一种基于分散式能量控制的多移动运营商速率分配方法与流程

本发明涉及无线网络数据传输时的能源效率优化领域，尤其是一种基于分散式能量控制的多移动运营商速率分配方法。

背景技术：

因为在网络中有大量的电池供电的移动终端，下一代无线移动网络中能源效率尤其重要。即将到来移动网络运营的趋势是将无线运营基础设施从移动服务中分离出来。例如，下一代蜂窝系统多个用户身份识别卡(SIM卡)可以访问两种不同类型的蜂窝网络。由多个移动网络运营商(MNO)提供的无线，每个无线网络具有不同的异构速率函数特征，这给无线网络的优化带来了新的挑战。

这几年对移动数据服务的要求变得越来越重要。这大大地刺激了使用现有的无线蜂窝网络提供无线服务的无线网络运营商的发展。不像传统的无线运营商，MNO不需要拥有自已的无线运营物理设备而是从运营商租赁设备。一些使用多MNO应用的实例有谷歌公司的FI工程，该工程可以实现使用多个SIM卡之后在多个不同的运营商之间切换。由于不同的MNO对无线资源的分散管理这使得无线资源共享方面变得不理想，因此资源控制和干扰管理就变得尤其重要。能耗控制能够使每个移动用户以一个合适的能耗来访问每一个MNO并保证满足服务质量的同时不会造成对其他用户的干扰。

技术实现要素：

发明目的：由不同MNO很难集中管理无线资源，所以无线资源共享可能难以实现，于是乎资源控制和干扰管理是主要的技术问题。而能耗控制能够使每一个移动用户以一个恰当的能耗来实现满足服务质量的MNO访问，每个MNO可以提供不同的速率函数特性，而要解决能耗控制问题，就需要解决数据传输率模型的信噪比限制的非凸性，由于数据传输率模型的信噪比限制的非凸性于是无法从该问题规划中找到问题的最小解，所以无法求出该功率问题的最小功率。

为解决该技术问题，本发明提出一种基于分散式能量控制的多移动运营商速率分配方法，该方法使用标准的干扰函数框架直接探索问题结构，设计了一个迭代分布式能耗控制方法来得到一个可以实现多MNO网络情况下的可行解决方案。

技术方案：为实现上述技术效果，本发明提出的技术方案为：

一种基于分散式能量控制的多移动运营商速率分配方法，包括步骤：

(1)构建以总能耗最小为目标问题的问题模型：

式(1)的限制条件为：

p^m≥0，m＝l，…，M

r^m≥0，m＝l，…，M

式中，表示第l个用户通过第m个MNO传输的能量，表示用户l通过第m个MNO传输的速率；M表示MNO的数量，L表示用户总数；表示第m个MNO上的第l个接收者的信噪比；表示用户l和运营商m之间的数据传输速率；表示用户l和运营商m的最大限制功率，表示用户l对于数据传输速率的最小限制；

(3)通过迭代求出问题模型的一个最优解，包括对每个运营商m分别执行步骤1)至5)，m＝1，2…，M：

1)定义k和t均为循环次数，初始化k为0，t为0；

2)计算第m个MNO的第l个数据速率的权重：

式中，p^m(k)为第k次迭代时问题模型的任意一个满足限制条件的解；

3)计算

判断是否满足||p^m(k+1)-p^m(k)||2≤ε，若不满足，则计算k＝k+1，返回步骤3)；若满足，则执行步骤4)；其中，ε为一个无穷小的正数；

4)计算：

其中，

5)判断是否满足||r^m(t+1)-r^m(t)||2≤ε，|| ||2表示欧式长度，即表示两个向量之间的长度；若满足，则停止迭代；否则，计算t＝t+1，返回步骤3)。

有益效果：与现有技术相比，本发明具有以下优势：

本发明使用标准的干扰函数来设计一个迭代分布式能量控制算法来获得局部最优解，实现无线网络数据传输时的能源效率最优化，克服了数据传输率模型的信噪比的非凸性的限制，解决了数据传输率模型的信噪比的非凸性的限制会使问题规划无法求出最优解的技术问题。

附图说明

图1为本发明的原理流程图；

图2为本发明在两个用户、两个MNO的情形下的迭代收敛图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

图1所示为本发明的流程图，本发明包括以下步骤：

1.系统模型分析

考虑一个多用户的网络，有L个用户共享M个独立的MNO。将第l个用户通过第m个MNO传输的能量记为将干扰作为噪音，在第m个MNO上的第l个接收者的信噪比计算公式如下：

其中，表示第j个传输者与第l个接收者之间的信道增益；表示第l个用户通过第m个MNO传输数据时的白高斯噪音。

假设在接收机处有一个固定的比特错误率，第l个发射机通过第m个MNO的数据传输速率可由香农容量公式计算出来：

另一方面，MNO基于平均误码率可以具有其他类型的数据传输速率函数：

式中，R为数据传输率常量，

在本实施例中，采用第一个香农容量公式计算数据传输速率。

构建一个以总能耗最小化为问题目标的问题模型：

式(1)的限制条件为：

式中，M表示MNO的数量，L表示用户总数；表示第m个MNO上的第l个接收者的信噪比；表示用户l和运营商m之间的数据传输速率，表示用户l对于数据传输速率的最小限制，表示用户l和运营商m的最大限制功率。

但是，上述的问题模型不能保证所有用户的数据传输率都大于自身的最小速率限制，并且上述问题模型很难解决传输数据速率约束中的非凸性，这是由于函数是总体非线性函数，以及非凸的能量SINR函数造成的。除此之外，一个实际的要求是每个用户的能量最优化问题取决于多MNO的最小协同程度。

2、接下来通过一个分散式能量控制方法来解决上述问题模型当中的不足之处，步骤为：

将问题模型重写为如下形式：

目标问题：

限制条件：

p^m≥0，m＝l，…，M

r^m≥0，m＝l，…，M

式中，表示用户l通过第m个MNO传输的速率，表示用户l和运营商m的最大限制功率，表示用户l对于数据传输最小限制速率。

通过该重写的问题第一次实现多MNO分离数据传输速率的限制，同时每一个MNO都能够单独的计算在每一个MNO中的用户的能耗情况。

3、下面基于标准干扰函数的低复杂度的迭代能量控制，求出问题模型的一个最优解，步骤为：

对每个运营商m分别执行步骤1)至5)，m＝1，2…，M：

1)定义k和t均为循环次数，初始化k为0，t为0；

2)计算第m个MNO的第l个数据速率的权重：

式中，p^m(k)为第k次迭代时问题模型的任意一个满足限制条件的解；

判断是否满足||p^m(k+1)-p^m(k)||2≤ε，若不满足，则计算k＝k+1，返回步骤3)；若满足，则执行步骤4)；其中，ε为一个无穷小的正数；

4)计算：

其中，

5)判断是否满足||r^m(t+1)-r^m(t)||2≤ε，|| ||2表示欧式长度，即表示两个向量之间的长度；若满足，则停止迭代；否则，计算t＝t+1，返回步骤3)。

图2所示为采用本发明在两个用户、两个MNO的情形下的迭代收敛图。可以发现采用本发明可以在有限次迭代下使用户与MNO之间的功率收敛到一个极限最小值。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。