一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法技術

本發(fā)明專利技術公開了一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法利用具有主干擾源的平均場博弈理論框架，設計成本函數(shù)，使最佳功率控制問題轉化為使成本函數(shù)最小的最小值問題；在平均場博弈理論框架上導出相關的哈密頓?雅可比?貝爾曼方程和?？?普朗克?柯爾莫戈洛夫方程來表示系統(tǒng)的平均場博弈；基于有限差分算法求解上述哈密頓?雅可比?貝爾曼方程和?？?普朗克?柯爾莫戈洛夫方程，從而得出干擾感知功率控制策略。

【技術實現(xiàn)步驟摘要】

本專利技術屬于無線通信
，尤其涉及一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法。
技術介紹
近些年智能移動設備比如智能手機和平板電腦的普及，以及移動應用的爆炸式增長，使得無線通信網(wǎng)絡面臨著提供各種不同數(shù)據(jù)服務比如視頻和在線聊天的巨大挑戰(zhàn)。為了應對各種各樣寬頻帶高質(zhì)量服務的要求，5G網(wǎng)絡就需要根據(jù)能夠使用戶取得滿意體驗的方向進行改進。一般來說，網(wǎng)絡容量的擴充可以通過三個方面，物理層空中接口，取得新的頻譜范圍以及超密集部署異構蜂窩網(wǎng)。網(wǎng)絡致密化是5G時代的一個重要特征，而超密集網(wǎng)絡(ultra-densenetworks)能夠使網(wǎng)絡容量大幅提升。超密集網(wǎng)絡中，與傳統(tǒng)基站共存的超密集部署異構蜂窩網(wǎng)能夠完全復用有限的頻率資源，從而提升頻譜效率。這里，蜂窩在LTE網(wǎng)絡中是一個常用的名詞，表示擁有不同覆蓋范圍和下行發(fā)射功率的家庭基站(femtocells)和微微蜂窩(picocells)。然而，inter-tier和intra-cell干擾總是存在于異構的超密集蜂窩中，造成網(wǎng)絡性能下降。一方面，集中化的最優(yōu)化方案需要全局的網(wǎng)絡信息和中心控制者。另一方面，隨著蜂窩數(shù)量的趨于無限化，由于分布的隨機性和有限的回程容量(backhaulingcapacity)使得集中式干擾管理面臨著嚴重的信令開銷(signalingoverhead)，可擴展性和靈活性的問題。因此，分布式干擾管理應該具有自組織特性，這也就是博弈論在這一領域得到巨大應用的原因。上海交通大學的專利申請文件“認知網(wǎng)絡中基于合作博弈的分布式功率控制方法”(公開號CN102695131A，申請?zhí)?01210157873.4，申請日2012.05.18)中公開一種認知網(wǎng)絡中基于合作博弈的分布式功率控制方法，這種方法快速收斂到基于合作博弈的中心式方法的性能，使認知網(wǎng)絡中次用戶比較公平和高效的利用頻譜資源，此用戶之間功率調(diào)整不需要知道整個認知網(wǎng)絡全居信道信息，只需利用自身局部信道信息，實用性和可行性強。但該方法的不足之處在于其無法解決在超密集網(wǎng)絡環(huán)境下的功率控制的問題。英特爾公司的專利申請文件“針對D2D通信的分布式功率控制”(公開號CN104995851A，申請?zhí)?01480007221.X，申請日2014.03.05)中公開一種通過使用分布式功率控制技術來設置單獨D2D發(fā)射器的發(fā)射功率的技術，這種方法通過分布式功率控制來對干擾溫度進行的管理使得網(wǎng)絡能夠最大化其對時間頻率資源的復用，但該方法的不足之處是：在密集異構蜂窩場景下時，需要服務交互次數(shù)和交互信息數(shù)據(jù)較大，而其不能保證在大量用戶存在的情況下進行有效的功率控制。
技術實現(xiàn)思路
本專利技術的目的在于提供一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，旨在解決現(xiàn)有的分布式功率控制方法在超密集網(wǎng)絡環(huán)境下不存在自組織特性的問題。不存在自組織特性的集中式干擾管理面臨著嚴重的信令開銷，可擴展性和靈活性的問題。本專利技術是這樣實現(xiàn)的，一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法利用具有主干擾源的平均場博弈理論框架，設計成本函數(shù)，使最佳功率控制問題轉化為使成本函數(shù)最小的最小值問題；在平均場博弈理論框架上導出相關的哈密頓-雅可比-貝爾曼方程和福克-普朗克-柯爾莫戈洛夫方程來表示系統(tǒng)的平均場博弈，則可以將復雜的平均場博弈表示為兩個方程的有機結合，方便于進一步分析；基于有限差分算法求解上述哈密頓-雅可比-貝爾曼方程和福克-普朗克-柯爾莫戈洛夫方程，從而得出干擾感知功率控制策略。本專利技術在于提供一種應用于所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法的無線通信方法和智能移動設備。進一步，所述哈密頓-雅可比-貝爾曼方程為：其中所述福克-普朗克-柯爾莫戈洛夫方程為：進一步，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法包括以下步驟：步驟一，初始化，并將時間間隔，主干擾源的狀態(tài)空間和一般干擾的狀態(tài)空間進行離散化；步驟二，判斷是否符合迭代條件，若是進行下一步，否則停止迭代；步驟三，升級干擾平均場，并判斷功率水平是否為零，如果是則進一步升級干擾平均場，如果否則干擾平均場為零；步驟四，更新拉格朗日算子和功率水平，根據(jù)迭代條件，重復步驟二到步驟四。進一步，所述時間間隔，主干擾源的狀態(tài)空間和一般干擾的狀態(tài)空間將被離散化為X×Y×Z的空間，時間，能量，干擾空間的迭代步長為：進一步，所述迭代條件是指是t,o,i同時符合t＝1:s,o＝1:Y且i＝1:Z，符合條件時進行下一步，否則停止迭代；其中s、Y和Z的值在初始化時給出。進一步，所述升級干擾平均場時使用公式：其中是離散網(wǎng)格中任一點(t,o,i)處的平均場值，和分別是主干擾源和一般干擾的方差，so和si分別是主干擾源o和一般用戶的i的狀態(tài)動力學，δo和δi是迭代步長，其中進一步，所述更新拉格朗日算子時使用式：其中和分別是離散網(wǎng)格中任一點(t,o,i)處的平均場值和成本函數(shù)值，和分別是主干擾源和一般干擾的方差，so和si分別是主干擾源o和一般用戶的i的狀態(tài)動力學，δo、δi和δt是迭代步長，其中主干擾源o的功率水平的更新使用如下方式：其中和分別是離散網(wǎng)格中任一點(t,o,i)處的平均場值和成本函數(shù)值，so和si分別是主干擾源o和一般用戶的i的狀態(tài)動力學，是主干擾源的發(fā)射功率，δo和δi是迭代步長，其中一般用戶i的功率水平的更新使用如下方式：其中各字母的含義參考如上，是一般用戶主干擾源的發(fā)射功率。本專利技術的另一目的在于提供一種應用所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法的無線通信方法。本專利技術的另一目的在于提供一種應用所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法的智能移動設備。本專利技術提供的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，提供一種應用于所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法的無線通信方法和智能移動設備，能夠有效提升頻譜和能量效率。附圖說明圖1是本專利技術實施例提供的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法流程圖。圖2是本專利技術實施例提供的實施例1的流程圖。圖3是本專利技術實施例所處的具有主干擾源和小干擾的異步超密集小蜂窩網(wǎng)絡環(huán)境示意圖。圖4是主干擾源的隨著普通干擾源數(shù)目變化的平均性能曲線。圖5是普通干擾源的隨著普通干擾源數(shù)目變化的平均性能曲線。具體實施方式為了使本專利技術的目的、技術方案及優(yōu)點更加清楚明白，以下結合實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。下面結合附圖對本專利技術的應用原理作詳細的描述。如圖1所示，本專利技術實施例的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法包括以下步驟：S101：初始化，并將時間間隔，主干擾源的狀態(tài)空間和一般干擾的狀態(tài)空間進行離散化；S102：判斷是否符合迭代條件，若是進行下一步，否則停止迭代；S103：升級干擾平均場，并判斷功率水平是否為零，如果是則進一步升級干擾平均場，如果否則干擾平均場為零；S104：更新拉格朗日算子和功率水平，根據(jù)迭代條件，重復步驟S102到步驟S104。本專利技術實施例的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，利用具有主干擾源的平均場博弈理論框架，設計成本函數(shù)，使最佳功率控制問題轉化為使成本函數(shù)最小的最小本文檔來自技高網(wǎng)...

【技術保護點】
一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法利用具有主干擾源的平均場博弈理論框架，設計成本函數(shù)，使最佳功率控制問題轉化為使成本函數(shù)最小的最小值問題；在平均場博弈理論框架上導出相關的哈密頓?雅可比?貝爾曼方程和福克?普朗克?柯爾莫戈洛夫方程來表示系統(tǒng)的平均場博弈；基于有限差分算法求解上述哈密頓?雅可比?貝爾曼方程和?？?普朗克?柯爾莫戈洛夫方程，從而得出干擾感知功率控制策略。

【技術特征摘要】
1.一種超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法利用具有主干擾源的平均場博弈理論框架，設計成本函數(shù)，使最佳功率控制問題轉化為使成本函數(shù)最小的最小值問題；在平均場博弈理論框架上導出相關的哈密頓-雅可比-貝爾曼方程和福克-普朗克-柯爾莫戈洛夫方程來表示系統(tǒng)的平均場博弈；基于有限差分算法求解上述哈密頓-雅可比-貝爾曼方程和福克-普朗克-柯爾莫戈洛夫方程，從而得出干擾感知功率控制策略。2.如權利要求1所述的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述哈密頓-雅可比-貝爾曼方程為：∂tu(t,s)+σo22Δsou(t,s)+σi22Δsiu(t,s)=H(c,▿su(t,s));]]>其中所述福克-普朗克-柯爾莫戈洛夫方程為：∂tm(t,s)+σo22Δsom(t,s)+σi22Δsim(t,s)-∂so∂t▿som(t,s)-∂si∂t▿sim(t,s)=0.]]>3.如權利要求1所述的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法包括以下步驟：步驟一，初始化，并將時間間隔，主干擾源的狀態(tài)空間和一般干擾的狀態(tài)空間進行離散化；步驟二，判斷是否符合迭代條件，若是進行下一步，否則停止迭代；步驟三，升級干擾平均場，并判斷功率水平是否為零，如果是則進一步升級干擾平均場，如果否則干擾平均場為零；步驟四，更新拉格朗日算子和功率水平，根據(jù)迭代條件，重復步驟二到步驟四。4.如權利要求3所述的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述時間間隔，主干擾源的狀態(tài)空間和一般干擾的狀態(tài)空間將被離散化為X×Y×Z的空間，時間，能量，干擾空間的迭代步長為：δt=TX,δo=Io,maxY,δi=Ii,maxZ.]]>5.如權利要求3所述的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述迭代條件是指是t,o,i同時符合t＝1:s,o＝1:Y且i＝1:Z，符合條件時進行下一步，否則停止迭代；其中s、Y和Z的值在初始化時給出。6.如權利要求3所述的超密集網(wǎng)絡中面向主干擾源的分布式功率控制方法，其特征在于，所述升級干擾平均場時使用公式：mo,it+1δt=mo,it(1δt+σo...

【專利技術屬性】
技術研發(fā)人員：楊春剛，張越，代浩翔，李建東，盛敏，李紅艷，肖佳，
申請(專利權)人：西安電子科技大學，
類型：發(fā)明
國別省市：陜西;61