1.一种无线异构网络中面向能效的分布式无线资源分配方法，其特征在于，包括以下步骤：步骤1：构建两层无线异构网络，包括宏基站和均匀分布的多个毫微微基站，网络中用户随机分布，所有用户共享网络频谱资源；

步骤2：分析网络中每个基站的功耗，建立功耗模型与基站业务负载模型，进而构建网络能效模型；

步骤3：建模最大化网络能效优化问题；

步骤4：求解所述最大化网络能效优化问题：首先利用基于学习策略的用户和基站关联方法保障网络负载均衡并减少基站能量消耗；然后在所提关联策略基础上，采用基于分数规划方法的分布式迭代功率分配方案。

2.如权利要求1所述的一种无线异构网络中面向能效的分布式无线资源分配方法，其特征在于，所述步骤3最大化网络能效优化问题描述如下：P1：

subject to：

问题P1中的优化向量为：用户关联向量 和功率分配向量和 分别表示宏基站和毫微微基站的集合，表示所有基站的集合用，即 表示所有用户的集合；约束条件1和2是为了保障一个用户仅与一个基站关联；约束条件3是为了保障网络中每个用户的服务质量需求即最小速率需求；约束条件4和5分别表示任意宏基站和微基站的总功率约束即分配给与其关联的用户的总的功率之和不大于基站总的发送功率；Rj，u(t)表示在时刻t时用户u与基站j关联时的数据传输速率； 表示基站j消耗的总功率。

3.如权利要求2所述的一种无线异构网络中面向能效的分布式无线资源分配方法，其特征在于， 其中Pj，u(t)表示时刻t基站j向RF BB Cool

与其关联的用户u传输数据时分配给用户u的发送功率，Pj 、Pj 、Pj 分别表示射频模块、基带发动机以及冷却系统消耗的功率。

4.如权利要求1所述的一种无线异构网络中面向能效的分布式无线资源分配方法，其特征在于，所述步骤4中基于学习策略的用户和基站关联方法表示为：其中， 表示在时间t用户u根据基站预测的负载情况进行选择的最佳关联基站，其中的负载估计为 其中β表示基站进行负载估计的学习速率指数。每个基站j通过上述学习策略来估计其负载情况Lj(t)并广播其预计负载情况；每个用户根据其自身的功率、基站估计的负载情况及信道状况来选择一个使其自身效用最大的基站进行关联。

5.如权利要求1所述的一种无线异构网络中面向能效的分布式无线资源分配方法，其特征在于，所述步骤4中基于分数规划方法的分布式迭代功率分配方案具体包括：基于用户关联方案确定 和 后，所述优化问题转换为功率分配子问题P2，具体描述如下：P2：

subject to：

采用分布式功率分配方法求解该问题，即求解每个基站单独求解最大化其自身能效的问题P3，P3表示如下：P3：

subject to：

采用分数规划问题进行分布式迭代求解优化问题P3，步骤如下：①初始化迭代终止条件参数Δ，和ηj；

②开始迭代过程：求解

③如果 成立， 迭代结束；否则更新 重复步

骤②进行迭代，直到满足迭代终止条件。

④最终获得优化问题P3的最优功率分配值。

对网络中所有基站通过分布式迭代方法执行步骤7所提的算法，最终获得优化问题P2的一个次优解。

6.一种无线异构网络中面向能效的分布式无线资源分配装置，其特征在于，所述无线异构网络包括一个中心的宏基站和均匀分布的多个毫微微基站，网络中用户随机分布，所有用户共享网络频谱资源；所述装置包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：分析网络中每个基站的功耗，建立功耗模型与基站业务负载模型，进而构建网络能效模型；建模最大化网络能效优化问题；

求解所述最大化网络能效优化问题：首先利用基于学习策略的用户和基站关联方法保障网络负载均衡并减少基站能量消耗；然后在所提关联策略基础上，采用基于分数规划方法的分布式迭代功率分配方案。

7.如权利要求6述的一种无线异构网络中面向能效的分布式无线资源分配装置，其特征在于，所最大化网络能效优化问题描述如下：P1：

subject to：

问题P1中的优化向量为：用户关联向量 和功率分配向量和 分别表示宏基站和毫微微基站的集合，表示所有基站的集合用，即 表示所有用户的集合；约束条件1和2是为了保障一个用户仅与一个基站关联；约束条件3是为了保障网络中每个用户的服务质量需求即最小速率需求；约束条件4和5分别表示任意宏基站和微基站的总功率约束即分配给与其关联的用户的总的功率之和不大于基站总的发送功率；Rj，u(t)表示在时刻t时用户u与基站j关联时的数据传输速率； 表示基站j消耗的总功率。

8.如权利要求7述的一种无线异构网络中面向能效的分布式无线资源分配装置，其特征在于， 其中Pj，u(t)表示时刻t基站j向与其关联的用户u传输数据时分配给用户u的发送功率，PjRF、PjBB、PjCool分别表示射频模块、基带发动机以及冷却系统消耗的功率。

9.如权利要求6述的一种无线异构网络中面向能效的分布式无线资源分配装置，其特征在于，所述基于学习策略的用户和基站关联方法表示为：其中， 表示在时间t用户u根据基站预测的负载情况进行选择的最佳关联基站，其中的负载估计为 其中β表示基站进行负载估计的学习速率指数。每个基站j通过上述学习策略来估计其负载情况Lj(t)并广播其预计负载情况；每个用户根据其自身的功率、基站估计的负载情况及信道状况来选择一个使其自身效用最大的基站进行关联。

10.如权利要求1所述的一种无线异构网络中面向能效的分布式无线资源分配装置，其特征在于，所述基于分数规划方法的分布式迭代功率分配方案具体包括：基于用户关联方案确定 和 后，所述优化问题转换为功率分配子问题P2，具体描述如下：P2：

subject to：

采用分布式功率分配方法求解该问题，即求解每个基站单独求解最大化其自身能效的问题P3，P3表示如下：P3：

subject to：

采用分数规划问题进行分布式迭代求解优化问题P3，步骤如下：①初始化迭代终止条件参数Δ，和ηj；

②开始迭代过程：求解

③如果 成立， 迭代结束；否则更新 重复步

骤②进行迭代，直到满足迭代终止条件。

④最终获得优化问题P3的最优功率分配值。

对网络中所有基站通过分布式迭代方法执行步骤7所提的算法，最终获得优化问题P2的一个次优解。