一种联合优化C-RAN中波束成形和用户关联方法

技术领域

本发明涉及无线通信技术领域，具体涉及一种联合优化C-RAN中波束成形和用户关联方法。

背景技术

近些年，移动通信快速发展，越来越多的设备接入到移动网络，数据流量快速增长。作为一种新兴的网络结构，云无线接入网(Cloud-radio access network，C-RAN)被认为能满足未来通信日益增加的业务量和服务质量的要求。在C-RAN中，传统的基站被远端天线单元所代替，并且所有的远端天线单元通过回程链路连接到基带单元池。因此基带单元池可以联合的处理用户信息，如此，可以有效的缓解干扰，提升C-RAN系统的性能。云集中式架构的共享基带单元池可以有效地减少系统地电力消耗，减少支出成本；分布式的远端天线单元通过相互协作，多点传输，共同为用户服务，提升了C-RAN系统的扩展性和灵活性。由于流量分布在空间上的不均匀性，在C-RAN网络中不可避免的会存在高流量区域。根据传统的用户关联方案，用户会偏向选择有着高信噪比的远端天线单元作为接入点，这就不可避免地会在高流量区域造成基站拥塞，因此设计负载平衡的用户关联方案对于现代移动通信系统有非常重要的意义。

目前现有的联合优化C-RAN中波束成形和用户关联的方案，在诱导重加权

发明内容

本发明的目的是提供一种联合优化C-RAN中波束成形和用户关联方法，该方法既可以有效地降低C-RAN系统的发射功率，又可以获得负载平衡的用户关联方案。

为实现上述目的，本发明采用的技术方案为：

一种联合优化C-RAN中波束成形和用户关联方法，包括以下步骤：

步骤S1，建立基于集中化处理和分布式天线系统的C-RAN数学模型；

步骤S2，建立联合优化问题数学模型的目标函数和约束条件；

步骤S3，将原问题转化为凸问题；

步骤S4，采用迭代算法求解步骤S3转化后的凸问题。

所述步骤S1具体包括：

步骤S11，配置拥有1个基带单元池、L个配有N

步骤S12，建立远端天线单元发射功率模型，第l个远端天线单元的发射功率为

步骤S13，建立用户接收机服务质量QoS模型，第k个接收机用户的信干噪比为

所述步骤S2具体包括：

步骤S21，建立C-RAN网络远端天线单元发射功率最小化目标函数：

其中，

步骤S22，建立远端天线单元发射功率约束：

其中，P

步骤S23，建立用户接收机服务质量QoS约束：

其中，γ

步骤S24，建立用户关联约束，第k个接收机用户只能关联一个远端天线单元：

其中，

所述步骤S3中，利用二阶锥规划，半定规划以及重加权

其中，

所述步骤S4具体包括：

步骤S41，初始化n＝1，

步骤S42，重新设置

步骤S43，通过模糊推理系统基于本次优化问题的求解得到的远端天线单元发射功率，远端天线单元负载数目以及信道状态信息推理得到迭代算法中

步骤S44，更新

步骤S45，根据新得到的

步骤S46，重复步骤S43至S45，直至算法收敛。

所述步骤S43具体包括：

步骤S431，选择模糊推理系统的隶属度函数；

步骤S432，建立归一化输入输出变量的模糊术语集；

步骤S433，建立模糊推理规则表；

步骤S434，运行模糊推理系统，将本次优化问题求解结果得到的远端天线单元发射功率，远端天线单元负载数目以及信道状态信息模糊化后输入模糊推理系统，模糊推理系统根据步骤S434中的模糊规则推理得到

所述步骤S431中，选用三角隶属度函数计算模糊推理系统归一化输入和输出参数的隶属度，一个三角隶属度函数的模糊参数用一个三元组来表示(a

其中，x表示模糊推理系统归一化输入和输出参数，

有益效果：本发明能够联合优化C-RAN波束成形和用户关联，既能有效地降低系统中所有远端天线单元的发射总功率，又能获得负载平衡的用户关联方案，提升C-RAN系统的系统性能，防止高流量地区远端天线单元发生拥塞，具有广阔的应用前景。

附图说明

图1为本发明提供的联合优化C-RAN波束成形和用户关联方法的流程图；

图2为本发明所采用的模糊推理系统结构框图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示，本发明提供的一种联合优化C-RAN波束成形和用户关联方法，包括如下步骤：

步骤S1，建立基于集中化处理和分布式天线系统的C-RAN数学模型；具体步骤为：

步骤S11，配置拥有1个基带单元池、L个配有N

步骤S12，建立远端天线单元发射功率模型，第l个远端天线单元的发射功率为

步骤S13，建立用户接收机服务质量QoS模型，第k个接收机用户的信干噪比为

步骤S2，建立联合优化问题数学模型的目标函数和约束条件；具体为：

步骤S21，建立C-RAN网络远端天线单元发射功率最小化目标函数：

其中，

步骤S22，建立远端天线单元发射功率约束：

其中，P

步骤S23，建立用户接收机服务质量QoS约束：

其中，γ

步骤S24，建立用户关联约束，第k个接收机用户只能关联一个远端天线单元：

其中，

步骤S3，利用二阶锥规划，半定规划和重加权

其中，

步骤S4，采用迭代算法求解S3转化后的凸问题：具体为：

步骤S41，初始化n＝1，

步骤S42，重新设置

步骤S43，为了获得负载平衡的用户关联方案，通过模糊推理系统基于本次优化问题的求解得到的远端天线单元发射功率，远端天线单元负载数目以及信道状态信息推理得到迭代算法中

步骤S43具体为：

步骤S431，选择模糊推理系统的隶属度函数，选用三角隶属度函数计算模糊推理系统归一化输入和输出参数的隶属度，一个三角隶属度函数的模糊参数可以用一个三元组来表示(a

其中x表示模糊推理系统归一化输入和输出参数，

步骤S432，建立归一化输入输出变量的模糊术语集，如表1：

表1

步骤S433，建立模糊推理规则表，如表2：

表2

步骤S434，运行模糊推理系统，将本次优化问题求解结果得到的远端天线单元发射功率，远端天线单元负载数目以及信道状态信息模糊化后输入模糊推理系统，模糊推理系统根据S53.中的模糊规则推理得到

步骤S44，更新

步骤S45，根据新得到的

步骤S46，重复步骤S43至S45，直至算法收敛。

本发明能够联合优化C-RAN波束成形和用户关联，既能有效地降低系统中所有远端天线单元的发射总功率，又能获得负载平衡的用户关联方案，提升C-RAN系统的系统性能，防止高流量地区远端天线单元发生拥塞，具有广阔的应用前景。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。