[发明专利]基于能效的异构网络鲁棒资源分配和时长混合优化方法

说明书

本发明请求保护一种基于能效的异构网络鲁棒资源分配和时长混合优化方法,属于认知异构无线网络中的资源分配技术领域。通过考虑传输功率限制，跨层干扰约束和传输时长碰撞概率约束，首先利用次优分配方案实现子载波分配，接着利用伯恩斯坦近似法来获得凸优化问题，然后利用泰勒级数展开得到最优传输时间，最后利用拉格朗日函数法得到最优传输功率，并提出了一种基于迭代的最优资源分配方法。仿真结果表明，所提出方法在得到最优传输时长的同时能很好的保护宏用户的性能,具有较强的鲁棒性。

技术领域

本发明属于认知异构无线网络中的资源分配技术领域，具体是认知异构无线网络中基于用户中断概率的鲁棒资源分配方法。

背景技术

随着近年来通信技术的快速发展，各种移动设备和智能应用层出不穷，在数量不断提升的同时，也对网络的频谱利用率、覆盖以及容量等方面提出了更高的要求。因此，认知异构网络应运而生，在不增加宏蜂窝小区数量的前提下，通过部署具备认知能力的飞蜂窝小区，能有效降低宏蜂窝网络负荷且提高用户的服务质量和频谱利用率。然而大规模地部署认知飞蜂窝小区会导致能耗显著增加，如果不采取有效的能效控制方案，能耗会随着通信技术的快速发展而变得日益庞大。因此，为满足绿色通信的发展要求，对认知异构网络能效问题的研究十分重要。

确定每帧中的最优感知、传输时间以及资源分配策略，对于认知异构网络能效的最大化都十分关键。目前关于认知无线电网络最优传输时间的研究，大多只考虑一对主用户和次用户的网络场景，这些模型不能适用于多用户和多载波场景。另一方面，传统的异构网络资源分配算法，仅在完美信道状态信息下对资源分配问题进行研究。然而，在实际通信场景中，由于传输延迟和信道估计误差，完美的信道状态信息是难以准确地获得的。因此，研究信道不确定性下的资源分配和传输时长混合优化问题更具现实意义。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种在得到最优传输时长的同时能很好的保护宏用户的性能,具有较强的鲁棒性的基于能效的异构网络鲁棒资源分配和时长混合优化方法。本发明的技术方案如下：

一种基于能效的异构网络鲁棒资源分配和时长混合优化方法，其包括以下步骤：

S1：初始化系统参数，所述系统参数包括宏蜂窝用户数M、飞蜂窝用户数F、可用子载波数目N、信道增益、飞蜂窝网络总电路功耗值P_c^total、飞蜂窝用户最大发射功率值P_i^max、子载波最大发射功率值跨层干扰温度值I_th和中断概率阈值∈；初始化子载波分配状态集合表示在此定义的子载波分配状态集合，设定迭代次数T^max，迭代初始化；

S2：获取信道信息；利用次优分配方案进行子载波的分配，并更新子载波分配状态集合；

S3：判断所有子载波是否都分配给了飞蜂窝用户，若是则进入S4；否则，返回S2；

S4：得到系统最优传输时长、飞蜂窝用户最优功率、飞蜂窝网络最优能效，并更新飞蜂窝用户发射功率限制因子λ_i^o(t)、子载波发射功率控制因子和宏蜂窝服务质量保护因子λ^q(t)；

S5：判断飞蜂窝用户在所有子载波上的发射功率总和是否小于等于最大发射功率；若是，则进入S6；否则，进入S7；

S6：利用伯恩斯坦近似法来获得凸优化问题，计算所有飞蜂窝用户对宏蜂窝宏基站的干扰功率，并判断是否小于等于干扰功率门限值；若是，则进入S7；否则，进入S8；

S7：判断子载波发射功率是否小于等于子载波最大发射功率；若是，则进入S8；否则，取最优发射功率为子载波最大发射功率并进入下一次迭代；

S8：判断当前迭代次数是否大于最大迭代次数，若是，则结束，得出系统最优传输时长、飞蜂窝用户最优发射功率以及飞蜂窝网络最优能效；否则，进入下一次迭代，返回S4。