[发明专利]适用于超密集网络的小区间下行链路干扰控制方法、装置和系统在审
申请号: | 202110262914.5 | 申请日: | 2021-03-11 |
公开(公告)号: | CN113038583A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 吕超;张立武;张影;刘金锁;完颜绍澎;朱雪阳;黄忠明;朱晟桢;常明;朱骥;宋凯;陈犇前;周梦影;周相如 | 申请(专利权)人: | 南京南瑞信息通信科技有限公司 |
主分类号: | H04W52/02 | 分类号: | H04W52/02;H04W52/14;H04W52/24 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 张倩倩 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 适用于 密集 网络 区间 下行 干扰 控制 方法 装置 系统 | ||
本发明提供一种适用于超密集网络的小区间下行链路干扰控制方法、装置和系统,方法包括:获取基站所处网络小区所在的超密集网络参数数据,以及基站所服务用户的当前下行链路信号与干扰加噪声比数据r;基于获取到的数据,得到超密集网络的平均用户密度ρ、基站的当前各用户信道状态h,以及基站所处网络小区的网络吞吐量f;将得到的r、ρ、h和f作为当前节点状态参量,输入至预先训练的强化学习网络,得到强化学习网络输出的基站对所服务用户的下行链路发射功率数据,进而对基站所服务的各用户实施相应的下行链路发射功率。本发明能够实现在超密集网络部署下,优化基站对所服务用户的下行发射功率以及下行链路小区间干扰,提升用户接入服务质量。
技术领域
本发明涉及通信技术中的基站发射功率控制领域,特别是一种适用于超密集网络的小区间下行链路干扰控制方法、装置和系统。
背景技术
随着智能终端数和通信业务的爆发式增长,4G已经不足以满足日益增长的多设备连接和高数据速率,更大带宽,更低延迟和低干扰的需求。为了应对这些挑战,5G被认为是最有前途的技术,5G也迎来了商用元年。5G是移动通信系统的稳定、高速、可靠的演进,是4G的延续和增强,它旨在互连数十亿个对象,为多媒体应用程序提供极高的数据传输率,并处理随之而来激增的移动网络流量。
各种形式的数据的指数增长和可用性是通信行业持续发展的主要推动力,故而无线基站越来越超密集且呈现大规模交叠覆盖趋势,未来移动通信网络将进一步向基站小型化与小区超密集化方向发展,超密集网络(Ultra-Dense Network,UDN)应运而生。超密集网络通过宏基站小区和大量微小区共同组成多层异构网络,基本思想是使访问节点尽可能靠近最终用户,通过在产生大量流量的热点区域密集部署小型小区来简单实现的,而这些小型小区作为接入节点,传输功率较小,覆盖范围也较小。超密集网络部署通过使用低成本和低功率的小型蜂窝基站来增强空间复用并显着提高5G移动网络的用户容量,并让任何一个用户在任何时间、任何地点都能非常靠近某个蜂窝小区,提高用户接入服务质量。
由于频谱稀缺和网络基础设施不协调,5G蜂窝网络中小型小区的超密集部署不可避免带来了在时变信道状态下如何控制下行链路小区间干扰的问题。因此,如何在超密集网络部署下提出一种实用的干扰控制方案,兼顾减少BS的信令和计算开销,是至关重要的。
发明内容
本发明的目的是提供一种适用于超密集网络的小区间下行链路干扰控制方法、装置和系统,利用强化学习网络,使得基站能够在超密集网络部署下,优化向所服务用户分配的下行发射功率,实现对下行链路小区间干扰的控制和优化,提升用户接入服务质量。本发明采用的技术方案如下。
一方面,本发明提供一种适用于超密集网络基站的小区间下行链路干扰控制方法,包括:
获取基站所处网络小区所在的超密集网络参数数据,以及基站所服务用户的当前下行链路信号与干扰加噪声比数据r;
基于获取到的数据,得到超密集网络的平均用户密度ρ、基站的当前各用户信道状态h,以及基站所处网络小区的网络吞吐量f;
将得到的r、ρ、h和f作为当前节点状态参量,输入至预先训练的强化学习网络,得到强化学习网络输出的基站对所服务用户的下行链路发射功率数据;
按照得到的下行链路发射功率数据,对基站所服务的各用户实施相应的下行链路发射功率。
可选的,所述超密集网络参数数据包括基站所处网络小区的当前活动用户数量,所述平均用户密度根据以下公式计算:
式中,代表网络小区i在k时刻的活动用户数量,ω为常数变量,代表网络小区i中面积区域Φi的用户数量的概率分布。采用基站所处网络小区的用户数量进行用户平均密度的计算能够更准确的反应基站状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京南瑞信息通信科技有限公司,未经南京南瑞信息通信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110262914.5/2.html,转载请声明来源钻瓜专利网。