基于中断概率和差分信道质量指示信息的头节点选择方法专利检索-瑞利衰落电信专利检索查询-专利查询网

基于中断概率和差分信道质量指示信息的头节点选择方法

阅读：1019发布：2020-07-20

专利汇可以提供基于中断概率和差分信道质量指示信息的头节点选择方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于中断概率和差分信道质量指示信息的头节点选择方法，涉及通信技术，本发明提出对头结点进行选择。先通过OP方法进行用户的粗选，既通过信道容量中的功率增益门限加上条件概率得出小区中中断概率较小的UE；然后通过IWF进行精选，小区用户间通过OP粗选后，反馈行道质量指示信息给eNodeB(基站)，得出差分信道质量指示信息，利用差分信道质量指示信息得到干扰加权因子，最终通过干扰加权因子得到干扰较小的UE(用户)，既是头节点。由于是移动协作云的环境下，所以头节点的选择是动态监测，实时更新的。这样选出的头节点中断概率小，频谱利用率高，吞吐量大，增强了头节点在移动协作云中承上启下的作用。，下面是基于中断概率和差分信道质量指示信息的头节点选择方法专利的具体信息内容。

权利要求

1.一种基于中断概率和差分信道质量指示信息的头节点选择方法，其特征在于包括以下步骤：
101、宏蜂窝网络中包括n个微蜂窝小区，每个微蜂窝小区中包括一个基站eNodeB和若干个节点用户，所述微蜂窝小区采用分层移动协作云接入网络，所述微蜂窝小区中的基站eNodeB给节点用户发送请求数据包，所述节点用户收到请求数据包后得出每个微蜂窝小区与节点用户之间信道的信噪比SNR、信道质量指示CQI、预编码矩阵指示信息PMI及信道衰落系数其中S表示源节点，此处为基站eNodeB，i表示微蜂窝小区中的第i个节点用户；
102、设定数据包速率R及其门限值根据步骤101中得到的信噪比SNR和信道衰落系数计算出信道容量当节点用户的信道的功率增
益小于门限值就把此节点用户作为协作节点，若干个协作节点组成协
作域C(s)，其中 |C(s)|表示C
(s)中选中的协作节点个数，|C(s)|∈{0,1,…,M},根据公式计算出协作中断概率
103、将步骤102中得到的协作中断概率PSOP{|C(s)|}进行降序排序，并选出中断概率PSOP{|C(s)|}104、获取蜂窝通信系统小区总功率St，源节点S到第i个用户的信道增益Hsi，第i个用户的预编码矩阵Mi，小区间干扰PICI，接收端高斯白噪声然后n个微蜂窝小区中的基站将各自小区的粗选头结点发送给其余微蜂窝小区的基站，计算出协作通信中的在协作通信中的协作中的信道质量指示信息QCoMP：
并根据公式计算出
差分CQI信道质量指示信息，其中Qn(Mi)表示协作小区预编码矩阵为Mi的第n个用户的信道质量指示信息，Qn(M0)表示协作小区预编码矩阵为M0的第n个用户的信道质量指示信息；
105、当宏蜂窝网络中包括3个微蜂窝小区时，包括小区A、小区B、小区C，将步骤104中得到的差分CQI信道质量指示信息定义为干扰加权因子ω，ω＝k×ΔQn(Mi)，k为加权系数，并根据香农定理得出归一化吞吐量t＝log2(QA(Mj))+log2(QB(Mj))＝log2(QA(Mj)×QB(Mj))，则得出C小区用户对A小区用户和B小区用户(An,Bn)的干扰量ωA×ωB，重复步骤105得到A小区和B小区干扰最小的用户集合(Cm)，同理小区A和小区B也选出干扰最小的用户，和小区C用户组成用户集合(Am,Bm,Cm)；
106、返回步骤104，动态监测，更新粗选头节点，用户集合(Am,Bm,Cm)为最终头节点，头结点选择完毕，基站eNodeB将数据包通过头结点进行转发。
2.根据权利要求1所述的基于中断概率和差分信道质量指示信息的头节点选择方法，其特征在于：步骤102中服从均值为0，实部和虚部方差均为σ2的复高斯分布，服从参数为σ2的平坦瑞利分布，服从均值为2σ2的指数分布，
其中表示的均值/期望，p()表示中断概率。

说明书全文

基于中断概率和差分信道质量指示信息的头节点选择方法

技术领域

[0001] 本发明涉及移动通信技术领域，更具体的说，本发行涉及一种用于无线移动协作网络中的头节点选择方法

背景技术

[0002] 随着移动通信的飞速发展，协作通信在新一代无线通信中成为一个热点，CoMP(coordinated multi-point,协作多点)在LTE-A中已经得到了纯熟的应用，面对新一代移动通信更高的要求，同时对协作通信的要求也就更高了。传统的协作通信是基于基站与基站间的，一般分为联合处理和波束赋形两种。新一代的协作通信不仅仅是基于基站与基站间，而且还加入了用户与用户间和用户组与用户组间的协作，分层异作移动云系统就是这样一种协作通信系统。分层异构移动云系统有别于传统的协同通信系统，它把系统进一步细分为两层，一层是基于用户与用户之间协作的头节点层，另一层是基于用户组与用户组间协作的子节点层。每层进行资源共享，并对节点进行动态监护，实时更新，保证头节点能给子节点传递信息。

[0003] 在分层异构协作云系统中，基站对头节点的选择是最关键的问题之一，一定要保证头节点的性能足够好，保证头节点的中断概率更小，干扰更小，才能和第二层用户组之间建立良好的通信。

[0004] 在现有的技术方案中，对于头节点的选择，可以通过信噪比，结合不同业务类型需要的数据分组，从信噪比的保证和业务数据传输的需要两个方面，分析现有用户分组算法的误码率等性能指标，来选择性能更好的头节点。有的技术方案是加入了功率的考虑。提出了环境感知优先搜索算法，通过采用CCS(协作控制服务器)来更有效的选择头节点。

[0005] 事实上，除了信噪比和功率，头节点的中断概率和吞吐量这些在通信领域中是很关键的问题，因为头节点除了相互间有数据交换外，还要给子节点传输数据。近年来，出现了协作通信中断概率的分析和一种以差分信道质量指示信息的方式来选取小区间干扰最小的用户，中断越低且信道质量更好的头节点能才是更高效的头节点。

发明内容

[0006] 针对以上现有技术中的不足，本发明的目的在于提供一种发包速率快、测试效率高的方法，本发明的技术方案如下：一种基于中断概率和差分信道质量指示信息的头节点选择方法，其包括以下步骤：

[0007] 101、宏蜂窝网络中包括n个微蜂窝小区，每个微蜂窝小区中包括一个基站eNodeB和若干个节点用户，所述微蜂窝小区采用分层移动协作云接入网络，所述微蜂窝网络中的基站eNodeB给节点用户发送请求数据包，所述节点用户收到请求数据包后得出每个微蜂窝小区与节点用户之间信道的信噪比SNR、信道质量指示CQI、预编码矩阵指示信息PMI及信道衰落系数其中S表示源节点，此处为基站eNodeB，i表示微蜂窝小区中的第i个节点用户；

[0008] 102、设定数据包速率R及其门限值根据步骤101中得到的信噪比SNR和信道衰落系数计算出信道容量当节点用户的信道的功率增益小于门限值就把此节点用户作为协作节点，若干个协作节点组成协作域C(s)，其中|C(s)|表示C(s)中选中的协作节点个数，|C
(s)|∈{0,1,…,M},根据公式计算出协作中断概率

[0009] 103、将步骤102中得到的协作中断概率PSOP{|C(s)|}进行降序排序，并选出中断概率PSOP{|C(s)|}

[0010] 104、获取蜂窝通信系统小区总功率St，源节点S到第i个用户的信道增益Hsi，第i个用户的预编码矩阵Mi，小区间干扰PICI，接收端高斯白噪声然后n个微蜂窝小区中的基站将各自小区的粗选头结点发送给其余微蜂窝小区的基站，计算出协作通信中的在协作通信中的协作中的信道质量指示信息QCoMP：

[0011] 并根据公式计算出差分CQI信道质量指示信息，其中Qn(Mi)表示协作小区预编码矩阵为Mi的第n个用户的信道质量指示信息，Qn(M0)表示协作小区预编码矩阵为M0的第n个用户的信道质量指示信息；

[0012] 105、当宏蜂窝网络中包括3个微蜂窝小区时，包括小区A、小区B、小区C，将步骤104中得到的差分CQI信道质量指示信息定义为干扰加权因子ω，ω＝k×△Qn(Mi)，k为加权系数，此处为1，并根据香农定理得出归一化吞吐量t＝log2(QA(Mj))+log2(QB(Mj))＝log2(QA(Mj)×QB(Mj))，则得出C小区用户对A小区用户和B小区用户(An,Bn)的干扰量ωA×ωB，重复步骤105得到A小区和B小区干扰最小的用户集合(Cm)，同理小区A和小区B也选出干扰最小的用户，和小区C用户组成用户集合(Am,Bm,Cm)；

[0013] 106、返回步骤104，动态监测，更新粗选头节点，用户集合(Am,Bm,Cm)为最终头节点，头结点选择完毕，基站eNodeB将数据包通过头结点进行转发。

[0014] 进一步的，步骤102中服从均值为0，实部和虚部方差均为σ2的复高斯分布，服从参数为σ2的平坦瑞利分布，服从均值为2σ2的指数分布，

[0015]

[0016] 其中表示的均值/期望。

[0017] 本发明的优点及有益效果如下：

[0018] 本发明采用先通过OP方法进行用户的粗选，既通过信道容量中的功率增益门限加上条件概率得出小区中中断概率较小的UE；然后通过IWF进行精选，小区用户间通过OP粗选后，反馈行道质量指示信息给eNodeB(基站)，得出差分信道质量指示信息，利用差分信道质量指示信息得到干扰加权因子，最终通过干扰加权因子得到干扰较小的UE(用户)，既是头节点。由于是移动协作云的环境下，所以头节点的选择是动态监测，实时更新的。这样选出的头节点中断概率小，频谱利用率高，吞吐量大，增强了头节点在移动协作云中承上启下的作用附图说明

[0019] 图1为本发明移动协作云的基本框架图；

[0020] 图2为本发明的头节点OP粗选过程流程图；

[0021] 图3为本发明的头节点IWF精选过程流程图；

[0022] 图4为本发明的整体流程图。

具体实施方式

[0023] 下面结合附图给出一个非限定性的实施例对本发明作进一步的阐述。

[0024] 本发明提供的是一种基于中断概率和差分信道质量指示信息的头节点选择方法。参照图1就是一种分层移动协作云模型。

[0025] 分层移动协作云网络，是具有不同传输性质和传输协议的网络，分层移动协作云网络的核心是分层，把异构网分为两层：头节点用户层和用户组层。如参照图所示，图中所示的是把一个宏蜂窝网络分为三个微蜂窝小区中的一个小区，每个小区下是一个分层异构云接入网络，网络中的用户节点都可以工作在蜂窝移动通信网内，也可以工作在它们自己的本地网络短距离通信网中。系统中的一部分用户能够接受来自eNodeB的数据流，然后通过短距离通信跟同一分组云中的其他用户共享。系统所呈现的两层通信网络，即蜂窝和短距离通信网络。

[0026] 本文称分层异构移动云网络中直接接受来自eNodeB数据流的用户节点为头节点，负责直接接受eNodeB的数据信息，在把数据传输给用户组层的子节点，头节点和子节点间都进行数据的共享以减少eNodeB数据重传次数。可见头节点在分层异构移动云网络中的起了最关键性的作用。

[0027] 参照图2为本发明的头节点OP粗选过程流程图，该方法主要包括以下步骤：

[0028] 201：eNodeB给小区用户发送数据包，包括SNR；

[0029] 202：根据201中的SNR和第i个节点的信道衰落系数源节点S到第i个节点之间的中断概率Pop定义为信道容量小于某一给定的速率R下的概率为

[0030] 203：进一步算出中断概率：

[0031]

[0032] 在云头的选取上，当中继节点的信道的功率增益达到一个门限值之前时，就把此节点作为UE节点的协作节点，那么每一个UE节点中断的可能性为由(1)可知

[0033] 204：算出协作域中的中断概率，假设服从均值为0，实部和虚部发差均为σ2的复高斯分布，服从参数为σ2的平坦瑞利分布，可得则服从均值为2σ2的指数分布。

[0034]

[0035] 其中表示的均值/期望。

[0036] 用C(s)表示由被选中的UE节点组成的协作域，|C(s)|表示C(s)中选中的UE节点个数(|C(s)|∈{0,1,…,M}),则UE协作中断概率有：

[0037]

[0038] 得到协作域中的中断概率PSOP{|C(s)|}以及用户数|C(s)|；

[0039] 205：把204中的通过协作中断概率PSOP排序；

[0040] 206：从|C(s)|选出中断概率小的一部分用户组|C(s)|n，为粗选头节点；

[0041] 207：由于是移动协作云系统，需要动态监测，实时更新返回到201，更新节点。

[0042] 参照图3进行基于差分CQI的头节点精选步骤：

[0043] 301：由201-207得到的粗选头节点集合|C(s)|n开始精选头节点；

[0044] 302：小区给eNodeB发送数据包，包括CQI和PMI；

[0045] 303：3个小区中的eNodeB把粗选用户的数据包发给另外2小区的eNodeB；

[0046] 304：通过数据包算出在协作通信中的在协作通信中的QCoMP：

[0047]

[0048] 其中St为系统总功率，Hsi表示源节点S到第i个用户的信道增益，Mi表示第i个用户的预编码矩阵，PICI为小区间干扰，为接收端高斯白噪声；

[0049] 305：每个小区用户分别算出其他另外小区的差分信道质量指示信息。设使用协作小区预编码矩阵为Mi的第n个用户的信道质量指示信息为Qn(Mi)，采用协作小区预编码矩阵为M0为Qn(M0)，则两者的比值：

[0050]

[0051] 为差分信道质量指示信息；

[0052] 306：把305中的差分CQI定义为干扰加权因子ω：

[0053] ω＝k×△Qn(Mi) (4)

[0054] 可见用户n的差分CQI越大，所受干扰越小；

[0055] 307：假设在三小区协作场景下，第1个小区和第2个小区的用户对表示为(An,Bn)，设为第Mj为3个小区中第n个用户采用的预编码码字，那么根据香农定理，用户A和B的归一化吞吐量和为。

[0056] t＝log2(1+QA(Mj))+log2(1+QB(Mj)) (5)

[0057] 实际系统中，被调度用户的SINR远大于1，因此式(5)可进一步化简为[0058] t＝log2(QA(Mj))+log2(QB(Mj))＝log2(QA(Mj)×QB(Mj)) (6)

[0059] 那么，最大化A和B的用户吞吐量之和等价于：

[0060] maxQA(Mj)×QB(Mj) (7)

[0061] 根据差分CQI和干扰加权因子ω的定义，式(7)进一步等价为

[0062] maxωA×ωB (8)

[0063] 那么第三小区的用户n对第1个小区和第2个小区的用户对(An,Bn)的干扰水平可以用ωA×ωB表示。

[0064] 308：通过307方法选出小区C中受到小区A和B的干扰最小的用户组集合(Cm)；

[0065] 309：同理小区A和小区B也选出干扰最小的用户，和小区C用户组成用户集合(Am,Bm,Cm)；

[0066] 310：由于是移动协作云系统，需要动态监测，实时更新返回到301，更新头节点；

[0067] 311：用户集合(Am,Bm,Cm)为最终头节点

[0068] 进一步，3个小区用户的调度优先级由中断概率和干扰加权因子共同决定。第3个小区用户n加权调度优先级γn表示为

[0069] γn＝Pn(ωA×ωB) (9)

[0070] 那么，在M+1个小区组成的固定协作区域内，对于确定的M个小区配对用户集合，第M+1个小区用户k的加权调度优先级为：

[0071]

[0072] 以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明方法权利要求所限定的范围。

标题	发布/更新时间	阅读量
一种多天线物联网信息传输方法	2020-05-17	75
基于相关瑞利衰落信道的中继及干扰选择方法	2020-05-11	840
一种在瑞利衰落信道中的基于最优阈值传输调度的中继节点选择方法	2020-05-13	528
多径瑞利快衰落信道下OFDM调制制式识别方法	2020-05-11	801
应用于移动通信网络的无线信道建模与仿真方法	2020-05-14	430
一种快速的Nakagami信道模型仿真方法	2020-05-16	280
一种基于瑞利衰落信道的联合决策中继选择方法	2020-05-12	310
避免偏振衰落的分布式光纤瑞利散射振动传感系统和方法	2020-05-12	804
一种基于小样本的精确能量检测方法	2020-05-14	249
一种多径瑞利衰落信道下改善高阶累积量信号识别的方法	2020-05-12	578

基于中断概率和差分信道质量指示信息的头节点选择方法

基于中断概率和差分信道质量指示信息的头节点选择方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：