一種基於凸優化方法的認知異構網絡聯合資源分配的方法

2023-06-02 13:54:36

一種基於凸優化方法的認知異構網絡聯合資源分配的方法
【專利摘要】一種基於凸優化方法的認知異構網絡聯合資源分配的方法，本發明涉及一種基於凸優化方法的認知異構網絡聯合資源分配的方法。本發明是要解決目前採用聯合分配方法分配帶寬和功率從而實現最大化信道容量的算法中，沒有考慮到主用戶在一定時間間隔內出現的概率不同的問題而提出的一種基於凸優化方法的認知異構網絡聯合資源分配的方法。該方法是通過步驟一、確定優化目標為最小化系統通信時延步驟二、對代入的情況下的目標函數採用牛頓迭代法求解，得到最優解和步驟三、求得Dij最優數值解Dij*等步驟實現的。本發明應用於凸優化方法的認知異構網絡聯合資源分配領域。
【專利說明】-種基於凸優化方法的認知異構網絡聯合資源分配的方法

【技術領域】
[0001] 本發明涉及基於凸優化方法的認知異構網絡聯合資源分配領域。

【背景技術】
[0002] 隨著無線電技術的飛速發展，用戶將需要各種各樣的無線通信方式來滿足生活 的需求，而無線區域網（Wireless Local Area Networks, WLAN)、第三代通用移動通信 系統(Third Generation Universal Mobile Telecommunication Systems，3G-UMTS)、 IEEE802. 11、全球微波互聯接入（Worldwide Interoperability for Microwave Access， WiMAX)等無線通信技術在服務質量（Quality of Service, QoS)、時延、成本等方面 都存在著差異，因此用戶可以根據需求來選擇接入不同的網絡。多種無線電接入技術 (Multi-Radio Access Technology，Multi-RAT)系統是一個網絡內可以支持多種無線接入 技術實現多種服務的網絡，用戶通過可接入Multi-RAT的終端，可以同時地接入不同的網 絡，在不同的情況下選擇接入最適合當前用戶服務需求的網絡接入方式，從而改善QoS及 提高頻譜利用率，並且可以達到降低功耗，節約成本等目標。但是由於Multi-RAT的出現， 導致稀缺的頻譜資源更加緊缺，基於認知無線電的方法因為可以提高頻譜利用率而被引入 到Multi-RAT系統中。隨著認知無線電的發展，認知無線電網絡中接入技術呈現異構性，這 種網絡叫做異構認知無線網絡（Heterogeneous Wireless Cognitive Networks，HWCNs), 也有文獻稱之為認知異構網（Cognitive Heterogeneous Networks，CHNs)。
[0003] 在包含Multi-RAT的異構網絡中，用戶可以無縫地在RAT之間進行切換，選擇可以 在特定需求下提供最好服務的RAT，從而提高用戶QoS。但是由於網絡內帶寬、移動終端功 率等資源的限制，需要將這些資源合理的分配，從而實現提高整個網絡的吞吐量以及降低 功耗等目標。因此，有很多研究開始關注包含Multi-RAT的異構網絡中的資源分配問題。其 中包括：採用吸引子組成模型（Attractor Composition Model),使得每個節點可以自動的 決定將無線資源分配給不同的網絡應用；在認知異構網絡環境下，由於功率限制，採用頻譜 資源和功率資源的聯合分配方法來提高信道容量；基於異構網絡環境中不同接入技術的特 點而進行的聯合資源分配方法，該方法在資源利用率和QoS之間進行了折中；在語音通信 和視頻通信中，通過給不同的用戶分配不同的RAT，從而實現最大化網絡容量以及每個用戶 的QoS需求。在語音通信中，採用基於延遲接收算法的分配方案，在視頻通信中，採用啟發 式算法。
[0004] 在文獻中，Piamrat K等學者提出在異構無線認知網絡中，採用聯合分配算法分配 帶寬和功率，從而實現最大化信道容量。仿真結果表明，通過使用該算法，可以提高信道容 量。但是，該文獻中僅考慮了數據傳輸的上行鏈路，沒有考慮端到端通信情況的性能。端到 端效用體現了整個鏈路的質量，僅僅考慮源節點處接入帶寬的優化而不考慮整體鏈路質量 是沒有意義的，因此需要從端到端通信的角度考慮資源的分配及接入帶寬的優化。此外， CHEN F等學者提出了在異構無線認知網絡中的優化資源分配方法，假設認知節點具有通過 將數據分割同時與多個RAT通信的能力，通過設置分流比以及源節點的功率分配實現最小 端到端通信時延。但是在文章中沒有考慮到不同網絡中主用戶在一定時間間隔內出現的概 率不同，會導致數據傳輸所需時間不同，僅考慮在幹擾容限限制下分配數據包，可能會導致 所得的時延並非最小。
[0005] 因此，在充分考慮到異構無線認知網端到端通信過程中不同RAT所在網絡中主用 戶到達的過程，由於主用戶的到達過程是一個泊松過程，因此可以根據接入帶寬情況、主 用戶的平均到達次數以及將會帶來的時延來分配數據包，從而實現認知用戶（Secondary User，SU)最小化數據傳輸的整體時延，使得等效的信道容量最大，並且由於整個傳輸過程 時間的縮短，可以節約整個過程中的能源消耗，有利於綠色通信的實現。並且在本發明中， 實現了功率、帶寬以及數據的聯合分配，通過多個參數的聯合分配，從而提高整個網絡的性 能


【發明內容】

[0006] 本發明的目的是為了解決目前採用聯合分配方法分配帶寬和功率從而實現最大 化信道容量的算法中，沒有考慮到主用戶在一定時間間隔內出現的概率不同的問題，而提 出的一種基於凸優化方法的認知異構網絡聯合資源分配的方法。
[0007] 上述的發明目的是通過以下技術方案實現的：
[0008] 步驟一、在Μ個認知用戶的情況下，根據約束條件構建認知異構網絡端到端系統 模型，確定優化目標為最小化系統通信時延

【權利要求】
1. 一種基於凸優化方法的認知異構網絡聯合資源分配的方法，其特徵在於：一種基於 凸優化方法的認知異構網絡聯合資源分配的方法具體通過以下步驟實現的： 步驟一、在Μ個認知用戶的情況下，根據約束條件構建認知異構網絡端到端系統模型， 確定優化目標為最小化系統通信時延
：其中，Μ > 1，&表示 SR通過Multi-RAT傳輸數據Di所需的總時間，tu表示SR通過RAT」發送數據的時間，i = 1，2, ...，M，j = 1，2, ...，N;Multi-RAT為多種無線電接入技術系統；PU表示各網絡中的 主用戶，PU= [PUpP%，…，PUN]，PUN表示N個主用戶；SU表示各網絡中的認知用戶，SU = [SUp SU2··· SUM]，SUM表示Μ個認知用戶；RAT表示無線接入技術； 步驟二、在給定SR通過RAT」傳輸的數據量^情況下，約束條件為RAT」有限的可用帶 寬總量1.和SR的有限可用功率總量&時，為驗證目標函數
的凹凸性，將目標函數簡化為f\(B，P)，然後證明函數f\(B，P)為凸函數，採用凸優化方法， 構建拉格朗日算子並利用KKT條件，對代入^的情況下的目標函數採用牛頓迭代法求解， 得到最優解4和& ·ν其中，
表示SU接入到各 個網絡時的帶寬；Β為目標函數中&的簡化，即表示RAT分配給SU通信的帶寬，Ρ為目標 函數中Pi」的簡化，表示SU分配給通過RAT通信的功率；Pi」表示SR分配給通過RAT」通信 的功率，Du表示SR通過RAT」傳輸的數據量；表示RAT」分配給SR通信的帶寬，i = 1， 2, · · ·，M，j = 1，2, · · ·，N ; 步驟三、根據和.?條件下求解應分配給每個RAT的數據Du，並將Du代入步驟二中， 重新迭代求解帶寬和功率值，然後再進行步驟三，直到兩次計算差值小於給定閾值，迭代停 止，求得最優數值解Di/ ;即完成了一種基於凸優化方法的認知異構網絡聯合資源分配 的方法。
2. 根據權利要求1所述一種基於凸優化方法的認知異構網絡聯合資源 分配的方法，其特徵在於：步驟一中求得確定優化目標為最小化系統通信時延
中的b具體推導過程為： (1)設定目標函數
的約束條件為：在有限認知用戶功率
，有限優化RAT帶寬
以及SR通過RAT傳 輸數據和是定值Di:
(15)
⑵令表示SUi接入到RAL的信道帶寬利用率，則由香農公式，每條信道容量Cu 為：
(17) 式（17)中，隊表示噪聲功率譜密度，Cu表示SR接入到RAT』的信道容量； (3) 將SR與SUj通信時，PUj發出通信請求帶來的時延用Deij表示：
式（18)中
L為P%的服務時間表示P%發起通信請求的次數；在Λ b 內，P%發起通信請求的平均次數用
表示；P%的到達過程服從泊松分布過程，到達 率為λ p因此在Λ 內，P&發起通信請求的平均次數

(19) 其中，表示SR通過RAT」發送數據Du的時間，SR為第i個SU，i = 1，2，...，M， Ρ%表示採用RAT』的網絡中的第j個PU，j = 1，2, . . .，N ;M = 1表示，單個認知用戶情況 下的最小化系統通信時延，Μ > 1，表示Μ個認知用戶情況下的最小化系統通信時延； (4) 根據（1)、（2)和⑶計算得到
其中，表示SR通過RAT」發送數據的時間。
3.根據權利要求1所述一種基於凸優化方法的認知異構網絡聯合資源分配的 方法，其特徵在於：步驟二中在給定SR通過RAT」傳輸的數據量/\情況下，約束條件 為RAL有限的可用帶寬總量&和SR的有限可用功率總量Pi時，為驗證目標函數
的凹凸性，將目標函數簡化fi (B，P)，證明函數fi (B，P)為凸 函數具體過程為： 在給定SUi通過RATj傳輸的數據量^情況下，約束條件為RATj有限的可用帶寬總量 和SR的有限可用功率總量Pi時，證明目標函數簡化後的函數f\(B，P)為凸函數； 1)最小化系統通信時延轉化為：
(23) 約束條件：
(24)
(25) Bjj, Pjj ^ 0 (26) 其中，
2)證明：
是凸函數 為驗證代入^的情況下的目標函數的凹凸性，將代入1?的情況下的目標函數簡化為 函數 f\(B，P);

的一階主子式為：
的二階主子式為：

因此，
是凸函數； 其中，λ為代入^的情況下的目標函數中\的簡化，即假Sp%的到達過程服從泊 松分布過程，到達率為為代入/\的情況下的目標函數中的簡化，即為給定的SR 通過RAT』傳輸的數據量/? β
4.根據權利要求1所述一種基於凸優化方法的認知異構網絡聯合資源分配的方法，其 特徵在於：步驟二中採用凸優化方法，構建拉格朗日算子並利用ΚΚΤ條件，對代入&#的情 況下的目標函數採用牛頓迭代法求解，得到最優解1|和具體過程為： 1) 定義拉格朗日函數
(33) 其中，μ」，畀為拉格朗日乘子；假設Ρ%的到達過程服從泊松分布過程，到達率為λ j ; Tj為P%的服務時間％表示RAL可用的帶寬總量；Pi表示SUi的可用功率總量； 2. KKT條件為：
(35) Β^. ^ 0 (36) μ j ^ 0 (37)
因此 Bij = [Β,；]+ (44) 其中，[Bi/T = max{0, Bj}，為根據下式求得的數值解；
因此 Pij = [Ρ?；]+ (46) 其中，[Pi/T = max{0, Pj} 為根據下式求得的數值解；
3)Β^、Ρ^是對式（45)和式（47)組成的非線性方程組採用牛頓迭代方法求解得到的 結果； 牛頓迭代方法求解非線性方程組方法如下： a、 給出初值心°乂/ ; b、 在Bj、Pj處做二元Taylor展開，並取其線性部分：
若：
則
(50) 同理，
(51) 當maxQBij，ΛΡυ) < ε時，停止迭代從而得到g和美：ε表示計算的誤差容限； 在更新μ/和於/時，考慮如下函數：
(52) 採用梯度法計算μ/和奶S
(53) 其中，ξ >〇是用梯度法求解μ/時的迭代步長；同理，
(54) 其中，€ > 0是用梯度法求解f?/時的迭代步長；其中，μ /為第k次求得的拉格朗曰乘 子l·^，為第k次求得的拉格朗日乘子-^
5.根據權利要求1所述一種基於凸優化方法的認知異構網絡聯合資源分配的方法，其 特徵在於：步驟三中根據和/?條件下來求解應分配給每個RAT的數據Du，並將Du代入 步驟二中，重新迭代求解帶寬和功率值，然後再進行步驟三，直到兩次計算差值小於給定閾 值，迭代停止，求得化最優數值解Di/具體過程為： (1) 將目標函數轉化為：
(55) 約束條件：
(56) 其中，
(2) 在已知信道容量(~；+的情況下，確定如何分配數據使Multi-RAT傳輸數據的時間最 短，從而將目標函數轉化為：
因此：
(?>>假設P%的到達過程服從泊松分布過程，到達 率為λ』； (3) 在已知信道容量（的情況下，通過Multi-RAT傳輸數據的時間最短，使得 Multi-RAT傳輸的時間相同，即：
(61) 解得
【文檔編號】H04W72/08GK104159311SQ201410414601
【公開日】2014年11月19日 申請日期:2014年8月21日 優先權日:2014年8月21日
【發明者】石碩, 梁楠, 顧學邁, 葉亮, 劉通, 周才發, 王澤蒙, 田斯, 朱師妲 申請人:哈爾濱工業大學