一种提高蜂窝网通信系统中双向中继传输容量的方法

摘要

本发明公开了一种提高蜂窝网通信系统中双向中继传输容量的方法，其具体步骤为：第一步，建立蜂窝网通信系统中双向中继传输容量模型；第二步，通过拉格朗日对偶分解将双向中继传输容量模型简化为多个子链路传输容量模型；第三步，提高子链路传输容量；第四步，最大化蜂窝网通信系统中双向中继传输容量。本发明有效的解决蜂窝网通信系统中双向中继的资源优化，大大提高蜂窝网通信中双向中继传输容量，并且满足无线通信系统中对于算法实时性的要求。

主权项

一种提高蜂窝网通信系统中双向中继传输容量的方法，其特征在于具体步骤为：第一步建立蜂窝网通信系统中双向中继传输容量模型双向中继系统所采用的传输协议分为两个阶段：多接入阶段MA，Multiple Access和广播阶段BC，Broadcast；第一个用户节点的功率限制条件分别表示为：$\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{a}_{i,m}\le P_1---\left(1\right)$第二个用户节点的功率限制条件分别表示为：$\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{b}_{i,m}\le P_2---\left(2\right)$中继节点的功率限制条件分别表示为：$\underset{j=1}{\overset{K}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{c}_{j,n}\le P_R---\left(3\right)$其中，P₁为第一个用户节点处的功率限制，P₂为第二个用户节点处的功率限制，P_R为中继节点处的功率限制；a_i,m表示第一个用户节点在子载波i的第m个空间子信道上的功率分配变量，b_i,m表示第二个用户节点在子载波i的第m个空间子信道上的功率分配变量，c_j,n表示中继节点在子载波j的第n个空间子信道上的功率分配变量；蜂窝网通信系统中双向中继MIMO‑OFDM传输容量模型表示为：$\begin{array}{c}\underset{\pi ,\rho ,a,b,c}{\max imize}\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\pi }_{\left(i,j\right)}{\rho }_{\left(m,n\right)}^{\left(i,j\right)}{R}_{\left(i^{\left[m\right]},j^{\left[n\right]}\right)}\\ a_{i,m}\ge 0,b_{i,m}\ge 0,c_{j,m}\ge 0,\forall m,i,j\\ subjectto\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{a}_{i,m}\le P_1,\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{b}_{i,m}\le P_2,\underset{j=1}{\overset{K}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{c}_{j,n}\le P_R.\end{array}---\left(4\right)$其中，表示子载波和空间子信道配对方案(i^[m],j^[n])下对应的速率，π＝{π_(i,j)}，a＝{a_i,m}，b＝{b_i,m}，c＝{c_j,m}，对于m＝{1...M}，i＝{1...K}和j＝{1...K}；二元变量π_(i,j)∈{0,1}，当π_(i,j)＝1时，表示MA阶段中的子载波i和BC阶段中的子载波j配对，π_(i,j)＝0则表示并未配对；二元变量表示空间子信道的配对情况；表示MA阶段子载波i的第m个空间子信道与BC阶段子载波j的第n个空间子信道配对，而则表示并未配对；第二步通过拉格朗日对偶分解将双向中继传输容量模型简化为多个子链路传输容量模型双向中继传输容量模型所对应的拉格朗日对偶问题模型为：$\begin{array}{cc}\underset{\upsilon ,\mu ,\eta }{\min imize}& D\left(\upsilon ,\mu ,\eta \right)\\ s.t.& \upsilon \ge 0,\mu \ge 0,\eta \ge 0,\end{array}---\left(5\right)$其中，D(υ,μ,η)是拉格朗日对偶函数，表达式为：$\begin{array}{c}D\left(\upsilon ,\mu ,\eta \right)=\\ \underset{\pi ,\rho ,a,b,c}{\max imize}\{\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\pi }_{\left(i,j\right)}{\rho }_{\left(m,n\right)}^{\left(i,j\right)}{R}_{\left(i^{\left[m\right]},j^{\left[n\right]}\right)}\\ +\upsilon \left(P_1-\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{a}_{i,m}\right)+\mu \left(P_2-\underset{i=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{b}_{i,m}\right)+\eta \left(P_R-\underset{j=1}{\overset{K}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{c}_{j,n}\right)\},\end{array}$υ为双向中继传输容量模型中第一个用户节点功率限制条件所对应的拉格朗日乘子，μ为双向中继传输容量模型中第二个用户节点功率限制条件所对应的拉格朗日乘子，η为为双向中继传输容量模型中继节点处功率限制条件所对应的拉格朗日乘子；将拉格朗日对偶函数划分为多个子链路问题相加的形式，表示为：$\begin{array}{c}D\left(\upsilon ,\mu ,\eta \right)\\ =\underset{\pi ,\rho ,a,b,c}{\max imize}\left\{\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\pi }_{\left(i,j\right)}{\rho }_{\left(m,n\right)}^{\left(i,j\right)}\left(R_{\left(i^{\left[m\right]},j^{\left[n\right]}\right)}-{\mathrm{\upsilon a}}_{i,m}-{\mathrm{\mu b}}_{i,m}-{\mathrm{\eta c}}_{j,n}\right)+{\mathrm{\upsilon P}}_1+{\mathrm{\mu P}}_2-{\mathrm{\eta P}}_R\right\}.\end{array}---\left(6\right)$第三步提高子链路传输容量通过划分拉格朗日对偶函数所得到的子链路问题模型表示为：$\begin{array}{c}\underset{a_{i,m},b_{i,m},c_{j,n}}{\max imize}{R}_{\left(i^{\left[m\right]},j^{\left[n\right]}\right)}-{\mathrm{\upsilon a}}_{i,m}-{\mathrm{\mu b}}_{i,m}-{\mathrm{\eta c}}_{j,n}\\ \begin{array}{cc}s.t.& a_{i,m}\ge 0,b_{i,m}\ge 0,c_{j,n}\ge 0.\end{array}\end{array}---\left(7\right)$通过对子链路问题模型的三维可行解空间域进行离散搜索获得最优功率分配因子将所求得的优化功率分配变量代入拉格朗日对偶函数得到$D(\upsilon ,\mu ,\eta )=\underset{\pi ,\rho }{\max imize}\{\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\pi }_{(i,j)}{\rho }_{(m,n)}^{(i,j)}{S}_{i^{\left[m\right]},j^{\left[n\right]}}+{\mathrm{\upsilon P}}_1+{\mathrm{\mu P}}_2+{\mathrm{\eta P}}_R\},---\left(8\right)$其中，是将功率分配变量代入子链路问题模型所得；假设子载波i与子载波j配对，即π_(i,j)＝1；S_i,j为M×M的矩阵(9),$S_{ij}=\left[\begin{array}{cccc}{S}_{i^{\left[1\right]},j^{\left[1\right]}}& S_{i^{\left[1\right]},j^{\left[2\right]}}& ...& S_{i^{\left[1\right]},j^{\left[M\right]}}\\ S_{i^{\left[2\right]},j^{\left[1\right]}}& S_{i^{\left[2\right]},j^{\left[2\right]}}& ...& S_{i^{\left[2\right]},j^{\left[M\right]}}\\ \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ S_{i^{\left[M\right]},j^{\left[1\right]}}& S_{i^{\left[M\right]},j^{\left[2\right]}}& ...& S_{i^{\left[M\right]},j^{\left[M\right]}}\end{array}\right],---\left(9\right)$根据Hungarian算法，从S_i,j中获得最优空间资源分配因子将最优空间资源分配因子代入拉格朗日对偶函数模型可得$D(\upsilon ,\mu ,\eta )=\underset{\pi }{\max imize}\{\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}{\pi }_{(i,j)}{\hat{T}}_{i,j}+{\mathrm{\upsilon P}}_1+{\mathrm{\mu P}}_2+{\mathrm{\eta P}}_R\},---\left(10\right)$是由子链路问题模型得到的最大化合利润；令T为K×K矩阵，如下式所示$T=\left[\begin{array}{cccc}{\hat{T}}_{1,1}& {\hat{T}}_{1,2}& ...& {\hat{T}}_{1,K}\\ {\hat{T}}_{2,1}& {\hat{T}}_{2,2}& ...& {\hat{T}}_{2,K}\\ \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ {\hat{T}}_{K,1}& {\hat{T}}_{K,2}& ...& {\hat{T}}_{K,K}\end{array}\right].---\left(11\right)$与求解最优子空间资源分配因子的方法相同，通过Hungarian算法求得最优频谱配置因子综上，将最优功率分配因子，最优子空间资源分配因子，最优频谱配置因子代入拉格朗日对偶函数模型，并且初始化拉格朗日对偶乘子υ⁽⁰⁾,μ⁽⁰⁾,η⁽⁰⁾，得到蜂窝网通信中双向中继传输容量模型对应的拉格朗日对偶函数，如下式所示：$D({\upsilon }^{\left(0\right)},{\mu }^{\left(0\right)},{\eta }^{\left(0\right)})=\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\hat{\pi }}_{(i,j)}{\hat{\rho }}_{(m,n)}^{(i,j)}{S}_{i^{\left[m\right]},j^{\left[n\right]}}+{\upsilon }^{\left(0\right)}{P}_1+{\mu }^{\left(0\right)}{P}_2+{\eta }^{\left(0\right)}{P}_R,---\left(12\right)$第四步最大化蜂窝网通信系统中双向中继传输容量据凸函数定义可知，系统传输容量模型所对应的对偶函数是关于υ，μ和η的凸问题，但是由于原始系统传输容量模型表达式中含有整数变量，不可微，因而采用次梯度求解；拉格朗日对偶乘子初始点为υ⁽⁰⁾，μ⁽⁰⁾和η⁽⁰⁾；根据次梯度法，拉格朗日对偶乘子在第(t+1)次的迭代更新为：${\upsilon }^{\left(t+1\right)}={\left[{\upsilon }^{\left(t\right)}-{\delta }^{\left(t\right)}\left(P_1-\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\hat{\pi }}_{\left(i,j\right)}{\hat{\rho }}_{\left(m,n\right)}^{\left(i,j\right)}{\hat{a}}_{i,m}\right)\right]}^{+}---\left(13\right)$${\mu }^{\left(t+1\right)}={\left[{\mu }^{\left(t\right)}-{\delta }^{\left(t\right)}\left(P_2-\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\hat{\pi }}_{\left(i,j\right)}{\hat{\rho }}_{\left(m,n\right)}^{\left(i,j\right)}{\hat{b}}_{i,m}\right)\right]}^{+}---\left(14\right)$${\eta }^{\left(t+1\right)}={\left[{\eta }^{\left(t\right)}-{\delta }^{\left(t\right)}\left(P_R-\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{M}{\Sigma }}{\hat{\pi }}_{\left(i,j\right)}{\hat{\rho }}_{\left(m,n\right)}^{\left(i,j\right)}{\hat{c}}_{j,n}\right)\right]}^{+}---\left(15\right)$其中，δ^(t)是第t次迭代的步长，拉格朗日乘子第t次迭代更新为υ^(t)，μ^(t)，η^(t)；在拉格朗日乘子每次更新，都需要重新计算，直到收敛条件满足时，迭代更新停止；然后将最优功率分配因子进行归一化，从而使得每个节点处的功率限制条件能够满足。