一種布谷鳥搜索的5G異構網絡選擇與資源分配優化方法

劉德珞 程良倫

摘 要：5G網絡存在異構和復雜的特點，用戶數量大，需求質量高，在密集網絡的情況下存在如何進行網絡選擇與資源分配的問題。頻譜共享是解決5G網絡頻譜資源短缺和高速率接入問題的有效解決方法。文章提出一種布谷鳥搜索優化方法，首先獲取用戶可用的網絡信道共享頻譜信息，利用布谷鳥搜索算法在滿足用戶服務質量（QoS）保證的條件下進行尋優操作，多次迭代得出最佳分配方案，相比傳統遺傳算法可以降低計算復雜度。

關鍵詞：5G；信道選擇；資源分配；布谷鳥搜索算法；服務質量

5G標準規定5G網絡峰值傳輸速率達到10 Gbit/s，流量密度達到10 Tbps/km2，用戶體驗速率達到0.1～1 Gbit/s，連接密度數達到100萬臺/km2，端到端時延達到ms級，能夠在500 km/h 的速度下保證用戶體驗，在能效、成本效率和頻譜效率上都有大幅提升[1-2]。目前已有大量相關工作者致力于研究與開發關于5G網絡在無人機、物流、車載網等方面的應用，未來將有更多的5G網絡應用場景。

頻譜共享由于可以使用非連續頻譜，因此可以更好地擴大系統容量，支持大量設備連接，提升系統吞吐量。Georgios等[3]提出頻譜分配中的重點是動態頻譜分配、頻譜聚合和頻譜移動，需要選擇可用的頻譜部分，為次級用戶（Secondary User，SU）提供服務，此分配是一個復雜過程的輸出，經常考慮多個網絡和服務質量（Quality of Service，QoS）參數。文章[4]運用群智能優化算法求解頻譜分配問題，以網絡效益和用戶公平性作為衡量算法優越性的指標，將遺傳算法中的交叉操作和變異操作的進化思想嵌入粒子群算法當中，引入線性慣性權重函數，從而改善了這兩種算法各自在頻譜資源分配的問題。文獻[5]介紹了一種網絡選擇和信道分配機制，采用遺傳優化算法，通過容納更多的訂閱用戶并保證其QoS，以達到最小化系統干擾和利益最大化。

本文提出一種基于布谷鳥搜索算法（Cuckoo Search，CS）的異構網絡選擇與資源分配方法，以最小化系統干擾為目標，在保證用戶QoS的前提下，通過多次迭代輸出最佳分配方案。

1 系統模型

系統模型參考文獻[5]。考慮由N個主網絡（primary network）組成的5G異構網絡，主網絡中有主用戶（Primary User，PU）和次級用戶（Secondary Users，SU），主網絡中可以有任意多的主用戶。每個主網絡擁有的最大信道數記為Cmax，但可供次級用戶復用的信道取決于PU的數量與狀態。假設有一個認知網絡運營商（Cognitive Network Operator，CNO）來管理所有將要接入的次級用戶SU，并收集所有主網絡的信道狀態信息（Channel State Information，CSI），如圖1所示。圖中是以認知網絡運營商為中心的5G異構網絡，其中包含基站、無線接入點和eNB等網絡組成的主網絡，各個主網絡內有使用該網絡的主用戶，并存在待接入的次級用戶。

記U={u1，u2，…，um}，表示待接入的次級用戶SU的集合，N={1，2，3，…，M}表示主網絡的集合，假設每個網絡擁有相同的信道數。記第m個網絡的第i個信道的最大傳輸速率為，則傳輸速率Ri，m取決于第m個網絡的信道狀態。假若第j個次級用戶將要進入該系統，它需要計算自己所在位置，并提供最小傳輸速率需求rj、能夠接受支付給運營商的最大價格等信息給認知網絡運營商。當網絡m的第i個信道時被分配給第j個次級用戶，SU需要支付的費用為Pm，記該次級用戶對主用戶PU產生的干擾為Ij，m，總干擾取決于信道狀態，且為保證主用戶的QoS，m網絡中總干擾應不超過閾值εm；該次級用戶也應使自己的要求得到滿足，即最小傳輸速率要求、低于最高價格要求。假設每個主網絡的定價策略不同，那么第j個次級用戶接入第m網絡的費用記為Pj，m。

本文的目標是在保證次級用戶QoS的條件下最小化次級用戶對主用戶造成的干擾。

因此，總目標函數是：

其中式（1）H（x）是總目標函數，表示所有SU加入各個主網絡后對PU產生的總干擾之和，約束條件（2）表示在某一時刻，一個主網絡的一個信道智能分配給一個SU，約束條件（3）表示加入某一個網絡的SU干擾之和不能超過該網絡的干擾閾值εm，約束條件（4）（5）表示主網絡的網絡帶寬和價格應滿足SU需求，約束條件（6）表示當網絡m的j信道已分配時為1，否則為0。

2 CS算法

CS算法基于布谷鳥的寄生育雛行為。布谷鳥將產下的卵寄生在其他鳥類的巢穴中，為了增加自己的卵孵化成功的概率，它有可能將寄主鳥類的一些卵移除。而寄主鳥一旦發現有外來的卵在自己巢穴中，它可能會將其扔掉或在其他地方建一個新巢[6]。

為了簡化描述標準 CS，引入以下3條理想化的規則：每只布谷鳥每次只下一個蛋，并將其放入隨機選擇的巢中；具有最高質量蛋的最佳巢穴會延續到下一代。可用寄主巢穴的數量是固定的，且寄主以概率Pa∈（0，1）發現布谷鳥放的蛋。在這種情況下，寄主可以消滅這枚蛋或放棄舊巢另建新巢。

3 網絡選擇的布谷鳥搜索算法實現

使用布谷鳥搜索算法實現異構網絡選擇與資源分配的難點在于，問題的解是多維度的一組解，一個巢穴中存在多個蛋，即對應多個主網絡和多個SU。此外，由于SU的需求各不相同，同時要滿足不超過主網絡的干擾閾值，有可能會存在一旦次級用戶接入某一主網絡，該主網絡的干擾嚴重超標的情況。

首先，獲取待接入網絡的時刻當前區域系統內可用網絡資源及其參數信息，待接入用戶的需求信息。

其次，進入布谷鳥搜索尋優階段。步驟如下：

（1）輸入迭代次數g、次級用戶數u、主網絡數m、初始發現概率Pa。

（2）隨機生成一組初始鳥巢位置，記為Xf={x1，x2，…，xn}，判斷該初始分配方案是否符合用戶QoS需求，若不滿足，則調整分配方案；若滿足，則進行局部隨機游走，即宿主鳥以一定的概率Pa發現外來鳥的卵并重新建巢的位置，利用下述公式：

其中：xtj和xti是通過隨機置換選擇的兩個不同的解，H（u）是一個單位階躍函數（Heaviside 函數）。?是從均勻分布中抽取的隨機數。選擇被發現的鳥巢，并計算適應度值，記錄初始全局最優鳥巢位置，并保留到下一代。

（3）利用levy flight進行全局位置更新，，其中α>0，表示步長縮放因子，通常α=1；?表示兩個向量的點乘（entrywise multiplication）；Levy（λ）則提供隨機步長，服從Levy分布，， （1<λ<3），產生一組新的鳥巢位置，再計算該組的適應度值，與步驟（2）中的鳥巢進行對比，保留適應度值更好的鳥巢位置，刪除較差的鳥巢，獲得一組新的鳥巢位置Xs=（x1，x2，…，xn）。

（4）產生一個服從均勻分布的隨機數，0<1，將其與概率Pa對比，保留Xs中被發現概率較小的鳥巢位置，改變發現概率較大的鳥巢位置，并與步驟（3）中的Xs中的位置對比，保留結果更好的，得到一組更好的鳥巢位置Xt=（x1，x2，…，xn）。

（6）輸出步驟（5）中得到的最佳鳥巢位置。

下面用簡單舉例說明實現過程。

假設有4個次級用戶U={u1，u2，u3，u4}等待接入主網絡，當前可用網絡為N={m1，m2，m3，m4}，每個主網絡的可用信道為7，假設獲取的次級用戶的網絡需求及主網絡的相關信息如表1—3所示。

每對數字的第一位表示分配的主網絡號，第二位表示信道號。S1表示為第1個用戶分配主網絡1的信道6，為第2個用戶分配主網絡3的信道2，為第3個用戶分配主網絡2的信道7，為第4個用戶分配主網絡3的信道3。隨后判斷是否符合用戶QoS，對比表1和表2，可知當前的分配方案S1滿足用戶QoS需求。

再根據表3計算該分配方案的干擾值之和為 fs1=1+1+1+1=4，fS2=2+3+1+2=8。

初始化種群數量可以根據情況進行調整。如果種群數量為5，則隨機生成5個上述數字對。并計算該初始種群的適應度值，fs1，fs2，…，fs5。

因為fs1

然后進行局部隨機游走步驟，發現概率Pa為0.25，假設發現了S2中的第3對，生成一個隨機數1，那么將S2更新，即S2={（2，7），（4，5），（4，6），（3，1）}，計算f'S2=2+3+2+2=9。

進行levy飛行，。

R1～R3為正態分布的隨機數。

首先隨機生成R1=0.537 7，R2=1.833 9，R3=0.862 2，然后我們把S2中每一對的第一位網絡號帶入公式，得到S2'={（1.9791，7），（3.9850，5），（3.9850，6），（2.9821，1）}同理可得出S1'，S2'，…，S5'，進行取整操作，重復判斷是否滿足用戶QoS操作，再計算當前的干擾值，與fbest比較，若當前干擾值小于fbest，則更新fbest值，否則不更新。

重復直至達到迭代次數，輸出最佳鳥巢，為當前用戶分配網絡信道。

4 結語

為解決5G網絡頻譜資源短缺和高速率接入問題，本文提出了一種布谷鳥搜索優化方法，首先獲取用戶可用的網絡信道共享頻譜信息，利用布谷鳥搜索算法在滿足用戶QoS保證的條件下進行尋優操作，多次迭代得出最佳分配方案，通過舉例說明了使用步驟，相比傳統遺傳算法可以降低計算復雜度，也可以推廣到更多用戶與網絡的狀況下。

然而在異構網絡的情景中，網絡復雜多變，以及隨著用戶的QoS不斷變化，加上如今的多數設備存在移動的情況，故而今后的研究也應該考慮設備移動狀態下的網絡切換與分配。

[參考文獻]

[1]IMT-2020（5G）推進組.5G概念白皮書[EB/OL].（2018-02-03）[2019-03-02].http：//www.imt-2020.org.cn/zh/documents/1.

[2]OLWAL T O，DJOUANI K，KURIEN A M.A Survey of resource management toward 5G radio access networks[J].IEEE Communications Surveys & Tutorials，2016（3）：1.

[3]GEORGIOS TSIROPOULOS，OCTAVIA A D，MOHAMED H A，et al.Radio resource allocation techniques for efficient spectrum access in cognitive radio networks[J].IEEE Communications Surveys & Tutorials，2016（1）：824-847.

[4]孫海建.基于粒子群算法和遺傳算法的頻譜分配研究[D].長春：吉林大學，2015.

[5]HASAN N U，EJAZ W，EJAZ N，et al.Network selection and channel allocation for spectrum sharing in 5G heterogeneous networks[J].IEEE Access，2016（4）：980-992.

[6]YANG X S，DEB S.Cuckoo search via Lévy flights[C].Coimbatore：2009 World Congress on Nature & Biologically Inspired Computing（NaBIC）. IEEE，2009.