[发明专利]一种基于保密和能效优化的上行双连接数据分流方法

摘要

一种基于保密和能效优化的上行双连接数据分流方法，包括以下步骤：(1)在基站BS的覆盖范围下有一个移动用户MU,同时部署了一个小蜂窝辅助网络接入点AP通过“双连接”为MU提供数据分流服务；优化问题描述为一个多变量非凸性优化问题；(2)将问题P1经过等效转换为P2‑E问题；(3)根据P2‑E问题的目标函数的一阶导数的单调性，通过二分查找法，得到了在P2‑E问题中控制变量范围给定的情况下的问题优化解；(4)通过对问题的分析，列举出不同情况下的P2‑E问题的控制变量范围，代入到之前得到的问题优化解中，最终解决P1问题，得到P1问题的最优化解。本发明效率较高、灵活度较高。

主权项

1.一种基于保密和能效优化的上行双连接数据分流方法，其特征在于，所述方法包括以下步骤：(1)在基站BS的覆盖范围下有一个移动用户MU，同时部署了一个小蜂窝辅助网络接入点AP通过“双连接”为MU提供数据分流服务；在无线网络中，在满足数据保密性要求以及能量有效性的情况下最小化MU的总功率消耗的优化问题描述为如下所示的非凸性优化问题P1问题，该问题表示如下：min piA+piB限制条件:Pout(piA,xiA)≤∈i  (1‑1)xiA≥0xiB≥0控制变量:(xiA,piA)和(xiB,piB)在P1问题中，xiB表示BS侧MU所能达到的最大数据需求流量，piB表示BS侧MU消耗的能量；xiA表示AP侧MU所能达到的最大数据需求流量，piA表示AP侧MU消耗的能量；Pout是关于piA和xiA的函数，表示为Pout(piA,xiA)，式(1‑5)是通过香农定理得到的；将问题中的各个变量及关系表达式做一个说明，如下：piA：AP侧MU消耗的能量/W；piB：BS侧MU消耗的能量/W；xiB：BS侧MU所能达到的最大数据需求流量；xiA：AP侧MU所能达到的最大数据需求流量；WB：MU到BS的信道带宽/HZ；WA：MU到AP的信道带宽/HZ；giA：MU到AP的信道增益；giB：MU到BS的信道增益；giE：MU到窃听者的信道增益；nA：MU到AP的背景噪声功率/W；nB：MU到BS的背景噪声功率/W；nE：MU到窃听者的背景噪声功率/W；MU到AP可以获得的最大保密数据吞吐量；Pout：AP在给MU提供数据分流服务时的保密性溢出的概率MU到AP的最大消耗能量/W；MU到BS的最大消耗能量/W；∈i：MU的保密性溢出概率的上界；αi：MU到窃听者信道增益的平均值；(2)保密性溢出的概率函数Pout(piA,xiA)表达式如下：上式中的表示MU到AP可以获得的最大保密数据吞吐量，其表达式如下：将式(2‑2)代入(2‑1)得到Pout(piA,xiA)表达式如下：定义一个辅助量表示MU到AP的有效信道功率增益，其表达式如下：结合式(2‑4)可以得到Pout(piA,xiA)表达式如下：(3)通过对(1‑1)和(2‑5)进行联立分析，得到(1‑1)的限制表达式如下：定义一个新的变量θiA来量化保密性需求的影响，θiA的表达式如下：通过对(3‑1)的进一步转化，得到(1‑1)的等效表达式如下：而在P1问题的最优化方案中，上式为问题的一个严格约束，而在问题分析中，MU的分流数据流量速率满足如下表达式：通过(1‑2)以及(3‑4)的分析得到如下表达式：因此，通过联立(1‑5)和(3‑5),可以得到表达式如下：(4)P1问题的等效转化，代入(3‑5)、(3‑6)及以上的各关系到P1问题，得到P2问题表示如下：限制条件:控制变量:piA对(4‑1)进行等效转化，得到表达式如下：同样对(4‑2)也进行等效转化，得到表达式如下：通过(4‑3)与(4‑4)将P2问题进行等价转化为P2‑E问题，“E”表示的是等价的，如下：限制条件:条件(1‑3)条件(4‑3)条件(4‑4)控制变量:piAP2‑E问题中的限制条件(4‑3)和(4‑4)都与p_iA成线性关系，所以在参数设置上，三个限制条件(4‑3),(4‑4),(1‑3)产生了一个关于p_iA的可行区间，即(5)P2‑E问题看成是一个凸性优化问题，对P2‑E中的目标函数进行一阶求导，得到其一阶导数表达式如下：通过分析知道是关于p_iA的递增函数；(6)在给定和的情况下，根据P2‑E问题中目标函数的一阶导数的单调性求解该问题的算法SolP2E如下；步骤6.1：设置计算误差的容忍值为γ，flag＝1；步骤6.2：如果成立，那么执行步骤6.6；如果成立，那么执行步骤6.6，否则执行步骤6.3；步骤6.3设置步骤6.4：当flag＝1时，得到如果成立，那么同时设置flag＝0，执行步骤6.6；步骤6.5：如果成立，当满足时，更新返回步骤6.4；当满足时，更新返回步骤6.4；步骤6.6：结束循环；步骤6.7：输出P2‑E问题的当前最优解为(7)在算法SolP2E中，是在给定p_iA的上界与下界的情况下计算的，所以要对p_iA的上界与下界进行求解，需要考虑多种情况下的和定义两个新的参量K和L，其表达式如下所示：通过参量K和L，(4‑3)和(4‑4)转化为如下表达式：基于以上(7‑3)和(7‑4)两式来得到和需要考虑不同情况下的K和L，首先通过分析(7‑3)，得到两种不同的情况，即CaseⅠ：KL≥1；CaseⅡ：KL<1；CaseⅠ是在KL≥1下的情况，在这种情况下，满足WBlog2(1+piBmaxgiBnB≥Rireq，表示BS能满足MU的全部流量需求，不需要AP进行数据分流；相反，CaseⅡ在KL<1下的情况下，BS不能满足MU全部的数据流量需求，因此，P2‑E问题在CaseⅡ情况下可能是不可行的；若KL≥1，即为CaseⅠ，通过分析得到两种子情况，如下：CaseⅠ.1：当时，得到CaseⅠ.2：当时，得到若KL<1，即为CaseⅡ，通过分析得到五种子情况，如下：CaseⅡ.1：当P2‑E问题不可行；CaseⅡ.2a：当且时，得到CaseⅡ.2b：当且时，P2‑E问题不可行；CaseⅡ.3a：当且时，得到CaseⅡ.3b：当且时，P2‑E问题不可行；最终得到以下各情况：CaseⅠ.1CaseⅠ.2CaseⅡ.1P2‑E问题不可行；CaseⅡ.2aCaseⅡ.2bP2‑E问题不可行；CaseⅡ.3aCaseⅡ.3bP2‑E问题不可行；通过以上过程得到和代入算法SolP2E得到最优解通过得到的最优解得到P2‑E问题相应的其他三个最优解如下：以上为P2‑E问题的最优解，即为P1问题中，MU在AP侧消耗能量的最优解MU在AP侧数据分流需求最优解MU在BS侧消耗能量的最优解MU在BS侧数据需求的最优解