异构蜂窝网络中毫微微基站的联合休眠与功率控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111343704A(43)申请公布日2020.06.26(21)申请号202010131843.0(22)申请日2020.02.29(71)申请人重庆邮电大学地址400065重庆市南岸区南山街道崇文路2号(72)发明人刘涵霄苏开荣李云(74)专利代理机构重庆辉腾律师事务所50215代理人王海军(51)Int.Cl.H04W52/02(2009.01)H04W52/24(2009.01)G06N3/00(2006.01)G06N3/04(2006.01)权利要求书4页说明书12页附图3页(54)发明名称异构蜂窝网络中毫微微基站的联合休眠与功率控制方法(57)摘要本发明涉及移动通信技术异构蜂窝网络领域，具体涉及一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，包括：初始化信道模型各参数，建立能耗优化模型；利用径向基神经网络对宏基站业务量进行预测，得到径向基预测值；利用误差修正值对径向基预测值进行优化，得到修正预测值；根据修正预测值计算基站休眠比，并对毫微微基站进行比例随机休眠；将未休眠基站视为粒子，其位置就是基站的当前功率值，将能耗优化模型的拉格朗日形式作为评价函数，利用粒子群算法迭代求出最优毫微微基站群发射功率。本发明实现了对毫微微基站群进行合理休眠及有效的功率控制，从而达到降低能耗的作用。CN111343704ACN111343704A权利要求书1/4页1.一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，其特征在于，包括以下步骤：S1：根据异构蜂窝网络的网络模型得到宏基站与毫微微基站之间以及毫微微基站之间的干扰，以用户与基站的关联关系和用户最小接收信号信干噪比为约束条件、以毫微微基站群的最小能耗为优化目标，建立能耗优化模型；S2：利用径向基神经网络对宏基站业务量进行预测，得到径向基预测值；其中，径向基神经网络的输入是过去几个时间周期的所有时间节点宏基站的业务量值，径向基神经网络的输出是某一个时间周期宏基站的业务量预测值，即径向基预测值；S3：利用误差修正值对径向基预测值进行优化，得到修正预测值；S4：根据修正预测值计算基站休眠比，根据基站休眠比对宏基站覆盖区域内的所有毫微微基站进行比例休眠；S5：将未休眠基站视为粒子，将粒子位置作为为未休眠基站的当前功率值，将能耗优化模型的拉格朗日形式作为评价函数，利用粒子群算法迭代求出最优毫微微基站群发射功率。2.根据权利要求1所述的一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，其特征在于，所述能耗优化模型包括：Nf≤NfmaxNm≤Nmmax其中，集合B＝{B0,B1,B2,…,Bb}表示的是所有基站，{B0}表示宏基站，{B1,B2,…,Bb}表示在宏基站覆盖范围内的毫微微基站；F(.)表示功率控制函数即宏基站和所有毫微微基站的功率和函数，Nf表示毫微微基站内毫微微用户数，f＝1,2,...,b，b表示基站总数，Nfmax表示毫微微基站内毫微微用户数最大值，表示毫微微基站Bb对于毫微微用户i的发射功率，Nm表示宏基站内的宏用户数，Nmmax表示宏基站内宏用户数最大值；表示宏基站B0对于宏用户m的发射功率；cnk表示用户关联系数，cnk∈{0,1}，cnk为0表示用户n未关联到基站k，cnk为1表示用户n关联到基站k；N表示用户，当户关联系数中k＝B0时，N表示宏用户m，当时，N表示毫微微用户i；表示毫微微用户i与毫微微基站B1,2,...,b的关联性；表示毫微微用户i与毫微微基站F之间的信道增益，表示宏用户m与宏基站M之间的2CN111343704A权利要求书2/4页信道增益；表示宏用户m与毫微微基站B0的关联性，表示毫微微用户i与宏基站M之间的信道干扰，表示邻毫微微用户i与毫微微基站B1,2,...,b的关联性，表示毫微微基站B1,2,...,b对邻毫微微用户j的发射功率，表示邻毫微微用户j与毫微微基站F之间的信道干扰，表示基站未休眠比例，Cc表示误差修正业务量，Cmax表示基站最大工作功率；σ2表示信道上的噪声功率，表示宏用户m的信干噪比阈值，表示毫微微用户i的信干噪比阈值。3.根据权利要求1所述的一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，其特征在于，所述利用误差修正值对径向基预测值进行优化包括：判断径向基预测值是否是齐次马尔科夫链，若不是齐次马尔科夫链，结束算法；若是齐次马尔科夫链，则根据径向基预测值与实际吞吐量的相对误差序列的不同状态区间计算状态转移概率，将状态转移概率最高概率存在的分布区间的均值作为误差修正值，利用误差修正值对径向基预测值进行优化。4.根据权利要求3所述的一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，其特征在于，齐次马尔科夫链的判断方式包括：马氏