[發明專利]一種基于信道和隊列感知的超密集網絡小站休眠方法

有效

• 申請號: 201810086759.4
• 申請日: 2018-01-30
• 公開（公告）號: CN108156620B
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 潘志文;李沛;劉楠;尤肖虎
• 申請（專利權）人: 東南大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W52/02
• 代理公司: 32206 南京眾聯專利代理有限公司
• 代理人: 葉涓涓

1.一種基于信道和隊列感知的超密集網絡小站休眠方法，其特征在于，包括如下步驟：

步驟1，采集網絡信息

測量出區域面積內用戶，宏站，小站和網關總數目N_u、N_m、N_s、N_g，得到該區域內網關、宏站、小站和用戶的分布密度λ_g,λ_m,λ_s和λ_u；

用戶流量到達滿足泊松過程，統計一段時間內用戶流量使用情況得出用戶流量到達率λ以及每個包的平均大小l；

得到部署在該區域內小站無線的回程鏈路帶寬W_b、宏站采用的無線接入帶寬W_m、小站采用的無線接入帶寬W_s、宏站傳輸功率P_mt、小站傳輸功率P_st、網關傳輸功率P_gt；

記錄每個網關的平均能耗休眠小站的平均能耗宏站和小站靜態鏈路的能耗和

利用信道估計方法得出無線信道中路損系數α；

根據網絡運行情況確定用戶關聯到小站的偏置值A_b、宏站和小站的負載相關的能耗因子Δp_m和Δp_s、信干比門限β、權重因子ω、迭代搜索步長δ、迭代搜索精確度ξ、時間間隔t、時長T取值根據需要確定；

所有宏站全部處于激活狀態；

小站的基站休眠比例記為θ，基站休眠比例的初始值θ₀根據網絡運行情況自行確定，最優休眠比例為θ^*，第n次迭代過程中基站休眠比例的取值為θ_n；

步驟2，根據梯度下降法進行迭代，迭代次數初始值為n＝0，第n次迭代時，計算在基站休眠比例θ＝θ_n下，宏站和小站用戶的平均數據包時延和以及整個網絡平均時延

首先計算用戶連接到小站的概率Pr_SUE(θ)

網關、宏站和小站為M/G/1隊列，所以用戶的時延包括傳輸時延和排隊時延；

將用戶分成兩部分：第一部分為連接宏站的用戶，第二部分為連接小站的用戶；

對于連接宏站的用戶，其平均時延為無線接入鏈路的時延，包含平均傳輸時延和平均排隊時延即通過下式計算：

其中，表示用戶接入宏站時所獲得的平均傳輸速率；

和為宏站和小站的平均傳輸概率，通過二分法由以下兩式獲得：

上式中，

對于接入小站的用戶，每個包的平均時延分別為無線接入鏈路平均時延和無線回程鏈路平均時延之和；同樣地，接入鏈路平均時延和無線回程鏈路平均時延也都分別包含平均傳輸時延和平均排隊時延即其中，通過下式計算：

其中，為小站用戶無線傳輸鏈路的平均傳輸速率，表示網關到小站的回程鏈路平均傳輸速率；

通過下式計算：

其中，為網關的平均傳輸概率，通過下式計算：

從而得到網絡平均時延如下式：

步驟3，通過下式計算當前基站休眠比例θ＝θ_n下系統平均能耗和成本函數F(θ)：

其中，ω為權重因子；

步驟4，通過下式求解當前第n次迭代時，成本函數F(θ)關于基站休眠比例θ＝θ_n的導函數

其中，

步驟5，更新基站休眠比例θ，第n+1次迭代時，基站休眠比例θ＝θ_n+1，通過下式更新：

步驟6，判斷當前基站休眠比例下，整個網絡成本函數F(θ)＝F(θ_n)是否到達最小值點；當F(θ_n+1)-F(θ_n)＜ξ時，表明到達了最優點，執行步驟8退出迭代過程；否則，執行步驟7；

步驟7：更新當前迭代次數n+1，執行步驟2-6；

步驟8：退出迭代過程，得到基站最優休眠比例θ^*；

步驟9：令θ＝0，即所有小站處于激活狀態，更新用戶連接狀態；統計在時間間隔t上所有小站的隊長和用戶的平均傳輸速率，進而計算時長T內的平均隊長和平均傳輸速率；

步驟10：根據各小站平均隊長和用戶平均傳輸速率之積將小站升序排列；

步驟11：根據步驟8得到的最優休眠比例θ^*，計算要休眠的基站數目N_off＝[θ^*N_s]；

步驟12：按照步驟10中得到的小站排序，依次關閉前N_off個小站。