5G网络中低频段无线频谱资源分配优化方法

第37卷第9期
计算机仿真2020年9月文章编号：1006-9348(2020)09-0254-04
5G网络中低频段无线频谱资源分配优化方法
刘洋
(长春工业大学，吉林长春13_)
摘要:针对5G网络中低频段无线频谱资源分配效率低，且无线网络覆盖范围小等问题，提出基于P F R A的低频段无线频谱 资源分配优化方法。

利用多个主网络构建5G网络系统模型，通过扰动总体目标函数降低次级用户对主用户的干扰，完成用 户可用网络信道共享频谱信息提取;分析5G网络共享模式下的信道分配，设计具备不同扰动强度频谱分配数学模型；基站 通过分层并得到各层基站的帧结构，运用效用函数获得系统吞吐董最大化目标函数，并利用拉格朗日乘子法获取子集接入 资源，实现低频段无线频谱资源最优分配。

仿真结果表明，所提方法具有较髙的鲁棒性，可有效提升5G网络整体性能，实现 网络效益最大化。

关键词：网络;低频段;无线频谱资源分配;拉格朗日乘子法
中图分类号:TP982 文献标识码：B
Optimization Method of Spectrum Resource Allocation
in Low Frequency Band of 5g Network
LIU Yang
(Changchun U n i v e r s i t y o f Te ch no lo gy,Changchun J i l i n 130000, China)
A B S T R A C T：Due t o l o w e f f i c i e n c y o f l o w-f r e q u e n c y w i r e l e s s s p e c t r u m a l l o c a t i o n i n5G network,a n d s m a l l c o v e r a g e
o f w i r e l e s s network,t h i s a r t i c l e p r e s e n t e d a method o f o p t i m i z i n g l o w-f r e q u e n c y w i r e l e s s s p e c t r u m a l l o c a t i o n b a s e d o n PFRA.The5G n e t w o r k s y s t e m model was c o n s t r u c t e d b y main n e t w o r k s,and t h e n t h e i n t e r f e r e n c e f r o m s e c o n d a r y u s e r s t o p r i m a r y u s e r s was r e d u c e d b y o v e r a l l o b j e c t i v e d i s t u r b a n c e f u n c t i o n,s o t h a t t h e s h a r i n g s p e c t r u m i n f o r m a t i o n o f a v a i l a b l e n e t w o r k c h a n n e l was e x t r a c t e d.Moreover,t h e c h a n n e l a l l o c a t i o n i n s h a r i n g mode o f5G n e t w o r k was an a­l y z e d.The m a t h e m a t i c a l mo de l o f s p e c t r u m a l l o c a t i o n w i t h d i f f e r e n t d i s t u r b a n c e i n t e n s i t y was d e s i g n e d.The b a s e s t a­t i o n was l a y e r e d,and t h e n f r a m e s t r u c t u r e o f e a c h l a y e r o f b a s e s t a t i o n was o b t a i n e d.I n a d d i t i o n,t h e u t i l i t y f u n c t i o n s w e r e a d o p t e d t o c a l c u l a t e t h e o b j e c t i v e f u n c t i o n o f m a x i m i z i n g t h e s y s t e m t h r o u g h p u t,and t h e L a g r a n g e m u l t i p l i e r method was u s e d t o g e t a c c e s s r e s o u r c e o f s u b s e t,and t h u s t o r e a l i z e t h e o p t i m a l a l l o c a t i o n o f l o w-f r e q u e n c y w i r e l e s s s p e c t r u m r e s o u r c e.S i m u l a t i o n r e s u l t s show t h a t t h e p r o p o s e d me thod h a s h i g h r o b u s t n e s s,s o i t c a n e f f e c t i v e l y im­p r o v e t h e o v e r a l l p e r f o r m a n c e o f5G n e t w o r k a n d a c h i e v e t h e maximum n e t w o r k e f f i c i e n c y.
K E Y W O R D S：Network；L x>w-frequency band；W i r e l e s s s p e c t r u m a l l o c a t i o n；L a g r a n g e m u l t i p l i e r me th od
i引言
随着科技的不断发展，5G的出现给用户带来了更好的 访问体验[1]。

越来越丰富的事物和数据与网络相互关联，使 更多授权型无线频谱及共享型无线频谱资源接人需求的大 量增加[2]。

5G网络为万物互联中最关键部分，而无线频谱 资源的合理分配与利用是决定5G网络能否平稳发展的主要 因素。

其具备优良的传输特质，6 G H z以下频段已经成为业 内研究的核心频段,通过将5G网络安置于低频段的新空口，实现大覆盖、高移动性场景的用户极致体验[3]。

5G网络低
收稿日期:2020-02-27 修回日期:2020-04-08频段无线频谱资源分配的研究具有重要意义。

对此,该领域 相关研究者也进行了很多研究。

文献[4]提出基于最优控制策略和最优值函数的无线频 谱资源分配。

该方法将二次用户服务选择视为进化博弈，对 服务选择分布进化的随机扰动进行建模;通过二次服务提供 商的动态带宽分配，构建随机微分博弈模拟服务商之间的竞 争,获取最优频谱资源分配的最优控制策略和最优值函数。

该方法实现了二次服务提供商的利润最大化,但其操作过程 复杂，频谱资源分配的效率不高。

文献[5]提出新的二进制 蝙蝠算法的频谱分配优化方法。

该方法在频率更新中引人 两个随机数控制全局和局部的平衡;在连续空间和离散空间
—254—
转换过程中，引人新的离散函数对速度到位置进行离散化；采用新的二进制蝙蝠算法，以总效益和次用户公平性利益最 优为目标进行优化。

该方法能够有效的对频谱进行有效优 化，但该方法未过多考虑网络实际情况,实际应用性能欠佳。

基于上述问题的存在，提出基于P F R A的低频段无线频 谱资源分配优化方法。

与传统方法相比，所提方法将每个信 道中的扰动元素之和作为信道扰动系数，并将主用户受到的 扰动控制在扰动之内；明确每个基站详细资源块分配个数，构建5G网络下最大化网络吞吐量目标函数等,完成了5G网络中低频段无线频谱资源分配优化。

通过与传统方法相比，验证了所提方法可有效提高无线网络频谱的工作效率，提升 网络效益，具有极高的实用性。

2 5G网络系统模型的构建
5C网络系统模型是由/V个主网络构成，主网络内包含主 用户与次级用户，在主网络内可具备任意数量的主用户。

各 个主网络含有的最大信道个数为，其为次级用户提供复 用的信道数量与Pf/数目。

假设U,，u2，…为待接人次级用户的集合，W = 11,2,3,…，M丨为主网络集合。

若各个网络具备同样的 信道个数，将第m个网络第i个信道的最高传输速率记作 f t：：;：。

如果第y个次级用户要接人此系统，则需要得到自身所 在方位,同时将自身的最小传输速率请求为~,支付给运营商 的最高价位为/>；■'将此类数据提交给认知网络运营商。

假设网络m的第i个信道被配发到第个次级用户，S i/需要花费的支出为,将该次级用户对主用户Pf/生成的扰 动数据表示成，同时要确保主用户网络内全部扰动不超 出临界值
所提系统模型的最终目的是要保证次级用户在如S前 提下实现最小化次级用户对主用户进行扰动[6],故将扰动的 总体目标函数描述为
= S；=.S…',=1^⑴
式中，i/u)为总体目标函数，该函数代表全部SI/加人每个 主网络后对Pt/生成的全部扰动之和。

= i，Wj = 1，2,…，N(2)式(2)为收敛条件，代表在某个时段，任意主网络将一 个信道自动匹配给一个St/。

式(3)表示加人任意网络的S i/扰动之和不可超出此网 络的扰动临界值、
^V i,j,and m(4)
p r x^m d m(5)式(4)和式（5)为主网络的网络带宽及价格应当符合
S t/请求的收敛条件。

〜… e|0，1| (6)式(6)代表网络m的y信道已分配为1,未分配为0。

通过上述过程构建5G网络系统模型，可以获取用户可 用网络信道共享频谱信息，为后续的无线频谱资源分配打下坚实基础。

3 低频段无线频谱资源分配优化方法
3.1 扰动强度频谱分配数学模型
基于P F R A的低频段无线频谱资源分配优化方法，改善 无线频谱资源短缺问题，实现5G网络的高效率接人。

如果主用户的可用信道数量为A/，次发射机和次接收机、次发射机Sj•和主接收机及主发射机和次接收机Ss在信道m内的信道增益依次描述为g…( m，S^ )、心(m，\,Ps)、化(m,Pr，S J。

其中，信道增益是由大尺度衰减和小尺度衰减两部分构成[7]。

在信道m中，次发射机Sf 和主发射机Pr的发射功率依次为P,(m,S r)
为次级链路。

各个次链路s ti,均具备信道请求c S t，故信道 分配矩阵要符合次链路信道的请求收敛条件，此时^每个次链路信道请求均设置成相同的固定值，即
M
^a(m,S Lx)= C$l(7)在无线频谱共^的过程中，仅在次用户对主用户的扰动 小于固定限制时,才能与主用户共享相同频谱，同时,次发射 机内具有最大发射功率，次发射机在每个频段内的发射功率 之和不能超过最大发射功率，即
'L P,(m,S T)gv(m,S T,P R) «/"(8)
S T e I
X«p r(9)
m e IF e
b T x
在进行低频段无线频谱资源分配时，要考虑次网络的网 络收益[8]。

将次接收机在信道m内的接收信干燥比描述为
y.(m,s L…)= S/(N1+Np+P N〇)(1〇)式中,S,表示次链路内的可用信号;久表示源自其余次链路 的扰动，％表示源自于主链路的扰动表示噪声功率。

故 其对照的可达速度为
r‘(m，SrJ=从(1 +y,(m，S7i)) (11)次链路在信道m内的可达速度与信道分配结果存在一 定的相关性，因此可将信道分配矩阵表示为
a m>c s=I a(m,SLx)e l〇,l|(M x S(12)
式中，= 1代表将信道m分配至次链路4,,, a(m,S t|I)=0代表未将信道m分配至次链路S t i I。

仅在信 道m分配至次链路的情况下，才会得到相对的可达速度。

故 将全部次链路速度的总和表示为
J S M
尺广=S A d)= S S r*(m D a(m A,x)
* = 1x= I m s1
(13)
m a x/?^ = t,R s(SL,x)(14)
*= i
—255—
次链路的速度总和越大，5G网络系统的频谱利用率越 好。

5G网络的低频段无线频谱分配问是求解信道分配矩阵 将各个信道内的扰动元素之和当作此信道的扰动系 数,并将其表述为
S S
= X S a(m^SL,x i)(l(m^T.X.)f(SLtXrm t STx_)
= l X j-X-+l
(15)
m*n^X^6)式（16)可以确保扰动系数均值最小化，也保证了分配 至相同频谱中的每个次用户之间的扰动为最小[9]。

此外，在式中,代表和宏基站S/V。

直接连接的用户！/数据速度均 值，「入1代表宏基站分配得到的接人子帧资源块，c(%)代 表调度增益。

/( •)代表用户U在某个资源块内的线性映射函数/(IV。

）的具体函数式为
/(r….〇) =i〇g2(i + ^77) (22)
其中，CS为用户接收信号，/V。

为高斯白噪声,/为用户受 到的扰动值，该值为叠加值。

二级回传层基站不但要供应自身用户的接人服务，还要 为三级回传层基站进行数据回传[111，故将用户连接基站的 数据数度均值描述为
频谱资源分配时也要确保对主用户的扰动最低，让主用户得 到最小化扰动。

将扰动实现最小化可让全部主用户受到的 扰动均控制在扰动温度之内。

故主用户在频谱m内得到 的扰动可以表示为
.S'
I= I J(p u，〇(17)
P x -I
s
min lP= max(^I(P R t P y m,SL x))(18)
x=l
式（18)中，/(/\(1,旧，5〇)表示主用户/%.；1在频谱^内受到次发射机对其扰动的大小。

3.2 基站帧结构设计
通过P F R A方法可以对各个层级基站的设计帧结构进行
「义1
I U, + U：I
(23)式中，表示连接基站的三级回传层基站用户集合总数，由于三级基站要连接二级基站才能实现回程通信，故计算用户 级为丨G K I。

将基站S/V,分配得到接人子帧的叠加数据速度均值描述为&，其表达式为
«: = s(24)
ue(Us*u's)
如果用户和基站的通信链路的平均SINR在进行资源分 配时为固定值，由此可以得到回程链路与接人链路的资源分 配比值系数为r j,,比值系数需要满足条件为
重新设计，可以详细到各个基站的具体资源块分配数量，具 体公式为
(25) s e S
FJ…l,Vs E S(26)
m ax^l o g^= m a x X I,PuJ〇S((,9>若子集D为可以全部使用接入子帧的基站，利用拉格朗u e U u e V s e S j e j
式（19)为最优化对数函数，足为用户接收数据的速度，日乘数可以获得子集〇的接入资源I欠丨，即
pU i,是一个二元关系变量。

假设用户u直接连接于S/V,内，那么= 1,反之等于 0。

表示二元的资源分配参变量= 1为第）个资源块 被分配至用户“使用，反之等于〇,~1,表示用户u在资源块y 上得到的瞬间数据速度，且符合式(20)的条件，即
r*n,
------• ~r r，s & s
Vs u车
D
I =
t e D
l v,
t e D
A
(27)
S^sPu.,= l-Pu.,e l〇.l( ,V u e t/
(20)
S^ 1 ^,.u e|0,1I,V>e y,V i e S
假设用户和基站的连接关联已经确定，先将一级回传层 的宏基站及二级回传层基站的频谱资源进行分配，由于一级 回传层为有线回传，因此仅需了解宏基站的接人资源与二级 回传层基站各自接人资源与回程资源[11)1。

若宏基站下方用 户数据业务及服务队列在基站侧均为全部缓冲状态，则宏基 站的用户可以随时耗费全部被分配的接人子帧，将其记作 人，宏基站下方用户的数据速度均值计算公式为
«u,o »^V(r….〇)G(f/0)(21)
资源分配优化结果为整数,故需要使各个基站的接人资 源符合条件为
「_/:1 =「m ax(1，I I )1， e 0
(28)
如果仅有宏基站归属于集合D,使集合代表一个满足式(27)的二级回传层小基站集合，将其表示为
^ = !/>!ry：l> Ff.l,P e S|(29)假如集合P是一个非空集合，那么从集合p内挑选出接 人子帧块最多的小基站，并将其增添至集合D中，完成重新 设置与更新。

通过上述过程，能够推算出各个二级回传层基站的接人
—256
—
100
200
300
400
500
迭代次数/次
图2
不同方法用户网络公平性对比
分析图2可以看出，三种方法的网络公平性随着迭代次 数的改变而改变。

其中,所提方法的网络公平性高于其它两 种方法，验证了所提方法的可靠性，有效提高了各用户的网 络公平性。

4仿真研究
4.1仿真环境与参数
为验证所提方法的可靠性，将实验搭载于M a t l a b 2012
软件内进行仿真，实验操作系统为Windows x p ，内存为8
G B ，载波频率为2. 4 GHz 。

4.2实验方案
设定仿真场景，若各个小区的可用信道已经被用户利用 频率感知获得，并且一个小区中的认知节点遗漏几率依次设 定成0.07与0.05。

假设小区半径R 是1 k m ,覆盖1个主用 户与15个次级用户，主用户位置与基站接近，次级用户为随 机分散状态。

将信道数量k 设定为16,带宽是60 kHz ,噪声 功率谱密度(X 2为-175 dBm /Hz ,迭代次数为500。

基于此, 对比所提方法、文献[4]方法以及文献[5]方法的低频段无 线频谱资源分配的网络效益、分配的效率以及用户网络公平 性。

4.3实验结果分析
4.3.1不同方法频谱资源分配的网络效益分析
为了验证所提方法的有效性，实验对比了所提方法、文 献[4]方法以及文献[5]方法的无线频谱资源分配的网络效 益,实验结果如图1所示。

140
120
分析图I 可以看出，随着迭代次数的变化，三种方法的 无线频谱资源分配的网络效益也随之改变。

当迭代次数为 200时，所提方法的无线频谱资源分配的网络效益约为121, 文献[4]方法的网络效益约为100,文献[5]方法的网络效益 约为87;当迭代次数为500时，所提方法的无线频谱资源分 配的网络效益约为130,文献[4]方法的网络效益约为102, 文献[5]方法的网络效益约为91;由此可以看出，采用所提 方法进行无线频谱资源分配的网络效益最高,验证了所提方 法的可行性。

4.3.2不同方法频谱资源分配效率分析
为了验证所提方法的可行性，实验对比了三种方法的无 线频谱资源分配的工作效率，实验结果如表1所示：
5
结论
伴随现代网络技术的迅猛发展，社会已经进入5G 时代, 无线频谱也得到更加深人的应用，而无线频谱资源的合理分 配是其中最为关键的环节。

提出基于P F R A 的低频段无线 频谱资源分配优化方法。

仿真结果证明：
1) 所提方法进行无线频谱资源分配的网络效益最大约 为130,验证了所提算法的网络效益最大。

2) 所提方法进行无线频谱资源分配时，分配用时最短为 6.2 min ,验证了所提方法分配速度最快。

3)
所提方法在用户网络公平性中，网络公平性最高可达
0.06,验证了所提方法用户网络公平性最好。

(下转第271页） —
257 —
资源，如果二级回传层基站内包含直接关联的三级回传层基 站，那么要推导出三级回传层的接人资源及回程资源的分配 情况[|2]。

将各个基站的回程资源优化描述为
r /I I =
,S e S (30)
/
■
/
A
-----本-----文文方兹 W [4】方法-----文W [5]方法
200 300 400
迭代次数/次
1不同方法频谱资源分配网络效益对比
表1
不同方法频谱资源分配效率对比（m ir 〇
迭代次数
所提方法文献[4]文献[5]100 6.28.58.7200
7.410.811.43008.212.413.84009. 114.715.8500
9.8
17.3
19.5
分析表1中数据可知，当迭代次数为100时，所提方法 无线频谱资源分配用时为6. 2 min ,文献[4]方法的无线频谱 资源分配用时为8. 5 min ,文献[5 ]方法无线频谱资源分配用 时为8.7 min ;当迭代次数为500时，所提方法无线频谱资源 分配用时为9. 8 min ,文献[4]方法的无线频谱资源分配用时 为17.3 min ,文献[5]方法无线频谱资源分配用时为19.5
min 。

通过对比可以看出，所提方法的分配效率更高。

4.3.3不同方法用户网络公平性分析
为了进一步验证所提方法的可靠性，实验对比了三种方 法的用户网络公平性,实验结果如图2所示。

0.07
—本文方法一-文献[4]方法一-文献[5]方法
V P
5 4 3 2 1 0(.00-0
0 0
0.0.0.0.0.
0.
$h
t
<<
浓
E
o o o o o
8 64
2
器人的智能性和环境适应性，满足工业生产、人们日常生活的需要。

参考文献：
[1]
王麟琨，徐德，谭民.机器人视觉伺服研究进展[J ].机器人，
2004,26(3) ：277-282.
[2] 任秉银，魏坤，吴卓琦.机械臂视觉伺服路径规划研究进展
[J ].哈尔滨工业大学学报，2018,50(1):1-10.
[3 ] Hutchinsion S , Hager G , Corke P . A tutorial on visual servo con ­
trol [J ]. IEEE Transactions on Robotics and Automation , 1996, 12(5) ： 651-670.
[4 ] Espiau B , Chaumette F . A new approach to visual servoing in ro ­
botics [J ]. IEEE Transactions on Robotics and Automation , 1992,[9] Kermorgant 0, Chaumette F . Combining IBVS and PBVS to ensure
the visibility constraint [ C ]. Proceedings of IEEE/RSJ Internation ­al Conference on Intelligent Robots and Systems , San Francisco ： 2011： 2849-2854.
[10] 张国亮，王捷，刘宏.大范围视觉伺服方法在空间机器人上的
应用[J ].西安交通大学学报，2009,43(1) :85-89.[11] 谷雨，李平，韩波，等.一种基于混合视觉伺服的切换控制方
法[J ].传感技术学报，2009,22(4):602-607.
[12]
Corke P . Robotics vision & control [ M ]. Berlin ： Springer , 2011.
[13] Corke P , Hutchinson S . A new partitioned approach to image -
based visual servo control [ J ]. IEEE Transaction on Robotics and Automation , 2001,17(4) ： 507-515.
8(3) ：318-326.
[5] 辛菁，白蕾，刘丁.基于自适应Kalman 滤波的机器人6DOF 无
标定视觉定位[J ].系统仿真学报，2014,26(3) :586-591.[6]
王新梅，魏武，刘玮.鲁棒卡尔曼滤波下的图像雅可比矩阵带
时延补偿的估计[J ].控制理论与应用，2015,32(8) :1052- 1057.[7]
李优新，毛宗源，田联房.基于图像矩与神经网络的机器人四
自由度视觉伺服[J ].控制理论与应用，2009,26(10):1162- 1166.
[作者简介]
高成（ 1970-)，男（汉族），辽宁省辽阳市人，博 士，副院长，副教授，硕士研究生导师，主要研究领域 为机器人视觉伺服、机器人控制；
樊易飞（1996-)，男（汉族），山东省滨州市人，硕士 研究生，主要研究领域为智能控制；
佟维妍（1981-)，女（满族），辽宁省辽阳市人，副教授，硕士研究生
导师，主要研究领域为智能检测技术、智能控制。

[8]贾丙西，刘山，张凯祥，等.机器人视觉伺服研究进展:视觉系
统与控制策略[J ].自动化学报，2015,41(5) :861-873.
(上接第257页）
上述实验结果验证了所提方法可以有效提升无线频谱资源分配的网络效益，且其工作效率较高，确保5G 网络的稳步发展。

参考文献：
[1]
刘彩霞，胡鑫鑫，刘树新，等.基于Lowe 分类法的5G 网络 EAP -AKA '协议安全性分析[J ].电子与信息学报，2019,41(8) ：1800-1807.
[2]
王莹，李洪林，费子轩，等.5G 多接人网络TCP 研究与展望 [J ].北京邮电大学学报，2019,42(1) :1-15.
[3]
马忠贵，宋佳倩.5G 超密集网络的能量效率研究综述[J ].工 程科学学报，2019,41(8): 968-980.
[4]
周燕.基于最优控制策略和最优值函数的无线频谱资源分配 [J ].电子测量与仪器学报，2019,33(3) :44-50.
[5] 陈忠云，张达敏，辛梓芸，等.新的二进制蝙蝠算法的频谱分 配优化[J ].微电子学与计算机，2019,36(10) :27-31,36.[6]
赵星，徐云斌.面向5G 的SD 0TN 南北向接口标准化进展及 趋势分析[J ].光通信技术，2019,43(9):卜6.
[7]
王海宁，贾鹏，曹宇诗，等.基于IBN 的5G 网络管理系统的调 度算法研究[J ].电子技术应用，2019,45(10) :5-10.
[8] 徐恒舟，李楠，赵可新，等.5G 通信中准循环LDPC 码的环结 构分析[J ].电子测量与仪器学报，2019,33(7) :50-55.
[9]
王鹏辉，张宁，肖明明.基于节点重要度的路由选择与频谱分 配算法[J ].计算机工程与应用，2019,55(13):106-111， 259.
[10]
朱新峰，张智浩，王彦凌.移动边缘计算环境下的动态资源分
配策略[J ].计算机工程与科学，2019,41(7):1184-1190.
[11] 徐国强，王孟，李英华，等.过零双门限协作频谱感知算法
[J ].西安科技大学学报，2019,39(1) :145-151.
[12] 高男，周金和.分布式无线通信系统频谱资源有效分配研究
[J ].计算机仿真，2018,35(6) :180-183+197.
[作者简介]
刘洋（1980-)，男（汉族），吉林长春人，硕士研究 生，1程师，研究方"向:计算机网络。

271
—。