图共 7个 表共 2个

    • 图  1  多蜂窝异构无线网络下行系统模型

      Figure 1. 

    • 图  2  算法收敛性能图

      Figure 2. 

    • 图  3  最大干扰门限对干扰效率的影响

      Figure 3. 

    • 图  4  最大干扰门限对能量效率的影响

      Figure 4. 

    • 图  5  发射功率门限对干扰效率的影响

      Figure 5. 

    • 图  6  发射功率门限对能量效率的影响

      Figure 6. 

    • 图  7  发射功率门限对宏用户接收机处干扰的影响

      Figure 7. 

    • 　初始化微蜂窝网络能服务的最大用户数${K^n}$，最小用户速率需求门限$R_{n,k}^{\min }$和发射功率${p_n}(t) = {p_0}$；
      　初始化拉格朗日乘子${\beta _k}(0) = {\beta _{k,0}}$, ${\chi _n}(0) = {\chi _{n,0}}$和${\lambda _{n,k}}(0) = {\lambda _{n,k,0}}$；初始化网络用户数量和基站用户数$M,N$和$K$；初始化
      　步长${s_1}(t),{s_2}(t)$和${s_3}(t)$。初始化第$n$个微蜂窝所接入用户数量集合为${U_n} = \varnothing $, $\left| {{U_n}} \right|$为集合中有多少个元素。
      　While $t \le {T^{\max } }$或者${\left\| { {\varphi }(t + 1) - {\varphi }(t)} \right\|_2} \le \varepsilon $；其中${T^{\max }}$为最大迭代次数；$\varepsilon $为拉格朗日乘子收敛精度；${\varphi }(t) = {[{\beta _k}(t),{\chi _n}(t),{\lambda _{n,k} }(t)]^{\rm{T} } }$。
      　For k=1:1:K
      　　　For n=1:1:N
      　　　　if $\left| { {U_n} } \right| \le {K^n}$
      　　　根据式(9)计算${n^*}$，从而根据式(8)计算${\alpha _{n,k}}$；根据式(10)—式(12)更新拉格朗日乘子。
      　　　Else
      　　　　　Break;
      　　　End if
      　　　End For
      　　将用户编号$k$存储在${U_n}$中。
      　End For
      　End while

      表 1  基站-用户匹配选择算法

    • 　初始化微蜂窝网络能服务的最大用户数${K^n}$，最小用户速率需求门限$R_{n,k}^{\min }$和发射功率${p_n}(t) = {p_0}$；
      　初始化拉格朗日乘子，网络用户数量和基站用户数，初始化步长和干扰效率。
      　While $j \le J$ 或者$\left| {\dfrac{ {\displaystyle\sum\nolimits_{n = 1}^N {\displaystyle\sum\nolimits_{k = 1}^K { {\alpha _{n,k} }{R_{n,k} }(j)} } } }{ {\displaystyle\sum\nolimits_{m = 1}^M {\displaystyle\sum\nolimits_{n = 1}^N { {p_n}(j){h_{n,m} } } } } } - \eta (j - 1)} \right| > \varepsilon $；其中${T^{\max }}$为最大迭代次数；$\varepsilon $为收敛精度；
      　For m=1:1:M
      　　　For k=1:1:K
      　　　　　For n=1:1:N
      　　　　　　　根据式(21)、式(22)计算变量${x_{n,k}}$和最优功率${p_n}$；
      　　　　　　　根据式(23)—式(25)更新拉格朗日乘子${\theta _n},{\mu _m},\lambda _{n,m}^{{p} }$。
      　　　　　End For
      　　　End For
      　End For
      　Until $t = {T_{\max }}$或收敛。
      更新 $j = j + 1$和$\eta (j) = \frac{ {\displaystyle\sum\nolimits_{n = 1}^N {\displaystyle\sum\nolimits_{k = 1}^K { {\alpha _{n,k} }{R_{n,k} }(j - 1)} } } }{ {\displaystyle\sum\nolimits_{m = 1}^M {\sum\nolimits_{n = 1}^N { {p_n}(j - 1){h_{n,m} } } } } }$。
      End while

      表 2  最优功率分配算法