一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法
【專利摘要】本發(fā)明公開了一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，根據(jù)用戶吞吐量的經(jīng)驗值確定可以穩(wěn)定接入各個基站的用戶群和性能較差的小區(qū)邊緣用戶；然后利用遺傳算法對性能較差的用戶智能地調(diào)換基站，對遺傳操作中的每一代更新用戶的吞吐量和接入各個基站的總用戶數(shù)，從而不斷提高邊緣用戶吞吐量和整個網(wǎng)絡的性能，經(jīng)過多代遺傳操作，得到各個基站較好的用戶組合，使系統(tǒng)性能達到最優(yōu)。
【專利說明】—種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法
【技術領域】
[0001]本發(fā)明涉及無線異構網(wǎng)絡的用戶接入網(wǎng)絡問題，具體涉及一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，可用于異構網(wǎng)絡下宏基站和小功率節(jié)點中用戶的分配。
【背景技術】
[0002]在傳統(tǒng)的宏蜂窩小區(qū)引入低功率節(jié)點提供重疊覆蓋的異構網(wǎng)絡組網(wǎng)形式，可以有效地解決無線通信網(wǎng)絡對數(shù)據(jù)速率需求的日益增長，提高系統(tǒng)容量和頻譜利用率。與宏蜂窩網(wǎng)絡相比，由于小功率網(wǎng)絡節(jié)點的發(fā)射功率(均在250mW到IW之間)和天線高度(<5m)都比較低，在異構網(wǎng)絡中按照傳統(tǒng)的基于接收信號強度(RSS, Received Signal Strength)的接入選擇算法會出現(xiàn)這樣的問題:接入低功率節(jié)點的用戶數(shù)遠遠小于選擇接入宏基站的用戶數(shù)。這就造成宏蜂窩小區(qū)的負載量過多，頻率資源競爭非常激烈，然而低功率節(jié)點的頻率資源卻沒有充分利用。因此，異構網(wǎng)絡中各小區(qū)使用相同帶寬的頻率資源，增加小功率節(jié)點的用戶數(shù)會最大化小區(qū)分裂增益，從而提升全網(wǎng)性能。因此在無線異構網(wǎng)絡中必須改變用戶接入目標小區(qū)的選擇策略，讓更多用戶選擇低功率節(jié)點為服務小區(qū)，即為用戶選擇參考信號接收功率RSRP較大的小區(qū)而不一定選RSRP最大的小區(qū)作為其服務小區(qū)，這就是小區(qū)范圍擴展(RE，Range Expansion)技術。目前常用的小區(qū)范圍擴展技術一般只用在簡單的宏微基站場景下，以分布式解決問題，每次只能調(diào)整基站的偏置值，不能兼顧全網(wǎng)的運行情況。不適用于實際中的復雜異構網(wǎng)絡場景。
[0003]由于無線異構網(wǎng)絡的異構性和多個網(wǎng)絡的重疊覆蓋性，無線異構網(wǎng)絡不僅要考慮單一網(wǎng)絡的運行質(zhì)量，還要考慮到整個網(wǎng)絡系統(tǒng)的運行質(zhì)量以及其它異構網(wǎng)絡對自身網(wǎng)絡的影響等因素。因此，在終端用戶選擇接入的目標網(wǎng)絡的方法上，無線異構網(wǎng)絡不但對于網(wǎng)絡性能的需求更多，要求更高，要求能夠以全局最優(yōu)化的方式使網(wǎng)絡達到最優(yōu)的性能。
[0004]遺傳算法是模擬自然界優(yōu)勝劣汰的進化現(xiàn)象，把可能解的搜索空間映射為遺傳空間，把可能的解編碼為一個向量(即染色體)，向量的每個元素稱為基因。種群是由一定數(shù)目的個體所構成的，遺傳算法的最開始的工作就需要進行編碼工作，然后形成初始的種群，最后進行選擇、交叉和變異的操作。初始化一個可能潛在解集的種群，按照適者生存和優(yōu)勝劣汰的機制，在每一代中根據(jù)問題域個體的適應度值大小來挑選個體，并借助自然遺傳機制進行交叉、變異操作產(chǎn)生新的解集的種群。通過不斷計算各染色體的適應度值和遺傳操作，選擇最好的染色體，從而獲得最優(yōu)解。
[0005]與其他優(yōu)化算法相比較，遺傳算法具有的優(yōu)勢:(1)搜索過程是作用在編碼后的字符串上，間接作用在優(yōu)化問題的具體變量上，在搜索中用隨機變換規(guī)則替代確定的規(guī)則。為了提高效率，遺傳算法在搜索時采用了啟發(fā)式搜索。(2)具有較好的通用性，不需要輔助信息。遺傳算法僅需使用適應度函數(shù)的數(shù)值來評價個體的好壞，并在此基礎上進行遺傳操作。更重要的是，遺傳算法的適應度函數(shù)只要求編碼必須與可行解空間對應，其不僅不受連續(xù)可微的約束，而且其定義域可以任意設定。這使得遺傳算法的應用范圍很廣泛。(3)群體搜索特性。遺傳算法搜索種群的點是并行的一組點，而許多傳統(tǒng)的搜索方法都是單點搜索。它采用的是同時處理群體中多個個體的方法，即同時對搜索空間的多個解進行評估。這一特點使遺傳算法能在解空間內(nèi)充分搜索，具有較好的全局優(yōu)化能力，也使得遺傳算法本身易于并行化。(4)具有很強的可并行性。遺傳算法的并行性體現(xiàn)在這三個方面:個體適應度評價的并行性、整個群體各個個體適應度評價的并行性及子代群體產(chǎn)生過程的并行性。遺傳算法只需要通過保持多個群體和恰當控制群體間的互相作用來模擬并發(fā)執(zhí)行過程，即使不使用并行計算機，也能提高算法的執(zhí)行率。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法。
[0007]為達到上述目的，本發(fā)明采用了以下技術方案。
[0008]I)根據(jù)用戶吞吐量將接入異構網(wǎng)絡中各個基站的用戶劃分為可以穩(wěn)定接入對應基站的用戶和接入性能較差的小區(qū)邊緣用戶；
[0009]2)以最大化小區(qū)邊緣用戶吞吐量為優(yōu)化目標，利用遺傳算法對所述小區(qū)邊緣用戶所接入的基站進行調(diào)換。
[0010]所述步驟I)中，根據(jù)用戶吞吐量選出5%的接入性能最差的用戶作為所述小區(qū)邊緣用戶。
[0011]所述遺傳算法根據(jù)優(yōu)化目標確定適應度函數(shù)，遺傳算法具體包括以下步驟:
[0012]I)生成初始化種群，初始化種群中每個染色體的長度(長度即基因數(shù)目)等于所述小區(qū)邊緣用戶的總數(shù)，將異構網(wǎng)絡中各基站的編碼隨機填充在染色體的基因座上，直至所有染色體的每個基因座均被填充；
[0013]2)經(jīng)過步驟I)后，采用選擇算子、交叉算子以及變異算子使初始化種群不斷進化，在達到預先設定的進化代數(shù)后找出適應度最大的染色體。
[0014]所述遺傳算法的適應度函數(shù)為:
【權利要求】
1.一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:包括以下步驟: 1)根據(jù)用戶吞吐量將接入異構網(wǎng)絡中各個基站的用戶劃分為可以穩(wěn)定接入對應基站的用戶和接入性能較差的小區(qū)邊緣用戶； 2)以最大化小區(qū)邊緣用戶吞吐量為優(yōu)化目標，利用遺傳算法對所述小區(qū)邊緣用戶所接A的基站進行調(diào)換。
2.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述步驟I)中，根據(jù)用戶吞吐量選出5%的接入性能最差的用戶作為所述小區(qū)邊緣用戶。
3.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述遺傳算法根據(jù)優(yōu)化目標確定適應度函數(shù)，遺傳算法具體包括以下步驟: 1)生成初始化種群，初始化種群中每個染色體的長度等于所述小區(qū)邊緣用戶的總數(shù)，將異構網(wǎng)絡中各基站的編碼隨機填充在染色體的基因座上，直至所有染色體的每個基因座均被填充； 2)經(jīng)過步驟I)后，采用選擇算子、交叉算子以及變異算子使初始化種群不斷進化，在達到預先設定的進化代數(shù)后找出適應度最大的染色體。
4.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述遺傳算法的適應度函數(shù)為:

5.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述遺傳算法的進化代數(shù)取為50~500，種群大小取為20~100，交叉概率取為0.4~0.99，變異概率取為0.0001~0.1。
6.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述遺傳算法的選擇算子采用最優(yōu)保存策略結合輪盤賭選擇算法，具體包括以下步驟: 首先計算當前種群中各個染色體的適應度，然后從當前種群中找出適應度最高的染色體Xl和適應度最低的染色體當前種群中其余的染色體記為evolution_pop,保留所述適應度最高的染色體XI，并將所述適應度最低的染色體Yl替換為與所述適應度最高的染色體Xl相同的染色體X2，Xl以及X2不參與交叉和變異操作而直接進入下一代種群，然后再按輪盤賭選擇算法對evolution_pop進行選擇操作,選擇出的染色體進行交叉、變異后與Xl以及X2共同構成下一代種群，輪盤賭選擇算法中染色體被選中的概率與適應度高低成正比。
7.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述遺傳算法的交叉算子采用單點交叉。
8.根據(jù)權利要求1所述一種異構網(wǎng)絡中基于遺傳算法的用戶接入網(wǎng)絡方法，其特征在于:所述異構網(wǎng)絡為宏基站、 微微基站以及毫微微基站混合部署的場景。
【文檔編號】H04W16/10GK103945388SQ201410152938
【公開日】2014年7月23日 申請日期:2014年4月16日 優(yōu)先權日:2014年4月16日
【發(fā)明者】曲樺, 趙季紅, 魏小敏, 欒智榮 申請人:西安交通大學