基于簇和几何注水资源分配的网络能效提升方法.pdf

善于利用网络资源自我提升 #生活技巧# #工作学习技巧# #学习方法论#

《基于簇和几何注水资源分配的网络能效提升方法.pdf》由会员分享，可在线阅读，更多相关《基于簇和几何注水资源分配的网络能效提升方法.pdf（18页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910329123.2 (22)申请日 2019.04.23 (71)申请人 重庆邮电大学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 (72)发明人 黄晓舸汤涉张东宇陈前斌 (74)专利代理机构 北京同恒源知识产权代理有 限公司 11275 代理人 赵荣之 (51)Int.Cl. H04W 24/02(2009.01) H04W 28/08(2009.01) H04W 36/08(2009.01) H04W 36/22(2009.01) H04W 52/34(20。

2、09.01) H04L 5/00(2006.01) (54)发明名称 一种基于簇和几何注水资源分配的网络能 效提升方法 (57)摘要 本发明涉及一种基于簇和几何注水资源分 配的网络能效提升方法， 属于移动通信技术领 域。 首先， 本发明提出了基于负载均衡的最优匹 配方案保证网络中基站的负载均衡， 有利于合理 地配置网络资源并减小流量拥塞。 其次， 为了减 小网络中的干扰， 本发明将蜂窝异构网络中的小 蜂窝基站分簇， 根据能量效率选出簇头， 并由簇 头重新分配簇内资源。 再次， 根据几何注水算法， 本发明提出了基于能效的信道功率分配方案。 最 后， 本发明将小蜂窝基站簇、 信道功率分配和动 态小。

3、蜂窝基站开/关结合， 在保证网络的中断概 率、 用户设备的最低信干噪比需求和核心区域内 UE的通信质量下， 进一步提升能量效率。 权利要求书2页 说明书10页 附图5页 CN 110049506 A 2019.07.23 CN 110049506 A 1.一种基于簇和几何注水资源分配的网络能效提升方法， 其特征在于： 该方法根据所提网络场景的特点， 联合优化网络中用户UE与基站gNB的匹配、 小蜂窝基 站分簇、 信道功率分配和动态小蜂窝基站开/关来最大化网络的能量效率， 具体包括以下步 骤： S1： 基于负载均衡的用户设备与基站最优匹配方案； S2： 基于半正定的协相关分簇方案； S3： 基于。

4、几何注水方法分配信道功率； S4： 结合小蜂窝基站簇、 信道功率分配和动态小蜂窝基站开/关优化网络能量效率。 2.根据权利要求1所述的一种基于簇和几何注水资源分配的网络能效提升方法， 其特 征在于： 在所述步骤S1中， 建模两层蜂窝异构网络， 分别为宏蜂窝层M-gNB和小蜂窝层F- gNB； 网络中基站总数为M， 用集合表示MM1,M2， M11表示M-gNB集合， M22， 3， , m,M表示F-gNB集合； 用户UE总数为K， 用集合表示K1， 2， ,k， K； 整个网络中可用 信道数为N， 用集合N1， 2， ,n， ,N表示； UE与能达到最大效用函数的gNB进行匹配， 以 达到网。

5、络负载均衡； 最大效用函数与连接偏置因子和接入gNB后所获得能量效率有关， 表示为： 3.根据权利要求2所述的一种基于簇和几何注水资源分配的网络能效提升方法， 其特 征在于： 在所述步骤S1中， UE k与gNB m之间的连接偏置因子与基站gNB m当前服务的UE 的数目Lc， 所能容纳的最大UE的数目和一个时隙内所能服务的UE的数目相关； 连接 偏置因子表示为： 4.根据权利要求1所述的一种基于簇和几何注水资源分配的网络能效提升方法， 其特 征在于： 在所述步骤S2中， 两层蜂窝异构网络建模为一个无向图G(M2,E)， 其中M2为F-gNB 的集合， 是无向图的顶点集合， E是无向图中任意两。

6、个顶点之间边的集合； 本发明在分簇过 程中考虑F-gNB间的相对距离， 同时兼顾簇内F-gNB间能量效率差异性； 通过最大化 得到最优的F-gNB簇， 用集合C表示； 其中， 为相似度的 权重因子， (i,j)为顶点i与j之间的边； E1(C)为簇内顶点间边的集合， E2(C)为簇间顶点间边 的集合；为顶点i与j之间的相似度， 用顶点F-gNB的i和j的能量效率之差的绝对值来表 示， 即，而Ki为接入F-gNB i的UE的集合；为顶 点i与j之间的差异度， 用顶点F-gNB的i和顶点j的距离来表示， 即， 5.根据权利要求1所述的一种基于簇和几何注水资源分配的网络能效提升方法， 其特 征在于：。

7、 在所述步骤S3中， 使用几何注水方法来分析信道功率分配问题， 最大化网络传输速 率； 在信道功率分配的基础上降低F-gNB的发射功率， 减小网络功率消耗， 最大化网络的能 权利要求书 1/2 页 2 CN 110049506 A 2 量效率。 6.根据权利要求1所述的一种基于簇和几何注水资源分配的网络能效提升方法， 其特 征在于： 在所述步骤S4中， 完成gNB与UE匹配和信道功率分配后， 通过关闭能效低的F-gNB进 一步提升网络能量效率， 直到网络的能量效率不再提高； 除此之外， 每个F-gNB都有一个核 心区域， 核心区域定义为以F-gNB为中心， 半径为20m以内的范围； 若核心区域。

8、内有UE， 则F- gNB不会被关闭。 权利要求书 2/2 页 3 CN 110049506 A 3 一种基于簇和几何注水资源分配的网络能效提升方法 技术领域 0001 本发明属于移动通信技术领域， 涉及一种基于簇和几何注水资源分配的网络能效 提升方法。 背景技术 0002 为了迎接万物互联时代的到来， 新一代无线通信技术5G(5th-Generation)正在 全世界如火如荼的研究， 试验与部署， 并且预计于2019-2020实现商用。 在5G时代存在大量 的终端智能设备， 并将产生海量的信息数据， 这对网络的容量提出了巨大的挑战。 因此， 蜂 窝异构网络(Heterogeneous Cel。

9、lularNetworks， HCNs)作为5G通信的一种有效方法， ， 它由 宏蜂窝网络与小蜂窝网络共同组成。 在传统的宏蜂窝网络中， 由宏基站(MacrocellBase Station， MBS)提供基础覆盖， 为广大范围内的UE提供通信服务。 为了扩大网络容量、 提升UE 的通信质量并增强网络覆盖范围， 在宏蜂窝网络中大量部署SBS， 形成了HCNs。 由于越来越 多的SBS被部署在网络中， 导致了网络性能恶化。 国际电信联盟无线电通信组将能量效率作 为IMT-2020的关键性能指标之一， 并提出5G网络能量效率要比4G网络提升100倍， 因此， 提 升网络的能量效率成为人们研究的重点。

10、内容。 能量效率被3GPPTR38.913等文献中被定义为 网络的传输速率与网络的功率消耗之比(比特/焦尔)， 当前提高网络的能量效率的方法有： 0003 (1)联合资源分配： 通过分配网络中的资源， 降低网络中的干扰， 提高网络传输速 率， 提升网络的能量效率。 另一方面， 通过降低链路的发射功率， 在不影响网络的QoS及用户 体验的提前下， 适当降低网络的传输速率与功率消耗来提高网络的能量效率。 0004 (2)基站节能技术： 包括硬件节能和基站自适应开关 0005 硬件节能： 使用绿色无线射频链路来减小网络的能量消耗， 提升网络能量效率。 目 前， 功率放大器的能量效率已引起人们的高度重。

11、视， 研发一种指标性能优秀的放大器对于 提升能量效率有着极其重要的意义。 其次， 设计一种简化的发射机和接收机结构， 使用信号 粗量化方法和混合模拟/数字波束形成器， 可提高硬件能量效率， 0006 基站自适应开关： 通过检测网络一个周期内负载数量的变化， 将某些负载较低或 冗余的基站关闭以节省能耗达到提升网络能量效率的目的。 这种方法操作简便， 成本低。 0007 本发明通过对资源进行分配(gNB与UE的匹配， 信道分配和功率分配)和开/关F- gNB来提升网络的能量效率。 发明内容 0008 有鉴于此， 本发明的目的在于提供一种基于簇和几何注水资源分配的网络能效提 升方案。 该方法以提升能。

12、量效率为目标， 通过优化基站分簇、 信道发射功率、 减小用户间干 扰和功率消耗等方式， 实现网络能量效率最大化， 并保证UE最低SINR需求， 网络负载均衡， 网络中断概率和核心区域的UE的通信质量。 0009 为达到上述目的， 本发明提供如下技术方案： 0010 一种基于簇和几何注水资源分配的网络能效提升方法， 包括如下步骤： 说明书 1/10 页 4 CN 110049506 A 4 0011 S1： 基于负载均衡的用户设备与基站最优匹配方案； 0012 S2： 基于半正定的协相关分簇方案； 0013 S3： 基于几何注水方法分配信道功率； 0014 S4： 结合小蜂窝基站簇、 信道功率分。

13、配和动态小蜂窝基站开/关优化网络能量效 率。 0015 进一步， 在步骤S1中， 建模了两层蜂窝异构网络， 第一层和第二层分别为宏蜂窝层 M-gNB(Macrocell gNB)和小蜂窝层F-gNB。 网络中基站总数为M， UE总数为K， 整个网络可使 用的信道数为N。 0016 gNB的硬件模块分为两个部分， 即基础电路部分(包括微处理器和现场可编程逻辑 门阵列)和信号发射部分(包括收发天线与功率放大模块)， 一个gNB的功率消耗可以表示为 是gNB m基础电路所消耗的功率， Ptm是gNB m信号发射部分所消耗的功 率。 F-gNB两种工作模式， 即 “ON” 和 “OFF” ： 0017。

14、 (1) “ON” 模式： F-gNB处于正常工作状态， 可以为在它覆盖范围内的UE提供正常的 通信服务， 此时基站功率消耗为 0018 (2) “OFF” 模式： F-gNB处于节能状态。 它的信号发射部分被关闭， 所以它无法为UE 提供正常的通信服务。 但是， 在这种状态下保持电路部分的功能开启， 以确保UE数量增加时 能快速转入 “ON” 模式， 此时基站功率消耗为 0019在网络的初始状态下， F-gNB在下行信道上均分发射功率， 即其中为 F-gNB m在信道n上给UE k的发射功率， 为F-gNB m总的发射功率， 为F-gNB m所分配的信道 数目。 此外， M-gNB可以使用全。

15、部信道资源， 在下行信道上也是均分发射功率， 即 UE与gNB进行匹配的过程中会选择获得最大效用函数的基站进行连接。 与连接偏置因 子和接入gNB后所获得的能量效率有关， 可表示为：UE k与gNB m之间的连接 偏置因子表示为：在5G新空口中， 上行传输与下行传输的一 个帧长为10ms。 一个帧分为10个子帧， 每个子帧的分为两个时隙。 gNB m在每个子帧的前一个 时隙为个UE服务， 而在下一个时隙为另外个UE服务， 通过这种方式， gNB m所容纳的最大 UE数目是它在一个时隙内所能服务的最大UE数目的2倍， 即，可以看出， gNB的负载 Lc越低， 被UE选择的概率越大。 UE k与g。

16、NB m相连后所获得的能量效率为 0020 通过步骤S1可以将网络中UE与gNB进行匹配， 保证UE的最低SINR需求和gNB的负载 均衡， 防止网络拥塞。 进一步， 在步骤S2中， 为减小网络中的同层干扰， 提升网络性能， 将网 络中的小蜂窝组成簇。 根据F-gNB的能量效率和地理位置构建无向图， 能量效率之差的绝对 说明书 2/10 页 5 CN 110049506 A 5 值表示无向图中节点的相似度， 即，距离之差的绝对值表示无向图中节点 的差异度， 即，通过最大化效用函数 来获得最优的分簇方案， 其中， 二进制变量xi,j表示F-gNB i和j是否同簇。 若属于同一簇， 则 xi,j1。

17、； 否则， xi,j0。 由于优化目标为整数规化问题， 复杂度比较高， 本发明提出的基于半 正定的协相关分簇方案降将整数规划问题进行松驰， 并引入了半正定的约束条件， 有效地 降低了分簇的复杂度。 分簇后， 每个F-gNB簇根据能量效率的值选出F-gNB簇头。 M-gNB和每 个簇都可以使用所有的信道资源， 而簇成员F-gNB所使用的信道由簇头F-gNB统一分配， 避 免簇内F-gNB使用相同的信道资源， 消除了簇内干扰， 有利于提升HCNs的性能。 0021 进一步， 在步骤S3中， 几何注水方法分配信道功率方法包括两个方案几何注 水的功率分配方案和基于簇的几何注水能效提升方案。 分簇完成后。

18、， F-gNB m与UE k在信道n上 的信道增益其中， N0为噪声功率谱密度， 和为M-gNB和F-gNB到UE之间的路径损耗表达式， 而和为 M-gNB和F-gNB到UE之间的距离。 首先， 在几何注水的功率分配方案中使用几何注水算法为 每个信道分配最优的发射功率其次， 在基于簇的几何注水能效提升方案中， 根据每个 F-gNB的水平面 和分配的从几何注水的角度出发， 以减小网络的能量消耗， 提升网络 的能量效率为目标， 重新分配信道的传输功率基于几何注水方法分配信道功率方案 与基于KKT条件的Dinkelbach方法相比可有效降低算法的复杂度。 0022 进一步， 在步骤S4中， 完成信道。

19、的功率分配以后， 考虑网络中负载动态变化， 动态 调整F-gNB的工作模式可以带来明显的网络能效增益。 在关闭F-gNB的过程中， 为了保证UE 的通信质量， 本发明提出基站核心区域概念， 它被定义为以F-gNB为中心， 半径20m以内的传 输范围。 当核心区域内没有UE时， F-gNB可将所连接的UE切换至M-gNB或簇内其它F-gNB后进 入 “OFF” 模式。 0023 本发明的有益效果在于： 0024 针对蜂窝异构网络， 提出基于负载均衡的用户设备与基站最优匹配方案， 用于保 证网络中gNB的负载均衡， 避免网络拥塞。 通过一种基于半正定规划的协相关分簇方案将F- gNB分成多个簇， 。

20、有利于减小网络的簇内干扰， 提升网络的性能。 将F-gNB簇、 几何注水能效 提升方案和动态F-gNB开/关结合， 有效地提升了网络的能量效率， 并保证UE最低SINR需求， 网络中断概率和核心区域UE通信质量。 0025 本发明的其他优点、 目标和特征在某种程度上将在随后的说明书中进行阐述， 并 且在某种程度上， 基于对下文的考察研究对本领域技术人员而言将是显而易见的， 或者可 以从本发明的实践中得到教导。 本发明的目标和其他优点可以通过下面的说明书来实现和 获得。 附图说明 0026 为了使本发明的目的、 技术方案和优点更加清楚， 下面将结合附图对本发明作优 说明书 3/10 页 6 CN。

21、 110049506 A 6 选的详细描述， 其中： 0027 图1为两层蜂窝异构网络场景示意图； 0028 图2为基站硬件结构示意图； 0029 图3为几何注水的功率分配方案示意图； 图3(a)为根据传统注水算法所得到的信 道功率分配示意图； 3(b)为重新调整后的功率分配示意图； 0030 图4为基于簇的几何注水能效提升方案示意图； 图4(a)为使用几何注水的功率分 配方案为每个信道分配发射功率的结果； 图4(b)为为了最大化能量效率而调整水平面的过 程； 0031 图5为基于簇的动态F-gNB开/关流程图； 0032 图6为本发明流程图。 具体实施方式 0033 以下通过特定的具体实例说。

22、明本发明的实施方式， 本领域技术人员可由本说明书 所揭露的内容轻易地了解本发明的其他优点与功效。 本发明还可以通过另外不同的具体实 施方式加以实施或应用， 本说明书中的各项细节也可以基于不同观点与应用， 在没有背离 本发明的精神下进行各种修饰或改变。 需要说明的是， 以下实施例中所提供的图示仅以示 意方式说明本发明的基本构想， 在不冲突的情况下， 以下实施例及实施例中的特征可以相 互组合。 0034 其中， 附图仅用于示例性说明， 表示的仅是示意图， 而非实物图， 不能理解为对本 发明的限制； 为了更好地说明本发明的实施例， 附图某些部件会有省略、 放大或缩小， 并不 代表实际产品的尺寸； 对。

23、本领域技术人员来说， 附图中某些公知结构及其说明可能省略是 可以理解的。 0035 本发明实施例的附图中相同或相似的标号对应相同或相似的部件； 在本发明的描 述中， 需要理解的是， 若有术语 “上” 、“下” 、“左” 、“右” 、“前” 、“后” 等指示的方位或位置关系 为基于附图所示的方位或位置关系， 仅是为了便于描述本发明和简化描述， 而不是指示或 暗示所指的装置或元件必须具有特定的方位、 以特定的方位构造和操作， 因此附图中描述 位置关系的用语仅用于示例性说明， 不能理解为对本发明的限制， 对于本领域的普通技术 人员而言， 可以根据具体情况理解上述术语的具体含义。 0036 网络初始化。

24、时， 所有的F-gNB处于 “ON” 模式。 0037 图1为本发明构建的两层蜂窝异构网络场景示意图， 第一层和第二层分别为宏蜂 窝层M-gNB和小蜂窝层F-gNB。 网络中基站总数为M， 用集合M1,M2表示， M11表示M- gNB集合， M22， 3， ,m,M表示F-gNB集合； 用户设备总数为K， 用集合K1， 2， , k， K表示； 整个网络可使用的信道数为N， 用集合N1， 2， ,n， ,N表示。 网络中存在 多个F-gNB簇， 用集合C表示。 每个簇根据簇内F-gNB能量效率选举出簇头F-gNB， 其余的为成 员F-gNB。 网络中心部署了一个M-gNB， F-gNB和UE。

25、则随机分布在M-gNB的服务范围之内。 M- gNB和每个簇都可以使用所有的信道资源， 而簇成员F-gNB所使用的信道由簇头F-gNB统一 分配。 在分簇的过程中， 目标函数为： 说明书 4/10 页 7 CN 110049506 A 7 0038 0039 其中， 约束条件C1， C2和C3表明一个F-gNB只能归属于一个簇。 C4表示一个簇内F- gNB的数目不大于S。 在约束条件C5中， 二进制变量xi,j表示F-gNB i和j是否同簇。 若属于同 一簇， 则xi,j1； 否则， xi,j0。 Xint为分簇矩阵， 用来表示蜂窝异构网络中的F-gNB簇的组 成。 0040 使用一种基于半。

26、正定规划的协相关分簇方案， 将原整数规划问题进行松驰， 并引 入了半正定的约束条件。 优化目标可表示为： 0041 0042 其中， 约束条件C4表示二进制的变量xi,j被松驰成为大于等于0的变量。 C5为半正 定约束条件， X为一个半正定的对称矩阵， 该半正定对称矩阵有如下特点： 0043(1)存在矩阵B， 满足XBTB。 Bb1， b2， ， bM-1， 且bi和bj分别为矩 阵B的第i列和第j列。 0044 (2)矩阵X的主子式非负； 0045 (3)矩阵X的特征值非负。 0046 基于上述的分析， 半正定规划问题(1)中的半正定矩阵X和最大效用函数U可以在 多项式时间内解出。 根据求得。

27、的X， 使用随机轮询方法获得F-gNB簇。 首先， 产生L个独立随机 向量向量rl中的元素服从均值为0方差为1的标准 正态分布。 然后计算随机向量rl(1lL)与向量bi(iM2)的内积， 可将F-gNB归入下列的 子集中： 说明书 5/10 页 8 CN 110049506 A 8 0047 0048 通过上述步骤， 可获得2L个簇的集合CC1,C2,C2L， 但有些簇内元素为空。 由 于经过松驰， 所获得的分簇方案为一种次优解。 删除集合C中的空集合， 将簇集合C映射到分 簇矩阵， 可得原整数规划问题的次优化分簇矩阵和相应的效用函数设整数规划问 题(4.8)的最优解为和相应的效用函数可得以。

28、下结论：且0 1( 与L 相关)。 0049 图1中， F-gNB有两种工作模式；“ON” 和 “OFF “， 用数组 表示， 当F-gNB m处于 “ON” 模 式， 则 (m)1； 否则，(m)0。 除此之外， 每个F-gNB都有一个核心区域， 核心区域定义为以 F-gNB为中心， 半径为20m以内的范围。 此外， 从图1中可以看出， 小蜂窝基站组成簇后网络中 存在的干扰为F-gNB对M-gNB用户设备的干扰， M-gNB对F-gNB用户干扰。 至于簇间干扰， 由于 F-gNB簇的距离较远， 可忽略不计。 0050 图2为基站硬件结构示意图， 包括微处理器模块201、 现场可编程逻辑门阵列。

29、模块 202和天线收发与信号放大模块203。 当F-gNB处于 “ON” 模式时， 基站所有硬件模块均正常工 作； 当F-gNB处于 “OFF” 模式时， 模块203被关闭， 201与202模块正常工作。 0051图3为几何注水的功率分配示方案意图。 图中个台阶代表F-gNB m有个信道， 且信道权重相等。 图3(a)是根据传统注水算法所得到的信道功率分配示意图。 m是注水平 面， 阴影部分为注水的总量， 即分配的总功率。 台阶的高度为信道增益的倒 数， 台阶越低， 信道增益越大。 F-gNB m与UE k在信道n上的信道增益可表示为： 0052 0053 台阶到注水平面的深度pn(1nN)为。

30、信道n分配的发射功率。 图3(a)中， 各信道 分配的功率为超过水平面的台阶(3和)代表增益过小的信道， 将不分配功率。 M-gNB 在网络中保持均分功率， M-gNB与UE k在信道n上的信道增益可表示为： 0054 0055 为了保证F-gNB的UE的最低SINR需求， 需对信道的发射功率做出相应的调整。 具体 步骤为： 0056步骤1： 找出信道增益最小的台阶编号判断该信道上UE收到的SINR是否大于阈 值SINRthr， 若满足， 则结束； 否则， 转入步骤2； 0057步骤2： 给该信道 分配固定功率删除信道编号并更新发射功率 说明书 6/10 页 9 CN 110049506 A 。

31、9 Ptm； 0058 步骤3： 使用注水算法给剩余信道重新分配功率， 并转入步骤1。 0059 重新调整后的功率分配示意图如图3(b)所示， 信道3的信道增益最小， 直接为其分 配固定的功率来满足UE最小的SINR需求。 更新Ptm后再次执行注水算法后， 第个信道分配 的发射功率也无法满足UE最小的SINR需求。 因此， 第个信道也分配了固定的功率。 图中 阴影部分为F-gNB m的总发射功率， 深灰色的台阶表示信道增益较小的信道， 分配了固定的 功率。 0060 图4为基于簇的几何注水能效提升方案示意图。 该方案是以几何注水的功率分配 方案为基础， 通过调整信道上的发射功率， 达到传输速率。

32、与总功率消耗的最优平衡点， 以最 大化网络能量效率。 首先， 将能量效率表示为信道发射功率的函数： 0061 0062其中，表示所有F-gNB传输功率之和， 表示M-gNB的功率消耗与所有F-gNB的电路功率消耗 之和， 是一个固定值。 因此， 为了最大化能量效率， 优化问题可表示为： 0063 0064 设F-gNB m有8个子信道， 分别对应图中8个台阶， 用集合Nm表示， 可为8个UE提供通 信服务， 且信道的权重相同为1。 图4(a)表示使用几何注水的功率分配方案为每个信道分配 发射功率的结果， 其中深灰色的信道7和8由于信道增益较小， 使用注水算法分配的功率无法 满足UE的最低SIN。

33、R需求， 因此， 分配固定的发射功率并将它们归入信道集合m。 剩下的信道用集合来表示， 信道数目为此时的平面最高为 0065图4(b)表示为了最大化能量效率而调整水平面的过程， 其中为水平面最低点， 它取决于水平面以下的最高台阶5的信道增益。 通过几何关系可得为了 降低发射功率， 最大化网络的能量效率， 需要在水平面的最高值与最低值之间找到一个合 适的水平面图中浅灰色部分的面积代表从最低水平面到水平面 m所注 入的功率。 其中， 说明书 7/10 页 10 CN 110049506 A 10 0066 通过上述分析， 可得信道Nm分配的发射功率为： 0067 0068而最低水平面可以表示为： 。

34、0069 0070其中， 和 分别为水面平以下的最高台阶的编号与使用该信道的UE编号。 由此， 优化问题(4.19)中的目标函数可表示为： 0071 0072 其中， Rmbs为M-gNB的传输速率， 在使用几何注水的功率分配方案后可以求出。 至于 F-gNB重新调整信道发射功率后对其影响有限， Rmbs可看作定值。 为了获得F-gNB的最优水平 面 m， 和 将采用迭代的方法来对网络中所有F-gNB的水平面进行逐一地调整。 此时， 调 整F-gNBm的水平面， 固定其它F-gNB的水平面不变， 目标函数变量为pm， 优化目标可以表 示为： 0073 0074 0075 0076 0077是R。

35、mbs、 F-gNB m上分配固定传输功率的信道传输速率与其它F-gNB的传输速率 之和，是PF、 F-gNB m分配的固定发射功率和其它F-gNB的发射功率之和。与均与变 量pm无关， 对式(11)求pm偏导可得： 0078 0079 0080 可以看出， 式(12)的分母部分恒大于0， 分子部分可表示为： 说明书 8/10 页 11 CN 110049506 A 11 0081 0082 对式(13)求pm偏导可得： 0083 0084 求二次偏导可得： 0085 0086由上式可以看出f (pm)和f (pm)在上恒小于0， 所 以f(pm)是单调递减函数， 单调递减函数f(pm)可分为。

36、以下三种情况： 0087(1)表明网络的能量效率随着pm的增加而增加， F-gNBm的最优水 平面为 0088(2)表明网络的能量效率随着pm的增加先增加后减小。 此 时， 可采用二分法求得pm， ， 最优水平面为 0089 (3)f(0)0， 即， 表明网络的能量效率随着pm的增加而减小， F-gNB m的最优水 平面为 0090 0091因此， 最优功率分配为 0092 图5是基于簇的动态F-gNB开/关流程图。 通过结合F-gNB簇， 基于簇的几何注水能 效提升和动态F-gNB开/关方案来提升网络的能量效率。 0093 基于簇的动态F-gNB开/关流程主要包括以下步骤： 0094 步骤5。

37、01： 找到簇集合列表中网络能量效率最小的簇； 0095 步骤502： 找出该簇的基站列表中能效最小的F-gNB。 0096 步骤503： 如果核心区域有UE， 则转入步骤506； 如果核心区域没有UE， 则转入步骤 504； 0097步骤504： 根据负载均衡的用户设备与基站最优匹配方案中的效用函数将UE切 换到簇内其它F-gNB或M-gNB。 0098 步骤505： 如果网络能效提升且满足中断概率要求， 转入步骤506； 否则， 转入步骤 508； 0099 步骤506： 从F-gNB簇的基站列表中删除该F-gNB； 0100 步骤507： 若F-gNB簇的基站列表为空， 转入步骤508；。

38、 否则， 转入步骤502； 0101 步骤508： 取消UE切换进程和F-gNB模式转换进程； 说明书 9/10 页 12 CN 110049506 A 12 0102 步骤509： 从簇集合列表删除该簇。 0103 步骤510： 若簇集合列表不为空， 转入步骤501； 否则， 结束流程。 0104 图6展示了本发明主要的流程。 0105 最后说明的是， 以上实施例仅用以说明本发明的技术方案而非限制， 尽管参照较 佳实施例对本发明进行了详细说明， 本领域的普通技术人员应当理解， 可以对本发明的技 术方案进行修改或者等同替换， 而不脱离本技术方案的宗旨和范围， 其均应涵盖在本发明 的权利要求范围当中。 说明书 10/10 页 13 CN 110049506 A 13 图1 图2 说明书附图 1/5 页 14 CN 110049506 A 14 图3 说明书附图 2/5 页 15 CN 110049506 A 15 图4 说明书附图 3/5 页 16 CN 110049506 A 16 图5 说明书附图 4/5 页 17 CN 110049506 A 17 图6 说明书附图 5/5 页 18 CN 110049506 A 18 。

网址：基于簇和几何注水资源分配的网络能效提升方法.pdf https://www.yuejiaxmz.com/news/view/896532

相关内容

如何优化网络性能提升网站速度的方法
一种家庭基站网络节能的方法
一种基于深度学习的无线网络资源优化系统及方法
零基础学习网络安全，注意这几个高效学习方法
个人提升方向及计划.pdf
提升工作效率的技巧和方法.docx
如何高效利用网络资源，实现网上赚钱的技巧？
揭秘互联网时代：10大实用算法，轻松提升你的网络生活效率！
日常流量网站，揭秘如何高效利用网络资源，提升生活质量
基于java的网吧管理系统答辩PPT.pptx资源

随便看看