[發(fā)明專利]基于局部加權線性回歸的超密集網(wǎng)絡負載均衡優(yōu)化方法有效
| 申請?zhí)枺?/td> | 201710555308.6 | 申請日： | 2017-07-10 |
| 公開（公告）號： | CN107222892B | 公開（公告）日： | 2020-05-08 |
| 發(fā)明（設計）人： | 潘志文;馬愷;劉楠;尤肖虎 | 申請（專利權）人： | 東南大學 |
| 主分類號： | H04W28/08 | 分類號： | H04W28/08 |
| 代理公司： | 南京眾聯(lián)專利代理有限公司 32206 | 代理人： | 葉涓涓 |
| 地址： | 211189 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 局部 加權 線性 回歸 密集 網(wǎng)絡 負載 均衡 優(yōu)化 方法 | ||
1.一種基于局部加權線性回歸的超密集網(wǎng)絡負載均衡優(yōu)化方法，其特征在于，包括如下步驟：
步驟一，采集網(wǎng)絡負載信息，收集基站用戶接入數(shù)目，得到數(shù)據(jù)(xi,yi)，X＝(x1,x2,...xm)表示時間值矩陣，Y＝(y1,y2,...ym)表示其對應的用戶連接數(shù)向量，建立用戶接入數(shù)目和時間的關系，所述基站定期記錄一次接入的用戶數(shù)目；
步驟二，用非線性回歸的局部線性加權回歸方法對接入的用戶數(shù)目和時間的關系進行擬合，采用高斯核函數(shù)公式(1)來作為局部線性加權回歸的核函數(shù)，給需要預測時間點x的周圍點xi∈X賦一個權重w(x,xi)：
上式中，k為控制參數(shù)；
使用公式(1)對所有的xi∈X進行加權，得到一個只含對角元素的權重矩陣W＝(w11,w22,...,wmm)，使用最小均方誤差來做線性回歸，通過下式得到回歸參數(shù)α：
α＝(XTWX)-1XTWY (2)
預測時刻x由局部加權線性回歸得到的用戶數(shù)目預測值y為：
y＝αx (3)
對一天中不同時刻點做局部加權線性回歸預測，得到接入人數(shù)隨時間的變化曲線；
步驟三，采集網(wǎng)絡中的宏站數(shù)目Nm、小站數(shù)目Np；
初始化參數(shù)：站點集合記為B＝{M,P}，其中，宏站集合小站集合總的基站數(shù)目NB；最大迭代次數(shù)tmax，迭代終止次數(shù)Tres，迭代更新步長δ＞0，初始化當前迭代次數(shù)t＝0，可以接受的最大誤差ε取值為0.01，達到誤差ε持續(xù)的迭代次數(shù)tres＝0；
用局部線性加權回歸的方法來預測當前時刻宏站內(nèi)的用戶數(shù)目NU；
步驟四，初始化基站連接代價偏置集合μ(t)和每個基站的用戶連接數(shù)目集合K(t)，索引t表示μ和K迭代更新的順序，NB為基站數(shù)量，基站連接的用戶數(shù)目滿足0≤kj(t)≤NU；xij是一個二元變量，若為1表示用戶i連接到基站j上，假設總共kj個用戶連接到基站j上，為了最大化目標對數(shù)效應函數(shù)(4a)
每個用戶被平均分到基站的1/kj的時頻資源；
Rij為如果用戶i連接到基站j，基站提供的長期用戶速率：
上式中，cij為基站可以提供給用戶的瞬時最高速率，且
上式中，WB表示基站可用的帶寬，Pj是基站j的傳輸功率，gij是用戶i和基站j的信道增益，σ2是噪聲功率；
將原來的優(yōu)化問題公式(4)表示為：
步驟五，用拉格朗日對偶分解方法引入拉格朗日乘子v分別放松約束條件(7c)和(7d)，得到拉格朗日方程如下：
原問題的對偶問題為：
步驟六，拉格朗日乘子μ物理意義表示所有基站的代價偏置值集合,μj表示連接基站j的代價；對于子問題(10),每個用戶測量所有基站的信道參數(shù)和基站廣播的代價值μ(t)，由下式選擇連接到當前最優(yōu)的基站j*：
j*＝arg max{log(cij)-μj(t)} (12)
步驟七，對于子問題(11),對其求導使其導數(shù)為0，得到使子問題(11)最大化的最優(yōu)值由公式(13)得到，更新集合K(t+1)：
步驟八，由步驟六和步驟七得到的子問題的最優(yōu)解分別代入兩個子問題(10)(11)中，然后再把得到的(10)(11)代入對偶問題(9)中，得到g(μ(t),ν(t))的封閉形式：
對于對偶問題(9)最小化g(μ(t),ν(t))的值，最優(yōu)的v(t)值由下式得出：
用公式(16)來更新μ(t)，每個基站更新K(t+1)和μ(t+1)值之后，基站廣播新的μ(t+1)值進行迭代；
步驟九，把更新后的μ(t+1),v(t+1)代入到(14)中計算出g(μ(t+1),v(t+1))，判斷得到的函數(shù)值是否滿足下式條件：
|g(μ(t+1),ν(t+1))-g(μ(t),ν(t))|＜ε (17)
如果滿足條件(17)，則更新終止迭代次數(shù)tres＝tres+1，如果不滿足條件(17)則重置tres＝0；
步驟十，判斷tres是否大于迭代終止次數(shù)，如果tres大于迭代終止次數(shù)Tres，則返回此時代價偏置集合μ(t)和最優(yōu)的用戶連接,執(zhí)行第十二步；如果tres小于等于迭代終止次數(shù)Tres，則繼續(xù)進行迭代，更新迭代次數(shù)t＝t+1；
步驟十一，判斷如果迭代次數(shù)t＜tmax，則繼續(xù)執(zhí)行步驟六到步驟十迭代更新，直到滿足迭代終止條件，或者達到最大迭代次數(shù)tmax即終止迭代；
步驟十二，在一天中不同時刻對基站用基于代價的分布式迭代方法進行負載均衡，記錄下不同時刻基站的代價偏置集合μ值，用得到的不同時刻基站的代價偏置集合μ作為下一天相同時刻進行負載均衡迭代的迭代初始值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于東南大學，未經(jīng)東南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710555308.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
