CN105357762B - 一种超密集网络下基于能量效率和频谱效率的动态接入方法 - Google Patents
一种超密集网络下基于能量效率和频谱效率的动态接入方法 Download PDFInfo
- Publication number
- CN105357762B CN105357762B CN201510724874.6A CN201510724874A CN105357762B CN 105357762 B CN105357762 B CN 105357762B CN 201510724874 A CN201510724874 A CN 201510724874A CN 105357762 B CN105357762 B CN 105357762B
- Authority
- CN
- China
- Prior art keywords
- acs
- dynamic
- power
- current
- rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000004913 activation Effects 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000012876 topography Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 16
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000006855 networking Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000013468 resource allocation Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000000280 densification Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010010 raising Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/002—Transmission of channel access control information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种超密集网络下基于能量效率和频谱效率的动态接入方法,步骤如下:一、对超密集网络下的无线AP进行ACS划分;二、将划分好的每个ACS分别对应一个本地控制单元;三、当用户设备进入到某个ACS时,本地控制单元激活所有从属于该ACS的AP;四、根据用户设备的数据速率需求,对当前ACS中的AP进行分组;五、分别比较激活组的速率C与用户的速率需求R,并判断当前分组能否满足用户需求;如果满足对当前ACS的分组不进行更改,算法结束;否则对当前ACS中的AP重新分组;优点在于:可以实现动态的资源调度功能,随着业务速率需求的增加降低了能量损耗,实现能量效率的提升;对带宽的动态分配使得频谱效率显著提升。
Description
技术领域
本发明涉及组网及资源分配技术领域,具体是一种超密集网络下基于能量效率和频谱效率的动态接入方法。
背景技术
4G已经处于商业部署时期。尽管4G的峰值速率可达百兆比特每秒,但是由于智能手机、平板以及物联网的发展,导致机对机的通信急剧增加,4G将在十年后面临大规模激增的无线流量,对于移动通信要求低时延和高自动化的需求已经超出了高级国际移动通信IMT-Advanced(International Mobile Telecommunications-Advanced)技术的范围。
针对这种情况,5G应运而生,超密集网络是5G的有力候选技术。
超密集网络中,网络的密集化使得能量效率和频谱效率得以提升,提高了***容量,并且超密集网络采用各种无线传输技术的低功率节点---无线AP(Access Point);
无线AP并不局限于传统蜂窝网络中的微基站,中继,家庭基站,微微基站等类型,用户设备自身也可以作为一个无线AP在超密集网络中服务或者中继,这使得超密集网络的接入节点、接入技术和覆盖层次间变得更为灵活。
超密集网络中,无线AP的部署密度将达到现有程度的10倍以上,节点间的间距可以达到10米左右,接入点数量和激活的用户数量将达到同样数量级甚至达到1:1的比例。
而且,超密集网络具有网络智能化、相对用户透明化以及动态性的特点。
现有技术中,在超密集网络下,提出的动态群集的接入点协作方法,部署模型采用的是随机几何的方式,仅考虑了信干比的因素,并且显示其结果与群集的大小是非常相关的。或者采用接入节点以非协作的方式进行资源分配方案,该方案下所选取的接入节点类型单一。
在超密集的场景下,接入节点的能量损耗,以及其频谱效率是很重要的性能指标,组网的灵活性和可变性,并且应该考虑为用户提供统一的服务质量,忽略其所在位置。
发明内容
本发明针对现有通信场景无法满足用户的流量激增,提供了一种超密集网络下基于能量效率和频谱效率的动态接入方法。
具体步骤如下:
步骤一、结合网络拓扑结构和地势因素,对超密集网络下的无线AP进行ACS划分。ACS划分为有效候选集划分;
网络拓扑结构采用星形拓扑结构;
地势因素分为四种情况:有遮挡且地势低;有遮挡且地势高;无遮挡且地势低;无遮挡且地势高;其中,对于有遮挡且地势低的地区ACS划分的AP数量为10-15;无遮挡且地势高的地区ACS划分的AP数量为5-10个;另外两种地区ACS划分的AP数量为7-12个;
步骤二、将划分好的每个ACS分别对应一个本地控制单元,本地控制单元对每个ACS中的每个AP分别直接控制;
步骤三、当用户设备进入到某个ACS时,本地控制单元激活所有从属于该ACS的AP。用户设备进入的ACS设定为当前ACS;
步骤四、根据用户设备的数据速率需求,对当前ACS中的AP进行分组;
用户设备的数据速率需求分为等带宽动态功率和动态带宽动态功率两种情况;
1)、针对等带宽动态功率的分组准则如下:
Ii为第i个AP的状态,i=1,2,K n;n为当前ACS中AP的数量值;Ii结果为0和1;若Ii=0代表了第i个AP处于睡眠模式,所有结果为0的AP构成了睡眠组;Ii=1则表明第i个AP处于激活状态;所有结果为1的AP构成了激活组;
λi是第i个AP的信道增益;Pi表示第i个AP的传输功率值,所有Pi的和构成了总的传输功率P;σ2是加性高斯白噪声,表示为σ2=n0W;W代表每个AP的固定带宽,n0代表功率谱密度,表示了第i个AP的链路的电子损耗功率。表示除去第i个AP后的其余所有AP间的干扰。
需满足的条件为:
C代表了激活组提供的速率;R是用户的数据速率需求;Pimax表示了每种AP类型的功率上限值。
等带宽动态功率分组结果形式如下:
Xj=(I1,L,In,P1,L,Pn)
j代表了分组的数量,为整数。
2)、针对动态带宽动态功率的分组准则如下:
Wi表示第i个AP的带宽值大小;
需满足的条件为:
动态带宽动态功率分组结果形式如下:
Xj=(I1,L,In,P1,L,Pn,W1,L Wn)
频谱效率ηSE公式如下:
ηSE=C/W' (5)
W'是激活组中所有AP的带宽值大小之和。
步骤五、分别比较激活组的速率C与用户的速率需求R,分别判断当前ACS中的分组能否满足用户需求;如果C-R≥0,说明能满足,对当前ACS的分组不进行更改,算法结束;否则,不满足进入步骤六;
步骤六、分别对等带宽动态功率和动态带宽动态功率下的当前ACS中的AP重新分组;
1)、针对等带宽动态功率下,通过修改用户的速率需求R,应用公式(1)重新计算,根据结果判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据公式(1)重新分配;否则,当前ACS中激活组的AP资源已分配完毕,增加睡眠组中的AP以获得更多资源;
2)、针对动态带宽动态功率下,当前ACS中的分组不能满足用户需求,通过修改用户的速率需求R,应用公式(3)重新计算,根据所得计算结果,判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据公式(3)重新分配;否则,当前ACS中激活组的AP资源已分配完毕,增加睡眠组中的AP以获得更多资源;同时,公式(3)对带宽进行了动态分配。
本发明的优点在于:
1)、一种超密集网络下基于能量效率和频谱效率的动态接入方法,可以实现动态的资源调度功能,根据仿真结果可以看出,随着业务速率需求的增加,该机制的频谱效率有所提升,证明了该机制在密集场景下高速率业务需求的可行性和适用性。
2)、一种超密集网络下基于能量效率和频谱效率的动态接入方法,可以降低能量损耗,实现能量效率的提升。
3)、一种超密集网络下基于能量效率和频谱效率的动态接入方法,改进后对带宽的动态分配,使得频谱效率显著提升。
附图说明
图1是本发明超密集网络下基于能量效率和频谱效率的动态接入方法流程图;
图2是本发明混合AP等带宽动态功率下的能量效率示意图;
图3是本发明混合AP等带宽固定功率的能量效率示意图;
图4是本发明单一类型AP等带宽动态功率下的能量效率示意图;
图5是本发明单一类型AP等带宽固定功率下的能量效率示意图;
图6是本发明混合AP动态带宽动态功率联合下的能量效率及频谱效率关系图;
图7是本发明混合AP动态带宽动态功率下的频谱效率对比图。
具体实施方式
下面将结合附图对本发明作进一步的详细说明。
随着接入节点的密集化部署,一个用户可以被多个接入节点协作的提供服务。因此,如何选择AP并且对他们进行建组将面临严峻的挑战。本文提出了一个在超密集网络框架下的下行动态接入点组网机制。这个机制综合考虑了地势和网络拓扑结构的因素,划分多个有效可用的候选集,该候选集中包含了多个接入点。从有效可用候选集中选取接入点作为服务用户的接入点组中的成员。一旦用户的业务需求改变或者用户的位置发生改变,为其服务的组也将相应的发生改变。本机制的优化目标是基于传输功率和用户数据速率需求的限制对能量和AP进行选取,使其能量效率最大化。由于等带宽的分配会造成频谱资源的浪费,为此,对其进行改进,对选取的AP的功率和带宽进行联合的资源分配,以此提升其频谱效率。
所提机制如图1所示,被总结为如下步骤:
步骤一、结合网络拓扑结构和地势因素,将超密集网络的的无线AP划分为多个有效候选集。
网络拓扑结构采用星形拓扑结构;
地势因素则指是否有建筑物遮挡以及地势高低问题,对于有遮挡且地势低的地区ACS集中AP数量部署为10-15,对于地势高及无遮挡的情况ACS集中AP数量部署5-10个,有遮挡地势高的情况以及无遮挡地势低的情况AP数量部署7-12个。
有效集划分简称为ACS划分;
AP类型分为3种:中继型(Relay),微微基站型(Pico)和家庭基站型(Femto);每个ACS中AP的数量及类型是不确定的。
实施例1中的ACS选用5个AP,包括:1个中继型,1个微微基站型和3个家庭基站型;实施例2中的ACS选择的是5个AP均为家庭基站类型。
步骤二、将划分好的每个ACS对应一个本地控制单元,本地控制单元对每个ACS中的每个AP分别直接控制;
本地控制单元选用中继站,每个中继站对应一个ACS,并对ACS中的每个AP直接控制。
步骤三、当用户设备进入到某个ACS时,本地控制单元激活所有从属于该ACS的AP。用户设备进入的ACS设定为当前ACS;
步骤四、根据用户设备的数据速率需求,对当前ACS中的AP进行分组。
分组必须能提供满足用户需求的服务,而不是尽可能的保证用户的需求。如果AP在当前ACS中没有提供服务,则本地控制单元将AP状态调整为睡眠模式。
用户设备的数据速率需求分为等带宽动态功率和动态带宽动态功率两种情况;等带宽动态功率是用于提升能量效率;动态宽带动态功率用于提升频谱效率。
1)、针对等带宽动态功率下的AP选取和功率分配,分组准则如下:
传输功率P是所有AP的传输功率值的的总功率和。Ii为第i个AP的状态,i=1,2,Kn;n为当前ACS中AP的数量值;Ii结果为0和1;若Ii=0代表了第i个AP处于睡眠模式,所有结果为0的AP构成了睡眠组;Ii=1则表明第i个AP是处于激活状态;所有结果为1的AP构成了激活组;
λi是第i个AP的信道增益;Pi表示第i个AP的传输功率值,σ2是加性高斯白噪声AWGN(Additive White Gaussian Noise),表示为σ2=n0W;n0代表功率谱密度,W代表每个AP的带宽,每个AP的带宽都是相等的;表示了第i个AP的链路的电子损耗功率。Ik为第k个AP的状态,k=1,2,K n;λk是第k个AP的信道增益;Pk表示第k个AP的传输功率值。表示除去第i个AP后的其余所有AP间的干扰。
需满足的条件为:
C代表了激活组可以提供的速率,R是用户的数据速率需求,R=5×108bps;Pimax表示了每种AP类型的功率上限值:微微基站最大传输功率是0.5W,中继类型是1W,家庭基站最大传输功率是0.1W。表示了第i个AP的链路的电子损耗功率:中继类型选用0.2W,微微基站类型选用0.01W,家庭基站类型选用0.02W。
公式(1)属于离散混合组合优化问题,采用启发式算法进行求解,选用量子粒子群算法分析,将有限制条件的转换为无限制条件,引入惩罚函数对该问题进行求解。
等带宽分组结果形式如下:
Xj=(I1,L,In,P1,L,Pn)
j代表了分组的数量,为整数。
等带宽动态功率分配机制可以提升能量效率,资源分配具有灵活性。通过对不提供服务的AP采用睡眠模式可以起到节约能源的作用。
2)、针对动态带宽动态功率的分组准则如下:
Wi表示第i个AP的带宽值大小;
需满足的条件为:
动态带宽分组结果形式如下:
Xj=(I1,L,In,P1,L,Pn,W1,L Wn)
频谱效率ηSE公式如下:
ηSE=C/W' (5)
其中,C代表了激活组可以提供的速率,是激活组中所有AP的带宽值大小之和,第i个AP的带宽值大小不同,所有的Wi之和小于等于150MHZ。
根据公式(5)计算后,得到的频谱效率对比图可知,采用动态带宽动态功率分配机制,对资源调配具有灵活性,可以提升频谱效率和能量效率。
步骤五、通过比较激活组的速率C与用户的速率需求R,判断当前ACS中的分组能否满足用户需求;如果C-R≥0,说明能满足,对当前ACS的分组不进行更改,结束;否则,不满足进入步骤六;
随着用户数据速率需求和信道链路状况的改变,针对步骤四中的等带宽动态功率和动态带宽动态功率两种情况,如果是等带宽动态功率,判断等带宽动态功率下当前ACS中的分组是否能满足用户的需求。如果C-R≥0,说明能满足,则对等带宽动态功率下当前ACS中的分组不进行更改,算法结束;否则,进入步骤六;
如果是动态带宽动态功率,判断动态带宽动态功率下当前ACS中的分组是否能满足用户的需求。如果C-R≥0,说明能满足,则对动态带宽动态功率下当前ACS中的分组不进行更改,算法结束;否则,进入步骤六;
步骤六、分别对等带宽动态功率和动态带宽动态功率下的当前ACS中的AP重新分组;
具体步骤如下:
1)、针对等带宽动态功率下,当前ACS中的分组不能满足用户需求,应用公式(1)重新计算,通过修改用户的速率需求R,改变当前ACS中激活组的数量值,动态的增加组中AP成员,或者重建的激活组中均为新成员。所建的组随用户需求的改变而相应的改变,建组准则是最大化能量效率,该优化目标的前提是受限于用户的需求以及AP自身最大功率的限制。
具体如下:通过修改用户的速率需求R,应用公式(1)重新计算,根据结果判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据步骤四中的建组准则进行重新分配;否则,当前ACS中激活组的AP资源已分配完毕,增加睡眠组中的AP以获得更多资源;
2)、针对动态带宽动态功率下,当前ACS中的分组不能满足用户需求,通过修改用户的速率需求R,应用公式(3)重新计算,根据所得计算结果,判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据步骤四中的建组准则进行重新分配;否则,当前ACS中激活组的AP资源已分配完毕,增加睡眠组中的AP以获得更多资源;同时,公式(3)对带宽进行了动态分配。
本发明选用3个实施例进行详细说明,每个实施例分别用动态功率和固定功率进行对比。
实施例1:
等带宽动态功率下的能量效率:
实施例1是5个AP混合组网,AP的类型是1个中继型,1个微微基站型和3个家庭基站型,3种类型的AP以协作的方式为用户提供服务;设定中继型功率上限值为1瓦、微微基站型功率的上限为0.5瓦和家庭基站型的功率上限为0.1瓦。带宽W为30M;功率谱密度n0为2×10-7W/Hz;
分组结果包括AP的功率分布及各个AP的状态信息,如下:
X11={0,1,1,1,1,0.91,0.29,0.05,0.06,0.03}
X12={1,1,1,0,1,0.7,0.2,0.03,0.08,0.04}
X13={1,1,1,1,1,0.5,0.11,0.03,0.06,0.02}
X14={1,1,1,1,0,0.3,0.01,0.06,0.04,0.06}
X15={1,1,1,1,0,0.6,0.08,0.01,0.01,0.09}
X16={0,1,1,1,1,0.8,0.3,0.04,0.01,0.07}
根据结果,绘制的能量效率图如图2所示,在该仿真场景下,所获得的传输速率可以达到峰值速率为吉比特每秒,在该功率分配下激活组的速率C将远远大于用户的速率需求。从图中的曲线可以看出随着发射功率的逐渐增加曲线是呈现下降趋势的,这与能量效率曲线趋势具有一致性。由于本实施例1的数据是对以上六个数据所做的统计,横坐标值将限制于上述数据的最大传输功率之和,并且由于对ACS中的AP数量及其类型的限制,该机制的总发射功率将是一个有限的定值。
等带宽固定功率下的能量效率:
固定功率的对比算法中带宽设置同等带宽动态功率下的参数设置。AP类型选取及其最大传输功率均与等带宽动态功率下的相同,且组中AP总的最大传输功率上限为1.8瓦。
多种类型AP混合协作算法固定功率分配表如表1所示:
表1
根据表1绘制的仿真图,如图3所示:与等带宽动态功率下的能量效率分配相比可见,动态功率分配使得能量效率有所提升,并且根据不同需求可对各个AP进行动态调节,而不是进行整体操作,这样使得功率分配和AP选取更为灵活。通过对图2和图3进行对比分析可知,动态功率分配使得能量效率提升至少3倍以上,显示出了我所提的动态功率分配机制的优越性。
实施例2:
等带宽动态功率下的能量效率:
3种AP类型统一的一种类型,均为家庭基站型,AP协作为用户提供满足其业务需求的速率,最大传输功率限制为0.1瓦。分组结果包括功率分配及其AP选取如下式所示:
X21={1,1,1,1,1,0.07,0.08,0.05,0.02,0.08}
X22={1,0,1,1,1,0.08,0.09,0.03,0.05,0.03}
X23={1,1,1,1,1,0.002,0.07,0.08,0.01,0.05}
X24={1,1,1,1,0,0.03,0.05,0.03,0.05,0.06}
X25={1,1,1,1,1,0.01,0.003,0.02,0.07,0.002}
X26={0,1,1,1,1,0.08,0.07,0.073,0.05,0.03}
根据结果,绘制的能量效率图如图4所示,从结果可以得出,在相同的仿真参数情况下,该场景为用户提供的激活组速率C与上述5个AP混合组网的场景相差无几,但是在该场景下,其能量效率却有所提高,最高可达混合组网的3倍左右。因为家庭基站型AP的电路损耗较小,所以能量效率得到很大的提升。虽然家庭基站型AP覆盖范围有限,但是在超密集网络环境下该劣势并不会影响家庭基站型AP对网络性能的提高。由于该仿真图是对所获得的数据进行统计绘制,其横坐标是有限值主要原因是由于组中AP数量受限所致,但从该曲线趋势可见,该机制是可行的。
等带宽固定功率下的能量效率:
固定功率的对比算法中带宽设置同等带宽动态功率下的参数设置。AP类型最大传输功率均与等带宽动态功率下的相同。
家庭基站固定功率分配表如表2所示:
表2
根据表2绘制的仿真图,如图5所示:与等带宽动态功率分配相比,当固定功率分配值接近本机制所得出的结果时,其能量效率值也是非常接近的,并且二者进行对比可见,该机制所采用的分配策略其能量效率已经提升,并且采用的分配方法稳定可靠。
实施例1和实施例2中所述的带宽均是采用静态固定的分配方式,对于频谱效率的提升并不具有优势,实施例3所述是动态带宽,用动态功率和固定功率进行对比,是针对频谱资源动态分配的。
实施例3:
选用5个AP混合组网,AP的类型是1个中继型,1个微微基站型和3个家庭基站型,3种类型的AP以协作的方式为用户提供服务;实现AP的功率和带宽的联合资源分配;业务数据速率需求为R=5×108bps
混合AP类型下的动态功率及动态带宽分配如表3所示:
表3
从表中数据可以看出,表中的带宽分配是随着传输功率的增加而减少,动态带宽动态功率的频谱效率与能量效率关系图如图6所示,从图中可见这正符合能量效率与频谱效率之间的关系,验证了该机制的适用性。与固定分配带宽情形相比较,可以看出其传输功率将有所增加,尤其是对于中继类型的AP其表现尤为明显。上述结果也很好的验证了能量效率和频谱效率之间的关系,间接验证了该机制的可行性。
混合AP动态带宽动态功率下的频谱效率对比图,如图7所示,由于该机制下的总传输功率受限,所以下面的仿真图横坐标是受限的,随着组中AP成员选取类型的不同,其横坐标最大值是不同的。从下图中可以看出,随着总传输功率值的增加,其频谱效率是增加的。联合动态分配带宽和功率机制的趋势要优于固定带宽动态功率分配机制的,可见动态带宽分配机制对与改善频谱效率的效果是显著的,对于频谱效率提升可达3倍。
总之,等带宽固定功率机制中通过对仿真图进行对比,可以显示出对能量效率具有提升作用;动态带宽动态功率分配机制通过仿真可以看出,动态带宽分配方案的频谱效率具有提升作用。
Claims (2)
1.一种超密集网络下基于能量效率和频谱效率的动态接入方法,其特征在于,具体步骤如下:
步骤一、结合网络拓扑结构和地势因素,对超密集网络下的无线节点AP进行有效候选集ACS划分;
步骤二、将划分好的每个ACS分别对应一个本地控制单元,本地控制单元对每个ACS中的每个AP分别直接控制;
步骤三、当用户设备进入到某个ACS时,本地控制单元激活所有从属于该ACS的AP;用户设备进入的ACS设定为当前ACS;
步骤四、根据用户设备的数据速率需求,对当前ACS中的AP进行分组;
用户设备的数据速率需求分为等带宽动态功率和动态带宽动态功率两种情况;
1)、针对等带宽动态功率的分组准则如下:
Ii为第i个AP的状态,i=1,2,...n;n为当前ACS中AP的数量值;Ii结果为0和1;若Ii=0代表了第i个AP处于睡眠模式,所有结果为0的AP构成了睡眠组;Ii=1则表明第i个AP处于激活状态;所有结果为1的AP构成了激活组;
λi是第i个AP的信道增益;Pi表示第i个AP的传输功率值,所有Pi的和构成了总的传输功率P;σ2是加性高斯白噪声,表示为σ2=n0W;W代表每个AP的带宽,n0代表功率谱密度,表示了第i个AP的链路的电子损耗功率;表示除去第i个AP后的其余所有AP间的干扰;
需满足的条件为:
C代表了激活组提供的速率;R是用户的数据速率需求;Pimax表示了每种AP类型的功率上限值;
2)、针对动态带宽动态功率的分组准则如下:
Wi表示第i个AP的带宽值大小;
需满足的条件为:
步骤五、分别比较激活组的速率C与用户的速率需求R,分别判断当前ACS中的分组能否满足用户需求;如果C-R≥0,说明能满足,对当前ACS的分组不进行更改,算法结束;否则,不满足进入步骤六;
步骤六、分别对等带宽动态功率和动态带宽动态功率下的当前ACS中的AP重新分组;
1)、针对等带宽动态功率下,通过修改用户的速率需求R,应用公式(1)重新计算,根据结果判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据公式(1)重新分配;否则,当前ACS中激活组的AP资源已分配完毕,将睡眠组中的AP增加到激活组以获得更多资源;
2)、针对动态带宽动态功率下,当前ACS中的分组不能满足用户需求,通过修改用户的速率需求R,应用公式(3)重新计算,根据所得计算结果,判断激活组中的AP数量是否为当前ACS中的全部AP,如果是,则对激活组中AP成员及其功率根据公式(3)重新分配;否则,当前ACS中激活组的AP资源已分配完毕,将睡眠组中的AP增加到激活组以获得更多资源;同时,公式(3)对带宽进行了动态分配。
2.如权利要求1所述的一种超密集网络下基于能量效率和频谱效率的动态接入方法,其特征在于,步骤一中所述的网络拓扑结构采用星形拓扑结构;
地势因素分为四种情况:有遮挡且地势低;有遮挡且地势高;无遮挡且地势低;无遮挡且地势高;其中,对于有遮挡且地势低的地区ACS划分的AP数量为10-15;无遮挡且地势高的地区ACS划分的AP数量为5-10个;另外两种地区ACS划分的AP数量为7-12个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510724874.6A CN105357762B (zh) | 2015-10-29 | 2015-10-29 | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510724874.6A CN105357762B (zh) | 2015-10-29 | 2015-10-29 | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105357762A CN105357762A (zh) | 2016-02-24 |
CN105357762B true CN105357762B (zh) | 2018-10-30 |
Family
ID=55333585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510724874.6A Active CN105357762B (zh) | 2015-10-29 | 2015-10-29 | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105357762B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108738103B (zh) * | 2017-04-13 | 2021-03-02 | 电信科学技术研究院 | 一种资源分配方法及装置 |
CN107333317B (zh) * | 2017-07-11 | 2020-11-10 | 哈尔滨工程大学 | 基于量子猫群搜索机制的多目标中继选择方法 |
CN108156096A (zh) * | 2017-12-12 | 2018-06-12 | 广东电网有限责任公司电力调度控制中心 | 一种基于资源分配的传输总容量接入控制优化方法及*** |
CN108307412B (zh) * | 2018-02-08 | 2020-08-07 | 北京邮电大学 | 用户为中心的基于分组博弈的超密集网络干扰管理方法 |
CN109068375B (zh) * | 2018-10-10 | 2020-12-25 | 华北电力大学(保定) | 一种基于以用户为中心的超密集网络uudn的动态ap分组方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096335A (zh) * | 2012-12-26 | 2013-05-08 | 陈宏滨 | 一种无线通信***频谱效率和能量效率的优化方法 |
CN103269515A (zh) * | 2013-06-04 | 2013-08-28 | 北京邮电大学 | 密集部署的家庭基站网络的低复杂度节能无线资源分配方法 |
CN103281786A (zh) * | 2013-06-04 | 2013-09-04 | 北京邮电大学 | 一种基于能量效率的家庭基站双层网络的资源优化方法 |
CN104486829A (zh) * | 2014-12-27 | 2015-04-01 | 西安交通大学 | 异构无线网络中基于用户协作的上行链路能量效率优化方法 |
-
2015
- 2015-10-29 CN CN201510724874.6A patent/CN105357762B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096335A (zh) * | 2012-12-26 | 2013-05-08 | 陈宏滨 | 一种无线通信***频谱效率和能量效率的优化方法 |
CN103269515A (zh) * | 2013-06-04 | 2013-08-28 | 北京邮电大学 | 密集部署的家庭基站网络的低复杂度节能无线资源分配方法 |
CN103281786A (zh) * | 2013-06-04 | 2013-09-04 | 北京邮电大学 | 一种基于能量效率的家庭基站双层网络的资源优化方法 |
CN104486829A (zh) * | 2014-12-27 | 2015-04-01 | 西安交通大学 | 异构无线网络中基于用户协作的上行链路能量效率优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105357762A (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105357762B (zh) | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 | |
CN106954227B (zh) | 超密集无线网络基于干扰协调的能效资源分配方法 | |
CN104955077B (zh) | 一种基于用户体验速率的异构网络小区分簇方法及装置 | |
CN107333333B (zh) | 一种基于用户业务流的资源分配方法 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN103781118A (zh) | 基于多业务的异构无线网络接入控制与资源分配联合方法 | |
CN105323052B (zh) | 一种基于ofdm的认知无线电网络中资源分配方法 | |
CN104159313B (zh) | 认知异构网络中基于可靠通信的家庭基站用户分簇方法 | |
CN104640185B (zh) | 一种基于基站协作的小区休眠节能方法 | |
CN104301985A (zh) | 一种移动通信中电网与认知基站间能源分配方法 | |
Yu et al. | Dynamic resource allocation in TDD-based heterogeneous cloud radio access networks | |
CN104080091B (zh) | 分层异构网络中基于负载预测分组的家庭基站频谱分配方法 | |
CN105208636A (zh) | 密集网络中能效协作基站睡眠机制提高***能效的方法 | |
CN108093409A (zh) | 一种LTE-U***和WiFi***在未授权频段的共存方法 | |
CN104883727B (zh) | 蜂窝异构网络中d2d用户速率最大化的功率分配方法 | |
Lu et al. | Power control based time-domain inter-cell interference coordination scheme in DSCNs | |
CN105490794A (zh) | Ofdma毫微微小区双层网络基于分组的资源分配方法 | |
CN105578482B (zh) | 一种蜂窝异构网络资源分配方法 | |
CN107105492A (zh) | 基于非正交多址接入提高超密异构网络能量效率的方法 | |
CN110225494A (zh) | 一种基于外部性和匹配算法的机器类通信资源分配方法 | |
CN103338453A (zh) | 一种用于分层无线网络的动态频谱接入方法及*** | |
CN104684051A (zh) | 一种LTE和LTE-Advanced***在非满负载下的资源分配方法 | |
CN103052073A (zh) | 异构无线网络中基于用户速率需求的频谱资源分配方法 | |
Novlan et al. | Coverage in two-tier cellular networks with fractional frequency reuse | |
CN107517464A (zh) | 一种异构网络中的干扰管理和资源分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |