異構(gòu)云無線接入網(wǎng)絡(luò)中擁塞控制下的安全資源優(yōu)化方法
【專利摘要】本發(fā)明公開了一種異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法。收集異構(gòu)云無線接入網(wǎng)絡(luò)中系統(tǒng)資源信息；對系統(tǒng)進(jìn)行擁塞控制優(yōu)化系統(tǒng)建模，將模型轉(zhuǎn)化為三個子過程；分別對三個子問題進(jìn)行優(yōu)化運算；初始化動態(tài)粒子群算法的參數(shù)；初始化粒子群空間，并且初始化粒子群體；根據(jù)適應(yīng)度函數(shù)計算群體中每個體的適應(yīng)度；根據(jù)粒子群算法公式，更新當(dāng)前的個體的最優(yōu)位置和群體的最優(yōu)位置；對知識空間進(jìn)行交叉與變異操作，獲得變化后新的個體位置與速度；判斷迭代收斂指標(biāo)，若收斂則輸出最優(yōu)的個體，若沒有則重復(fù)步迭代直到完成預(yù)設(shè)迭代次數(shù)為止。本發(fā)明是一種在擁塞控制下提高異構(gòu)云無線接入網(wǎng)絡(luò)資源安全分配，充分利用能效資源，動態(tài)進(jìn)行擁塞控制的優(yōu)化方法。
【專利說明】
異構(gòu)云無線接入網(wǎng)絡(luò)中擁塞控制下的安全資源優(yōu)化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于計算機(jī)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)中擁塞控制下 的安全動態(tài)資源優(yōu)化方法。
【背景技術(shù)】
[0002] 利用混合網(wǎng)絡(luò)化eterogeneous networks，胎t化t) W及云無線接入網(wǎng)絡(luò)（cloud access radio access networks, C-RAN)的優(yōu)勢，有研究提出異構(gòu)云無線接入網(wǎng)絡(luò) 化eterogeneous cloud radio access networks，H-CRAN)來強(qiáng)化頻譜效率和功率效率，它 使用遠(yuǎn)程射頻頭（remote radio heads，RRH)來為用戶提供高服務(wù)質(zhì)量（quality of service,QoS)要求的高速數(shù)據(jù)傳輸率。如，文獻(xiàn)1(M.化ng,Y丄i ,et.al. , "Heterogeneous cloud radio access networks: a new perspective for enhancing spectral and energy efficiencies",I邸E Wireless Commun.,Dec.2014.)所描述。在提出的H-CRAN中， 增加低功率節(jié)點化PN)稠密區(qū)域的蜂窩網(wǎng)絡(luò)容量，過于稠密的LP州尋導(dǎo)致建中的的干擾，并 且限制性能的增長和今后的應(yīng)用，RRH與HPN(高功率節(jié)點）之間的系統(tǒng)負(fù)載往往不平衡，運 就導(dǎo)致使用RRH/HPN優(yōu)化的分配策略能夠增加額外性能。
[0003] 為了限制層間干擾，并且實現(xiàn)高的協(xié)同增長，基于協(xié)同信號處理的云計算應(yīng)用到 集中式基帶處理單元(BBU池），用于R畑之間的協(xié)同工作。為了保證LTE先進(jìn)網(wǎng)絡(luò)的向后兼容 性，H-CRAN采用正交頻分多址復(fù)用((FDMA)。
[0004] 并且無線網(wǎng)絡(luò)通信的安全要求也越來越被人重視。運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(dá)到保密的方法。
[0005] 對于基站(BS)合作，資源塊(RB)與功率聯(lián)合分配的問題，已經(jīng)有所研究。如，文獻(xiàn)2 (S.Kim,S.Choi and B.Lee,"A joint algorithm for base station operation and user association in heterogeneous networks IEEE commun. lett. , vol. 17 ,no . 8, pp. 1552-1555，Aug. 2013)所描述，得到了 BS系統(tǒng)對蜂窩網(wǎng)絡(luò)收益的優(yōu)化。
[0006] Lyapunov穩(wěn)定性優(yōu)化框架已經(jīng)被廣泛研究，可W通過構(gòu)造框架函數(shù)，根據(jù)函數(shù)性 質(zhì)來判定整個系統(tǒng)穩(wěn)定性的強(qiáng)弱。
[0007] 然而運些工作沒有考慮到達(dá)的隨機(jī)傳輸，并且假定通信的隊列是無限大的。由于 還沒有優(yōu)化資源分配并且保持網(wǎng)絡(luò)穩(wěn)定的解決方案應(yīng)用于H-CRAN，因此需要一種擁塞控制 下的異構(gòu)云無線接入動態(tài)資源優(yōu)化方法。

【發(fā)明內(nèi)容】

[000引本發(fā)明在于提供一種基于異構(gòu)云無線接入網(wǎng)絡(luò)化-CRAN)的一種擁塞控制下的資 源優(yōu)化方法。在擁塞控制的情況下，從輔助變量優(yōu)化、通信控制優(yōu)化、RB和功率聯(lián)合優(yōu)化Ξ 方面，達(dá)到最優(yōu)的資源分配。
[0009]實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：
[0010] -種異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法，包括w下步驟：
[0011] 步驟1，收集異構(gòu)云無線接入入中的系統(tǒng)資源信息。
[0012] 步驟2,通過步驟1收集的系統(tǒng)資源信息，對系統(tǒng)進(jìn)行擁塞控制優(yōu)化系統(tǒng)建模，將模 型轉(zhuǎn)化為對輔助變量進(jìn)行優(yōu)化、對通信控制進(jìn)行優(yōu)化、對資源與功率進(jìn)行優(yōu)化Ξ個子過程。
[0013] 步驟3,在得到步驟2所求模型后，對Ξ個子過程分別使用線性優(yōu)化W及粒子群算 法進(jìn)行系統(tǒng)優(yōu)化。
[0014] 對輔助變量加 W優(yōu)化。
[0015] 對通信控制進(jìn)行優(yōu)化。
[0016] 使用自適應(yīng)動態(tài)粒子群算法(PS0)，對RB和功率聯(lián)合分配進(jìn)行優(yōu)化。
[0017] 步驟3.1初始化動態(tài)粒子群參數(shù)。并且初始化粒子群空間，初始化群體，對能效資 源分配進(jìn)行初始位置和速度的初始化。
[0018] 步驟3.2依據(jù)得出的適應(yīng)度函數(shù)計算群體中每個個體的適應(yīng)度。
[0019] 步驟3.3依據(jù)粒子群算法公式，更新當(dāng)前的個體最優(yōu)位置W及群體最優(yōu)位置。
[0020] 步驟3.4對知識空間進(jìn)行交叉與變異，得到變化后的位置與速度。
[0021] 步驟3.5計算收斂指標(biāo)，并且判斷迭代收斂指標(biāo)是否達(dá)到預(yù)設(shè)值W下，若收斂則輸 出最優(yōu)的個體，若沒有則重復(fù)步驟3.2直到完成預(yù)設(shè)迭代次數(shù)為止。
[0022] 本發(fā)明與現(xiàn)有技術(shù)相比，其優(yōu)點在于：（1)在異構(gòu)云無線接入中采用自適應(yīng)動態(tài)粒 子群算法進(jìn)行資源和功率分配，滿足資源優(yōu)化需求；（2)適應(yīng)函數(shù)采取擁塞控制策略，在擁 塞控制的前提下完成資源優(yōu)化分配。（3)使用傳輸率控制的方法達(dá)到安全感知的效果。（4) 為H-CRAN網(wǎng)絡(luò)的能效W及資源的高效分配提供技術(shù)上支持。
【附圖說明】
[0023] 圖1為本發(fā)明擁塞控制下的動態(tài)資源優(yōu)化流程圖。
[0024] 圖2為本發(fā)明所在的異構(gòu)云無線接入網(wǎng)絡(luò)接入方法。
[0025] 圖3為本發(fā)明自適應(yīng)動態(tài)粒子群算法具體實施流程。
【具體實施方式】
[0026] 下面結(jié)合附圖及具體實施例對本發(fā)明作進(jìn)一步詳細(xì)說明。
[0027] 結(jié)合圖1，本發(fā)明是在擁塞控制下的異構(gòu)云無線接入網(wǎng)絡(luò)安全動態(tài)資源優(yōu)化，具體 步驟為：
[00%]步驟1，收集H-CRAN入中的系統(tǒng)資源信息。結(jié)合圖2,對網(wǎng)絡(luò)架設(shè)。
[0029] 步驟2,通過步驟1收集的系統(tǒng)資源信息，對系統(tǒng)進(jìn)行擁塞控制優(yōu)化系統(tǒng)建模，將模 型轉(zhuǎn)化為對輔助變量進(jìn)行優(yōu)化、對通信控制進(jìn)行優(yōu)化、對資源與功率進(jìn)行優(yōu)化Ξ個子過程。
[0030] 步驟3,在得到步驟2所求模型后，對Ξ個子過程分別使用線性優(yōu)化W及粒子群算 法進(jìn)行系統(tǒng)優(yōu)化。
[0031] 對輔助變量加 W優(yōu)化。
[0032] 通過公式：
巧公式（12)進(jìn)行優(yōu)化。
[0033] 對通信控制進(jìn)行優(yōu)化。
[0034]通過闊值解決方案
[0037] 優(yōu)化通信允許的值R。其中A是到達(dá)應(yīng)用層的數(shù)據(jù)量。
[0038] 使用自適應(yīng)動態(tài)粒子群算法(PS0)，對RB和功率聯(lián)合分配進(jìn)行優(yōu)化。結(jié)合圖3,具體 步驟如下：
[0039] 步驟3.1置收斂闊值為祭，設(shè)置種群大小為N，資源塊數(shù)為k，連接數(shù)j+m，算法最大迭 代次數(shù)T，加速度因子分別是cl和c2。初始化群體X=[Xl，X2，…XN]，每個個體為Xi(xl，X2… xk)，每個X指示資源分配到的設(shè)備。隨機(jī)生成最初群體W及最初的速度域V= [Vi，V2，·，·νΝ]。
[0040] 步驟3.2使用公式(15)提供的適應(yīng)度函數(shù)f(s)
[0044] 計算每個個體的適應(yīng)度。
[0045] 步驟3.3根據(jù)粒子群算法公式，更新當(dāng)前個體的最優(yōu)位置和群體的最優(yōu)位置。將每 個個體歷史最高適應(yīng)度的位置記錄在向量組地est = [pBesti, pBest2，· · 'pBestN]中，將本次 最優(yōu)位置記錄為濁est(濁esti, gBest2，…gBestk)。
[0046] 步驟3.4根據(jù)公式
[0049]對速度進(jìn)行更新，并且獲得新的種群位置。其中i表示第i個個體，j表示每個個體 的第j維，t表示迭代次數(shù)，? = 1-l/d.+ e乃表示加速度，ri、r康示[(U]之間的隨機(jī)數(shù)，用于 維護(hù)群體多樣性。此后再對知識空間中20%的個體進(jìn)行交叉和變異運算。
[(K)加]張驢3.5對干所得的群體，若
[0051 ]
(21)
[0化2]則停止迭代，否則迭代直至到達(dá)T次。其中表示第t次迭代最優(yōu)位置適應(yīng)度，足 表示第t次迭代個體平均適應(yīng)度。
[0053] 實施實例
[0054] 本發(fā)明采用動態(tài)粒子群算法，在擁塞控制下對資源功率進(jìn)行安全優(yōu)化配置，具體 為：
[0055] 步驟1，收集H-CRAN中的系統(tǒng)資源信息。
[0056] HPN數(shù)量為1，RRH數(shù)量為4，冊E連接數(shù)為8，每個RUE都分別被R畑服務(wù)，資源塊數(shù)量 為 10,每個 RB 帶寬為 15kHzeHPN 和 RRH 路徑損失 dM(dB) = 128.1+37.61ogiQ(RWPdK(dB) = 140.7+37.61oglo(R)，R單位為km。HPN靜態(tài)功率43地m，最大平均功率30地m，噪音及弱層間干 擾設(shè)為-110 地 m/Hzea = 〇.6，0 = O.4。
[0057] 步驟2,通過步驟1收集的系統(tǒng)資源信息，對系統(tǒng)進(jìn)行擁塞控制優(yōu)化系統(tǒng)建模，將模 型轉(zhuǎn)化為對輔助變量進(jìn)行優(yōu)化、對通信控制進(jìn)行優(yōu)化、對資源與功率進(jìn)行優(yōu)化Ξ個子過程。
[0058] 步驟3,在得到步驟2所求模型后，對Ξ個子過程分別使用線性優(yōu)化W及粒子群算 法進(jìn)行系統(tǒng)優(yōu)化。
[0059] 對輔助變量加 W優(yōu)化。
[0060] 對通信控制進(jìn)行優(yōu)化。
[0061] 使用自適應(yīng)動態(tài)粒子群算法(PS0)，對RB和功率聯(lián)合分配進(jìn)行優(yōu)化。
[0062] 首先，置收斂闊值為巧=0.05,設(shè)置種群大小為N=30,資源塊數(shù)為k=10,連接數(shù)為j +8，最大迭代重復(fù)次數(shù)了 = 1000，得到加速度因子(：1 =。2 = 1.49。初始化群體乂=^1，乂2，··· Xn]，每個個體為Xi ( XI，X2…Xk)，每個X指示資源分配到的設(shè)備。隨機(jī)生成最初群體W及最初 的速度域V= [Vi，V2，···Vn]。設(shè)置交叉變異率分別為Pc = 0.9，Pm=0.1。
[0063] 然后，使用公式(15)提供的適應(yīng)度函數(shù)f(s)計算每個個體的適應(yīng)度。
[0064] 其次，根據(jù)粒子群算法公式，更新當(dāng)前個體的最優(yōu)位置和群體的最優(yōu)位置。
[0065] 再次，每次迭代更新迭代次數(shù)，并且對知識空間進(jìn)行交叉與變異，得到變化后的位 置與速度。
[0066] 之后，計算是否滿足收斂指標(biāo)礦，然后將所得知識空間較好的50%代替本次較差 的一半。
[0067] 最后，收斂或者達(dá)到循環(huán)次數(shù)T時，輸出最優(yōu)的個體X，W及最優(yōu)適應(yīng)度f(x)。
[0068] 綜上所述，本發(fā)明是一個在擁塞控制下提高異構(gòu)云無線接入網(wǎng)絡(luò)資源安全分配， 充分利用能效資源，動態(tài)進(jìn)行擁塞控制的優(yōu)化方法。
【主權(quán)項】
1. 一種異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法，其特征在于包括以 下步驟： 步驟1，收集異構(gòu)云無線接入中的系統(tǒng)資源信息； 步驟2,通過步驟1收集的系統(tǒng)資源信息，對系統(tǒng)進(jìn)行擁塞控制優(yōu)化系統(tǒng)建模，將模型轉(zhuǎn) 化為對輔助變量進(jìn)行優(yōu)化、對通信控制進(jìn)行優(yōu)化、對資源與功率進(jìn)行優(yōu)化三個子過程； 步驟3,對三個子過程分別使用線性優(yōu)化以及粒子群算法進(jìn)行系統(tǒng)優(yōu)化。2. 根據(jù)權(quán)利要求1所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:步驟1所述的收集異構(gòu)云無線接入中的系統(tǒng)資源信息，包括幀長、帶寬信息、系 統(tǒng)資源數(shù)量信息、連接情況信息、路徑損失信息、連接功率信息、干擾耗費信息。3. 根據(jù)權(quán)利要求1所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:步驟2所述具體過程為： 第一步求得系統(tǒng)模型： 端設(shè)備UE連接到HPN稱作HUE，UE連接到RRH稱作RUE，u〇表示HUE鏈接的集合，m表示分配 給第i個RRH的RUE鏈接的集合； 對于第m個HUE連接，有分別連接到HPN和RRH的比例sm⑴和sm'⑴： Sm(t)+Sm'（t)<l (1) 對于第i個RRH的資源塊k的非重用約束，有：ai jk (t)表示第k個RB用于第i個RRH上第j個RUE; bimk (t)表示第k個RB分配給第m個HUE， 這個HUE通過HPN與第i個RRH連接;xQmk表示第k個資源塊分配給HUE并且只連接HPN; 此時每個RRH的傳輸功率有：pljk(t)和pljk'（t)分別表示相應(yīng)分配的功率消耗； 占領(lǐng)第k個RB的第j個RUE信道干擾增噪如下： % +^：> ⑷ <和4分別表示第j個RUE在RRH和HPN上的路徑耗散，碌和/!心分別表示相應(yīng)的信道增 長，σ〇表示噪音功率，/表示HPN每個RB所提供傳輸功率;然后求得第j個RUE和HUE的傳輸率 分別為：Rb表示所占的帶寬。Ai jk，Aimk，XQmk分別代表此鏈接最高的信噪比， [· ] +=max{ ·，0}，因此確保達(dá)到最小保密率； 由于使用通信允許控制，每時每刻允許的數(shù)據(jù)量分別為R〇m(t)與R^(t)。因此傳輸吞吐 率約束為：最后得到一個動態(tài)資源優(yōu)化模型公式：s.t.(1)(2)(3)(7)(8) gR(.)和gM(.)分別表示達(dá)到此時平均吞吐量時系統(tǒng)能效資源的具體評價函數(shù)，α和β分 別代表相應(yīng)情況具體功能的耗費； 第二步使用Lyapunov優(yōu)化技術(shù)將問題劃分為三個獨立的子問題： 得到擁堵量度其中'⑴和Qij⑴分別代表真實的HUE和RUE連接的傳輸隊列長度，H〇m(t)和Hij⑴代 表虛擬的隊列長度Zi (t)表示第i個RRH的功耗； Lyapunov漂移效用函數(shù)表示如下：其中B代表最大擁堵量度； 因此劃分為三個子過程。4.根據(jù)權(quán)利要求1所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:步驟3所述對三個子過程分別使用線性優(yōu)化以及粒子群算法進(jìn)行系統(tǒng)優(yōu)化，具 體為： 使用線性最優(yōu)方法對輔助變量進(jìn)行優(yōu)化； 使用線性最優(yōu)方法對通信控制進(jìn)行優(yōu)化； 使用動態(tài)粒子群算法對資源與功率進(jìn)行優(yōu)化。5.根據(jù)權(quán)利要求4所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:所述使用動態(tài)粒子群算法對資源與功率分配進(jìn)行優(yōu)化， 將公式(14)中的函數(shù)帶入，得到適應(yīng)度函數(shù)：5. t. aijkG[〇，l]，y ? G [ 〇，1 ]，G [ 〇，1 ]， aiui +7?2"^+α?Μ2^ A ijk=Qij(t)Rb log(l+gijk(t)pijk(t))-Zi(t)pijk(t) (16) i>imk = Q〇m(t)Rb l〇g(l+g'imk(t)p'imk(t))-Zi(t)p'imk(t) (17) Γ Omk = Q〇m(t)Rb l〇g(l+gOmk(t)pM) (18) 步驟分為： 步驟3.1初始化動態(tài)粒子群參數(shù)，并且初始化粒子群空間，初始化群體，對能效資源分 配進(jìn)行初始位置和速度的初始化； 步驟3.2依據(jù)得出的適應(yīng)度函數(shù)計算群體中每個個體的適應(yīng)度； 步驟3.3依據(jù)粒子群算法公式，更新當(dāng)前的個體最優(yōu)位置以及群體最優(yōu)位置； 步驟3.4對知識空間進(jìn)行交叉與變異，得到變化后的位置與速度； 步驟3.5計算收斂指標(biāo)，并且判斷迭代收斂指標(biāo)是否達(dá)到預(yù)設(shè)值以下，若收斂則輸出最 優(yōu)的個體，若沒有則重復(fù)步驟3.2直到完成預(yù)設(shè)迭代次數(shù)為止。6. 根據(jù)權(quán)利要求5所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:所述步驟3.1具體為:設(shè)置收斂閾值0，設(shè)置種群大小N，資源塊數(shù)k，連接數(shù)j+m， 最大迭代次數(shù)T，加速度因子c 1和c2;初始化群體X = [Xi，X2，. . . XN]，每個Xi (X1，X2. . . Xk)，每 個x指示資源分配到的設(shè)備;隨機(jī)生成初始化群體以及初始速度V= [Vi，V2，. . . VN]。7. 根據(jù)權(quán)利要求5所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:所述步驟3.2具體為:利用公式(15)提供的適應(yīng)度函數(shù)f(s)計算每個個體的適 應(yīng)度。8. 根據(jù)權(quán)利要求5所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:所述步驟3.3具體為:將每個個體歷史最高適應(yīng)度的位置記錄在向量組pBest = [pBesti，pBest2, · · .pBestN]中，將本次最優(yōu)位置記錄為gBest(gBesti，gBest2, …gBestk)〇9. 根據(jù)權(quán)利要求5所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化方法， 其特征在于:所述步驟3.4具體為： 根據(jù)公式X^l=X；} +f^H (20) 對速度進(jìn)行更新，并且通過運算得到新的種群位置； 其中i表示第i個個體，j表示每個個體的第j維，t表示迭代次數(shù)，ω表示加速度，ri、r；^ 示[〇，1 ]之間的隨機(jī)數(shù)，用于維護(hù)群體多樣性； 此后再對知識空間中20 %的個體進(jìn)行交叉和變異運算。10.根據(jù)根據(jù)權(quán)利要求5所述的異構(gòu)云無線接入網(wǎng)絡(luò)中的擁塞控制下的安全資源優(yōu)化 方法，其特征在于:所述步驟3.5具體為： 對于所得的群體，若那么就停止迭代，不然重復(fù)迭代直至到達(dá)T次； 其中/_表示第t次迭代最優(yōu)位置適應(yīng)度，/二表示第t次迭代個體平均適應(yīng)度。
【文檔編號】H04W72/04GK106060851SQ201610515169
【公開日】2016年10月26日
【申請日】2016年6月30日
【發(fā)明人】徐雷, 周迅釗, 張功萱, 張小飛, 錢芳, 王俊
【申請人】南京理工大學(xué)