一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法.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CN106658526A(43)申请公布日2017.05.10(21)申请号201610969529.3(22)申请日2016.10.28(71)申请人燕山大学地址066004河北省秦皇岛市海港区河北大街西段438号(72)发明人郭希娟常征刘洁(74)专利代理机构秦皇岛一诚知识产权事务所(普通合伙)13116代理人李合印(51)Int.Cl.H04W16/14(2009.01)权利要求书1页说明书4页附图3页(54)发明名称一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法(57)摘要本发明公开了一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法，利用小蜂窝用户之间的干扰关系创建干扰矩阵，再根据干扰矩阵创建干扰关系无向图，并根据模拟退火算法求解干扰图中最大团，去掉已经构成团的点，再次寻找最大团，直到无团就停止算法。将频谱按照团的数量和非团用户数量之和分割成子带，最后对用户进行频谱分配，本方法能显著降低频谱分割，增加频谱利用率，提升整个网络的吞吐量。CN106658526ACN106658526A权利要求书1/1页1.一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法，主要包括超密集小蜂窝网络、用户，其特征在于，所述方法步骤如下：步骤1，在超密集小蜂窝网络中相互覆盖的蜂窝里的用户中，用户计算信噪比与信噪比阈值之间的大小关系，确定出干扰用户，构建干扰矩阵；步骤2，根据干扰矩阵，构建用户之间干扰关系图G(V,E)，每个顶点代表一个用户，无干扰的用户之间连线，构建无向图；其中，V代表图中顶点集合，E代表连接点的边集合；步骤3，设置初始值——设置最低温度T0，最高温度Ts，下降参数α，输入当前超密集小蜂窝网络中用户的干扰关系矩阵AG(ak,l)，计算目标函数F(G,σ)，初始化排列σ(i)＝i,i＝1,2...,n；其中，σ代表循环下降参数；ak,l为矩阵中第k行第l列元素；步骤4，将顶点按维度(与该顶点表示用户连接的用户数量)从低到高重新排列，按此排列使得寻找最大团更为快捷，即d(σ1)＜d(σ2)＜...＜d(σn-1)；d(σi)代表排在第i位的顶点的维度；步骤5，选择两个不同的顶点(蜂窝)vu和vw，u＝1,2，...m，w＝m+1,m+2,...n，使得分别计算F'(G,vu)和F'(G,vw),若F'(G,vu)≤F'(G,vw)，接受这两个顶点，执行下一步；若F'(G,vu)＞F'(G,vw)，重新选择顶点；其中，F和F'代表目标函数；vu和vw代表不同的顶点，其中u＝1,2，...m，w＝m+1,m+2,...n；步骤6，交换选择的两个顶点的下标，形成新的状态σ'，并计算F(G,σ')，若F(G,σ')＝0，找到此时最大团，此时，将这些点去除，重新寻找最大团，直到找不到团停止算法；计算团的数量与非团点的数量之和，否则执行下一步；步骤7，计算目标函数ΔF＝F(G,σ')-F(G,σ)，若ΔF≤0，σ＝σ'；否则根据公式计算P，并随机产生β，β∈[0,1]，若P＞β,σ＝σ'，否则拒绝σ'；其中，ΔF代表函数值只差；P代表概率；步骤8，计算当前温度，t＝αt；若t＜T0，终止；否则返回步骤3。2.根据权利要求1所述的一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法，其特征在于：步骤5中，若F'(G,vu)＞F'(G,vw)出现8n次，则接受这两个顶点，执行下一步。2CN106658526A说明书1/4页一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法技术领域[0001]本发明涉及异构网络中干扰缓和技术，尤其涉及一种超密集小蜂窝网络中基于模拟退火算法的频谱分配方法。背景技术[0002]移动互联网的爆发式增长将导致在未来十年移动数据通信被预测需要提高1000倍以上。[0003]随着数据通信的增长，它也被预期这近50亿的设备将在2020年进行连接。考虑到空中接口频谱效率(SE)几近其物理极限和新谱获取变得越来越困难，进一步要求长期演进系统(LTE)提升1000倍的容量是一个非常具有挑战性的任务。[0004]为了应对这一挑战，在宏蜂窝覆盖范围内部署超密集小蜂窝来补充现有的移动通信基础设施提供了一个有前途的方法，以进一步增加频谱效率，使得基站与用户之间距离更近从而消耗更低。资源管理一直是热点话题在无线网络中由于无线资源的有限性。[0005]此外，研究已经证明在频谱分配在OFDMA-网络中是一个NP-hard问题。这就意味着网络中任何一个因素改变都会影响资源分配策略，尤其是在超密集小蜂窝中的部署。在已有的传统频谱分配技术中，利用正交频分多址技术，有效的缓和干扰，但是造成了频谱的巨大浪费，在频谱资源几近匮乏的时代，显然这种技术不足以满足人们的需要。[0006]在