本發(fā)明屬于移動通信網(wǎng)絡(luò)技術(shù)領(lǐng)域，涉及一種上行傳輸飛蜂窩異構(gòu)網(wǎng)絡(luò)中魯棒功率分配的方法。

背景技術(shù)：

功率分配是有效解決頻譜共享和干擾管理的一種技術(shù)手段，特別是對于未來的大規(guī)模飛蜂窩和宏蜂窩兩層異構(gòu)網(wǎng)絡(luò)。近年來，在飛蜂窩和宏蜂窩兩層異構(gòu)網(wǎng)絡(luò)中的功率分配問題的研究正受到越來越多的關(guān)注。對現(xiàn)有文獻檢索發(fā)現(xiàn)，相關(guān)文獻如下：

h.wang等人在《2016ieeetransactionsonvehiculartechnology,july2016，vol.65,no.7,pp.5222-5236》上發(fā)表了題為“femtocellpowercontrolforinterferencemanagementbasedonmacrolayerfeedback”的文章。該文章在飛蜂窩用戶的最大功率和qos約束下，來尋找飛蜂窩用戶的最優(yōu)發(fā)射功率，文章考慮到了跨層干擾但未考慮飛蜂窩之間的同層干擾，這樣會使得飛蜂窩用戶發(fā)生通信中斷，并且該文章未引入信道不確定性因素。

以上異構(gòu)網(wǎng)絡(luò)功率分配方案是以完美的信道狀態(tài)信息為前提，事實上，在未來大規(guī)模的異構(gòu)網(wǎng)絡(luò)中，由于信道的衰退和時延的影響，完美的信道狀態(tài)信息是不容易被獲得的。為了消除信道估計誤差、提高系統(tǒng)的容量和穩(wěn)健性，基于信道不確定性的功率分配方案就應(yīng)運而生了。

z.liu等人在《2013ietsignalprocessing,july2013，vol.7,no.5,pp.360-367.》上發(fā)表了題為“robustoptimisationofpowercontrolforfemtocellnetworks”的文章。該文章中宏蜂窩用戶和飛蜂窩用戶共享頻譜，在不大于宏用戶一定干擾門限和信道不確定性條件下，最小化飛蜂窩用戶的總發(fā)射功率，同時保障飛蜂窩用戶和宏蜂窩用戶的qos，以提高系統(tǒng)容量。該模型是基于概率約束，由于只考慮到了飛蜂窩和宏蜂窩網(wǎng)絡(luò)中單個用戶的情況，而且在保證飛蜂窩用戶的qos約束中，未考慮來自宏蜂窩用戶的跨層干擾，會導(dǎo)致中斷概率變小，不能保證系統(tǒng)的穩(wěn)健性。

由相關(guān)研究可知，現(xiàn)有飛蜂窩異構(gòu)網(wǎng)絡(luò)功率分配算法主要基于中斷概率，且存在考慮用戶單一、信道不確定性不全面等問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種上行傳輸飛蜂窩異構(gòu)網(wǎng)絡(luò)中魯棒功率分配的方法。本發(fā)明考慮多用戶場景、同層和跨層干擾信道不確定性，建立符合實際的網(wǎng)絡(luò)模型和數(shù)學(xué)模型，并通過最壞情況理論將問題進一步轉(zhuǎn)化為一個凸優(yōu)化問題，最后通過拉格朗日對偶分解理論求解，得出最優(yōu)的飛蜂窩用戶發(fā)射功率。

為達到上述目的，本發(fā)明提供如下技術(shù)方案：

一種上行傳輸飛蜂窩異構(gòu)網(wǎng)絡(luò)中魯棒功率分配的方法，包括以下步驟：

s1：初始化系統(tǒng)參數(shù)；

s2：獲取信道信息，并計算最優(yōu)的飛蜂窩用戶功率，并更新拉格朗日乘子；

s3：根據(jù)飛蜂窩用戶功率判斷是否滿足飛蜂窩用戶的qos保障；如果滿足，則進入s4，否則，進入s5；

s4：保障宏蜂窩用戶的qos，計算所有飛蜂窩用戶對宏蜂窩用戶的干擾功率，并判斷是否不大于干擾功率門限值，若是，則進入s5，否則進入s6；

s5：判斷最優(yōu)功率是否不大于最大功率，若是，則進入s6，否則取最優(yōu)功率為最大功率并進入下一次迭代；

s6：判斷當(dāng)前迭代次數(shù)是否大于最大迭代次數(shù)，若是，則結(jié)束，得出飛蜂窩用戶最優(yōu)發(fā)射功率，否則進入下一次迭代。

進一步，所述s1具體為：建立通信網(wǎng)絡(luò)，其中所述通信網(wǎng)絡(luò)包括1個宏基站，宏基站覆蓋范圍內(nèi)有l(wèi)個宏蜂窩用戶，宏蜂窩用戶編號l滿足以下集合n個飛蜂窩基站，飛蜂窩基站編號k滿足以下集合每個飛蜂窩基站覆蓋范圍內(nèi)有m個飛蜂窩用戶，飛蜂窩用戶編號i，j滿足以下集合所有用戶隨機分布在所屬網(wǎng)絡(luò)覆蓋范圍內(nèi)，設(shè)定迭代次數(shù)t，初次迭代時取t＝1，最大迭代次數(shù)為t，初始化系統(tǒng)參數(shù)。

進一步，所述s2具體為：獲取信道信息，根據(jù)公式計算出迭代次數(shù)為t時的飛蜂窩用戶的最優(yōu)發(fā)射功率其中為拉格朗日乘子，ith為飛蜂窩網(wǎng)絡(luò)對宏蜂窩網(wǎng)絡(luò)的干擾門限值，是第k個飛蜂窩網(wǎng)絡(luò)中第i個用戶對宏蜂窩網(wǎng)絡(luò)干擾鏈路增益標稱值，δi≥0是此干擾鏈路增益波動的最大值，其中是第k個飛蜂窩網(wǎng)絡(luò)中第i個用戶信號上行鏈路增益，是第l個宏蜂窩用戶對第k個飛蜂窩網(wǎng)絡(luò)的干擾鏈路增益，為背景噪聲，pl為第l個宏蜂窩用戶的發(fā)射功率，εi和ωi分別是hij和gil的最大波動值，宏基站覆蓋范圍內(nèi)有l(wèi)個宏蜂窩用戶，每個飛蜂窩基站覆蓋范圍內(nèi)有m個飛蜂窩用戶；

通過以下表達式更新拉格朗日乘子：

其中，和分別是和的次梯度，α，β和θ是更新步長，取很小的值，為最小的sinr門限值，[x]⁺＝max{0,x}。

進一步，所述s3具體為：根據(jù)s2中計算得到的飛蜂窩用戶發(fā)射功率然后通過公式計算飛蜂窩用戶的信干噪比，判斷是否滿足飛蜂窩用戶的qos保障，如果滿足，則進入s4，否則進入s5。

進一步，所述s4具體為：根據(jù)s2中計算得到的飛蜂窩用戶發(fā)射功率通過公式判斷是否能保障宏蜂窩用戶的qos，如果滿足，則進入s5，否則進入s6。

進一步，所述s5具體為：判斷最優(yōu)功率是否不大于最大功率，若是，則進入s6，否則取最優(yōu)功率為最大功率，即令并進入下一次迭代。

本發(fā)明的有益效果在于：本發(fā)明在搜索最優(yōu)的飛蜂窩用戶發(fā)射功率的同時，還可以保證飛蜂窩和宏蜂窩用戶的qos，提高系統(tǒng)的穩(wěn)定性。由于算法具有解析表達式，因此執(zhí)行速度快，具有較好的可行性和實用性。

附圖說明

為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進行說明：

圖1為本發(fā)明的流程圖；

圖2為本發(fā)明在迭代次數(shù)t從1增加到20時的飛蜂窩用戶發(fā)射功率曲線圖；

圖3為本發(fā)明在信道不確定性因子從0增加到0.1時的sinr曲線圖；

圖4為本發(fā)明在信道不確定性因子從0增加到0.1時的消耗的總功率曲線圖。

具體實施方式

下面將結(jié)合附圖，對本發(fā)明的優(yōu)選實施例進行詳細的描述。

本實施例為一種上行傳輸飛蜂窩異構(gòu)網(wǎng)絡(luò)中魯棒功率分配的方法，如圖1所示，具體包括：

第一步：建立通信網(wǎng)絡(luò)，網(wǎng)絡(luò)中有4個宏蜂窩用戶(l＝4)，有1個飛蜂窩網(wǎng)絡(luò)(n＝1)，網(wǎng)絡(luò)中有3個飛蜂窩用戶(m＝3)，背景噪聲為零均值的高斯白噪聲取值ith＝10^-3w，飛蜂窩用戶的鏈路增益是滿足[0,1]上的均勻分布,hij在[0,0.05]上服從均勻分布，在(0，0.03)上服從均勻分布，δi取的5％，ωi＝0.001，gil在(0,0.03)上服從均勻分布。設(shè)定迭代次數(shù)t，初次迭代時取t＝1，最大迭代次數(shù)為t＝20，初始化系統(tǒng)參數(shù)；

第二步：獲取信道信息，從而得出最優(yōu)的飛蜂窩用戶功率并更新拉格朗日乘子，根據(jù)公式計算出迭代次數(shù)為t時的飛蜂窩用戶的最優(yōu)發(fā)射功率其中為拉格朗日乘子，ith為飛蜂窩網(wǎng)絡(luò)對宏蜂窩網(wǎng)絡(luò)的干擾門限值，是第k個飛蜂窩網(wǎng)絡(luò)中第i個用戶對宏蜂窩網(wǎng)絡(luò)干擾鏈路增益標稱值，δi≥0是此干擾鏈路增益波動的最大值，其中是第k個飛蜂窩網(wǎng)絡(luò)中第i個用戶對本網(wǎng)絡(luò)中其他用戶的干擾鏈路增益，是第l個宏蜂窩用戶對第k個飛蜂窩網(wǎng)絡(luò)的干擾鏈路增益，為背景噪聲，pl為第l個宏蜂窩用戶的發(fā)射功率，εi和ωi分別是hij和gil的最大波動值；通過以下表達式更新拉格朗日乘子：

其中，和分別是和的次梯度，α，β和θ是更新步長，取很小的值，為最小的sinr門限值，[x]⁺＝max{0,x}；

第三步：根據(jù)第二步中計算得到的飛蜂窩用戶發(fā)射功率然后通過公式計算飛蜂窩用戶的信干噪比，判斷是否滿足飛蜂窩用戶的qos保障，如果條件滿足，則進入第四步，否則進入第五步；

第四步：具體地，據(jù)第二步中計算得到的飛蜂窩用戶發(fā)射功率然后通過公式判斷是否能保障宏蜂窩用戶的qos，如果滿足條件，則進入第五步，否則進入第六步；

第五步：根據(jù)以上步驟計算出的通過公式判斷此最優(yōu)功率是否不大于最大功率，若是，則進入第六步，否則取最優(yōu)功率為最大功率，即令并進入下一次迭代；

第六步中：通過判斷當(dāng)前迭代次數(shù)t是否大于最大迭代次數(shù)t，若條件滿足，則結(jié)束方法，得出飛蜂窩用戶的最優(yōu)發(fā)射功率為否則進入下一次迭代。

在本實施例中，圖2給出了本實施例方法所得飛蜂窩用戶發(fā)射功率的曲線圖；圖3是本實施例non-robust功率分配方法和robust功率分配方法得到的sinr曲線圖；圖4是分別采用本實施例non-robust功率分配方法和robust功率分配方法得到的總功率曲線圖。由圖2可見：所提實施方法是收斂的，且收斂速度快。由圖3可見：所提robust功率分配方法在信道不確定因子增加的同時，能一直保障用戶的qos，不會使得通信因信道惡化而中斷，增加了系統(tǒng)的穩(wěn)定性；而non-robust方法便沒有此效果。由圖4可見：所提robust功率分配算法在信道不確定因子變化的同時，總消耗功率是動態(tài)變化的，信道的波動越大，需要的發(fā)射功率越高；而non-robust算法未考慮信道波動，所以總的發(fā)射功率也是不變的。結(jié)合圖2、圖3、圖4可知所提robust功率分配方法比傳統(tǒng)的non-robust功率分配方法更能保證用戶的qos、提高系統(tǒng)的穩(wěn)定性和容量。

最后說明的是，以上優(yōu)選實施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管通過上述優(yōu)選實施例已經(jīng)對本發(fā)明進行了詳細的描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以在形式上和細節(jié)上對其作出各種各樣的改變，而不偏離本發(fā)明權(quán)利要求書所限定的范圍。