CN103686910B - 家庭基站联盟的切换方法 - Google Patents

Abstract

本发明公开了一种家庭基站联盟的切换方法。其方案是：1.由N个家庭基站和M个信道组成家庭基站网络；2.第i个家庭基站感知自己可进入的家庭基站联盟，初始化历史纪录，并选择一个联盟与之协商形成新联盟；3.分别计算第k个家庭基站的拉格朗日功率乘子、次优功率因子和次优时间因子；4.重复步骤3直到得到最优功率因子和最优时间因子；5.分别计算联盟、新联盟、联盟集合和新联盟集合的收益U_j、U′_j、U_PA和U_PA′；6.判断U_j≤U′_j和U_PA≤U_PA′是否成立；若成立，则第k个基站进入联盟，否则返回步骤2，直到N个家庭基站不再执行切换为止。本发明能充分抑制家庭基站干扰，提升家庭基站网络的吞吐量。

Description

家庭基站联盟的切换方法

技术领域

本发明涉及无线通信领域，特别涉及家庭基站密集部署场景下抑制其下行干扰的方法，可用于无线异构网络。

背景技术

家庭基站，最初叫接入点基站，又称毫微微蜂窝式基地台，是一个小型的蜂窝基站，通常被设计为在家庭室内或小的商业机构中使用。通过宽带接入方式，如有线电缆，光纤或DSL，连接到核心网络，可以整合2G、3G、WiFi于一机。2008年全球行动通讯大会首次展出家庭基站技术，得到Orange、T-Mobile这两个公司的青睐。家庭基站最早在欧洲流行，是一种超小型手机基站设备，相比覆盖范围2公里以内的微蜂窝式基地台以及覆盖范围200米以内的微微蜂窝式基地台更小型，家庭基站的覆盖范围约12米。

据美国思科公司调查，当今50％的话音业务和70％的数据业务发生在室内。但是，传统的蜂窝网基础设施由于外墙的穿透损耗，不能很好保证室内用户的业务传输。因此，未来的宽带无线网络需要无处不在的高速接入网络，特别是良好的室内无线接入覆盖。家庭基站由于具备了低功耗，低成本，即插即用特性，受到了学术界和工业界的广泛关注。专家们预测通过引入家庭基站，无线终端接入特定的家庭基站即可得到高质量的室内接入体验。与此同时，家庭基站能够通过DSL接入核心网络，因此家庭基站可以吸收宏基站的用户，从而更进一步提高频谱利用率和网络容量。

另一方面，尽管家庭基站的部署带来了很多方面的增益，但也带来了很多技术层面的挑战，包括接入策略，移动性管理和干扰管理。特别是因为家庭基站的部署缺少必要的小区规划，这使得干扰管理成为一个热点话题。

在下行场景中，主要有两种类型的干扰，一种是跨层干扰，即家庭基站与宏站之间的干扰；另一种是同层干扰，即家庭基站之间的干扰。前者已有很多学者提出了多种干扰管理方法，而后者关注的人则较少。

现有技术中适用于抑制家庭基站之间的干扰的方法主要有Francesco Pantisano等人于2011年提出的合作干扰抑制方法，(F.Pantisano,M.Bennis,W.Saad,R.Verdone,and M.Latva-aho,“Coalition formation games for femtocell interference management:a recursivecore approach,”in Proc.of IEEE WCNC,pp.1161-1166,28-31Mar.2011.)。该方法包括三个阶段，即家庭基站发现周围可进入的家庭基站联盟，家庭基站联盟形成，联盟内部传输调度。在家庭基站发现周围可进入的家庭基站联盟阶段，每个家庭基站确定自己可以进入的家庭基站联盟集合。在家庭基站联盟形成阶段，每个家庭基站选择进入能够为自己提供最大收益，同时又不降低联盟内部其他家庭基站的收益的家庭基站联盟。在联盟内部传输调度阶段，每个家庭基站与联盟内其他家庭基站建立控制信道，每个家庭基站收集联盟内部其他家庭基站的信息，每个家庭基站传输自己的信息。这种方法存在以下问题：

1)在家庭基站联盟形成阶段，由于家庭基站形成联盟时过分注重个体收益而忽略了集体收益，导致家庭基站不能有效抑制来自其他家庭基站的干扰，从而给家庭基站网络的吞吐量的提升带来负面影响。

2)在家庭基站联盟形成阶段，由于分配联盟内部资源时仅考虑时间维度，不能充分利用抑制干扰所带来的增益，使得对家庭基站网络的吞吐量提升幅度受限。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种家庭基站联盟的切换方法，以在家庭基站联盟形成阶段，更加注重家庭基站的集体收益，并从时间和功率角度分配联盟内部资源，有效抑制家庭基站之间的干扰，进一步提升家庭基站网络的吞吐量。

为实现上述目的，本发明提出的一种家庭基站联盟的切换方法，包括如下步骤：

(1)由N个家庭基站和M个信道组成正交频分多址接入的家庭基站网络N≥1,M≥10；每个家庭基站独立的从M个信道选择传输数据的信道，并以最大功率在选取的信道上发送数据，每个家庭基站独立形成一个联盟S，从而形成网络内的初始家庭基站联盟集合；

(2)第i个家庭基站感知与自己能同时进入的第m个家庭基站联盟S_m的家庭基站，并将自己当前所在联盟加入历史纪录h_i，此时所有联盟形成家庭基站联盟集合其中i＝1,2,…,N，m＝1,2,…,N；第i个家庭基站从第m个家庭基站联盟S_m中选择一个不在历史记录h_i中的联盟D_j，并与该联盟D_j内的家庭基站合并成新的家庭基站联盟D_j′，从而将所有联盟形成的家庭基站联盟集合更新为PA′＝{PA\D_j}∪D_j′，其中D_j∈S_m，{PA\D_j}表示家庭基站联盟集合PA删除联盟D_j后形成的集合；

(3)在新的家庭基站联盟D_j′中，计算第k个家庭基站的拉格朗日功率乘子β_k：

${\mathrm{\β}}_k=\frac{p_{\max }}{p_{\max }+\frac{{\mathrm{\σ}}^2+I_k}{g_k}}\frac{1}{\ln 2},$

式中，k∈D_j′，p_max为每个家庭基站的最大发送功率，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰；

(4)根据拉格朗日功率乘子β_k，在新的家庭基站联盟D_j′中计算第k个家庭基站次优功率因子

${\tilde{p}}_k={\mathrm{\α}}_k{(\frac{p_{max}}{{\mathrm{\β}}_{k}ln2}-\frac{{\mathrm{\σ}}^2+I_k}{g_k})}^{+},$

式中，α_k为时间因子，(·)⁺表示选取零和括号内的数中较大的数，k∈D_j′；

(5)根据次优功率因子解下述优化式得到次优时间因子并将时间因子α_k的值修改为

$\begin{array}{cc}\underset{{\mathrm{\α}}_k}{\max }& \underset{k\∈D_j^{\′}}{\mathrm{\Σ}}{\mathrm{\α}}_k{\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{{\mathrm{\α}}_k})\\ s.t.& \underset{k\∈D_j^{\′}}{\mathrm{\Σ}}{\mathrm{\α}}_k\≤1\\ & {\mathrm{\α}}_k\≥\frac{{\tilde{p}}_k}{p_{\max }},k\∈D_j^{\′}\end{array},$

式中，p_max为每个家庭基站的最大发送功率，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰，k∈D_j′；

(6)重复步骤(3)-(5)，更新次优功率因子和次优时间因子直到次优功率因子和次优时间因子不再变化为止，得到更新后的次优功率因子和更新后的次优时间因子

(7)将最优功率因子的值修改为更新后的次优功率因子将最优时间因子的值修改为更新后的次优时间因子其中k∈D_j′。

(8)根据修改后的最优功率因子和修改后的最优时间因子计算如下参数的收益值：

新的家庭基站联盟D_j′的收益值：

家庭基站联盟D_j的收益值：

家庭基站集合PA的收益值：

更新后的家庭基站集合PA′的收益值：

其中，最优功率因子，为最优时间因子，T是PA内的任意一个家庭基站联盟，T′是PA′内的任意一个家庭基站联盟；

(9)对上述收益值进行比较：如果U_j≤U_j′且U_PA≤U_PA′，则将第k个家庭基站切换进家庭基站联盟D_j，并将该联盟D_j加入历史记录h_k，否则，返回步骤(2)，直到N个家庭基站都不能执行切换家庭基站联盟为止。

本发明与现有技术相比，具有如下优点：

1)本发明通过提升每个家庭基站在网络整体的抑制干扰的收益，实现每个家庭基站进入其他联盟的切换，有效地抑制了家庭基站之间的干扰，克服了现有技术对家庭基站网络的吞吐量的提升的负面影响。

2)本发明通过充分地利用时间维度和功率维度抑制家庭基站干扰，使得家庭基站网络的吞吐量进一步提升。

附图说明

图1本发明的实现流程图；

图2本发明的使用场景图；

图3本发明与现有的合作干扰抑制方法的信干噪比累计分布对比图；

图4本发明与现有的合作干扰抑制方法的***吞吐量对比图。

具体实施方式

参照图1，本发明的家庭基站联盟切换方法，具体步骤如下：

步骤1，家庭基站进行信道选择，形成网络内的初始家庭基站联盟集合：

由N个家庭基站和M个信道组成正交频分多址接入的家庭基站网络N≥1，M≥10；每个家庭基站独立的从M个信道选择传输数据的信道，并以最大功率在选取的信道上发送数据，每个家庭基站独立形成一个联盟S，从而形成网络内的初始家庭基站联盟集合。

步骤2，家庭基站感知环境信息，形成家庭基站联盟集合：

(2a)第i个家庭基站感知与自己能同时进入的第m个家庭基站联盟S_m的家庭基站，并将自己当前所在联盟加入历史纪录h_i，此时所有联盟形成家庭基站联盟集合其中i＝1,2,…,N，m＝1,2,…,N；

(2b)第i个家庭基站从第m个家庭基站联盟S_m中选择一个不在历史记录h_i中的联盟D_j，并与该联盟D_j内的家庭基站合并成新的家庭基站联盟D_j′，从而将所有联盟形成的家庭基站联盟集合更新为PA′＝{PA\D_j}∪D_j′，其中D_j∈S_m，{PA\D_j}表示家庭基站联盟集合PA删除联盟D_j后形成的集合。

步骤3，在新的家庭基站联盟D_j′中，协商最优功率因子和最优时间因子其中k∈D_j′：

(3a)在新的家庭基站联盟D_j′中，计算第k个家庭基站的拉格朗日功率乘子β_k：

${\mathrm{\β}}_k=\frac{p_{\max }}{p_{\max }+\frac{{\mathrm{\σ}}^2+I_k}{g_k}}\frac{1}{\ln 2},$

式中，k∈D_j′，p_max为每个家庭基站的最大发送功率，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰；

(3b)根据拉格朗日功率乘子β_k，计算第k个家庭基站次优功率因子

${\tilde{p}}_k={\mathrm{\α}}_k{(\frac{p_{max}}{{\mathrm{\β}}_{k}ln2}-\frac{{\mathrm{\σ}}^2+I_k}{g_k})}^{+},$

式中，α_k为时间因子，(·)⁺表示选取零和括号内的数中较大的数，；

(3c)在新的家庭基站联盟D_j′中，按照新的家庭基站联盟D_j′吞吐量最大化的原则，在考虑第k个家庭基站的时间因子下限和家庭基站联盟传输时间因子不超过1的约束条件下，构建下述优化式：

$\begin{array}{cc}\underset{{\mathrm{\α}}_k}{\max }& \underset{k\∈D_j^{\′}}{\mathrm{\Σ}}{\mathrm{\α}}_k{\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{{\mathrm{\α}}_k})\\ s.t.& \underset{k\∈D_j^{\′}}{\mathrm{\Σ}}{\mathrm{\α}}_k\≤1\\ & {\mathrm{\α}}_k\≥\frac{{\tilde{p}}_k}{p_{\max }},k\∈D_j^{\′}\end{array},---I)$

式中，p_max为每个家庭基站的最大发送功率，为第k个家庭基站的次优功率因子，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰；

(3d)求解优化式I)，得到次优时间因子

(3d.1)计算第k个家庭基站拉格朗日时间乘子λ的上界λ_max和下界λ_min：

$\begin{array}{c}{\mathrm{\λ}}_{\min }=\underset{k\∈D_j^{\′}}{\min }\{{\log }_2(1+{\tilde{p}}_k{H}_k)-\frac{{\tilde{p}}_k{H}_k}{(1+{\tilde{p}}_k{H}_k)\ln 2}\}\\ {\mathrm{\λ}}_{\max }=\underset{k\∈D_j^{\′}}{\max }\{{\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{C_k})-\frac{{\tilde{p}}_k{H}_k}{(C_k+{\tilde{p}}_k{H}_k)\ln 2}\}\end{array},$

式中，min{·}和max{·}分别表示取集合{·}中最小的元素；

(3d.2)根据拉格朗日时间乘子λ的上界λ_max和下界λ_min，选取拉格朗日时间乘子λ＝(λ_min+λ_max)/2，并解下式得到第k个家庭基站的次优时间因子k∈D_j′：

${\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{{\mathrm{\α}}_k})-\frac{{\tilde{p}}_k{H}_k}{({\mathrm{\α}}_k+{\tilde{p}}_k{H}_k)ln2}=\mathrm{\λ};$

(3d.3)计算新的家庭基站联盟D_j′的次优时间因子根据家庭基站联盟D_j′的次优因子A与1的大小关系修改拉格朗日时间乘子的上界λ_max或下界λ_min：如果A＜1，则将上界λ_max的值修改为否则将下界λ_min的值修改为

(3d.4)计算新的家庭基站联盟D_j′的次优时间因子并设新的家庭基站联盟D_j′的时间因子门限∈＝0.01，将家庭基站联盟D_j′的次优因子A与1的差值绝对值|A-1|与该时间因子门限比较，如果|A-1|≤∈，运算停止得到次优时间因子否则，返回步骤(3d.2)，其中k∈D_j′；

(3e)根据次优功率因子将时间因子α_k的值修改为其中k∈D_j′：

(3f)重复步骤(3a)-(3e)，更新次优功率因子和次优时间因子直到次优功率因子和次优时间因子不再变化为止，得到更新后的次优功率因子和更新后的次优时间因子

(3g)将最优功率因子的值修改为更新后的次优功率因子将最优时间因子的值修改为更新后的次优时间因子其中k∈D_j′。

步骤4，根据修改后的最优功率因子和修改后的最优时间因子计算如下参数的收益值：

新的家庭基站联盟D_j′的收益值：

家庭基站联盟D_j的收益值：

家庭基站集合PA的收益值：

更新后的家庭基站集合PA′的收益值：

其中，T是家庭基站联盟集合PA内的任意一个家庭基站联盟，T′是更新后的家庭基站联盟集合PA′内的任意一个家庭基站联盟。

步骤5，比较收益值，并做出切换决策：

对上述收益值进行比较：如果U_j≤U_j′且U_PA≤U_PA′，则将第k个家庭基站切换进家庭基站联盟D_j，并将该联盟D_j加入历史记录h_k，否则，返回步骤2，直到N个家庭基站都不能执行切换家庭基站联盟为止。

本发明的效果可通过仿真进一步说明：

1.仿真条件：

本发明使用的场景如图2，其由若干个家庭基站和10个信道组成正交频分多址接入的家庭基站网络，每个家庭基站独立的从这10信道选择传输数据的信道，并以最大功率p_max＝100mW在选取的信道上发送数据，进而形成网络内的家庭基站联盟。

2.仿真内容与结果：

仿真1，采用现有的合作干扰抑制方法和本发明的家庭基站联盟的切换方法，在网络内家庭基站数N分别为12、18时，对网络信干噪比累积分布函数进行仿真，结果如图3所示。其中，图3(a)为在网络内家庭基战数N为12时，使用现有的合作干扰抑制方法和本发明的家庭基站联盟的切换方法，对网络信干噪比累积分布函数进行仿真的结果，图3(b)为在网络内家庭基战数N为18时，使用现有的合作干扰抑制方法和本发明的家庭基站联盟的切换方法，对网络信干噪比累积分布函数进行仿真的结果。

从图3(a)和图3(b)可见，本发明的家庭基站联盟的切换方法相对现有的合作干扰抑制方法能够提高家庭基站的信干噪比。同时，从比图3(a)和图3(b)可见，随着家庭基站数目的增多，本发明的方法使信干噪比高于30dB的家庭基站数占家庭基站总数的百分比下降了12％，而现有的合作干扰抑制方法使信干噪比大于30dB的家庭基站数占家庭基站总数的百分比下降了18％，进而说明使用本发明使能够有效抑制家庭基站之间的干扰，这是由于本发明能够提升每个家庭基站在网络整体的抑制干扰的收益，实现每个家庭基站进入其他联盟的切换所带来的结果。

仿真2，在网络内家庭基站数N从2增加到18的条件下，分别采用现有的合作干扰抑制方法和本发明的家庭基站联盟的切换方法，对网络的吞吐量进行仿真，结果如图4所示。

从图4可见，本发明的家庭基站联盟的切换方法和现有的合作干扰抑制方法都能在家庭基站数增加的情况下，提高网络的吞吐量。相对于现有的合作干扰抑制方法，使用本发明后***的吞吐量相对现有的合作干扰抑制方法提高5.5％，这是由本发明能够充分地利用时间维度和功率维度抑制家庭基站干扰所带来的结果。

Claims (1)

1.一种家庭基站联盟的切换方法，包括如下步骤：

(1)由N个家庭基站和M个信道组成正交频分多址接入的家庭基站网络N≥1,M≥10；每个家庭基站独立的从M个信道选择传输数据的信道，并以最大功率在选取的信道上发送数据，每个家庭基站独立形成一个联盟S，从而形成网络内的初始家庭基站联盟集合；

(2)第i个家庭基站感知与自己能同时进入的第m个家庭基站联盟S_m的家庭基站，并将自己当前所在联盟加入历史纪录h_i，此时所有联盟形成家庭基站联盟集合其中i＝1,2,…,N，m＝1,2,…,N；第i个家庭基站从第m个家庭基站联盟S_m中选择一个不在历史记录h_i中的联盟D_j，并与该联盟D_j内的家庭基站合并成新的家庭基站联盟D′_j，从而将所有联盟形成的家庭基站联盟集合更新为PA′＝{PA\D_j}∪D′_j，其中D_j∈S_m，{PA\D_j}表示家庭基站联盟集合PA删除联盟D_j后形成的集合；

(3)在新的家庭基站联盟D′_j中，计算第k个家庭基站的拉格朗日功率乘子β_k：

${\mathrm{\β}}_k=\frac{p_{max}}{p_{max}+\frac{{\mathrm{\σ}}^2+I_k}{g_k}}\frac{1}{ln2},$

式中，k∈D′_e，p_max为每个家庭基站的最大发送功率，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰；

(4)根据拉格朗日功率乘子β_k，在新的家庭基站联盟D′_j中计算第k个家庭基站次优功率因子

${\tilde{p}}_k={\mathrm{\α}}_k{(\frac{p_{max}}{{\mathrm{\β}}_{k}ln2}-\frac{{\mathrm{\σ}}^2+I_k}{g_k})}^{+},$

式中，α_k为时间因子，(·)⁺表示选取零和括号内的数中较大的数，k∈D′_j；

(5)根据次优功率因子解下述优化式得到次优时间因子并将时间因子α_k的值修改为

$\begin{array}{cc}\underset{{\mathrm{\α}}_k}{max}& \underset{k\∈D_j^{\′}}{\Σ}{\mathrm{\α}}_k{\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{{\mathrm{\α}}_k})\end{array}$

$\begin{array}{cc}s.t.& \underset{k\∈D_j^{\′}}{\Σ}{\mathrm{\α}}_k\≤1\end{array}$

${\mathrm{\α}}_k\≥\frac{{\tilde{p}}_k}{p_{max}},k\∈D_j^{\′}$

式中，p_max为每个家庭基站的最大发送功率，g_k为连接第k个家庭基站与其服务用户的信道的增益，σ²为加性高斯白噪声的平均功率，I_k为第k个家庭基站感受到的干扰，k∈D′_j：

(5a)计算第k个家庭基站拉格朗日时间乘子λ的上界λ_max和下界λ_min：

$\begin{array}{c}{\mathrm{\λ}}_{\min }=\underset{k\∈D_j^{\′}}{\min }\{{\log }_2(1+{\tilde{p}}_k{H}_k)-\frac{{\tilde{p}}_k{H}_k}{(1+{\tilde{p}}_k{H}_k)\ln 2}\}\\ {\mathrm{\λ}}_{\max }=\underset{k\∈D_j^{\′}}{\max }\{{\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{C_k})-\frac{{\tilde{p}}_k{H}_k}{(C_k+{\tilde{p}}_k{H}_k)\ln 2}\}\end{array},$

式中，min{·}和max{·}分别表示取集合{·}中最小的元素；

(5b)根据拉格朗日时间乘子λ的上界λ_max和下界λ_min，在新的家庭基站联盟D′_j选取拉格朗日时间乘子λ＝(λ_min+λ_max)/2，并解下式得到第k个家庭基站的次优时间因子

${\log }_2(1+\frac{{\tilde{p}}_k{H}_k}{{\mathrm{\α}}_k})-\frac{{\tilde{p}}_k{H}_k}{({\mathrm{\α}}_k+{\tilde{p}}_k{H}_k)ln2}=\mathrm{\λ},$

其中，k∈D′_j；

(5c)计算新的家庭基站联盟D′_j的次优时间因子根据家庭基站联盟D′_j的次优发送因子A与1的大小关系修改拉格朗日时间乘子的上界λ_max或下界λ_min：如果A<1，则将上界λ_max的值修改为否则将下界λ_min的值修改为

(5d)计算新的家庭基站联盟D′_j的次优时间因子并设新的家庭基站联盟D′_j的时间因子门限∈＝0.01，将家庭基站联盟D′_j的次优发送因子A与1的差值绝对值|A-1|与该时间因子门限比较，如果|A-1|≤∈，运算停止得到次优功率发送因子否则返回步骤(2a)，其中，k∈D′_j；

(6)重复步骤(3)-(5)，更新次优功率因子和次优时间因子直到次优功率因子和次优时间因子不再变化为止，得到更新后的次优功率因子和更新后的次优时间因子

(7)将最优功率因子的值修改为更新后的次优功率因子将最优时间因子的值修改为更新后的次优时间因子其中k∈D′_j；

(8)根据修改后的最优功率因子和修改后的最优时间因子计算如下参数的收益值：

新的家庭基站联盟D′_j的收益值：

家庭基站联盟D_j的收益值：

家庭基站集合PA的收益值：

更新后的家庭基站集合PA′的收益值：

其中，最优功率因子，为最优时间因子，T是PA内的任意一个家庭基站联盟，T′是PA′内的任意一个家庭基站联盟；

(9)对上述收益值进行比较：如果U_j≤U′_j且U_PA≤U_PA′，则将第k个家庭基站切换进家庭基站联盟D_j，并将该联盟D_j加入历史记录h_k，否则，返回步骤(2)，直到N个家庭基站都不能执行切换家庭基站联盟为止。