超密集网络中基于小区分簇的资源分配

针对超密集网络中毫微微小区(Femtocell)之间同层干扰以及毫微微小区与宏小区(Macrocell)之间跨层干扰问题,提出了一种基于小区动态分簇的资源分配算法。该算法分为两步:第一步首先采用了基于速率公平性的子信道分配算法为宏用户分配子信道,接着利用注水算法分配功率;第二步首先根据毫微微小区之间的干扰权值大小,利用遗传模拟退火算法为FAPs分簇,其次利用启发式信道分配算法为FUEs分配子信道,采用KKT条件为用户分配功率。仿真表明,该算法能够有效抑制这两种干扰,满足用户速率需求,提升网络频谱效率。     

超密集网络中子信道和功率分配研究

超密集网络中,严重的小区间干扰制约了终端用户的数据速率,针对该问题,提出一种基于簇优先级的资源分配方案。该方案分为3个步骤:首先,采用基于图论的染色算法为毫微微接入点(Femtocell Access Points,FAPs)分簇;然后,以簇内每个毫微微用户(Femtocell User Equipments,FUEs)的待发送数据量、排队等待时延以及受干扰强度等作为优先级,计算每个簇的优先级,高优先级的簇可最先获得信道增益好的子信道;最后,利用卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件和注水算法为FUEs分配功率。仿真实验表明该方案能够有效地减小Femtocell间的干扰,并能够极大地满足用户的需求,同时提升系统的吞吐量和频谱效率。     

LTE中femtocell的联合信道与功率控制算法

随着LTE中家庭基站的密集部署,会使家庭基站间产生严重的同层干扰,与此同时也会对边缘宏用户产生严重的跨层干扰。针对这两种下行干扰,提出了一种基于图论的信道分配和基于路损的功率控制算法相结合的方案。首先基于图论的知识构建干扰图,通过干扰图进行信道分配,有干扰的小区采用相互正交的信道,降低家庭小区间的同层干扰。然后在保证宏用户和家庭用户QoS的条件下,根据设定的信干噪比(SINR)门限值,设置femtocell干扰标志,并根据信道质量(CQI)设置干扰级别,通过干扰级别进行对应的功率控制,最终达到消除家庭小区对宏用户跨层干扰的目的。仿真结果表明,该算法很好的提高了用户的SINR和吞吐量,同时保证了家庭用户和宏用户的QoS。     

一种增强小区资源分配的频谱效率提高算法

两层异构网络中小区增强技术在减轻宏小区负载同时也引起严重跨层干扰问题。针对增强小区跨层干扰问题,提出一种动态资源分配调度方案,以减小系统干扰提高系统频谱效率为目的,通过设定校验系数,平衡两层网络负载;通过动态调整增强小区专用频谱资源比例,在降低跨层干扰情况下,提高了资源利用率。仿真结果表明,与现有方案相比,所提方案在保证宏小区性能稳定的同时,有效地减少了微微小区跨层干扰,提高系统总频谱效率,两层网络负载得到平衡。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

基于DQN的超密集网络能效资源管理

小基站的密集随机部署会产生严重干扰和较高能耗问题,为降低网络干扰、保证用户网络服务质量（QoS）并提高网络能效,构建一种基于深度强化学习（DRL）的资源分配和功率控制联合优化框架。综合考虑超密集异构网络中的同层干扰和跨层干扰,提出对频谱与功率资源联合控制能效以及用户QoS的联合优化问题。针对该联合优化问题的NP-Hard特性,提出基于DRL框架的资源分配和功率控制联合优化算法,并定义联合频谱和功率分配的状态、动作以及回报函数。利用强化学习、在线学习和深度神经网络线下训练对网络资源进行控制,从而找到最佳资源和功率控制策略。仿真结果表明,与枚举算法、Q-学习算法和两阶段算法相比,该算法可在保证用户QoS的同时有效提升网络能效。     

异构网中基于改进蝙蝠算法的动态CRE偏置选择

Macrocell和Femtocell的两层蜂窝网络中的用户位置在空间和时间上具有很大的随机性,给资源分配和干扰管理带来许多挑战。为了适应这种随机性的资源分配,提高同频组网中下行异构蜂窝网络的小区边缘用户的通信速率,更好地实现负载均衡效果,提出了一种基于改进蝙蝠算法来实时动态设置Femtocell小区范围扩展偏置值（CRE）的方案,来缓解宏基站高热点负载压力,提高网络容量,从而用户合理选择接入不同基站,使功率资源得到合理利用,达到负载均衡的目的。仿真结果表明,与现有方案相比,该方案在保证Macrocell通信性能的情况下,提高了小区边缘数据速率及能效,实现了更好的负载均分效果。     

超密集网络中基于干扰协调的资源分配算法

超密集网络中,严重的小区间干扰制约了终端用户的数据速率,针对该问题,该文提出一种基于干扰协调的资源分配方案。该方案分为两个模块：第一模块基于毫微微接入点(Femtocell Access Points, FAPs)间的干扰程度,将干扰强的FAPs分到同一簇内,同簇内的FAPs共享频带资源,通过FAPs间的协作使不同簇之间实现频谱的复用;第二模块基于最大功率和最低速率的公平性准则进行最优功率分配,动态分配资源。仿真结果表明,该算法在超密集网络场景下能够有效控制FAPs间的干扰,最大化系统吞吐量。     

Femtocell网络的鲁棒议价博弈功率控制

针对具有不完美信道状态信息的Femtocell双层网络，为了保证网络效用最大化、最小服务质量要求及Femtocell用户之间的效用公平，提出了基于议价博弈的鲁棒功率控制方案.在保证宏小区用户正常传输情况下，考虑到Femtocell家庭用户的最小服务质量要求，将Femtocell网络的鲁棒功率控制问题转化为议价博弈功率控制问题.为了保证Femtocell家庭用户之间的公平性，给出了Kalai-Smorodinsky（K-S）议价博弈解，证明了议价博弈解的存在性和唯一性，并提出了一种基于二分查找算法的分布式鲁棒功率控制方案.仿真结果表明，所提出的算法不仅具有较好的收敛性能，而且能够较好地保证用户之间的公平性.     

多小区OFDMA系统一种跨层资源分配方法

正交频分多址(OFDMA)作为一种新的多址接入方式受到了极大关注.多小区系统由于采用频率复用技术会不可避免的产生小区间干扰,严重影响了多小区无线通信系统的性能,针对多小区OFDMA,提出了一种准分布式跨层资源分配方法.分配方法包括无线网络控制器(RNC)的跨层资源分配算法和基站收发系统(BTS)的跨层资源分配算法.RNC将子信道分配给各个小区的BTS,BTS将分配给该小区的子信道分配给该小区的用户.仿真结果表明,相对于传统的资源分配方法,跨层资源分配方法能有效提高多小区OFDMA系统给定服务质量(QoS)下的吞吐率.     

A Stackelberg game-based spectrum allocation scheme in macro/femtocell hierarchical networks

Femtocells widely deployed in a macrocell form hierarchical cell networks, which can improve indoor coverage and network capacity, and have been regarded as one of the most promising approaches. However owing to the absence of coordination between the macro and femtocells, and among femtocells, decentralized spectrum allocation between macro and femtocell users become technically challenging. In this paper, a dynamic spectrum allocation scheme based on Stackelberg game is proposed, in which macrocell base stations as leaders and femtocell base stations as followers are players, and the same spectrum is the resource that players will choose assigning to users for minimizing the affected interference among each other. The Stackelberg equilibrium is defined and proved to be existed, which is also the optimal spectrum allocation manner. Simulations were conducted to study the impact of femtocells on the macrocells regarding throughput, outage probability and spectrum efficiency. And the comparison results show that the proposed scheme might be a solution for efficiently allocating the spectrum in hierarchical cell networks, as the improvement in terms of throughput, outage probability and spectrum efficiency had been achieved.     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

LTE中femtocell的下行功率控制算法

3GPP长期演进(LTE)系统中femtocell密集部署时,femtocell之间会存在较强干扰,针对femtocell的下行干扰,提出了一种基于路损的自适应功率控制算法。根据设定的信干噪比(SINR)门限值,给femtocell用户设置调整标志,再通过上行信道发送给femtocell,femtocell根据用户的路损及分配的资源块选择初始调整因子,以控制用户SINR为目的,根据收到的调整标志对发射功率进行自适应调整。仿真结果表明,该算法很好地控制了femtocell用户的SINR,femtocell用户平均吞吐量比无功率控制情况下至少提高了1.7Mb/s。同时表明,femtocell部署越密集,控制效果更加明显。     

Channel allocation and power control schemes for cross-tier 3GPP LTE networks to support multimedia applications

In this paper, we present the framework of a channel allocation (CA) and power control (PC) schemes for the minimization of interference in cross-tier 3GPP LTE networks that aim to support internet of multimedia things. Channel allocation scheme based on an interference graph preserving the minimum number of interfered MUEs by femtocells (IG-MIM) is proposed to mitigate interference amongst femtocells, and a game theory based power control algorithm is also proposed to reduce interference to surrounding macrocell users (MUEs). The proposed IG-MIM scheme constructs the interference graph based on a predefined threshold and allocates the subchannels to the femtocells that maintain the smallest number of interfered MUEs. For the power control, we design a payoff function based on the rewards from the achieved data rates and the penalties from the interference in regards to its adjacent femtocells. The simulation results show that the IG-MIM channel allocation significantly improves the SINR performance for the femtocell users (FUEs) being served; the game theory based power control decreases the power requirements of a femtocell and alleviates the interference to the MUEs.     

Location-based spectrum allocation and partitioning scheme for cross-tier interference mitigation in macro-femtocell networks

In this paper, we address the cross-tier interference problem in a two-tier network which consists of overlaid femtocells within a macrocell range. In the considered network, macro and femto base stations are assumed with the capabilities of power control and beamforming, differently from user terminals. Under such environments, we devise a decentralized solution where each femtocell determines whether to use shared spectrum or partitioned spectrum, considering users’ location information. Introducing two simple distance thresholds, we can optimally partition the spectrum and allocate them without detailed channel information. Simulation results demonstrate that our decentralized scheme achieves comparable performance to the centralized one with low overhead and feedback delay.     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

基于非合作博弈的femtocell 双层网络分布式功率控制

研究在频谱共享条件下家庭基站双层网络的分布式功率控制策略.将宏基站所能承受的干扰限度视为家庭基站的可分配资源,家庭基站以竞价形式对其"购买",从而构成宏基站与家庭基站以及家庭基站用户之间的博弈模型.分析了该博弈过程中纳什均衡解的存在性和惟一性,并给出了在非合作模式下指导家庭基站用户进行理性竞争的分布式功率调整算法.最后,通过仿真实验验证了所提出算法的有效性.     

Femtocell based green power consumption methods for mobile network

This paper presents the analytical models of power consumption in macrocell, microcell, picocell and femtocell based networks. Five case studies are presented in this paper where macrocells, microcells, picocells and femtocells are deployed based on the number of mobile subscribers present in a region, mobile user traffic in that region and the area of the region where cellular coverage has to be provided. A comparative study is performed between the power consumption by the base stations in each of these five cases and that of the only macrocell based network. The simulation results demonstrate that using each of these five strategies the power consumption by the base stations can be minimized than that of only macrocell based network. Based on the power consumption by the base stations in these five schemes, we have categorized the networks into five classes, A, B, C, D and E, each of which contains cells of different types to reduce power consumption to achieve green cellular network.