基于密集分布的毫微微用户资源分配方法
【技术领域】
[0001] 本发明设及无线通信技术领域，特别设及基于密集分布的毫微微用户资源分配方 法。
【背景技术】
[0002] 对比LTE系统与3G系统，LTE系统的载波频率利用率有所升高，其路径损耗相比3G 系统也增大。因此，LTE系统不能很好的覆盖室内。研究表明，近90%的数据业务和60%的语 音业务是在室内发生的，所W室内信号覆盖问题需要及时的被解决。毫微微小区 (femtocell)技术作为室内无线通信最有前景的技术之一，近年来得到广泛的研究。与传统 的宏蜂窝网络架构相比，毫微微基站的网络架构不仅能够扩大覆盖范围，还可W提升系统 性能。人们将宏小区与毫微微小区组成的网络称为Macro-Femto (宏-毫微微）网络。Macro-Femto网络能够降低能量消耗，降低投资成本和运行维护成本。
[0003] 近年来Macro-Femto得到了广泛的研究。为了解决跨层干扰问题，有人采用分割频 谱的方式解决双层网络间的干扰。虽然有效地解决了干扰，但是频谱利用率太低，在LTE系 统的频谱资源匿乏情况下并不可行。还有使毫微微采用开放式模式来提升系统性能的方 法，虽然提高了部分系统性能，但是干扰协调过于复杂。有学者在LTE系统中提出了一种基 于认知无线电的分布式博弈资源分配算法，提高了毫微微用户的吞吐量和降低了干扰，但 并未针对毫微微小区间干扰进行分组优化。随着分组优化和联合资源分配的方法被提出， 同层间的干扰进一步被减小，提高了系统性能，但最优组尺寸问题没有得到足够的重视。还 有学者针对分组优化和资源分配问题，基于CVX平台提出了 SDP和随机舍入算法。虽然该方 法考虑了组尺寸优化问题，但所提算法在求分组优化最优解的时候效率并不高，且随着毫 微微用户数目的增加，并不能有效找到最优解。另外，其资源分配方法并没有有效地解决用 户平均干扰问题，也没有考虑用户速率公平问题。
【发明内容】
[0004] 针对上述问题，本发明提出基于密集分布的毫微微用户资源分配方法。
[000引基于密集分布的毫微微用户资源分配方法，根据函数的最优解对已分组的毫微微 用户进行资源分配，其特征在于:求得函数的最优解包括：
[0006] 104、将整个用户分组问题代入lingo数学平台；
[0007] 105、根据约束条件确定分组优化的所有可行解；
[0008] 106、根据求得的可行解，建立单纯形表并求得每一个可行解对应的检验数；
[0009] 104、根据lingo数学平台特点，运用直接求解程序对模型等式约束进行处理，并判 定模型种类，再调用分支定界程序结合单纯形表求得函数的最优解。
[0010] 优选地，所述步骤102根据约束条件确定分组优化的所有可行解包括：
[001引其中巧是毫微微基站i和毫微微基站j之间的链接权值，
，其中化是毫 微微基站与用户之间的路径损耗，Xi,J是毫微微基站i与毫微微基站j在同一个分组的概率， 巧./是毫微微基站i与毫微微基站j不在同一组的惩罚因子，
[0013]该式满足下列约束条件：
[0019] 其中，F为毫微微基站的集合，约束Cl表示各毫微微基站i与其本身在一组，C2表示 晕微微基站j与i 一组，j必与i一组，C3表不晕微微基站i与j一组，j与k一组，i必与k一组，C4 表示每组数不超过总的可用信道数，C5表示解为0和/或1的整数。
[0020] 优选地，所述根据求得的可行解，建立单纯形表并求得每一个可行解对应的检验 数包括将所有可行解组成的可行集里的每一个可行矩阵通过一一对应的方式将其转化为 向量形式。
[0021] 优选地，所述将可行集里的每一个可行矩阵通过一一对应的方式将其转化为向量 形式包括在lingo平台运用单纯形法在求解分组优化问题时将每一个元素作为可改变量， 将目标问题转化为标准线性规划形式，令Xi,測X11X12 ... Xnn对应A'术一A>将目标函数按此 对应关系展开成cTx形式，C和X为n2*l维列向量。
[0022] 优选地，步骤104中所述调用分支定界程序结合单纯形表求得函数的最优解包括：
[0023] 令[^3当前最大目标函数值，P为分支层，相对勺工件顺序，Pl为当前节点， 即目前需要分支的节点对应部分的序列；
[0024] 1)首先初始化:令P = O,pi =A,C*= OO，A为空集，此时，当前节点pi即根节点；
[0025] 2)从当前节点分支得到各个子节点，计算各子节点的下界，按对应的各子节点下 界值从小到大对各子节点进行排序，更新P，令P = P+1;
[0026] 3) W各分支节点为初始值，建立单纯形表，根据证明最优解在边界取得，且非基变 量对应的检验数非正，对不满足此条件的分支或偏离边界方向的分支进行剪支并更新P;
[0027] 4)如果探测完所有当前节点，更新P，令P = P-I,然后转入第7步;否则，将当前层各 子节点中具有最小下界值的节点标记为Q，并在节点Pl的末尾加入Q所对应第P位置上的工 件，此时令当前节点为Q，转到第5步；
[0028] 5)根据W上步骤说明当前节点是同层同父节点中具有最小下界值的节点，如果当 前节点的下界值不小于则不需要再捜索当前节点和同层同父的节点；因此，当前节点的 父节点被探测完毕，更新P，令P = P-I,然后去掉Pl中最后一个工件，再转第7步；否则，转入 第6步；
[0029] 6)假设运时p = n，此时得到一个较优顺序，令P^Pl，其中C*是当前节点的下界 值;更新P，令P = P-I,然后去掉Pl中最后一个工件，转入第7步;否则跳转第2步；
[0030] 7)此时如果P辛0,则去掉Pl中最后一个工件后，再跳转第4步；否则，算法终止；C* 就是最优的目标函数值，P巧P为最优解。
[0031] 优选地，所述对已分组的毫微微用户进行资源分配包括新的子信道分配，过程如 下：
[0032] 1)对毫微微基站进行编号，对毫微微进行分组；
[0033] 2)建立子信道分配指示矩阵T = ze;ros(N，化e)，干扰指示矩阵G=(fue，fue，N);
[0034] 3)采用组间复用组内正交的方式分配子信道;首先将所有子信道依次分给每个组 内用户，其次，为每个组内用户挑选子信道，令
最大，n^T，令T(n，kf) = l;
[0035] 4)找到分好的前几组与本组相同信道的用户，依次检测本组用户是否超出干扰口 限 n,-,/巧,/各^ 式灼，/ € C" / g C/ ，若超出则令G 化f，kf '，n} = G(kf '，kf，n} = 1， 再检测是否满足速率需求Rf,如有任何一项不满足，将组内其它用户，令
最 大;再行检测，重复步骤4,直至满足限制，如满足不了组内所有用户，剔除n，更新T和G;
[0036] 5)根据信道分配指示矩阵T，检测本组用户是否分到信道，如未分到，根据干扰指 示矩阵G，找到与其他用户干扰的信道n^N'，找到备选信道集合N'中满足最大速率的一信 道n'，如与本组其他用户k的信道重合且k的信道数大于1，则k的信道中删除n'，如k只有一 个信道，放弃n '，将n '从N'中剔除，重复步骤5，直到所有用户均分到子信道，更新T;
[0037] 6)从本组的第一个用户开始，检测前几组与该用户在同一子信道的用户kl，检测 本组用户与kl的干扰是否在干扰口限内，如超出口限，根据T判断kl的子信道数如大于1，则 从kl中剔除干扰的信道;重复步骤6直至本组用户检测完毕；
[0038] 其中，巧,/为毫微微基站的发送功率，片,，f为毫微微基站f的用户kf在信道n上的 信噪比，容为第k个毫微微基站服务的用户与第f个毫微微基站在信道n上的信道增益;N 为信道数，fue为总的用户数。
【附图说明】
[0039] 图1为本发明基于密集分布的毫微微用户资源分配方法优选实施例流程示意图；
[0040] 图2为本发明参考的系统模型图；
[0041] 图3为本发明基于密集分布的毫微微用户资源分配方法另一流程示意图；
[0042] 图4为本发明所用算法与基于CVX平台的SDP随机舍入联合算法效率比较示意图；
[0043] 图5为本发明所用算法与SDP随机舍入联合算法及传统算法分组之后用户平均速 率比较示意图；
[0044] 图6为本发明所用算法与SDP随机舍入联合算法分组之后用户平均干扰比较示意 图；
[004引图7为本发明所用算法与传统算法分组之后用户平均干扰比较示意图；
[0046] 图8为本发明所用算法与SDP随机舍入联合算法及传统算法分组之后用户速率公 平比较示意图。
【具体实施方式】
[0047] 本发明的基于密集分布的毫微微用户分组方法，根据函数的最优解对已分组的毫 微微用户进行资源分配，其中，求得函数的最优解，如图1所示，包括：
[004引101、将整个用户分组问题代入lingo数学平台；
[0049] 102、根据约束条件确定分组优化的所有可行解；
[0050] 103、根据求得的可行解，建立单纯形表并求得每一个可行解对应的检验数；
[0051] 104、根据lingo数学平台特点，运用直接求解程序对模型等式约束进行处理，并判 定模型种类，再调用分支定界程序结合单纯形表求得函数的最优解。本发明方法实施过程 如下：
[0052] 首先根据步骤101将整个用户分组问题代入lingo数学平台。然后根据步骤102确 定分组优化的所有可行解。再运用步骤103,根