本发明属于无线通信技术领域，更具体地说，涉及一种基于能量采集中继站的异构蜂窝网络功率指派方法。
背景技术：
为了满足当今无线通信迅速增长的数据速率和更高覆盖质量的需求，并显著提升蜂窝网络性能，3GPP在LTE-Advanced的标准化中提出了异构网络(Heterogeneous Network)技术。在此背景下，各种手持终端如智能手机、智能平板、电纸书、谷歌眼镜、智能手表、智能手环等出现了爆炸式的增长。据Cisco公司最新数据显示，截至2014年，全球人均拥有1部移动终端设备；以现在的增长速度估测在2018年，全球移动设备总数将达到100亿，即人均1.4部。为了同时容纳服务这些日益增长的移动终端，未来蜂窝网络必须支持海量链接。与此同时，智能终端凭借其强大的硬件计算能力、特有的便携特性和丰富的智能应用程序(例如即时通讯、社交网络、在线游戏、视频服务、高速下载等，正慢慢取代个人台式电脑成为主流的用户终端设备和主要的数据来源。与此同时，移动数据流量正以年均61％的速度增长，预计2018年全球每月将产生15.9艾字节的移动数据流量，是2013年的12倍。这急速增长的数据流量无疑给蜂窝通信系统产生了越来越高的宽带通信需求。为了应对爆炸式增长的移动负载需求，运营商们部署越来越多的宏基站(密集部署)、引入新型的微基站，并配套地增加数据中心等设施。在更好服务用户的同时，这也直接导致了蜂窝网络能耗的快速增加。除此之外，一些实时服务应用如在线游戏和视频电话等对蜂窝网络提出了更高的延时性能需求。例如，当时延大于100ms时，用户将无法正常运行在线游戏应用。
归结起来，异构蜂窝网络能够极大的满足当前和将来的无线通信需求，但同时也引出了几个函待解决的问题：
1)蜂窝用户的速率最优化问题一直是重中之重，需要在保证当前约束条件下最大化用户的网络速率；
2)蜂窝网络能耗的增加，针对无线终端发射功率控制问题，如果能够采用太阳能等可再生资源，对节能环保工作的开展意义重大；
3)针对时延性能的需要越来越迫切，用户需要在基本时延的限制下最大化网络接入速率。
中国专利申请号201510315070.0，公开日2015年9月2日，公开了一份名称为蜂窝异构网络中D2D用户速率最大化的功率分配方法，其包括以下步骤：进行初始化操作；蜂窝用户检测干扰，生成定价因子，并广播给每个D2D用户；D2D用户根据蜂窝用户广播的定价因子确定发射功率，进行信息的传输；各D2D用户接收各蜂窝用户广播的定价因子，判断是否更新功率，直至达到阈值D2D用户停止功率更新。该功率分配方法，可以实现在蜂窝用户干扰容忍约束下D2D用户速率最优的目的。
中国专利申请号201510975325.6，公开日2016年5月11日，公开了一份名称为一种蜂窝异构网络资源分配方法，其包括以下步骤：基于用户业务需求确定初始带宽分配策略；确定MBS与第i个FBS共享频谱部分的最大传输速率；建模破产博弈模型，确定MBS及FBS分配速率；基于FBS效用函数优化确定局部带宽及功率分配策略；重复上述步骤，直到算法收敛，从而实现联合带宽及功率优化分配。方法可以有效保障异构蜂窝网络宏用户及家庭基站用户QoS需求，实现频谱资源共享，提高频谱利用率和网络综合 性能。
中国专利申请号201510233567.8，公开日2015年9月16日，公开了一份名称为中继协同异构蜂窝网络D2D通信资源分配方法，其包括求得当蜂窝用户n采取Q(n)通信模式时，D2D通信在频段n上所能达到的最大可达速率阈值，判断D2D通信选取的频谱资源能否满足系统服务质量需求；联合分配蜂窝用户n采取通信模式Q(n)时D2D通信在频段n上分配到的可达速率目标，并确认蜂窝用户n的通信模式Q(n)；求系统总发送功率。相比于传统的资源分配方法，本方法能够在保证蜂窝用户和D2D用户可达速率的同时节约系统的总功耗，更能符合绿色通信的要求。
总的来说，申请号201510315070.0的公开材料考虑了用户的网络速率最大化的问题，但是并没有充分考虑时延限制的要求。申请号201510975325.6的公开材料考虑了Qos需求，但是没有考虑节约系统总能耗的因素。申请号201510233567.8的公开材料考虑节约系统总能耗的因素，但是并有考虑时延的限制，也并没有考察可再生能源的替代方案。
技术实现要素：
针对现有的蜂窝异构网络未充分考虑时延限制、可再生能源的节能方案、辅助中继站的问题，本发明提出一种基于能量采集中继站的异构蜂窝网络功率指派方法，在综合考虑时延约束条件下，结合可再生能源的节能方案，辅助能量采集中继站的协作转发，最大化用户网络性能。
为解决上述问题，本发明所采用的技术方案如下：
一种基于能量采集中继站的异构蜂窝网络功率指派方法，包括：
步骤1：系统场景分析，问题归结；
考虑一个经典的三节点场景，场景中有一个能量采集的基站B，一个能量采集的中继站R和一个目标通信蜂窝用户U，能量采集基站B和蜂窝用户U之间的有直达路径，中继站R选用DF工作方式，一个传输过程包括N个数据块，能量采集基站B和中继R占用相等的带宽W，考虑该场景下的能量采集基站B和中继站R的功率指派问题；
假设用于能量采集的电池容量足够大，用于传输消耗的能量可以忽略不计，在传输每一次的数据块时总的能量约束方程必须满足：
其中：PB(i)表示能量采集基站B发送第i个数据块时分配的功率，EB(i)表示能量采集基站B在i个传输时隙内采集到的功率，PR(i+1)表示中继站R在第i+1个时隙转发第i个数据块时分配的功率，ER(i+1)表示中继站R在第i+1个传输时隙内采集到的功率，信道的输入输出关系满足：
其中，xb(i)和xr(i+1)分别表示能量采集基站B在第i个时隙以及中继站R在第i+1个时隙发送的信号，ybr(i)表示中继站R在第i个时隙的接收信号，ybu(i)和yru(i+1)分别 表示蜂窝用户U在第i个时隙以及第i+1个时隙的接收信号，hbr表示能量采集基站B和中继站R之间的信道功率增益，hbu表示能量采集基站B和蜂窝用户U之间的信道功率增益，hru表示中继站R和蜂窝用户U之间的信道功率增益，nr(i)表示中继站R在第i时隙的接收信号噪声，nu(i)和wu(i+1)分别表示蜂窝用户U在第i时隙以及第i+1时隙的接收信号噪声，能量采集基站B和中继站R之间，能量采集基站B和蜂窝用户U之间以及中继站R和蜂窝用户U之间的接收信噪比分别满足：
γbr(i)＝PB(i)hbr,γbu(i)＝PB(i)hbu,γru(i+1)＝PR(i+1)hru.
其中，γbr(i)表示能量采集基站B和中继站R之间第i时隙的接收信噪比，γbu(i)和γru(i+1)分别表示蜂窝用户U在第i时隙以及第i+1时隙的接收信噪比，定义新的能量采集基站B和中继站R的能量和功率曲线为：
由此可以获得新的信道增益的表达式如下：
据此，我们重新改写信道模型的表达式如下：
步骤2：系统数学模型建立；
在DF中继的传输模式下，当第i个数据块被传输时，必须满足：
R(i)≤C(PB(i))
其中R(i)表示第i时隙的速率，C(PB(i))表示第i时隙的容量，下一个数据块i+1传输的时间内，同样需要满足：
RB(i+1)≤C(PR(i+1)),R(i)≤C(h0PB(i))+RB(i+1)≤C(h0PB(i))+C(PR(i+1)).
其中C(PR(i+1))表示第i+1时隙的容量，RB(i+1)表示中继站R第i+1时隙的分割速率，由此我们得到第i个数据块传输时的可达速率：
R(i)＝min{C(PB(i)),C(h0PB(i))+C(PR(i+1))}
考虑一个N个数据块的传输过程，可以归结出平均吞吐量最大化的最优化问题如下：
步骤3:设置i＝1，判断当i≤N时，跳转至步骤4，否则跳转至步骤7算法结束；
步骤4:分别计算ib,0、ir,0、和如下：
其中，表示能量采集基站B在第i时隙预分配的发射功率，表示中继站R在第i+1时隙预分配的发射功率，ib,0和ir,0分别表示能量采集基站B以及中继站R的能量耗尽时隙，表示能量采集基站B在第i个时隙发射信号以前剩余的功率，表示中继站R在第i+1个时隙发射信号以前剩余的功率，且满足
其中，和分别表示基站B在第i时隙以及中继站R在第i+1时隙的最优发射功率；
步骤5:比较判断是就跳至步骤6，否就跳至步骤7；
步骤6：分别计算
同时设置i＝ib,0+1，跳至步骤7；
步骤7：算法结束，输出和获得该场景下的能量采集基站B和中继站R的功率指派问题的最优解。
进一步的，所述步骤5还包括：
比较判断是就跳至步骤6，否就跳至步骤A，跳至步骤A以后算法不结束，进一步深入寻优，所述算法步骤包括：
步骤A：计算
其中：ib,k表示从ib,k-1往后的第一个基站B的功率转折点，表示相应的基站B的功率分配方案，同样的，ir,p表示从ir,p-1往后的第一个中继站R的功率转折点，表示相应的中继站R的功率分配方案；
步骤B：判断是否存在k0满足
是就跳至步骤C1，否就跳至步骤7，其中k0表示中继站R的功率变化时隙；
步骤C1：计算
其中：jb表示针对k0基站B的功率变化时隙，表示相应的功率分配方案；
步骤C2：判断是否满足
满足跳至步骤C3，不满足跳至步骤C4；同时设置i＝jb+1，
步骤C3：计算新的更精确的功率分配方案
同时设置i＝min{k0,ib,0}+1；则
步骤C4：计算，同时设置i＝ib，0+1，跳至步骤7。
进一步的，所述步骤2还包括：利用凸优化理论中的拉格朗日定理和KKT条件，将优化问题进行凸优化处理，所述优化问题P1转化成：
写出最优化问题P2的拉格朗日形式：
其中，μk,λk,γi,ηi+1表示拉格朗日因子。
进一步的，所述优化问题P2的拉格朗日形式中的拉格朗日因子μk,λk,γi,ηi+1的迭代更新方法采用次梯度算法，所述次梯度算法的迭代更新方程是：
其中μk(n),λk(n),γi(n),ηi+1(n)分别表示第n次迭代的拉格朗日因子， 分别表示相应的迭代步长。
进一步的，所述次梯度算法迭代更新方程的迭代步长可以设置成：
有益效果：
相对比于现有技术，本发明的有益效果为：
(1)本发明充分考虑可再生能源的环保方案，结合中继站的协作转发功能，采用能量采集中继站协作转发数据，最大化用户网络性能，同时考虑能量采集的因果限制条件，更加合理充分利用可再生能源，节约能耗；
(2)本发明针对特殊的应用场景，来源实际应用，场景设置细致、合理，更有实践指导意义；
(3)本发明考虑在时延限制条件下的系统性能最优问题，达到时延和网络速率的折中，保证蜂窝用户满足业务所需时延限制下的最佳网络性能；
(4)本发明针对最优化问题的求解，采用凸优化处理，转化优化问题的目标函数，不经过近似计算，不影响问题的精度的同时极大的降低的计算复杂度，减少系统开销产生的时延；
(5)本发明寻优采用拉格朗日乘子方法，寻优速度快，算法迭代过程中采用次梯度方法，并选用渐进步长，寻优更加精确；
(6)本发明的功率指派方法，算法设计合理，易于实现。
附图说明
图1为本发明系统场景架构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
一种基于能量采集中继站的异构蜂窝网络功率指派方法，包括以下步骤：
步骤1:系统场景分析，问题归结：
本发明考虑一个基于能量采集中继站的异构蜂窝网络中经典的三节点场景，针对特殊的应用场景，来源实际应用，场景设置细致、合理，更有实践指导意义。场景中有一个能量采集的基站BS(简记为B)，一个能量采集的中继站Relay(简记为R)和一个目标通信蜂窝用户User(简记为U)，考虑能量采集基站B和蜂窝用户U之间的有直达路径，可以通过中继站R协作转发，中继站R选用解码转发(Decode Forward，简记为DF)工作方式，一个传输过程包括N个数据块，假设能量采集基站B和中继R占用相等的带宽W，只考虑该场景下的能量采集基站B和中继站R的功率指派问题。
同时假设用于能量采集的电池容量足够大，用于传输消耗的能量可以忽略不计，在传输每一次的数据块时总的能量约束方程必须满足：
其中：PB(i)表示能量采集基站B发送第i个数据块时分配的功率，EB(i)表示能量采集基站B在i个传输时隙内采集到的功率，针对能量采集基站B在第i个时隙发送的数据块i，中继站R接收后在第i+1个时隙进行转发，i＝1,2,…,N，PR(i+1)表示中继站R在第i+1个时隙转发第i个数据块时分配的功率，ER(i+1)表示中继站R在第i+1个传输时隙内采集到的功率，本发明充分考虑可再生能源的环保方案，结合中继站的协作转发功能，采用能量采集中继站协作转发数据，最大化用户网络性能，同时考虑能量采集的因果限制条件，更加合理充分利用可再生能源，节约能耗。场景下信道的输入输出关系满足：
其中，xb(i)和xr(i+1)分别表示能量采集基站B在第i个时隙以及中继站R在第i+1个时隙发送的信号，ybr(i)表示中继站R在第i个时隙的接收信号，ybu(i)和yru(i+1)分别表示蜂窝用户U在第i个时隙以及第i+1个时隙的接收信号，hbr表示能量采集基站B和中继站R之间的信道功率增益，hbu表示能量采集基站B和蜂窝用户U之间的信道功率增益，hru表示中继站R和蜂窝用户U之间的信道功率增益，nr(i)表示中继站R在第i时隙的接收信号噪声，nu(i)和wu(i+1)分别表示蜂窝用户U在第i时隙以及第i+1时隙的接收信号噪声。根据上述假设，能量采集基站B和中继站R之间，能量采集基站B和蜂窝用户U之间以及中继站R和蜂窝用户U之间的接收信噪比分别满足：
γbr(i)＝PB(i)hbr,
γbu(i)＝PB(i)hbu,
γru(i+1)＝PR(i+1)hru.
其中，γbr(i)表示能量采集基站B和中继站R之间第i时隙的接收信噪比，γbu(i)和γru(i+1)分别表示蜂窝用户U在第i时隙以及第i+1时隙的接收信噪比，定义新的能量采集基站B和中继站R的能量和功率曲线为：
由此可以获得新的信道增益的表达式如下：
据此，我们重新改写信道模型的表达式如下：
ybr(i)＝xb(i)+nr(i)
yru(i+1)＝xr(i+1)+wu(i+1)
步骤2:系统数学模型建立：
我们考虑DF中继的传输模式，当第i个数据块被传输时，必须满足：
R(i)≤C(PB(i))
其中R(i)表示第i时隙的速率，C(PB(i))表示第i时隙的容量，下一个数据块i+1传输的时间内，同样需要满足：
RB(i+1)≤C(PR(i+1))
R(i)≤C(h0PB(i))+RB(i+1)≤C(h0PB(i))+C(PR(i+1))
其中C(PR(i+1))表示第i+1时隙的容量，RB(i+1)表示中继站R第i+1时隙的分割速率，由此我们得到第i个数据块传输时的可达速率：
R(i)＝min{C(PB(i)),C(h0PB(i))+C(PR(i+1))}。
我们考虑一个N个数据块的传输过程，可以归结出平均吞吐量最大化的最优化问题如下：
其中，目标函数中的1/2表明是采用半双工中继协议，1/(N+1)表明N个数据块的传输需要N+1个传输时隙。我们进一步分析最优化问题P1:
优化目标函数是最大化优化变量是
{PB(i)}{PR(i+1)}，约束条件是其中
PB(i)≥0,PR(i+1)≥0,i＝1,...N.
表示能量采集基站B的发射功率必须要满足能量采集的因果 关系限制，表示中继站R的发射功率必须要满足能量采集的因果关系限制，PB(i)≥0,PR(i+1)≥0,i＝1,...N.表示能量采集基站B和中继站R的功率分配不能为负数。
步骤3:设置i＝1，判断当i≤N时，跳转至步骤4，否则跳转至步骤7算法结束。
步骤4:分别计算ib,0、ir,0、和如下：
其中，表示能量采集基站B在第i时隙预分配的发射功率，表示中继站R在第i+1时隙预分配的发射功率，ib,0和ir,0分别表示能量采集基站B以及中继站R的能量耗尽时隙，表示能量采集基站B在第i个时隙发射信号以前剩余的功率，表示中继站R在第i+1个时隙发射信号以前剩余的功率，且满足
其中，和分别表示基站B在第i时隙以及中继站R在第i+1时隙的最优发射功率。
步骤5:比较判断是就跳至步骤6，否就跳至步骤7。
步骤6：分别计算
同时设置i＝ib,0+1，跳至步骤7。
步骤7：算法结束，输出和获得该场景下的能量采集基站B和中继站R的功率指派问题的最优解。
实施例二
+在实施例一的基础上，我们进一步改进，增加考虑时延约束下的资源分配问题。本发明考虑在时延限制条件下的系统性能最优问题，达到时延和网络速率的折中，保证蜂窝用户满足业务所需时延限制下的最佳网络性能。具体来说，前文所述步骤5还包括：
比较判断是就跳至步骤6，否就跳至步骤A，跳至步骤A以后算法不结束，进一步深入寻优，优化问题求解更加精确；
步骤A：计算
其中：ib,k表示从ib,k-1往后的第一个基站B的功率转折点，表示相应的基站B的功率分配方案，同样的，ir,p表示从ir,p-1往后的第一个中继站R的功率转折点，表示相应的中继站R的功率分配方案。
步骤B：判断是否存在k0满足
是就跳至步骤C1，否就跳至步骤7，其中k0表示中继站R的功率变化时隙。
步骤C1：计算
其中：jb表示针对k0基站B的功率变化时隙，表示相应的功率分配方案。
步骤C2：判断是否满足
满足跳至步骤C3，不满足跳至步骤C4；同时设置i＝jb+1。
步骤C3：计算新的更精确的功率分配方案
同时设置i＝min{k0,ib,0}+1；则
步骤C4：计算，同时设置i＝ib，0+1，跳至步骤7。
实施例三
在本发明实施例一和实施例二的基础上，我们进一步改进，针对最优化问题的求解，采用凸优化处理，转化优化问题的目标函数，不经过近似计算，不影响问题的精度的同时极大的降低的计算复杂度，减少系统开销产生的时延。
具体来说，所述步骤2还包括：凸优化处理，利用凸优化理论中的拉格朗日定理和KKT条件，可以将优化问题进行凸优化处理，优化问题转化成：
我们进一步分析最优化问题P2:
优化目标函数是最大化
优化变量是PB(i)和PR(i+1)，
约束条件是
PB(i)≥0,PR(i+1)≥0,i＝1,...N.
其中表示能量采集基站B的发射功率必须要满足能量采集的因果关系限制，表示中继站R的发射功率必须要满足能量采集的因果关系限制，PB(i)≥0,PR(i+1)≥0,i＝1,...N.表示能量采集基站B和中继站R的功率分配不能为负数。更进一步，我们可以写出最优化问题P2的拉格朗日形式，
其中，μk,λk,γi,ηi+1表示拉格朗日因子。
实施例四
实施例三的求解可以采用经典的内点法，但是计算起来复杂度高，计算时间长。在本发明在实施例三的基础上，进一步改进，寻优采用拉格朗日乘子方法，寻优速度快，算法迭代过程中采用次梯度方法，并选用渐进步长，寻优更加精确。
具体来说，所述优化问题P2的拉格朗日形式中的拉格朗日因子μk,λk,γi,ηi+1的迭代更新方法采用次梯度算法，复杂度更低，更有效率，所述次梯度算法的迭代更新方程是
其中μk(n),λk(n),γi(n),ηi+1(n)分别表示第n次迭代的拉格朗日因子， 分别表示相应的迭代步长。
所述迭代步长可以设置成：
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。