[发明专利]基于双连接技术的超密集网络用户数与微基站数配比方法有效
申请号: | 202110578200.5 | 申请日: | 2021-05-26 |
公开(公告)号: | CN113286310B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 肖海林;周梦;刘红霖;汪鹏君;李嘉;杨婧雷;沈君凤;曾张帆;刘海龙 | 申请(专利权)人: | 湖北大学;温州大学;云宝宝大数据产业发展有限责任公司 |
主分类号: | H04W16/18 | 分类号: | H04W16/18;H04W16/10;H04W24/02 |
代理公司: | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人: | 陆梦云 |
地址: | 430000 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 双连 技术 密集 网络 用户数 基站 配比 方法 | ||
1.一种基于双连接技术的超密集网络用户数与微基站数配比方法,其特征在于,包括如下步骤:
1)构建基于双连接的超密集网络通信模型:假设双连接的超密集网络是由单个宏基站MBS、M-1个微基站SBS及N个用户UE组成;微基站和用户均服从泊松分布,基站集合用I={i=1,2,...,M}表示,其中,i<M表示为微基站,i=M表示为宏基站,用户集合用J={1,2,...N}表示,BU={1,2…,B},BU∈J,BU表示由微基站提供数据的用户,CU={1,2…,C},CU∈J,CU表示由宏基站提供数据的用户;
2)分别计算微基站与宏基站到用户的信干噪比(SINR):设无线信道服从准静态瑞利平坦衰落,单个微基站与宏基站分别到用户的信干噪比,如公式(1)和(2)所示:
其中,pi,b和pM,c为微基站i与宏基站M分别对微用户b与宏用户c的发射功率,gi,b和gM,c为微基站i与宏基站M分别到微用户b与宏用户c的信道增益,σ2为噪声功率,gi,b=|hi,b|2*di,b-α,gM,c=|hM,c|2*dM,c-α,|hi,b|2和|hM,c|2为微基站i与宏基站M分别对微用户b与宏用户c的链路的信道增益,di,b和dM,c为微基站i与宏基站M分别对微用户b与宏用户c的链路的距离,α为路径损耗因子;
3)设置关联矩阵XM*N:双连接的超密集网络中M个基站和N个用户,形成一个关联矩阵XM*N,XM*N={X(M-1)*B,X1*C},矩阵X(M-1)*B表示矩阵XM*N的前M-1行是微基站i与微用户b的物理连接情况,矩阵X1*C表示矩阵XM*N的第M行为宏基站M与宏用户c的物理连接情况,若关联,则取值为1,否则为0,如公式(3)和公式(4)所示:
其中,xi,b和xM,c分别为矩阵X(M-1)*B和矩阵X1*C中的一个元素,xi,b=1表示微基站在实际中为用户的提供数据关联,xM,c=1表示宏基站在实际中为用户提供数据关联;
4)计算系统总的通信容量:根据香农定理可知,微用户与微基站关联、宏用户与宏基站关联时,数据速率分别如公式(5)和公式(6)所示:
cM,c=Wlog(1+rM,c) (6),
其中,W为信道带宽,将关联元素xi,b、xM,c分别与微基站、宏基站关联时的数据速率ci,b、cM,c相乘,再累加,即可得到总的通信容量如公式(7)所示:
5)计算系统实际并网能耗:基站的功耗由静态功耗和动态功耗两部分组成,若和分别表示微基站与宏基站的静态功耗,考虑由关联元素xi,b、xM,c而变化的动态功率,βi和βM分别表示在微基站与宏基站中反映流量负载与动态功率关系的线性系数,则微基站、宏基站为用户提供数据时,总功耗分别如公式(8)和公式(9)所示:
微基站采用能量捕获技术为微基站提供一部分能量,假设在单位时隙内,微基站均可使用太阳能的能量为Em,故在单位时隙内所有微基站使用的绿色能源总和为公式(10)所示:
微基站采用混合供能,一方面利用能量捕获技术,采集环境中的清洁能源即太阳能、风能为系统供能,另一方面结合并网供电,而宏基站始终采用并网供电,故系统中微基站与宏基站总的实际的并网功耗如公式(11)所示:
Ptotal=Pi+PM-Pigreen (11);
6)Dinkelbach算法迭代求解最大能效:能效是总速率与总功率的比值,将公式(7)和公式(11)代入可获得能效表达式,如公式(12)所示:
利用Dinkelbach方法构造函数F(γ)将公式(12)分式的化为减式,如公式(13)所示:
F(γ)=Rtotal(Xi,j)-γPtotal(Xi,j) (13),
当找到最佳γ值,使得F(γ)=0,则令γ=γ*=ηEE,如公式(14)所示:
为求解最佳的能效值ηEE,采用迭代的方法,先任意初始一个γ0,计算出用户关联矩阵Xi,j,关联矩阵Xi,j是未知的且取值特殊-只取0或1,Xi,j代入公式(7)和公式(11)求解出Rtotal和Ptotal,将γ0、Rtotal和Ptotal一起代入公式(13),如果F(γ)≠0,将Rtotal和Ptotal代入公式(14),求解一个新的中间变量γ,重复上述过程,直到迭代到F(γ)=0时,取γ*=γ=ηEE,即求得最佳的能效值;
7)具有优先级的最大能效关联模式:从公式(13)中抽取第i个微基站与第b个微用户关联时的能效,如公式(15)所示:
为公式(13)取得最大化,i从I={1,2...,M-1}遍历,依次求解单个微基站i与单个用户b的max(O(Xi,b)),并按顺序排列,依据最大能效选择条件进行关联,如果用户无法连接到微基站,则用户实际关联到宏基站,如公式(16)所示:
其中,表示用户仅由一个微基站提供数据,表示微基站关联的用户数不可以大于微基站的最大可连接数表示宏基站关联的用户数不可以大于宏基站的最大可连接数
8)计算微基站覆盖范围重叠数:微基站服从泊松分布,当微基站的位置为Di=(xi,yi),覆盖半径为R,则微基站两两之间的距离采用欧式距离计算,如公式(17)所示:
其中i∈I,且i≠M,t∈I,且t≠M,t≠i,当d≤2*R即用户存在于微基站i与微基站t的重叠区;
9)计算微基站数与用户数的比例范围λ:当用户数一定,最佳配比为公式(18)所示,仅由微基站为用户提供数据,但是用户连接需求具有明显的潮汐效应,会存在用户较少且分布不集中,或者用户过多微基站数当前无法承载的突发情况时,双连接技术同时为用户提供数据,微基站与宏基站同时为用户提供数据,如公式(19)所示,使的系统容量达到最大:
其中,为微基站的最大可连接数,为宏基站的最大可连接数,K表示λ=1时,实际微基站数为用户提供数据的个数。
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湖北大学;温州大学;云宝宝大数据产业发展有限责任公司,未经湖北大学;温州大学;云宝宝大数据产业发展有限责任公司许可,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/202110578200.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种绝缘子耐压试验自动化装置
- 下一篇:一种能够精确调整风量的通风蝶阀