專利名稱：通信資源調配方法
技術領域：
本發明涉及通信領域，尤其涉及一種通信系統中的資源調度、分配的方法。
背景技術：
在通信領域中，如何合理地調配通信資源以及優化通信資源的使用是非常重要的 問題，而通信資源優化問題本身由于涉及到了多個維度信息來實現通信資源的優化，例如 頻率、時隙、碼字、功率、天線等信息，因此十分困難。現有的通常做法是將某些通信領域中的多維資源優化問題抽象為組合優化問題， 通過凸優化理論來試圖獲得問題的最優解，從而指導通信資源的調配。但由于改變了問題 的原有限制，獲得的最優解并不適用于最初的問題。同時由于采用了功率注水算法，在多項 式時間內也難以獲得問題的最優解。而且由于通信領域的資源調配涉及的應用問題和模型 與其它領域的資源調配有較大的不同，因此難以將現有的一些智能優化算法直接應用到通 信領域來指導通信資源的調配。
發明內容
本發明的目的是提出一種通信資源調配方法，能夠針對通信領域的特點利用蟻群 優化方法快速的進行通信資源的調度和分配。為實現上述目的，本發明提供了一種通信資源調配方法，包括為通信系統中的每個小區建立蟻群算法節點圖，并定義和初始化各節點和路徑的 信息素和啟發式信息；根據預設的通信系統的優化目標確定通信系統的評價函數；在每一次迭代中，分別對每個小區內的用戶并行調配通信資源；當所有小區均完成通信資源的調配后，通過所述評價函數計算評價結果，并進行 全局信息素的更新；如果達到終止條件，則停止調配過程，并根據得到的調配方案進行通信資源的實 際調配，否則進行下一次迭代。進一步的，在分別對每個小區內的用戶并行調配通信資源時，還可以同時對每一 個節點進行局部信息素的更新。進一步的，所述全局信息素的更新為對通信系統中歷次迭代評價結果最優的方案 的各節點進行更新，或者為對本次迭代中評價結果最優的方案的各節點進行更新。進一步的，所述全局信息素的更新為對通信系統中歷次迭代評價結果較優的多個 方案的各節點進行更新，或者為對本次迭代中評價結果較優的多個方案的各節點進行更新。進一步的，所述啟發式信息為用戶在調配資源單元的信道質量信息、瞬時速率和 平均速率中的一種或多種組合及函數。進一步的，所述信道質量信息包括信噪比、信干比、信干噪比、信道增益干擾比、信道狀態信息、可傳輸的數據速率、誤碼率、誤塊率和干擾強度中的一種或多種的組合。進一步的，所述終止條件為所述評價結果符合預設條件、蟻群算法收斂和迭代次 數達到預設次數中的一種或多種的組合。進一步的，當預設的通信系統的優化目標為在總功率受限情況下最大化吞吐量 時，通信系統的評價函數被定義為表征吞吐量越大，信息素釋放越多的函數表達式。進一步的，當預設的通信系統的優化目標為兼顧吞吐量和用戶間的公平性時，通 信系統的評價函數采用對數函數作用于信息素釋放的函數表達式，或者啟發式信息采用對 數函數作用于通信資源調配過程的函數表達式，或者在分別對每個小區內的用戶并行調配 通信資源時調節調配概率。進一步的，調配通信資源所采用的蟻群優化模型為螞蟻系統、精化螞蟻系統、基于 排列的螞蟻系統、最大最小螞蟻系統、蟻群系統或近似非確定性樹搜索系統。進一步的，在對每個小區內的用戶并行調配通信資源時，根據業務特性及用戶需 求的不同進行更新可選用戶集合。進一步的，所述通信資源調配方法采用多個并行蟻群進行運算，運算過程中在蟻 群間交流信息以求更快地找到問題的解。基于上述技術方案，本發明實施例通過蟻群優化算法對通信系統中的各個小區中 的用戶調配通信資源，利用蟻群優化算法的概率搜索快速的獲得優化問題的較高質量的 解；本發明實施例還可以根據通信系統的要求定義啟發式信息、確定評價函數，以獲得符合 系統要求的資源配置方案，來指導實際的通信資源的調配過程。
此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發 明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中圖1為本發明通信資源調配方法的一實施例的流程示意圖。圖2為本發明蟻群優化算法的蟻群算法節點圖的示意圖。圖3為本發明通信資源調配方法的另一實施例的流程示意圖。
具體實施例方式下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。本發明中通信資源調配所基于的蟻群優化算法(Ant ColonyOptimization，簡稱 AC0)是元啟發式算法的一種典型算法，本發明利用ACO的概率搜索快速獲得通信資源優化 問題的次優解。蟻群優化算法是群智能算法的典型算法之一。群智能是指無智能的主體通過合作 表現出智能行為的特性。群智能依靠概率搜索算法，并行分布式的求解可充分利用多處理 器，且對問題的連續性無特殊要求，是一種能夠有效解決大多數全局優化問題的新方法。蟻群優化算法最早由意大利學者Marco Dorigo于90年代提出，稱之為螞蟻系統 (Ant System，簡稱AS)。AS模擬真實螞蟻的覓食過程，通過分布的各個簡單中介可以完成 復雜的工作或達到系統問題的優化。AS發展至今，形成了一些改進方案，已經應用于旅行商 問題、廣義分配問題等的研究。
ACO的螞蟻代表一個隨機構建過程，在構建過程中通過不斷向部分解添加符合定 義的解成分從而構建出一個完整的解。螞蟻之間采用以信息素為媒介的間接通信形式。信 息素為螞蟻根據解的質量釋放的一種媒介，包括釋放和蒸發兩種動作。ACO的典型應用為旅 行商問題(traveling salesman problem，TSP)，位于城市i的螞蟻m選擇城市j作為下一 個訪問城市的概率為 其中，Μ表示與城市i相鄰的城市集合，由上述概率選擇公式可以看出，兩個因素 對螞蟻選擇城市起著決定性的作用信息素值Tu和啟發式信息η…二者對螞蟻有指引搜 索偏向性的作用。通常Hu設為l/du，表示城市i，j間的路程，越小，11。.越大，則 螞蟻選擇j的概率越大。τ u則為螞蟻間相互交流使用的一種媒介，螞蟻構建的路徑越短， 其釋放的Tu越大，從而吸引其它螞蟻選擇這條路徑。α，β決定了信息素和啟發式信息 在螞蟻搜索解的過程中的作用。二者的比值控制了信息素和啟發式信息在節點選取時的相 對影響力。若α較大，則信息素的相對作用較大，算法可能很快停滯在某一條路徑，而這條 路徑可能并非是最優路徑；相反，信息素的相對作用很小，信息素的更新對節點選擇的影響 很小，算法可能很長時間也未找到最優路徑。若α =0，則相當于經典的貪心算法。若β =0，則只有信息素的放大系數在起作用，而沒有任何啟發式信息帶來的偏向性，這將會使 算法的性能變得很糟。各螞蟻根據公式(1)不斷選擇移動的下一步，并行異步地構建問題 的解。當各螞蟻構建出一個完整的解以后，系統根據不同的評價函數對解進行評估并更 新各節點或路徑的信息素。通過信息素的釋放逐漸減少解搜索空間的規模，使得搜索范圍 收縮到少數有潛力的路徑上，從而快速的找到問題的解。本發明將ACO算法應用在通信系統的資源調配問題中，其流程參見圖1，包括步驟101、為通信系統中的每個小區建立蟻群算法節點圖，并定義和初始化各節點 和路徑的信息素和啟發式信息；步驟102、根據預設的通信系統的優化目標確定通信系統的評價函數；步驟103、在本次迭代中，分別對每個小區內的用戶并行調配通信資源，依據的概 率選擇公式可以為AS中的概率選擇公式(1)，單純依靠啟發式信息與信息素的作用。除了 依據AS中的概率選擇公式(1)之外，還可以依照蟻群系統ACS中的偽隨機比例規則進行概 率選擇。，公式如下 與AS相比，可以更好地開發利用螞蟻所積累的搜索經驗；步驟104、判斷所有小區是否均完成通信資源的調配，是則執行步驟105，否則返 回步驟103繼續對未調配通信資源的用戶進行資源調配；步驟105、通過所述評價函數計算評價結果，并進行全局信息素的更新；
步驟106、判斷是否達到終止條件，是則執行步驟107，否則返回步驟103進行下一 次迭代；步驟107、停止調配過程，并根據得到的調配方案進行通信資源的實際調配。在本實施例中，啟發式信息可以為用戶在調配資源單元的信道質量信息、瞬時速 率和平均速率中的一種或多種組合及函數，而信道質量信息包括信噪比、信干比、信干噪 比、信道增益干擾比、信道狀態信息、可傳輸的數據速率、誤碼率、誤塊率和干擾強度中的一 種或多種的組合。本發明調配通信資源所采用的蟻群優化模型可以為螞蟻系統、精化螞蟻系統、基 于排列的螞蟻系統、最大最小螞蟻系統、蟻群系統或近似非確定性樹搜索系統。在步驟101中，需要為通信系統中的每個小區建立蟻群算法的節點圖，在節點圖 中每個節點表示螞蟻構建解過程的一個狀態。節點圖如圖2所示，其中節點圖的每行表 示小區中的用戶k，k e K，其中K表示小區中的用戶個數，節點圖的每列表示調配資源n， η e N，其中N為通信系統中可調配的資源數量。在節點圖中，為每個節點定義cn, k來指示 通信資源的調配情況，假設資源η被調配給用戶k，則cn,k為1，否則為0，即
=fl Z/資源《被調度給用戶眾 C"'k =
步驟202、根據預設的通信系統的優化目標確定通信系統的評價函數；步驟203、判斷是否達到終止條件，是則執行步驟204，否則執行步驟205 ；步驟204、停止調配過程，并根據得到的調配方案進行通信資源的實際調配，并結 束操作；步驟205、判斷所有小區是否均完成通信資源的調配，是則執行步驟206，否則執 行步驟207 ；步驟206、通過所述評價函數計算評價結果，并進行全局信息素的更新，并返回步 驟203進行是否達到終止條件的判斷；步驟207、當前螞蟻為待分配的通信資源選擇用戶，即對每個小區內的用戶并行調 配待分配的通信資源，此時還可以進行局部的信息素更新。本實施例給出了本發明的另一種實現流程，同樣可以利用蟻群優化算法的概率搜 索快速的獲得優化問題的較高質量的解。下面針對于幾種通信系統的優化目標給出幾個通信資源調配的實例。實例一考慮多用戶OFDM下行資源分配速率適應問題，在總功率受限情況下最大化系統 的吞吐量，即在滿足約束條件下進行自適應的子載波、比特和功率的分配。假設系統可以獲 取各用戶的完全瞬時信道信息，每小區有N個由多個子載波組成的資源塊(RB)，存在K個用 戶，為降低資源分配的復雜度，我們假設各RB平均分配功率。為滿足用戶的誤碼率要求，系 統采用自適應的調制編碼技術，定義！·“表示用戶k在資源塊RB-n上的傳輸速率。系統根 據用戶反饋的信道質量信息為用戶選擇合適的調制編碼方式。在本實例中主要考慮非實時 業務。以蟻群優化的模型之一——ACS為參照，本實施例包含步驟如下1)初始化各節點的信息素初始值設為τ 0,因為第一次迭代中各節點的信息素值相同，只有 啟發式信息對螞蟻構建解發揮指導作用。因此若想得到質量不錯的初始解，啟發式信息的 定義很重要。定義啟發式信息如下，用戶在該RB上的傳輸速率越大，用戶越容易分配到該 RB。它使得螞蟻在算法的一開始就傾向于構造好的解。 其中，表示位于RB-n的螞蟻m可選的用戶集合，本實例主要考慮非實時業務， 因此每個螞蟻的可選用戶集合為全部用戶集合K。若為實時業務，則滿足業務速率要求的用 戶不再包含在矩陣，螞蟻在本次迭代中不再為其分配資源。2)各螞蟻從第一個RB開始遍歷各個RB，按照公式(3)為當前RB選擇分配的用戶。螞蟻選擇當前可能的最優移動方式的概率是％，％滿足0 < q(1 < 1，同時螞蟻以 I-Q0的概率有偏向性地探索各條路徑。設螞蟻m當前處于第η列，即要分配RB-n，則其選 擇用戶k，即用戶k分配到RB-n的概率為
定義q為均勻分布在區間W，l]中的一個隨機變量，若隨機數q彡如，則螞蟻m將 RB-n分配給滿足式(3-a)要求的用戶k ；否則用戶k分配到RB_n的概率pn,k由式(3_b)給 出ο3)當各螞蟻為當前RB選擇了一個用戶，例如為RB-n選擇了用戶k以后，即對信息 素τ n,k進行如下的局部信息素更新 ξ表示局部信息素蒸發速率，滿足0 < ξ < 1，Ttl為信息素初始值。采用局部 息素更新，使得信息素動態變化，增加螞蟻的探索性。4)當各螞蟻遍歷完所有RB，即構建出完整的解以后，即根據公式(5)對節點進行 全局信息素更新，信息素蒸發和釋放動作只在至今最優路徑的點上執行，使得搜索更加高 效直接。分配過程中定義矩陣Wtest存儲至今最優資源分配的分配情況，每當螞蟻群體完成 一次迭代，根據評價函數計算至今最優的資源分配值并記錄分配情況，若Wbest中RB-n分配 給用戶k，則信息素Tn,k進行如下更新Tn k <-(1- p)Tn k + PATbnsJc( 5 )參數ρ代表全局信息素蒸發速率，滿足0 < P < l，Atf與信息素初始值、最優解 有關。其中評價函數定義如下，螞蟻構建的路徑達到的吞吐量越大，信息素釋放越多，節 點被其他螞蟻選擇的概率加大。 5)進行下一次迭代，直至達到預設的迭代次數或算法停滯實施例初始值如下τ ^為信息素的初始值；α，β控制信息素和啟發式信息的相對影響力。P，ξ為 信息素蒸發的速率，蒸發可以避免信息素的無限積累。％可以調節算法對新路徑的探索度 以及對先驗信息利用的相對力度。實例二考慮多用戶OFDM下行資源分配速率適應問題，要兼顧系統的吞吐量和用戶間的 公平性，啟發式信息及評價函數可以定義如下，以達到不同的優化目標。啟發式信息用對數函數作為啟發式信息，對螞蟻構建路徑給出指導從而保證用 戶間的公平性。對數函數其因變量y與自變量X為非線性關系，Ay的取值不僅與Δχ關， 也與X有關，當X取值較大時，相同的Δχ得到的Ay比χ取值較小時得到的Ay要小。Ay 表示y的增量。因此當用戶已有一定的傳輸速率時，新調配資源得到的傳輸速率對其效用變小， 從而使得該資源更傾向于調配給速率較小或沒有速率的用戶，從而保證用戶間的公平性。 其中Rn,k表示用戶的當前傳輸速率。Rn,k = ΣΣ^,^ηΛ評價函數對數函數作為評價函數作用于信息素釋放從而保證公平性。 在具體步驟上與實例一近似，這里就不再贅述了。實例三 考慮多用戶OFDM下行資源分配速率適應問題，要兼顧系統的吞吐量和用戶間的 公平性，其中啟發式信息定義、評價函數、實施例流程可以與實施例一相同，這里就不再贅 述了。考慮通過調節調配算法的不同參數達到系統的不同優化目標。螞蟻選擇當前可能 的最優移動方式的概率Qtl作為一個參數可以調節對原始先驗信息和鄰域信息探索的相對 力度。如％取為較大的值，則螞蟻在每次迭代中都以較大的概率選擇最優的移動方式，更 加偏向于利用螞蟻前期構建路徑的原始先驗信息構建調配方案，公式(3_a)的原始先驗信 息為一個確定性選擇，其啟發式信息與評價函數的定義均對系統吞吐量有益。因此螞蟻構 建的方案其用戶公平性較差。若％取為較小的值，則螞蟻在每次迭代中都更加偏向于利用 公式(3_b)構建調配方案，公式(3_b)的鄰域搜索為概率搜索，對系統吞吐量作改善的同時 增強了對鄰域的探索，對其他的調配方案給出一定的可能性，因而在用戶公平性方面可以 有一些改善。因此調節q(l即可達到系統吞吐量和用戶公平性不同的折衷。本領域普通技術人員可以理解實現上述方法實施例的全部或部分步驟可以通過 程序指令相關的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質中，該程序 在執行時，執行包括上述方法實施例的步驟；而前述的存儲介質包括R0M、RAM、磁碟或者 光盤等各種可以存儲程序代碼的介質。最后應當說明的是以上實施例僅用以說明本發明的技術方案而非對其限制；盡 管參照較佳實施例對本發明進行了詳細的說明，所屬領域的普通技術人員應當理解依然 可以對本發明的具體實施方式
進行修改或者對部分技術特征進行等同替換；而不脫離本發 明技術方案的精神，其均應涵蓋在本發明請求保護的技術方案范圍當中。
權利要求
一種通信資源調配方法，包括為通信系統中的每個小區建立蟻群算法節點圖，并定義和初始化各節點和路徑的信息素和啟發式信息；根據預設的通信系統的優化目標確定通信系統的評價函數；在每一次迭代中，分別對每個小區內的用戶并行調配通信資源；當所有小區均完成通信資源的調配后，通過所述評價函數計算評價結果，并進行全局信息素的更新；如果達到終止條件，則停止調配過程，并根據得到的調配方案進行通信資源的實際調配，否則進行下一次迭代。
2.根據權利要求1所述的通信資源調配方法，其中在分別對每個小區內的用戶并行調 配通信資源時，還同時對每一個節點進行局部信息素的更新。
3.根據權利要求1所述的通信資源調配方法，其中所述全局信息素的更新為對通信系 統中歷次迭代中評價結果最優的方案的各節點進行更新，或者為本次迭代中評價結果最優 的方案的各節點進行更新。
4.根據權利要求1所述的通信資源調配方法，其中所述全局信息素的更新為對通信系 統中歷次迭代中評價結果較優的多個方案的各節點進行更新，或者為本次迭代中評價結果 較優的多個方案的各節點進行更新。
5.根據權利要求1所述的通信資源調配方法，其中所述啟發式信息為用戶在調配資源 單元的信道質量信息、瞬時速率和平均速率中的一種或多種組合及函數。
6.根據權利要求5所述的通信資源調配方法，其中所述信道質量信息包括信噪比、信 干比、信干噪比、信道增益干擾比、信道狀態信息、可傳輸的數據速率、誤碼率、誤塊率和干 擾強度中的一種或多種的組合。
7.根據權利要求1所述的通信資源調配方法，其中所述終止條件為所述評價結果符合 預設條件、蟻群算法收斂和迭代次數達到預設次數中的一種或多種的組合。
8.根據權利要求1所述的通信資源調配方法，其中當預設的通信系統的優化目標為在 總功率受限情況下最大化吞吐量時，通信系統的評價函數被定義為表征吞吐量越大，信息 素釋放越多的函數表達式。
9.根據權利要求1所述的通信資源調配方法，其中當預設的通信系統的優化目標為兼 顧吞吐量和用戶間的公平性時，通信系統的評價函數采用對數函數作用于信息素釋放的函 數表達式，或者啟發式信息采用對數函數作用于通信資源調配過程的函數表達式，或者在 分別對每個小區內的用戶并行調配通信資源時調節調配概率。
10.根據權利要求1所述的通信資源調配方法，其中調配通信資源所采用的蟻群優化 模型為螞蟻系統、精化螞蟻系統、基于排列的螞蟻系統、最大最小螞蟻系統、蟻群系統或近 似非確定性樹搜索系統。
11.根據權利要求1的方法，其中在對每個小區內的用戶并行調配通信資源時，根據業 務特性及用戶需求的不同進行更新可選用戶集合。
12.根據權利要求1的方法，其中所述通信資源調配方法采用多個并行蟻群進行運算， 運算過程中在蟻群間交流信息以求更快地找到問題的解。
全文摘要
本發明涉及一種通信資源調配方法，包括為通信系統中的每個小區建立蟻群算法節點圖，并定義和初始化各節點和路徑的信息素和啟發式信息；根據預設的通信系統的優化目標確定通信系統的評價函數；在每一次迭代中，分別對每個小區內的用戶并行調配通信資源；當所有小區均完成通信資源的調配后，通過所述評價函數計算評價結果，并進行全局信息素的更新；如果達到終止條件，則停止調配過程，并根據得到的調配方案進行通信資源的實際調配，否則進行下一次迭代。本發明實施例通過蟻群優化算法對通信系統中的各個小區中的用戶調配通信資源，利用蟻群優化算法的概率搜索快速的獲得優化問題的較高質量的解，來指導實際的通信資源的調配過程。
文檔編號H04L12/24GK101895421SQ20101022452
公開日2010年11月24日 申請日期2010年7月2日 優先權日2010年7月2日
發明者崔琪楣, 張平, 許曉東, 趙英宏, 郝志潔, 陶小峰 申請人:北京郵電大學