本發(fā)明屬于無線通信
技術(shù)領(lǐng)域：
，尤其涉及一種超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法。
背景技術(shù)：
：作為面向5G的關(guān)鍵候選技術(shù)，設(shè)備到設(shè)備通信(Device-to-Device，D2D)具有潛在的提高系統(tǒng)性能、提升用戶體驗、擴展蜂窩通信應(yīng)用的前景，受到廣泛關(guān)注。于蜂窩網(wǎng)絡(luò)的D2D通信，或稱為鄰近服務(wù)(ProximityService，ProSe)，是指用戶數(shù)據(jù)可不經(jīng)網(wǎng)絡(luò)中轉(zhuǎn)而直接在終端之間傳輸。D2D通信與傳統(tǒng)的蜂窩通信網(wǎng)絡(luò)架構(gòu)有顯著區(qū)別。在D2D通信模式下，用戶數(shù)據(jù)直接在終端之間傳輸，避免了蜂窩通信中用戶數(shù)據(jù)經(jīng)過網(wǎng)絡(luò)中轉(zhuǎn)傳輸，由此產(chǎn)生鏈路增益；其次，D2D用戶之間以及D2D與蜂窩之間的資源可以復(fù)用，由此可產(chǎn)生資源復(fù)用增益；通過鏈路增益和資源復(fù)用增益則可提高無線頻譜資源的效率，進而提高網(wǎng)絡(luò)吞吐量。D2D通信的發(fā)展提高了傳統(tǒng)蜂窩網(wǎng)絡(luò)的能源效率和頻譜效率。這些可見的優(yōu)勢是通過臨近復(fù)用和頻率復(fù)用來實現(xiàn)的。然而，這些優(yōu)勢同時也存在技術(shù)挑戰(zhàn)：D2D通信中的層內(nèi)干擾和層間干擾影響到系統(tǒng)系能。所以需要更進一步提高頻譜效率。同時，能源效率也是另一個非常重要的問題。傳統(tǒng)的D2D設(shè)備由電池驅(qū)動，因此，延長電池壽命和節(jié)約能量對提高用戶體驗非常重要。所以總的來說，提高頻譜效率和能源效率在超密集應(yīng)用場景中非常重要。為了同時提高頻譜和能量效率，各種不同的技術(shù)已經(jīng)被設(shè)計出來，如：干擾協(xié)調(diào)，干擾抑制和資源管理。其中，對于D2D通信，功率控制是節(jié)省能源抑制干擾的關(guān)鍵。為了描述相互聯(lián)系的干擾關(guān)系，博弈理論被很好的應(yīng)用在建模資源競爭上和干擾協(xié)調(diào)，分析策略行為和設(shè)計分布式算法上。最近，合作博弈和非合作博弈都被用到D2D通信中。然而，當(dāng)D2D連接變多的時候，這些傳統(tǒng)博弈模型分寫解決問題變得非常困難。平均場博弈在建模和分析超大規(guī)模系統(tǒng)是一個很好的選擇。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(shù)來設(shè)置單獨D2D發(fā)射器的發(fā)射功率的技術(shù)，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(luò)能夠最大化其對時間頻率資源的復(fù)用，但該方法的不足之處是：在密集異構(gòu)蜂窩場景下時，需要服務(wù)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。北京郵電大學(xué)的專利申請文件“一種密集部署的家庭基站網(wǎng)絡(luò)中的節(jié)能無線資源管理方法”(公開號CN103281761A，申請?zhí)?01310219126.3，申請日2013.06.04)中公開一種密集部署的家庭基站網(wǎng)絡(luò)中，功率和信道聯(lián)合分配的分布式節(jié)能無線資源管理方法，該方法通過信道分配和功率控制兩步來實現(xiàn)，從而使所有用戶的效能達到最高，實現(xiàn)網(wǎng)絡(luò)整體節(jié)能的目標(biāo)。但該方法的不足之處在于其無法解決在超密集網(wǎng)絡(luò)環(huán)境下的功率控制的問題。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于提供一種超密集D2D網(wǎng)絡(luò)中基于干擾平均場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存在無法解決在超密集D2D網(wǎng)絡(luò)環(huán)境下的功率控制的問題。本發(fā)明是這樣實現(xiàn)的，一種超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法，所述超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法，利用基于干擾平均場近似的平均場博弈理論框架，結(jié)合能量效率和消耗功率設(shè)計目標(biāo)函數(shù)，使最佳功率控制問題轉(zhuǎn)化為使目標(biāo)函數(shù)最小化的問題；在平均場博弈理論框架上導(dǎo)出相關(guān)的哈密頓-雅可比-貝爾曼方程(HJB)和?？?普朗克-柯爾莫戈洛夫方程(FPK)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，得出面向能量和干擾感知的功率控制策略。其中上述HJB和FPK方程分別是，HJB方程：其中u是發(fā)射端產(chǎn)生的干擾，c是成本函數(shù)，p是功率，s是狀態(tài)空間；FPK：其中m是平均場，s是狀態(tài)空間。進一步，所述超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法包括以下步驟：步驟一，將時間間隔，能量狀態(tài)和干擾狀態(tài)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，升級平均場，并判斷功率水平是否為零，如果是則進一步升級平均場，如果否則平均場為零；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(fù)步驟二到步驟四。進一步，時間間隔[0,T]，能量狀態(tài)空間[0,Emax]和干擾狀態(tài)空間[0,μmax]將被離散化為X×Y×Z的空間，時間，能量，干擾空間的迭代步驟為：δt=TX,δE=EmaxY,δμ=μmaxZ.]]>進一步，所述迭代條件是指是i,j,k同時符合i＝1:X,j＝1:Y且k＝1:Z，符合條件時進行下一步，否則停止迭代；其中i、j和k分別代表離散網(wǎng)格中的時間、能量水平和干擾狀態(tài)；X、Y和Z的值在初始化時給出。進一步，所述升級平均場時使用公式：M(i+1,j,k)=12[M(i,j-1,k)+M(i,j+1,k)+M(i,j,k-1)+M(i,j,k+1)]+δt2δE[M(i,j+1,k)P(i,j+1,k)-M(i,j-1,k)P(i,j-1,k)]+δt2δμ[M(i,j,k+1)P(i,j,k+1)ϵ(i,j,k+1)-M(i,j,k-1)ϵ(i,j,k-1)P(i,j,k-1)];]]>其中M(i,j,k),P(i,j,k),ε(i,j,k)分別是i時間、j能量水平和k干擾狀態(tài)時離散網(wǎng)格中的平均場，功率和干擾增益的值。進一步，所述步驟四，通過計算得到更新拉格朗日算子λ(i-1,j,k)時使用式；λ(i-1,j,k)=12[λ(i,j+1,k)+λ(i,j-1,k)]+12[λ(i,j,k+1)+λ(i,j,k+1)]-12δtP(i,j,k)[ϵ(i,j,k)δμ+1δE][λ(i,j+1,k)-λ(i,j-1,k)]+δtC(i,j,k);]]>其中M(i,j,k),P(i,j,k),λ(i,j,k)和C(i,j,k)分別是在時間i，能量水平j(luò)和干擾狀態(tài)k的離散網(wǎng)格中的平均場，功率，拉格朗日乘子和成本函數(shù)的值；功率水平P(i-1,j,k)的更新使用如下方式：∂Ld∂P(i,j,k)=Σj=1Y+1Σk=1Z+1M(i,j,k)∂C(i,j,k)∂(i,j,k)+[M(i,j,k)2δE+M(i,j,k)ϵ(i,j,k)2δμ][λ(i,j+1,k)-λ(i,j-1,k)].]]>本發(fā)明的另一目的在于提供一種應(yīng)用所述超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法的家庭基站網(wǎng)絡(luò)中無線資源管理方法。本發(fā)明提供的超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法，超密集網(wǎng)絡(luò)中D2D連接數(shù)量巨大，每個設(shè)備都可以自由決策，普通的模型不能描述這種應(yīng)用環(huán)境，而平均場博弈模型可以很好地描述多個不同設(shè)備之間相互作用的關(guān)系，通過聯(lián)立哈密頓-雅可比-貝爾曼方程(HJB)和福克-普朗克-柯爾莫戈洛夫公式(FPK)求解則可以得到最佳功率控制策略。本發(fā)明結(jié)合能量效率和功耗功率設(shè)計目標(biāo)函數(shù)，提出了面向能量和干擾感知的功率控制策略從而提高頻譜效率和能源效率。附圖說明圖1是本發(fā)明實施例提供的超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法流程圖。圖2是本發(fā)明實施例提供的實施例1的流程圖。圖3是本發(fā)明實施例所處的超密集D2D網(wǎng)絡(luò)環(huán)境示意圖。圖4是本發(fā)明實施例提供的時間和空間的離散平均場博弈示意圖。圖5是本發(fā)明實施例提供的對比曲線示意圖。具體實施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明提出一種基于干擾平均場近似的平均場博弈理論框架，并結(jié)合能量效率和消耗功率設(shè)計目標(biāo)函數(shù)；在框架上導(dǎo)出了相關(guān)的哈密頓-雅可比-貝爾曼方程(HJB)和福克-普朗克-柯爾莫戈洛夫公式(FPK)；基于有限差分算法求解上述HJB和FPK方程，基于此，提出一種面向能量和干擾感知的功率控制策略。其中上述HJB和FPK方程分別是，HJB方程：其中u是發(fā)射端產(chǎn)生的干擾，c是成本函數(shù)，p是功率，s是狀態(tài)空間；FPK：其中m是平均場，s是狀態(tài)空間。下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細的描述。如圖1所示，本發(fā)明實施例的超密集D2D網(wǎng)絡(luò)中基于干擾平均場分布式功率控制方法包括以下步驟：S101：將時間間隔，能量狀態(tài)和干擾狀態(tài)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：升級平均場，并判斷功率水平是否為零，如果是則進一步升級平均場，如果否則平均場為零；S104：更新拉格朗日算子和功率水平，根據(jù)迭代條件，重復(fù)S102到S104。下面結(jié)合具體實施例對本發(fā)明的應(yīng)用原理作進一步的描述。如圖3所示，本發(fā)明實施例主要基于圖3示意的超密集D2D網(wǎng)絡(luò)(Ultra-DenseD2DNetworks)進行說明，主要提出一種圖2所示超密集D2D網(wǎng)絡(luò)中基于干擾平均場的分布式功率控制方法。具體包括如下步驟：步驟1、將時間間隔，能量狀態(tài)和干擾狀態(tài)進行離散化使用Lax-Friedrichs方案進行離散化。在有限差分方法的框架中，時間間隔[0,T]，能量狀態(tài)空間[0,Emax]和干擾狀態(tài)空間[0,μmax]將被離散化為X×Y×Z的空間，如圖4所示。因此先定義時間，能量，干擾空間的迭代步驟為：δt=TX,δE=EmaxY,δμ=μmaxZ]]>步驟2、判斷是否符合迭代條件，若是則進行下一步，否則停止迭代；所述迭代條件是指是i,j,k同時符合i＝1:X,j＝1:Y且k＝1:Z，符合條件時進行下一步，否則停止迭代。其中i、j和k分別代表離散網(wǎng)格中的時間、能量水平和干擾狀態(tài)。X、Y和Z的值在初始化時給出。步驟3、升級平均場，并判斷功率水平是否為零，如果是則進一步升級平均場，如果否則平均場為零：升級平均場時使用公式：M(i+1,j,k)=12[M(i,j-1,k)+M(i,j+1,k)+M(i,j,k+1)+M(i,j,k+1)]+δt2δE[M(i,j+1,k)P(i,j+1,k)-M(i,j-1,k)P(i,j-1,k)]+δt2δμ[M(i,j,k+1)P(i,j,k+1)ϵ(i,j,k+1)-M(i,j,k-1)ϵ(i,j,k-1)P(i,j,k-1)];]]>此式可以通過Lax-Friedrichs方法處理FPK方程得到，其中M(i,j,k),P(i,j,k),ε(i,j,k)分別是i時間、j能量水平和k干擾狀態(tài)時離散網(wǎng)格中的平均場，功率和干擾增益的值。判斷功率水平P(i,j+1,k)是否為零，如果為零則進一步升級平均場使M(i+1,j+1,k+1)＝M(i,j,k)；如果不為零則使平均場為零M(i+1,j+1,k+1)＝0。步驟4、更新拉格朗日算子和功率水平，根據(jù)迭代條件，重復(fù)S2到S4；通過計算得到更新拉格朗日算子λ(i-1,j,k)時使用式：λ(i-1,j,k)=12[λ(i,j+1,k)+λ(i,j-1,k)]+12[λ(i,j,k+1)+λ(i,j,k+1)]-12δtP(i,j,k)[ϵ(i,j,k)δμ+1δE][λ(i,j+1,k)-λ(i,j-1,k)]+δtC(i,j,k);]]>其中ε(i,j,k),P(i,j,k),λ(i,j,k)和C(i,j,k)分別是在時間i，能量水平j(luò)和干擾狀態(tài)k的離散網(wǎng)格中的干擾增益，功率，拉格朗日乘子和成本函數(shù)的值。功率水平P(i-1,j,k)的更新使用如下方式：∂Ld∂P(i,j,k)=Σj=1Y+1Σk=1Z+1M(i,j,k)∂C(i,j,k)∂(i,j,k)+[M(i,j,k)2δE+M(i,j,k)ϵ(i,j,k)2δμ][λ(i,j+1,k)-λ(i,j-1,k)];]]>之后根據(jù)迭代條件，重復(fù)S2到S4。下面結(jié)合仿真對本發(fā)明的應(yīng)用效果作詳細的描述。1.仿真條件本發(fā)明考慮的是D2D鏈路的半徑范圍一致分布在10m到30m的OFDMA的D2D網(wǎng)絡(luò)中。系統(tǒng)參數(shù)設(shè)置中，帶寬ω＝20MHz，背景噪聲功率是2×10-9W，噪聲功率頻譜密度是κ＝-174dB/Hz。沒有特殊聲明時，選擇有500幀的標(biāo)準(zhǔn)案例，最大能量是0.5J，D2D鏈路的數(shù)量的范圍是N＝50到N＝200。D2D鏈路的路徑損耗指數(shù)是3。一個LTE無線幀的持續(xù)時間是10ms，則對于500幀，T＝5s。假設(shè)每個用戶的容忍干擾水平μmax＝5.8×10-6。如圖4，隨著D2D鏈接數(shù)目增加，平均能量效率將逐漸降低。但是提出方法相比于比較方法，可以有效改進能量效率，從而延長電池壽命。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當(dāng)前第1頁1 2 3