简述密集小蜂窝网络中基于用户接入的能效优化

李淼

摘 要 本文主要围绕着密集型小蜂窝的网络当中以用户接入为基础能效优化开展深入研究及探讨，便于能够为今后相关课题实践探索和研究提供有价值的参考或者指导。

关键词 小蜂窝;密集;网络;用户接入;能效优化

前言

为能够妥善处理好小蜂窝的网络内部基站密集性部署所致高能耗问题，本文提出以用户接入为基础能效优化的算法，结合基站的临接关系，分簇小蜂窝的网络内部基站，将合并因子的均衡性分簇规模引入，与用户接入的速率和基站负载实际情况相结合，借助改进后混沌量子的粒子群计算法，将用户最佳连接矩阵求解出来，结合网络流量的变化，实现动态化切换管理基站开关。

1以用户接入为基础能效优化的具体算法

1.1 在分簇管理方面

（1）划分时间段。已知某区域一天内网络流量峰值时间段为19：00-20：00，结合每时刻点负载值及曲线斜率实际变化情况，划分时间段。以某个时间段作为分簇的一个周期，一个周期之内起始时刻是网络分簇，剩余时间则分簇方式维持不变[1]。

（2）分簇算法。一是，选定初始的分簇中心，设基站的分簇数是S，随机选定一个基站为首个分簇的中小，结合所选定概率逐步确定其余S-1个初始的分簇中心。选定概率列式是=pro （ek），pro （ek）为待选基站和临近分簇中心距离欧距离;二是，初始分簇。对所有样本ek依据=Dj，k计算至S个的分簇中心距离，分值临近分簇中心的簇，反复计算到完成分簇即可;三是，均衡调整分簇规模，列式为*=asq;四是，实施新分簇中小计算。对于所有新簇ZS，按照=Cnews该列式，重新实施分簇中心的计算，结合=SSE该列式，将簇内偏差平方及SSE计算出来，并判断是否收敛，如果收敛，表示分簇完成;反之，需重复操作以上步骤，一直到收敛为止。网络状态在有变化出现后，需结合新增的小基站和现有分簇的中小距离，选定加入最适宜簇，故此方案可适应于网络动态的变化[2]。

1.2 在开关管理方面

一是，粒子种群初始化。定义其第 h个的量子粒子空间位置列式：=Yh，θhn=2πrand为量子旋转的角度;二是，设粒子的适应度基本函数：=f（h），a为用户最低的传输速率约束惩罚的因子;三是，更新粒子位置，实施混沌搜索。良好遍历性Tent混沌的映射方程列式是Zn+1=[2Zn，0≤Zn≤0.5;2（1-Zn），0.5

2结果研究

2.1 对比分簇算法和DKC算法之下轮廓系数

通过对比分簇算法和DKC算法之下轮廓系数后可了解到，这两种计算方法之下总体的轮廊系数会伴随着分簇量改变而发生改变，与DKC算法相比，文中算法有着较高聚类程度，主要是因DKC算法之下簇中心是所选密度超过平均分度的密度點，给定分簇量条件下，簇内部分散分布现象会出现。但文中算法以给定的分簇量为基础，均衡处理分簇规模差异，对初始的分簇结果加以调整，故文中算法聚类效果最佳。

2.2 对比CQPSO算法和QPSO及PSO算法系统能效

通过对比CQPSO算法和QPSO及PSO算法系统能效后可了解到，三种不同算法应用后，系统能效伴随迭代次数不断增加都已有增加现象出现，经细致观察过后可了解到，对QPSO及PSO这两种算法相比较，CQPSO算法明显提升了能效的收敛值，主要是因文中引入混沌序列是以局部的最优解为基础，实施领域空间深入探索，种群位置更具多样化。经文中的优化算法迭代求解过后，可有效提升系统能效，达到预期优化目的。

2.3 对比能效优化的算法和CDM及UAS算法下用户SINR的累计分布实际函数值

相比较CDM及UAS这两种算法，文中算法具备良好SINR性能优势，主要是因UAS算法以吞吐量为基础所设计用户的关联性效用函数，后期休眠部分的轻载和空间基站，用户转移期间极易有干扰现象出现，对用户质量必然产生不利影响。但文中所提出能效优化的算法，却可确保所有用户均已QoS为基本的约束条件，对CDM及UAS这两种算法的优化能效方面问题予以改进优化处理，优化效果良好。故文中算法具备良好用户QoS优势。

2.4 对比能效优化的算法和CDM及UAS算法之下系统能效变化

这三种不同算法下网络能效均伴随网络用户实际数量增长而持续增加，这种UAS算法并未考虑到网络的分簇，处于密集网络环境之下，迭代求解有着较高的复杂程度，对求解优化问题会产生不利影响。以分簇为基础CDM算法极易陷入优化问题次优解中。但文中算法对于密集部署网络环境，通过分簇管理网络和混沌序列的引入，局部最优可得以避免。故文中算法节能效果良好，适合在5G的无线网中应用。

3结束语

综上所述，文中所提出密集型小蜂窝的网络当中以用户接入为基础能效优化的算法经实验研究后表明了，与节能算法相对比，此种算法有用户QoS和系统能效方面突出优势，适合5G的无线网中应用。但因此能效优化的算法在切换基站开关器件，有较高切换成本缺陷，故后期还需积极引入更多节能技术，将基站开关在切换成本逐步降低，确保可实现在5G的无线网中高效化利用。

参考文献

[1] 韦世红，张丽. 密集小蜂窝网络中基于能效的资源分配方案[J]. 计算机工程与设计，2019，40（3）：812-813.

[2] 尼俊红，郭浩然，郭浩晗，等. 超密集异构网中基于小区休眠的用户关联算法[J]. 光通信研究，2018，20（4）：592-593.