一種分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法
【專利摘要】本發(fā)明公開(kāi)了一種分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法，聯(lián)合優(yōu)化蜂窩網(wǎng)絡(luò)中Macro Cell(宏蜂窩)與Small Cell(小蜂窩)的發(fā)射功率，在滿足服務(wù)質(zhì)量(QoS)前提下使Macro Cell和Small Cell的和速率最大化。本發(fā)明結(jié)合凸逼近與廣義納什均衡，分布式地求解MBS(宏基站)和SBS(小基站)的發(fā)射功率，從而得到Macro Cell和Small Cell在各個(gè)信道上的功率分配及整個(gè)網(wǎng)絡(luò)的整體效用。本算法主要基于凸逼近、廣義納什均衡的框架，通過(guò)分布式迭代求解Macro Cell和Small Cell網(wǎng)絡(luò)的功率分配方案。本發(fā)明適用范圍廣，可以提高頻譜效率，具有一定的分布式特性，優(yōu)化結(jié)果性能好等特性。
【專利說(shuō)明】
一種分布式Sma I I Cel I分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法，是一種聯(lián)合 優(yōu)化蜂窩網(wǎng)絡(luò)中Macro Cell(宏蜂窩）與Small Cell(小蜂窩）的和速率，在滿足服務(wù)質(zhì)量 (QoS)前提下使其最大化的算法。
【背景技術(shù)】
[0002] 隨著智能手機(jī)和移動(dòng)APP的發(fā)展，無(wú)線數(shù)據(jù)的爆炸式增長(zhǎng)，當(dāng)前蜂窩網(wǎng)絡(luò)已經(jīng)趨于 飽和，當(dāng)前的移動(dòng)通信技術(shù)已經(jīng)不能滿足這些需求。因此下一代移動(dòng)通信系統(tǒng)不得不尋求 新的技術(shù)以應(yīng)對(duì)這些挑戰(zhàn)。Small Cells被認(rèn)為是下一代無(wú)線通信技術(shù)的關(guān)鍵技術(shù)，通過(guò)在 宏蜂窩中密集部署低功耗的Small Cell，可以減輕宏基站的負(fù)載、提高系統(tǒng)的容量、增加覆 蓋范圍和提高頻譜利用率，從而緩解頻譜資源缺乏、容量不足的困局。
[0003] 在宏蜂窩中部署小蜂窩很自然地形成了一個(gè)雙層的異構(gòu)網(wǎng)絡(luò)，這使得用戶可以通 過(guò)就近的Smal 1 Ce 11接入網(wǎng)絡(luò)以提高傳輸速率、降低宏蜂窩負(fù)載、提高系統(tǒng)容量。從本質(zhì)上 來(lái)說(shuō)Small Cell是對(duì)Macro Cell的一種補(bǔ)充，因此這兩個(gè)網(wǎng)絡(luò)的服務(wù)質(zhì)量要求不盡相同， 通常宏蜂窩具有更高的優(yōu)先權(quán)和嚴(yán)格的服務(wù)質(zhì)量(Q〇S:Quality of Service)要求以保障 宏蜂窩用戶的通信。由于SBSs的部署密度遠(yuǎn)高于MBS，因此如果Small Cell和Macro Cell共 享頻譜資源，那么Small Cell的部署將會(huì)對(duì)宏蜂窩用戶的QoS需求產(chǎn)生巨大的影響，為此必 須對(duì)Sma 11 Ce 11的發(fā)射功率做出一些限制;反過(guò)來(lái)，MBS的發(fā)射功率也會(huì)影響Sma 11 Ce 11的 性能，同時(shí)小蜂窩用戶（SUEs)之間也存在相互干擾，因此必須對(duì)Smal 1 Cel 1與Macro Cel 1 進(jìn)行聯(lián)合優(yōu)化。要實(shí)現(xiàn)對(duì)Smal 1 Ce 11和Macro Ce 11的聯(lián)合優(yōu)化必須面對(duì)以下三點(diǎn)困難:一， 部分Small Cell如Femto Cell是由用戶安裝部署而非運(yùn)營(yíng)商提前規(guī)劃部署；二，Small Cell的部署密度通常遠(yuǎn)遠(yuǎn)高于MBS的部署密度，并且Small Cell之間信息交互量非常少； 三，部分Small Cell的回程鏈路是以太網(wǎng)或者其他無(wú)線網(wǎng)如Relay(中繼），因此網(wǎng)絡(luò)中存在 較大延時(shí)。這對(duì)Small Cell和Macro Cell進(jìn)行聯(lián)合優(yōu)化帶來(lái)了巨大挑戰(zhàn)，從而大大地限制 了系統(tǒng)性能?？紤]到高密度隨機(jī)部署SBSs，有學(xué)者提出了對(duì)于Small Cell使用無(wú)線回程的 方式。因此在這種傳輸環(huán)境下Small Cell網(wǎng)絡(luò)的干擾管理必須限制各個(gè)基站之間的信息交 互。為了減少信息的交互量，可通過(guò)設(shè)計(jì)分布式算法聯(lián)合優(yōu)化SBSs和MBS的功率。
[0004] 伴隨5G通信的發(fā)展，越來(lái)越多的Small Cell將接入蜂窩網(wǎng)中，這無(wú)疑對(duì)當(dāng)前的通 信技術(shù)提出了巨大挑戰(zhàn)。本算法針對(duì)當(dāng)前的困境，提出了一種基于少量信息交互的分布式 方案聯(lián)合優(yōu)化MBS與SBSs的發(fā)射功率。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種使用更加靈活、應(yīng)用 范圍更加廣泛、系統(tǒng)性能媲美集中式算法的Macro Cell與Small Cell聯(lián)合分布式功率優(yōu)化 方法。
[0006] 技術(shù)方案:為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0007] -種優(yōu)化由Macro Cell(宏蜂窩）與Small Cell(小蜂窩）構(gòu)成的分層異構(gòu)網(wǎng)絡(luò)的 和速率最大化算法，結(jié)合凸逼近與廣義納什均衡分布式地求解基站(包括宏基站和小基站） 的發(fā)射功率，從而得到所有基站在各個(gè)信道上的功率分配及整個(gè)網(wǎng)絡(luò)的傳輸速率。該方法 具體包括如下步驟：
[0008] 對(duì)于一個(gè)部署了一個(gè)宏蜂窩和Μ個(gè)小蜂窩和的蜂窩系統(tǒng)，蜂窩系統(tǒng)的下行頻帶劃 分為Ν個(gè)子信道，每個(gè)基站均服務(wù)Ν個(gè)蜂窩用戶，將宏基站標(biāo)記為0號(hào)基站，將小基站標(biāo)記為 1 - -·Μ號(hào)基站;該方法具體包括如下步驟：
[0009] 步驟1:初始化外部迭代點(diǎn)Ζ*3及外部迭代次數(shù)η = 0,設(shè)置足夠大的常數(shù)τ>〇及誤差 精度eh e2 = 10-=
[0010]
[0011]
[0012] 其中：表示第η次外部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率；
[0013] 步驟2:設(shè)置外部逼近點(diǎn)Q°及外部逼近次數(shù)m=0,通常取Q° = Zn;
[0015] - … ..
[0014]
[0016] 其中：表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率；
[0017] 步驟3:根據(jù)on十算交互信息：
[0018]
[0019]
[0020]
[0021] 其中：Bm表示第m次外部逼近時(shí)基站i所需要的所有交互信息，表示第m次外 部逼近時(shí)基站i的第k個(gè)載波需要的交互信息，Q'：；表示不包含q?的Q m ;
I示第m次外部逼近時(shí)基站i在蜂窩頻帶k上收到的所有干 擾信號(hào)
(6表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上接收 到的所有?目號(hào)，〇i(k)表不基站i在蜂窩頻帶k上所遭受的尚斯白噪聲，hij(k)表不基站i到基 站j在蜂窩頻帶k上所服務(wù)用戶的信道增益；
[0022] 步驟4:設(shè)置內(nèi)部逼近點(diǎn)^及內(nèi)部逼近次數(shù)s = 0，設(shè)置足夠大的固定常數(shù)c > 0;
[0023]
[0024]
[0025]
[0026] 其中：w;?表示第s次內(nèi)部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，v; (7c)為內(nèi)部 逼近的對(duì)偶變量，且/彡〇; 'P0、.
[0027] 步驟5:初始化內(nèi)部迭代點(diǎn)n及內(nèi)部迭代次數(shù)t = 0;
[0028]
[0029]
[0030] ^ 」
[0031] 其中：尸;（々)表示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，/((X)為內(nèi)部 迭代的對(duì)偶變量，且μ13彡〇;
[0032] 步驟6:計(jì)算t+Ι次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率尸丨+1(々）··
[0033]
[0034]
[0035]
[0036]
[0037]
[0038]
[0039] 其中
I示不包含￥的PSAk是使_
成 立的最小正數(shù)：
〖示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k W-i 上收到的所有干擾信號(hào)
表示宏蜂窩用戶在蜂窩頻帶k上需要滿足的最 低傳輸速率，p/f表示基站i在蜂窩頻帶k上允許的最大發(fā)射功率，只_表示基站i允許發(fā)送 的最大和功率；
[0040] 計(jì)算在t+Ι次內(nèi)部迭代時(shí)內(nèi)部迭代的對(duì)偶變量：
[0041]
[0042] 其中：[x] + = max(0，x)
表示第k個(gè) 宏蜂窩用戶的QoS約束：
[0043] 步驟7:判If
、是否成立:若成立則4轉(zhuǎn)到步驟5; 否則令t = t+l，轉(zhuǎn)到步驟6;

\
[0044] 步驟8:判1$ 心3是否成立:若成立則$Qm+1 = Ws+1，轉(zhuǎn)到步驟3;否則 / 令s = s+l，轉(zhuǎn)到步驟5;
[0045] 步驟9:判斷| Qm+1_Qm |彡e 2是否成立:若成立則$Zn+1 = Qm+1，轉(zhuǎn)到步驟2;否則令m = m+1，轉(zhuǎn)到步驟3;
[0046] 步驟10:判斷| Zn+1_Zn |彡e邊否成立:若成立則輸出Zn+1;否則令n = n+l，轉(zhuǎn)到步驟 2〇
[0047]本發(fā)明的工作原理為：由于網(wǎng)絡(luò)的速率最大化問(wèn)題用本身是一個(gè)NP-Hard問(wèn)題，本 發(fā)明結(jié)合凸逼近與廣義納什均衡，分布式地解求解宏基站和小基站的發(fā)射功率;本算法適 用于Macro Cell中部署多個(gè)Small Cell，并且這些小區(qū)之間共享頻譜資源，所有基站(包括 宏基站和小基站)受到和功率限制或獨(dú)立功率限制，在保證蜂窩用戶的QoS情況下，最大化 所有基站的和通信速率。
[0048]有益效果:本發(fā)明提供的分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法，與 現(xiàn)有技術(shù)相比具有如下優(yōu)勢(shì)：1、本發(fā)明所提算法適用于多蜂窩用戶、多Small Cell的情況； 2、本發(fā)明中同一蜂窩頻帶同時(shí)可被所有Small Cell共享，而不僅限于被一個(gè)Small Cell或 者M(jìn)acro Cell使用，頻譜資源共享效率更高；3、本發(fā)明適用于MBS的發(fā)射功率可調(diào)的情況， 這樣可以更加靈活方便的提升系統(tǒng)性能;4、本發(fā)明適用于所有基站具有和功率限制、獨(dú)立 功率限制，蜂窩用戶具有QoS限制等多種情況;5、本發(fā)明提出的算法可以分布式實(shí)現(xiàn)，適用 于Small Cell較多的場(chǎng)景，并且可以提高Small Cell接入的靈活性;6,本發(fā)明提出的算法 在性能上可以媲美集中式控制算法。
【附圖說(shuō)明】
[0049] 圖1為Small Cell網(wǎng)絡(luò)系統(tǒng)下行鏈路干擾示意圖；
[0050] 圖2為宏蜂窩用戶、小基站、小蜂窩用戶隨機(jī)分布的位置示意圖；
[0051 ]圖3為和速率隨宏基站允許最大功率變化示意圖；
[0052]圖4為宏基站的各個(gè)載波通信速率示意圖;GNEP:廣義納什均衡分布式算法;NEP納 什均衡分布式算法;GGNEP:本發(fā)明提出算法;NoQoS:不具有QoS約束的分布式算法；
[0053]圖5為本發(fā)明分布式算法與廣義納什均衡分布式算法、納什均衡分布式算法性能 對(duì)比示意圖；
[0054]圖6為本發(fā)明分布式算法與集中式算法性能對(duì)比示意圖。
【具體實(shí)施方式】
[0055]下面結(jié)合附圖對(duì)本發(fā)明作更進(jìn)一步的說(shuō)明。
[0056]基于蜂窩網(wǎng)的SBSs的部署密度通常較大，SBSs部署具有隨機(jī)性，SBSs和MBS之間的 相互干擾等特性，本發(fā)明針對(duì)MBS和SBSs進(jìn)行聯(lián)合功率分配，提出的分布式算法可以應(yīng)用于 所有基站(包括宏基站和小基站)具有和功率限制、獨(dú)立功率限制，宏蜂窩用戶具有QoS限制 等多種情況下，分布式優(yōu)化所有基站的發(fā)射功率P。采用本發(fā)明提出的算法得到的發(fā)射功率 能夠在保障蜂窩用戶的通信速率情況下，最大化所有基站的和通信速率。下面對(duì)本發(fā)明作 更進(jìn)一步的說(shuō)明。
[0057]設(shè)在一個(gè)蜂窩系統(tǒng)中部署了Μ個(gè)Small Cell，蜂窩網(wǎng)的下行頻帶劃分為N個(gè)子信 道，每個(gè)基站(包括宏基站和小基站)均服務(wù)N個(gè)蜂窩用戶，即每個(gè)用戶均占用一個(gè)頻帶(注： 一個(gè)用戶占用多個(gè)頻帶不影響算法），為了表示方便將MBS標(biāo)號(hào)為0號(hào)基站，SBSs從1 "·Μ進(jìn)行 編號(hào);信道參數(shù)，及干擾參數(shù)說(shuō)明如下：
[0058] hij(k):表示基站i到基站j在蜂窩頻帶k上所服務(wù)用戶的信道增益，i，j = 0,1，…， Μ；
[0059] 〇1(k):表示基站i在蜂窩頻帶k上所遭受的高斯白噪聲；
[0060] pi:表示基站i在整個(gè)頻譜上的發(fā)射功率向量，pi = [pi(l)，pi(2)，···，pi(k)，···，pi (N)]，Pi(k)表示基站在蜂窩頻帶k上的發(fā)射功率；
[0061] yk:表示宏蜂窩用戶在蜂窩頻帶k上需要滿足的最低傳輸速率；
[0062] ρ/；Τ表示基站i在蜂窩頻帶k上允許的最大發(fā)射功率
[0063] 爲(wèi)_表示基站i允許發(fā)送的最大和功率。
[0064]如圖1所示，宏基站在蜂窩頻帶k上的發(fā)射功率pQ(k)、蜂窩用戶k的通信速率記為 1^(?〇，()）、基站1在所有蜂窩頻帶上的和通信速率記關(guān)
，其中：
[0065]
[0066]
[0067]在該系統(tǒng)中，我們的優(yōu)化目標(biāo)為最大化每個(gè)基站的通信速率，即：
-由于蜂窩網(wǎng)中有多個(gè)用戶，因此對(duì)每個(gè)蜂窩用戶考慮最低通信速率 i-0 k-[ 約束R0k(PQ，P-())多Yk;對(duì)于下行鏈路，蜂窩基站在蜂窩頻帶k上的獨(dú)立發(fā)射功率限制為 0 <凡(/c) :^廣仏）；小基站i在蜂窩頻帶k上的獨(dú)立發(fā)射功_艮制為0 0)句;廣㈨基 站的和功率限制^
小基站i發(fā)射端的和功率限制為
[0068]在本實(shí)施例中個(gè)，設(shè)宏蜂窩的覆蓋半徑為500m，在宏蜂窩覆蓋區(qū)域內(nèi)部署6個(gè)小蜂 窩，宏蜂窩頻帶帶寬10MHz，劃分為10個(gè)子載波，并且所有頻帶由宏蜂窩與小蜂窩享，且每個(gè) 頻帶劃分給每個(gè)宏蜂窩用戶和小蜂窩用戶，假設(shè)小蜂窩的覆蓋半徑l〇〇m，其中小蜂窩用戶 和宏蜂窩用戶均隨機(jī)分布在其覆蓋區(qū)域內(nèi)，考慮大尺度衰落，將路徑衰落按128. 1 + 37.61og1Qd(km)dB衰減，其中d表示距離基站和用戶之間的距離。由于建筑物或者其它因素 造成的小尺度衰落，本文考慮小尺度衰落為循環(huán)復(fù)高斯變量。為了體現(xiàn)性能，本文只考慮總 的功率約束即Φ
，其中i = l，...，M。如圖2所示，宏蜂窩用戶、 小基站、小蜂窩用戶隨機(jī)分布的位置示意圖。
[0069] 對(duì)于圖1所示的下行鏈路情況，我們采用如下方法獲得宏基站的發(fā)射功率PQ和小 基站發(fā)射功率P-o,并得到對(duì)應(yīng)的所有基站的和通信速_
[0070] 步驟1:初始化外部迭代點(diǎn)Z*3及外部迭代次數(shù)n = 0,設(shè)置足夠大的常數(shù)τ>〇及誤差 精度eh e2 = 10-=
[0071]
[0072]
[0073] 其中：<以)表示第n次外部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率；
[0074] 步驟2:設(shè)置外部逼近點(diǎn)$及外部逼近次數(shù)m=0,通常取$ = Ζη;
[0075]
[0076]
[0077] 其中：表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率；
[0078] 步驟3:根據(jù)on十算交互信息：
[0079]
[0080]
[0081] - j\ _ j / j\ /
[0082] 其中：Bm表示第m次外部逼近時(shí)基站i所需要的所有交互信息表示第m次外 部逼近時(shí)基站i的第k個(gè)載波需要的交互信息，Q&表示不包含 < 的Q m ;
?示第m次外部逼近時(shí)基站i在蜂窩頻帶k上收到的所有干 j^-l 擾信號(hào)：示第m次外部逼近時(shí)基站i在蜂窩頻帶k上接收
產(chǎn)u 到的所有?目號(hào)，〇i(k)表不基站i在蜂窩頻帶k上所遭受的尚斯白噪聲，hij(k)表不基站i到基 站j在蜂窩頻帶k上所服務(wù)用戶的信道增益； (wB ^
[0083] 步驟4:設(shè)置內(nèi)部逼近點(diǎn)。及內(nèi)部逼近次數(shù)s = 0，設(shè)置足夠大的固定常數(shù)c > 0;
[0084]
[0085]
[0086]
[0087] 其中： 表示第s次內(nèi)部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，為內(nèi)部 逼近的對(duì)偶變量，且/彡0;
[0088] 步驟5:初始化內(nèi)部迭代點(diǎn)及內(nèi)部迭代次數(shù)t = 0;\β J
[0089]
[0090]
[0091]
[0092] 其中：￥0；)表示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，//丨為內(nèi)部 迭代的對(duì)偶變量，且J彡〇;
[0093] 步驟6:計(jì)算t+Ι次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率W :
[0094]
[0095]
[0096]
[0097]
[0098]
[0099]
[0100]其中：
表示不包含q;的PW是使得句，廣成 立的最小正數(shù)，......
_ - ^ 爻示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k j字t. 上收到的所有干擾信號(hào)
4表示宏蜂窩用戶在蜂窩頻帶k上需要滿足的最 低傳輸速率，巧^表示基站i在蜂窩頻帶k上允許的最大發(fā)射功率，?Τ"表示基站i允許發(fā)送 的最大和功率；
[0101 ]計(jì)算在t+i次內(nèi)部迭代時(shí)內(nèi)部迭代的對(duì)偶變量：
[0102]
[0103]其中
表示第k個(gè)宏 蜂窩用戶的QoS約束·
[0104] 步驟7:判
e4是否成立:若成立則4
，轉(zhuǎn)到步驟5; 否則令t = t+l，轉(zhuǎn)到步驟6;
[0105] 步驟8:判| Μ是否成立:若成立則令Qm+1 = Ws+1，轉(zhuǎn)到步驟3;否則 J 令s = s+l，轉(zhuǎn)到步驟5;
[0106] 步驟9:判斷|Qm+1-Qm|<e2是否成立:若成立則$Z n+1 = Qm+1，轉(zhuǎn)到步驟2;否則令m = m+1，轉(zhuǎn)到步驟3;
[0107] 步驟10:判斷|zn+1-zn|<e^否成立:若成立則輸出Zn+1;否則令n=n+l，轉(zhuǎn)到步驟 2〇
[0108] 本案中，宏基站負(fù)責(zé)計(jì)算內(nèi)部迭代的對(duì)偶變量μ和交互信息B，而小基站負(fù)責(zé)計(jì)算 自身的發(fā)射功率，具體方案如下:宏基站設(shè)置首先設(shè)定各個(gè)基站的外部迭代點(diǎn)Ζ和外部逼近 點(diǎn)Q，計(jì)算交互信息匕將匕廣播給基站i，然后宏基站再重新設(shè)置內(nèi)部迭代點(diǎn)，并且據(jù)此 每個(gè)基站更新自身的功率直到收斂，最后根據(jù)宏基站收集信息更新bi直到收斂，最后更新 外部迭代點(diǎn)Z直到收斂，不難看出再本算法中需要交互信息有匕和以。
[0109] 如圖3所示，顯示了網(wǎng)絡(luò)和速率隨宏基站允許的最大功率的變化，可以看出宏基站 的允許的最大功率增大網(wǎng)絡(luò)的和速率變大，其背后的原因是可用資源變多，性能提升。
[0110] 如圖4~5所示，顯示了網(wǎng)絡(luò)和速率與宏蜂窩用戶允許的最低速率的關(guān)系，為了體 現(xiàn)本算法的性能，和傳統(tǒng)的納什均衡模型對(duì)比，納什均衡算法中考慮將全局的QoS約束轉(zhuǎn)換 為單個(gè)的功率約束，也即對(duì)基站i和信道k有h i 〇 ( k ) p i ( k )彡ξ i , k，其中
k圖4中不難看出本發(fā)明提出的分 布式算法優(yōu)于廣義納什均衡分布式算法與納什均衡算法，也即本發(fā)明提出的分布式算法在 分布式算法中具有較好性能，同時(shí)可以看出隨著宏蜂窩用戶的最低速率的提高，網(wǎng)絡(luò)的整 體效用越來(lái)越低，這符合實(shí)際情況。圖5顯示本發(fā)明分布式算法、廣義納什均衡分布式算法、 納什均衡分布式算法和不具有QoS分布式算法中宏蜂窩用戶在各個(gè)載波上的通信速率，可 以看出本發(fā)明分布式算法、廣義納什均衡分布式算法、納什均衡分布式算法均滿足宏蜂窩 用戶的最低通信速率，而不具有QoS約束的分布式算法不滿足QoS要求，同時(shí)結(jié)合圖4~5可 以看出由于本發(fā)明算法從全局考慮系統(tǒng)性能，因此在宏蜂窩用戶在各個(gè)載波上的QoS約束 幾乎分配都是恰好滿足，而其他算法分配使得宏蜂窩用戶在各個(gè)載波上的QoS約束都會(huì)有 所剩余，這就是本發(fā)明算法性能更優(yōu)的背后原因。
[0111] 如圖6所示，顯示了本算法在最外層收斂速率很快大概十步左右就收斂，同時(shí)可以 看出本發(fā)明提出的分布式算法在性能上可以媲美集中式算法。
[0112] 以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人 員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng) 視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法，其特征在于:通過(guò)優(yōu)化由 宏蜂窩與小蜂窩所構(gòu)成的分層異構(gòu)網(wǎng)絡(luò)的和速率，分布式求解宏基站和小基站的發(fā)射功 率，從而得到宏基站和小基站在各個(gè)信道上的功率分配及整個(gè)網(wǎng)絡(luò)的通信速率。2. 根據(jù)權(quán)利要求1所述的分布式Small Cell分層異構(gòu)網(wǎng)絡(luò)和速率最大化方法，其特征 在于:對(duì)于一個(gè)部署了一個(gè)宏蜂窩和M個(gè)小蜂窩和的蜂窩系統(tǒng)，蜂窩系統(tǒng)的下行頻帶劃分為 N個(gè)子信道，每個(gè)基站均服務(wù)N個(gè)蜂窩用戶，將宏基站標(biāo)記為O號(hào)基站，將小基站標(biāo)記為1···Μ 號(hào)基站;該方法具體包括如下步驟： 步驟1:初始化外部迭代點(diǎn)Zt3及外部迭代次數(shù)η = 0，設(shè)置常數(shù)τ>〇及誤差精度e i、e 2 = 10-2^^3=10+2^:^4=10-2^3;其中：表示第η次外部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率； 步驟2:設(shè)置外部逼近點(diǎn)Qt3及外部逼近次數(shù)m=0，取Qt3 = Zn;其中：f M表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率； 步驟3:根據(jù)Qm計(jì)算交互信息：其中：Bm表示第m次外部逼近時(shí)基站i所需要的所有交互信息，表示第m次外部逼 近時(shí)基站i的第k個(gè)載波需要的交互信息，Qm,表示不包含 < 的Q m ;表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上收到的所有干 擾信號(hào)，表示第m次外部逼近時(shí)基站i在蜂窩頻帶k上接收 到的所有?目號(hào)，〇i(k)表不基站i在蜂窩頻帶k上所遭受的尚斯白噪聲，hij(k)表不基站i到基 站j在蜂窩頻帶k上所服務(wù)用戶的信道增益； 步驟4:設(shè)置內(nèi)部逼近點(diǎn)及內(nèi)部逼近次數(shù)s = 0，設(shè)置足固定常數(shù)c > 0;其中：<(々)表示第S次內(nèi)部逼近時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，為內(nèi)部逼近 的對(duì)偶變量，且Vt3^O;其中：表示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率，M; 〇〇為內(nèi)部迭代 的對(duì)偶變量，且μ°多〇; 步驟6:計(jì)算t+l次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上的發(fā)射功率片+1(灸)：其中：[xI=min(max(h,4fl)，匕表示不包含q丨的 pt，Ak是使得成立的 最小正數(shù)表示第t次內(nèi)部迭代時(shí)基站i在蜂窩頻帶k上收 到的所有干擾信號(hào)Yk表示宏蜂窩用戶在蜂窩頻帶k上需要滿足的最低傳 輸速率，凡'f表示基站i在蜂窩頻帶k上允許的最大發(fā)射功率，/Ti表示基站i允許發(fā)送的最 大和功率； 計(jì)算在t+i次內(nèi)部迭代時(shí)內(nèi)部迭代的對(duì)偶變量：其中：[x] +=max(0，x)丨表示第k個(gè)宏蜂窩 用戶的QoS約束； 步驟7:是否成立:若成立則令.轉(zhuǎn)到步驟5;否則 令t = t+l，轉(zhuǎn)到步驟6; 步驟8:是否成立:若成立則令$+1=Ws+ 1，轉(zhuǎn)到步驟3;否則令s = s+1，轉(zhuǎn)到步驟5; 步驟9:判斷I Qm+1-Qm I彡e 2是否成立:若成立則$Zn+1 = Qm+1，轉(zhuǎn)到步驟2;否則令m=m+l， 轉(zhuǎn)到步驟3; 步驟10:判斷I Zn+1-Zn I彡e邊否成立:若成立則輸出Zn+1;否則令n=n+l，轉(zhuǎn)到步驟2。
【文檔編號(hào)】H04W52/24GK105933969SQ201610236816
【公開(kāi)日】2016年9月7日
【申請(qǐng)日】2016年4月15日
【發(fā)明人】王家恒, 官偉, 史鋒峰, 凌昕彤, 趙春明
【申請(qǐng)人】東南大學(xué)