徐勇軍,李國權(quán),徐 鵬,陳前斌

(1.重慶郵電大學(xué) 移動通信技術(shù)重慶市重點實驗室, 重慶 400065；2.西安電子科技大學(xué) 綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室，西安 710071)

0 引 言

隨著社會的不斷進步和通信技術(shù)的高速發(fā)展，人類跨入無處不在的移動互聯(lián)、互通時代。智能終端、無線局域網(wǎng)(WLAN, WiFi)、車聯(lián)網(wǎng)、移動支付等一系列信息化技術(shù)給人們生活帶來了更加優(yōu)質(zhì)便捷的體驗，無線通信技術(shù)已經(jīng)發(fā)展成為具有不同的帶寬、調(diào)制方式和覆蓋范圍的異構(gòu)無線網(wǎng)絡(luò)(heterogeneous wireless network,HetNets)。由于傳統(tǒng)的靜態(tài)網(wǎng)絡(luò)工作模式導(dǎo)致各類網(wǎng)絡(luò)之間信息獨立、資源無法共享以及頻譜利用率低等一系列問題，將嚴重制約移動通信技術(shù)的發(fā)展，使得網(wǎng)絡(luò)面臨容量壓力、深度覆蓋盲區(qū)等問題。受鄰區(qū)干擾因素所限，一味提升宏基站密度并不是解決這類問題的有效辦法。為了增大無線通信網(wǎng)絡(luò)的系統(tǒng)容量，提高頻譜資源的使用效率和傳輸效率，降低網(wǎng)絡(luò)部署成本等問題，HetNets成為應(yīng)對未來數(shù)據(jù)流量陡增、滿足容量增長需求的關(guān)鍵通信技術(shù)之一[1-2]。

在傳統(tǒng)的蜂窩異構(gòu)無線網(wǎng)絡(luò)中，通過在宏蜂窩網(wǎng)絡(luò)中布置大量低功率的微蜂窩(micro cell)、微微蜂窩(pico cell)、毫微微蜂窩(femto cell)等非標準六邊形蜂窩接入點，形成低功率節(jié)點層，大量重用系統(tǒng)已有頻譜資源，提高了頻譜資源的利用率，并有針對性地按需部署、就近接入，來滿足熱點地區(qū)對容量的需求[3-4]。但是如何實現(xiàn)不同小區(qū)間的干擾管理，空閑頻譜的合理利用是其需要解決的關(guān)鍵技術(shù)問題。換句話來說，資源分配問題在該網(wǎng)絡(luò)下變得更加復(fù)雜與靈活，如何很好地控制用戶發(fā)射功率、合理分配信道來提高整個通信系統(tǒng)的系統(tǒng)容量、減小小區(qū)間的干擾，是解決資源共享、實現(xiàn)不同類型網(wǎng)絡(luò)融合的關(guān)鍵技術(shù)。

因此，為了提高網(wǎng)絡(luò)資源利用率和頻譜效益，本文對異構(gòu)無線網(wǎng)絡(luò)資源分配問題進行了綜述討論。首先分析了異構(gòu)無線網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)，并給出了網(wǎng)絡(luò)傳輸特性；緊接著，根據(jù)不同的網(wǎng)絡(luò)結(jié)構(gòu)，總結(jié)與歸納當(dāng)前異構(gòu)無線網(wǎng)絡(luò)資源分配問題相關(guān)的研究成果；最后，本文對相關(guān)問題進行了分析和研究展望。通過本文的研究可以為相關(guān)領(lǐng)域的研究人員提供基本理論知識與架構(gòu)，并為資源分配這一技術(shù)難點的未來研究關(guān)鍵點給出了說明，從而引導(dǎo)該方向的下一步研究工作。

1 異構(gòu)無線網(wǎng)絡(luò)的基本概念

隨著當(dāng)代通信技術(shù)的發(fā)展和智能終端的出現(xiàn)，使得無線局域網(wǎng)、城域網(wǎng)、云無線接入網(wǎng)、蜂窩網(wǎng)絡(luò)等多種不同性質(zhì)和功能的網(wǎng)絡(luò)存在于一個通信環(huán)境下，從而使得傳統(tǒng)基于宏蜂窩網(wǎng)絡(luò)的2G通信系統(tǒng)呈現(xiàn)出空間異構(gòu)(多種網(wǎng)絡(luò)結(jié)構(gòu))、不同接入方式、多種調(diào)制方式(如，CDMA,OFDMA)、大規(guī)模天線陣列(massive MIMO,天線數(shù)通常達到100以上)等新的特點，這種新型的異構(gòu)無線網(wǎng)絡(luò)成為學(xué)者們的研究熱點。從定義上講，異構(gòu)無線網(wǎng)絡(luò)是指通過多種網(wǎng)絡(luò)分層、功能差異化形成的非單一網(wǎng)絡(luò)組成的無線通信網(wǎng)絡(luò)[5]。異構(gòu)無線網(wǎng)絡(luò)不是一種新型無線網(wǎng)絡(luò)，其重點和難點在于如何協(xié)作融合不同類型的網(wǎng)絡(luò)成為有效的綜合體，而異構(gòu)蜂窩網(wǎng)絡(luò)采用相同的體系架構(gòu)，如何解決不同層網(wǎng)絡(luò)用戶之間的干擾是異構(gòu)蜂窩網(wǎng)絡(luò)中提升容量的主要難題[6]。與傳統(tǒng)提高點到點的數(shù)據(jù)速率技術(shù)不同(如載波聚合、自適應(yīng)調(diào)制編碼)，異構(gòu)無線網(wǎng)絡(luò)是為了提高整個網(wǎng)絡(luò)的數(shù)據(jù)容量、提升邊緣小區(qū)的用戶體驗，從全局上減小覆蓋盲點，提高通信系統(tǒng)傳輸范圍。

2 異構(gòu)無線網(wǎng)絡(luò)分類

2.1 網(wǎng)絡(luò)結(jié)構(gòu)

在異構(gòu)無線網(wǎng)絡(luò)中，存在較多的低功率節(jié)點，如微微基站[7]、中繼基站(relay)[8]、家庭基站[9]、分布式天線[10]等，將這些低功率節(jié)點部署在宏基站的覆蓋范圍內(nèi)與宏基站實現(xiàn)分層異構(gòu)組網(wǎng)，如圖1所示。一方面，宏蜂窩網(wǎng)絡(luò)(macrocell network)與微微蜂窩(Picocell)、家庭基站都可以分別進行資源共享；另一方面，當(dāng)超出了某一小區(qū)的傳輸半徑，可以通過中繼基站來進行信息的輔助傳輸，如圖1中可以利用某一中繼基站來實現(xiàn)Picocell基站與Microcell用戶通信。下面將分別介紹這幾種網(wǎng)絡(luò)之間的特點與區(qū)別。

圖1 異構(gòu)無線網(wǎng)絡(luò)的網(wǎng)絡(luò)架構(gòu)Fig.1 Network structure of HetNets

在異構(gòu)無線網(wǎng)絡(luò)中，宏蜂窩網(wǎng)絡(luò)通常作為主用戶存在，也就是頻譜資源的擁有者，在不同的通信系統(tǒng)中其特點和功能有所不同。宏蜂窩網(wǎng)絡(luò)包括傳統(tǒng)的網(wǎng)絡(luò)運營商安裝的基站，其覆蓋半徑為1～25 km，達數(shù)千米的空間區(qū)域，基站天線通常做得很高，而且基站通常布置在高山的山頂上。而在高速通信時代，LTE通信網(wǎng)絡(luò)(4G通信系統(tǒng))是當(dāng)前的宏蜂窩網(wǎng)絡(luò)，它不僅可以作為傳統(tǒng)的電話傳輸與2G系統(tǒng)兼容，而且還能夠提供一定數(shù)據(jù)速率的圖像、視頻等服務(wù)。無論是第幾代通信系統(tǒng)，宏蜂窩網(wǎng)絡(luò)中基站的特點是由運營商安裝的高功率蜂窩基站所構(gòu)成。

為了解決宏蜂窩網(wǎng)絡(luò)通信的“盲點”和“熱點”問題，往往依靠設(shè)置直放站、分裂小區(qū)等辦法來解決，這樣就形成了一種微蜂窩網(wǎng)絡(luò)。微蜂窩網(wǎng)絡(luò)(microcell network)指由網(wǎng)絡(luò)運營商安裝的低功率蜂窩基站，在100 m到1 km的無線覆蓋范圍內(nèi)服務(wù)數(shù)十位用戶。通常微基站的發(fā)射功率在23～30 dBm，基站天線低于屋頂高度，傳播主要沿著街道的視線進行，信號在樓頂?shù)男孤缎　Ｒ虼?，Microcell是用來加大無線網(wǎng)絡(luò)的覆蓋范圍，不同尺寸的小區(qū)重疊起來，且基站彼此相鄰，從而使得整個通信網(wǎng)絡(luò)呈現(xiàn)出多層次的結(jié)構(gòu)。

在實際生活中，存在一種覆蓋半徑更小的蜂窩網(wǎng)絡(luò)，即微微蜂窩網(wǎng)絡(luò)(Picocell)。微微蜂窩網(wǎng)絡(luò)主要是為了解決特定區(qū)域的室內(nèi)無線覆蓋問題，尤其是大型寫字樓、集會等場所，由于人數(shù)眾多，對通訊的需求量很大。第1代的Picocell其實就是低功率的Macrocell，功率一般在17～20 dBm左右，費用十分昂貴。 第2代的Picocell可以基于IP承載，提供更小的覆蓋范圍，從而被經(jīng)常用于小型的寫字樓、偏遠地區(qū)、地下停車場等地區(qū)。

為了解決微微蜂窩網(wǎng)絡(luò)在家庭環(huán)境或小企業(yè)室內(nèi)的覆蓋問題，近年來毫微微蜂窩網(wǎng)絡(luò)(femtocell network)成為了5G通信的研究熱點。毫微微蜂窩網(wǎng)絡(luò)又被稱為飛蜂窩網(wǎng)絡(luò)或家庭基站，是一種低成本、低功耗、由用戶配置訪問節(jié)點的技術(shù)，可以實現(xiàn)小范圍內(nèi)提供高密度話務(wù)量的目的；飛蜂窩網(wǎng)絡(luò)經(jīng)常用于單個家庭或企業(yè)中，其覆蓋范圍一般小于50 m，發(fā)射功率小于23 dBm。

根據(jù)以上描述，表1總結(jié)了異構(gòu)無線網(wǎng)絡(luò)中不同網(wǎng)絡(luò)的主要特點。

表1 異構(gòu)無線網(wǎng)絡(luò)中不同網(wǎng)絡(luò)的參數(shù)對比Tab.1 Comparisons of different networks in HetNets

2.2 網(wǎng)絡(luò)傳輸方式

從傳輸方式的角度來看，異構(gòu)無線網(wǎng)絡(luò)可以分為傳統(tǒng)的單天線蜂窩異構(gòu)無線網(wǎng)絡(luò)、基于多輸入和多輸出(multiple-input multiple-output, MIMO)的異構(gòu)無線網(wǎng)絡(luò)以及異構(gòu)中繼協(xié)作無線網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。從圖2中可以看出，基于單天線/多天線的宏蜂窩基站可以借助Picocell基站將信息傳遞給Femtocell用戶。另外，為了提高傳輸速率，用戶與基站之間的傳輸也可以借助正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)技術(shù)進行數(shù)據(jù)傳輸。

2.2.1 傳統(tǒng)異構(gòu)無線蜂窩網(wǎng)絡(luò)

傳統(tǒng)異構(gòu)無線蜂窩網(wǎng)絡(luò)指該網(wǎng)絡(luò)是在傳統(tǒng)3G網(wǎng)絡(luò)基礎(chǔ)上發(fā)展而來的。在該網(wǎng)絡(luò)中，各個基站和用戶配備單根天線，使得接收端和發(fā)射端之間只形成一條收發(fā)信道。該網(wǎng)絡(luò)是最基本的異構(gòu)無線網(wǎng)絡(luò)，無中繼轉(zhuǎn)發(fā)裝置和多載波傳輸?shù)忍攸c。當(dāng)用戶的數(shù)量大幅度增加時，會導(dǎo)致信道之間的干擾嚴重、傳輸質(zhì)量下降和傳輸速率減慢。由于天線數(shù)量的限制，系統(tǒng)容量和信噪比較低。

2.2.2 MIMO異構(gòu)無線網(wǎng)絡(luò)

為了使得用戶設(shè)備獲得較高的分集增益， 目前，多天線技術(shù)已經(jīng)被引入到異構(gòu)無線網(wǎng)絡(luò)中。通過在發(fā)射端或接收端配備多根天線，可以形成多條發(fā)射/接收通道，從而可以有效減小無線信道的多址衰落影響，進而改善系統(tǒng)傳輸質(zhì)量，提高無線傳輸?shù)目煽啃浴?/p>

由于多天線系統(tǒng)自身巨大的容量和可靠性增益，近年來針對大規(guī)模天線陣列的 MIMO 系統(tǒng)相關(guān)研究引起了學(xué)術(shù)界的關(guān)注。在大規(guī)模 MIMO 中，基站配置數(shù)量非常大的天線，通常幾十到幾百根，是現(xiàn)有系統(tǒng)天線數(shù)量的1～2個數(shù)量級及以上，在同一個時/頻資源上同時服務(wù)若干個用戶。大規(guī)模 MIMO在空間分辨率、功率效率、抗干擾性等方面與傳統(tǒng)MIMO相比都有了顯著提升。

圖2 異構(gòu)無線網(wǎng)絡(luò)的傳輸方式Fig.2 Transmission mode of HetNets

2.2.3 異構(gòu)無線中繼網(wǎng)絡(luò)

基于中繼節(jié)點輔助傳輸?shù)膮f(xié)作通信技術(shù)，與傳統(tǒng)點到點通信不同，它允許無線通信網(wǎng)絡(luò)中的不同用戶或節(jié)點通過分布式傳輸方式進行資源分配以達成協(xié)作關(guān)系。因此，每個用戶所需的信息不僅來自某一用戶，還來自其他協(xié)作用戶[11]。另外，通過某一個網(wǎng)絡(luò)或網(wǎng)絡(luò)中的某些用戶作為中繼節(jié)點進行數(shù)據(jù)傳輸，可以有效提高邊緣用戶的通信質(zhì)量。協(xié)作通信技術(shù)融合了分集技術(shù)與中繼傳輸技術(shù)的優(yōu)勢，在不增加天線數(shù)量的基礎(chǔ)上，可在傳統(tǒng)通信網(wǎng)絡(luò)中實現(xiàn)并獲得多天線與多跳傳輸?shù)男阅茉鲆妗鹘y(tǒng)網(wǎng)絡(luò)與協(xié)作通信網(wǎng)絡(luò)特性對比如表2所示。

表2 協(xié)作通信與非協(xié)作通信對比Tab.2 Comparisons between cooperation communication and non-cooperation communication

3 異構(gòu)無線網(wǎng)絡(luò)資源分配算法研究現(xiàn)狀

從上述討論可知，異構(gòu)無線網(wǎng)絡(luò)是由多種網(wǎng)絡(luò)和不同用戶構(gòu)成的融合網(wǎng)絡(luò)，從而使得用戶與基站之間的通信會受到來自其他網(wǎng)絡(luò)不同程度的干擾。因此，如何解決跨層干擾和層內(nèi)干擾是實現(xiàn)異構(gòu)無線網(wǎng)絡(luò)資源管理(分配)的核心技術(shù)問題。對于異構(gòu)無線網(wǎng)絡(luò)通信系統(tǒng)而言，資源分配算法通過合理調(diào)節(jié)功率和信道分配的方式能夠很好地減少網(wǎng)絡(luò)間用戶干擾的影響，提升整個通信系統(tǒng)的容量，從而實現(xiàn)多網(wǎng)絡(luò)融合條件下的資源共享的目的。

本小節(jié)將針對不同的網(wǎng)絡(luò)模型進行資源分配算法討論，歸納總結(jié)如圖3所示。本文將資源分配算法分為兩大類：①基于精確信道參數(shù)下的資源分配算法；②基于不完美信道狀態(tài)信息下的資源分配算法。

3.1 傳統(tǒng)異構(gòu)無線網(wǎng)絡(luò)資源分配算法

在單天線構(gòu)成的異構(gòu)無線網(wǎng)絡(luò)中，通常資源分配問題比多天線或中繼節(jié)點的問題簡單，也是目前學(xué)者們研究最為集中的問題。

針對由多個宏蜂窩小區(qū)和微微蜂窩小區(qū)構(gòu)成的異構(gòu)無線網(wǎng)絡(luò)，Zeng等[12]提出了一種集中式下行動態(tài)功率控制算法，該算法可以有效地減小跨層干擾對用戶傳輸性能的影響，并且能夠顯著提升系統(tǒng)容量和增加邊緣用戶的數(shù)據(jù)速率。與上述集中式算法不同的是，F(xiàn)an等[13]提出的分布式迭代算法，能夠最大化所有基站/接入點的總效率和保障終端的服務(wù)質(zhì)量，這種聯(lián)合優(yōu)化算法的優(yōu)點是適用于任意異構(gòu)場景，例如基于TDMA的GSM，WLAN或基于OFDMA的LTE等。

為了增加無線網(wǎng)絡(luò)容量的同時減少網(wǎng)絡(luò)的能源消耗，針對由宏蜂窩小區(qū)和家庭基站密集組網(wǎng)的場景，文獻[14-15]研究了基于能效最大的資源分配算法。文獻[14]綜合考慮了基站負載因子和基站發(fā)射功率等因素，協(xié)調(diào)分配所有基站的頻率和功率資源，從而降低異構(gòu)無線網(wǎng)絡(luò)內(nèi)所有基站消耗的總功率。而文獻[15]采用隨機幾何理論建模分析了系統(tǒng)性能，在路徑損耗、陰影損耗和干擾受限的場景下，根據(jù)用戶不同的接入形式，提出了基于用戶噪聲檢測的femtocell睡眠方案，該算法在保證用戶服務(wù)質(zhì)量的同時能夠降低基站的功耗，增加異構(gòu)網(wǎng)絡(luò)的能效。

圖3 異構(gòu)無線網(wǎng)絡(luò)資源分配算法分類Fig.3 Classification of resource allocation algorithms in HetNets

上述研究工作往往考慮采用頻率復(fù)用的方式來提升系統(tǒng)的性能，但是在提高無線資源利用率的同時會導(dǎo)致相鄰蜂窩小區(qū)之間以及小區(qū)內(nèi)部的通信受到相互之間的干擾，從而阻礙了吞吐量、服務(wù)質(zhì)量(quality of service, QoS)等系統(tǒng)性能的進一步提高。因此，OFDM技術(shù)受到了研究者的青睞和追捧。在速率最大化的目標函數(shù)下，文獻[16]考慮數(shù)據(jù)速率和控制信道約束，提出了一種線性二進制整數(shù)規(guī)劃啟發(fā)式資源分配算法，該算法能夠有效保證微小區(qū)用戶的服務(wù)質(zhì)量且算法復(fù)雜度也較低，但是卻犧牲了宏小區(qū)用戶的數(shù)據(jù)速率。Seimeni等[17]研究了最大化系統(tǒng)平均容量的資源分配算法，該算法在不需要信道狀態(tài)信息的情況下，可以有效地減輕電磁干擾，增加終端用戶接入的平均數(shù)量。針對宏小區(qū)和毫微微小區(qū)組成的兩層異構(gòu)無線網(wǎng)絡(luò)，Wang等[18]研究了下行傳輸方式下的分布式功率控制算法；為了最大化傳輸數(shù)據(jù)速率和滿足用戶的QoS要求，提出了非合作博弈資源分配模型，利用迭代注水算法和隨機逼近原理來求得最優(yōu)解。然而上述文獻只考率下行傳輸時的資源分配問題，對上行傳輸情況討論得較少。Villa等[19]同時考慮跨層干擾和中斷概率約束下的自適應(yīng)資源分配問題，提出的分布式資源分配算法不僅能夠最大化系統(tǒng)吞吐量，而且適用于上行和下行的傳輸場景。

針對OFDMA網(wǎng)絡(luò)下的能效最大問題， Cao等[20]提出了基于稀疏功率控制下的半動態(tài)綠色資源管理算法，以基站的總發(fā)射功率最小化為約束條件，實現(xiàn)系統(tǒng)能效最大化的目的。文獻[21]研究了基于下行OFDMA異構(gòu)無線網(wǎng)絡(luò)的傳輸功率控制問題，為了降低算法復(fù)雜度，通過Dinkelbach和分支界定法來獲得最優(yōu)解?？紤]上述相同的網(wǎng)絡(luò)場景，文獻[22]在保障用戶最低傳輸速率的前提下，不僅考慮了用戶的QoS需求，還考慮了接收機和發(fā)射機的能量消耗 ，提出了一種粒子群優(yōu)化算法，該算法能夠最大化系統(tǒng)的能量有效性且具有較好的收斂性。Jiang等[23]同時考慮了跨層干擾和數(shù)據(jù)速率約束條件，提出了基于迭代的資源分配算法，從而使得Picocell網(wǎng)絡(luò)的效益函數(shù)最大化。

文獻[24]提出了一種多主-多從模式下的Stackelberg博弈模型，保證了用戶之間構(gòu)成的非合作博弈納什均衡點的存在，采用迭代求解方法獲得系統(tǒng)的最優(yōu)資源分配方案。Wu等[25]針對多宿主用戶設(shè)備的OFDMA異構(gòu)無線網(wǎng)絡(luò)，為了最大化系統(tǒng)能效，利用分數(shù)規(guī)劃理論將非凸的目標函數(shù)轉(zhuǎn)化為凸優(yōu)化問題求解，然后將凸優(yōu)化問題分解為聯(lián)合拓撲構(gòu)建和資源分配問題，通過馬爾可夫逼近和連續(xù)性松弛方法來求解。

從上述討論可以看出，學(xué)者們主要針對下行鏈路的分布式資源分配算法進行討論，如何有效解決上行/下行傳輸下的異構(gòu)無線網(wǎng)絡(luò)分布式資源分配算法還有待進一步研究。由于異構(gòu)無線網(wǎng)絡(luò)是由多種不同的網(wǎng)絡(luò)結(jié)構(gòu)和用戶類型來進行資源共享，從而使得分布式資源分配算法在實現(xiàn)上存在一定難度。表3給出了集中式和分布式資源分配算法的對比情況。

表3 集中式和分布式資源分配算法對比Tab.3 Comparisons of centralized and distributed resource allocation algorithms

3.2 MIMO異構(gòu)無線網(wǎng)絡(luò)資源分配算法

由于多天線技術(shù)是一種能夠提高系統(tǒng)頻譜效率和傳輸可靠性的有效手段，多天線在異構(gòu)無線網(wǎng)絡(luò)中的應(yīng)用為5G通信理論提供基礎(chǔ)。在該網(wǎng)絡(luò)模型下主要包括傳統(tǒng)MIMO系統(tǒng)和大規(guī)模MIMO系統(tǒng)，資源分配主要集中在信道分配、功率分配、波束成形設(shè)計(beamforming)等問題上。

針對雙層MIMO異構(gòu)無線網(wǎng)絡(luò)下行傳輸模型，Chen等[26]基于遺傳算法研究了聯(lián)合子信道分配和功率分配問題，以增加系統(tǒng)的吞吐量和保證飛蜂窩網(wǎng)絡(luò)用戶的公平性。為了實現(xiàn)MIMO異構(gòu)認知無線網(wǎng)絡(luò)的干擾對齊(interference alignment)問題，Zhao等[27]通過使用一種能改善最大信噪比的算法來估計次用戶之間的干擾大小，并基于非協(xié)作博弈論(non-cooperative game)理論提出了一種最大化次用戶傳輸速率的算法?？紤]大規(guī)模MIMO LTE-A異構(gòu)無線網(wǎng)絡(luò)下行傳輸場景，文獻[28]利用干擾協(xié)調(diào)和預(yù)編碼協(xié)同策略，提出了一種基于博弈論的資源分配算法，該算法能夠顯著提升多層蜂窩網(wǎng)絡(luò)的吞吐量和蜂窩網(wǎng)絡(luò)之間資源共享的效率。針對雙層大規(guī)模MIMO異構(gòu)無線網(wǎng)絡(luò)上行傳輸干擾管理問題，He等[29]提出了一種通過擴展微蜂窩的覆蓋范圍來提高宏蜂窩上行傳輸性能的資源分配算法。

近兩年來，在提高異構(gòu)無線網(wǎng)絡(luò)的系統(tǒng)容量的同時，專家學(xué)者們同時研究了如何提高單位能量上的傳輸效率即能效(energy efficiency)問題。文獻[30-34]研究了在多天線通信系統(tǒng)下的能效問題。針對只在宏基站裝配大規(guī)模MIMO的下行異構(gòu)無線網(wǎng)絡(luò)場景，考慮用戶公平性原則，Lin等[30]對聯(lián)合用戶協(xié)作和功率分配的能量有效性問題進行了研究；提出將聯(lián)合優(yōu)化問題分成2個能用雙重迭代算法解決的子優(yōu)化問題，以此來實現(xiàn)能量有效性最大化。針對多用戶MIMO異構(gòu)無線網(wǎng)絡(luò)下行傳輸場景，考慮迫零預(yù)編碼和完美信道狀態(tài)信息約束條件，文獻[31]研究了下行傳輸成功概率的資源分配問題；利用托普利茨矩陣法得到基站傳輸信噪比的分布情況，并提出了一種查找最優(yōu)基站密度的算法，以實現(xiàn)最大的區(qū)域頻譜有效性和鏈接可靠性。針對相同的網(wǎng)絡(luò)場景，Lu等[32]考慮了用戶QoS和基站最大發(fā)射功率約束條件，利用幾何規(guī)劃和二階錐優(yōu)化方法提出了一種基于能量有效性的協(xié)同波束成形算法。文獻[33]針對雙層大規(guī)模MIMO異構(gòu)無線網(wǎng)下行傳輸功耗問題，提出了一種基于拉格朗日對偶理論的低復(fù)雜度、分布式用戶聯(lián)合資源分配算法，該算法能夠提高系統(tǒng)的能量有效性以及保證用戶的服務(wù)質(zhì)量。針對多層MIMO下行異構(gòu)無線網(wǎng)，Kwon等[34]對基于能量有效性的傳輸功率控制問題進行了深入研究，考慮電路功率損耗和基站密度約束，提出了2種基于納什平衡理論和帕累托優(yōu)化理論的算法，分別對非協(xié)作網(wǎng)絡(luò)和協(xié)作網(wǎng)絡(luò)的功率控制進行了優(yōu)化。

3.3 異構(gòu)無線中繼網(wǎng)絡(luò)資源分配算法

由于傳統(tǒng)非中繼蜂窩網(wǎng)絡(luò)傳輸距離受限， 使得某些邊緣或者更遠的用戶沒有很好的用戶服務(wù)質(zhì)量，通過中繼節(jié)點的輔助傳輸讓較遠用戶的通信變?yōu)榭赡?。因此，近年來中繼技術(shù)被學(xué)者和技術(shù)人員廣泛地應(yīng)用到異構(gòu)無線網(wǎng)絡(luò)的研究中。

針對單中繼異構(gòu)網(wǎng)絡(luò)下的傳輸速率最大化問題，為了滿足持續(xù)增加的傳輸通信需求，Li等[35]對異構(gòu)中繼傳輸網(wǎng)絡(luò)中的自適應(yīng)資源分配問題進行了研究；考慮QoS約束，提出了一種功率和子載波分配優(yōu)化策略，并推導(dǎo)出一種低復(fù)雜度資源和子載波聯(lián)合分配算法，實現(xiàn)最大化系統(tǒng)有效容量。針對嵌入載波聚合(carrier aggregation)技術(shù)的異構(gòu)協(xié)同無線網(wǎng)絡(luò)，Yuan等[36]提出了一種基于分層博弈論的新式網(wǎng)絡(luò)框架來研究飛蜂窩用戶的傳輸功率和子載波分配的優(yōu)化問題，并提出了一種逼近斯坦伯格(Stackelberg)平衡的分布式算法，顯著提升了網(wǎng)絡(luò)性能。針對基于OFDMA的異構(gòu)無線通信網(wǎng)絡(luò)，文獻[37]提出了一種基于能效優(yōu)化的多用戶協(xié)作資源分配算法，該算法在滿足用戶QoS 的約束下，聯(lián)合進行中繼選擇、子載波分配和功率分配，基于“Dinkelbach”原理對原非凸目標函數(shù)進行優(yōu)化求解，從而獲得系統(tǒng)的最大能效。與上述不同的是，文獻[38]針對由宏蜂窩和無線局域網(wǎng)異構(gòu)共存的設(shè)備與設(shè)備(device-to-device, D2D)通信場景，以蜂窩基站作為中繼傳輸，提出了基于Q學(xué)習(xí)和軟決策的分布式資源分配算法，該算法能夠最小化系統(tǒng)總的傳輸功率，且與集中式的算法相比，具有較低的復(fù)雜度。

上述文獻均是研究單中繼異構(gòu)無線網(wǎng)絡(luò)下的傳輸速率和能效優(yōu)化問題，但是復(fù)雜的多跳中繼異構(gòu)網(wǎng)絡(luò)在提升系統(tǒng)性能方面比單中繼網(wǎng)絡(luò)更具有優(yōu)勢。文獻[39-41]研究了多跳異構(gòu)無線網(wǎng)絡(luò)的資源分配算法，針對異構(gòu)中繼網(wǎng)絡(luò)下行傳輸?shù)馁Y源分配問題, Liang 等[39]提出了一種基于Stackelberg 博弈論的分層模型，使得中繼網(wǎng)絡(luò)系統(tǒng)容量最大化并且該算法可以有效提高用戶數(shù)據(jù)速率和系統(tǒng)資源利用率。針對解碼轉(zhuǎn)發(fā)(decode-and-forward，DF)中繼傳輸協(xié)議的OFDM多蜂窩異構(gòu)中繼無線網(wǎng)絡(luò)，考慮多蜂窩間干擾和異構(gòu)用戶的數(shù)據(jù)速率需求，D.W.K.Ng 等[40]提出了半雙工模式下的半分布式資源分配算法，從而實現(xiàn)系統(tǒng)平均加權(quán)吞吐量的最大化。將原混合非凸、組合優(yōu)化問題轉(zhuǎn)換為對每個基站進行局部信息處理的凸優(yōu)化問題，功率分配通過對偶分解方法得到。

3.4 異構(gòu)無線網(wǎng)絡(luò)魯棒資源分配算法

由于電磁環(huán)境復(fù)雜多變，無線通信系統(tǒng)中存在各種干擾、估計誤差、鏈路時延，從而使得信道狀態(tài)的準確信息難以得到，通常量化誤差和信道估計誤差都會引起信道增益的不確定性。因此，上述考慮完美信道狀態(tài)信息(perfect channel state information, CSI)的最優(yōu)資源分配算法在實際應(yīng)用中可能導(dǎo)致通信系統(tǒng)性能下降。為了解決該問題、提高通信系統(tǒng)的魯棒性能和抗擾動性，在異構(gòu)無線網(wǎng)絡(luò)資源分配優(yōu)化問題中，我們需要提前將系統(tǒng)參數(shù)的不確定性考慮進來，研究具有魯棒性的資源分配算法。

目前，異構(gòu)無線網(wǎng)絡(luò)魯棒資源分配的研究從網(wǎng)絡(luò)結(jié)構(gòu)上劃分主要包括：①基于two-tier蜂窩的異構(gòu)無線網(wǎng)絡(luò)；②基于OFDM的異構(gòu)無線網(wǎng)絡(luò)；③基于多天線的異構(gòu)無線網(wǎng)絡(luò)；④基于中繼節(jié)點的異構(gòu)無線網(wǎng)絡(luò)。從不確定性類型來看，魯棒資源分配主要集中在基于中斷概率的不確定性描述和有界參數(shù)不確定性描述。其中，前者主要應(yīng)用在參數(shù)不確定性的統(tǒng)計模型容易得到的物理場景，而后者主要應(yīng)用在零中斷事件允許的嚴格通信場景。

Li等[41]在考慮中斷概率約束條件下，利用平均信道增益的概念，對信道增益的不確定性和鏈路干擾的問題進行研究，提出了保證飛蜂窩用戶服務(wù)質(zhì)量要求的接納算法。該算法能夠有效抑制跨層干擾帶來的影響并且最小化飛蜂窩網(wǎng)絡(luò)的總功率。針對用戶的瞬時信干噪比受信道快衰落的影響而具有不確定性的情況，Wang等[42]建立了基于用戶服務(wù)質(zhì)量中斷概率約束的魯棒優(yōu)化問題，并提出了一個基于最大功率調(diào)整的魯棒功率控制算法, 該算法在功率迭代過程中通過調(diào)整家庭用戶的最大功率而實現(xiàn)跨層干擾管理，從而保護了宏用戶的通信質(zhì)量。研究OFDMA異構(gòu)無線網(wǎng)絡(luò)的上行鏈路傳輸問題，Mokari等[43]基于勞埃德(Lloyd)算法原理，提出了一種有限反饋的資源分配算法，該算法聯(lián)合優(yōu)化功率和子載波分配，能夠有效地提高網(wǎng)絡(luò)中所有用戶的傳輸速率。文獻[44]研究基于OFDM下的認知異構(gòu)無線網(wǎng)絡(luò)的下行鏈路資源分配問題，考慮不完善的CSI會導(dǎo)致二級網(wǎng)絡(luò)發(fā)生中斷，提出了一種用于認知異構(gòu)網(wǎng)絡(luò)的聯(lián)合子載波和功率分配算法。在中斷概率約束下保證主用戶、次用戶的QoS要求，以最大化系統(tǒng)能效為目標，最后通過雙循環(huán)迭代法求得最優(yōu)解。同樣針對基于OFDM認知異構(gòu)無線網(wǎng)絡(luò)的能效最大化問題，Wang等[44]綜合考慮認知網(wǎng)絡(luò)的能源效率、系統(tǒng)功率預(yù)算和次用戶公平性等問題，提出了一種有效的啟發(fā)式算法來解決子信道的分配問題，該算法在計算復(fù)雜度和能效之間可以實現(xiàn)良好的折衷?？紤]由信道估計誤差、量化誤差、反饋時延等因素引起的信道不確定性影響，為了保證飛蜂窩用戶期望的信干噪比(signal to interference plus noise ratio, SINR)，Wang等[45]研究了飛蜂窩基站含多根天線的MISO(multiple-input single-output)異構(gòu)無線網(wǎng)絡(luò)下行傳輸資源分配問題；提出了一種考慮中斷概率約束的發(fā)射機魯棒波束成形算法，該算法能夠在最壞的CSI反饋信息下仍然滿足飛蜂窩用戶的服務(wù)質(zhì)量要求，并且能夠提高頻譜資源的利用率。上述研究是基于中斷概率約束的魯棒資源分配算法，其特點是允許對宏蜂窩用戶產(chǎn)生在規(guī)定范圍內(nèi)的干擾，信道不確定性隨機模型確定了算法的精度。

在誤差的概率隨機模型不易確定的情況下，需要考慮誤差有上界的方法來研究魯棒資源分配算法。Zhang等[47]考慮了宏用戶的干擾溫度約束，針對不完全的頻譜感知信息和信道不確定性，提出了一種快速優(yōu)化算法，該算法能夠最大化飛蜂窩用戶的總吞吐量。文獻[48]研究了認知異構(gòu)無線網(wǎng)絡(luò)中主用戶與次用戶的頻譜資源競爭問題，提出的魯棒資源分配算法不僅可以增強主用戶監(jiān)聽反饋信道和導(dǎo)頻信號信息的能力，并且可以提高系統(tǒng)的能效、降低網(wǎng)絡(luò)成本。Zhu等[49]研究了基于OFDMA的異構(gòu)無線網(wǎng)絡(luò)魯棒下行功率控制問題；為了解決宏基站和微蜂窩基站之間的分級競爭，提出了基于不完美信道狀態(tài)信息下的Stackelberg博弈算法，該算法能夠?qū)崿F(xiàn)最大化系統(tǒng)容量。

上述文獻均針對傳統(tǒng)的單天線異構(gòu)無線網(wǎng)絡(luò)，由于多天線技術(shù)能夠有效提高系統(tǒng)的頻譜利用率和傳輸?shù)目煽啃?，并且傳統(tǒng)的異構(gòu)蜂窩網(wǎng)絡(luò)傳輸距離受限，因此，對多天線技術(shù)和基于中繼節(jié)點的異構(gòu)無線網(wǎng)絡(luò)的魯棒性分析的研究很有必要。

針對兩層MIMO異構(gòu)無線網(wǎng)絡(luò)，考慮飛蜂窩用戶SINR約束和宏蜂窩用戶干擾功率約束，文獻[50]考慮了有界信道不確定性，提出了一種具有魯棒性的下行鏈路功率控制和波束成形算法使得系統(tǒng)容量最大化。針對相同的多天線MIMO異構(gòu)無線網(wǎng)絡(luò)下行鏈路傳輸問題，為了最大化用戶SINR，提升邊緣用戶體驗，Lee等[51]提出的波束成形算法能夠最小化飛蜂窩基站和相鄰宏基站之間的跨層干擾。Hasan等[52]基于中繼節(jié)點的D2D通信異構(gòu)無線網(wǎng)絡(luò)，針對多用戶和多中繼的網(wǎng)絡(luò)場景，研究存在來自其他中繼節(jié)點干擾和鏈路增益不確定的問題，提出了一種具有魯棒性的分布式資源分配算法，該算法能夠最大化網(wǎng)絡(luò)吞吐量并且提高網(wǎng)絡(luò)頻譜利用率。

從以上分析可以看出，目前學(xué)者主要研究如何提高能效和改善系統(tǒng)容量的問題，并且大多是基于兩層異構(gòu)網(wǎng)絡(luò)的通信場景。然而，在實際中，無線通信網(wǎng)絡(luò)的異構(gòu)化更加復(fù)雜，因此，還有待對多層異構(gòu)網(wǎng)絡(luò)的魯棒性分配算法的研究，且基于中繼輔助傳輸?shù)漠悩?gòu)無線網(wǎng)絡(luò)場景有待進一步研究。

4 未來研究方向

目前，無線通信網(wǎng)絡(luò)種類繁多、功能各異，沒有一種單一網(wǎng)絡(luò)能夠滿足廣域覆蓋、高帶寬和頻譜效率、低時延、數(shù)據(jù)速率快等特點，未來的無線通信網(wǎng)絡(luò)必然是一個異構(gòu)多網(wǎng)絡(luò)融合體系結(jié)構(gòu)。因此，對異構(gòu)無線網(wǎng)絡(luò)資源分配的研究具有非常重要的理論意義與現(xiàn)實價值。雖然在異構(gòu)無線網(wǎng)絡(luò)資源分配問題上，眾多學(xué)者做了很多貢獻，但依然存在以下幾個方面的問題有待進一步研究。

1)從系統(tǒng)建模角度來講，由于異構(gòu)無線網(wǎng)絡(luò)中網(wǎng)絡(luò)類型、網(wǎng)絡(luò)結(jié)構(gòu)、用戶種類等繁多復(fù)雜，異構(gòu)無線網(wǎng)絡(luò)呈現(xiàn)多網(wǎng)絡(luò)融合、協(xié)作輔助通信、宏MIMO等技術(shù)相結(jié)合的多功能、立體化通信場景。傳統(tǒng)基于用戶與網(wǎng)絡(luò)角度出發(fā)的切換管理技術(shù)無法滿足不同類型用戶的需求。在新一代通信技術(shù)中，不僅需要從頻譜資源的角度考慮，同時需要考慮信道衰落、干擾變化等因素對資源分配與調(diào)整的影響。如何設(shè)計出具有高靈活性、低復(fù)雜度的網(wǎng)絡(luò)結(jié)構(gòu)和綜合考慮用戶性能與公平性的資源分配算法是當(dāng)前研究的重點和難點。

2)從信息傳輸角度考慮，信息安全是異構(gòu)無線通信技術(shù)發(fā)展過程中必須關(guān)注的一個重要問題。雖然異構(gòu)無線網(wǎng)絡(luò)能夠?qū)崿F(xiàn)多網(wǎng)融合，能滿足不同網(wǎng)絡(luò)的通信質(zhì)量與服務(wù)要求，但是也必然導(dǎo)致信息泄漏、網(wǎng)絡(luò)竊聽、無縫鏈接等很多新的問題。因此，考慮安全約束的異構(gòu)無線網(wǎng)絡(luò)資源分配問題是未來該技術(shù)發(fā)展層面上一個重要難題，例如基于安全容量的資源分配、安全中斷性能分析等。

3)從頻譜資源角度考慮，異構(gòu)無線網(wǎng)絡(luò)應(yīng)該朝著智能、自適應(yīng)調(diào)節(jié)的智能通信系統(tǒng)方向發(fā)展。其中認知無線電技術(shù)可以有效提高二級市場頻譜資源的利用率，自動檢測空閑頻譜，最大程度的開發(fā)與利用頻譜資源，從而提高小區(qū)用戶的吞吐量和用戶接入數(shù)量。因此，基于頻譜感知能力的認知異構(gòu)無線網(wǎng)絡(luò)資源分配問題應(yīng)成為下一代通信關(guān)鍵技術(shù)之一。而頻譜感知能力與誤檢概率事件都會對多網(wǎng)絡(luò)用戶資源分配帶來新的挑戰(zhàn)。

4)從網(wǎng)絡(luò)結(jié)構(gòu)角度分析，異構(gòu)無線網(wǎng)絡(luò)資源分配朝著更加實際、功能更加強大、數(shù)據(jù)速率與傳輸更優(yōu)的方向發(fā)展。如何針對多用戶MIMO(multi-user,MIMO,MU-MIMO)異構(gòu)無線網(wǎng)絡(luò)中天線選擇與多用戶分集聯(lián)合優(yōu)化問題，發(fā)揮多天線系統(tǒng)和用戶分集的優(yōu)勢是5G通信中較為現(xiàn)實的研究問題。另外，信道信息不確定性、反饋信道不可靠(受鏈路時延影響)、帶寬限制、緊缺頻譜資源都對異構(gòu)無線網(wǎng)絡(luò)資源分配算法的實際運用與設(shè)計帶來非常大的挑戰(zhàn)。

5)從能量利用率角度來看，由于異構(gòu)融合網(wǎng)絡(luò)由多種不同網(wǎng)絡(luò)和用戶組成，因此，考慮網(wǎng)絡(luò)壽命和能量消耗約束下的資源分配是未來一個有待解決的問題。例如，基于綠色通信(green communication)與能量收集(energy harvesting)的異構(gòu)無線網(wǎng)絡(luò)資源分配問題。

5 結(jié) 論

與傳統(tǒng)的同構(gòu)網(wǎng)絡(luò)不同，異構(gòu)無線網(wǎng)絡(luò)中各個網(wǎng)絡(luò)重疊覆蓋、用戶資源分配更為靈活。由于各層網(wǎng)絡(luò)干擾是制約整個網(wǎng)絡(luò)吞吐量性能的瓶頸，通過合理分配用戶的功率和資源分配是異構(gòu)無線網(wǎng)絡(luò)資源管理的核心問題。因此，本文主要對當(dāng)前國內(nèi)外異構(gòu)無線網(wǎng)絡(luò)資源分配算法研究現(xiàn)狀進行了分析及對未來研究方向進行了展望。首先，介紹了異構(gòu)無線網(wǎng)絡(luò)的基本概念及其常用的網(wǎng)絡(luò)模型；其次，從傳輸方式上對異構(gòu)網(wǎng)絡(luò)進行了分類；再次，根據(jù)上述描述的不同網(wǎng)絡(luò)模型，從集中式與分布式資源分配算法角度，分別對基于MIMO、協(xié)作通信和信道不確定性等場景下進行了異構(gòu)無線網(wǎng)絡(luò)資源分配問題的綜合討論；最后，分析了當(dāng)前研究存在的不足，并對該領(lǐng)域未來研究方向進行了展望。

6 致 謝

本文工作得到國家自然科學(xué)基金資助項目(61601071,61701066)、西安電子科技大學(xué)ISN國家重點實驗室開放基金項目(ISN17-01)、重慶市科委前沿與應(yīng)用基礎(chǔ)研究計劃項目(cstc2016jcyjA2197)、重慶市教委科學(xué)技術(shù)研究項目(KJ1600412, KJ1704088)、重慶郵電大學(xué)博士科研啟動基金項目(A2016-12)支持。

參考文獻：

[1] 陳鋒. 異構(gòu)認知無線網(wǎng)絡(luò)融合若干關(guān)鍵技術(shù)研究[D]. 北京：北京郵電大學(xué), 2014.

CHEN F.Research on seveal key technologies for heterogeneous cognitive radio networks convergence[D]. Beijing: Beijing University of Posts and Telecommunications, 2014.

[2] HU R Q, QIAN Y. An energy efficient and spectrum efficient wireless heterogeneous network framework for 5G systems[J]. IEEE Communications Magazine, 2014, 52(5): 94-101.

[3] 孫迅. 異構(gòu)蜂窩網(wǎng)絡(luò)能量效率問題研究[D]. 南京：南京大學(xué), 2015.

SUN X. Research on energy issue in heterogeneous cellular networks[D]. Nanjing： Nanjing University, 2015.

[4] XU Y J, HU Y, CHEN Q B, et al. Robust resource allocation for multi-tier cognitive heterogeneous networks[C]//IEEE International Conference on Communications. Paris, France: IEEE Press, 2017:1-6.

[5] SELMI A, SIALA M, BOUJEMAA H. QoS-guaranteed cross-layer design for joint adaptive modulation and coding, power control, and ARQ protocol[C]//IEEE International Wireless Communications and Mobile Computing Conference (IWCMC). Paphos, Cyprus: IEEE Press, 2016, 846-851.

[6] ZADID A S M, MOSTAFA Z C, YEONG M J, et al. Game-Based approach for QoS provisioning and interference management in heterogeneous networks[J]. IEEE Access, 2017(6): 10208-10220.

[7] SENO R, OHTSUKI T, JIANG W, et al. Interference alignment in heterogeneous networks using picocell clustering[C]//IEEE Vehicular Technology Conference. Boston, MA, USA: IEEE Press , 2015:1-5.

[8] HOYMANN C, CHEN W, MONTOJO J, et al. Relaying operation in 3GPP LTE: challenges and solutions[J]. IEEE Communications Magazine, 2012, 50(2):156-162.

[9] ZAHIR T, ARSHAD K, NAKATA A, et al. Interference management in femtocells[J]. IEEE Communications Surveys & Tutorials, 2013, 15(1):293-311.

[10] HEATH R, PETERS S, WANG Y, et al. A current perspective on distributed antenna systems for the downlink of cellular systems[J]. IEEE Communications Magazine, 2013, 51(4):161-167.

[11] ZHANG X, GAO Y, YAN Z, et al. Cognitive and cooperative communications in wireless heterogeneous networks (HetNet): Current status and technical perspectives[C]//IEEE International Conference on Wireless Information Technology and Systems (ICWITS). Maui, HI, USA: IEEE Press, 2012, 1-4.

[12] ZENG M, CHEN X, ZHANG X, et al. A novel dynamic interference coordination scheme in macrocell-picocell heterogeneous networks[C]//IEEE 77thVehicular Technology Conference (VTC Spring).[S.l.]:Springer,2013:1-5.

[13] FAN J, ZHOU W.A distributed resource allocation algorithm in multiservice heterogeneous wireless networks[C]//7thEAI International Wireless Internet Conference (WICON). Berlin, Heidelberg: Springer, 2013: 34-43.

[14] 曹亙. 異構(gòu)網(wǎng)絡(luò)下干擾管理與資源分配算法研究[D]. 北京：北京郵電大學(xué), 2012.

CAO G. Research on interference management and resource allocation algorithms in heterogeneous networks[D]. Beijing：Beijing University of Posts and Telecommunications, 2012.

[15] 張紅霞. 基于Femtocell異構(gòu)網(wǎng)絡(luò)的能效性能分析與優(yōu)化[D]. 呼和浩特:內(nèi)蒙古大學(xué), 2015.

ZHANG H X. energy performance analysis and optimized of heterogeneous networks based on femtocell[D]. Huhhot: Inner Mongolia University, 2015.

[16] SAEED A, KATRANARAS E, DIANATI M, et al. Control and data channel resource allocation in OFDMA heterogeneous networks[J]. Journal of Signal Processing Systems, 2016, 85(2):183-199.

[17] SEIMENI M A, GKONIS P K, KAKLAMANI D I, et al. Resource management in OFDMA heterogeneous network[C]//Wireless Telecommunications Symposium (WTS). London, US: [s.n.], 2016: 1-6.

[18] WANG H, WANG J, DING Z. Distributed power control in a two-tier heterogeneous network[J]. IEEE Transactions on Wireless Communications, 2015, 14(12): 6509-6523.

[19] VILLA T, MERZ R, KNOPP R. Dynamic resource allocation in heterogeneous networks[C]//Global Communications Conference (GLOBECOM), 2013 IEEE. Atlanta, GA, USA: IEEE Press, 2013: 1915-1920.

[20] CAO P,LIU W,THOMPSON J S,et al.Semi-dynamic green resource management in downlink heterogeneous networks by group sparse power control[J].IEEE Journal on Selected Areas in Communications,2016,34(5):1250-1266.

[21] YANG K, MARTIN S, QUADRI D, et al. Energy-Efficient downlink resource allocation in heterogeneous OFDMA networks[J]. IEEE Transactions on Vehicular Technology,2017, 66(6): 5086-5098.

[22] XU Q, LI X, JI H, et al. Energy-efficient resource allocation for heterogeneous services in OFDMA downlink networks: systematic perspective[J]. IEEE Transactions on Vehicular Technology, 2014, 63(5): 2071-2082.

[23] JIANG J, PENG M, ZHANG K, et al. Energy-efficient resource allocation in heterogeneous network with cross-tier interference constraint[C]//IEEE International Symposium on Personal, Indoor and Mobile Radio Communications (PRIMC), London, US: IEEE Press, 2013:168-172.

[24] 姜永, 陳山枝, 胡博. 異構(gòu)無線網(wǎng)絡(luò)中基于Stackelberg博弈的分布式定價和資源分配算法[J]. 通信學(xué)報, 2013，34(1):61-68.

JIANG Y, CHEN S Z, HU B. Stackelberg games-based distributed algorithm of pricing and resource allocation in heterogeneous wireless networks[J]. Journal on communications, 2013, 34(1):61-68.

[25] WU W, YANG Q, GONG P, et al. Energy-efficient resource optimization for OFDMA-based multi-homing heterogeneous wireless networks[J]. IEEE Transactions on Signal Processing, 2016, 64(22): 5901-5913.

[26] CHEN L, MA L, XU Y B. Fairness awarded joint sub-channel and power allocation via genetic algorithm in MIMO two-tier networks [C]//IEEE 26th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). Hong Kong, China: IEEE Press, 2015:1111-1115.

[27] ZHAO F, WANG W, CHEN H, et al. Interference alignment and game-theoretic power allocation in MIMO Heterogeneous Sensor Networks communications[J]. Signal Processing, 2016(126): 173-179.

[28] ZHAO T Y, SUN J D, LIU Z H, et.al. Game theory based resource sharing algorithm for massive MIMO HetNets[C]//IEEE/CIC International Conference on Communications in China (ICCC). Shenzhen, China：IEEE Press, 2015, 1-6.

[29] HE A, WANG L, CHEN Y, et al. Uplink interference management in massive MIMO enabled heterogeneous cellular networks[J]. IEEE Wireless Communications Letters, 2016(5):560-563.

[30] LIN Y, WANG Y, LI C, et al. Energy efficient joint user association and power allocation design in massive MIMO empowered dense HetNets[C]//IEEE 84th Vehicular Technology Conference (VTC-Fall). Montreal, QC, Canada: IEEE Press, 2016: 1-6.

[31] LI C, ZHANG J, ANDREWS J G, et al. Success probability and area spectral efficiency in multiuser MIMO HetNets[J]. IEEE Transactions on Communications, 2016, 64(4): 1544-1556.

[32] LU Y, WEI L, HE S, et al. Resource efficient beamforming design forheterogeneous multiuser systems[C]//IEEE International Conference on Wireless Communications & Signal Processing (WCSP). Nanjing, China: IEEE Press, 2015:1-5.

[33] LIU D, WANG L, CHEN Y, et al. Distributed energy efficient fair user association in massive MIMO enabled HetNets[J]. IEEE Communications Letters, 2015, 19(10): 1770 -1773.

[34] KWON Y, HWANG T, WANG X. Energy-efficient transmit power control for multi-tier MIMO HetNets[J]. IEEE Journal on Selected Areas in Communications, 2015, 33(10): 2070-2086.

[35] LI Y, LIU L, LI H, et al. Adaptive resource allocation for heterogeneous traffic over heterogeneous relay networks[C]//Communications (ICC), 2013 IEEE International Conference on IEEE. Budapest, Hungary: IEEE Press, 2013: 5431-5436.

[36] YUAN P, XIAO Y, BI G, et al.Toward cooperation by carrier aggregation in heterogeneous networks: a hierarchical game approach[J]. IEEE Transactions on Vehicular Technology, 2017, 66(2): 1670-1683.

[37] WANG Y, WANG X, SHI J. A stackelberg game approach for energy-efficient resource allocation and interference coordination in heterogeneous networks[C]//Computer and Information Technology (CIT), 2014 IEEE International Conference on. Xi'an, China: IEEE, 2014: 694-699.

[38] PéREZ-ROMERO J, SNCHEZ-GONZLEZ J, AGUSTR, et al. Power-Efficient resource allocation in a heterogeneous network with cellular and d2d capabilities[J]. IEEE Transactions on Vehicular Technology, 2016, 65(11):9272-9286.

[39] LIANG L, FENG G, JIA Y. Game-theoretic hierarchical resource allocation for heterogeneous relay networks[J]. IEEE Transactions on Vehicular Technology, 2015, 64(4): 1480-1492.

[40] NG D W K, SCHOBER R. Resource allocation and scheduling in multi-cell OFDMA systems with decode-and-forward relaying[J]. IEEE Transactions on Wireless Communications, 2011, 10(7): 2246-2258.

[41] LI S, LIU Z, LI X, et al. Robust power control with probability constraint for co-channel two-tier femtocell networks[C]//IEEE34th Chinese Control Conference (CCC). Hangzhou, China:IEEE Press, 2015: 7730-7735.

[42] 王金樂. 兩層Femtocell網(wǎng)絡(luò)中基于信道增益不確定的魯棒功率控制[D]. 秦皇島:燕山大學(xué), 2015.

WANG J L. Robust power control in two-tier femtocell networks with uncertain channel gains[D]. Qinhuangdao: Yanshan University, 2015.

[43] MOKARI N, ALAVI F, PARSAEEFARD S, et al. Limited-feedback resource allocation in heterogeneous cellular networks [J]. IEEE Transactions on Vehicular Technology, 2016, 65(4): 2509-2521.

[44] CHEN J, ZHOU Y, KUO Y. Energy-efficiency resource allocation for cognitive heterogeneous networks with imperfect channel state information[J]. IET Communications, 2016, 10(11): 1312-1319.

[45] WANG S, SHI W, WANG C. Energy-efficient resource management in OFDM-based cognitive radio networks under channel uncertainty[J]. IEEE Transactions on Communications, 2015, 63(9): 3092-3102.

[46] WANG K Y, JACKLIN N, DING Z, et al. Robust MISO transmit optimization under outage-based QoS constraints in two-tier heterogeneous networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(4):1883-1897.

[47] ZHANG Y, WANG S. Resource allocation for cognitive radio-enabled femtocell networks with imperfect spectrum sensing and channel uncertainty[J]. IEEE Transactions on Vehicular Technology, 2016, 63(17):7719-7728.

[48] PARSAEEFARD S, SCHAAR M, SHARAFAT A. Robust power control for heterogeneous users in shared unlicensed bands[J]. IEEE Transactions on Wireless Communications, 2014, 13(6):3167-3182.

[49] ZHU K, HOSSAIN E, ANPALAGAN A. Downlink power control in two-tier cellular OFDMA networks under uncertainties: a robust Stackelberg game[J]. IEEE Transactions on Communications, 2015, 63(2):520-535.

[50] MO R, QUEK T Q S, HEATH R W. Robust beamforming and power control for two-tier femtocell networks[C]//Yokohama,2011 IEEE 73rd Vehicular Technology Conference (VTC Spring).Berlin,Heidelberg:Springer,2011:1-5.

[51] OH D C, LEE H C, LEE Y H. Power control and beamforming for femtocells in the presence of channel uncertainty[J]. IEEE Transactions on Vehicular Technology, 2011, 60(6):2545-2554.

[52] HASAN M, HOSSAIN E, KIM D I. Resource allocation under channel uncertainties for relay-aided device-to-device communication underlaying LTE-A cellular networks[J]. IEEE Transactions on Wireless Communications, 2014, 13(4):2322-2338.