[发明专利]一种资源分配方法及装置

说明书

本发明公开了一种资源分配方法及装置。本发明在资源分配的过程中，分别对N个目标对象中的每个目标对象遍历所有的资源分配标识（一个资源分配标识表示一种资源分配选择的可能性），并在遍历过程中，根据全局代价值对遍历结果进行排序，从而找到当前的较优分配结果，然后以该较优分配结果为基础对下一个目标对象的资源分配标识进行遍历，以此类推，最终找到最优资源分配结果。由于每次对一个目标对象的资源分配情况进行遍历，都是根据上一次遍历到的较优分配结果为基础进行的，即，并不是遍历N个目标对象的所有的资源分配可能性，而是遍历其中的一部分，目的是每遍历一次就朝最优分配结果逼近一次，从而可以快速寻找到资源分配的最优分配结果。

技术领域

本发明涉及无线通信领域，尤其涉及一种资源分配方法及装置。

背景技术

在PCI（Physical Cell Identity，物理小区ID）规划中，要为每个小区分配一个物理ID号。LTE（Long Term Evolution，长期演进）中有编号为0至503总共504个PCI编号，可以为504个小区不重复地分配，如果小区个数大于504，则需要基于一定的准则对这些PCI编号重复使用。PCI关系到CRS（Cell-specific Reference Signal，小区专属参考信号）在LTE系统的一个子帧中所占频率资源的位置，两个PCI虽然不相等，但是如果这两个PCI模3（即PCI编号对3取模的结果值，其结果值范围限于集合{0,1,2}）相等，则对应的两个小区的CRS信号就会处在相同的时间频率资源位置上，并且如果两个小区的天线方向图存在公共覆盖的交叠区域，则这两个小区的CRS信道就会相互产生干扰，称之为模3冲突。

PCI规划所要解决的核心问题就是：为网络中的所有小区恰当的分配PCI编号，最终在网络中尽最大可能为所有位于不同基站且天线方向图存在公共交叠覆盖区域的小区对（两个小区），分配模3不等的PCI，这样两个小区的公共交叠覆盖区域的CRS信号之间就不会相互干扰。

目前，业界利用遗传算法寻找PCI规划的最优分配结果。用遗传算法进行PCI规划的流程一般是：

第一步：定义一个代价函数，表征天线主瓣方向的对齐程度，对齐程度越强，代价函数值越高。以下图1至图3表示天线主瓣对齐程度，其中，图1表示天线主瓣最为对齐的情况，直观描述为两个天线主瓣的角平分线在同一直线上，此种情况代价函数值最高，在PCI规划时，对这两个小区应该分配模3不同的PCI编号；图2是两个小区天线主瓣没有正对齐，但是指向同一侧，存在部分公共覆盖交叠区域，代价函数值相对于图1的情况小一些；图3同样是两个小区的天线主瓣方向没有正对齐的情况，两者是指向异侧，仍然存在部分公共交叠覆盖区域，代价函数值相对图1也要小一些；

第二步：确定问题的规模，设置染色体序列，再使用遗传算法寻找最优分配结果。假设有N个基站，每个基站有3个小区，则对所有基站分配PCI编号的全部排列组合数为6^N种，遗传算法通过确定种群规模、种群个数，以及选择运算中的选择比例、交叉运算中的交叉概率、变异运算中的变异概率等输入参数，对染色体序列进行变异交叉等运算，从这6^N种排列中寻找到全局代价值最小的PCI分配染色体序列。遗传算法的流程如图4所示。

遗传算法应用于PCI规划时会存在以下较为显著的问题：当待规划的基站数量很多时遗传算法寻优速度非常慢。比如，对于3184个基站的情况，要大约17个小时才能找到一个分配结果，如果有5000个基站，使用遗传算法进行PCI规划的时间还会更长。

发明内容

本发明实施例提供了一种资源分配方法及装置，用以快速进行资源分配。

本发明实施例提供的资源分配方法，包括：