本發(fā)明屬于計算機網(wǎng)絡(luò)
技術(shù)領(lǐng)域：
，特別是一種異構(gòu)云無線接入網(wǎng)絡(luò)安全感知能的效及功率分配優(yōu)化方法。
背景技術(shù)：
：利用混合網(wǎng)絡(luò)(heterogeneousnetworks，HetNet)以及云無線接入網(wǎng)絡(luò)(cloudaccessradioaccessnetworks，C-RAN)的優(yōu)勢，有研究提出異構(gòu)云無線接入網(wǎng)絡(luò)(heterogeneouscloudradioaccessnetworks，H-CRAN)來強化頻譜效率和功率效率，它使用遠程無線頭(remoteradioheads，RRH)來為用戶提供高服務(wù)質(zhì)量(qualityofservice，QoS)要求的高速數(shù)據(jù)傳輸率。如，文獻1(M.Peng,Y.Li,et.al.,“Heterogeneouscloudradioaccessnetworks:anewperspectiveforenhancingspectralandenergyefficiencies”,IEEEWirelessCommun.,Dec.2014.)所描述。正交頻分多址技術(shù)(orthogonalfrequencydivisionmultipleaccess，OFDMA)應(yīng)用在4G，它比起蜂窩網(wǎng)絡(luò)，能夠提供高的數(shù)據(jù)傳輸率。為了4G向后兼容，H-CRAN通過給資源塊(resourceblock，RB)分配給不同的用戶設(shè)備(userequipment，UE)來應(yīng)用OFDMA。為了提高無線資源分配(resourceallocation，RA)的頻譜效率(spectralefficiency，SE)，放大中轉(zhuǎn)中繼選擇問題、漸進資源分配方法等方法已經(jīng)被提出。而在這種廣泛的研究下，無線網(wǎng)絡(luò)通信的安全要求也越來越被人重視。這之后提出了竊聽者的概念。網(wǎng)絡(luò)中的用戶都有可能成為潛在的竊聽者，因此確保保密率的方法被提出，也有通過限制延遲達到保密的方法。直觀來講，提升SE和能效(energyefficiency，EE)性能的關(guān)鍵是跨單元或者跨層干擾的緩解。一些HetNet的進一步算法被提出，例如單元聯(lián)合以及頻分復用(FFR)等。然而還沒有解決H-CRAN能效問題的方法被提出，RRH/HPN(highpowernode，高功率節(jié)點)分配策略應(yīng)比傳統(tǒng)的接收最強功率策略更進一步，并且在H-CRAN不容易進行，因此需要提出一個基于RRH/HPN資源分配以及干擾緩解的資源功率聯(lián)合優(yōu)化分配方法。技術(shù)實現(xiàn)要素：本發(fā)明提出一種基于RRH/HPN資源分配以及干擾緩解的異構(gòu)云無線接入網(wǎng)絡(luò)安全感知能的效及功率分配優(yōu)化方法，用于提升H-CRAN網(wǎng)絡(luò)的EE性能以及SE性能。實現(xiàn)本發(fā)明的技術(shù)解決方案為：一種異構(gòu)云無線接入網(wǎng)絡(luò)安全感知能的效及功率分配優(yōu)化方法，在RRH足夠多且遠多于HPN情況下，全局性能看做對RRH的優(yōu)化，通過遺傳算法達到優(yōu)化資源及功率分配，包括以下步驟：步驟1：將資源塊劃分為Ω1和Ω2兩個部分，其中Ω1只提供給射頻拉遠頭RRH連接到用戶UE服務(wù)RUE，用以滿足高傳輸率約束的服務(wù)，Ω2提供給RUE和高功率基站HPN連接到用戶UE的服務(wù)HUE，用以滿足低傳輸率約束的服務(wù)。步驟2：在通過步驟1劃分資源塊作用后，收集各個資源塊使用的信息，包括信道資源信息、電路資源信息、資源塊信息、服務(wù)質(zhì)量約束信息、干擾約束量、最大轉(zhuǎn)換能。并且通過獲得的信息進行建模得出全局能效模型，作為適應(yīng)度函數(shù)。步驟3：使用步驟2獲得的適應(yīng)度函數(shù)，通過遺傳算法優(yōu)化RRH鏈接UE的資源及功率分配，使得全局能效最大化。步驟3.1：初始化遺傳算法參數(shù)。步驟3.2：初始化種群。步驟3.3：對種群進行交叉與變異，得到子代種群。步驟3.4：淘汰不符合模型約束的個體，并計算種群每個個體適應(yīng)度。步驟3.5：從子代與母代中挑選較優(yōu)的個體，從新組成母代。步驟3.6：若達到最大優(yōu)化次數(shù)Tm，則取適應(yīng)度值最大的個體作為優(yōu)化結(jié)果；否則，轉(zhuǎn)到步驟3.3。本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點是：(1)異構(gòu)云無線接入網(wǎng)中，使用遺傳算法解決能效資源分配最大化問題。(2)提出增強的軟頻分復用(S-FFR)，限制重用，來降低干擾，以便更快獲得優(yōu)化分配方案。(3)使用傳輸率控制的方法達到安全感知的效果(4)為高效利用異構(gòu)云接入網(wǎng)中的能效資源提供技術(shù)支持。附圖說明圖1為本發(fā)明異構(gòu)云無線接入能效優(yōu)化的流程圖。圖2為本發(fā)明資源分配示意圖。圖3為本發(fā)明遺傳算法流程圖。具體實施方式下面結(jié)合附圖及具體實施實例對本發(fā)明作進一步說明。結(jié)合圖1，本發(fā)明是一種異構(gòu)云無線接入網(wǎng)絡(luò)安全感知能的效及功率分配優(yōu)化方法，通過遺傳算法達到優(yōu)化資源及功率分配，包括以下步驟：步驟1：將資源塊劃分為Ω1和Ω2兩個部分，其中Ω1只提供給射頻拉遠頭RRH連接到用戶UE服務(wù)RUE，用以滿足高傳輸率約束的服務(wù)，Ω2提供給RUE和高功率基站HPN連接到用戶UE的服務(wù)HUE，用以滿足低傳輸率約束的服務(wù)。圖2為，資源塊分配示意圖。步驟2：在通過步驟1劃分資源塊作用后，收集各個資源塊使用的信息，包括信道資源信息、電路資源信息、資源塊信息、服務(wù)質(zhì)量約束信息、干擾約束量、最大轉(zhuǎn)換能。并且通過獲得的信息進行建模得出全局能效模型，作為適應(yīng)度函數(shù)。首先，第k資源塊劃分給第n個RUE，信道干擾增加噪音比(CINR)可如下計算。σn,k=dnRhn,kRB0N0,k∈Ω1dnRhn,kR(PMdnMhn,kM+B0N0),k∈Ω2---(1)]]>和分別表示RUEn連接到RRH和HPN的路徑損耗，和分別表示在使用第k資源塊時，RUEn連接到RRH和HPN的信道增量。PM是在每個HPN上資源塊允許的功率轉(zhuǎn)換分配值。N0表示估計能量密度(PSD),B0表示帶寬。其次，每個RRH數(shù)據(jù)率總量表示為：C(a,p)=Σn=1N+MΣk=1Kan,kB0log2(1+σn,kpn,k)]]>使用安全感知策略，通過限制信噪比來限制最低傳輸率，從而改寫公式：C(a,p)=Σn=1N+MΣk=1Kan,kB0[log2(1+σn,kpn,k)-log2(1+λn,kpn,k)]+---(2)]]>n∈{1，...，N}代表使用Ω1資源塊的RUE，n∈{N+1，...，N+M}表示使用Ω2資源塊的RUE。(N+M)×K的矩陣a＝[an，k](N+M)×K和p＝[pn，k](N+M)×K分別代表資源塊和功率分配策略。λn,k代表最高的信噪比，[.]+＝max{.,0}，因此確保達到最小保密率。然后，每個RRH能耗表示為：和Pbh分別表示能量放大器效率，電路功率以及前傳線路的能耗。最后，總能效比可近似表示為：γ=C(a,p)P(a,p)---(4)]]>有約束：Σn=1N+Man,k=1,an,k∈{0,1},∀k---(5)]]>Σk=1KCn,k≥ηR,1≤n≤N---(6)]]>Σk=1KCn,k≥ηER,N+1≤n≤N---(7)]]>Σn=NN+Man,kpn,kdkR2MhkR2M≤δ0,k∈Ω2---(8)]]>Σn=1N+MΣk=1Kan,kpn,k≤PmaxR,pn,k≥0,∀k,∀n---(9)]]>約束(5)表示資源塊不同時分配給多個RUE。約束(6)(7)分別表示高服務(wù)要求傳輸率約束和低服務(wù)要求傳輸率約束。(8)體現(xiàn)了增強軟頻分復用的思想，限制重用的層間干擾，和分別表示路徑損耗和第k資源塊上參考RRH到干擾的HUE的信道增長。(9)中表示最大轉(zhuǎn)換能。步驟3：通過遺傳算法優(yōu)化RUE的資源及功率分配，使得全局能效最大化，結(jié)合圖3，步驟如下：步驟3.1，初始化遺傳算法參數(shù)，具體為：種群規(guī)模大小N，適應(yīng)度函數(shù)γ，以及迭代次數(shù)Tm，交叉率Pc，變異率為Pm,資源塊數(shù)目k，RUE數(shù)目n+m，n為高服務(wù)質(zhì)量約束的RUE，m為低服務(wù)質(zhì)量約束的RUE。步驟3.2，初始化種群，產(chǎn)生隨機的N組向量[α1，α2，…,αk],αi∈(1，2...，n+m),作為母群體X1。根據(jù)權(quán)利要求3中公式(5)所示，可用這些向量代表資源塊分配矩陣a＝[an，k](N+M)×K的分配情況,αi代表基因，設(shè)定此種群為X1，t＝1。步驟3.3，對種群進行交叉與變異，得到子代種群，具體為：對種群X1中的基因組依據(jù)交叉率Pc和變異率Pm進行交叉與變異，獲得子代群體X2.步驟3.4，淘汰不符合約束的個體，并計算種群每個個體適應(yīng)度，具體是，計算每個個體γi的值，并在計算時淘汰不符合約束條件的個體。步驟3.5，從子代與母代中挑選較優(yōu)的個體，從新組成母代，具體是從X1、X2中挑選γ值大的N個個體作為新的母代，并且t＝t+1。步驟3.6，判斷是否達到迭代次數(shù)Tm，如果未達到就重復步驟3.3～3.6，如果達到，輸出此時種群中γ值最大的一個個體，作為輸出的優(yōu)化方案。實施例本發(fā)明采用遺傳算法進行能效資源優(yōu)化，步驟如下：步驟1，將RB劃分為Ω1和Ω2，其中Ω1只提供給RUE(RRH連接到UE)，用以滿足高傳輸率約束的服務(wù)，Ω2提供給RUE和HUE(HPN連接到UE)，用以滿足低傳輸率約束的服務(wù)。這有數(shù)量10的RUE處于每個RRH中，有著高速率保持的服務(wù)要求，并且通過正交的資源塊組Ω1來分配。M用來表示高低速率保持的服務(wù)要求的RUE。步驟2，收集各個資源使用的信息，包括信道資源信息、電路資源信息、資源塊信息、服務(wù)質(zhì)量約束信息、干擾約束量、最大轉(zhuǎn)換能。并且將全局能效公式化為適應(yīng)度函數(shù)。設(shè)定在1≤n≤N的情況下在N+1≤n≤N+M的情況下參考的RRH與重用的第k個RB的HUE的距離是RB總數(shù)量K＝25，帶寬B0＝5MHz。HPN的總轉(zhuǎn)換功率是43dBm，分配到全部的RB上。RRH到HUE路徑損耗模型表示為31.5+40.0*log10(d)，HPN到RUE和RRH到HUE連接的模型是31.5+35.0*log10(d)，d是以米為計量的發(fā)射器與接收器距離。低速率、高速率傳輸率約束的服務(wù)要求假定分別為ηPR＝64kbit/s和ηR＝128kbit/s。設(shè)定靜態(tài)電路能耗放大器能效為對HPN設(shè)定前傳連接和回傳連接的功率消耗設(shè)置為Pbh＝0.2W。步驟3：通過遺傳算法優(yōu)化RUE的資源及功率分配，使得全局能效最大化，圖3表示遺傳算法優(yōu)化能效分配的流程：首先，初始化遺傳算法參數(shù)：種群規(guī)模大小N＝30，適應(yīng)度函數(shù)以及迭代次數(shù)Tm＝1000，交叉率Pc＝0.9，變異率為Pm＝0.1,資源塊數(shù)目K＝25。然后，初始化種群，產(chǎn)生隨機的N組向量α＝[α1，α2，…,αk],αi∈(1，2...，n+m),作為母群體X1。根據(jù)權(quán)利要求3中公式(5)所示，可用這些向量代表資源塊分配矩陣a＝[an，k](N+M)×K的分配情況,αi代表基因，設(shè)定此種群為X1，t＝1。其次，對種群X1中的基因組依據(jù)交叉率Pc和變異率Pm進行交叉與變異，獲得子代群體X2。再次，計算每個個體γi的值，并在計算時淘汰不符合約束條件的個體。之后，從X1、X2中挑選γ值大的N個個體作為新的母代，并且t＝t+1。最后，判斷是否達到迭代次數(shù)Tm，如果未達到就轉(zhuǎn)到步驟3.3，如果達到，輸出此時種群中γ值最大的一個個體，作為輸出的優(yōu)化方案。綜上所述，本發(fā)明異構(gòu)云無線接入網(wǎng)絡(luò)安全感知能的效及功率分配優(yōu)化方法，提供了一種高效可靠安全的感知能效資源分配方法，用于提高異構(gòu)云無線網(wǎng)絡(luò)接入方法中的能效比。當前第1頁1 2 3