一种基于用户体验质量的高能效频率功率分配方法

摘要

本发明涉及一种基于用户体验质量的高能效频率功率分配方法，属于无线通信技术领域。本发明方法针对多业务，多用户无线通信系统的各方面性能表现不均衡性以及系统具有较高能耗的问题，对无线通信系统中的频谱资源和功率资源分别进行优化分配。基于联合数据速率比例公平算法和多目标优化技术，实现了在保证系统高能效的前提下，优化用户QoE和用户公平性的目的。同时根据无线资源分配完成后各个不同业务类型的用户最终的QoE大小，系统相应的确定了该项业务对应的最大服务覆盖区域，针对不同业务类型其容许的服务范围是彼此不同的，由此形成了小区的无定形覆盖。

主权项

一种基于用户体验质量的高能效频率功率分配方法，其特征在于：适用的场景为：包含K个用户的单基站移动通信小区，用户的位置随机产生；其中，K个用户包括K₁个使用业务1的用户，K₂个使用业务2的用户，......，K_p个使用业务p的用户，满足K₁+K₂+...+K_P＝K，P代表业务种类数；基站配置为单发射天线，系统能利用的发射功率资源量为P_max，p_k,n是用户k在子载波n上分配的功率资源大小，k代表用户变量，n是子载波变量；k＝1,2,...,K，K即为单基站移动通信小区中用户总数；n＝1,2,...,N，N代表小区可用的子载波总数；步骤1，信道信息获取：基站通过混合自动重传请求技术(Hybrid Automatic Repeat Request，HARQ)利用物理上行信道接收单基站移动通信小区中的用户按照反馈周期所反馈的下行信道质量信息。上行，下行信道均服从瑞利分布，同时考虑无线传播环境中的大尺度衰落模型，小尺度衰落模型以及信道噪声，最终可得到小区内所有用户所具有的子载波的信噪比矩阵。具体方法为：步骤1.1，设定基站到用户k的信道多径传播路径数目为M，构建理想的符合瑞利分布的理想信道时域响应矩阵h^M×K，h_m,k是h^M×K的一个分量(m＝1,2,...,M)，代表用户k对应的第m条路径的理想信道时域响应，符合瑞利分布：$f\left(h_{m,k}\right)=\frac{h_{m,k}}{{\sigma }^2}{e}^{-\frac{{h_{m,k}}^2}{{2\sigma }^2}}---\left(1\right)$同时根据实际环境中大尺度路径损耗的要求，设定M条传播路径的增益向量P^1×M，以构建符合实际的多径移动无线传播环境，最终用户k对应的第m条路径的实际信道时域响应为其中P_m是向量P^1×M的一个分量，从而得到由组成的符合实际的信道时域响应矩阵步骤1.2，为了观察信道在频域范围内的变化，对步骤1.1的实际信道时域响应矩阵作傅里叶变换得到频域上的信道响应矩阵H^N×K，同时为了进行功率资源和子载波资源的优化分配，需要计算每个用户在任一子载波信道下的信噪比(Signal Noise Ratio，SNR)值，即用户k在子载波n下的信噪比可定义为SNR_(n,k)：${\mathrm{SNR}}_{(n,k)}=\frac{P_{k,n}|H_{n,k}{|}^2}{N_{0}B/N}---\left(2\right)$从而获得由所有用户的SNR_(n,k)n＝1,2,...,N；k＝1,2,...,K构成的信噪比矩阵S^N×K，用户可通过HARQ技术将此代表下行信道传输质量信息的信噪比矩阵S^N×K反馈给基站；步骤2，用户体验度QoE模型确立阶段：在步骤1的基础上，得到不同业务种类的MOS函数模型，将MOS函数模型作为用户体验度QoE模型；MOS函数模型的具体建立过程如下：用户将物理层下行信道的质量信息S^N×K反馈回基站，基站结合当前时刻的子载波和功率资源分配情况，得到与物理层信息传输相关的性能指标；同时用户也将自己对正在使用的业务的实际满意度通过MOS分和QoE的映射关系，转化为MOS分反馈给基站；基站对收到的MOS分和物理层传输性能指标进行拟合，从而构建出MOS分与物理层传输性能指标的函数关系，最终形成针对用户正在使用的业务的MOS函数模型；步骤3，子载波分配阶段：利用步骤1中的信噪比矩阵S^N×K，同时将定义为数据速率比例公平因子的参数指标(即不同业务类型的用户的最大需求速率之比R_1,max:R_2,max:...:R_K,max)作为子载波资源的分配依据。为实现用户之间的数据速率比例公平性要求，子载波分配过程具体分为如下两个阶段：步骤3.1，子载波分配第一阶段：实现满足所有用户的最低需求速率；步骤3.1.1，从信噪比矩阵S^N×K中选择具有最大信噪比值的元素即然后将子载波n^*分配给用户k^*，即同时依据香农定理，获得用户k^*的数据速率并判断是否达到用户k^*的最低要求速率若没有达到,则删除子载波n^*，即信噪比矩阵S^N×K中第n^*行元素均设定为零；步骤3.1.2，重复执行步骤3.1.1的方法，每重复一次都需判断是否达到用户k^*的最低要求速率直到达到用户k^*的最低需求速率，才停止重复。然后将用户k^*分离出去不再为其分配子载波，即信噪比矩阵S^N×K中第k^*列元素均设定为零；步骤3.1.3，按照步骤3.1.1和步骤3.1.2的方法，使得所有用户均达到最低需求速率，结束第一阶段，进入子载波分配第二阶段；步骤3.2，子载波分配第二阶段：若第一阶段结束后，子载波资源没有被全部分配，则对剩余的子载波资源按照数据比例速率公平因子来分配，进一步使单基站移动通信小区内各用户的实际速率的比值满足数据速率比例公平性的要求，即R₁:R₂:...:R_K＝R_1,max:R_2,max:...:R_K,max；具体方法为：将第一阶段得到的当前各个用户的数据速率R_k与该用户的最大需求速率R_k,max作比值，然后选择比值最小的用户即优先为用户分配剩余的子载波中信道增益最好的子载波n^*，即其中代表S^N×K矩阵的第列，然后利用香农定理，重新计算用户的速率重复此方法直到所有的子载波全部分配完毕；步骤4，功率资源分配阶段：依据步骤2的各类业务的MOS函数模型和步骤3确定的各用户的子载波分配情况，在保证系统平均用户QoE较好的条件下，采用多目标优化方法将系统所需实现的各项性能作为优化目标，通过权衡优化目标间的轻重关系，最终实现高效的、公平的且平均用户QoE较好的无线资源分配方案。具体实现过程如下：多目标优化公式为：e_k(t)＝λ_k,1|R_k(t)‑R_k，min(t)|+λ_k,2|u_k(t)‑u_k,max(t)|+λ_k,3|u_k(t)‑u_k,min(t)|   (3)其中t＝1,2,…是为达到最优的资源分配结果而进行的迭代分配次数变量。R_k(t)代表第t次迭代时用户k实际获得的速率大小，R_k，min(t)是第t次迭代时用户k的最低速率需求量。u_k(t)定义为效用函数，它是与用户k第t次迭代时的MOS分成正相关的函数,即u_k(t)＝f(MOS_k(R_k(t)))，u_k,max(t)是第t次迭代时用户k的最高MOS分对应的效用函数最大值，u_k,min(t)是第t次迭代时用户k的最低MOS分对应的效用函数最小值。上式中的每一项优化目标都是对偏差取绝对值的形式，定义e_k(t)为用户k的误差函数。第一项目标λ_k,1|R_k(t)‑R_k，min(t)|是在子载波资源分配完成的前提下，通过优化用户k的数据速率来间接对用户k消耗的功率资源量进行优化，依据是香农定理中速率和功率正相关的关系，通过第一项优化目标最终实现了系统总消耗功率的最小化，进一步实现了系统能效的最大化；第二项目标λ_k,2|u_k(t)‑u_k,max(t)|实现了用户k的体验度最大，而第三项目标λ_k,3|u_k(t)‑u_k,min(t)|防止了在实现第二项目标时，用户k占用系统大量的功率资源和子载波资源，从而使得其余用户可利用资源量减少，系统公平性下降的情况发生。另外，采用权重因子向量λ_k＝[λ_k,1,λ_k,2,λ_k,3]权衡这三项优化目标，权重因子向量λ_k的取值表明系统侧重的最终优化目标。若λ_k,1较大则表明系统的最终优化目标更侧重于第一项目标，即降低系统功率资源消耗以实现能效的提升。基于上述优化目标公式，得到最终优化函数为：$J=\underset{k=1}{\overset{K}{\Sigma }}{e}_k^2\left(t\right)---\left(4\right)$其中J为代价函数，即所有用户的误差函数e_k(t)的平方和。优化目标是最小化此代价函数。具体的实现方法是利用最小二乘法和速率的自回归模型来对(3)提出的优化问题进行求解，从而得到用户k在第t次迭代时实际获得的速率为：$R_k\left(t\right)=\frac{{\lambda }_{k,1}{R}_{k,\min }+{\lambda }_{k,2}{u}_{k,\min }+{\lambda }_{k,3}{u}_{k,\max }}{{\lambda }_{k,1}{R}_k(t-1)+({\lambda }_{k,2}+{\lambda }_{k,3})u_k(t-1)}{R}_k(t-1)---\left(5\right)$计算前后连续两次迭代的速率差值|R_k(t)‑R_k(t‑1)|，若此差值大于事先预定的收敛门限ξ则用R_k(t)替换R_k(t‑1)带入式(5)得到R_k(t+1)，再对|R_k(t+1)‑R_k(t)|做进一步计算，重复迭代多次，直到前后连续两次迭代的速率差值小于或等于设定的门限值ξ为止，此时的R_k(t^*)是用户k的最优速率取值，得到了速率资源的优化分配。在进一步通过香农定理:$R_k\left(t^{*}\right)={B\log }_2(1+\frac{P_k\left(t^{*}\right)|h{|}^2}{{\sigma }^2})---\left(6\right)$其中B代表系统带宽，σ²为噪声功率大小，h为信道时域响应。由用户k的最优速率R_k(t^*)得到其对应的最优功率资源分配P_k(t^*)。至此，实现了系统内所有用户的最优功率资源分配