[发明专利]超密集异构网络中基于用户连接与干扰管理联合优化的负载均衡方法

说明书

本发明公开了一种超密集异构网络中基于用户连接和干扰管理联合优化的负载均衡方法，包括最优化模型建立，以最大化超密集异构网络中所有用户对数速率总和为目标建立用户连接和ABS比率联合优化的负载均衡模型，用户连接方法，在固定ABS比率下，用一个离散的对偶分解方法求解最优的用户连接，ABS比率计算方法，在固定用户连接情况下，求解最优ABS比率的计算表达式，获得最终结果，用迭代求解用户连接和ABS比率的方法获得全局的次优解。采用本发明中的方法，能够提高超密集异构网络中负载的均衡性和用户速率的公平性，同时提升超密集异构网络资源的利用率。

技术领域

本发明涉及基于超密集异构网络中用户连接的问题，属于无线通信中的网络技术领域。

背景技术

在长期演进及其后续演进(LTE-A,Long Term Evolution-Advanced)系统的异构网络中，部署高密度的小站成为常见的策略，从而形成超密集异构网络。

在超密集异构网络中，不同类型(比如可以按照发射功率进行区分)的基站构成不同层，同一类型的基站处于同一层。比如发射功率小的基站称为小站，所有小站构成小站层，发射功率大的基站称为宏站，所有宏站构成宏站层。由于不同层的基站之间的发射功率不同，造成用户接收的来自不同站的参考信号接收功率(RSRP，Reference SignalReceived Power)有很大的差距，如果用户采用传统的最大RSRP连接机制，会造成很大一部分用户接入到发射功率较大，信号较好的基站上，从而造成这些基站的拥塞。而其它一些发射功率较小，但是有丰富资源的基站处于空闲状态。这样，使得网络负载分布不均衡，使得整个网络资源不能得到充分合理的运用，造成系统资源利用率低，网络整体性能下降。

无线网络中，可以用基站连接的用户数反映基站的负载，所以寻求网络中各基站的负载均衡可以看成寻求合适的用户连接方法。在传统的蜂窝网络中负载均衡机制就是将重负载和轻负载区域内的资源合理分配，把重负载网络中的用户转移到周围负载相对较轻的网络，达到负载均匀分布的状态。这样使得整个系统的资源利用率得到有效提升。但是在超密集异构网络中，由于大小站之间的发射功率差异较大，从宏站卸载到小站的用户将受到来自宏站的强干扰，造成用户的信号与干扰加噪声比(SINR，Signal to Interferenceplus Noise Ratio)较低。导致用户从小站获得的吞吐量下降，无法充分利用小站资源。所以超密集异构网络中的负载均衡需要考虑干扰的影响，联合干扰管理技术才能进一步提升网络性能。

为了促使用户从拥塞的宏站卸载到小站上，并且减少从宏站卸载到小站的用户受到的干扰，进一步达到宏站与小站之间的负载均衡，超密集网络中引入几乎空白子帧(ABS，Almost Blank Subframe)，也就是宏站在时间域上按照一定的ABS比率留出一些几乎空白子帧，在这些子帧期间，小站用户受到宏站的干扰将下降，提高小站资源的利用率，但是这是以牺牲宏站用户的可用资源为代价，所以宏站的ABS比率的选择需要经过优化。

发明内容

本发明的目的是提供一种超密集异构网络中基于用户连接和干扰管理联合优化的负载均衡方法，提出了一种用户连接和ABS比率联合优化的方法。采用本发明中的方法，能够提高超密集异构网络中负载的均衡和用户速率的公平性，以及网络资源的利用率。

本发明以最大化所有用户的对数速率总和为目的，对用户连接和ABS比例进行联合优化，从而实现负载均衡。由于该联合优化问题复杂度过高，因此，将原问题分解成用户连接和ABS比率计算两个子问题，用一个离散的对偶分解方法求解固定ABS比率情况下的最优用户连接，给出了给定用户连接情况下最优ABS比率的表达式，然后根据求得的最优ABS比率计算用户连接，根据新获得的用户连接计算ABS比率，对两个子问题进行迭代求解直到收敛获得原问题的次优解。