本发明属于无线通信技术领域，具体涉及一种基于分区的非正交多址异构网络、资源分配方法及系统。
背景技术：
目前，国内外对于非正交多址系统性能研究分为两个方面：发送端和接收端。发送端主要是对于发送功率的分配、发送信道的选择等，而接收端在于接收方法和接收机的结构等。近年来，随着移动通信服务的爆炸性增长，对于频谱资源的需求也越来越高。传统的正交多址技术限制了传输资源和接入用户数量，不能满足大规模数据传输的需求。
技术实现要素：
为解决现有技术中的不足，本发明提供一种基于分区的非正交多址异构网络、资源分配方法及系统，能够增强频谱效率，达到区间信道复用的目的。
为达到上述目的，本发明所采用的技术方案是：
第一方面，提供一种非正交多址异构网络，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道。
一种非正交多址异构网络的资源分配方法，基于第一方面所述的非正交多址异构网络，包括：采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
进一步地，所述采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果，具体为：以最大化微小区的能量效率为目标，确定目标函数和约束方程；基于确定的目标函数和约束方程，首先进行功率分配，假设微小区内各微用户的功率平均分配，初始化迭代次数和拉格朗日乘子，进而获取每个微用户的功率；设置步长，更新拉格朗日乘子；用更新的拉格朗日乘子来重新计算用户功率；并且每次更新拉格朗日对偶函数，找到使其最终最大的值一直到收敛，获取微用户的功率分配结果。
进一步地，所述目标函数和约束方程为：
其中，rmin是微小区内用户的最低速率要求；pc是整个电路功耗；c1是微用户的最大传输功率限制；c2保证了每个微用户的最低传输速率；c3限制了在第n个信道宏用户的干扰不得大于设定的值in；c4保证了每个微小区占用一个子信道；c5是一个二进制数，
进一步地，所述基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道，具体为：基于微用户的功率分配结果获取整个微小区的和速率；对于每个微小区，从宏基站的所有子信道中选择和速率最大的子信道；当多个微小区选择同一个子信道时，排序在后的微小区从剩余的子信道中再次重新选择一个和速率最大的子信道。
进一步地，所述每个微用户的功率通过以下方法获取：
第三方面，提供一种非正交多址异构网络的资源分配系统，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道，包括：第一模块，用于采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；第二模块，用于基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
与现有技术相比，本发明所达到的有益效果：
(1)本发明通过构建微小区与宏用户共享子信道的非正交多址异构网络，能够增强频谱效率，达到区间信道复用的目的；
(2)本发明资源分配方法，考虑从区间干扰、跨层干扰、共信道干扰的角度出发，通过提高用户的能量效率，采用基于次梯度法的拉格朗日对偶方法对微小区内用户的功率分配进行迭代计算，并基于求得的用户功率采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
附图说明
图1是本发明实施例提供的一种基于分区的非正交多址异构网络的系统结构示意图；
图2是本实施例中功率分配算法的收敛性仿真证明；
图3是本实施例中不同分区数对整个小区微用户的能量效率的影响；
图4是本发明实施例所提出的算法相对于其他现有算法的提升效果。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一：
如图1所示，一种非正交多址异构网络，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道。通过构建微小区与宏用户共享子信道的非正交多址异构网络，能够增强频谱效率，达到区间信道复用的目的。
实施例二：
基于实施例一所述的非正交多址异构网络，本实施例提供一种非正交多址异构网络的资源分配方法，包括：采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
本实施例以最大限度地提高微小区的能量效率，同时考虑扇形化即将整个小区划分若干等分区。通过考虑整个系统中的三个干扰：区间干扰、跨层干扰和共信道干扰，提出了一种迭代算法通过次梯度法来寻找最优值。数值结果表明，当分区数为3时，扇区最合适，所提出的方案优于传统的正交多址方案。
主要步骤如下：
s1：建立一个新的通信场景，明确优化问题及约束条件；
s11：假设一个两层的异构网络，多个微小区随机分布在宏基站下，微小区内用户使用非正交多址技术将信号传输到微基站。微小区和宏用户共享同一信道，以此增强频谱效率。
s12：由于共享同一信道的原因，所以系统中存在三种干扰：区间干扰、跨层干扰和共信道干扰。资源分配的目的就是合理处理干扰带来的性能下降；
s13：本实施例的目标是优化微小区的能量效率。通过对用户的功率、速率、干扰等限制来达到较好的性能提升；
s2：判断优化问题是否存在可行性解，若存在可行性解则执行下一步骤，若不存在则算法结束；
s20：在求解优化问题之前先判断该问题是否可行。该问题的优化目标函数为最大化能量效率。能量效率的定义为用户和速率与用户总功耗相除。这是一个典型的整数非线性规划问题，如果直接求解复杂度会很高，求解困难；
s21：将该问题分为两部分。一部分是功率分配，下一部分是信道选择；
s3：以最大化微小区用户能量效率为目标，对优化问题进行优化；首先进行微小区内用户的功率分配；根据得到的功率分配进行信道选择；
s30：首先进行功率分配，假设微小区内用户功率平均分配，初始化迭代次数和拉格朗日乘子；
s31：根据求得的功率计算每个微用户的功率。设置步长，更新公式拉格朗日乘子。用更新的拉格朗日乘子来重新计算用户功率。并且每次更新拉格朗日对偶函数，找到使其最终最大的值一直到收敛；
s32：用更新完的功率计算整个微小区的和速率。对于每个微小区，从n个子信道中选择和速率最大的信道。当选择同一的信道时，再次重新选择在这一信道上和速率最大的微小区。
如图1所示，宏基站位于小区中心，有s个微基站随机分布在宏基站周围。假设有n个子信道之间相互正交，每个子信道上有一个宏用户。微基站中的f个用户使用非正交多址技术与微基站通信。同时，由于宏基站是定向天线，可根据作用区域来进行分区。因此整个系统就存在三种场景：区间干扰、跨层干扰、共信道干扰。因此，在第m个分区中，第s个微基站接收到的信号为：
其中，
本实施例中，旨在最大化所有微小区的能量效率；采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果，具体为：以最大化微小区的能量效率为目标，确定目标函数和约束方程；基于确定的目标函数和约束方程，首先进行功率分配，假设微小区内各微用户的功率平均分配，初始化迭代次数和拉格朗日乘子，进而获取每个微用户的功率；设置步长，更新拉格朗日乘子；用更新的拉格朗日乘子来重新计算用户功率；并且每次更新拉格朗日对偶函数，找到使其最终最大的值一直到收敛，获取微用户的功率分配结果。
在两层异构网络中加入非正交干扰技术，其间大大提高了频谱效率，但它所带来的干扰是不可避免的。只有对干扰进行处理，通过合理的资源分配从而达到最佳的能量效率。所以，可以将目标函数和约束方程表示如下：
其中，rmin是微小区内用户的最低速率要求；pc是整个电路功耗；c1是微用户的最大传输功率限制；c2保证了每个微用户的最低传输速率；c3限制了在第n个信道宏用户的干扰不得大于设定的值in；c4保证了每个微小区占用一个子信道；c5是一个二进制数，
可以看出因为限制条件c5，所以这是个混合整数非线性规划问题。另外，这个优化目标是分数形式，所以如果是直接用数学方法求解复杂度非常高。本实施例将这个问题分为两部分解决：
a：每个微小区的功率分配
首先考虑一个微小区中的功率分配，然后可以让其应用到整个小区。所以功率分配就可以被简化为：
此时这个优化问题就变成一个分数非线性规划问题，所以可以将其转成等效参数化形式，表示为：
其中，t是一个衡量功率分配的参数；所以拉格朗日函数为：
其中，λi≥0，νi≥0和μn≥0是拉格朗日乘子；从而kkt条件为：
其中，公式(7)-(9)是解析函数的知识，使得每个变量的导数为0；公式(11)-(12)是原始问题的约束；因为这个拉格朗日条件不易解，所以决定通过拉格朗日对偶方法来求解；当t给定时，拉格朗日对偶函数为：
并且，这个对偶问题可以描述为：
s.t.λ,ν,μ≥0(14a)
首先，计算公式(7)来求解问题(16)的无条件约束；等于零的无约束函数的一阶导数得到的解是它的最优解；因此，
将(15)带入到(7)，可以得到解：
对偶问题(16)可以在有效范围内用次梯度法迭代求解，其中，对偶变量的更新规律为：
其中，l是迭代指数，
b.子信道分配
根据前述的内容，可以根据功率分配计算出整个微小区的能量效率。接下来，需要为微小区选择合适的子信道。本实施例提出了一个基于贪婪原则的子信道选择算法；首先，根据之前的功率得到每个微小区的和速率；用
1、首先进行功率分配，假设微小区内用户功率平均分配，初始化迭代次数和拉格朗日乘子；
2、根据公式(16)计算每个微用户的功率；设置步长，更新公式(17)-(19)；用更新的拉格朗日乘子来重新计算用户功率；并且每次更新拉格朗日对偶函数(13)，找到使其最终最大的值一直到收敛；
3、用更新完的功率计算整个微小区的和速率；对于每个微小区，从宏基站的所有子信道(n个子信道)中选择和速率最大的子信道；当多个微小区选择同一个子信道时，排序在后的微小区从剩余的子信道中再次重新选择一个和速率最大的子信道。
为了更充分的阐述本实施例所具有的有益效果，以下结合仿真分析及结果，进一步对本实施例的有效性和先进行予以说明。
仿真系统是一个直径700m的宏小区，其间微小区直径设置为50m。所有用户随机分布在小区内。图2仿真分析了在微小区数目不同的情况下算法1功率分配算法的收敛性。结果证明该算法可以快速收敛。
图3分析了在不同小区数是微小区能量效率的变化图。可以看出，对用户最低速率的限制越高，整个微小区的能量效率就越高。同时，在微小区数为3时，性能达到最佳。
图4仿真证明了本算法的优劣性。对采用正交多址和不采用分区的方案做了对比，结果证明本实施例所提出的方案明显优于其它方案。
实施例三：
基于实施例一所述的非正交多址异构网络、实施例二所述的非正交多址异构网络的资源分配方法，本实施例提供一种非正交多址异构网络的资源分配系统，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道，包括：
第一模块，用于采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；
第二模块，用于基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
1.一种非正交多址异构网络，其特征是，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道。
2.一种非正交多址异构网络的资源分配方法，其特征是，基于权利要求1所述的非正交多址异构网络，包括：
采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；
基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
3.根据权利要求2所述的非正交多址异构网络的资源分配方法，其特征是，所述采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果，具体为：
以最大化微小区的能量效率为目标，确定目标函数和约束方程；
基于确定的目标函数和约束方程，首先进行功率分配，假设微小区内各微用户的功率平均分配，初始化迭代次数和拉格朗日乘子，进而获取每个微用户的功率；设置步长，更新拉格朗日乘子；用更新的拉格朗日乘子来重新计算用户功率；并且每次更新拉格朗日对偶函数，找到使其最终最大的值一直到收敛，获取微用户的功率分配结果。
4.根据权利要求3所述的非正交多址异构网络的资源分配方法，其特征是，所述目标函数和约束方程为：
其中，rmin是微小区内用户的最低速率要求；pc是整个电路功耗；c1是微用户的最大传输功率限制；c2保证了每个微用户的最低传输速率；c3限制了在第n个信道宏用户的干扰不得大于设定的值in；c4保证了每个微小区占用一个子信道；c5是一个二进制数，
5.根据权利要求3所述的非正交多址异构网络的资源分配方法，其特征是，所述基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道，具体为：
基于微用户的功率分配结果获取整个微小区的和速率；对于每个微小区，从宏基站的所有子信道中选择和速率最大的子信道；当多个微小区选择同一个子信道时，排序在后的微小区从剩余的子信道中再次重新选择一个和速率最大的子信道。
6.根据权利要求3所述的非正交多址异构网络的资源分配方法，其特征是，所述每个微用户的功率通过以下方法获取：
7.一种非正交多址异构网络的资源分配系统，其特征是，宏基站周围随机分布若干个微基站，宏基站配置若干个相互正交的子信道，每个子信道上有一个宏用户；每个微基站与若干个微用户基于非正交多址通信组建为一个微小区，微小区与宏用户共享子信道，包括：
第一模块，用于采用基于次梯度法的拉格朗日对偶方法，获取微用户的功率分配结果；
第二模块，用于基于获取的微用户的功率分配结果，采用具有贪婪原则的信道分配算法为每个微小区选择最佳的子信道。
技术总结