[发明专利]异构网络协同多播的传输方法及装置有效
申请号: | 201810318310.6 | 申请日: | 2018-04-10 |
公开(公告)号: | CN108632767B | 公开(公告)日: | 2019-04-12 |
发明(设计)人: | 姜春晓;倪祖耀;匡麟玲;吴胜;葛宁;朱向明 | 申请(专利权)人: | 清华大学 |
主分类号: | H04W4/06 | 分类号: | H04W4/06;H04W28/02;H04W72/04;H04B7/0408;H04B7/08 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 张海洋 |
地址: | 100000*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异构网络 系统性能 单网 多播 协同 优化 传输方法及装置 波束向量 波束优化 波束资源 传输效果 传输方式确定 下行信道信息 多播传输 通信瓶颈 分配 覆盖 求解 网系 瓶颈 缓解 | ||
1.一种异构网络协同多播的传输方法,其特征在于,所述方法包括:
收集异构网络到用户的下行信道信息,其中,所述异构网络包括:高速密集网络,广域覆盖网络;
基于异构网络协同多播的传输方式确定波束优化问题,其中,所述波束优化问题表示在满足功率约束下,最大化最小用户的加权信噪比,所述波束优化问题中包含所述下行信道信息;
对所述波束优化问题进行求解,得到优化波束向量;
其中,对所述波束优化问题进行求解,得到优化波束向量包括:
通过预设矩阵对所述波束优化问题进行转换,得到简化的波束优化问题,其中,所述简化的波束优化问题中使得所述波束优化问题中的预设约束条件松弛;
确定与所述简化的波束优化问题所对应的异构网络系统的QoS波束优化问题,其中,所述QoS波束优化问题表示在满足用户的最小接收信噪比的约束下,最小化传输功率;
确定所述简化的波束优化问题和所述QoS波束优化问题之间的关系;
基于所述关系通过对所述QoS波束优化问题进行求解,得到所述简化的波束优化问题的优化波束矩阵;
采用高斯随机方法对所述优化波束矩阵进行处理,生成待处理优化波束向量;
基于所述待处理优化波束向量对功率资源进行优化,得到所述异构网络系统的最优功率分配;
基于所述待处理优化波束向量和所述最优功率分配确定所述优化波束向量;
基于所述优化波束向量进行异构网络系统的波束资源分配,以优化所述异构网络系统性能;
其中,基于所述关系通过对所述QoS波束优化问题进行求解,得到所述简化的波束优化问题的优化波束矩阵包括:
获取二分法迭代的初始上限加权信噪比和初始下限加权信噪比;
确定所述初始上限加权信噪比和所述初始下限加权信噪比的平均信噪比;
执行下述迭代过程:
基于所述关系将所述平均信噪比代入所述QoS波束优化问题,得到待求解QoS波束优化问题;
采用SDP工具对所述待求解QoS波束优化问题进行求解;
如果所述待求解QoS波束优化问题无解或得到的解所对应的能量大于能量约束,则对历史上限加权信噪比进行更新,得到更新的上限加权信噪比,其中,所述更新的上限加权信噪比为所述平均信噪比;
如果所述待求解QoS波束优化问题有解,则记录得到的解,并对历史下限加权信噪比进行更新,得到更新的下限加权信噪比,其中,所述更新的下限加权信噪比为所述平均信噪比;
判断当前的上限加权信噪比和当前的下限加权信噪比之差是否满足预设精度;
如果满足所述预设精度,且所述待求解QoS波束优化问题有解,则将所述解作为所述简化的波束优化问题的优化波束矩阵;
如果不满足所述预设精度,则基于所述更新的上限加权信噪比或所述更新的下限加权信噪比,确定所述平均信噪比,并执行上述迭代过程,直至满足所述预设精度为止。
2.根据权利要求1所述的方法,其特征在于,收集异构网络到用户的下行信道信息包括:
利用导频信号进行信道估计,得到所述高速密集网络到目标用户的第一下行信道信息,其中,所述目标用户包括:所述高速密集网络覆盖范围内的用户,与所述高速密集网络相邻的高速密集网络覆盖范围内的用户;
利用所述导频信号进行信道估计,得到所述广域覆盖网络到其覆盖范围内的所有用户的第二下行信道信息;
将所述第一下行信道信息和所述第二下行信道信息作为所述下行信道信息。
3.根据权利要求1所述的方法,其特征在于,基于异构网络协同多播传输方式确定波束优化问题包括:
基于所述异构网络协同多播的传输方式确定各个用户在所述异构网络中的接收信噪比,其中,所述各个用户为在所述异构网络中的用户;
对所述接收信噪比进行加权处理,得到所述各个用户的加权信噪比;
在所述各个用户的加权信噪比中,最大化最小用户的加权信噪比,得到所述波束优化问题。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810318310.6/1.html,转载请声明来源钻瓜专利网。