发明名称 一种基于粒子群优化的异构网络干扰协调方法
摘要 本发明是一种无线通信系统中基于粒子群优化的异构网络下行链路干扰协调方法。该方法将异构网络中微微站的发送功率与粒子群优化中的粒子位置相联系,利用粒子群优化联合调整微微站的发送功率,避免微微站以最大功率发送对宏站、邻居微微站构成严重干扰,影响系统性能。方法通过限制粒子群优化中惯性权重及加速系数的取值范围保证寻优过程收敛,并通过多次初始化发送功率集合保证微微站发送功率最优,考虑了服务小区灵活、发送功率动态变化、最大发送功率受限等系统实际限制条件,能够同时避免同层及跨层干扰,在保证子载波分配自由度不受影响的同时提高系统频谱效率,获得系统总体吞吐量的极大提升。
申请公布号 CN103533629B 申请公布日期 2017.04.05
申请号 CN201310513787.7 申请日期 2013.10.25
申请人 东南大学 发明人 潘志文;蒋慧琳;尤肖虎;刘楠
分类号 H04W52/24(2009.01)I 主分类号 H04W52/24(2009.01)I
代理机构 江苏永衡昭辉律师事务所 32250 代理人 王斌
主权项 一种基于粒子群优化的异构网络干扰协调方法,其特征在于,该方法包括以下步骤:初始化网络构成和参数:假设有β个宏站、ρ个微微站及U个用户参与干扰协调,站点集合记为C={C<sub>m</sub>,C<sub>p</sub>},宏站集合C<sub>m</sub>={m<sub>1</sub>,m<sub>2</sub>,...,m<sub>β</sub>},发送功率均为P<sub>m</sub>,微微站集合C<sub>p</sub>={p<sub>1</sub>,p<sub>2</sub>,...,p<sub>ρ</sub>},其发送功率可调,最大发送功率限制为<img file="FDA0001139544500000011.GIF" wi="117" he="71" />迭代次数和重新初始化次数分别记为t、s,最大迭代次数和最大重新初始化次数分别为t<sub>iter</sub>、t<sub>res</sub>,当前迭代次数t=0,重新初始化次数s=0;第一步:设置多种微微站候选发送功率集合和功率调整尺度集合,随机初始化N种微微站候选发送功率集合P<sup>i</sup>(t)(i=1,2,...,N)及功率调整尺度集合S<sup>i</sup>(t)(i=1,2,...,N),其中每个候选发送功率集合和功率调整尺度集合包含ρ个微微站的候选发送功率和功率调整尺度,即<img file="FDA0001139544500000012.GIF" wi="662" he="77" /><img file="FDA0001139544500000013.GIF" wi="662" he="77" />微微站的候选发送功率和功率调整尺度需满足<img file="FDA0001139544500000014.GIF" wi="763" he="79" />第二步:计算各候选功率集合对应的系统吞吐量,针对当前每个候选功率集合P<sup>i</sup>(t),用户u(u∈U)计算其接收到的来自各个站点的参考信号接收功率RSRP<sub>u,c</sub>(u∈U,c∈C),选择RSRP最大的小区作为其服务小区,记为C<sub>u</sub>,并利用其与各站点间信道增益G<sub>u,c</sub>、占用带宽W<sub>u</sub>和噪声功率N<sub>0</sub>,计算其在每个候选功率集合下的可达速率<img file="FDA0001139544500000015.GIF" wi="121" he="63" />进而根据下面公式(1)计算得到每个候选功率集合对应的系统吞吐量T(P<sup>i</sup>(t)),<maths num="0001"><math><![CDATA[<mrow><mi>T</mi><mrow><mo>(</mo><msup><mi>P</mi><mi>i</mi></msup><mo>(</mo><mi>t</mi><mo>)</mo><mo>)</mo></mrow><mo>=</mo><msub><mi>&Sigma;</mi><mrow><mi>u</mi><mo>&Element;</mo><mi>U</mi></mrow></msub><msubsup><mi>r</mi><mi>u</mi><mi>i</mi></msubsup><mo>(</mo><mi>t</mi><mo>)</mo><mo>=</mo><msub><mi>&Sigma;</mi><mrow><mi>u</mi><mo>&Element;</mo><mi>U</mi></mrow></msub><msubsup><mi>W</mi><mi>u</mi><mi>i</mi></msubsup><msub><mi>log</mi><mn>2</mn></msub><mrow><mo>(</mo><mn>1</mn><mo>+</mo><mfrac><mrow><msubsup><mi>P</mi><msub><mi>C</mi><mi>u</mi></msub><mi>i</mi></msubsup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><msub><mi>G</mi><mrow><mi>u</mi><mo>,</mo><msub><mi>C</mi><mi>u</mi></msub></mrow></msub></mrow><mrow><msub><mi>&Sigma;</mi><mrow><msub><mi>C</mi><mi>I</mi></msub><mo>&Element;</mo><mi>C</mi><mo>,</mo><msub><mi>C</mi><mi>I</mi></msub><mo>&NotEqual;</mo><msub><mi>C</mi><mi>u</mi></msub></mrow></msub><msubsup><mi>P</mi><msub><mi>C</mi><mi>I</mi></msub><mi>i</mi></msubsup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><msub><mi>G</mi><mrow><mi>u</mi><mo>,</mo><msub><mi>C</mi><mi>I</mi></msub></mrow></msub><mo>+</mo><msub><mi>N</mi><mn>0</mn></msub></mrow></mfrac><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001139544500000016.GIF" wi="1382" he="184" /></maths>第三步:记录自身和全局最优发送功率集合,若t=0,将当前各发送功率集合作为自身最优集合,记为P<sub>s</sub><sup>i</sup>(0),P<sub>s</sub><sup>i</sup>(0)=P<sup>i</sup>(0),比较上一步得到的所有候选集合对应的吞吐量,将吞吐量最大的集合作为当前全局最优集合,记为P<sub>g</sub>(0),<img file="FDA0001139544500000021.GIF" wi="558" he="112" />若t≠0,将上一步得到的各集合系统吞吐量与上一次迭代自身及全局最优吞吐量做比较,若对<img file="FDA0001139544500000022.GIF" wi="214" he="70" />T(P<sup>i</sup>(t))>T(P<sub>s</sub><sup>i</sup>(t‑1)),则更新自身最优功率集合P<sub>s</sub><sup>i</sup>(t)=P<sup>i</sup>(t),否则P<sub>s</sub><sup>i</sup>(t)=P<sub>s</sub><sup>i</sup>(t‑1);若maxT(P<sub>s</sub><sup>i</sup>(t))>T(P<sub>g</sub>(t‑1)),则更新全局最优功率集合<img file="FDA0001139544500000023.GIF" wi="526" he="110" />否则P<sub>g</sub>(t)=P<sub>g</sub>(t‑1);由于P<sub>s</sub><sup>i</sup>(t)以及P<sub>g</sub>(t)是由P<sup>i</sup>(t)替换得到,因此T(P<sub>s</sub><sup>i</sup>(t))以及T(P<sub>g</sub>(t))可由吞吐量计算公式(1)得到;第四步:更新迭代次数t=t+1;第五步:更新功率调整尺度和候选发送功率集合,根据下列公式(2)、(3)计算新的功率调整尺度集合S<sup>i</sup>(t)和候选发送功率集合P<sup>i</sup>(t),S<sup>i</sup>(t)=ωS<sup>i</sup>(t‑1)+c<sub>1</sub>r<sub>1</sub>(P<sub>s</sub><sup>i</sup>(t‑1)‑P<sup>i</sup>(t‑1))+c<sub>2</sub>r<sub>2</sub>(P<sub>g</sub>(t‑1)‑P<sup>i</sup>(t‑1))  (2)P<sup>i</sup>(t)=P<sup>i</sup>(t‑1)+S<sup>i</sup>(t)    (3)其中r<sub>1</sub>、r<sub>2</sub>为[0,1]区间内的随机数,为保证寻优过程的收敛性,限制惯性权重ω及加速系数c<sub>1</sub>、c<sub>2</sub>的取值范围:<maths num="0002"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mn>0</mn><mo>&le;</mo><mi>&omega;</mi><mo>&lt;</mo><mn>1</mn></mrow></mtd></mtr><mtr><mtd><mrow><mn>0</mn><mo>&le;</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>r</mi><mn>1</mn></msub><mo>+</mo><msub><mi>c</mi><mn>2</mn></msub><msub><mi>r</mi><mn>2</mn></msub><mo>&lt;</mo><mn>4</mn></mrow></mtd></mtr><mtr><mtd><mrow><mi>&omega;</mi><mo>&gt;</mo><mrow><mo>(</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>r</mi><mn>1</mn></msub><mo>+</mo><msub><mi>c</mi><mn>2</mn></msub><msub><mi>r</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>/</mo><mn>2</mn><mo>-</mo><mn>1</mn></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001139544500000024.GIF" wi="974" he="222" /></maths>第六步:判断迭代结束条件,若t<t<sub>iter</sub>,且所有候选功率集合与全局最优功率集合间的距离之和大于门限值ε,则回到第二步,计算各更新的候选功率集合对应的系统吞吐量并更新自身及全局最优发送功率集合;否则,进行第七步;第七步:判断重新初始化结束条件,若s<t<sub>res</sub>,设置重新初始化次数s=s+1,t=0,重新初始化N‑1种候选发送功率集合,与当前全局最优功率集合一起作为新的N种候选发送功率集合,并重新初始化N种功率调整制度,回到第二步,计算各新的候选集合对应的系统吞吐量并更新自身及全局最优发送功率集合;否则,进行第八步;第八步:停止,按照得到的全局最优发送功率集合设置各微微站的发送功率。
地址 210096 江苏省南京市四牌楼2号