高级搜索

基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

李国权 徐勇军 陈前斌

引用本文: 李国权, 徐勇军, 陈前斌. 基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法[J]. 电子与信息学报, doi: 10.11999/JEIT190419 shu
Citation:  Guoquan LI, Yongjun XU, Qianbin CHEN. Interference Efficiency-based Base Station Selection and Power Allocation Algorithm for Multi-cell Heterogeneous Wireless Networks[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190419 shu

基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

    作者简介: 李国权: 男,1980年生,副教授,硕士生导师,研究方向为多蜂窝网络性能分析;
    徐勇军: 男,1986年生,副教授,硕士生导师,研究方向为异构无线网络资源分配;
    陈前斌: 男,1967年生,教授,博士生导师,研究方向为下一代移动通信
    通讯作者: 徐勇军,xuyj@cqupt.edu.cn
  • 基金项目: 国家自然科学基金项目(61601071),重庆市教委科学技术研究计划项目(KJQN201800606),重庆市基础研究与前沿探索专项面上项目(cstc2019jcyj -msxmX0666, cstc2019jcyj-xfkxX0002), 重庆市科技创新领军人才项目(CSTCCXLJRC201908)

摘要: 针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。

English

    1. [1]

      DAMNJANOVIC A, MONTOJO J, WEI Yongbin, et al. A survey on 3GPP heterogeneous networks[J]. IEEE Wireless Communications, 2011, 18(3): 10–21. doi: 10.1109/MWC.2011.5876496

    2. [2]

      徐勇军, 李国权, 徐鹏, 等. 异构无线网络资源分配算法研究综述[J]. 重庆邮电大学学报: 自然科学版, 2018, 30(3): 289–299. doi: 10.3979/j.issn.1673-825X.2018.03.001
      XU Yongjun, LI Guoquan, XU Peng, et al. Survey on resource allocation in heterogeneous wireless network[J]. Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition, 2018, 30(3): 289–299. doi: 10.3979/j.issn.1673-825X.2018.03.001

    3. [3]

      ZHANG Haijun, LIU Hao, CHENG Julian, et al. Downlink energy efficiency of power allocation and wireless backhaul bandwidth allocation in heterogeneous small cell networks[J]. IEEE Transactions on Communications, 2018, 66(4): 1705–1716. doi: 10.1109/TCOMM.2017.2763623

    4. [4]

      XIE Renchao, YU F R, JI Hong, et al. Energy-efficient resource allocation for heterogeneous cognitive radio networks with femtocells[J]. IEEE Transactions on Wireless Communications, 2012, 11(11): 3910–3920. doi: 10.1109/TWC.2012.092112.111510

    5. [5]

      BACCI G, BELMEGA E V, MERTIKOPOULOS P, et al. Energy-aware competitive power allocation for heterogeneous networks under QoS constraints[J]. IEEE Transactions on Wireless Communications, 2015, 14(9): 4728–4742. doi: 10.1109/TWC.2015.2425397

    6. [6]

      LI Rui, Cao Ning, MAO Minghe, et al. Load-aware energy efficiency with unequal user priority in downlink heterogeneous network system[J]. IEEE Access, 2019, 7: 106275–106283. doi: 10.1109/ACCESS.2019.2920149

    7. [7]

      MIAO Jie, HU Zheng, YANG Kun, et al. Joint power and bandwidth allocation algorithm with QoS support in heterogeneous wireless networks[J]. IEEE Communications Letters, 2012, 16(4): 479–481. doi: 10.1109/LCOMM.2012.030512.112304

    8. [8]

      CHOI Y, KIM H, HAN S W, et al. Joint resource allocation for parallel multi-radio access in heterogeneous wireless networks[J]. IEEE Transactions on Wireless Communications, 2010, 9(11): 3324–3329. doi: 10.1109/TWC.2010.11.100045

    9. [9]

      FOOLADIVANDA D and ROSENBERG C. Joint resource allocation and user association for heterogeneous wireless cellular networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(1): 248–257. doi: 10.1109/TWC.2012.121112.120018

    10. [10]

      NGO D T, KHAKUREL S, and LE-NGOC T. Joint subchannel assignment and power allocation for OFDMA femtocell networks[J]. IEEE Transactions on Wireless Communications, 2014, 13(1): 342–355. doi: 10.1109/TWC.2013.111313.130645

    11. [11]

      BOYD S and VANDENBERGHE L. Convex Optimization[M]. Cambridge, UK: Cambridge University Press, 2004.

    12. [12]

      SHEN Kaiming and YU Wei. Fractional programming for communication systems-Part I: Power control and beamforming[J]. IEEE Transactions on Signal Processing, 2018, 66(10): 2616–2630. doi: 10.1109/TSP.2018.2812733

    13. [13]

      FANG Fang, DING Zhiguo, LIANG Wei, et al. Optimal energy efficient power allocation with user fairness for uplink MC-NOMA systems[J]. IEEE Wireless Communications Letters, 2019, 8(4): 1133–1136. doi: 10.1109/LWC.2019.2908912

    14. [14]

      XU Yongjun, LI Guoquan, YANG Yang, et al. Robust resource allocation and power splitting in SWIPT enabled heterogeneous networks: a robust minimax approach[J]. IEEE Internet of Things Journal, 2019, 6(6): 10799–10811. doi: 10.1109/JIOT.2019.2941897

    15. [15]

      XU Quansheng, LI Xi, JI Hong, et al. Energy-efficient resource allocation for heterogeneous services in OFDMA downlink networks: Systematic perspective[J]. IEEE Transactions on Vehicular Technology, 2014, 63(5): 2071–2082. doi: 10.1109/TVT.2014.2312288

    16. [16]

      WANG Haining, WANG Jiaheng, and DING Zhi. Distributed power control in a two-tier heterogeneous network[J]. IEEE Transactions on Wireless Communications, 2015, 14(12): 6509–6523. doi: 10.1109/TWC.2015.2456055

    1. [1]

      俞鹤伟, 梁根, 秦勇. 异构无线网络多链路接入动态资源分配算法. 电子与信息学报,

    2. [2]

      石华, 李建东, 李钊, 郑杰. 异构无线网络中基于覆盖概率的动态频谱分配算法. 电子与信息学报,

    3. [3]

      黄博, 方旭明, 陈煜. OFDMA中继网络变时域节能资源分配策略. 电子与信息学报,

    4. [4]

      王汝言, 梁颖杰, 崔亚平. 车辆网络多平台卸载智能资源分配算法. 电子与信息学报,

    5. [5]

      贾亦真, 陶晓明, 陆建华. 基站协作OFDMA系统中面向混合业务的资源分配. 电子与信息学报,

    6. [6]

      张达敏, 张绘娟, 闫威, 陈忠云, 辛梓芸. 异构网络中基于能效优化的D2D资源分配机制. 电子与信息学报,

    7. [7]

      唐伦, 魏延南, 谭颀, 唐睿, 陈前斌. H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略. 电子与信息学报,

    8. [8]

      李东生, 高杨, 雍爱霞. 基于改进离散布谷鸟算法的干扰资源分配研究. 电子与信息学报,

    9. [9]

      曹龙, 赵杭生, 鲍丽娜, 张建照. 分层认知无线电网络中基于稳定匹配的资源分配算法. 电子与信息学报,

    10. [10]

      王汝言, 李宏娟, 吴大鹏. 基于Stackelberg博弈的虚拟化无线传感网络资源分配策略. 电子与信息学报,

    11. [11]

      孟洛明, 孙康, 韦磊, 郭少勇, 徐思雅. 一种面向电力无线专网的虚拟资源优化分配机制. 电子与信息学报,

    12. [12]

      王斌, 付茂豹, 王文鼐. 基于实时业务挤占的OFDMA系统的无线资源分配方案. 电子与信息学报,

    13. [13]

      唐伦, 张亚, 梁荣, 陈前斌. 基于网络切片的网络效用最大化虚拟资源分配算法. 电子与信息学报,

    14. [14]

      张宝, 邱玲. OFDMA Femtocell网络中混合接入方式下的资源分配策略. 电子与信息学报,

    15. [15]

      张海波, 穆立雄, 陈善学, 彭焦阳. OFDMA毫微微小区双层网络中基于分组的资源分配. 电子与信息学报,

    16. [16]

      梁靓, 武彦飞, 冯钢. 基于在线拍卖的网络切片资源分配算法. 电子与信息学报,

    17. [17]

      钱志鸿, 阎双叶, 田春生, 王鑫. LTE-A网络中D2D通信的资源分配算法研究. 电子与信息学报,

    18. [18]

      李泳志, 陶成, 刘留, 卢艳萍, 刘凯. 莱斯信道下分布式大规模MIMO系统基站选择算法的研究. 电子与信息学报,

    19. [19]

      唐伦, 杨希希, 施颖洁, 陈前斌. 无线虚拟网络中基于自回归滑动平均预测的在线自适应虚拟资源分配算法. 电子与信息学报,

    20. [20]

      王汝言, 徐宁宁, 吴大鹏. 能耗和时延感知的虚拟化云无线接入网络资源分配机制. 电子与信息学报,

  • 图 1  多蜂窝异构无线网络下行系统模型

    图 2  算法收敛性能图

    图 3  最大干扰门限对干扰效率的影响

    图 4  最大干扰门限对能量效率的影响

    图 5  发射功率门限对干扰效率的影响

    图 6  发射功率门限对能量效率的影响

    图 7  发射功率门限对宏用户接收机处干扰的影响

    表 1  基站-用户匹配选择算法

     初始化微蜂窝网络能服务的最大用户数${K^n}$,最小用户速率需求门限$R_{n,k}^{\min }$和发射功率${p_n}(t) = {p_0}$;
     初始化拉格朗日乘子${\beta _k}(0) = {\beta _{k,0}}$, ${\chi _n}(0) = {\chi _{n,0}}$和${\lambda _{n,k}}(0) = {\lambda _{n,k,0}}$;初始化网络用户数量和基站用户数$M,N$和$K$;初始化
     步长${s_1}(t),{s_2}(t)$和${s_3}(t)$。初始化第$n$个微蜂窝所接入用户数量集合为${U_n} = \varnothing $, $\left| {{U_n}} \right|$为集合中有多少个元素。
     While $t \le {T^{\max } }$或者${\left\| { {\varphi }(t + 1) - {\varphi }(t)} \right\|_2} \le \varepsilon $;其中${T^{\max }}$为最大迭代次数;$\varepsilon $为拉格朗日乘子收敛精度;${\varphi }(t) = {[{\beta _k}(t),{\chi _n}(t),{\lambda _{n,k} }(t)]^{\rm{T} } }$。
     For k=1:1:K
       For n=1:1:N
        if $\left| { {U_n} } \right| \le {K^n}$
       根据式(9)计算${n^*}$,从而根据式(8)计算${\alpha _{n,k}}$;根据式(10)—式(12)更新拉格朗日乘子。
       Else
         Break;
       End if
       End For
      将用户编号$k$存储在${U_n}$中。
     End For
     End while
    下载: 导出CSV

    表 2  最优功率分配算法

     初始化微蜂窝网络能服务的最大用户数${K^n}$,最小用户速率需求门限$R_{n,k}^{\min }$和发射功率${p_n}(t) = {p_0}$;
     初始化拉格朗日乘子,网络用户数量和基站用户数,初始化步长和干扰效率。
     While $j \le J$ 或者$\left| {\dfrac{ {\displaystyle\sum\nolimits_{n = 1}^N {\displaystyle\sum\nolimits_{k = 1}^K { {\alpha _{n,k} }{R_{n,k} }(j)} } } }{ {\displaystyle\sum\nolimits_{m = 1}^M {\displaystyle\sum\nolimits_{n = 1}^N { {p_n}(j){h_{n,m} } } } } } - \eta (j - 1)} \right| > \varepsilon $;其中${T^{\max }}$为最大迭代次数;$\varepsilon $为收敛精度;
     For m=1:1:M
       For k=1:1:K
         For n=1:1:N
           根据式(21)、式(22)计算变量${x_{n,k}}$和最优功率${p_n}$;
           根据式(23)—式(25)更新拉格朗日乘子${\theta _n},{\mu _m},\lambda _{n,m}^{\rm{p}}$。
         End For
       End For
     End For
     Until $t = {T_{\max }}$或收敛。
    更新 $j = j + 1$和$\eta (j) = \frac{ {\displaystyle\sum\nolimits_{n = 1}^N {\displaystyle\sum\nolimits_{k = 1}^K { {\alpha _{n,k} }{R_{n,k} }(j - 1)} } } }{ {\displaystyle\sum\nolimits_{m = 1}^M {\sum\nolimits_{n = 1}^N { {p_n}(j - 1){h_{n,m} } } } } }$。
     End while
    下载: 导出CSV
  • 加载中
图(7)表(2)
计量
  • PDF下载量:  21
  • 文章访问数:  424
  • HTML全文浏览量:  90
文章相关
  • 通讯作者:  徐勇军, xuyj@cqupt.edu.cn
  • 收稿日期:  2019-06-07
  • 录用日期:  2020-01-18
  • 网络出版日期:  2020-02-20
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章