[发明专利]一种微蜂窝网络中的分布式资源分配方法

摘要

本发明提出一种微蜂窝网络中的分布式资源分配方法。将微蜂窝网络映射到位于控制中心处的一个虚拟判决网络，虚拟判决网络中的每一个认知代理对应一个用户；所有用户将自己的地理位置坐标信息上报给所属的微基站，微基站将覆盖范围内有通信需求的用户的位置信息上报给控制中心对应的认知代理，然后由认知代理完成信道选择和功率选择；控制中心将信道选择结果和功率选择结果下发给微基站，微基站完成微蜂窝内用户的资源分配。本发明为基于博弈理论的信道选择和功率控制的分步资源分配方法，在大规模、超密集组网条件下通过实现不同微蜂窝之间的信道分配和功率控制，达到降低不同微蜂窝之间互干扰、提高用户的通信速率的目的。

主权项

1.一种微蜂窝网络中的分布式资源分配方法，其特征在于，将微蜂窝网络映射到位于控制中心处的一个虚拟判决网络，虚拟判决网络中的每一个认知代理对应一个用户；所有用户将自己的地理位置坐标信息上报给所属的微基站，微基站将覆盖范围内有通信需求的用户的位置信息上报给控制中心对应的认知代理，然后由认知代理完成信道选择和功率选择；控制中心将信道选择结果和功率选择结果下发给微基站，微基站完成微蜂窝内用户的资源分配；信道选择方法为：认知代理根据当前的信道选择概率为所对应的用户选择一个信道，并计算选择该信道的信道效用函数，然后根据该信道效用函数更新每一个信道的选择概率；循环前述信道选择和概率更新过程直至信道选择实现收敛；功率选择方法为：认知代理根据当前的功率选择概率为所对应用户所属微基站选择一个发射功率，并计算选择该功率的功率效用函数，然后根据该功率效用函数更新每一个功率的选择概率；循环前述功率选择和概率更新过程直至功率选择实现收敛；任意认知代理n的信道效用函数u_n的计算方法如式(1)所示：式(1)中，a_n是认知代理n选择的信道，a_‑n是除认知代理n以外其余所有认知代理选择的信道，a_j是认知代理j的信道选择，n^*是认知代理n对应用户所属的微基站，是微基站n^*在信道a_n上的发射功率，是微基站n^*与认知代理j所对应用户之间的信道增益，α_n是用户n的活动概率，α_j是用户j的活动概率；j^*是认知代理j对应用户所属的微基站，是微基站j^*在信道a_j上的发射功率，是用户n和微基站j^*之间的信道增益；是微基站j^*到用户n之间的距离，γ是路径损耗因子，是所有参与博弈的认知代理的集合，函数I{a_n＝a_j}满足式(2)，认知代理n更新信道选择概率的方法如公式(3)所示，公式(3)中，Pr[a_n(k+1)＝a_n(k)]是认知代理n在第k+1个时隙与第k个时隙选择相同信道的概率，Pr[a_n(k+1)＝m]是认知代理n在第k+1个时隙选择信道m的概率，Y＝exp{u_n(k)β}+exp{v_mβ}，β是学习参数，k代表当前的时隙，X是所有认知代理都选择同一信道时的总干扰水平，其中，u_n(k)为认知代理n在当前时隙内选择信道a_n(k)获得的信道效用函数，v_m为认知代理n在当前探测信道m获得的信道效用函数；任意认知代理n的功率效用函数U_n的计算方法如式(4)所示，式(4)中，b_n是认知代理n选择的功率，b_‑n是除认知代理n以外其余所有认知代理选择的功率，假如认知代理n最终选择信道c，则M_c是选择信道c的认知代理的集合，r_n是根据香农公式得到的用户n在选择的信道c上的速率，r_n如公式(5)所示，式(5)中，B是信道带宽，σ是噪声功率，α_n是用户n的活动概率，α_j是用户j的活动概率，n^*是认知代理n对应用户所属的微基站，是微基站n^*在信道c上的发射功率，是微基站n^*在信道m上的发射功率，是微基站n^*与认知代理n所对应用户之间的信道增益；j^*是认知代理j对应用户所属的微基站，是微基站j^*在信道c上的发射功率，是用户n和微基站j^*之间的信道增益，是微基站n^*的最大功率限制；式(4)中，r_i是用户i在信道a_i上的速率，其具体定义式与式(5)相同，表示当用户n所属的微基站发射功率为0时，用户i得到的速率，如公式(6)所示，公式(6)中，M_c是选择信道c的认知代理的集合，α_i是用户i的活动概率，是微基站i^*在信道c上的发射功率，是微基站i^*与认知代理i所对应用户之间的信道增益；α_j是用户j的活动概率，是微基站j^*在信道c上的发射功率，是微基站j^*与认知代理j所对应用户之间的信道增益。