figure BDA0002949454520000044
其中hj为第j个时隙节点信道功率增益,不同时隙的信道增益根据多普勒特性随机变化,则最大化节点吞吐量的优化问题可表示为:
Figure BDA0002949454520000045
Figure BDA0002949454520000046
Figure BDA0002949454520000047
Pj≥0
由于以上问题中的目标函数是凹函数,约束函数是凸函数,该优化问题存在唯一最优解。本发明定义拉格朗日函数为:
Figure BDA0002949454520000048
根据上式,本方程相应的KKT条件如下:
Figure BDA0002949454520000051
Figure BDA0002949454520000052
Figure BDA0002949454520000053
ξjpj=0
λ≥0,μ≥0,ξj≥0
根据第一个KKT条件,可解出分配功率为:
Figure BDA0002949454520000054
由ξjpj=0可得,若ξj≠0,则pj=0,此解无实际意义,故ξj=0。据此可得:
Figure BDA0002949454520000055
而根据各时隙功率和限制可得出:
Figure BDA0002949454520000056
根据上式得出拉格朗日参数μ:
Figure BDA0002949454520000057
将上式代入
Figure BDA0002949454520000058
可得到分配功率为:
Figure BDA0002949454520000059
基于上述得到的功率分配结果,给出多时隙动态功率分配方法如下所示:
输入:每个时隙调度周期内被分配到的时隙数为J,在J个时隙的总功率约束为P,信道增益{h1,h2,...,hj},(1≤j≤J);
输出:功率分配方案{p1,p2,...,pj};
初始化:pj=0,(1≤j≤J);
S1:依次计算信道增益的倒数
Figure BDA0002949454520000061
S2:计算所有时隙信道增益的倒数之和
Figure BDA0002949454520000062
S3:根据公式
Figure BDA0002949454520000063
计算出各时隙功率分配初值;
S4:遍历各功率分配值pj,(1≤j≤J),若对任意1≤j≤J,均有pj≥0,则结束,返回功率分配结果,否则继续执行步骤5;
S5:对功率分配结果中所有小于0的功率值pj,统计其数值之和,并执行pj=0;
S6:对于所有不小于0的功率值,依据步骤5所得结果等比例缩减,然后迭代执行S4。
对本发明进行了仿真测试,下面对测试情况进行具体说明。
定义节点在被分配到的时隙中实际总传输速率为
Figure BDA0002949454520000064
显然,总传输速率越高表示吞吐量越大。设定相邻时隙信道独立同分布,且遵循瑞利分布。分别计算动态功率分配方案和平均功率分配方案的吞吐量,并进行仿真比较。
结果表明:
(1)多时隙动态功率分配算法性能明显优于平均功率分配算法;
(2)功率约束值越小,动态功率分配算法对吞吐量的提升效果越明显;
(3)时隙总数越大,动态功率分配算法对吞吐量的提升效果越明显。
设置某一用户被分配的总时隙数为J=4,这4个时隙的功率约束为P=0.4W,每次仿真均重新设置信道增益参数,仿真1000次。所提出方案与平均分配功率方案的总速率比值如图1所示。可以看到所提出方案在多次仿真结果中,总速率均优于平均分配功率的对比方案。
设置时隙总数J=4,功率约束线性变化的情况下,分别计算两种方案所对应的吞吐量,结果如图2所示。可以看到,动态功率分配在不同功率约束情况下,都能获得更好的传输总速率。进一步的,对不同功率下动态功率分配相对平均功率分配的吞吐量提升比例进行计算,结果如表格2所示,可以看出,当功率约束越小时,所提出方案的性能增益越明显。
表格2不同功率约束下动态功率算法相较于平均分配的吞吐量提升
Figure BDA0002949454520000071
设置功率约束P=0.4W,时隙总数线性变化的情况下,分别计算两种方案所对应的吞吐量,结果如图3所示。当时隙数越大时,所提出方案的性能增益越明显。
上面结合实施例对本发明的实例作了详细说明,但是本发明并不限于上述实例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出的各种变化,也应视为本发明的保护范围。

Claims (3)

1.一种基于时分多址的多时隙功率分配方法,其特征在于,对每个节点的功率单独进行多时隙功率分配,各节点吞吐量最优即使整个系统的吞吐量最优。
2.根据权利要求1所述的基于时分多址的多时隙功率分配方法,其特征在于,所述系统是基于时分多址的星型拓扑网络,各节点之间互不干扰。
3.根据权利要求1或2所述的基于时分多址的多时隙功率分配方法,其特征在于,定义输入和输出:
输入:每个时隙调度周期内被分配到的时隙数为J,在J个时隙的总功率约束为P,信道增益{h1,h2,...,hj},(1≤j≤J);
输出:节点在第j个时隙的传输功率为pj,功率分配方案{p1,p2,...,pj};
初始化:pj=0,(1≤j≤J);
具体计算过程如下:
S1:依次计算信道增益的倒数
Figure FDA0002949454510000011
S2:计算所有时隙信道增益的倒数之和
Figure FDA0002949454510000012
S3:根据公式
Figure FDA0002949454510000013
计算出各时隙功率分配初值;
S4:遍历各功率分配值pj,(1≤j≤J),若对任意1≤j≤J,均有pj≥0,则结束,返回功率分配结果,否则继续执行S5;
S5:对功率分配结果中所有小于0的功率值pj,统计其数值之和,并执行pj=0;
S6:对于所有不小于0的功率值,依据S5所得结果等比例缩减,然后迭代执行S4。
CN202110210315.9A 2021-02-23 2021-02-23 一种基于时分多址的多时隙功率分配方法 Active CN113115425B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110210315.9A CN113115425B (zh) 2021-02-23 2021-02-23 一种基于时分多址的多时隙功率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110210315.9A CN113115425B (zh) 2021-02-23 2021-02-23 一种基于时分多址的多时隙功率分配方法

Publications (2)

Publication Number Publication Date
CN113115425A true CN113115425A (zh) 2021-07-13
CN113115425B CN113115425B (zh) 2022-11-25

Family

ID=76709516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110210315.9A Active CN113115425B (zh) 2021-02-23 2021-02-23 一种基于时分多址的多时隙功率分配方法

Country Status (1)

Country Link
CN (1) CN113115425B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106465290A (zh) * 2014-08-27 2017-02-22 华为技术有限公司 一种协调分配功率的方法及装置
CN108833183A (zh) * 2018-06-28 2018-11-16 电子科技大学 一种多时隙能量采集多归属异构网络的功率分配方法
CN111800849A (zh) * 2019-08-09 2020-10-20 维沃移动通信有限公司 一种功率控制方法及设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106465290A (zh) * 2014-08-27 2017-02-22 华为技术有限公司 一种协调分配功率的方法及装置
US20180227859A1 (en) * 2014-08-27 2018-08-09 Huawei Technologies Co., Ltd. Coordinated power allocation method and apparatus
CN108833183A (zh) * 2018-06-28 2018-11-16 电子科技大学 一种多时隙能量采集多归属异构网络的功率分配方法
CN111800849A (zh) * 2019-08-09 2020-10-20 维沃移动通信有限公司 一种功率控制方法及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周雨荷: "车联网通信中的资源分配研究", 《CNKI硕士电子期刊》 *
周雨荷: "车联网通信中的资源分配研究", 《CNKI硕士电子期刊》, 15 July 2020 (2020-07-15), pages 2 *

Also Published As

Publication number Publication date
CN113115425B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
Yan et al. Smart multi-RAT access based on multiagent reinforcement learning
Gesbert et al. Adaptation, coordination, and distributed resource allocation in interference-limited wireless networks
Liao et al. A model-driven deep reinforcement learning heuristic algorithm for resource allocation in ultra-dense cellular networks
Hao et al. On the energy and spectral efficiency tradeoff in massive MIMO-enabled HetNets with capacity-constrained backhaul links
AlQerm et al. Enhanced machine learning scheme for energy efficient resource allocation in 5G heterogeneous cloud radio access networks
Wang et al. Joint resource allocation and power control for D2D communication with deep reinforcement learning in MCC
Lu et al. A cross-layer resource allocation scheme for ICIC in LTE-Advanced
Ali et al. Joint RRH-association, sub-channel assignment and power allocation in multi-tier 5G C-RANs
Rui et al. Distributed power control for energy conservation in hybrid cellular network with device-to-device communication
Bi et al. Deep reinforcement learning based power allocation for D2D network
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
CN114867030A (zh) 双时间尺度智能无线接入网切片方法
Yuan et al. Deep reinforcement learning for resource allocation with network slicing in cognitive radio network
Hao et al. Interference-aware resource optimization for device-to-device communications in 5G networks
CN115866787A (zh) 融合终端直传通信和多接入边缘计算的网络资源分配方法
Meng et al. Resource allocation for energy harvesting-aided device-to-device communications: a matching game approach
Hassan et al. Joint throughput-power optimization of fog-RAN using rate-splitting multiple access and reinforcement-learning based user clustering
Sun et al. A joint learning and game-theoretic approach to multi-dimensional resource management in fog radio access networks
Bertucci et al. Transmit strategies for massive machine-type communications based on mean field games
Benamor et al. Mean field game-theoretic framework for distributed power control in hybrid noma
Khuntia et al. An efficient Deep reinforcement learning with extended Kalman filter for device‐to‐device communication underlaying cellular network
Azoulay et al. Transmission power control using deep neural networks in TDMA-based ad-hoc network clusters
Mu et al. Latency constrained partial offloading and subcarrier allocations in small cell networks
Banitalebi et al. Distributed learning-based resource allocation for self-organizing c-v2x communication in cellular networks
Gorantla et al. Interplay between interference-aware resource allocation algorithm design, CSI, and feedback in underlay D2D networks

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