針對多蜂窩多用戶異構(gòu)無線網(wǎng)絡(luò)干擾管理和效率提升問題,該文研究了基于干擾效率最大的下行鏈路基站（BS）-用戶匹配和功率分配問題。首先,考慮宏用戶和微蜂窩用戶的服務(wù)質(zhì)量,將問題建模為多變量混合整數(shù)非線性規(guī)劃問題。其次將原問題分解為基站選擇和功率分配兩個子問題。針對基站選擇問題,利用凸優(yōu)化問題獲得最優(yōu)基站選擇策略;針對功率分配問題,利用二次變換法和Dinkelbach輔助變量法,將功率分配問題轉(zhuǎn)換為凸優(yōu)化問題求解。仿真結(jié)果表明,與現(xiàn)有算法對比,該算法具有較好的干擾效率和干擾控制性能。 

【文章來源】：電子與信息學(xué)報. 2020,42(04)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

發(fā)射功率門限對干擾效率的影響

?2次變換方法將其轉(zhuǎn)換為凸優(yōu)化問題求解，同時分析了算法的復(fù)雜度。仿真結(jié)果表明本文算法具有較好的干擾效率和較小的干擾功率。參考文獻(xiàn)DAMNJANOVICA,MONTOJOJ,WEIYongbin,etal.Asurveyon3GPPheterogeneousnetworks[J].IEEEWirelessCommunications,2011,18(3):10–21.doi:10.1109/MWC.2011.5876496.[1]徐勇軍,李國權(quán),徐鵬,等.異構(gòu)無線網(wǎng)絡(luò)資源分配算法研究綜述[J].重慶郵電大學(xué)學(xué)報:自然科學(xué)版,2018,30(3):289–299.doi:10.3979/j.issn.1673-825X.2018.03.001.[2]圖5發(fā)射功率門限對干擾效率的影響圖6發(fā)射功率門限對能量效率的影響圖7發(fā)射功率門限對宏用戶接收機(jī)處干擾的影響第4期李國權(quán)等：基于干擾效率多蜂窩異構(gòu)無線網(wǎng)絡(luò)最優(yōu)基站選擇及功率分配算法963

率和能量效率收斂特性。從圖2中可以看出，算法能夠很快收斂達(dá)到最優(yōu)值，且隨著微蜂窩網(wǎng)絡(luò)數(shù)量的增加，系統(tǒng)干擾效率和能量效率也增加。由于多蜂窩互相干擾影響，干擾效率不能隨著蜂窩數(shù)量成倍的增加。在不同干擾門限下，圖3對比了不同算法的干擾效率性能。從圖3中可以看出，隨著干擾門限增大，即，宏用戶接收機(jī)容忍干擾能力增強(qiáng)或微蜂窩發(fā)射機(jī)到宏用戶接收機(jī)間的信道變?nèi)�，干擾效率逐漸減校因為隨著干擾門限增大，可以允許微蜂窩基站傳輸更多的功率來提高微蜂窩用戶的傳輸質(zhì)量，同時增加了宏用戶接收機(jī)端的干擾，因此干擾效率降低。此外，可以看出本文算法具有最好的干擾效率性能。圖4對比了不同算法的能量效率性能。假設(shè)基表2最優(yōu)功率分配算法KnRminn,k初始化微蜂窩網(wǎng)絡(luò)能服務(wù)的最大用戶數(shù)，最小用戶速率需求門限和發(fā)射功率pn(t)=p0；j≤J∑Nn=1∑Kk=1αn,kRn,k(j)∑Mm=1∑Nn=1pn(j)hn,mη(j1)>εTmaxε初始化拉格朗日乘子，網(wǎng)絡(luò)用戶數(shù)量和基站用戶數(shù)，初始化步長和干擾效率。While或者；其中為最大迭代次數(shù)；為收斂精度；Form=1:1:MFork=1:1:KForn=1:1:Nxn,k根據(jù)式(21)、式(22)計算變量和最優(yōu)功率pn；θn,μm,λpn,m根據(jù)式(23)—式(25)更新拉格朗日乘子。EndForEndForEndFort=Tmaxj=j+1η(j)=∑Nn=1∑Kk=1αn,kRn,k(j1)∑Mm=1∑Nn=1pn(j1)hn,mUntil或收斂。更新和。Endwhile圖2算法收斂性能圖圖3最大干擾門限對干擾效率的影響圖4最大干擾門限對能量效率的影響962電子與信息學(xué)報第42卷

【參考文獻(xiàn)】：
期刊論文
[1]異構(gòu)無線網(wǎng)絡(luò)資源分配算法研究綜述[J]. 徐勇軍,李國權(quán),徐鵬,陳前斌.  重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2018(03)



本文編號：3446235