一种基于预处理的分枝剪枝联合网络优化和波束成形方法

摘要

一种基于预处理的分枝剪枝联合网络优化和波束成形方法，涉及无线通信领域。为了充分挖掘协作多点传输中联合传输的优势，实现功率优化和回程链路开销的折中，降低系统实现复杂度，本发明首先将功率消耗和回程链路开销折中的优化问题建模为一个非凸的混合整数规划问题，通过将非凸约束转变为凸约束，得到一个MI-SOCP问题，然后对二进制整数约束进行松弛处理，转化为一个SOCP问题。再将BnB法与切平面法相结合得到的BnC法，以及对部分二进制整数变量进行预处理，确定变量的取值，将两者相结合，从而大大降低了实现复杂度，优化功率和回程链路开销。本发明适用于无线网络领域中的信号处理。

主权项

一种基于预处理的分枝剪枝联合网络优化和波束成形方法，其特征是：在集中式网络架构下，该架构下有L个基站，每个基站配有N根天线，用Λ＝{1,…,L}表示基站集，被调度的用户为K个单天线用户，K为正整数；基于预处理的分枝剪枝联合网络优化和波束成形方法由以下步骤实现：步骤一、根据基站总功率消耗模型和回程链路容量开销，建立功率和回程容量的折中模型：$F=\underset{l=1}{\overset{L}{\Sigma }}{a}_l{P}_l^{\mathrm{IDL}}+\underset{l=1}{\overset{L}{\Sigma }}{\eta }_l\underset{k=1}{\overset{K}{\Sigma }}{\left|\right|w_{\mathrm{lk}}\left|\right|}_2^2+\lambda \underset{l=1}{\overset{L}{\Sigma }}\underset{k=1}{\overset{K}{\Sigma }}{b}_{\mathrm{lk}}{R}_k---\left(1\right)$其中，w_lk为基站l到用户k的波束向量，正实数λ控制问题解的稀疏性，R_k为用户的速率，η_l为功率放大器的效率，为空闲时功率放大器的功率，a_l∈{0,1}表征第l个功率放大器的状态，表示基站的分配情况；执行步骤二；步骤二、将非凸的信干噪比(SINR)约束转化为二阶锥约束，${\left|\right|[h_k^{H}W,{\sigma }_k]\left|\right|}_2\le {\rho }_k\mathrm{Re}\left\{h_k^H{w}_k\right\}$$\mathrm{Im}\left\{h_k^H{w}_k\right\}0,\forall k\in K---\left(2\right)$建立SINR、功率等约束下的优化问题P1为：P1:$\begin{array}{cc}\underset{w_{\mathrm{lk}},a_l,b_{\mathrm{lk}}}{\min }& \underset{l=1}{\overset{L}{\Sigma }}{a}_l{P}_l^{\mathrm{IDL}}+\underset{l=1}{\overset{L}{\Sigma }}{\eta }_l\underset{k=1}{\overset{K}{\Sigma }}{\left|\right|w_{\mathrm{lk}}\left|\right|}_2^2+\lambda \underset{l=1}{\overset{L}{\Sigma }}\underset{k=1}{\overset{K}{\Sigma }}{b}_{\mathrm{lk}}{R}_k\end{array}$服从：C₁₁:${\left|\right|[h_k^{H}W,{\sigma }_k]\left|\right|}_2\le {\rho }_k\mathrm{Re}\left\{h_k^H{w}_k\right\}$C₁₂:$\mathrm{Im}\left\{h_k^H{w}_k\right\}=0$C₂:$\sqrt{\underset{k=1}{\overset{K}{\Sigma }}{\left|\right|w_{\mathrm{lk}}\left|\right|}_2^2}\le a_l\sqrt{P_l}---\left(3\right)$C₃:${\left|\right|w_{\mathrm{lk}}\left|\right|}_2\le b_{\mathrm{lk}}\sqrt{P_l}$C₄:a_l＝{0,1}C₅:b_lk＝{0,1}对优化问题P1进行松弛处理，得到松弛问题P2：P2:$\begin{array}{cc}\underset{w_{\mathrm{lk}},a_l,b_{\mathrm{lk}}}{\min }& \underset{l=1}{\overset{L}{\Sigma }}{a}_l{P}_l^{\mathrm{IDL}}+\underset{l=1}{\overset{L}{\Sigma }}{\eta }_l\underset{k=1}{\overset{K}{\Sigma }}{\left|\right|w_{\mathrm{lk}}\left|\right|}_2^2+\lambda \underset{l=1}{\overset{L}{\Sigma }}\underset{k=1}{\overset{K}{\Sigma }}{b}_{\mathrm{lk}}{R}_k\end{array}$服从：C₁₁,C₁₂,C₂,C₃C₄:0≤a_l≤1        (4)C₅:0≤b_lk≤1执行步骤三；步骤三、结合预处理与BnC方法，求解优化问题P1，具体流程为：步骤三一、设置搜索树初始节点，即：松弛问题P2，如果代表一个节点的松弛问题P2的解不是整数可行解，那么选择一个松弛二进制变量进行分枝；步骤三二、从当前节点，通过将变量置1或0产生两个子问题，两个子问题分别代表当前节点的两个子节点；步骤三三、如果满足以下三个条件中的任意一个，则删除该节点及其根节点：条件(1)、如果松弛问题P2没有可行解，那么删除该节点；条件(2)、如果某一节点松弛问题P2有整数可行解，那么删除该节点，并记录该整数可行解；条件(3)、如果某一节点松弛问题P2的最大目标值大于已知的整数可行解对应的最优目标值，那么删除该节点及其对应的子节点；执行步骤四；步骤四、对二进制变量进行预处理，根据d_lk和g_lk的大小，如果d_lk>d^th，b_lk＝0；如果d_lk≤d^th时，当g_lk>g^th，则b_lk＝1，否则b_lk＝0；将预处理结果代入执行步骤三中PBnC方法中，完成基于预处理的分枝剪枝联合网络优化和波束成形。