基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法
【專利摘要】本發(fā)明公開(kāi)了超密集異構(gòu)網(wǎng)絡(luò)中一種離散的基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，用戶對(duì)于其可選的候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)下的網(wǎng)絡(luò)環(huán)境，根據(jù)連接概率向量隨機(jī)的選擇服務(wù)基站，從選擇的基站中獲得自己的連接反饋，更新自己的連接概率向量，直至連接概率向量中某一個(gè)成員接近1，最終確定要連接的服務(wù)基站。采用本發(fā)明中的方法，可以根據(jù)現(xiàn)有網(wǎng)絡(luò)的負(fù)載狀況，讓新到達(dá)的用戶選擇連接最優(yōu)的基站。根據(jù)局部信息確定連接，減少了整個(gè)網(wǎng)絡(luò)的信令開(kāi)銷和計(jì)算復(fù)雜度。能夠提高超密集異構(gòu)網(wǎng)絡(luò)中負(fù)載的均衡性和用戶速率的公平性，同時(shí)提升超密集異構(gòu)網(wǎng)絡(luò)資源的利用率。
【專利說(shuō)明】
基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種超密集異構(gòu)網(wǎng)絡(luò)中基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡 方法，屬于無(wú)線通信中的網(wǎng)絡(luò)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 5G(第五代移動(dòng)通信技術(shù)）系統(tǒng)的異構(gòu)網(wǎng)絡(luò)中，部署高密度的小站成為常見(jiàn)的策 略，從而形成超密集異構(gòu)網(wǎng)絡(luò)。
[0003] 在超密集異構(gòu)網(wǎng)絡(luò)中，不同類型（比如可W按照發(fā)射功率進(jìn)行區(qū)分)的基站構(gòu)成不 同層，同一類型的基站處于同一層。比如發(fā)射功率小的基站稱為小站，所有小站構(gòu)成小站 層，發(fā)射功率大的基站稱為宏站，所有宏站構(gòu)成宏站層。由于不同層的基站之間的發(fā)射功率 不同，造成用戶接收的來(lái)自不同站的參考信號(hào)接收功率（RSRP，Reference Signal Received化wer)有很大的差距，如果用戶采用傳統(tǒng)的最大RSRP連接機(jī)制，會(huì)造成很大一部 分用戶接入到發(fā)射功率較大，信號(hào)較好的基站上，從而造成運(yùn)些基站的擁塞。而其它一些發(fā) 射功率較小，但是有豐富資源的基站處于空閑狀態(tài)。運(yùn)樣，使得網(wǎng)絡(luò)負(fù)載分布不均衡，使得 整個(gè)網(wǎng)絡(luò)資源不能得到充分合理的運(yùn)用，造成系統(tǒng)資源利用率低，網(wǎng)絡(luò)整體性能下降。
[0004] 無(wú)線網(wǎng)絡(luò)中，可W用基站連接的用戶數(shù)反映基站的負(fù)載，所W尋求網(wǎng)絡(luò)中各基站 的負(fù)載均衡可W看成尋求合適的用戶連接方法。在傳統(tǒng)的蜂窩網(wǎng)絡(luò)中負(fù)載均衡機(jī)制就是將 重負(fù)載和輕負(fù)載區(qū)域內(nèi)的資源合理分配，把重負(fù)載網(wǎng)絡(luò)中的用戶轉(zhuǎn)移到周圍負(fù)載相對(duì)較輕 的網(wǎng)絡(luò)，達(dá)到負(fù)載均勻分布的狀態(tài)。運(yùn)樣使得整個(gè)系統(tǒng)的資源利用率得到有效提升。但是在 超密集異構(gòu)網(wǎng)絡(luò)中，由于大小站之間的發(fā)射功率差異較大，從宏站卸載到小站的用戶將受 到來(lái)自宏站的強(qiáng)干擾，造成用戶的信號(hào)與干擾加噪聲比（SINR，Si即al to InteWerence plus Noise Ratio)較低。導(dǎo)致用戶從小站獲得的吞吐量下降，無(wú)法充分利用小站資源。所 W超密集異構(gòu)網(wǎng)絡(luò)中的負(fù)載均衡經(jīng)常采用合適的干擾管理技術(shù)，減少?gòu)暮暾拘遁d到小站的 用戶受到的干擾，促使用戶從高負(fù)載的宏站卸載到小站上，進(jìn)一步達(dá)到宏站與小站之間的 負(fù)載均衡，從而進(jìn)一步提升網(wǎng)絡(luò)性能。所W在超密集網(wǎng)絡(luò)中引入幾乎空白子帖(ABS，Almost Blank Subframe),也就是宏站在時(shí)間域上按照一定的ABS比率留出一些幾乎空白子帖，在 運(yùn)些子帖期間，小站用戶受到宏站的干擾將下降，提高小站資源的利用率。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題與不足，本發(fā)明提供一種超密集異構(gòu)網(wǎng)絡(luò) 中基于用戶連接的負(fù)載均衡方法，提出了一種離散的基于隨機(jī)決定的啟發(fā)式用戶連接方 法。采用本發(fā)明中的方法，能夠提高超密集異構(gòu)網(wǎng)絡(luò)中負(fù)載的均衡和用戶速率的公平性，W 及網(wǎng)絡(luò)資源的利用率。
[0006] 本發(fā)明W最大化所有用戶的對(duì)數(shù)速率總和為目的，對(duì)用戶連接優(yōu)化，從而實(shí)現(xiàn)負(fù) 載均衡。由于直接求解該問(wèn)題復(fù)雜度過(guò)高，需要知道全局的信道增益信息和所有用戶的連 接策略，運(yùn)會(huì)導(dǎo)致整個(gè)系統(tǒng)的信令資源消耗過(guò)高而無(wú)法實(shí)際實(shí)施。因此，采用一種離散的啟 發(fā)式方法讓每個(gè)用戶動(dòng)態(tài)且獨(dú)立地選擇自己最優(yōu)的基站。所有的決定都在用戶側(cè)完成，用 戶對(duì)于其可W連接的候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)前的網(wǎng)絡(luò)環(huán)境，根據(jù)連接概 率向量隨機(jī)地選擇服務(wù)基站，從選中的基站中獲得自己的連接反饋，更新自己的連接概率 向量，直至連接概率向量中某一個(gè)成員接近1，最終確定要連接的服務(wù)基站。
[0007] 技術(shù)方案:一種基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，W最大化超密 集異構(gòu)網(wǎng)絡(luò)中所有用戶的對(duì)數(shù)速率總和為目標(biāo)建立用戶連接的負(fù)載均衡模型。該模型在W 下方面提升網(wǎng)絡(luò)的公平性，首先，W提升用戶的速率為目標(biāo)會(huì)促使用戶連接到相對(duì)空閑能 夠分配到更多資源的小站上，從而提高大小站之間負(fù)載的均衡性，其次，對(duì)數(shù)函數(shù)是一個(gè)增 益遞減的函數(shù)，可提高用戶速率的公平性。通過(guò)該模型確定的用戶連接還可W提升整體網(wǎng) 絡(luò)吞吐量性能。
[0008] 假設(shè)在超密集異構(gòu)網(wǎng)絡(luò)中，所有的大站都采用同步的ABS比率0<α<1，每個(gè)大站 占有1-α的時(shí)間資源，小站既可W工作在ABS期間，也可W工作在非ABS期間，所W將每個(gè)小 站看成兩個(gè)邏輯基站，一個(gè)ABS小站，占有α的時(shí)間資源;一個(gè)非ABS小站，占有1-α的時(shí)間資 源。用戶可W選擇連接到大站，ABS小站或者非ABS小站。
[0009] 所有的大站用集合Μ表示，大小為Nm，所有的ABS小站由集合ρΑΒ嗦示，大小為Νρ，所 有的非ABS小站由集合pnABS表示，大小為Νρ，其中Νρ大于Nm，根據(jù)網(wǎng)絡(luò)的差異，Νρ可W是Nm的幾 倍，幾十倍，甚至于上百倍。所有的用戶由集合U表示，大小為Nu。
[0010]用戶i從大站或非ABS小站j接收的SINR值：
[0011]
化
[001^ 用戶i從ABS小站j接收的SINR值：
[0013]
巧
[0014] 其中，門定義為標(biāo)號(hào)為j的基站的發(fā)射功率，hu表示的是從基站j到用戶i的信道增 益，包含路徑損耗，陰影衰落和天線增益，σ2表示噪聲功率。
[001引用戶i從基站j得到的信道容量化由下式計(jì)算得到：
[0016] 化=Wlog(l+SINRij) [3]
[0017] 其中W表示基站的帶寬。所有的基站使用相同的帶寬。
[0018] 本發(fā)明提出的優(yōu)化問(wèn)題如下式所示。
[0024] Xij [4e]
[002引其中，Xij是一個(gè)二進(jìn)制變量，當(dāng)用戶i連接到基站j上的時(shí)候，XU = 1，否則為0，kj定 義為第j個(gè)基站上連接的用戶數(shù)，X表示所有XU的集合。所有的大站，ABS小站，非ABS小站組 成基站集合，用B表示。約束條件[4b]用W限制每個(gè)用戶只連接到一個(gè)基站上，約束條件 [4d]用W確保所有的用戶都得到連接。Ru表示用戶i從基站j獲得的速率，它由下式計(jì)算：
[0026]
巧]
[0027] 由于直接求解該問(wèn)題復(fù)雜度過(guò)高，因此，采用一個(gè)離散的啟發(fā)式方法讓每個(gè)用戶 動(dòng)態(tài)且獨(dú)立地選擇自己最優(yōu)的基站。所有的決定都在用戶側(cè)完成，用戶對(duì)于其可W連接的 候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)前的網(wǎng)絡(luò)環(huán)境，根據(jù)連接概率向量隨機(jī)地選擇服 務(wù)基站，從選中的基站中獲得自己的連接反饋，更新自己的連接概率向量，直至連接概率向 量中某一個(gè)成員接近1，最終確定要連接的服務(wù)基站。具體過(guò)程如下：
[002引1)基站選擇策略
[0029] 在用戶端，每個(gè)用戶根據(jù)隨機(jī)策略隨機(jī)地選擇一個(gè)基站。與固定地選擇一個(gè)基站 不同，用戶i根據(jù)一個(gè)概率向量(/,=^|，(/。，...，(/,,,|)有概率地選擇基站，其中91康示用戶1選 擇基站j的可能性。|ai|表示用戶i的候選基站的數(shù)目。如果基站能夠提供更好的性能，則基 站的連接幾率就會(huì)更高，反之亦然。用運(yùn)種方式，每個(gè)用戶會(huì)各自自動(dòng)連接到最優(yōu)的BS上。 用戶i選擇基站j的概率由下式給出：
[0030]
閥
[0031] 其4
而丫是一個(gè)正的參量，通常被稱作溫度，丫的取值接近于0時(shí)，能保 證所得的最終解收斂于最優(yōu)解，但是同時(shí)γ的取值越大，收斂速率越快，為保證收斂速度和 收斂效果，取值通常采用0.1~0.01運(yùn)樣的范圍。ru表示的是用戶i從基站j獲得的連接反 饋，根據(jù)效用函數(shù)定義，也就是用戶當(dāng)下從基站獲得的對(duì)數(shù)吞吐量。假設(shè)用戶i選擇基站j作 為服務(wù)基站，連接到基站j上的用戶數(shù)為kj。則用戶i的反饋函數(shù)由下式給出：
[0032]
[0033] 2)計(jì)算連接反饋
[0034] 用戶根據(jù)[7]式計(jì)算選中連接的基站相應(yīng)的反饋值。最優(yōu)化網(wǎng)絡(luò)中所有用戶的吞 吐量性能，相互之間的協(xié)調(diào)是必須的。所W反饋函數(shù)中有一個(gè)基站價(jià)值因子log化j),它反映 了基站的負(fù)載情況。如果k止升，說(shuō)明連接到基站撕用戶數(shù)增加，則用戶i從基站j獲得的反 饋下降。如果想進(jìn)一步增加反饋函數(shù)中基站負(fù)載意識(shí)，可W再增加相應(yīng)的價(jià)值因子PU，正比 于kjDPU相當(dāng)于基站j連接的總用戶為k川寸體現(xiàn)負(fù)載情況的價(jià)值因子。反饋函數(shù)變?yōu)?巧其中^表示進(jìn)一步增加價(jià)值因子后的反饋函數(shù)。運(yùn)個(gè)價(jià)值因子能夠反映用戶之 間的擁塞并一定程度減輕它。
[0035] 3)基站估計(jì)更新
[0036] 在狀態(tài)t，每個(gè)用戶只獲得當(dāng)下選擇的基站的反饋，給出下一輪連接概率更新中使 用的反饋值：
[0037]
腳
[0038] ε表示的是一個(gè)權(quán)重因子，且滿足0含ε含1，反映的是用戶對(duì)于連接基站的反饋值 更新中ri神Ρ馬所占的權(quán)重比，且ε越大，每所占的權(quán)重越大。根據(jù)新獲得的反饋值更新用戶的 連接概率向量。
[0039] 4)確定最終的服務(wù)基站
[0040] 循環(huán)執(zhí)行前Ξ個(gè)步驟，直至用戶的連接概率向量中某一成員變量接近于1時(shí)，則該 變量對(duì)應(yīng)的基站為用戶最終的服務(wù)基站。要增加收斂速度，則可W在連接概率達(dá)到0.9 W上 的范圍時(shí)，就確定該基站為服務(wù)基站，要進(jìn)一步增加準(zhǔn)確性，則可W選取0.95~0.99 W上的 值作為確定邊界。
[0041] 有益效果:本發(fā)明W最大化超密集異構(gòu)網(wǎng)絡(luò)中所有用戶的對(duì)數(shù)速率總和為目標(biāo)建 立用戶連接的負(fù)載均衡模型。用一個(gè)離散的基于隨機(jī)決定的啟發(fā)式方法進(jìn)行用戶連接的求 解，該方法可W有效的將負(fù)載從擁塞的宏站卸載到相對(duì)空閑的小站上。所有的決定都在用 戶側(cè)完成，用戶終端只需要知道局部的信息就可W根據(jù)自己的連接策略連接到當(dāng)下最優(yōu)的 基站上，而不需要知道其他用戶的SINRW及他們的連接策略。模型中采用了 ABS技術(shù)，讓ABS 期間連接在小站上的用戶避免來(lái)自宏站的強(qiáng)干擾，進(jìn)一步促進(jìn)用戶卸載到小站上，同時(shí)保 證小站用戶的性能。根據(jù)本發(fā)明給出的模型計(jì)算的用戶連接，在達(dá)到負(fù)載均衡的同時(shí)提升 網(wǎng)絡(luò)性能。
[0042] 基于本發(fā)明的負(fù)載均衡方法具有如下優(yōu)點(diǎn)：
[0043] 1.用戶能夠有效的從擁塞的大站卸載到相對(duì)空閑的小站上，各個(gè)基站之間的負(fù)載 擁有更高的公平性。
[0044] 2.能夠有效提升邊緣用戶的速率，用戶性能的公平性提高
[0045] 3.所有的決定都在用戶側(cè)完成，用戶終端只需要知道局部的信息就可W根據(jù)自己 的連接策略連接到當(dāng)下最優(yōu)的基站上。
【具體實(shí)施方式】
[0046] 下面結(jié)合具體實(shí)施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解運(yùn)些實(shí)施例僅用于說(shuō)明本發(fā)明 而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對(duì)本發(fā)明的各種等價(jià) 形式的修改均落于本申請(qǐng)所附權(quán)利要求所限定的范圍。
[0047] 基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，W最大化超密集異構(gòu)網(wǎng)絡(luò)中所 有用戶的對(duì)數(shù)速率總和為目標(biāo)建立用戶連接的負(fù)載均衡模型。該模型在W下方面提升網(wǎng)絡(luò) 的公平性，首先，W提升用戶的速率為目標(biāo)會(huì)促使用戶連接到相對(duì)空閑能夠分配到更多資 源的小站上，從而提高大小站之間負(fù)載的均衡性，其次，對(duì)數(shù)函數(shù)是一個(gè)增益遞減的函數(shù)， 可提高用戶速率的公平性。通過(guò)該模型確定的用戶連接還可W提升整體網(wǎng)絡(luò)吞吐量性能。
[0048] 假設(shè)在超密集異構(gòu)網(wǎng)絡(luò)中，所有的大站都采用同步的ABS比率0<α<1，每個(gè)大站 占有1-α的時(shí)間資源，小站既可W工作在ABS期間，也可W工作在非ABS期間，所W將每個(gè)小 站看成兩個(gè)邏輯基站，一個(gè)ABS小站，占有α的時(shí)間資源;一個(gè)非ABS小站，占有1-α的時(shí)間資 源。用戶可W選擇連接到大站，ABS小站或者非ABS小站。
[0049] 所有的大站用集合Μ表示，大小為Nm，所有的ABS小站由集合ρΑΒ嗦示，大小為Νρ，所 有的非ABS小站由集合pnABS表示，大小為Νρ，其中Νρ大于Nm，根據(jù)網(wǎng)絡(luò)的差異，Νρ可W是Nm的幾 倍，幾十倍，甚至于上百倍。所有的用戶由集合U表示，大小為Nu。
[0050] 用戶i從大站或非ABS小站j接收的SINR值：
[005。
山
[0052]用戶i從ABS小站j接收的SINR值：
[005：3]
兇
[0054] 其中，門定義為標(biāo)號(hào)為j的基站的發(fā)射功率，hu表示的是從基站j到用戶i的信道增 益，包含路徑損耗，陰影衰落和天線增益，σ2表示噪聲功率。
[0055] 用戶i從基站j得到的信道容量CU由下式計(jì)算得到：
[0化6]化=Wlog(l+SINRu) [3]
[0057] 其中W表示基站的帶寬。所有的基站使用相同的帶寬。
[0058] 本發(fā)明提出的優(yōu)化問(wèn)題如下式所示。
[0065] 其中，W是一個(gè)二進(jìn)制變量，當(dāng)用戶i連接到基站j上的時(shí)候，町=1，否則為0，k鹿 義為第j個(gè)基站上連接的用戶數(shù)，X表示所有XU的集合。所有的大站，ABS小站，非ABS小站組 成基站集合，用B表示。約束條件[4b]用W限制每個(gè)用戶只連接到一個(gè)基站上，約束條件 [4d]用W確保所有的用戶都得到連接。Ru表示用戶i從基站j獲得的速率，它由下式計(jì)算：
[0066]
向.
[0067] 由于直接求解該問(wèn)題復(fù)雜度過(guò)高，因此，采用一個(gè)離散的啟發(fā)式方法讓每個(gè)用戶 動(dòng)態(tài)且獨(dú)立地選擇自己最優(yōu)的基站。所有的決定都在用戶側(cè)完成，用戶對(duì)于其可W連接的 候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)前的網(wǎng)絡(luò)環(huán)境，根據(jù)連接概率向量隨機(jī)地選擇服 務(wù)基站，從選中的基站中獲得自己的連接反饋，更新自己的連接概率向量，直至連接概率向 量中某一個(gè)成員接近1，最終確定要連接的服務(wù)基站。具體過(guò)程如下：
[006引1)基站選擇策略
[0069] 在用戶端，每個(gè)用戶根據(jù)隨機(jī)策略隨機(jī)地選擇一個(gè)基站。與固定地選擇一個(gè)基站 不同，用戶i根據(jù)一個(gè)概率向量y,.=(y,i，g,有概率地選擇基站，其中qu表示用戶i選 擇基站j的可能性。|ai|表示用戶i的候選基站的數(shù)目。如果基站能夠提供更好的性能，則基 站的連接幾率就會(huì)更高，反之亦然。用運(yùn)種方式，每個(gè)用戶會(huì)各自自動(dòng)連接到最優(yōu)的BS上。 用戶i選擇基站j的概率由下式給出：
[0070]
閥
[0071] 其中
'而丫是一個(gè)正的參量，通常被稱作溫度，丫的取值接近于0時(shí)，能保 證所得的最終解收斂于最優(yōu)解，但是同時(shí)γ的取值越大，收斂速率越快，為保證收斂速度和 收斂效果，取值通常采用0.1~0.01運(yùn)樣的范圍。ru表示的是用戶i從基站j獲得的連接反 饋，根據(jù)效用函數(shù)定義，也就是用戶當(dāng)下從基站獲得的對(duì)數(shù)吞吐量。假設(shè)用戶i選擇基站j作 為服務(wù)基站，連接到基站j上的用戶數(shù)為kj。則用戶i的反饋函數(shù)由下式給出：
[0072]
[0073] 2)計(jì)算連接反饋
[0074] 用戶根據(jù)[7]式計(jì)算選中連接的基站相應(yīng)的反饋值。最優(yōu)化網(wǎng)絡(luò)中所有用戶的吞 吐量性能，相互之間的協(xié)調(diào)是必須的。所W反饋函數(shù)中有一個(gè)基站價(jià)值因子log化J),它反映 了基站的負(fù)載情況。如果k止升，說(shuō)明連接到基站j的用戶數(shù)增加，則用戶i從基站j獲得的反 饋下降。如果想進(jìn)一步增加反饋函數(shù)中基站負(fù)載意識(shí)，可W再增加相應(yīng)的價(jià)值因子PU，正比 于kjDPU相當(dāng)于基站j連接的總用戶為k川寸體現(xiàn)負(fù)載情況的價(jià)值因子。反饋函數(shù)變?yōu)?羣=巧-&，其中I表示進(jìn)一步增加價(jià)值因子后的反饋函數(shù)。運(yùn)個(gè)價(jià)值因子能夠反映用戶之 間的擁塞并一定程度減輕它。
[0075] 3)基站估計(jì)更新
[0076] 在狀態(tài)t，每個(gè)用戶只獲得當(dāng)下選擇的基站的反饋，給出下一輪連接概率更新中使 用的反饋值：
[0077]
腳
[0078] ε表示的是一個(gè)權(quán)重因子，且滿足0含ε含1，反映的是用戶對(duì)于連接基站的反饋值 更新中ru和I所占的權(quán)重比，且ε越大，夸巧占的權(quán)重越大。根據(jù)新獲得的反饋值更新用戶 的連接概率向量。
[0079] 4)確定最終的服務(wù)基站
[0080] 循環(huán)執(zhí)行前Ξ個(gè)步驟，直至用戶的連接概率向量中某一成員變量接近于1時(shí)，則該 變量對(duì)應(yīng)的基站為用戶最終的服務(wù)基站。要增加收斂速度，則可W在連接概率達(dá)到0.9W上 的范圍時(shí)，就確定該基站為服務(wù)基站，要進(jìn)一步增加準(zhǔn)確性，則可W選取0.95~0.99W上的 值作為確定邊界。
[0081 ] 實(shí)施例
[0082] 1.初始化各個(gè)用戶對(duì)于其候選基站的連接概率，如果用戶i的候選基站數(shù)為31，貝。 可W將其連接概率向量初始化夫
[0083] 2.各個(gè)用戶根據(jù)其連接概率向量在候選基站中隨機(jī)的選擇服務(wù)基站。
[0084] 3.各個(gè)用戶根據(jù)式[7]計(jì)算所選擇的服務(wù)基站給出的反饋值，再根據(jù)式[引計(jì)算下 一輪連接概率向量更新中要用到的反饋值。
[0085] 4.各個(gè)用戶根據(jù)式[6]用上一步中新計(jì)算得到的反饋值更新連接概率向量。
[0086] 5.重復(fù)執(zhí)行步驟2,3,4,直至用戶的連接概率向量中某個(gè)元素接近1，比如值超過(guò) 0.95，則其對(duì)應(yīng)的基站確定為該用戶最終的服務(wù)基站。
[0087] 6.所有用戶的連接概率向量中都有接近于1的元素時(shí)，則所有的用戶連接確定。
【主權(quán)項(xiàng)】
1. 一種基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，其特征在于：用戶對(duì)于其可 以連接的候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)前的網(wǎng)絡(luò)環(huán)境，根據(jù)連接概率向量隨機(jī) 地選擇服務(wù)基站，從選中的基站中獲得自己的連接反饋，更新自己的連接概率向量，直至連 接概率向量中某一個(gè)成員接近1，最終確定要連接的服務(wù)基站。2. 如權(quán)利要求1所述的基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，其特征在于： 假設(shè)在超密集異構(gòu)網(wǎng)絡(luò)中，所有的大站都采用同步的ABS比率0 < 1，每個(gè)大站占有 1 _α的時(shí)間資源，小站既可以工作在ABS期間，也可以工作在非ABS期間，所以將每個(gè)小站看 成兩個(gè)邏輯基站，一個(gè)ABS小站，占有α的時(shí)間資源;一個(gè)非ABS小站，占有卜α的時(shí)間資源；用 戶可以選擇連接到大站，ABS小站或者非ABS小站； 所有的大站用集合Μ表示，大小為Nm，所有的ABS小站由集合PABS表示，大小為ΝΡ，所有的 非ABS小站由集合表示，大小為^，其中ΝΡ大于Nm，所有的用戶由集合U表示，大小為N u; 用戶i從大站或非ABS小站j接收的SINR值：用戶i從ABS小站j接收的SINR值：其中，P』定義為標(biāo)號(hào)為j的基站的發(fā)射功率，表示的是從基站j到用戶i的信道增益， 包含路徑損耗，陰影衰落和天線增益，σ2表示噪聲功率； 用戶i從基站j得到的信道容量(?由下式計(jì)算得到： cij = fflog(l+SINRij) [3] 其中W表示基站的帶寬;所有的基站使用相同的帶寬； 提出的優(yōu)化問(wèn)題如下式所示： 約束條件：其中，Xij是一個(gè)二進(jìn)制父重，a用尸1迕按到S跖J上的叮恢，Xij = i，?則73U，kj定義為 第j個(gè)基站上連接的用戶數(shù)，X表示所有xij的集合;所有的大站，ABS小站，非ABS小站組成基 站集合，用B表示;約束條件[4b]用以限制每個(gè)用戶只連接到一個(gè)基站上，約束條件[4d]用 以確保所有的用戶都得到連接;Ru表示用戶i從基站j獲得的速率，它由下式計(jì)算： [5] 采用一個(gè)離散的啟發(fā)式方法讓每個(gè)用戶動(dòng)態(tài)且獨(dú)立地選擇自己最優(yōu)的基站。所有的決 定都在用戶側(cè)完成，用戶對(duì)于其可以連接的候選基站擁有一個(gè)連接概率向量，根據(jù)當(dāng)前的 網(wǎng)絡(luò)環(huán)境，根據(jù)連接概率向量隨機(jī)地選擇服務(wù)基站，從選中的基站中獲得自己的連接反饋， 更新自己的連接概率向量，直至連接概率向量中某一個(gè)成員接近1，最終確定要連接的服務(wù) 基站。3.如權(quán)利要求1所述的基于隨機(jī)決定的啟發(fā)式用戶連接的負(fù)載均衡方法，其特征在于， 確定用戶連接的具體過(guò)程如下： 1) 基站選擇策略 在用戶端，每個(gè)用戶根據(jù)隨機(jī)策略隨機(jī)地選擇一個(gè)基站。與固定地選擇一個(gè)基站不同， 用戶i根據(jù)一個(gè)概率向量％ = ?ζ/,_ρ和，…，扎)有概率地選擇基站，其中qij表示用戶i選擇基站 j的可能性。|ai|表示用戶i的候選基站的數(shù)目；如果基站能夠提供更好的性能，則基站的連 接幾率就會(huì)更高，反之亦然。用這種方式，每個(gè)用戶會(huì)各自自動(dòng)連接到最優(yōu)的BS上。用戶i選 擇基站j的概率由下式給出：其中Σ% =1 '而γ是一個(gè)正的參量，通常被稱作溫度，γ的取值接近于0時(shí)，能保證所 j^i 得的最終解收斂于最優(yōu)解，但是同時(shí)γ的取值越大，收斂速率越快，ru表示的是用戶i從基 站j獲得的連接反饋，根據(jù)效用函數(shù)定義，也就是用戶當(dāng)下從基站獲得的對(duì)數(shù)吞吐量;假設(shè) 用戶i選擇基站j作為服務(wù)基站，連接到基站j上的用戶數(shù)為則用戶i的反饋函數(shù)由下式 給出：2) 計(jì)算連接反饋 用戶根據(jù)[7]式計(jì)算選中連接的基站相應(yīng)的反饋值。最優(yōu)化網(wǎng)絡(luò)中所有用戶的吞吐量 性能，相互之間的協(xié)調(diào)是必須的；所以反饋函數(shù)中有一個(gè)基站價(jià)值因子log(h)，它反映了 基站的負(fù)載情況;如果h上升，說(shuō)明連接到基站j的用戶數(shù)增加，則用戶i從基站j獲得的反 饋下降；如果想進(jìn)一步增加反饋函數(shù)中基站負(fù)載意識(shí)，可以再增加相應(yīng)的價(jià)值因子PU，正比 于kj;Plj相當(dāng)于基站j連接的總用戶為kj時(shí)體現(xiàn)負(fù)載情況的價(jià)值因子；反饋函數(shù)變?yōu)?6 ，其中^表示進(jìn)一步增加價(jià)值因子后的反饋函數(shù);這個(gè)價(jià)值因子能夠反映用戶之 間的擁塞并一定程度減輕它； 3) 基站估計(jì)更新 在狀態(tài)t，每個(gè)用戶只獲得當(dāng)下選擇的基站的反饋，給出下一輪連接概率更新中使用的 反饋值：ε表示的是一個(gè)權(quán)重因子，且滿足〇 < ε < 1，反映的是用戶對(duì)于連接基站的反饋值更新 中所占的權(quán)重比，且ε越大，&所占的權(quán)重越大;根據(jù)新獲得的反饋值更新用戶的連接 概率向量； 4) 確定最終的服務(wù)基站 循環(huán)執(zhí)行前三個(gè)步驟，直至用戶的連接概率向量中某一成員變量接近于1時(shí)，則該變量 對(duì)應(yīng)的基站為用戶最終的服務(wù)基站。
【文檔編號(hào)】H04W36/22GK105873127SQ201610269576
【公開(kāi)日】2016年8月17日
【申請(qǐng)日】2016年4月27日
【發(fā)明人】潘志文, 王瑾, 劉楠, 尤肖虎
【申請(qǐng)人】東南大學(xué)