基于接入控制的網(wǎng)絡(luò)節(jié)能問題研究

基于接入控制的網(wǎng)絡(luò)節(jié)能問題研究

作為無線通信基礎(chǔ)設(shè)施的中心主題之一，網(wǎng)絡(luò)的節(jié)能和綠色通信得到了廣泛的關(guān)注。除了上述方法外,接入控制也是一種非常有效的網(wǎng)絡(luò)管理手段本文研究了與文獻(xiàn)算法方面,本文采用分布式求解策略。隨著無線網(wǎng)絡(luò)規(guī)模的增加,優(yōu)化問題維數(shù)越來越大,分布式求解策略顯然更具吸引力,即依賴于局部信道信息,或進(jìn)行簡單數(shù)據(jù)交換后,各基站可以自行決定是否接入對(duì)應(yīng)用戶。基于這一思路,本文對(duì)原始優(yōu)化問題進(jìn)行轉(zhuǎn)換,使用交錯(cuò)方向乘子法(alternatingdirectionmethodofmultipliers,ADMM本文的主要工作為:1)在傳統(tǒng)功率分配問題中引入接入控制,進(jìn)行聯(lián)合優(yōu)化實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)能,并通過接入控制軟策略和稀疏優(yōu)化完成用戶分類和挑選,提高網(wǎng)絡(luò)的傳輸功效。2)基于ADMM框架設(shè)計(jì)分布式求解算法,在進(jìn)行少量數(shù)據(jù)交換后,各鏈路自行決定是否建立連接,且分布式算法復(fù)雜度低,每一步都有閉合解。1系統(tǒng)模型和問題描述1.1考慮下行鏈路的節(jié)能策略考慮一個(gè)由多個(gè)單天線基站和用戶組成的無線通信網(wǎng)絡(luò)。簡便起見,假設(shè)基站和用戶的數(shù)量均為M,且用戶m指定接入到基站m,m=1,2,…,M?？紤]下行鏈路,p在此基礎(chǔ)上,假設(shè)h式中,σ傳統(tǒng)的網(wǎng)絡(luò)節(jié)能問題可以描述為:在實(shí)際應(yīng)用中該策略有兩點(diǎn)不足。首先,由于發(fā)射功率存在上限,網(wǎng)絡(luò)可能無法滿足所有用戶的QoS條件,導(dǎo)致(P基于上述考慮,在(P如果用戶m的QoS條件滿足,則式(2)成立;反之式(2)不成立,它的左邊應(yīng)為正數(shù)。為了覆蓋這兩種情況,引入變量s=[s對(duì)于優(yōu)化后的結(jié)果,如果s稀疏懲罰項(xiàng)中含有非凸的l在(P2分布解算算法(P2.1問題轉(zhuǎn)變?yōu)榱藭鴮懞啽?將(P式中,矩陣B∈R式中,b與(P那么,總可以找到對(duì)于用戶m,m≠k,用戶k的傳輸功率由2.2基于admm框架式的迭代序使用增廣拉格朗日(augmentedlagrangian)方法式中,c>0為懲罰因子;μ=[μ于是,可以將變量{p,s}分成{p}和{s},在此基礎(chǔ)上利用如下的ADMM框架式中,l為迭代序號(hào)。由此變量p和變量s可以分開求解。進(jìn)一步地,更新p、s和μ的過程還可以通過分布式的方式完成。2.2.1輸出ph值的算法更新p等效于求解如下問題,有:由于h具體而言,以k為CD法的迭代序號(hào),p1)引入臨時(shí)變量g=Bp(l,k)+d–s(l);2)開始迭代,令m=1,2,…,M,重復(fù)如下操作:2求解如下優(yōu)化問題,獲得p利用一階最優(yōu)條件,求得p式中,Proj3更新g=g+3)如果收斂,輸出p(l+1)=p(l,k);否則,k=k+1,回到步驟2);因此,更新p的工作可以由各個(gè)基站依次分布式完成,在當(dāng)前基站完成更新后,只需要將g傳輸給下一個(gè)基站即可。2.2.2最優(yōu)解s的更新更新s等效于求解如下的無限制優(yōu)化問題,有:它可以分解成M個(gè)關(guān)于s同樣,利用一階最優(yōu)條件,最優(yōu)解s式中,?|s為了表述簡潔,令:將式(10)和式(11)代入式(9),可得:因此,可以通過式(12)更新s2.2.3拉格朗日里特斯利用式(7)更新μ,它同樣可以分布式進(jìn)行,即獨(dú)立地計(jì)算μ2.3分布式進(jìn)行的并行基于ADMM的分布式功率分配和接入控制聯(lián)合算法如下:該算法的優(yōu)點(diǎn)在于其主要步驟,更新p、s和μ等,都可以交給M個(gè)基站分布式進(jìn)行,同時(shí)僅需要很少的數(shù)據(jù)即可完成。其中,更新p需要在各個(gè)基站間依次進(jìn)行,而更新s和μ則可以完全并行地分布式進(jìn)行。該算法的每一步都通過閉合式直接計(jì)算,因此復(fù)雜度低。在每輪迭代中,每個(gè)基站的運(yùn)算量僅為O(M),是一種高效的分布式求解算法。另一方面,與并行更新接入矢量s不同,在更新功率矢量p的每一輪迭代中,需要依次更新p3用戶接入概率及網(wǎng)絡(luò)傳輸功效考慮一個(gè)正六邊形的小區(qū),相鄰頂點(diǎn)的間距為1000m。內(nèi)部有M=9個(gè)基站和相同數(shù)量的用戶,且基站和用戶在小區(qū)內(nèi)隨機(jī)分布。基站m和用戶n間的傳輸信道為了直觀地體現(xiàn)接入控制的效果,首先基于50個(gè)信道樣本進(jìn)行仿真。圖1給出了仿真所得的用戶接入狀態(tài)。圖中橫軸為仿真序號(hào),縱軸為用戶序號(hào);黑色小方格表示在該次仿真中,對(duì)應(yīng)用戶無法接入,白色表示能接入。在沒有進(jìn)行接入控制時(shí),系統(tǒng)無法區(qū)別用戶,所有用戶要么全部接入,要么都無法接入。在圖中的50次仿真中,只有20次用戶能夠接入。融合接入控制后,當(dāng)網(wǎng)絡(luò)無法滿足所有用戶的QoS要求時(shí),可以挑選某些信道環(huán)境較好的用戶進(jìn)行接入,并且調(diào)整λ可以控制接入用戶的數(shù)量。如對(duì)于本次仿真的第2個(gè)信道樣本,系統(tǒng)無法滿足所有用戶,但引入接入控制后,當(dāng)λ=1時(shí),有3個(gè)用戶可以接入,當(dāng)λ=50時(shí),接入用戶數(shù)增加到6。圖2對(duì)100次仿真中各用戶的平均接入概率進(jìn)行了統(tǒng)計(jì)。用戶接入概率隨著QoS要求γ的增加而降低。沒有進(jìn)行接入控制的算法具有最低的用戶接入概率。接入控制顯著提高了用戶接入概率。文獻(xiàn)圖3對(duì)網(wǎng)絡(luò)傳輸功效進(jìn)行了統(tǒng)計(jì),傳輸功效為傳輸總速率和傳輸總功率之比,描述了消耗單位功率能實(shí)現(xiàn)的傳輸速率。在沒有接入控制時(shí),只統(tǒng)計(jì)所有用戶都能接入時(shí)的傳輸功效。此時(shí)網(wǎng)絡(luò)功效很低,因?yàn)榻尤胨杏脩羰咕W(wǎng)絡(luò)中同時(shí)傳輸?shù)逆溌份^多,它們相互干擾,網(wǎng)絡(luò)必須增大傳輸功率以滿足所有用戶的QoS。引入接入控制使得網(wǎng)絡(luò)挑選某些用戶優(yōu)先接入,能以較小的傳輸功率滿足優(yōu)先接入用戶的QoS,提高了傳輸功效。另一方面,隨著λ增大,接入用戶數(shù)增加,相互之間干擾也更嚴(yán)重,傳輸功效相應(yīng)降低。與文獻(xiàn)圖4進(jìn)一步比較了不同接入策略的傳輸功效。圖中3種方案具有相同的用戶接入數(shù),由本文方法在λ=10時(shí)確定。由圖可知,本文方法的性能遠(yuǎn)遠(yuǎn)優(yōu)于隨機(jī)選擇接入用戶的方法,其性能非常接近窮舉搜索法。后者通過搜索所有的接入可能獲得問題的最優(yōu)解,但代價(jià)是其運(yùn)算量隨著網(wǎng)絡(luò)規(guī)模呈指數(shù)增加。因此,本文的分布式算法以O(shè)(M)的運(yùn)算量,獲得了原始優(yōu)化問題的一個(gè)高效次優(yōu)解。4優(yōu)化問題求解算法本文研究了接入控制和功率分配的聯(lián)合優(yōu)化問題,以期在功效和接入用戶數(shù)之間實(shí)現(xiàn)