[發明專利]異構蜂窩網絡中毫微微基站的聯合休眠與功率控制方法

有效

• 申請號: 202010131843.0
• 申請日: 2020-02-29
• 公開（公告）號: CN111343704B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 劉涵霄;蘇開榮;李云
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W52/02
• 分類號: H04W52/02;H04W52/24;G06N3/00;G06N3/04
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

1.一種異構蜂窩網絡中毫微微基站的聯合休眠與功率控制方法，其特征在于，包括以下步驟：

S1：根據異構蜂窩網絡的網絡模型得到宏基站與毫微微基站之間以及毫微微基站之間的干擾，以用戶與基站的關聯關系和用戶最小接收信號信干噪比為約束條件、以毫微微基站群的最小能耗為優化目標，建立能耗優化模型；

S2：利用徑向基神經網絡對宏基站業務量進行預測，得到徑向基預測值；

其中，徑向基神經網絡的輸入是過去幾個時間周期的所有時間節點宏基站的業務量值，徑向基神經網絡的輸出是某一個時間周期宏基站的業務量預測值，即徑向基預測值；

S3：利用誤差修正值對徑向基預測值進行優化，得到修正預測值；

判斷徑向基預測值是否是齊次馬爾科夫鏈，若不是齊次馬爾科夫鏈，結束算法；若是齊次馬爾科夫鏈，則根據徑向基預測值與實際吞吐量的相對誤差序列的不同狀態區間計算狀態轉移概率，將狀態轉移概率最高概率存在的分布區間的均值作為誤差修正值，利用誤差修正值對徑向基預測值進行優化；

齊次馬爾科夫鏈的判斷方式包括：

馬氏鏈X＝{X_n,n＝1,2,3,L,n}，n表示馬爾科夫鏈總長度，馬氏鏈的狀態空間I＝{1,2,3,L}，P{X_n+1＝j|X_n＝i}＝p(i,j)為馬氏鏈中n時刻處于狀態i、在n+1時刻轉移到狀態j的轉移概率，馬氏鏈中

其中，表示在馬氏鏈X₁,X₂,K,X_n中分為m個段落中第k段落中狀態i轉移到狀態j出現的次數；表示第k段落中狀態i出現的次數；A_n(i,j)表示從狀態i轉移到狀態j出現的次數；S_n(i)表示狀態i出現的次數，m表示馬氏鏈所分的段落總數；

利用卡方檢驗的方法，根據上式可得由此構造卡方檢驗統計量

比較卡方統計量X²與X²的自由度系數當時，認定序列為齊次馬爾科夫鏈，其中表示自由度系數值，其值根據自由度系數的不同有不同的數值；

根據徑向基預測值與實際吞吐量的相對誤差序列的不同狀態區間計算狀態轉移概率，包括以下步驟：

S31.根據徑向基預測值和宏基站實際吞吐量得到相對誤差序列；

S32.對相對誤差序列進行歸一化處理；

S33.根據黃金分割法將歸一化后的相對誤差序列劃分為_e個狀態區間，即E₁,E₂,E₃,K,E_e；

S34.根據狀態轉移概率公式計算齊次馬爾科夫鏈的狀態轉移概率；

根據狀態轉移概率公式計算齊次馬爾科夫鏈的狀態轉移概率具體包括：

齊次馬爾科夫鏈從狀態E_i經過一步轉移到狀態E_i+1的轉移概率為：

其一步轉移概率矩陣為：

齊次馬爾科夫鏈從狀態E_i經過n步轉移到E_i+n的轉移概率為根據切普曼-柯爾莫哥洛夫方程，n步轉移概率為P⁽ⁿ⁾＝(P⁽¹⁾)ⁿ；

其中，A_n(i,j)表示從狀態i轉移到狀態j出現的次數；S_n(i)表示狀態i出現的次數；

S4：根據修正預測值計算基站休眠比，根據基站休眠比對宏基站覆蓋區域內的所有毫微微基站進行比例休眠；

S5：將未休眠基站視為粒子，將粒子位置作為為未休眠基站的當前功率值，將能耗優化模型的拉格朗日形式作為評價函數，利用粒子群算法迭代求出最優毫微微基站群發射功率。