一种5G小蜂窝网络中基于用户移动性的资源分配方法与流程

本发明属于移动通信技术领域，涉及一种5g小蜂窝网络中基于用户移动性的资源分配方法。

背景技术：

随着物联网和大规模机器类的发展，网络中智能终端和各种用户设备激增，使得5g通信系统面临前所未有的巨大数据流量需求挑战。为了应对日益巨增的数据业务和有效提升系统容量需求，超密集小蜂窝网络应运而生。5g小蜂窝网络具有低成本、低功耗、可自组织和自优化的特点，同时其密集覆盖能解决高校和商业区等用户密集区域指数式增长的数据流量需求，提高网络容量，扩大无线网络的覆盖范围。此外，由于用户数激增，为节省功率消耗，当没有数据收发时，将用户转换为轻度休眠的非激活(inactive)状态。为了提高寻呼效率，inactive状态的用户将配置一个位置跟踪区域称为无线接入网通知区域(rannotificationarea，rna)，当网络中有数据传输需求时，会通过rna寻呼用户。然而，在密集部署小蜂窝时，也面临许多问题：

(1)小蜂窝通信覆盖范围小，当用户移动时很容易离开服务小区的覆盖范围并频繁切换为其服务的基站，从而产生大量切换信令开销。

(2)小蜂窝基站的超密集部署使得小区重叠覆盖，大量用户都将处于多个小区重叠的边缘，受到严重小区间干扰，并且极其容易发生乒乓效应。

针对问题(1)，现有研究中通过将小蜂窝基站分簇，簇中用户的数据平面层和控制平面层分离，控制平面由簇头连接，用户在簇中移动不会发生切换，从而减少用户因频繁切换产生的信令开销。

针对问题(2)，现有研究中解决小蜂窝同频干扰问题的代表性技术主要有小区间干扰协调技术(inter-cellinterferencecoordination，icic)和多点协作传输技术(coordinatedmultiplepoint，comp)。icic技术通过对频率资源进行划分，相邻小区使用不同的频率来实现对干扰的控制，而comp技术则将小蜂窝分为不同的comp组，在一个comp组内通过多个小区协作来消除小区间干扰。

针对5g小蜂窝网络中面临的挑战，传统的以基站为中心的网络架构已经不能满足5g用户通信需求。为了积极应对这些挑战，减少小区间干扰并提升用户体验，5g提出了以用户为中心的小区虚拟化技术，即围绕用户周围的多个实体小区组成一个虚拟小区，虚拟小区内传输节点间通过协作的方式为用户提供通信服务。以用户为中心的虚拟小区可消除边缘用户，缓解超密集部署小蜂窝网络中的干扰，同时减少用户移动切换信令开销，改善通信质量，提升网络用户体验。

综上所述，本发明为解决5g小蜂窝网络中移动用户的业务连续性和干扰问题，提出了一种5g小蜂窝网络中基于用户移动性的资源分配方案。为缓解密集小蜂窝网络中的干扰问题，保证移动用户业务连续性，建立以用户为中心的虚拟小区，虚拟小区内传输节点间协作为用户提供通信服务。此外，为了优化网络资源，提高资源利用率，本发明基于lyapunov优化理论，考虑用户数据队列稳定性，将整体网络平均能量效率优化问题，转换为用户最优传输资源分配和最优功率分配两个子问题，在最大化系统平均能量效率的同时保证系统队列的稳定。

技术实现要素：

有鉴于此，本发明的目的在于提供一种5g小蜂窝网络中基于用户移动性的资源分配方法。1)为缓解密集小蜂窝网络中的干扰问题，保证移动用户业务连续性，建立以用户为中心的虚拟小区，虚拟小区内传输节点间协作为用户提供通信服务。2)其次，为了提高资源利用率，优化网络资源，采用lyapunov优化方法，充分考虑用户数据包队列长度和信道质量，实现网络平均能量效率最大化。

为达到上述目的，本发明提供如下技术方法：

一种5g小蜂窝网络中基于用户移动性的资源分配方法，该方法根据所提网络场景的特性，首先，在用户接入网络后建立以用户为中心的虚拟小区，减少小区间干扰并保证移动用户的业务连续性；其次，在用户传输数据时对网络资源进行优化分配；

该方法包括以下步骤：

s1：非激活inactive用户有数据业务到达时，通过网络寻呼接入网络；

s2：用户接入网络后建立以用户为中心的虚拟小区；

s3：用户传输数据时对网络资源进行优化分配。

进一步，在所述步骤s1中，当网络中有非激活inactive用户数据包到达时，为定位用户，锚点gnb将发起寻呼过程；用户收到寻呼消息后通过当前驻留的gnb转换为连接状态，接入网络。

进一步，在所述步骤s2中，建立以用户为中心的虚拟小区分为以下三个步骤：

s21：用户接入网络后，将用户之前处于非激活状态时的无线接入网通知区域rna作为候选虚拟小区，用户检测rna中所有gnb的参考信号rs强度并将测量结果上报至用户当前驻留的gnb；

s22：用户当前驻留gnb根据测量结果将rs大于阈值的gnb上报至锚点gnb，锚点gnb根据负载信息库，确定组建虚拟小区的gnb并将结果及虚拟小区配置信息下发给用户当前驻留的gnb；

s23：用户当前驻留的gnb将虚拟小区配置信息分别发送给用户和相应的gnb构建以用户为中心的虚拟小区，虚拟小区内传输节点间通过协作的方式为用户提供通信服务。

进一步，在所述步骤s3中，根据用户数据包队列长度和信道质量，采用基于lyapunov的优化方法，建立以最大化网络的时间平均能量效率为目标的资源分配优化目标。

进一步，在所述步骤s1中，用户处于inactive状态时，用户与网络的连接断开，并有一个用于寻呼过程时定位用户位置的通知区域rna。

进一步，在所述步骤s2中，由于用户的移动性，以用户为中心的虚拟小区所包含的gnb将发生动态变化；随着用户的移动，将添加满足条件的新gnb，且移除不满足条件的原有gnb；由于用户在移动的过程中没有发生切换，虚拟小区识别号不变；网络中锚点gnb控制用户虚拟小区动态调整，以减少密集小蜂窝基站网络中频繁的信令交互。

进一步，在所述步骤s3中，通过系统时间平均能量效率来衡量虚拟小区系统的性能，系统时间平均能量效率定义为时间平均总数据数率与时间平均总功率消耗的比值。

进一步，在所述步骤s3中，以最大化系统的时间平均能量效率为优化目标，且约束条件中具有与时间平均有关的约束条件，利用lyapunov优化理论将其转换为每一时隙的优化问题；通过最小化lyapunov偏移函数与惩罚项之和的上界来进行最优资源分配，从而在系统队列稳定性和时间平均的能量效率之间实现平衡。

进一步，在所述步骤s3中，为降低问题的求解复杂度，将最大化每一时隙内的能量效率优化问题分解成两个等价的子优化问题：1)最优传输资源分配优化问题，2)最优功率分配优化问题；

以用户为中心的虚拟小区进行最优传输资源分配时，网络根据用户的信道状况动态选择虚拟小区内最优的gnb进行数据传输，并将传输质量最好的资源块rb分配给对应的gnb，使得每个用户都能获得传输质量最好的gnb和rb为之服务；

通过三步实现，首先，为每个用户先分配一个当前传输质量最好的rb；其次，保证每个gnb都分配有rb；最后，分配剩余的rb给最合适的用户；

通过最优传输资源分配后得到虚拟小区内实际为用户传输数据的gnb和rb集合，优化问题转化为最优功率分配问题；然后，利用拉格朗日对偶原理及次梯度更新方法进行求解最优功率值。

本发明的有益效果在于：

1)最优传输资源分配优化问题。以用户为中心的虚拟小区进行最优传输资源分配时，网络会根据用户的信道状况动态选择虚拟小区内最优的gnb进行数据传输，并将传输质量最好的rb分配给对应的gnb，使得每个用户都能获得传输质量最好的gnb和rb为之服务。

2)最优功率分配优化问题。通过最优传输资源分配后可得到虚拟小区内实际为用户传输数据的gnb和rb集合，优化问题转化为最优功率分配问题。然后，利用拉格朗日对偶原理及次梯度更新方法进行求解最优功率值。

本发明充分考虑用户数据包队列长度和信道质量，将最大化网络的平均能量效率问题分解为用户最优传输资源分配和最优功率分配两个子问题求解。通过对网络资源的优化分配，提升传输质量，并且实现了在最大化系统平均能量效率的同时保证系统队列的稳定性。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方法和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为以用户为中心的虚拟小区网络场景图；

图2为虚拟小区建立流程图；

图3为最优传输资源分配算法图；

图4为最优功率分配算法图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

参见图1，图1为以用户为中心的虚拟小区网络场景图。其中网络中由gnb和用户构成，并且用户是随机分布在网络中。假设一个资源块(resourceblock，rb)仅分配给一个gnb，且只分配给该gnb中的一个用户使用。系统的总带宽被划分为n个相等带宽的rb，每个rb的带宽为b＝w/n。在下行链路中，用户可接受来自虚拟小区内多个gnb的传输信号，即虚拟小区内gnb采用comp的方式协作为用户提供服务，且协作的gnb之间使用不同的rb传输用户数据。本章将建立以用户为中心的虚拟小区来减少密集小蜂窝网络中用户的干扰和业务连续性问题。

当网络中inactive用户有数据包到达时，该用户通过当前驻留的gnb接入网络转化为连接状态，根据用户检测到的所有gnb信号强度以及gnb负载情况，经过锚点gnb筛选后建立以用户为中心的虚拟小区。为了提高资源利用率，减少能耗，虚拟小区将进行最优传输资源分配，只有满足传输条件的gnb才以comp的形式协作为用户服务。

参见图2，图2为虚拟小区建立流程图。以用户为中心的虚拟小区不仅能够减小其他gnb对用户的干扰、避免用户频繁切换，还能消除边缘用户改善通信质量。当用户处于inactive状态时，有一个位置通知区域rna。inactive用户在有数据传输需求时，通过当前驻留gnb转换为连接状态，并以rna作为候选虚拟小区，用户检测rna中所有gnb信号强度，经过锚点gnb筛选后建立以用户为中心的虚拟小区。

虚拟小区建立过程如下：

201、当网络中有inactive用户数据包到达时，为定位用户，锚点gnb将发起寻呼过程。用户收到寻呼消息后通过当前驻留的gnb转换为连接状态，接入网络；

202、用户接入网络后，将用户之前处于inactive时的无线接入网通知区域rna作为候选虚拟小区，用户检测rna中所有gnb的rs强度并将测量结果上报至用户当前驻留的gnb；

203、用户当前驻留gnb根据测量结果将rs大于阈值的gnb上报至锚点gnb，锚点gnb根据负载信息库，确定组建虚拟小区的gnb并将结果及虚拟小区配置信息下发给用户当前驻留的gnb；

204、用户当前驻留的gnb将虚拟小区配置信息分别发送给用户和相应的gnb构建以用户为中心的虚拟小区，虚拟小区内传输节点间通过协作的方式为用户提供通信服务。

本发明通过系统时间平均能量效率来衡量虚拟小区系统的性能，系统时间平均能量效率定义为时间平均总数据数率与时间平均总功率消耗的比值。

系统在t时刻总的用户速率可表示为：

其中，ak,m∈{0,1}表示用户k与虚拟小区内gnbm之间的连接指示变量，ak,m＝1表示用户k与gnbm连接，反之ak,m＝0。bn,m∈{0,1}则表示rbn与gnbm之间的分配指示变量，bn,m表示rbn分配给gnbm，否则bn,m＝0。rk,n,m(t)为gnbm在rbn上用户k的传输数率。

进一步，可以得出系统时间平均总速率为：

系统中所有gnb的功率消耗为传输数据功率消耗和电路功率消耗之和，因此本发明的系统功耗模型如下式所示：

其中τ为gnb功率放大效率，m为gnb数量，pcir为处于空闲状态时gnb产生电路功率消耗。系统时间平均总功率消耗可表示为：

设用户k下行链路队列长度为qk(t)，gnb侧数据包队列长度可以表示为：

t+1时刻的队列长度＝t时刻队列长度-t时刻链路的发包数+t时刻数据包的到达数，则用户k的下行链路队列更新过程表示为：

qk(t+1)＝max{qk(t)-dk(t),0}+ak(t)(5)

其中，qk(0)＝0，ak(t)为用户k在时间t内数据包的到达数，其服从泊松分布。dk(t)为用户k在时间t数据包的发包数，每个数据包的大小为l，单位为bit。

则以最大化时间平均能量效率为目标的资源分配优化问题可以表示为：

其中，rmin为每个用户的最小传输数率，p^max为单个gnb的最大发射功率。约束条件c1在最大化系统时间平均能量效率的同时保证每个用户队列稳定的需求，约束条件c2为单个用户的最小速率需求约束，约束条件c3为单个gnb最大传输功率约束，约束条件c4为单个用户的传输功率约束，约束条件c5表示每个多个gnb可以协同为一个用户服务，同时一个gnb可以分配给多个用户，约束条件c6表示一个rb只能分配给一个gnb，但每个gnb可以被分配多个不同的rb。

进一步，基于lyapunov优化建模，步骤如下：

1)定义系统的lyapunov函数：

2)定义lyapunov转移函数：

δq(t)＝e{l(q(t+1))-l(q(t))|q(t)}(9)

3)定义lyapunov惩罚项：

vu(t)＝v(rtot(t)-qptot(t))(10)

4)系统优化问题转化：

为降低问题的求解复杂度，将该优化问题分解成两个等价的子优化问题：1)最优传输资源分配优化问题2)最优功率分配优化问题，并利用拉格朗日对偶原理及次梯度更新方法进行求解。

参见图3，图3为最优传输资源分配算法图。首先初始化设置，假设系统中有k个用户，n个rb，m个gnb，在网络中可构成k个n×m的三维信道增益矩阵h(k,n,m)，即k个n行m列的信道增益矩阵。假设rb数量大于gnb数量和用户数量，而gnb数量又是小于用户数量，即m≤k≤n。首先，为每个用户先分配一个当前传输质量最好的rb，其次保证每个gnb都分配有rb，最后分配剩余的rb给性能最好的用户。最优传输资源分配方案可分为以下三个步骤：

301、为每个用户先分配一个当前传输质量最好的rb。遍历信道增益矩阵h(k,n,m)，将信道增益最大的hk,n,m对应的gnb，分配给相应的用户，并将rb分配给gnb。删除rb所对应的信道增益矩阵的行，以及删除用户对应的整个信道增益矩阵。如果此rb所关联的gnb不在用户的虚拟小区内，则放弃此次资源分配，重新为用户选择合适的传输资源。继续遍历剩余的信道增益值，重复上述的分配步骤直到所有用户都有一个gnb和一个rb为之服务。

302、保证每个gnb都分配有rb。通过步骤1)，由于一个gnb可为多个用户服务，能够被用户重复选择，因此存在m-x(1≤x≤m)个gnb未分配rb资源，且剩余n-k个rb待分配。基于此，生成新的三维信道增益矩阵h'(k,n-k,m-x)，即k个n-k行m-x列的矩阵。继续遍历信道增益矩阵h'，将信道增益最大的h'k',n',m'以及对应的gnb，分配给相应的用户，并将rb分配给gnb。删除rb和gnb对应的信道增益矩阵的行和列，判断给用户分配的gnb是否属于用户的虚拟小区，如果该gnb不属于用户的虚拟小区，则放弃此次资源分配。重复上述步骤，直到每个gnb至少都分配有rb，由此可得每个用户所属的gnb集合gk，k∈{1,2,...k}。

303、分配剩余的rb给用户。通过步骤1)、2)，可知还剩余n-k-m+x个rb未分配，由于gnb可以分配给多个用户，所以仍然有m个gnb可分配。基于此，生成三维矩阵h"(k,n-k-m+x,m)，既k个n-k-m+x行m列的矩阵。同样基于矩阵h"，将最大增益值h"k",n",m"及其对应的gnb分配给相应的用户，并将rb分配给gnb，删除已分配的rb，直到所有rb分配完毕，由此可得每个gnb的rb集合为

通过最优传输资源分配算法可得到虚拟小区内实际为用户传输数据的gnb和rb集合，则优化问题(11)中的约束条件c5,c6,c7已满足，因此原优化问题可以等价转为如下新优化问题：

在初始能量效率值q给定的情况下，为了求得最优功率分配，采用拉格朗日对偶法，得到拉格朗日函数如下：

其中，αk和βm分别是约束条件c2和c3所对应的拉格朗日乘子，且对均满足αk≥0和βm≥0。

假设存在最优解使得式(12)目标函数最优，且满足所有约束条件。根据kkt条件，可以通过拉格朗日函数l(p,αk,βm)对pk,n,m(t)求导方程求解最优功率分配，求解最优功率可得：

其中，[x]⁺＝max{0,x}。在拉格朗日求解的过程中，首先利用kkt条件将拉格朗日乘子固定，从而求得局部最优的功率分配后，接着通过次梯度方法更新拉格朗日乘子，当迭代过程满足收敛条件时可求得式(15)的近似最优解。

参见图4，图4为最优功率分配算法图。首先初始化拉格朗日乘子α，β，控制参数值v，t时刻的队列长度qk(t),初始能量效率值q，误差容忍门限值ε。最优功率分配方案可分具体步骤如下：

401、根据(14)式，计算t时刻用户k的最优功率

402、计算t时刻系统的能量效率

403、判断|rtot(p^*)-qptot(p^*)|≤ε是否成立；

404、|rtot(p^*)-qptot(p^*)|≥ε算法未收敛，更新初始能效为更新拉格朗日因子αk(t+1)和βm(t+1)，更新迭代参数t＝t+1，返回步骤401；

405、|rtot(p^*)-qptot(p^*)|≤ε算法收敛，输出最优功率分配p^*和算法结束。

最后说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或者等同替换，而不脱离本技术方法的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。