本发明公开了一种基于认知技术的异构网络节能方法,包括以下步骤:宏基站用户根据信号质量决定是否接入HeNB;当宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比时,用户接入HeNB,否则不接入;宏基站用户接入HeNB后,调整宏基站发射功率和宏基站用户接入的HeNB发射功率,宏基站的发射功率取最小的值,保证用户的服务质量。本发明首先使用定价技术激励HeNB吸纳宏基站的用户,从而为某些特殊位置的用户提供更好的服务,增大了系统的吞吐量;其次,通过分布式功率控制,降低宏基站和HeNB之间以及HeNB和HeNB之间的干扰,实现系统的能量效率最大化;最后,宏基站发射功率的降低,不仅实现了节能,而且减小了运营商的运营成本。
1.一种基于认知技术的异构网络节能方法,其特征在于,所述异构网络节能方法包括以下步骤:宏基站用户根据信号质量决定是否接入HeNB;当宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比时,用户接入HeNB,否则不接入;宏基站用户接入HeNB后,调整宏基站发射功率和宏基站用户接入的HeNB发射功率,宏基站的发射功率取最小的值;宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比可以采用p_ig_i,m-p_eNBg_m≥0来判断,其中,p_eNB为宏基站发射功率,p_i为第i个家庭基站发射功率;更新宏基站调整发射功率和宏基站用户接入的HeNB发射功率进一步包括以下步骤:初始化功率控制的参数:拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="67"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="116"/>初始化当前宏基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="85"/>和每个家庭基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>宏基站根据下述迭代公式调整发射功率; p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>其中,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>为宏基站的最大发射功率,ε是一个大于零的参量,g_m为第m个用户到宏基站的信道增益,g_i,m为第m个用户到第i个家庭基站的信道增益,调整完成后,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="262"/>这里ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即宏基站的发射功率是从这三个值中取一个最小的值;宏基站用户接入的HeNB发射功率的调整根据下述迭代公式调整发射功率: p i ( t + 1 ) = p eNB ( t ) g m g i , m - 1 κ i g i , m π i , m ( t ) , ]]>其中,其中, π i , m ( t ) = log ( λ m ( t ) κ i + υ i ( t ) κ i g i , m - 1 κ i · 1 I i , m ) , I i , m = p eNB ( t ) g m + Σ j = 1 , j ≠ i N p i ( t ) g j , m + σ m 2 , ]]>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="89"/>为背景噪声方差,κ_i为定价函数的因数,调整完成后令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="245"/>所述异构网络节能方法进一步包括以下步骤:判断宏基站和HeNB的发射功率是否需要继续迭代调整,实现步骤包括:1)调整拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="123"/> λ m ( t + 1 ) = λ m ( t ) + τ 1 { p i ( t ) g i , m - p eNB ( t ) g m } ]]> υ i ( t + 1 ) = υ i ( t ) + τ 2 { p i ( t ) - p i max } ]]>其中,τ₁和τ₂为迭代步数控制参量,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="511"/>2)若ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="332"/>且ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="341"/>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="43"/>和θ为非负实数,这两个不等式表示第t+1次和第t次的功率值符合参数要求,调整结束;ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="99"/>为宏基站的最终功率,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="110"/>为第i个家庭基站的最终功率;否则继续迭代调整;所述宏基站用户根据信号质量决定是否接入HeNB根据一下方法:宏基站用户是可以接收到宏基站和HeNB的发射功率的,这个接收值是基站的发射功率经过路径损耗后的值,然后宏基站用户进行计算比较,如果HeNB的接收功率大于宏基站的接收功率,即p_ig_i,m
-_eNBg_m≥0,宏基站用户会上报HeNB,要求接入,HeNB将其接入,为其提供服务;所述异构网络节能方法进一步包括以下步骤:每隔固定周期,宏基站检测是否有用户接入HeNB,发现有用户接入HeNB后,先与HeNB通过接口进行信息交互,相互获取对方当前的发射功率值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="84"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="96"/>然后宏基站根据公式计算, p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>宏基站调整发射功率为上述3个值中最小的一个。技术领域
本发明属于无线通信领域,尤其涉及一种基于认知技术的异构网络节能方法。
背景技术
现有统计数据表明:60%的语音业务和90%的数据业务产生于家庭,办公室,机场或者是学校等室内环境。因此,运营商面临如何提供更好的室内覆盖和采用更加合理的性价比实现网络容量最大化。然而,当前宏蜂窝网络中用户体验并不乐观。Universalxa0Mobilexa0Telecommunicationsxa0System(UMTS)Longxa0Termxa0Evolution(LTE)网络中的macro-cellxa0evolved-NodeB(eNB)正在采用大功率的传输方式,目的是更好保障终端用户的服务质量。然而,大功率传输一方面能量资源大量消耗,一方面对于环境造成大量迫害,包括二氧化碳排放等;更重要的是宏蜂窝的边缘用户即使在大功率的情况下,也不能获得完美用户服务质量改善和用户体验。当今,尽管运营商对宏基站的投资日益增加,但是在室内环境中,基站的信号强度依然较小,用户的服务质量依然较低,上述问题在长期演进移动通信网络LTE中尤为突出。Femtocell(Homexa0evolvedxa0NodeB(HeNB))是近年来根据3G发展和移动宽带化趋势推出的超小型化移动基站,主要用来解决家庭室内覆盖的问题。家庭基站是一种毫微微米蜂窝基站,面向住宅或企业环境。参考设计为例,它的传输距离小于200m,支持4个用户,一般通过有线网络连接运营商核心网络。为了应对新兴无线运营商和移动虚拟网络运营商(MVNO)的竞争,以及解决3G技术在室内覆盖不太可靠的问题,家庭基站日益引起运营商的关注。在国外已是运营商的宠儿,吸引了很多设备制造商、移动运营商和研究人员的注意。GPPxa0LTE-Advanced和WiMAXxa0IEEExa0802.16-2009等均视HeNB为最关键的候选技术。HeNB具有低功率和小尺寸的特点,它工作于授权频段,覆盖半径一般为5-20米,能够为用户提供语音和数据业务。现有研究和实测证明:HeNB的部署显著提高了室内覆盖质量和整个系统的容量,有效保障边缘用户或者特殊位置用户的服务质量QoS需求,增强了LTE的室内覆盖能力。然而,将多个HeNB部署在宏基站中组成了双层异构网络HetNets,也势必导致一些新的技术问题,例如,引入HeNB需要解决宏基站和HeNB之间的干扰以及HeNB和HeNB之间的干扰问题。现有传统技术是把整个可用频谱分成正交的多个频带,然而这种固定的信道利用方式首先在3GPP中受到频谱的严重限制,同时,对于高密度部署的HetNets场景缺乏可扩展性和灵活性等。总结,当前HetNets下有效解决干扰问题要求1)资源认知能力,可以通过感知资源空洞实现多域资源有效探测,保障高资源需求;2)自主管理方案,实现HeNB可根据网络状态自行调节参数;3)可扩展性,实现高密度HeNB的部署。认知无线电技术的出现不仅为无线通信的发展提供一种全新的通信概念,更为推动频谱制度改革和提高频谱利用效率,实现资源高效利用等提供一种全新的思路。认知无线电技术成为无线通信中新的研究热点。认知无线电指的是具有足够的计算智能,能够根据无线资源和相关的通信需求自动选择最合适行为的无线通信系统。作为自适应的系统,认知无线电系统至少需要包含一个可重新配置的无线电部分,其可配置的参数可以是功率、速率、工作频段等。认知无线电技术可以为HetNets干扰抑制和节能等提供有效的解决方案。当前,已经存在部分基于认知技术的HetNet中的干扰抑制的技术方案。然而,当前的技术方案在迫切关注HetNet中的干扰管理的同时,却忽略节能的问题;不能通过引入认知无线电到HetNet中同时解决干扰和节能的问题。
发明内容
本发明实施例的目的在于提供一种基于认知技术的异构网络节能方法,旨在解决当前的技术方案在迫切关注HetNet中的干扰管理的同时,却忽略节能的问题;不能通过引入认知无线电到HetNet中同时解决干扰和节能的问题。本发明实施例是这样实现的,一种基于认知技术的异构网络节能方法,所述异构网络节能方法包括以下步骤:宏基站用户根据信号质量决定是否接入HeNB;当宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比时,用户接入HeNB,否则不接入;宏基站用户接入HeNB后,调整宏基站发射功率和宏基站用户接入的HeNB发射功率,宏基站的发射功率取最小的值,保证用户的服务质量。进一步,宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比可以采用p_ig_i,m-p_eNBg_m≥0来判断,其中,p_eNB为宏基站发射功率,p_i为第i个家庭基站发射功率。进一步,所述更新宏基站调整发射功率和宏基站用户接入的HeNB发射功率进一步包括以下步骤:初始化功率控制的参数:拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="64"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="87"/>初始化当前宏基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="81"/>和每个家庭基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>进一步,宏基站根据下述迭代公式调整发射功率; p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>其中,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="85"/>为宏基站的最大发射功率,ε是一个大于零的参量,g_m为第m个用户到宏基站的信道增益,g_i,m为第m个用户到第i个家庭基站的信道增益,调整完成后,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="257"/>这里ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即宏基站的发射功率是从这三个值中取一个最小的值。进一步,宏基站用户接入的HeNB发射功率的调整根据下述迭代公式调整发射功率: p i ( t + 1 ) = p eNB ( t ) g m g i , m - 1 κ i g i , m π i , m ( t ) , ]]>其中,其中, π i , m ( t ) = log ( λ m ( t ) κ i + υ i ( t ) κ i g i , m - 1 κ i · 1 I i , m ) , ]]> I i , m = p eNB ( t ) g m + Σ j = 1 , j ≠ i N p i ( t ) g j , m + σ m 2 , ]]>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="53"/>为背景噪声方差,κ_i为定价函数的因数,调整完成后令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="251"/>进一步,所述还进一步包括以下步骤:判断宏基站和HeNB的发射功率是否需要继续迭代调整,实现步骤包括:1)调整拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="115"/> λ m ( t + 1 ) = λ m ( t ) + τ 1 { p i ( t ) g i , m - p eNB ( t ) g m } ]]> υ i ( t + 1 ) = υ i ( t ) + τ 2 { p i ( t ) - p i max } ]]>其中,τ₁和τ₂为迭代步数控制参量,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="245"/>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="211"/>2)若ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="331"/>且ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="344"/>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="26"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="29"/>为非负实数,这两个不等式表示第t+1次和第t次的功率值符合参数要求,调整结束;ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>为宏基站的最终功率,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>为第i个家庭基站的最终功率;否则继续迭代调整。进一步,所述宏基站用户根据信号质量决定是否接入HeNB根据一下方法:宏基站用户是可以接收到宏基站和HeNB的发射功率的,这个接收值是基站的发射功率经过路径损耗后的值,然后宏基站用户进行计算比较,如果HeNB的接收功率大于宏基站的接收功率,即p_ig_i,m-p_eNBg_m≥0,宏基站用户会上报HeNB,要求接入,HeNB将其接入,为其提供服务。进一步,所述异构网络节能方法进一步包括以下步骤:每隔固定周期,宏基站检测是否有用户接入HeNB,发现有用户接入HeNB后,先与HeNB通过接口进行信息交互,相互获取对方当前的发射功率值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="82"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="93"/>然后宏基站根据公式计算, p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>宏基站调整发射功率为上述3个值中最小的一个。本发明与现有技术相比,具有如下优点首先,使用定价技术激励HeNB吸纳宏基站的用户,从而为某些特殊位置的用户提供更好的服务,增大了系统的吞吐量;其次,通过分布式功率控制,降低宏基站和HeNB之间以及HeNB和HeNB之间的干扰,实现系统的能量效率最大化;最后,宏基站发射功率的降低,不仅实现了节能,而且减小了运营商的运营成本。
附图说明
图1是本发明的基于认知技术的异构网络节能方法的场景示意图;图2是本发明提供的基于认知技术的异构网络节能方法的流程图;图3是本发明提供的宏基站和HeNB的发射功率变化图;图4是本发明提供的宏基站用户吞吐量与HeNB个数的关系图;图5是本发明提供的系统吞吐量与宏基站用户个数的关系图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。图1-2示出了本发明实施例提供的基于认知技术的异构网络节能方法的实现流程。详述如下:步骤1.宏基站用户根据信号质量决定是否接入HeNB:若宏基站的第m个用户在第i个HeNB的信干噪比大于等于该用户在宏基站的信干噪比,则该用户接入这个HeNB,否则不接入。这里宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比时,用户接入HeNB,这样该用户在HeNB中可以获得与其在宏基站中相同的通信性能,该用户的服务质量QoS不会下降。宏基站用户在HeNB的信干噪比大于等于该用户在宏基站的信干噪比可以采用p_ig_i,m-p_eNBg_m≥0来判断,其中,p_eNB为宏基站发射功率,p_i为第i个家庭基站发射功率。步骤2.宏用户周期性遍历所有用户,发现有用户接入HeNB后,开始进行功率调整:1)初始化功率控制的参数:拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="64"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="86"/>2)初始化当前宏基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="84"/>和每个家庭基站的功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>步骤3.宏基站根据下述迭代公式调整发射功率: p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>其中,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="83"/>为宏基站的最大发射功率,ε是一个大于零的参量,g_m为第m个用户到宏基站的信道增益,g_i,m为第m个用户到第i个家庭基站的信道增益,调整完成后,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="261"/>这里ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="700"/>即宏基站的发射功率是从这三个值中取一个最小的值,体现出宏基站的发射功率在逐渐减小,宏小区在逐渐收缩;宏基站发射功率的减小,既降低了运营商的运营成本,又降低了宏基站对家庭基站的干扰。步骤4.吸纳宏用户的第i个HeNB根据下述迭代公式调整发射功率: p i ( t + 1 ) = p eNB ( t ) g m g i , m - 1 κ i g i , m π i , m ( t ) , ]]>其中,其中, π i , m ( t ) = log ( λ m ( t ) κ i + υ i ( t ) κ i g i , m - 1 κ i · 1 I i , m ) , ]]> I i , m = p eNB ( t ) g m + Σ j = 1 , j ≠ i N p i ( t ) g j , m + σ m 2 , ]]>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="54"/>为背景噪声方差,κ_i为定价函数的因数,调整完成后令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="320"/>上述定价函数指为了激励宏基站的用户接入家庭基站而设计的函数c_i,m: c i , m = e - κ i ( p i g i , , m - p eNB g m ) ; ]]>该函数的特点为:1)若宏基站发射功率p_eNB不变,则c_i,m随着家庭基站功率p_i的增大而变小。这里表示若宏基站用户受到家庭基站的干扰变大,该用户的服务质量QoS无法得到保障,则该用户接入家庭基站的概率变大;2)若家庭基站发射功率p_i不变,则c_i,m随着宏基站功率p_eNB的增大而变大,这里表示宏基站用户在宏基站内可以得到服务质量QoS保障,宏基站用户接入家庭基站的概率变小。而κ_i越大,则定价函数的价格越大,同时定价函数达到高价格的收敛速度越快。步骤5.根据参数判断宏基站和HeNB的发射功率是否需要继续迭代调整:1)调整拉格朗日乘数ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="93"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="113"/> λ m ( t + 1 ) = λ m ( t ) + τ 1 { p i ( t ) g i , m - p eNB ( t ) g m } ]]> υ i ( t + 1 ) = υ i ( t ) + τ 2 { p i ( t ) - p i max } ]]>其中,τ₁和τ₂为迭代步数控制参量,令ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="243"/>ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="212"/>2)若ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="330"/>且ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="344"/>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="26"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="29"/>为非负实数(这两个不等式表示第t+1次和第t次的功率值符合参数要求),本次功率调整结束,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>为宏基站的最终功率,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="96"/>为第i个家庭基站的最终功率;否则返回步骤3进入下一轮迭代过程。在本发明实施例中,宏基站用户是可以接收到宏基站和HeNB的发射功率的,这个接收值是基站的发射功率经过路径损耗后的值,然后宏基站用户进行计算比较,如果HeNB的接收功率大于宏基站的接收功率,即p_ig_i,m-p_eNBg_m≥0(p·g就是接收功率值,即发射功率乘以信道增益,g是信道增益),宏基站用户会上报HeNB,要求接入,HeNB将其接入,为其提供服务。在本发明实施例中,每隔固定周期,宏基站检测是否有用户接入HeNB,发现有用户接入HeNB后,先与HeNB通过接口进行信息交互,相互获取对方当前的发射功率值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="79"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="95"/>然后宏基站根据公式计算, p eNB ( t + 1 ) = min { p eNB ( t ) - ϵ , p i ( t ) g i , m g m , p eNB max } ]]>宏基站调整发射功率为上述3个值中最小的一个。在本发明实施例中,HeNB根据公式计算, p i ( t + 1 ) = p eNB ( t ) g m g i , m - 1 κ i g i , m π i , m ( t ) ]]>HeNB调整发射功率;在本发明实施例中,宏基站和HeNB各自根据公式计算是否需要继续迭代,若需要,则两者交互信息,获取对方更新后的发射功率值ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="97"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="128"/>继续迭代;若不需要,则功率调整结束。以下结合具体的应用实例以及图3-5对本发明做进一步说明。假定系统由1个宏基站和10个HeNB构成,其中宏基站用户有10个。宏基站的最大发射功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="86"/>为48dBm,每个每个HeNB的最大发射功率ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="86"/>为30dBm,宏基站和HeNB初始发射功率都为最大发射功率,定价函数因数κ_i为1,高斯白噪声的方差σ²=-128dBm,第m个用户到宏基站的信道增益g_m=20dB,第m个用户到第i个HeNB的信道增益g_i,m=10dB。统计了宏基站功率和所有HeNB的功率变化情况,如图3所示,横坐标为算法迭代次数,纵坐标为功率值。如图3(a)所示,HeNB的功率值在算法迭代50次后开始收敛,收敛时间的数量级为毫秒级。仿真结果显示有5个HeNB最后的功率值为30dBm,有3个HeNB的功率值接近30dBm,这是因为它们分布在一个重叠区域内,其余2个HeNB的功率值则远小于30dBm,HeNB发射功率的变化不仅降低了HeNB之间的干扰也起到了节能的效果。如图3(b)所示,随着迭代次数的增加,宏基站的功率逐渐减小,在算法收敛时,宏基站的最终功率降低到35.4813w,与宏基站的初始功率63.0957w相比,减小了将近一半,显著降低了宏基站的发射功率,降低了宏基站与HeNB之间干扰,同时起到了节能的效果,降低了运营商的运营成本。在宏基站用户数为10的条件下,统计了宏基站用户的吞吐量与HeNB个数的关系,如图4所示,当系统中HeNB的个数为10时,用户的吞吐量能达到最大值4000Kbit,随着HeNB的个数增多,用户的吞吐量逐渐下降,这是由于HeNB个数的增加会增大HeNB之间的干扰。在HeNB个数为10的条件下,统计了系统吞吐量与用户个数的关系,如图5所示,仿真初期,系统吞吐量随着用户数的增大而增大,仿真后期,受系统资源的限制,系统的吞吐量不再增大。本发明实施例克服了已有技术的不足,提出一种基于认知技术的异构网络节能方法,允许信干比满足要求的宏基站用户接入HeNB获得服务,同时通过分布式算法调整宏基站和HeNB的发射功率,降低宏基站和HeNB之间以及HeNB和HeNB之间的干扰,最终在保障用户QoS的前提下实现系统功耗的降低和吞吐量的提升。本发明与现有技术相比,具有如下优点:首先,使用定价技术激励HeNB吸纳宏基站的用户,从而为某些特殊位置的用户提供更好的服务,增大了系统的吞吐量;其次,通过分布式功率控制,降低宏基站和HeNB之间以及HeNB和HeNB之间的干扰,实现系统的能量效率最大化;最后,宏基站发射功率的降低,不仅实现了节能,而且减小了运营商的运营成本。以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。