[發(fā)明專利]一種分布式自適應(yīng)調(diào)節(jié)小基站發(fā)射功率偏置值的方法

有效

• 申請?zhí)枺?/td>: 201410116392.8
• 申請日: 2014-03-26
• 公開（公告）號: CN103906076B
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計）人: 殷銳;許陽;余官定;王安定;鐘財軍
• 申請（專利權(quán)）人: 浙江工商大學(xué)
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W52/26
• 代理公司: 杭州求是專利事務(wù)所有限公司33200
• 代理人: 張法高

1.一種分布式自適應(yīng)調(diào)節(jié)小基站發(fā)射功率偏置值的方法，其特征在于，它的步驟如下：

1)為使適量用戶從宏基站轉(zhuǎn)到小基站享受數(shù)據(jù)服務(wù)以使小基站最終的吞吐量逼近其所擁有的回程鏈路信道資源，從而充分利用小基站回程鏈路資源來給宏基站分擔負載，小基站在考慮當前用戶服務(wù)性能的同時，根據(jù)自己當前的回程鏈路資源的使用情況通過設(shè)置自己的參考信號功率偏置值來實現(xiàn)覆蓋范圍的調(diào)整；

2)在小基站調(diào)整好自己的覆蓋范圍后，在所有候選的基站中，用戶計算接收到的每個基站的參考信號功率，并在此功率上分別加上每個基站設(shè)定的參考信號功率偏置值作為來自該基站的最終接收“參考信號功率”，用戶選擇加上偏置后的參考信號功率值最大的基站進行連接；

3)所有用戶確定自己所接入的基站后，小基站在考慮自己當前的回程鏈路資源的使用和當前用戶的服務(wù)性能情況下，動態(tài)調(diào)整自己的最優(yōu)參考信號功率偏置值；

4)重復(fù)步驟2)和步驟3)，直至小基站的最優(yōu)參考信號功率偏置值收斂，當算法收斂后小基站調(diào)低最優(yōu)參考信號功率偏置值的學(xué)習(xí)強度，減少運算量并實時監(jiān)測環(huán)境變化，當小基站周圍用戶數(shù)以及分布情況發(fā)生重大改變，則小基站重新調(diào)高最優(yōu)參考信號功率偏置值的學(xué)習(xí)強度，執(zhí)行步驟2)；

其中，步驟3)所述的動態(tài)調(diào)整自己的最優(yōu)參考信號功率偏置值的方法為：小基站開啟時運行Q-learning算法對各狀態(tài)下最優(yōu)的參考信號功率偏置值進行學(xué)習(xí)，小基站在知道自己的回程鏈路資源數(shù)的情況下，將自己當前的吞吐量作為Q-learning的狀態(tài)變量，根據(jù)不同的狀態(tài)，小基站學(xué)習(xí)在各狀態(tài)下的最優(yōu)的參考信號功率偏置值，方法的具體步驟包括：

S1、算法開始運行時，宏基站的偏置值始終為0，小基站的偏置值初始化為0，小基站維護一張表格即Q-table來記錄每個狀態(tài)的每一種執(zhí)行措施下所能獲得的Q-value值，該Q-value值與當前狀態(tài)下采取當前措施獲得的獎勵值即reward有關(guān)；

S2、在所有候選的基站中，用戶計算接收到的每個基站的參考信號功率，并在此功率上分別加上每個基站設(shè)定的參考信號功率偏置值作為來自該基站的最終接收“參考信號功率”，用戶選擇加上偏置后的參考信號功率值最大的基站進行連接；

S3、按照當前的接入情況，小基站計算當前的吞吐量，并找到該吞吐量所對應(yīng)的狀態(tài)；小基站按照一定準則選取一個參考信號功率偏置值作為下一時刻該小基站采用的參考信號功率的偏置值，同時，計算采取當前偏置值所獲得的獎勵值，以一定的準則來更新Q-table；

S4、循環(huán)執(zhí)行步驟S2和步驟S3直到算法收斂，即在每一種狀態(tài)下相應(yīng)的最優(yōu)的偏置值已經(jīng)收斂；

步驟S3中的參考信號功率偏置值的選擇準則滿足以下過程：

(1)定義一個選擇因子ε，0<ε<1；

(2)在0到1之間隨機產(chǎn)生一個值x，若x比ε大，則隨機選擇一個執(zhí)行措施，否則，選擇該狀態(tài)下Q-table中最大值對應(yīng)的執(zhí)行措施作為下一時刻的小基站參考信號功率偏置值；

步驟S3中的Q-table更新準則滿足以下過程：

(1)選定一個更新因子α,0<α<1；

(2)將該狀態(tài)下使用當前偏置值的Q-table對應(yīng)值按照如下公式進行更新：

Q(st,at)=(1-α)Q(st,at)+α[reward+γmaxat+1Q(st+1,at+1)]]]>

其中s_t,a_t代表t時刻的狀態(tài)值與執(zhí)行措施(即偏置值)，s_t+1,a_t+1即為相應(yīng)的下一時刻的值；

步驟S3中提到的獎勵值的計算采用如下公式：

reward=-log(1+w×CDR1+w)ρ+1ρ]]>

其中,CDR表示掉話率，w是一個權(quán)重，控制掉話率在獎勵值中的影響因子，目的在于在最大化小基站資源利用率與控制掉話率這一用戶體驗之間取一個折中；

ρ是回程鏈路資源利用率，表達式可以寫為：

ρ=TCBL]]>

其中，T為當前小基站的吞吐量，C_BL為小基站的回程鏈路資源數(shù)，很顯然有0≤ρ≤1。