[发明专利]一种密集蜂窝网络能量与业务协作方法

权利要求书

1.一种密集蜂窝网络能量与业务协作方法，其特征在于，应用于密集蜂窝网络，所述方法包括：

根据效用函数，生成关于用户终端和基站的偏好列表；

根据偏好列表，利用多对多匹配算法将用户终端和基站进行匹配，得到以用户为中心的用户基站簇，以簇为单位减小基站群的规模；

在用户基站簇中，使用强化学习算法，得到基站功率分配和基站间能量的合作策略；

当簇中有基站的剩余电量不足以支撑本时隙内数据的发射时，便再次启动匹配算法形成新的簇；

其中，所述根据效用函数，生成关于用户终端和基站的偏好列表，具体包括：

定义效用函数表示第n个基站在第k个信道上到终端m能发送的数据量，依据发送效用函数和信道增益生成基站和用户的偏好列表，其中，B_n为基站电池电量，为第n个基站用于连接终端m的第k个信道的信道增益，为基站的发射功率，σ²为加性高斯白噪声，为其他基站对基站n的同频干扰，为第i个基站在第k个信道上的发射功率；

每个终端据此将基站和信道排序，生成终端对基站的偏好列表，基站对终端的偏好列表由基站到终端的信道增益决定，考虑到模型中有N个基站，每个基站有K个相互正交的子信道，M个用户，则偏好列表表示为

PL_SBS_ch＝[SBS₁,···,SBS_n,···,SBS_N×K]

PL_UE＝[UE₁,···,UE_m,···,UE_M]

其中，SBS_i为基站和其信道展开后的排列，表示第i个基站信道的编号，UE_i为第i个用户；

其中，所述在用户基站簇中，使用多代理强化学习算法，得到基站功率分配和基站间能量的合作策略，具体包括：

第一步，确定动作集，即代理输出的所有可能的行为值；从环境中抽取状态表示，作为代理对环境的观察；

第二步，每个代理观察当前环境的状态，进入探索阶段；

第三步，代理以最大化系统平均和速率为目标，根据自己的观察进行理性的行为选择，其中，行为包括基站的发送功率和能量协作，本部分可用来决策的策略有两个，随机性的实验策略和确定性的基准策略；

第四步，所有基站都决策完成后，计算环境的奖励信息，每个代理更新其对应的状态行为值；

第五步，重复执行第三、四步，直至探索阶段结束，比较新学习到的策略和基准策略的优劣，将较优的策略作为本状态的输出策略；

其中，基站，终端，信道的匹配属于多对多匹配，具体过程如下：

1)当存在未匹配的终端时，任选一个终端，执行下面操作，

2)请求匹配：选中的终端m向基站n发送配对请求，请求中包含了要配对的第k个信道信息，且基站n对终端来说优先级是最高的，而且没有拒绝过终端m；

回应：如果基站m被请求的信道是空闲的，则接受请求，否则，基站把信道K上已经配对的终端i和当前请求配对的终端m比较，根据基站对终端的偏好列表，接受优先级高的终端配对请求，拒绝另一个终端并将其添加到未匹配的终端列表中；

3)直到未匹配的终端列表为空时停止，否则，返回1)；

4)匹配结束，返回配对的集合。