CN105228236A - 一种小蜂窝***中基于几何注水的分布式功率控制方法 - Google Patents

Abstract

本发明公开了一种小蜂窝***中基于几何注水的分布式功率控制方法，通过博弈论和几何注水方法求解小蜂窝***中的功率控制问题。通过博弈论思想，每个小基站根据其他小基站的功率分配来最大化各自的吞吐量，从而实现功率控制的分布化，进而降低功率控制问题求解的复杂度；然后，利用几何注水方法求解每个小基站的功率控制优化问题的最优解，以提高***吞吐量。通过所提出的分布式功率控制方法，不仅能够有效降低算法复杂度，还能提高***吞吐量。

Description

一种小蜂窝***中基于几何注水的分布式功率控制方法

技术领域

本发明涉及一种移动通信资源分配和功率控制技术，尤其涉及一种小蜂窝***中基于博弈论和几何注水方法的分布式功率控制方法。

背景技术

随着无线通信技术的蓬勃发展，容量需求急剧增加，未来的5G移动通信***面临严峻挑战。通过小蜂窝技术可以有效解决移动通信网络的容量提升等问题，因此受到业界广泛关注。因此如何提高***容量成为人们的研究热点。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种一种小蜂窝***中基于博弈论和几何注水方法的分布式功率控制方法，以提高小蜂窝***的吞吐量。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种小蜂窝***中基于几何注水的分布式功率控制方法，包括如下步骤：

(1)让小蜂窝场景下的所有K个小基站参与形成一个非协作功率控制游戏，小基站k根据其他小基站的功率分配策略p_-k最大化自己的吞吐量，得到优化问题k∈{1,2,…,K}；进入步骤(2)；

(2)对小基站k的所有N个子载波，分别计算注水步长d_ki和注水体积P_k,V(i)，i∈{1,2,…,N}；进入步骤(3)；

(3)对于小基站k，在注水体积P_k,V(i)大于零对应的所有子载波索引中，将最大值标记为i^*，计算小基站k的第i^*个子载波的传输功率进入步骤(4)；

(4)根据传输功率计算小基站k的第i^*个子载波以外的其他子载波的传输功率进入步骤(5)；

(5)对于小基站k，判断其功率分配是否收敛：若收敛，则完成小基站k的功率分配策略；若不收敛，则返回步骤(1)；

其中：k为小基站索引，K为小基站的总数；R_k为小基站k的吞吐量，C_k为小基站k对各个子载波的功率约束；p_k为小基站k的功率分配策略，p_-k为小基站k以外的其他小基站的功率分配策略；i为子载波索引，N为子载波的总数；d_ki为与小基站k中的第i个子载波相关的注水步长，P_k,V(i)为对应d_ki的注水体积；为小基站k的第i个子载波的传输功率。

具体的，所述步骤(1)中，小基站k对各个子载波的功率约束C_k包含两项内容，分别为和其中P_max为子载波的最大传输功率限制，P_k,sum为小基站k总的传输功率。

具体的，所述步骤(2)中，注水步长注水体积其中为小基站k以外的其他小基站以及噪声对小基站k所服务的在第i个子载波上的用户产生的干扰，为小基站k与其所服务的在第i个子载波上的用户之间的链路增益。

具体的，所述步骤(3)中，传输功率

具体的，所述步骤(4)中，传输功率 $P_k^i=\left\{\begin{array}{cc}{P}_k^{i^{*}}+(d_{ki}-d_{{\mathrm{ki}}^{*}})& 1\&le;i\&le;i^{*}\\ 0& i^{*}<i\&le;N\end{array}\right..$

有益效果：本发明提供的小蜂窝***中基于几何注水的分布式功率控制方法，通过博弈论思想，建立了小基站的非协作功率控制游戏，从而实现功率控制的分布化，降低了算法的复杂度；并通过几何注水方法对每个小基站的优化问题进行求解，进一步降低算法复杂度；本发明采用分布式功率控制方案使得小蜂窝***的吞吐量获得了大幅提高。

附图说明

图1为小蜂窝应用场景示意图，宏蜂窝用户和小蜂窝用户均随机分布在小区内；

图2为小蜂窝***的资源优化方法流程图；

图3为小蜂窝***的资源优化方法的具体实现图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示，考虑一个宏蜂窝和K个小蜂窝的两层网络，采用正交频分复用方式，其中宏蜂窝与这K个小蜂窝共享频谱，共有N个子载波。下面结合该具体实例对本发明的一种小蜂窝***中基于博弈论和几何注水方法的分布式功率控制方法做详细说明。

(1)采用非协作博弈论方法，形成一个非协作功率控制游戏，在此游戏中每个小基站根据其他小基站的功率分配策略分别最大化各自的吞吐量，k∈{1,2,…,K}；

其中：k为小基站索引，K为小基站的总数；i为子载波索引，N为子载波的总数；为小基站k在信道i上的发射功率，p_k为小基站k的功率分配策略，p_-k为小基站k以外的其他小基站的功率分配策略；R_k为小基站k的吞吐量，C_k为小基站k对各个子载波的功率约束。

对于小基站k，有：

$\begin{array}{cc}\max & \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\log }_2\left(1+\frac{H_{kk}^i{P}_k^i}{\underset{l\&NotEqual;k}{\overset{K}{\underset{l=1}{\mathrm{\&Sigma;}}}}{H}_{lk}^i{P}_l^i+H_{0k}^i{P}_0^i+N_0}\right)\\ s.t.& C_{k,1}:0\&le;P_k^i\&le;P_{\max },i=1,2,\mathrm{...},N\\ & C_{k,2}:\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{P}_k^i=P_{k,sum}\end{array}---\left(1\right)$

其中：为小基站k与其所服务的占用信道i的用户之间的链路增益，为小基站l与小基站k所服务的占用信道i的用户之间的干扰链路增益，P_l ⁱ为小基站l在信道i上的发射功率，为宏基站与小基站k所服务的占用信道i的用户之间的干扰链路增益，为宏基站在信道i上的发射功率；N₀表示噪声，s.t.表示约束条件，C_k,1和C_k,2分别为两个约束条件，P_max为子载波的最大传输功率限制，P_k,sum为小基站k总的传输功率。

(2)对小基站k的所有N个子载波，分别计算注水步长d_ki和注水体积P_k,V(i)，i∈{1,2,…,N}：

$d_{ki}=\frac{I_k^i}{H_{kk}^i}=\frac{\underset{l\&NotEqual;k}{\overset{K}{\underset{l=1}{\mathrm{\&Sigma;}}}}{H}_{lk}^i{P}_l^i+H_{ok}^i{P}_0^i+N_0}{H_{kk}^i}---\left(2\right)$

$P_{k,V}\left(i\right)={\{P_{k,sum}-\&lsqb;\underset{j=1}{\overset{i-1}{\&Sigma;}}\left(d_{ki}-d_{kj}\right)\&rsqb;\}}^{+}---\left(3\right)$

其中：为小基站k以外的其他小基站以及噪声对小基站k所服务的在第i个子载波上的用户产生的干扰。

(3)对于小基站k，在注水体积P_k,V(i)大于零对应的所有子载波索引中，将最大值标记为i^*：

i^*＝max{i|P_k,V(i)>0,1<i<N}(4)

计算小基站k的第i^*个子载波的传输功率

$P_k^{i^{*}}=\frac{1}{i^{*}}{P}_{k,V}\left(i^{*}\right)---\left(5\right)$

(4)根据传输功率计算小基站k的所有子载波的传输功率

$P_k^i=\left\{\begin{array}{cc}{P}_k^{i^{*}}+(d_{ki}-d_{{\mathrm{ki}}^{*}})& 1\&le;i\&le;i^{*}\\ 0& i^{*}<i\&le;N\end{array}\right.---\left(6\right)$

(5)对于小基站k，判断其功率分配是否收敛：若收敛，则完成小基站k的功率分配策略；若不收敛，则返回步骤(1)。

根据以上描述，可得到小蜂窝***中资源优化算法的实现步骤如下：

(a)通过信息输入装置，载入相关信息；

(b)通过加法装置，根据公式(2)和公式(3)计算所有载波的注水步长d_ki和其注水体积P_k,V(i)；

(c)通过判断装置，根据公式(4)判断能够使注水体积P_k,V(i)大于零时i的最大值i^*；并通过乘法装置，根据公式(5)计算第i^*个载波的功率分配

(d)通过判断装置和加法装置，根据公式(6)计算其他所有载波的功率分配

(e)通过判断转置，判断功率分配是否收敛：如果收敛，结束计算；否则，重复步骤(1)-(4)。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种小蜂窝***中基于几何注水的分布式功率控制方法，其特征在于：包括如下步骤：

(1)让小蜂窝场景下的所有K个小基站参与形成一个非协作功率控制游戏，小基站k根据其他小基站的功率分配策略p_-k最大化自己的吞吐量，得到优化问题 $\underset{p_k\&Element;C_k}{max}{R}_k(p_k,p_{-k}),k\&Element;\{1,2,...,K\};$ 进入步骤(2)；

(2)对小基站k的所有N个子载波，分别计算注水步长d_ki和注水体积P_k,V(i)，i∈{1,2,…,N}；进入步骤(3)；

(3)对于小基站k，在注水体积P_k,V(i)大于零对应的所有子载波索引中，将最大值标记为i^*，计算小基站k的第i^*个子载波的传输功率进入步骤(4)；

(4)根据传输功率计算小基站k的第i^*个子载波以外的其他子载波的传输功率进入步骤(5)；

(5)对于小基站k，判断其功率分配是否收敛：若收敛，则完成小基站k的功率分配策略；若不收敛，则返回步骤(1)；

其中：k为小基站索引，K为小基站的总数；R_k为小基站k的吞吐量，C_k为小基站k对各个子载波的功率约束；p_k为小基站k的功率分配策略，p_-k为小基站k以外的其他小基站的功率分配策略；i为子载波索引，N为子载波的总数；d_ki为与小基站k中的第i个子载波相关的注水步长，P_k,V(i)为对应d_ki的注水体积；为小基站k的第i个子载波的传输功率。

2.根据权利要求1所述的小蜂窝***中基于几何注水的分布式功率控制方法，其特征在于：所述步骤(1)中，小基站k对各个子载波的功率约束C_k包含两项内容，分别为和其中P_max为子载波的最大传输功率限制，P_k,sum为小基站k总的传输功率。

3.根据权利要求1所述的小蜂窝***中基于几何注水的分布式功率控制方法，其特征在于：所述步骤(2)中，注水步长注水体积其中为小基站k以外的其他小基站以及噪声对小基站k所服务的在第i个子载波上的用户产生的干扰，为小基站k与其所服务的在第i个子载波上的用户之间的链路增益。

4.根据权利要求1所述的小蜂窝***中基于几何注水的分布式功率控制方法，其特征在于：所述步骤(3)中，传输功率

5.根据权利要求1所述的小蜂窝***中基于几何注水的分布式功率控制方法，其特征在于：所述步骤(4)中，传输功率 $P_k^i=\left\{\begin{array}{cc}{P}_k^{i^{*}}+(d_{ki}-d_{{\mathrm{ki}}^{*}})& 1\&le;i\&le;i^{*}\\ 0& i^{*}<i\&le;N\end{array}\right..$