覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法.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CN109327851A(43)申请公布日2019.02.12(21)申请号201811473149.6(22)申请日2018.12.04(71)申请人吉林大学地址130012吉林省长春市朝阳区南湖大路5372号(72)发明人钱志鸿朱巧黄岚许建华向长波王雪(74)专利代理机构北京志霖恒远知识产权代理事务所(普通合伙)11435代理人朱昀(51)Int.Cl.H04W24/06(2009.01)H04W48/16(2009.01)权利要求书3页说明书8页附图4页(54)发明名称覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法(57)摘要本发明属于超密集异构蜂窝网络用户接入技术领域，公开了一种覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，基于泊松簇过程建立微蜂窝基站系统模型；用户可由围绕同一个热点分布的多个微基站协作接入服务；基于泊松点过程建立宏基站系统模型；在宏基站主要负责完成覆盖功能，微基站负责高数据速率传输的前提下，分别推导出宏基站用户和微基站用户接收SINR分布模型和干扰分布模型；利用SINR分布模型和已知的距离分布模型推导网络中用户由不同类型基站服务时的平均可达速率；推导干扰分布模型的拉氏变换的可靠闭式上界和下界。本发明通过数值仿真结果可以发现，所提方法能够获得更高的数据速率。CN109327851ACN109327851A权利要求书1/3页1.一种覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，其特征在于，所述覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法包括：基于泊松簇过程建立微蜂窝基站系统模型；用户由围绕同一个热点分布的多个微基站协作接入服务；基于泊松点过程建立宏基站系统模型；在宏基站进行控制信号覆盖，微基站进行高数据速率传输，分别推导出宏基站用户和微基站用户接收SINR分布模型和干扰分布模型；利用SINR分布模型和已知的距离分布模型推导网络中用户由不同类型基站服务时的平均可达速率；推导干扰分布模型的拉氏变换的可靠闭式上界和下界；基于可靠闭式上界和下界推导用户平均可达速的上下界。2.如权利要求1所述的覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，其特征在于，用户分布和宏基站分布分别被建模为强度函数为λu和λm的泊松点过程，微基站位置被建模为泊松点过程中围绕以热点地区位置为父过程分布的子过程，父过程强度函数为λp，每个簇中点的平均值为微基站的强度函数为其中为每个簇内的点数的平均值；不同簇的微基站均匀分布在以用户为圆心，以γ为半径的圆内，具有以下形式的概率密度函数：3.如权利要求1所述的覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，其特征在于，基于泊松簇过程建立微蜂窝基站系统模型，并获取用户和簇内不同基站之间的距离分布模型，用户到宏基站和微基站的服务距离分布模型分别如下：其中I0(·)是第一类修正零阶贝塞尔函数，η是标量参数，r是用户到服务基站之间的距离，||x0||是用户到最近的成簇微基站簇心之间的相对距离。4.如权利要求1所述的覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，其特征在于，用户分别由宏基站和微基站服务时的SINR分布模型的表达形式如下：其中，k＝{m,s}，分别表示宏基站提供服务和微基站提供服务；pk是不同层基站的发射功率；Sk＝{bm,Cs}，分别表示服务的宏基站和协作服务的微基站簇；假设宏基站和微基站部2CN109327851A权利要求书2/3页署在不同的频段上，和分别表示用户由宏基站和成簇微基站服务时遭受到的来自于非服务基站的其他同层基站的累积干扰，σ2是加性高斯白噪声；网络中的衰落模型为hk,0，服从瑞利分布，均值为1，路径衰落模型指数α＞2。5.如权利要求1所述的覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法，其特征在于，超密集异构蜂窝网络情形下，提供服务的基站簇内任意基站为用户提供的平均可达速率的模型如下：其中，fs(v)表示用户到最近距离微基站簇心的距离分布函数，fs(r|v)表示微基站到簇心的相对距离分布函数；不同超密集微基站簇内的基站数为μ，利用泊松簇过程的拉氏变换的定义给出用户处接收到的累积干扰的拉氏变换如下：其中可靠上界和下界为：；将拉氏变换结果代入Rs得到网络用户平均可达速率的上界和下界，并解耦簇内节点之间的相关性，得到：其中，6.一种覆盖与数据平面分离的超密集异构蜂窝网络用户接入计算机程序，其特征在于，所述覆盖与数据平面分离的超密集异构蜂窝网络用户接入计算机程序实现权利要求1～5任意一项所述的覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法。7.一种终端，其特征在于，所述终端至少搭载实现权利要求1～5任意一项所述覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法的服