CN103702406A - 异构网络中基于博弈论的联合用户功率和速率控制方法 - Google Patents

Abstract

本发明涉及异构网络中基于博弈论的联合用户功率和速率控制方法。该方法通过利用博弈论进行数学建模，加入干扰共存分析相关知识，提出了一种适于在异构网络环境下的功率与速率控制博弈算法。该方法考虑到了用户之间的公平性，算法在收益函数中引入了代价函数机制，不仅体现了不同用户、不同***之间的干扰性问题，还考虑了用户之间传输速率和发射功率的公平性问题。本发明发射功率方面较高，同时在损失少量收益的情况下使得传输速率公平性方面得到了很大改善。

Description

异构网络中基于博弈论的联合用户功率和速率控制方法

技术领域

本发明涉及无线资源管理技术，特别是涉及异构网络中基于博弈论的联合用户功率和速率控制方法。

背景技术

在现今多***共存的通信***中，不同业务类型要求数据发送速率不同，需要有效的功率控制来减少发射功率、延长电池寿命。又由于干扰的存在，频谱共享对于所有参与者的实际利益最大化行为和用户之间的相互决策关系的分析具有现实意义。目前在异构网络相互间干扰共存的前提下，如何利用博弈论对用户进行合理的功率控制和速率分配，从而有效提高频谱利用率的研究主要包括非合作功率控制博弈（Non-cooperative Power controlGame,NPG）算法，但该算法仅仅是单纯的功率控制，即通常认为用户的传输速率为固定值，在这种情况下小区内每个用户都是“自私”的，即它们只会不断的提高自己的发射功率来使自己的收益函数最大化。NPG模型没有充分考虑到用户之间的公平性，收益函数中也没有体现其他用户对于目标用户产生的干扰。

发明内容

本发明提出了一种在收益函数中引入代价函数机制的非合作联合功率与速率控制博弈算法，提出了一种新的代价函数，引进速率方面的代价函数机制，同时还考虑了***间干扰的情况。改进的算法通过严格的数学证明，讨论了该博弈模型纳什均衡的存在性和唯一性，同时给出了算法的详细实现流程，并通过仿真验证了算法的有效性。

本发明的目的通过以下技术方案来实现：

异构网络中基于博弈论的联合用户功率和速率控制方法包括如下步骤：

1)认知用户接入网络；

2)探测是否存在空闲频段；若存在，监听信道是否存在授权用户的接入，不存在则返回步骤1：

3)若不存在授权用户接入网络，则重新监听；

4)对发射功率、传输速率、代价函数和收益函数进行初始化，令k=0；

5)利用初始化发射功率、传输速率和代价函数，计算信干噪比SINR和用户收益函数；

6)将所得出的收益函数与上一步所得收益函数进行对比，若当前收益函数值较大，结束；若当前收益函数值较小，继续；

7)更新信干噪比和价格函数；

8)令k=k+1；

9)进入步骤5。

10)认知用户退出网络

本发明的优点在于：本发明在收益函数中引入了代价函数机制，不仅解决了不同用户、不同***之间的干扰性问题，还兼顾了用户之间传输速率和发射功率的公平性问题。本发明发射功率方面较高，同时在损失少量收益的情况下使得传输速率公平性方面得到了很大改善。

本发明的目的是为了提出一种适于在异构网络环境下的功率与速率控制博弈技术方案。该技术方案不仅考虑到了用户之间的公平性，方案在收益函数中引入了代价函数机制，不仅体现了不同用户、不同***之间的干扰性问题，还考虑了用户之间传输速率和发射功率的公平性问题。

附图说明

图1:本发明控制方法流程图；

图2:随着距离变化的距离用户信干比的比较；

图3:本发明与文献算法发射功率的比较；

图4:本发明与文献算法传输速率的比较；

图5:本发明与文献算法收益函数的比较；

图6:干扰共存情况下***容量损失结果图。

具体实施方式

如图1所示为异构网络中基于博弈论的联合用户功率和速率控制方法流程图。该控制方法包括如下步骤：

1)认知用户接入网络；

2)探测是否存在空闲频段；若存在，监听信道是否存在授权用户的接入，不存在则返回步骤1：

3)进入下一步，若不存在授权用户接入网络，则重新监听；

4)初始化：k=0，在开始算法之前，对发射功率、传输速率、代价函数和收益函数进行初始化；

5)计算收益函数：利用初始化发射功率、传输速率和代价函数，计算信干噪比SINR和用户收益函数；

6)比较：将所得出的收益函数与上一步所得收益函数进行对比，若当前收益函数值较大，结束；若当前收益函数值较小，继续；

7)更新：更新信干噪比和价格函数；

8)k=k+1；

9)进入步骤5。

10)认知用户退出网络。

以下结合附图对本发明技术方案详细说明。本文所研究的模型是一个由FDD与TDD共存的无线通信***，被干扰***FDD***中共有K个小区，N个用户，干扰***TDD***中共有K^T个小区，N^T个用户。第j个小区中第i个用户的信干比表达式为：

${\mathrm{SIR}}_{\mathrm{ij}}={\mathrm{\γ}}_{\mathrm{ij}}=\frac{W}{r_{\mathrm{ij}}}\·\frac{h_{\mathrm{ij}}{p}_{\mathrm{ij}}}{\underset{\underset{k\≠i}{k=1}}{\overset{N\left(j\right)}{\mathrm{\Σ}}}{h}_{\mathrm{kj}}{p}_{\mathrm{kj}}+\mathrm{\μ}\underset{\underset{s\≠j}{s=1}}{\overset{K}{\mathrm{\Σ}}}\underset{k=1}{\overset{N\left(s\right)}{\mathrm{\Σ}}}{h}_{\mathrm{ks}}{p}_{\mathrm{ks}}+\underset{s=1}{\overset{K^T}{\mathrm{\Σ}}}\underset{k=1}{\overset{N^T\left(s\right)}{\mathrm{\Σ}}}{h}_{\mathrm{ks}}{p}_{\mathrm{ks}}/\mathrm{ACIR}+{\mathrm{\σ}}^2},\∀i\∈N,j\∈K---\left(1\right)$

其中，W为***带宽；用户i，（i∈N）距离基站j，（j∈K）的距离用d_ij表示；r_ij和p_ij分别表示第j个小区中第i个用户的数据传输速率和发射功率；设信道矩阵表示为H_ij={h_ij}，其中h_ij表示第j个小区中第i个用户到本小区基站的信道增益，其表达式为

μ为小区间干扰因子，一般取值为μ∈[0,1]；ACIR为邻信道干扰比；σ²为用户接收端加性高斯白噪声（AWGN）功率。

实际上所有用户之间都存在干扰因子μ′，其范围应该是μ′∈[0,1]。文献（Efficient power control via pricing in wireless data networks）中将干扰因子设为μ=μ′=1。但由于***小区的用户距离本小区基站较远，信号除了正常的传输损耗以外，还会存在阴影衰落等其他因素引起的信号减弱，而本小区的用户由于距离基站较近，本文只考虑传输损耗，将本小区的干扰因子设为1，外小区的干扰因子小于1。

由于用户期望在可分配方式下优化自己的传输功率和数据速率，使得收益最大化。因此该收益函数不仅要取决于SIR和功率，还应取决于速率：

1）固定发射功率，收益函数应随SIR的增加而增加；

2）固定SIR，收益函数应随发射功率的增加而减少；

3）固定传输速率，收益函数应随SIR的增加而增加；

4）固定SIR，收益函数应随传输速率的增加而增加。

通过上述要求可知收益函数是一个同传输速率和SIR成正比、发射功率成反比的函数，由于考虑到非线性函数会使研究过分复杂化，因此本文将非线性函数优化成线性函数，于是收益函数可写成如下形式：

$u_{\mathrm{ij}}=\frac{r_{\mathrm{ij}}=\ln \left(K{\mathrm{\γ}}_{\mathrm{ij}}\right)}{p_{\mathrm{ij}}}---\left(2\right)$

其中K是与QoS要求有关的参数，可以通过调节参数K来达到用户所需的QoS目的，其表达式为：

$K=\frac{e^{f\left({\mathrm{\γ}}_{\mathrm{ij}}\right)}}{{\mathrm{\γ}}_{\mathrm{ij}}}$

从公式3还可看出，调整参数K也能够达到调整误比特率p_e的目的。整个收益函数的物理意义为用户在尽可能高的SIR条件下，不断调整自己的发射功率和传输速率以使自己的利益最大化。

基于以上不足，NPRGP模型提出代价函数c_ij：

c_ij=αβ_ijh_ijp_ij     （4）

其中β_ij为本文提出的用户间速率分配的公平性因子，该因子的表达式为：

${\mathrm{\β}}_{\mathrm{ij}}=\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}---\left(5\right)$

在公式中，

表示该用户根据实际情况所应分配的理论速率值；r_ij表示该用户实际的传输速率值。公平性因子β_ij作为一个参数引入到代价函数中，目的是让公平性大的用户惩罚多一些，公平性小的用户惩罚少一些。这样就能体现不同种类用户在速率分配方面的公平性原则。其中α为可调常量，可以通过调整α的大小来控制代价函数，同时得到理想中的收益函数，需满足以下条件：

$\mathrm{\α}\·\max \left[\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}\right]\≤1---\left(6\right)$

因此收益函数变为：

$u_{\mathrm{ij}}^c=u_{\mathrm{ij}}-c_{\mathrm{ij}}=\frac{r_{\mathrm{ij}}\ln \left(K{\mathrm{\γ}}_{\mathrm{ij}}\right)}{p_{\mathrm{ij}}}-\mathrm{\α}{\mathrm{\β}}_{\mathrm{ij}}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}}---\left(7\right)$

3干扰共存条件下基于博弈论的联合用户功率和速率控制

为了证明本发明算法为可行的标准的非合作联合功率控制和速率分配的博弈算法，需证明该算法满足以下定理。证明过程如下：

定理1（关于传输速率的纳什均衡存在性定理）在NPRGP博弈

中，对于传输速率而言存在纳什均衡 $r^{*}=(r_{11}^{*},r_{21}^{*},\·\·\·,r_{N1}^{*},\·\·\·r_{\mathrm{NK}}^{*}).$

证明：纳什均衡的存在性条件为：

（1）R_ij是一个紧密非空凸的欧几里德空间Ω中的子集；

（2）

在R_ij上连续，且对于r_ij是二次凹的。

关于速率的策略空间为紧密凸集，所以满足第一个条件，现只需证明收益函数是关于速率的凹函数，即可证明收益函数关于速率存在纳什均衡。先计算

c关于r_ij的一阶偏导数：

$\frac{{\∂u}_{\mathrm{ij}}^c}{{\∂r}_{\mathrm{ij}}}=\frac{\∂(\frac{r_{\mathrm{ij}}\ln \left({\mathrm{K\γ}}_{\mathrm{ij}}\right)}{p_{\mathrm{ij}}}-\mathrm{\α}\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}})}{{\∂r}_{\mathrm{ij}}}=\frac{(\ln \left({\mathrm{K\γ}}_{\mathrm{ij}}\right)-1)}{p_{\mathrm{ij}}}\±\frac{{\mathrm{\αh}}_{\mathrm{ij}}{p}_{\mathrm{ij}}}{r_{\mathrm{ij}}^T}---\left(8\right)$

注：当

则 $\frac{\∂u_{\mathrm{ij}}^c}{\∂r_{\mathrm{ij}}}=\frac{(\ln \left(K{\mathrm{\γ}}_{\mathrm{ij}}\right)-1)}{p_{\mathrm{ij}}}+\frac{\mathrm{\α}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}}}{r_{\mathrm{ij}}^T};$

若

则 $\frac{\∂u_{\mathrm{ij}}^c}{\∂r_{\mathrm{ij}}}=\frac{(\ln \left(K{\mathrm{\γ}}_{\mathrm{ij}}\right)-1)}{p_{\mathrm{ij}}}-\frac{\mathrm{\α}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}}}{r_{\mathrm{ij}}^T}.$

如果收益函数关于r_ij是凹函数，则可找到最佳速率值

$r_{\mathrm{ij}}^{*}=\frac{\∂u_{\mathrm{ij}}^c}{\∂r_{\mathrm{ij}}}=\frac{(\ln \left(K{\mathrm{\γ}}_{\mathrm{ij}}\right)-1)}{p_{\mathrm{ij}}}\±\frac{\mathrm{\α}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}}}{r_{\mathrm{ij}}^T}=0---\left(9\right)$

关于r_ij的二阶偏导数计算如下：

$\frac{{\&PartialD;}^2{u}_{\mathrm{ij}}^c}{\&PartialD;r_{\mathrm{ij}}^2}=\frac{(\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right)-1)}{p_{\mathrm{ij}}}=-\frac{1}{p_{\mathrm{ij}}{r}_{\mathrm{ij}}^T}<0---\left(10\right)$

显然，收益函数关于r_ij是二次凹函数，因此证明了纳什均衡

的存在性。

定理2（关于传输速率的纳什均衡唯一性定理）^[7]如果某一收益函数

为凹函数，若其存在纳什均衡，且其策略空间为紧密非空凸集，如果存在一非负常数x_i，使其为对角严格凹，那么此纳什均衡具有唯一性。

证明：根据博弈论，定义用户收益函数的权重和：

$\mathrm{\&sigma;}(\stackrel{\&RightArrow;}{R},\stackrel{\&RightArrow;}{X})=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_i{u}_{\mathrm{ij}}^c(r_{\mathrm{ij}},r_{-\mathrm{ij}})---\left(11\right)$

关于这个权重和的伪梯度可以表示为：

$f_j(\stackrel{\&RightArrow;}{R},\stackrel{\&RightArrow;}{X})={[x_1\&dtri;u_{1j}(r_{1j},r_{-1j}),\&CenterDot;\&CenterDot;\&CenterDot;,x_N\&dtri;u_{\mathrm{Nj}}(r_{\mathrm{Nj}},r_{-\mathrm{Nj}})]}^T---\left(12\right)$

可以求得关于传输速率的伪梯度

其中1≤i,k≤N：

$B_{\mathrm{ik}}=\left\{\begin{array}{cc}{x}_i\frac{{\&PartialD;}^2{u}_{\mathrm{ij}}^c}{\&PartialD;r_{\mathrm{ij}}\&PartialD;r_{\mathrm{kj}}}=-\frac{x_i}{p_{\mathrm{ij}}{r}_{\mathrm{ij}}}<0& i=k\\ x_i\frac{{\&PartialD;}^2{u}_{\mathrm{ij}}^c}{\&PartialD;r_{\mathrm{ij}}\&PartialD;r_{\mathrm{kj}}}=0& i\&NotEqual;k\end{array}\right.---\left(\text{13}\right)$

因此

为一对角阵，其中对角元素均为负。同时

也为对角矩阵，因此根据文献Existence and Uniqueness of Equilibrium Points forConcave N-Person Games，

为对角严格凹，因此证明了纳什均衡传输速率的唯一性。

定理3（关于发射功率的纳什均衡存在性定理）在NPRGP博弈

中，对于发射功率而言存在纳什均衡 $p^{*}=(p_{11}^{*},p_{21}^{*},\&CenterDot;\&CenterDot;\&CenterDot;,p_{N1}^{*},\&CenterDot;\&CenterDot;\&CenterDot;,p_{\mathrm{NK}}^{*})$

证明：同关于传输速率的纳什均衡存在性的证明相同，也必须要满足文献Existence and Uniqueness of Equilibrium Points for Concave N-PersonGames提出的两个条件。由于每个用户的发射功率的策略空间取值为之间，因此可以知道关于发射功率的策略空间为紧密凸集，所以满足第一个条件，现只需证明收益函数是关于发射功率的凹函数，则可证明收益函数关于发射功率存在纳什均衡。先计算

c关于p_ij的一阶偏导数：

$\frac{\&PartialD;u_{\mathrm{ij}}^c}{\&PartialD;p_{\mathrm{ij}}}=\frac{\&PartialD;(\frac{r_{\mathrm{ij}}\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right)}{p_{\mathrm{ij}}}-\mathrm{\&alpha;}\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}{h}_{\mathrm{ij}}{p}_{\mathrm{ij}})}{\&PartialD;r_{\mathrm{ij}}}=\frac{r_{\mathrm{ij}}(1-\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right))}{p_{\mathrm{ij}}^2}-\mathrm{\&alpha;}\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}{h}_{\mathrm{ij}}---\left(14\right)$

如果收益函数关于p_ij是凹函数，则可找到最佳速率值

$p_{\mathrm{ij}}^{*}=\frac{\&PartialD;u_{\mathrm{ij}}^c}{\&PartialD;p_{\mathrm{ij}}}=\frac{r_{\mathrm{ij}}(1-\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right))}{p_{\mathrm{ij}}^2}-\mathrm{\&alpha;}\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}{h}_{\mathrm{ij}}=0---\left(15\right)$

下面计算

关于p_ij的二阶偏导数：

$\frac{{\&PartialD;}^2{u}_{\mathrm{ij}}^c}{\&PartialD;p_{\mathrm{ij}}^2}=\frac{\&PartialD;(\frac{r_{\mathrm{ij}}(1-\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right))}{p_{\mathrm{ij}}^2}-\mathrm{\&alpha;}\frac{|r_{\mathrm{ij}}^T-r_{\mathrm{ij}}|}{r_{\mathrm{ij}}^T}{h}_{\mathrm{ij}})}{\&PartialD;p_{\mathrm{ij}}}=\frac{r_{\mathrm{ij}}[2\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right)-3]}{p_{\mathrm{ij}}^3}<0---\left(\text{16}\right)$

显然，收益函数

关于p_ij是二次凹函数，因此证明了纳什均衡

的存在性。

定理4（关于发射功率的纳什均衡唯一性定理）如果每个关于p_ij是严格凹函数，每个在p_-ij中是凸函数并且当

关于p_ij是凹函数，那么

是负定的，其中

是

的雅克比函数。

根据定理3，本文定义一个用户收益函数的权重和：

$\mathrm{\&sigma;}(\stackrel{\&RightArrow;}{P},\stackrel{\&RightArrow;}{X})=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_i{u}_{\mathrm{ij}}^c(p_{\mathrm{ij}},p_{-\mathrm{ij}})---\left(17\right)$

关于这个权重和的伪梯度可以表示为：

$f_j(\stackrel{\&RightArrow;}{P},\stackrel{\&RightArrow;}{X})={[x_1\&dtri;u_{1j}(p_{1j},p_{-1j}),\&CenterDot;\&CenterDot;\&CenterDot;{,x}_N\&dtri;u_{\mathrm{Nj}}(p_{\mathrm{Nj}},p_{-\mathrm{Nj}})]}^T---\left(18\right)$

从上文中已经知道

在p_ij中是严格凹的，此外：

$\frac{\&PartialD;u_{\mathrm{ij}}^c}{\&PartialD;p_{\mathrm{sj}}}{|}_{s\&NotEqual;i}=-\frac{r_{\mathrm{ij}}}{p_{\mathrm{ij}}}\frac{h_{\mathrm{sj}}}{\underset{\underset{\underset{k\&NotEqual;i}{k\&NotEqual;s}}{k=1}}{\overset{N}{\mathrm{\&Sigma;}}}{h}_{\mathrm{kj}}{p}_{\mathrm{kj}}+h_{\mathrm{sj}}{p}_{\mathrm{sj}}+{\mathrm{\&sigma;}}^2}---\left(19\right)$

$\frac{{\&PartialD;}^2{u}_{\mathrm{ij}}^c}{\&PartialD;p_{\mathrm{sj}}^2}{|}_{s\&NotEqual;i}=\frac{r_{\mathrm{ij}}}{p_{\mathrm{ij}}}\frac{h_{\mathrm{sj}}^2}{{(\underset{\underset{k\&NotEqual;i}{\underset{k\&NotEqual;s}{k=1}}}{\overset{N}{\mathrm{\&Sigma;}}}{h}_{\mathrm{kj}}{p}_{\mathrm{kj}}+h_{\mathrm{sj}}{p}_{\mathrm{sj}}+{\mathrm{\&sigma;}}^2)}^2}---\left(20\right)$

以上证明了在p_-ij中是凸函数。下面对

求p_ij的二阶导数：

$\frac{{\mathrm{\&sigma;}}^2(\stackrel{\&RightArrow;}{P},\stackrel{\&RightArrow;}{X})}{\&PartialD;p_{\mathrm{ij}}^2}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_i{r}_{\mathrm{ij}}\left[\frac{2\ln \left(K{\mathrm{\&gamma;}}_{\mathrm{ij}}\right)-3}{p_{\mathrm{ij}}^3}\right]<0---\left(21\right)$

上式可看出关于p_ij是凹函数，因此可证明

是负定的。那么收益函数的权重和

则是对角严格凹，因此关于发射功率的纳什均衡就是唯一的。

对本发明的控制方法进行仿真分析，仿真分析中设定TDD与FDD为共覆盖模式，两个基站之间的距离为100m，被干扰***为FDD***，干扰***为TDD***，共有10个用户随机分布在小区中，基站位于每个小区的中央，小区半径为500m，由大到小设定了各个用户根据实际情况所应分配的理论速率值r_ij=[95kbps,88kbps,80kbps,73kbps,65kbps,58kbps,52kbps,45kbps,38kbps,30kbps]，使距离近的用户得到较高的传输速率，距离远的用户得到较低的传输速率，从而更加有效的利用网络资源。每个用户的最大传输速率

最小传输速率为

最大发射功率为

最小发射功率为传输带宽为W=10⁶Hz，加性高斯白噪声功率（AWGN）为σ²=5×10^-15Watts/Hz，干扰因子

c=0.097，g_ij为该用户到基站所产生的干扰链路的增益，故采用与h_ij一样的模型。

K=0.21886。为了分析简单，设定常量λ=1.6×10¹⁰。干扰***用户共5个，随机分布在小区中，由大到小设定了各个用户根据实际情况所应分配的理论速率值 $r_{\mathrm{ij}}^T=[72\mathrm{kbps},63\mathrm{kbps},54\mathrm{kbps},45\mathrm{kbps},36\mathrm{kbps}],$ 其余各项参数同上文相同。

本发明提出的NPRGP和收益函数信干比为12.42，二者信干比的设定都为刚刚好能保证用户的正常通信，即保证目标SIR，如图2所示。

文献Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks中使用了与本文相同的效用函数，不同的是该文献中仅考虑了功率方面的代价函数，而没有引进速率方面的代价函数机制。因此下面将对本文提出的NPRGP和该文献中的算法进行对比分析。图3是本发明与文献（Energy-Efficient Joint Power and Rate Control via Pricingin Wireless Data Networks）算法发射功率的比较，图4是本发明与文献（Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks）算法传输速率的比较，图5是本发明与文献（Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks）算法收益函数的比较。从图3至5可以看出，本文的NPRGP算法在发射功率方面略高，但却是在损失少量收益的情况下使得传输速率公平性方面得到了很大改善，达到了该算法的目的。

最后考虑异构场景下的NPRGP算法，由于目前尚无文献对对联合功率控制和速率控制在异构场景下进行相关研究，因此本文没有给出该算法与其他算法的对比结果。所以本文主要对加入***干扰后的容量进行评估，主要借鉴3GPP中的做法来进行研究。在LTE的共存研究中，需要仿真***相对容量损失与ACIR的关系。其中，采用5%的***平均容量损失作为能承受的外***最大干扰的评估准则。在仿真中需要分别计算有外***干扰和无外***干扰时候的***平均容量，通过考虑上述容量变化得到相对容量损失情况，公式如下：

$\mathrm{TP}\_\mathrm{loss}=1-\frac{{\mathrm{TP}}_{\mathrm{ave}-m}}{{\mathrm{TP}}_{\mathrm{ave}-s}}$

其中，

TP_loss表示加入外***干扰之后***容量的损失情况；

TP_ave-m表示没有外***干扰时，***平均容量；

TP_ave-s表示加入外***干扰时，被干扰***的平均容量。

图6为在干扰共存条件下的***容量损失。设当没有外***干扰时的***容量损失为0。从图中可以看出，当ACIR值较小时，***容量损失大于***平均水平；随着ACIR的增大，***容量损失逐渐下降并接近***平均水平。为保证***之间可以共存，***容量损失应低于5%。

应当理解，以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (1)

1.异构网络中基于博弈论的联合用户功率和速率控制方法，其特征在于，该控制方法包括如下步骤：

1)认知用户接入网络；

2)探测是否存在空闲频段；若存在，监听信道是否存在授权用户的接入，不存在则返回步骤1：

3)若不存在授权用户接入网络，则重新监听；

4)对发射功率、传输速率、代价函数和收益函数进行初始化，令k=0；

5)利用初始化发射功率、传输速率和代价函数，计算信干噪比SINR和用户收益函数；

6)将所得出的收益函数与上一步所得收益函数进行对比，若当前收益函数值较大，结束；若当前收益函数值较小，继续；

7)更新信干噪比和价格函数；

8)令k=k+1；

9)进入步骤5；

10)认知用户退出网络。

Images