基于速率限制的异构网络每比特能量最小化资源分配方法组成比例

本发明专利技术提供一种基于速率限制的异构网络每比特能量最小化资源分配方法，包括以下步骤：步骤1.智能集中控制器收集异构网络中可用的带宽资源，带宽资源为异构网络中无线频率资源的总流量带宽；步骤2.智能集中控制器收集用户设备的资源使用申请；步骤3.智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配。本发明专利技术提供的资源分配方法高效、可靠，可以显著提高异构网络中的能量利用效率，并减少其能量消耗。

【技术实现步骤摘要】
基于速率限制的异构网络每比特能量最小化资源分配方法
本专利技术属于计算机网络
，特别是一种基于速率限制的异构网络每比特能量最小化资源分配方法。
技术介绍
绿色无线通信的目的是在无线通信系统中采用节能操作，以针对蜂窝网络中日益增长的能量消耗。今天，全球手机用户数量接近60亿，其中无线设备和器材大约消耗总信息技术能量的9％(也就是高达6.1亿千瓦时)。最近的调查显示，蜂窝网络的操作大约需要总能量的80％，包括基站，用户设备和核心网络消耗的能量。此外，移动用户设备的数量和每用户容量需求都在持续增长。因此，下一代移动网络设计的研究已经着重于绿色无线通信，在这当中，高能效无线资源分配起着重要的作用。下一代无线网络设计的另一个重要问题是异构无线网络的融合，包括像3GPP-LTE(第三代合作伙伴计划—长期演进)和WiMAX(全球微波互联接入)那样利用正交频分多址技术的无线局域网和蜂窝网。有两种不同的方法处理异构无线网络，即网络选择和多归属：网络选择在所有可用的选择中选取最合适的接入网，而多归属则同时访问多个无线网络接口。总的来说，多归属更加有利，因为它准许用户设备利用网络的多样性使用多个接口。多归属功能允许每个用户设备从所有可用的无线接入网络中获得其所需要的服务质量。它具有下列优点：首先，可以聚合不同无线接入网络的可用资源，以支持高数据速率的应用。第二，它可以支持移动性，因为在服务提供期间，至少有一个使用的接口会保持活跃。第三，多归属概念平衡了不同无线接入网络间的业务负载。因此，多归属接入能力的异构网络有能力解决最小化能量比率和传输比特优化的问题。专利1(异构网络下的网络资源调度方法和无线资源控制器，北京邮电大学，公开号CN102143589A，申请号CN201110076874.1，申请日2011.03.29)公开了一种异构网络下的网络资源调度方法和无线资源控制器。该方法适用于异构网络中多媒体数据传输，包括：各移动终端每隔第一预定时间测量并确定各自所期望的终端绑定子层数目，将其所期望的终端绑定子层数目及其移动终端类型上报,无线资源控制器每隔第二预定间隔根据移动终端上报的信息来确定网络覆盖区域的转发子层信息，并向移动终端发送该移动终端所处的网络覆盖区域的转发子层信息；移动终端根据其移动终端类型和所收到的转发子层信息来确定终端子层绑定数目，以按照所确定的终端子层绑定数目来执行多媒体数据的解码和回放,其中转发子层信息表示与该网络覆盖区域需要转发哪些数据子层有关的信息。专利2(一种异构网络下行链路资源分配方法，北京交通大学，公开号CN102711262A，申请号CN201210228395.1，申请日2012.07.02)公开了宏小区和毫微微小区混合网络下的通信资源管理
中的一种异构网络下行链路资源分配方法。包括组建用户集合和可用资源块集合,计算并组成用户优先级列表；计算用户需求的资源块数量；从用户优先级列表中选择优先级最高的用户并从可用资源块集合中选择信道质量最好的资源块分配给该优先级最高的用户,直至分配给该优先级最高的用户的资源块等于该优先级最高的用户需求的资源块数量或者可用资源块集合为空；计算并更新宏小区/毫微微小区的基站使用可用资源块与用户通信时在该可用资源块上的传输功率。但是上述两种方法均没有考虑异构网络中能量利用的问题，这样不能满足异构网络日益增长的能量消耗需求。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种高效、可靠的基于速率限制的异构网络每比特能量最小化资源分配方法，以显著提高异构网络中的能量利用效率，并减少其能量消耗。一种基于速率限制的异构网络每比特能量最小化资源分配方法，包括以下步骤：步骤1，智能集中控制器收集异构网络中可用的带宽资源，带宽资源为异构网络中无线频率资源的总流量带宽，记为YMHz，其中Y∈[16,32]；步骤2，智能集中控制器收集用户设备的资源使用申请，包括用户设备所需的时间比例、用户设备所需的最小速率；步骤3，智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配：步骤3.1，智能集中控制器初始化人工蜂群算法的参数；步骤3.2，将蜜蜂按种群适应度大小分为采蜜蜂和跟随蜂，每只采蜜蜂对应一个原蜜源；步骤3.3，每只采蜜蜂在原蜜源附近搜索并计算其适应度值，若其适应度值小于原蜜源，则取代原蜜源；步骤3.4，跟随蜂依概率选择适应度值小的蜜源，并转化为采蜜蜂采蜜，同时在蜜源附近搜索，记录适应度值较小的蜜源位置；步骤3.5，判断搜索次数是否大于最大搜索次数，若大于则放弃步骤3.3中产生的蜜源，并在解的范围内随机产生一个新蜜源；若小于等于则转步骤3.6；步骤3.6，记录适应度值最小的蜜源、以及该蜜源相应的适应度函数值；步骤3.7，重复步骤3.2～3.6Ng次，最小的适应度函数值即为异构网络最小化的每比特能量值，Ng表示人工蜂群算法的最大迭代次数。本专利技术与现有技术相比，其显著优点在于：(1)异构网络基于人工蜂群算法进行虚拟资源分配，满足异构网络最优资源分配要求；(2)充分挖掘了异构网络中可用的频率资源，保障了异构网络每比特能量最小化；(3)为显著提高异构网络能量利用效率、减少异构网络能量消耗提供技术支持。下面结合说明书附图对本专利技术作进一步描述。附图说明图1为本专利技术基于速率限制的异构网络每比特能量最小化资源分配方法的流程图；图2为本专利技术异构网络频率资源分配示意图；图3为本专利技术基于人工蜂群算法的资源分配方法流程图。具体实施方式结合图1，本专利技术基于速率限制的异构网络每比特能量最小化资源分配方法，包括以下步骤：步骤1，智能集中控制器收集异构网络中可用的带宽资源，带宽资源为异构网络中无线频率资源的总流量带宽，记为YMHz，其中Y∈[16,32]。结合图2，步骤2，智能集中控制器收集用户设备的资源使用申请，包括用户设备所需的时间比例、用户设备所需的最小速率。结合图3，步骤3，智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配，具体过程如下：步骤3.1，智能集中控制器初始化人工蜂群算法的参数，包括：蜜蜂总数Limit∈[100,150]、采蜜蜂数量Ng∈[500,600]、最大搜索次数Limit∈[100,150]和人工蜂群算法的最大迭代次数Ng∈[500,600]，并且令迭代次数序号gen＝1；基站总功率消耗第m个访问接入点中用户设备k可达到的数据速率其中，其中，无线接入访问点数量记为M、异构网络子载波数量记为N、子载波带宽记为W、用户设备数量记为K、噪声谱密度记为σ2、αnk为异构网络中子载波n上用户设备k时分因子、pnk为子载波n上用户设备k平均传输功率、gnk为子载波n上用户设备k信道增益的、为基站静态功率消耗、1/ξBS为基站功率放大器效率、c为决定基于信噪比阈值可达到数据速率、为访问接入点输出功率、为第m个访问接入点中用户设备k信道收益的、为WLAN信道噪声方差的，其中m∈M，n∈N，k∈K；收集的参数还包括：异构网络中用户设备k所需的最小速率采用公式(3)确定子载波n上用户设备k可达到的最大数据速率rnk：初始化蜂群，利用公式(4)随机产生Np个人工蜂群算法的初始解表示第i只蜜蜂第m个访问接入点中用户设备k分配到的时间比例，其中i∈[1,Np]，是用户分配到时间本文档来自技高网...

【技术保护点】
一种基于速率限制的异构网络每比特能量最小化资源分配方法，其特征在于，包括以下步骤： 步骤1，智能集中控制器收集异构网络中可用的带宽资源，带宽资源为异构网络中无线频率资源的总流量带宽，记为YMHz，其中Y∈[16,32]； 步骤2，智能集中控制器收集用户设备的资源使用申请； 步骤3，智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配。

【技术特征摘要】
1.一种基于速率限制的异构网络每比特能量最小化资源分配方法，其特征在于，包括以下步骤：步骤1，智能集中控制器收集异构网络中可用的带宽资源，带宽资源为异构网络中无线频率资源的总流量带宽，记为YMHz，其中Y∈[16,32]；步骤2，智能集中控制器收集用户设备的资源使用申请；步骤3，智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配；步骤2中所述的资源使用申请包括用户设备所需的时间比例、用户设备所需的最小速率；步骤3所述的智能集中控制器采用人工蜂群算法对异构网络中的频率资源进行分配，具体步骤如下：步骤3.1，智能集中控制器初始化人工蜂群算法的参数；步骤3.2，将蜜蜂按种群适应度大小分为采蜜蜂和跟随蜂，每只采蜜蜂对应一个原蜜源；步骤3.3，每只采蜜蜂在原蜜源附近搜索并计算其适应度值，若其适应度值小于原蜜源，则取代原蜜源；步骤3.4，跟随蜂依概率选择适应度值小的蜜源，并转化为采蜜蜂采蜜，同时在蜜源附近搜索，记录适应度值较小的蜜源位置；步骤3.5，判断搜索次数是否大于最大搜索次数，若大于则放弃步骤3.3中产生的蜜源，并在解的范围内随机产生一个新蜜源；若小于等于则转步骤3.6；步骤3.6，记录适应度值最小的蜜源、以及该蜜源相应的适应度函数值；步骤3.7，重复步骤3.2～3.6Ng次，最小的适应度函数值即为异构网络最小化的每比特能量值，Ng表示人工蜂群算法的最大迭代次数；步骤3.1所述的参数包括：蜜蜂总数Np∈[10,20]、采蜜蜂数量Ne∈[5,10]、最大搜索次数Limit∈[100,150]和人工蜂群算法的最大迭代次数Ng∈[500,600]；收集的参数还包括：基站总功率消耗第m个访问接入点中用户设备k可达到的数据速率无线接入访问点数量M、异构网络子载波数量N、子载波带宽W、用户设备数量K、噪声谱密度σ2、异构网络中子载波n上用户设备k时分因子αnk、子载波n上用户设备k平均传输功率pnk、子载波n上用户设备k信道增益gnk、基站静态功率消耗基站功率放大器效率1/ξBS、决定基于信噪比阈值可达到数据速率c、访问接入点输出功率第m个访问接入点中用户设备k信道收益WLAN信道噪声方差其中m∈M，n∈N，k∈K；收集的参数还包括：异构网络中用户设备k所需的最小速率子载波n上用户设备k可达到的最大数据速率rnk；初始化蜂群，利用公式(4)随机产生Np个人工蜂群算法的初始解表示第i只蜜蜂第m个访问接入点中用户设备k分配到的时间比例，其中i∈[1,Np]，是用户分配到时间比例的下限，是用户分配到时间比例的上限，s∈[0,1]之间的随机数，初始解需...

【专利技术属性】
技术研发人员：徐雷，吕铜明，杨余旺，钱芳，王俊，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32