[发明专利]用于分布式无线网络的方法和设备

说明书

技术领域

本发明的实施例一般地涉及通信领域，更具体地，本发明的实施例涉及用于分布式无线网络的方法和设备。

背景技术

随着数据业务、智能移动设备(例如各类智能手机)和社交网络越来越多地受到用户的欢迎，无线网络正处于网络模式转变的过程中。为提升通信的容量，小型小区(例如，femtocell和picocell)和D2D(设备到设备)通信正在被添加到现有的网络中，这将会导致在未来的通信中，网络结构很可能变得愈发松散和无序，从而如果对这些网络仍然采用传统的集中式控制，就会变得非常复杂且低效。因此，近年来的通信研究更多的关注于分布式无线网络。这样的分布式网络显示出对于异构网络很强的伸缩性、灵活性以及鲁棒性，并且有希望改进稀缺的频谱资源的使用率。然而，由于缺少集中式的控制，设计低复杂度又能实现期望的性能的分布式网络具有不小的挑战性。

在用于多载波多用户系统的分布式控制算法的实际设计中存在两个主要的挑战，其中之一是如何能够高效地实现最优的系统吞吐量，这已经成为热点研究的一个课题。理论上，该课题可以建模为带有功率约束的和速率最大化问题。由于该问题的非凸特性，其已经被证明是一个NP-hard问题。因此，即使在集中式的情况下也无法设计快速算法来获得最优的解决方案。

为此，许多放松技术已经被应用于获得近似的最优解决方案。这些技术可以被划分为两类。一类技术是求解拉格朗日对偶放松问题来代替于求解原始的和速率最大化问题。然而，由于该问题的非凸特性，强对偶定理要求的条件通常不能成立。进一步，由于要在用户之间传递大量的消息，相应的对偶算法也难以以分布式的方式应用于实际的系统中。

另一类技术是将问题转换为非合作博弈问题。人们提出了以迭代的注水算法(IWFA)所代表的一类算法，用来计算纳什均衡。在寻找和证明存在纳什均衡解唯一性条件以及IWFA的收敛的条件等方面，也已经做了大量工作。然而，在类技术中仍然存在着若干缺陷。首先，为了算法的收敛，IWFA将进行若干次迭代(例如，20次迭代)。每次的迭代将运行注水算法来进行功率分配。这使得计算复杂度变得很高，且在收敛前进行功率分配也都是低效的。其次，算法可能无法收敛到唯一的纳什均衡。最后，即使算法收敛到纳什均衡点，也不必然意味着网络用户可以取得较好的吞吐量，因为纳什均衡并不能保证全局最优，例如，著名的“囚徒困境”问题。

另一个挑战是如何设计出一个简单且有效的消息传递机制，这是实际实现分布式网络的一个难点和重点。由于用户共享公共的频谱，为了分布式的实现合理资源分配，网络中的用户必须要向其他的用户传送各自的信息(例如，信道增益和干扰水平)。消息的频繁传送会造成巨大的系统开销，这里就存在着一个系统性能和开销的权衡问题。一方面，如果缺少足够的消息传送，用户设备之间就难以达到良好的协作，从而差的系统性能就不可避免。IWFA就是一个由于毫无消息传送而导致差的系统性能就是极端例子。然而另一方面，大量消息频繁传递，其造成的系统开销很可能抵消甚至超出其为系统带来的性能增益。另外，众多的消息传递在实际的系统中也难于实现。

发明内容

为了解决上面提到的问题，本发明的实施例提供了一种简单且有效的信令传输机制，基于此可以进行有效的信道分配和功率控制，从而在分布式无线网络中实现良好的系统性能，获得最佳的系统吞吐量。

本发明的实施例提供一种用于分布式无线网络的方法，该方法包括在一个用户处接收来自于所述无线网络内其他用户发送的定制信号，以便获得所述其他用户的信道增益。该方法还包括利用所述信道增益来对和速率最大化问题建立模型。该方法进一步包括基于对所述和速率最大化问题的求解来实现最优的或次优的信道分配和功率控制。

根据本发明的一个实施例，其中接收其他用户发送的定制信号包括接收其他用户中的每个用户以一个传输功率在每个信道中发送的信号，接收所述每个用户以所述一个传输功率与以所述信道增益为参数的函数相乘的积作为另一个传输功率在每个信道中发送的信号，以及基于所述一个传输功率和所述另一个传输功率来求解所述信道增益。

根据本发明的另外实施例，其中所述和速率最大化问题模型表达为下式：

其中