家庭网络联合子信道和功率分配算法的研究

王艺筱 卢子忱



家庭网络联合子信道和功率分配算法的研究

王艺筱1卢子忱2

（1.山东大学信息科学与工程学院 2.中国科学院云计算中心）

为解决家庭网络跨层干扰和总体能量消耗的问题，提出一种上行资源分配方案—联合子信道和功率分配算法。在满足家庭用户吞吐量的要求下，限制对主基站的跨层干扰，最小化所有家庭用户的能量消耗。并将最小化能耗的问题表示为混合整数规划，引入时间分享因子降低计算复杂度，最终利用对偶分解方法解决优化能量消耗的问题，并通过仿真验证了其可行性。

家庭网络；跨层干扰；能量控制；子信道分配；功率分配

0　引言

现代社会中越来越多的通信发生在室内[1]。传统网络由于覆盖范围有限以及存在严重的穿墙干扰等问题，很难满足人们日益增长的室内通信需求。家庭基站成为当前研究的热点问题之一[2]。家庭基站可以加强室内的网络覆盖范围，为室内用户提供更好的服务。但是，由于频谱紧缺，家庭网络通过与宏网络共享频谱来提高其利用效率，因此产生严重的跨层干扰，需要采取措施进行控制。虽然家庭基站本身功耗较低，但由于部署密集，整个家庭网络的功耗变大，所以能量消耗也是不能忽略的问题。

目前国内外的研究中，多数资源分配算法主要关注最大化系统吞吐量。文献[3]研究了基于认知无线电的家庭网络模型，其目标是最大化次要用户的吞吐量。文献[4]研究了一种联合功率和子信道分配算法，以最大化密集部署家庭网络的总体吞吐量。这些算法都没有考虑整个网络的能量消耗问题和家庭用户对吞吐量的需求。

一些研究考虑了家庭用户对吞吐量的需求。文献[5]提出了一种针对下行正交频分多址（orthogonal frequency division multiple access，OFDMA）网络的资源分配算法。文献[6]提出了针对干扰受限的多小区OFDMA网络的一种分布式能效最优算法。但由于家庭用户中存在严重的跨层干扰，这些文献的研究结果无法直接应用于家庭网络。

本文考虑了家庭网络联合子信道和功率分配算法。通过引入宏基站的干扰阈值，将优化问题转换为非凸的混合整数规划问题；为降低算法计算的复杂度，引入了时间分配因子将非凸问题转化为凸优化问题；最终利用拉格朗日对偶分解的方法解决转变后的凸优化问题。

1　系统模型建立

1.1系统模型

本文建立2层的网络模型，包括1个中心宏基站（MBS）和与其共享频谱的家庭基站（FBS）。为了方便，假设在宏基站的覆盖范围内，只有1个采用闭环接入方式的家庭基站。设表示宏基站中的用户（MUE）；表示家庭网络中所有的用户（FUE）。整个带宽被分为个正交的子信道。FBS接到第个子信道上的第个FUE的SINR为

(2)

1.2问题表述

本文目标是在满足FUE对吞吐量要求的情况下，对MBS产生的干扰低于一定的阈值，同时最小化所有FUE的发送功率。将最小化FUE发送总功率的优化问题转化为成非凸的混合整数规划问题

(3)

1限制了每个FUE的发送功率低于其所能发送功率的最大值；2表示每个FUE在每个子信道上的发送功率是非负的；3保证了每个FUE满足最小吞吐量的要求；4保证了每个子信道上对MBS产生的干扰低于一定阈值；5和6保证了每个子信道在同一时刻最多只能分配给一个FUE。

2　子信道和功率分配方案

2.1优化问题的转化

为了使上述非凸混合整数规划问题可解，引入时间分配因子，将的取值范围变成[0,1][7-8]，并将表示为在第个子信道上分配给第个FUE的功率。表示为在第个子信道上第个FUE受到的干扰；为第个子信道上第个FUE的容量。通过转换，优化问题转变为

(4)

2.2对偶分解

利用拉格朗日对偶方法[7-8]解决优化问题。拉格朗日方程可表示为[9]

拉格朗日对偶方程可表示为

对偶问题可表示为

(7)

拉格朗日方程可分解为个子问题，方程(5)可重新写为

其中

(9)

根据KKT条件[7]，得到子问题的最优解表达式

(11)

得到功率分配的最优解

(13)

利用同样的方法，可得到子信道分配方案的最优解

其中

(15)

利用次梯度方法[10]，将对偶因子进行更新：

(17)

(19)

(20)

2.3子信道和功率分配算法

根据联合子信道和功率分配方案，需要一个分布式的分配算法执行整个过程。分布式算法过程：

2) 对各个子信道进行初始化平均功率分配；

for=1 todo

for=1 todo

end for

end for

3　仿真和数值分析

本文利用Matlab仿真，与宏基站信道共享的家庭基站和宏用户随机分布在宏基站的覆盖范围内，且家庭用户随机分布在家庭基站的覆盖范围内。室内家庭用户和室外宏用户的路径损耗模型参考文献[11]。仿真参数如表1所示。

表1　系统仿真参数

图1随机选择了3个拉格朗日对偶因子来验证算法的收敛性。家庭用户的数目设置为5个，宏基站所能接受的干扰阈值为=－61.2 dBm。从图2中可以看出，3个朗格朗日对偶因子经过15次迭代以后开始变得几乎平稳，而经过22次迭代以后图线变得平稳，这证明了该算法是收敛的。

图2　家庭用户的功率消耗与家庭用户的数量

图3的仿真结果表明，随着家庭用户数量的增加，家庭用户的吞吐量也将增加。本文提出的算法结果与家庭用户需要的最低吞吐量需求比较，可看出本文提出的算法可以保证家庭用户的吞吐量要求，但只比最低吞吐量要求改善了很小，这是因为本文的主要目标是最小化家庭用户的能量消耗，而家庭用户的吞吐量保证只是一个限制条件，只要保证吞吐量不低于最低吞吐量需求就可以。

由图2和图3可知，随着FUE的数量增加，FUE的性能变好，节省更多的功率和提升更多的容量。这是因为子信道的数量固定为，如果FUE的数量增加子信道会有更多的选择，从而整个家庭网络的性能变好。

4　结语

本文提出一种上行家庭网络中联合子信道和功率分配的能量节约算法，在考虑MBS可以接受的最大干扰限制的同时满足家庭用户的最小吞吐量的需求，通过仿真验证了该算法的有效性。

参考文献

[1] Ghosh Amitabha, Mangalvedhe Nitin, Ratasuk Rapeepat, et al. Heterogeneous cellular networks: From theory to practice[J]. IEEE Commun. Mag, 2012,50(6):54-64.

[2] Andrews Jeffrey G, Claussen Holger, Dohler Mischa, et al. Femtocells: Past, present, and future[J]. IEEE J Sel Areas Commun, 2012,30(3):497-508.

[3] Chai Chin Choy. Distributed subcarrier and power allocation for OFDMA-based cognitive femtocell radio uplink[C].IEEE PIMRC ,2013:2876-2880.

[4] Kim Juyeop, Cho Dong-Ho. A joint power and subchannel allocation scheme maximizing system capacity in indoor dense mobile communication systems[J].IEEE Trans. Veh Technol, 2010,(59):4340-4353.

[5] Xiong Cong, Li Geoffrey Ye, Liu Yalin, et al. QoS driven energy-efficient design for downlink OFDMA networks[C]. GLOBECOM IEEE Global Telecommun Conf,2012:4320- 4325.

[6] Miao Guowang, Himayat Nageen, Li Geoffrey Ye, et al. Distributed interference-awaree nergy-efficient power optimization[J]. IEEE Trans. Wireless Commun, 2011(10): 1323-1333.

[7] S Boyd, L Vandenberghe. Convex Optimization[M]. Cambridge University Press, 2004.

[8] D W K, Schober R. Resource allocation and scheduling in multi-cell OFDMA systems with decode-and-forward relaying[J]. IEEE Trans. Wireless Commun, 2011,10(7):2246- 2258.

[9] Tao Meixia, Liang Ying-Chang, Zhang Fan. Resource allocation for delay differentiated traffic in multiuser OFDM systems[J].IEEE Trans. Wireless Commun, 2008.(7):2190- 2201.

[10] Yu W, Lui R. Dual methods for non-convex spectrum optimization of multi-carrier systems[J]. IEEE Trans. Commun, 2006,54(7):1310-1322.

[11] Further Advancements for E-UTRA, Physical Layer Aspects[S]. 3GPP Std,TR 36.814 v9.0.0. 2010.

[12] Zukang Shen, Jeffrey G. Adaptive resource allocation in multiuser OFDMA systems with rate constraints[J]. IEEE Trans. Commun, 2005,54(7):1310-1322.

Joint Subchannel and Power Allocation for Femtocells

Wang Yixiao1Lu Zichen2

(1.School of Information Science and Engineering, Shandong University 2.Computing Center, Chinese Acadamy of Sciences)

Femtocell is facing the challenge of cross layer interference and consumption. In this paper, a joint power and subchannel allocation method is proposed in the uplink femtocell networks to minimize the energy consumption of all of femtocell users (FUEs), subject to limiting the cross-tier interference caused to the macro-base stations (MBSs) by the FUEs, and satisfying the throughput of the FUEs. The problem is formulated as a mixed integer programming problem, and we introduce the time-sharing factor to reduce the complexity and use the dual decomposition approach to solve the problem. The results are verified by the simulations.

Femtocell Network;Cross-tier Interference; Energy control; Subchannel Allocation;Power Allocation

王艺筱，女，1993年生，硕士研究生，主要研究方向：5G移动通信关键技术。E-mail: yxiaowang1993@mail.sdu.edu.cn

卢子忱（通讯作者），男，1969年生，高级工程师，主要研究方向：光电子与计算机、红外电热等。E-mail：luzichen@163.com